Content uploaded by Rainer Andreas Ressl
Author content
All content in this area was uploaded by Rainer Andreas Ressl on Feb 22, 2021
Content may be subject to copyright.
REPORTE FINAL
Enero 15, 2021
Proyecto de cooperación técnica CONABIO-AFD: Bioconnect (2do. año)
Sistema de evaluación, monitoreo y de alerta e instrumento de información
intergubernamental para la implementación de políticas públicas para los mares
mexicanos (primera fase)
Derivado del: Programa de apoyo para la definición e implementación de la política nacional de
conectividad ecológica en México: Bioconnect, entre SEMARNAT y AFD.
Agencia financiera
Agencia Francesa de Desarrollo (AFD)
Institución ejecutora
Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO)
Responsables del proyecto
Dr. Rainer Andreas Ressl (Director General de Geomática, CONABIO; coordinador del proyecto;
supervisor general del proyecto). E-mail: rressl@conabio.gob.mx
Dr. Sergio Cerdeira Estrada (Subcoordinador de Monitoreo Marino, CONABIO; coordinador del
proyecto; responsable del OE-1, OE-2). E-mail: scerdeira@conabio.gob.mx
Dra. Susana Perera Valderrama (Especialista de la Subcoordinación de Monitoreo Marino,
CONABIO; responsable del OE-1, OE-2). E-mail: sperera@conabio.gob.mx
Dr. Raúl Martell Dubois (Especialista de la Subcoordinación de Monitoreo Marino, CONABIO;
responsable del OE-1, OE-2). E-mail: rmartell@conabio.gob.mx
Otros miembros del equipo de trabajo en Conabio
M. C. Laura Olivia Rosique de la Cruz, Ing. Pas. Jaime Ernesto Valdez Chavarin, Dr. Hansel
Caballero Aragón, Ing. José Rosario López Perea,Dr. Sergio Díaz Martínez, Ing. Ricardo
Escalante Jáuregui, y M.C. Diana Raquel Hernández Robles.
Socios estratégicos:
SEMARNAT, SEMAR, CONACYT e INECC
Tiempos de ejecución: Desde Enero 14, 2020 a Enero 14, 2021 (1 año)
Financiamiento de la AFD al Fideicomiso Fondo para la Biodiversidad:
Monto: $ 2,000,000 MXN (OE-1: $ 490,000 MXN y OE-2: $ 1,510,000 MXN)
Objetivo general del proyecto
Fortalecer el sistema de monitoreo marino para el apoyo de la toma de decisiones y la aplicación de
las políticas públicas para los mares mexicanos, la pesca sustentable y la conectividad ecológica y el
manejo integrado del paisaje marino.
Antecedentes
Actualmente los mares mexicanos enfrentan una serie de problemas ambientales, entre ellos se
destacan la extinción de la vaquita marina, la sobrepesca y la arribazón de sargazo pelágico. En este
sentido, la presente inversión busca fortalecer el sistema de monitoreo marino para el apoyo de la
toma de decisiones y la aplicación de las políticas públicas para los mares mexicanos, la pesca
sustentable y la conectividad ecológica y el manejo integrado del paisaje. En esta primera fase los
esfuerzos se enfocarán en el aprovechamiento de los recursos pesqueros en el alto golfo de
california, hábitat de la vaquita marina, y en la detección de las arribazones masivas de sargazo, que
afectan a los estados del litoral del Caribe Mexicano.
PLAN DE TRABAJO
Actividades (A) y Resultados (R) por Objetivos Específicos (OE):
OE-1. Recopilar la información geoespacial nacional existente relacionada al aprovechamiento de
los recursos pesqueros en los mares mexicanos, particularmente en el alto golfo de california, según
disponibilidad, en estructura de base de datos que incluya la información de los diferentes sectores
gubernamentales, no-gubernamentales y de academia, así como de los instrumentos que permiten
la conectividad ecológica y el manejo integrado del paisaje marino.
R-1. Base de datos geoespacial relacionada con el aprovechamiento de los recursos
pesqueros en los mares mexicanos.
A-1.1. Recopilar la información geoespacial nacional existente relacionada al
aprovechamiento de los recursos pesqueros en los mares mexicanos. Se enfocará a
bases de datos existentes en el alto golfo de california.
R-1.1. Base de datos geoespacial sobre el aprovechamiento de los recursos
pesqueros, particularmente en el alto golfo de california, como parte del
sistema in-situ de monitoreo oceánico (SIDMO) dentro de SIMAR.
OE-2. Desarrollar el Sistema satelital de alerta temprana de Sargazo.
R-2. Detección operacional de sargazo por satélite que pudiera afectar la zona costera del
Caribe Mexicano.
A-2.1. Detectar el sargazo pelágico en la superficie marina-costera del Golfo de
México, el Mar Caribe y el Pacífico nororiental tropical y en particular de la zona
económica exclusiva de México, a partir del procesamiento de imágenes satelitales
en tiempo casi-real e histórico, y representar su distribución diaria espacio-temporal.
R-2.1. Prototipo para la detección de Sargazo en los mares mexicanos basado
en sensores remotos satelitales, incorporados en el sistema de alerta SATsum
dentro de la plataforma SIMAR.
2
A-2.2. Pronosticar la posible arribazón de sargazo en zonas específicas de playas del
Caribe mexicano en función de los vientos y las corrientes marinas, según
disponibilidad de datos.
R-2.2. Prototipo de productos que pronostiquen la posible arribazón de sargazo
a la costa basados en imágenes satelitales e información sobre corrientes
marinas y vientos superficiales, incorporados en el sistema de alerta SATsum
dentro de la plataforma SIMAR.
A-2.3. Generar reportes automatizados semanales que sinteticen la detección
satelital de sargazo pelágico en la superficie del mar y su posible arribazón en playas
del Caribe mexicano e impacto ambiental asociado.
R-2.3. Reportes semanales como parte del sistema de alerta SATsum dentro de
la plataforma SIMAR.
3
RESULTADOS
RESULTADO R-1.1. (asociado al OE-1., R-1., A-1.1.)
Base de datos geoespacial sobre el aprovechamiento de los recursos pesqueros,
particularmente en el alto golfo de california, como parte del sistema in-situ de monitoreo
oceánico (SIDMO) dentro de SIMAR.
1. OBIS: Sistema de Información sobre Biodiversidad Oceánica (IOC-COI-UNESCO)
Base de datos disponible en la plataforma SIMAR de Conabio, dentro de la sección de BIOinfo: Base
de datos de la biodiversidad marina, asociado a SIDMO: Sistema in-situ de monitoreo oceánico,
como parte del Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 1).
OBIS coordina y gestiona la base de datos y el conocimiento sobre biodiversidad marina a escala
mundial, desde las bacterias hasta los cetáceos, contribuyendo a la planificación y generación de
políticas de conservación del océano a escala mundial. OBIS es un centro de intercambio de
información y datos de acceso abierto mundial sobre la biodiversidad marina para la ciencia, la
conservación y el desarrollo sostenible.
OBIS ofrece al público en general su plataforma web “OBIS Mapper“, que permite consultar datos. Así
mismo, ofrece otras alternativas de acceso y herramientas para desarrolladores, que permite incluirla
en SIMAR. En esta revisión, se descargaron los datos de registros dentro del polígono delimitado por
las coordenadas de SIMAR. Los datos fueron cargados en Postgresql y se utilizan puntos de puntos
de acceso (o endpoints) para la extracción de datos. Algunos de los términos de consulta son taxón,
área, país, etc. Estos resultados pueden ser solicitados en forma de puntos ya que permite ubicar de
una manera más precisa los datos.
Para más información sobre esta base de datos consulte el sitio web de OBIS , así como el Anexo
1
1.1.1. y el 1.1.6.
1 https://obis.org/
4
Figura 1. Acceso a OBIS desde SIMAR
2. SNIB: Sistema Nacional de Información sobre Biodiversidad de México (CONABIO,
México)
Base de datos disponible en la plataforma SIMAR de Conabio, dentro de la sección de BIOinfo: Base
de datos de la biodiversidad marina, asociado a SIDMO: Sistema in-situ de monitoreo oceánico,
como parte del Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 2)
La base de datos del SNIB ha sido desarrollada por la CONABIO la cual compila, organiza, genera y
distribuye información sobre la diversidad biológica de México para adoptar las medidas que requiere
el país en la gestión de su capital natural. Fue creada con el fin de apoyar la toma de decisiones
encaminadas a la conservación y el uso sustentable del capital natural de México y para atender los
grandes problemas ambientales que lo afectan, basados en la mejor información y el más amplio
conocimiento científico, que al mismo tiempo sean de fácil acceso.
En esta revisión, se tiene los datos cargados en PostgreSQL y se utilizan puntos de puntos de acceso
(o endpoints) para la consulta y extracción de datos. Algunos de los términos de consulta son taxón,
área, etc. Estos resultados pueden ser solicitados en forma de puntos ya que permite ubicar de una
manera más precisa los datos y mostrar información adicional.
5
Para más información sobre esta base de datos consulte (Koleff y Jimenez, 2021) , el sitio web de
2
SNIB-Conabio , por referencia geográfica, por referencia taxonómica, por proyecto financiado por la
3
Conabio, así como por el Anexo 1.1.2. y el 1.1.6.
Figura 2. Acceso a SNIB desde SIMAR
3. Especies-COBI-TNC: Base de datos de especies marinas prioritarias para la conservación
en el Golfo de California y costa occidental de Baja California Sur (COBI-TNC, México)
Base de datos disponible en la plataforma SIMAR de Conabio, dentro de la sección de BIOinfo: Base
de datos de la biodiversidad marina, asociado a SIDMO: Sistema in-situ de monitoreo oceánico,
como parte del Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 3)
Como resultado de los procesos de planificación para la conservación marina del Golfo de California y
costa occidental de Baja California Sur, llevado a cabo por COBI-TNC en 2006, se elaboraron bases de
datos de especies prioritarias para la conservación o que estuvieran bajo algún esquema de
protección, así como para establecer zonas de diversidad y abundancia de tortugas marinas, aves
acuáticas y cetáceos, y registros de tiburones y rayas. Dichas bases se construyeron con registros
proporcionados por los expertos y reportes en la literatura.
2 Koleff, P., y R. Jiménez 2012. Sistema Nacional de Información sobre Biodiversidad. Conabio, Biodiversitas,
100: 4-5
3 https://www.snib.mx/
6
Los datos se alojan en una base de datos en Postgresql. Se realizó adicionalmente un proceso básico
de revisión de los nombres científicos (ver anexo 1.1.3). Las consultas se realizan a través de
endpoints que permiten consultar el taxón y mostrar los datos relacionados. Los datos se muestran
en forma de punto que permite una mayor precisión y mostrar información adicional.
Para más información sobre esta base puede revisar a (Ulloa et al, 2006) , así como el Anexo 1.1.3.
4
Figura 3. Acceso a Especies-COBI-TNC desde SIMAR
4. Pesquerías-FAO: Estadística de la Producción Mundial Pesquera (1950-2018) (FAO)
Base de datos disponible en la plataforma SIMAR de Conabio, dentro de la sección de infoPESCA:
Base de datos pesqueros, asociado a SIDMO: Sistema in-situ de monitoreo oceánico, como parte del
Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 4)
Esta base de datos contiene las series anuales de la producción pesquera mundial (captura y
acuicultura) desde 1950. Esta base de datos presenta el volumen de especies acuáticas capturadas
por país o zona, por especies, por las principales zonas pesqueras de la FAO y por año, de todos los
tipos de pesca: comercial, industrial, recreativa o de subsistencia. También se presentan la
producción maricultora, acuicultora y otros tipos de cría de peces.
4 Ulloa, R., J. Torre, L. Bourillón, A. Gondor y N. Alcantar. 2006. Planeación ecorregional para la conservación
marina: Golfo de California y costa occidental de Baja California Sur. Informe final a The Nature Conservancy.
Guaymas (México): Comunidad y Biodiversidad, A.C., 153 pp.
7
La base está alojada en Postgresql y cuenta con los campos y tablas relacionadas de origen. La
consulta de la información puede realizarse a través un área determinada (áreas pesqueras) y de
endpoints asociados a los taxones. La información recuperada incluye datos de montos de producto
pesquero por especie por año.
Para más información sobre esta base de datos consulte el sitio web “Global Production”. , así como
5 6
el Anexo 1.1.4.
Figura 4. Acceso a Pesquerías-FAO desde SIMAR
5. Pesquerías-CONAPESCA: Registros de la Producción Pesquera y Acuícola de México
(2006-2014) (CONAPESCA, México)
Base de datos disponible en la plataforma SIMAR de Conabio, dentro de la sección de infoPESCA:
Base de datos pesqueros, asociado a SIDMO: Sistema in-situ de monitoreo oceánico, como parte del
Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 5)
5 http://www.fao.org/fishery/statistics/global-production/es
6 FAO. 2020. Fishery and Aquaculture Statistics. Global production by production source 1950-2018 (FishstatJ).
In: FAO Fisheries and Aquaculture Department [online]. Rome. Updated 2020.
www.fao.org/fishery/statistics/software/fishstatj/en
8
Esta base de datos contiene los registros de la Producción Pesquera y Acuícola de México
(2006-2014) por estado u oficina de pesca de la CONAPESCA.
7
La base de datos se encuentra alojada Postgresql. Para facilitar su manejo, se normalizaron parte de
los datos (estado, oficina, origen) generando catálogos en tablas independientes. La consulta de la
información se realiza a través de áreas correspondientes a los estados y a endpoints asociados con
el taxón. Cabe señalar que la información recuperada actualmente es un agrupado a nivel estatal de
montos de producción pesquera y costo promedio del producto, por año.
Para más información sobre esta base de datos consulte el sitio web “Datos Abiertos”, así como el
Anexo 1.1.5.
Figura 5. Acceso a Pesquerías-CONAPESCA desde SIMAR
6. Zonas de Refugio Pesquero en México (ZRP-México-2020) (COBI)
Información geoespacial disponible en la plataforma SIMAR de Conabio, dentro la sección de
Refugios Pesqueros, asociado al Servicio de información geoespacial (GEOdat), como parte del
Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 6)
7 CONAPESCA. 2018. Registros de la Producción Pesquera y Acuícola de México (2006-2014).
https://datos.gob.mx/busca/dataset/produccion-pesquera
9
Ofrece la ubicación de las Zonas de refugio pesquero vigentes y no vigentes de México y sus
respectivos decretos (Fulton, 2020) . Son datos geoespaciales sobre el aprovechamiento de los
8
recursos pesqueros, particularmente en el Alto Golfo de California.
Figura 6. Visualización de las zonas de refugio pesquero en la plataforma SIMAR.
7. Zonas de pesca en la ecorregión Golfo de California - 2006
Información geoespacial disponible en la plataforma SIMAR de Conabio, dentro la sección de Zonas
de pesca en la ecorregión Golfo de California - 2006, asociado al Servicio de información
geoespacial (GEOdat), como parte del Centro de Datos. (https://simar.conabio.gob.mx/) (Fig. 7)
Áreas marino-costeras en las cuales se lleva a cabo el aprovechamiento de especies en diferentes
procesos o actividades como la pesca industrial, la pesca ribereña, la pesca de autoconsumo, la
pesca para uso ornamental (acuarios) y la pesca deportiva :
9
A. Zonas de pesca deportiva
B. Zonas de pesca de moluscos
C. Zonas de pesca de escama
D. Zonas de pesca de equinodermos
E. Zonas de pesca de crustáceos
F. Zonas de pesca de peces cartilaginosos
G. Zonas de pesca industrial de camarón
H. Zonas de pesca ribereña de camarón
I. Granjas de camarón
J. Zonas de pesca de calamar
K. Zonas de pesca de sardina
L. Zonas de reclutamiento de sardina
M. Zonas de elevada productividad primaria
8 Fulton, S., 2020, Ubicación de las ZRP, elaborado con los Acuerdos Secretariales del Diario Oficial de la
Federación, Comunidad y Biodiversidad A.C (COBI)
9 Ulloa, R., J. Torre, L. Bourillón, A. Gondor y N. Alcantar. 2006. Planeación ecorregional para la conservación
marina: Golfo de California y costa occidental de Baja California Sur. Informe final a The Nature Conservancy.
Guaymas (México): Comunidad y Biodiversidad, A.C., 153 pp
10
Figura 7. Visualización de las zonas de pesca en la ecorregión Golfo de California - 2006 en la plataforma
SIMAR.
Producto complementario dentro de la base de datos SIMAR, que se hará visible y
disponible para consulta durante marzo 2021.
8. ModelosGolfoC: Modelos de distribución potencial de especies marinas en el Golfo de
California (COBI-TNC, México, 2017)
La base de datos estará disponible en la plataforma SIMAR de Conabio dentro de la sección de
EcoMOD: Modelos de distribución potencial de especies y ecosistemas marino-costeros, asociado a
SIDMO: Sistema in-situ de monitoreo oceánico, como parte del Centro de Datos.
(https://simar.conabio.gob.mx/). La base de datos la conforman modelos de distribución de especies
mediante el uso de MaxEnt (Elith et al. 2011) , a partir de registros de ocurrencia de 189 especies
10
entre peces e invertebrados, recopilados de datos de seguimiento, colecciones científicas, planes
anteriores y registros publicados. Para más información sobre esta base de datos consulte
(Álvarez-Romero et al, 2018) , el material suplementario , así como el Anexo 1.1.7.
11 12
10 Elith J, Phillips SJ, Hastie T, Dudík M, Chee YE, Yates CJ (2011) A statistical explanation of MaxEnt for
ecologists. Diversity and Distributions, 17, 43-57.
11 Álvarez-Romero, J. G., Munguía-Vega, A., Beger, M., del Mar Mancha-Cisneros, M., Suárez-Castillo, A. N.,
Gurney, G. G., ... & Adams, V. M. (2018). Designing connected marine reserves in the face of global warming.
Global change biology, 24(2), e671-e691. https://onlinelibrary.wiley.com/doi/abs/10.1111/gcb.13989
12 Material Suplementario:
https://onlinelibrary.wiley.com/action/downloadSupplement?doi=10.1111%2Fgcb.13989&file=gcb13989-sup-000
1-SupInfo.pdf
11
RESULTADO R-2.1. (asociado al OE-2., R-2., A-2.1.)
Prototipo para la detección de Sargazo en los mares mexicanos basado en sensores
remotos satelitales, incorporados en el sistema de alerta SATsum dentro de la plataforma
SIMAR.
El Sistema satelital de alerta temprana de Sargazo (SATsum) está desarrollado como parte integral
del Sistema de información y análisis marino costero (SIMAR) <https://simar.conabio.gob.mx/>,
basado en geointeligencia bioinformática para el conocimiento y la conservación de los mares y
costas de la cuenca del Gran Caribe (Mar Caribe y el Golfo de México) y del Pacífico nororiental
tropical. SIMAR tiene dentro de sus objetivos la integración de sistemas de información y análisis de
la biodiversidad así como de sistemas de alertas tempranas que contribuyan a una responsable y
precisa toma de decisiones de comunidades y gobiernos; además de estudiar los cambios en los
ecosistemas marino costeros mexicanos a corto y largo plazo, mediante herramientas de análisis de
series de tiempo (Fig. 8).
SIMAR integra, gestiona y visualiza grandes volúmenes de datos multiescalares derivado de
muestreos y monitoreos in situ (sobre parámetros ambientales físico-químico y registros de
biodiversidad) y de observaciones satelitales (de temperatura y color del océano), así como de
modelos climáticos (bajo los escenarios de cambio climático) e información geoespacial; de igual
forma incorpora algoritmos y herramientas tecnológicas de geovisualización y análisis sobre una
plataforma web <https://simar.conabio.gob.mx>, apoyando así a la conservación y el uso sostenible
de la biodiversidad marina-costera, en un contexto de cambio y variabilidad climática, y contribuyendo
a una responsable y precisa toma de decisiones de comunidades y gobiernos.
Figura 8. Diagrama con la arquitectura de SIMAR
12
El Sistema satelital de alerta temprana de Sargazo (SATsum) es un servicio gratuito 24/7 del
gobierno de méxico que permite la detección diaria de sargazo pelágico en la superficie del mar
mediante imágenes proveniente de 4 sensores satelitales, con la correspondiente emisión de una
alertas temprana para la toma de decisiones.
Para ello se basa en:
-El uso de los siguientes 4 sensores ópticos satelitales de color del océano, con una
resolución espacial de 1 km y una resolución temporal de 2 a 3 veces al día:
○Sensor MODIS a bordo del satélite Aqua, de NASA
○Sensor MODIS a bordo del satélite Terra, de NASA
○Sensor VIIRS a bordo del satélite SNPP, Suomi NPP, de NASA-NOAA
○Sensor VIIRS a bordo del satélite JPSS-1, NOAA-20, de NASA-NOAA
-El uso de los siguientes 1 sensor óptico satelital de color del océano, con una resolución
espacial de 250 m y una resolución temporal de 2 a 3 veces al día:
○Sensor MODIS a bordo del satélite Aqua, de NASA
SATsum permite la generación operacional y visualización de los siguientes productos:
I. Índices de color del océano asociados a la presencia de sargazo pelagico flotante,
estimados a partir de sensores satelitales a 1-km - Diario (Fig. 9)
Producto 1. Índice Alternativo de Algas Flotantes diario - Aqua / MODIS (AFAI-Aqua)
Producto 2. Índice Alternativo de Algas Flotantes diario - Terra / MODIS (AFAI-Terra)
Producto 3. Índice Alternativo de Algas Flotantes diario - VIIRS / SNPP (AFAI-VIIRS-SNPP)
Producto 4. Índice Alternativo de Algas Flotantes diario - VIIRS / JPSS-1 (AFAI-VIIRS-JPSS-1)
Producto 5. Máximo del Índice Alternativo de Algas Flotantes diarios - MODIS/VIIRS
(Max-D-AFAI)
II. Índices de color del océano asociados a la presencia de sargazo pelagico flotante,
estimados a partir de sensores satelitales a 1-km - Semanal
Producto 6. Máximo del Índice Alternativo de Algas Flotantes semanal - MODIS/Aqua
(Max-W-AFAI) (Fig. 10)
Producto 7. Cobertura potencial estimada de sargazo flotante semanal basado en AFAI -
Aqua/MODIS (DSC-W-Aqua) (Fig. 11)
Producto 8. Alerta regional de sargazo flotante por satélite (R-FSA) (Reportes para el Golfo de
México y el Mar Caribe) (RESULTADO R-2.3.)
III. Índices de color del océano asociados a la presencia de sargazo pelagico flotante,
estimados a partir de sensores satelitales a 250 m - Diario
Producto 9. Índice Normalizado de Algas Flotantes diario - Aqua / MODIS (NFAI-Aqua) (Fig.
12)
13
Figura 9. SATsum-SIMAR. 12 de julio del 2020. Índices de color del océano asociados a la presencia de sargazo
pelagico flotante, estimados a partir de sensores satelitales a 1-km - Diario.
Figura 10. SATsum-SIMAR. Semana 3/2021: Enero 18-24, 2021. Índices de color del océano asociados a la
presencia de sargazo pelagico flotante, estimados a partir de sensores satelitales a 1-km - Semanal. Máximo del
Índice Alternativo de Algas Flotantes semanal - MODIS/Aqua (Max-W-AFAI).
14
Figura 11. SATsum-SIMAR. Semana 3/2021: Enero 18-24, 2021. Índices de color del océano asociados a la
presencia de sargazo pelagico flotante, estimados a partir de sensores satelitales a 1-km - Semanal. Cobertura
potencial estimada de sargazo flotante semanal basado en AFAI - Aqua/MODIS (DSC-W-Aqua).
Figura 12. SATsum-SIMAR. Julio 12, 2020. Índices de color del océano asociados a la presencia de sargazo
pelagico flotante, estimados a partir de sensores satelitales a 250 m - Diario. Índice Normalizado de Algas
Flotantes diario - Aqua / MODIS (NFAI-Aqua).
15
El algoritmo del Índice Alternativo de Algas Flotantes (AFAI) para MODIS y VIIRS se describe en el
Anexo 2.1.1. El algoritmo para estimar la cobertura de sargazo en superficie para el sensor
MODIS/AQUA se describe en el Anexo 2.1.2. El algoritmo para obtener el Máximo del Índice
Alternativo de Algas Flotantes semanal - MODIS/Aqua (Max-W-AFAI) se describe en el anexo 2.1.3. El
algoritmo para determinar la cobertura potencial estimada de sargazo flotante semanal basado en
AFAI - Aqua/MODIS (DSC-W-Aqua) se describe en el anexo 2.1.4. El algoritmo para determinar el
Índice Normalizado de Algas Flotantes diario - Aqua / MODIS (NFAI-Aqua)) se describe en el anexo
2.1.5.
Como parte del Prototipo para la detección de Sargazo en los mares mexicanos basado en
sensores remotos satelitales se realizó la siguiente actividad (Resultado R-2.1.):
I. EcoSPECTRA, una biblioteca espectral de alta resolución en ecosistemas marinos.
Fase 1. Trabajo de campo, compilación, y análisis para validación espectral.
Las mediciones del color del océano a partir de imágenes de satélite son una herramienta poderosa
en aplicaciones oceanográficas, resulta muy útil para conocer la variabilidad espacio-temporal de la
superficie del océano. Las aplicaciones de estos estudios son muy vastas, se destacan la
productividad primaria oceánica, los flujos de carbono, pesquerías, detección de florecimientos
algales y más recientemente la detección y seguimiento de manchas de sargazo. Las mediciones in
situ de las firmas espectrales son fundamentales para calibrar y validar los resultados de las
mediciones satelitales.
Para la medición in situ de firmas espectrales en este proyecto se utilizó el espectrorradiómetro
GER-1500. El GER 1500 es un espectrorradiómetro de campo con un intervalo de longitud de onda que
va desde el Ultravioleta pasando por el visible y llegando hasta el infrarrojo cercano, o sea desde la
longitud de onda de 350 a la de 1050 nm, con una resolución de 1 nm.
Entre el 28 de junio-4 julio de 2019 se capturaron in situ con el espectroradiómetro GER-1500 un total
de 1638 espectros de diferentes ambientes superficiales. A los efectos de este proyecto se midieron
firmas correspondientes a las siguientes condiciones: sargazo en la superficie del mar, aguas limpias
someras, aguas limpias profundas, arena limpia y arena cubierta de sargazo en la playa con diferentes
estados de degradación.
Fueron capturados más de 50 registros en cada estación (en 3 filamentos de sargazo se tomaron
más de 400 registros) para obtener un número suficiente de espectros de cada objeto, de forma tal
que permita hacer un análisis estadístico representativo de cada uno.
Se anexan una tabla con toda la información referente a las estaciones donde se realizaron las
mediciones con el espectrorradiómetro y un esquema con la ubicación de dichas estaciones.
Igualmente se anexan los espectros medidos sobre 5 objetos: sargazo en aguas oceánicas, sargazo
en aguas costeras, sargazo sobre la arena, aguas oceánicas limpias y aguas someras limpias. Los
espectros se acompañan de fotografías panorámicas del lugar donde fueron medidos así como de
gráficas con los principales valores estadísticos de cada estación, los cuales incluyen el espectro
medio y la desviación estándar.
La base de datos con la totalidad de las firmas espectrales medidas se denomina EcoSPECTRA:
Biblioteca espectral de alta resolución en ecosistemas marinos y podrá consultarse en línea desde la
plataforma SIMAR en el módulo creado para tal fin a partir de marzo 2021 como parte de una segunda
fase en desarrollo (ver guía sobre firmas espectrales en el Anexo 2.1.6).
16
RESULTADO R-2.2. (asociado al OE-2., R-2., A-2.2.)
Prototipo de productos que pronostiquen la posible arribazón de sargazo a la costa basados
en imágenes satelitales e información sobre corrientes marinas y vientos superficiales,
incorporados en el sistema de alerta SATsum dentro de la plataforma SIMAR.
Para generar una estimación diaria del pronóstico de deriva del sargazo pelágico en las aguas del
Mar Caribe, y en particular estimar la probabilidad de arribazón de sargazo a las playas del Caribe
mexicano, se requerirá de tener operacionalmente los productos de modelos de dirección y velocidad
de vientos y corrientes marinas. Hoy en día, tenemos disponible operacionalmente dentro del sistema
de modelos climáticos océano-atmósfera (SIMOD), en la sección de modelos meteorológicos,
oceanográficos y climatológicos, como parte de SIMAR, el producto:
Producto 1. Vientos superficiales derivados del modelo GFS a 22 km de NOAA (cada 6 horas).
(Fig. 13)
Figura 13. SATsum - SIMAR. Julio 12, 2020. Modelos de vientos superficiales junto al producto diario AFAI.
Por otra parte, se tendrá disponible los modelos de las corrientes marinas superficiales y su
pronóstico para 7 días derivadas ambas del análisis de GOFS 3.1, 41-layer HYCOM + NCODA Global, a
1/12° de resolución espacial.
Ambos productos formarán parte de los insumos necesarios para producir semanalmente un
pronóstico de deriva del sargazo en aguas del Caribe mexicano, como parte de una segunda fase.
17
RESULTADO R-2.3. (asociado al OE-2., R-2., A-2.3.)
Reportes semanales como parte del sistema de alerta SATsum dentro de la plataforma
SIMAR.
Como parte del Sistema satelital de alerta temprana de Sargazo (SATsum) actualmente se emite un
Boletín semanal (cada lunes) con el reporte de la condición de la cobertura de Sargazo pelágico para
dos regiones del Océano Atlántico: el Golfo de México y el Mar Caribe, así como el máximo del índice
alternativo de algas flotantes semanal. El Boletín se genera automáticamente a partir del análisis de
los productos diarios de dicha semana (Fig. 14 y 15).
El Boletín incluye además el área con cobertura potencial estimada de sargazo para ambas regiones,
así como el viento superficial para el Mar Caribe para el día de la generación del reporte. La
información del viento resulta relevante para la estimación de las condiciones oceánicas y
atmosféricas que influyen en el desplazamiento del sargazo flotante.
Un ejemplo del Boletín semanal de Sargazo se muestra en detalles en el Anexo 2.2.1.
Figura 14. SATsum-SIMAR. Semana 3/2021: Enero 18-24, 2021. Índices de color del océano asociados a la
presencia de sargazo pelagico flotante, estimados a partir de sensores satelitales a 1-km - Semanal. Alerta
regional de sargazo flotante por satélite (R-FSA) (Reportes para el Golfo de México y el Mar Caribe).
18
Figura 15. SATsum-SIMAR. Semana 3/2021: Enero 18-24, 2021. Índices de color del océano asociados a la
presencia de sargazo pelagico flotante, estimados a partir de sensores satelitales a 1-km - Semanal. Alerta
regional de sargazo flotante por satélite (R-FSA) (Reporte para el Golfo de México). Boletín semanal de Alerta
regional de sargazo flotante por satélite (R-FSA).
19
ANEXOS
REPORTE FINAL
Proyecto de cooperación técnica CONABIO-AFD: Bioconnect (2do. año)
Sistema de evaluación, monitoreo y de alerta e instrumento de información
intergubernamental para la implementación de políticas públicas para los mares
mexicanos (primera fase)
20
ANEXO 1.1.1
OBIS: Sistema de Información sobre Biodiversidad Oceánica (IOC-COI-UNESCO)
La base de datos de OBIS fue obtenida desde el mapper recortando para la zona del Gran Caribe (Mar
Caribe y el Golfo de México) y del Pacífico nororiental tropical (Lat. 1.0°, 33.0°; Lon. -123.0°, -59.0°).
13
Para esta base se presentan las características y filtros de información propuestos. Al tratarse de una
Base independiente, únicamente se realizará consulta de la información. Los datos de búsqueda y
recuperados por una consulta en SIMAR serán los más relevantes en el uso de la plataforma, entre
estos “scientificName”, “decimalLongitude”, “decimalLatitude” y “eventDate”, entre otros (ver Tabla 1).
Adicionalmente, el resto de los campos podrán ser descargados completos.
Tabla 1. Campos seleccionados para su visualización inicial por búsqueda en SIMAR, uso como criterio de
búsqueda y observaciones para la base OBIS.
13 https://mapper.obis.org/?geometry=POLYGON((-123.0%2033.0,-59.0%2033.0,-59.0%201.0,-123.0%201.0,-123.0%2033.0))
21
Nombre del campo
Seleccionados para
mostrar en la capa
Uso en
consultas
Observaciones
id
x
scientificName
x
criterio de búsqueda
scientificNameAuthorship
x
eventDate
x
criterio secundario
decimalLongitude
x
decimalLatitude
x
institutionCode
collectionCode
catalogNumber
scientificNameID
originalscientificname
absence
acceptedNameUsage
x
acceptedNameUsageID
accessRights
x
ver si aplica licencia
general
aphiaID
associatedMedia
associatedOccurrences
associatedReferences
associatedSequences
associatedTaxa
basisOfRecord
behavior
bibliographicCitation
22
brackish
category
class
x
classid
collectionID
continent
coordinatePrecision
coordinateUncertaintyInMeters
country
x
Criterio
secundario
countryCode
county
dataGeneralizations
datasetID
datasetName
dataset_id
dateIdentified
date_end
date_mid
date_start
date_year
day
x
disposition
division
divisionid
dropped
dynamicProperties
endDayOfYear
establishmentMeans
eventID
eventRemarks
eventTime
family
x
criterio secundario
familyid
fieldNotes
fieldNumber
footprintSRS
footprintWKT
forma
x
formaid
genus
x
criterio secundario
genusid
geodeticDatum
23
georeferenceProtocol
georeferenceRemarks
georeferenceSources
georeferenceVerificationStatus
georeferencedBy
georeferencedDate
group
hab
habitat
x
higherClassification
higherGeography
higherGeographyID
identificationID
identificationQualifier
identificationReferences
identificationRemarks
identificationVerificationStatus
identifiedBy
individualCount
individualID
informationWithheld
infraclass
infraclassid
infrakingdom
infrakingdomid
infraorder
infraorderid
infraphylum
infraphylumid
infraspecificEpithet
institutionID
island
islandGroup
kingdom
kingdomid
language
license
lifeStage
locality
x
locationAccordingTo
locationID
locationRemarks
lowestBiostratigraphicZone
24
marine
materialSampleID
maximumDepthInMeters
maximumDistanceAboveSurfaceInMeters
maximumElevationInMeters
minimumDepthInMeters
minimumDistanceAboveSurfaceInMeters
minimumElevationInMeters
modified
month
x
municipality
nameAccordingTo
nameAccordingToID
namePublishedIn
namePublishedInID
namePublishedInYear
node_id
nomenclaturalCode
nomenclaturalStatus
occurrenceID
x
occurrenceRemarks
occurrenceStatus
order
orderid
organismID
organismName
organismQuantity
organismQuantityType
organismRemarks
organismScope
originalNameUsage
originalNameUsageID
originalScientificName
otherCatalogNumbers
ownerInstitutionCode
parentEventID
parentNameUsage
parentNameUsageID
parvorder
parvorderid
phylum
x
phylum (division)
x
phylum (division)id
25
phylumid
preparations
previousIdentifications
recordNumber
recordedBy
references
reproductiveCondition
rights
rightsHolder
sampleSizeUnit
sampleSizeValue
samplingEffort
samplingProtocol
section
sectionid
sex
species
x
speciesid
specificEpithet
startDayOfYear
stateProvince
subclass
subclassid
subdivision
subdivisionid
subfamily
subfamilyid
subforma
subformaid
subgenus
subgenusid
subkingdom
subkingdomid
suborder
suborderid
subphylum
subphylum (subdivision)
subphylum (subdivision)id
subphylumid
subsection
subsectionid
subspecies
x
subspeciesid
El proceso de consulta y visualización de la información se muestra en la Figura 1.
26
subterclass
subterclassid
subtribe
subtribeid
subvariety
subvarietyid
superclass
superclassid
superfamily
superfamilyid
superorder
superorderid
supertribe
supertribeid
taxonConceptID
taxonID
x
taxonRank
taxonRemarks
taxonomicStatus
terrestrial
tribe
tribeid
type
typeStatus
variety
x
varietyid
verbatimCoordinateSystem
verbatimCoordinates
verbatimDepth
verbatimElevation
verbatimEventDate
verbatimLatitude
verbatimLocality
verbatimLongitude
verbatimSRS
verbatimTaxonRank
vernacularName
x
waterBody
x
criterio secundario
year
x
flags
Figura. 1 Proceso para la consulta de datos de la Base de datos de OBIS.
27
ANEXO 1.1.2.
SNIB: Sistema Nacional de Información sobre Biodiversidad de México (CONABIO, México)
Para esta base se presentan las características y filtros de información propuestos. Al tratarse de una
Base independiente de la CONABIO, se adecuarán las consultas a los formatos que se tengan acceso.
Los datos de búsqueda y recuperados por una consulta en SIMAR serán los más relevantes en el uso
de la plataforma, entre estos “especieválida”, “latitud”, “longitud” y “fechacolecta”, entre otros (ver
Tabla 1). Adicionalmente, el resto de los campos podrán ser descargados completos
Tabla 1. Campos seleccionados para su visualización inicial por búsqueda en SIMAR, uso como criterio de
búsqueda y observaciones para la base del SNIB.
28
Nombre del campo
Seleccionados para
mostrar en la capa
Uso en consultas
Observaciones
grupobio
X
Criterio secundario
subgrupobio
X
Criterio secundario
familiavalida
X
Criterio secundario
generovalido
Criterio secundario
especievalida
X
Criterio búsqueda inicial
nom059
X
cites
X
iucn
X
prioritaria
X
exoticainvasora
X
longitud
X
latitud
X
estadomapa
X
municipiomapa
X
localidad
X
Criterio secundario
fechacolecta
X
Criterio secundario
anp
probablelocnodecampo
categoriaresidenciaaves
formadecrecimiento
fuente
X
taxonextinto
usvserieVI
urlejemplar
Filtrado de
valores únicos
idejemplar
X
Filtrado de
valores únicos
ultimafechaactualizacion
idnombrecatvalido
29
idnombrecat
reino
phylumdivision
clase
orden
familia
genero
especie
calificadordeterminacion
categoriainfraespecie
categoriainfraespecie2
autor
estatustax
reftax
taxonvalidado
reinovalido
phylumdivisionvalido
X
clasevalida
X
ordenvalido
X
categoriainfraespecievalida
X
categoriainfraespecie2valida
autorvalido
X
reftaxvalido
nombrecomun
X
ambiente
X
Campo de
pre-filtrado
like ‘%marino%’
validacionambiente
x
Campo de
-prefiltrado
like ‘%Válido%’
endemismo
nivelprioridad
region
x
datum
geovalidacion
paismapa
claveestadomapa
mt24claveestadomapa
mt24nombreestadomapa
clavemunicipiomapa
mt24clavemunicipiomapa
mt24nombremunicipiomapa
incertidumbreXY
altitudmapa
x
usvserieI
30
usvserieII
usvserieIII
usvserieIV
usvserieV
coleccion
institucion
paiscoleccion
numcatalogo
numcolecta
procedenciaejemplar
determinador
fechadeterminacion
diadeterminacion
mesdeterminacion
aniodeterminacion
colector
diacolecta
Criterio
secundario
ver diferencias con
“fechacolecta”
mescolecta
Criterio
secundario
ver diferencias con
“fechacolecta”
aniocolecta
Criterio
secundario
ver diferencias con
“fechacolecta”
tipo
ejemplarfosil
proyecto
formadecitar
licenciauso
x
ver si aplica
licencia general
urlproyecto
urlorigen
obsusoinfo
version
idestadomapa
idmunicipiomapa
mt24idestadomapa
mt24idmunicipiomapa
idanpfederal1
idanpfederal2
especievalidabusqueda
comentarioscat
comentarioscatvalido
homonimosgenero
homonimosespecie
homonimosinfraespecie
Debido al tamaño de la base de datos, se deberá ejecutar una consulta de agrupado para mostrar únicamente
registros únicos. Para ello, se deben tomar en cuenta los campos: “urlejemplar” y “idejemplar” ya que son
índices con valores únicos. En este proceso se debe tomar en cuenta que algunos datos presentan valores
idénticos excepto por el número de catálogo campo “numcatalogo” o el número de colecta campo
“numcolecta”. Diferencias en dicho valor podrían indicar copias o respaldos reales de ejemplares de colecta en
el mismo sitio, y no propiamente un registro duplicado. Se recomienda posterior al agrupamiento recuperar los
campos de urlejemplar” y “idejemplar” para que los usuarios recuperen los datos de forma apropiada.
El proceso de consulta y visualización de la información se muestra en la Figura 1.
Figura. 1. Proceso para la consulta de datos de la Base de datos de SNIB.
31
homonimosgenerocatvalido
homonimosespeciecatvalido
homonimosinfraespeciecatvalido
categoriataxonomica
ANEXO 1.1.3.
Especies-COBI-TNC: Base de datos de especies marinas prioritarias para la conservación en
el Golfo de California y costa occidental de Baja California Sur (COBI-TNC, México)
La base fue generada en el proyecto y publicación Planeación ecorregional para la conservación
marina: Golfo de California y costa Occidental de Baja california sur . Consiste en la compilación de
14
información sobre especies y su distribución espacial obtenida a partir de archivos Excel y csv. Tabla
1.
La base de datos consiste en dos tablas relacionadas. La primera nombrada “bd_espacial_cobi” que
incluye el total de registros de especies combinados de 55,254 (Tabla 1). La segunda nombrada
“catalog_taxon_cobi” (Tabla 2) incluye un catálogo taxonómico con los nombres actualizados de
acuerdo con los catálogos de la CONABIO . Ambas bases se relacionan de la siguiente manera:
15
bd_espacial_cobi.id_taxonomia= catalog_taxon_cobi.id (Fig. 1)
Debido a la complejidad y heterogeneidad de las tablas originales, los datos no fueron normalizados.
Sin embargo, se procedió a limpiar la información en medida de lo posible haciendo particular énfasis
en las coordenadas y las fechas. Para un intervalo de tiempo, únicamente se mantuvo el campo “año”
y se generó el campo “año_fin” para colocar el año de término. Algunos comentarios a la fecha fueron
añadidos en el nuevo campo “comentarios_fecha”.
14 Ulloa, R., J. Torre, L. Bourillón, A. Gondor y N. Alcantar. 2006. Planeación ecorregional para la conservación marina: Golfo de California y
costa occidental de Baja California Sur. Informe final a The Nature Conservancy. Guaymas (México): Comunidad y Biodiversidad, A.C., 153
pp.
15 CONABIO (comp.) 2021. Catálogo de autoridades taxonómicas de especies de flora y fauna con distribución en México. Base de datos
SNIB-CONABIO, México.
32
Tabla 1. Listado de archivos utilizados para la
base de datos
Nombre de los archivos
BD_ESPACIAL_Algas.xls
BD_ESPACIAL_Aves.xls
BD_ESPACIAL_Cetaceos.xls
BD_ESPACIAL_Coral.xls
BD_ESPACIAL_Lobo_Marino.xls
BD_ESPACIAL_Pastos_Marinos.xls
BD_ESPACIAL_Peces.xls
BD_ESPACIAL_Tiburon.xls
Nidos_aves.csv
Nidos_tortugas.csv
Figura 1. bd_espacial_cobi.id_taxonomia= catalog_taxon_cobi.id
Adicionalmente, y con la finalidad de dar un mejor uso a la información, se procedió a validar los
nombres de acuerdo con el catálogo de autoridades taxonómicas de CONABIO (ver arriba). A pesar de
la validación, algunos taxones reportados en los datos de origen presentaron problemas en su
confirmación. En total se encontraron 1576 nombres taxonómicos de los cuales 1407 fueron
confirmados; 2 interpretados de acuerdo con el nombre y posición taxonómica; 132 validados a una
categoría taxonómica superior; 15 correspondientes a variedades y subespecies típicas; y 20 que no
fue posible encontrar el nombre y posición taxonómica.
A partir de esta revisión, se sugiere utilizar los datos ecológicos y geográficos de la tabla original
“bd_espacial_cobi” pero realizando la búsqueda taxonómica a partir de la tabla “catalog_taxon_cobi”.
Otros campos como categorías de la NOM, Prioritarias, Invasoras y Cites vienen actualizadas en la
tabla taxonómica y se recomienda su uso sobre la tabla original.
Criterios de búsqueda
Para una visualización inicial y debido a la calidad de los datos, se propone únicamente utilizar los
campos “principales” latitud, longitud, dia, mes, año, local y refern de la tabla bd_espacial_cobi, y los
campos idcat, Ultimacategoriataxonomica, nombrecientifico, autortaxon, divisionphylum, clase, orden,
33
familia, estatus, cites, iucn, nom059, prioritarias, nombrecomun de la tabla catalog_taxon_cobi (ver
Cuadro 1). Adicionalmente, se propone filtrar y no incluir los registros que no forman parte de la
CONABIO y con potencial de mostrarse en otras bases. Es posible incluir una consulta que permita la
visualización y descarga de todos los campos de ambas tablas a petición del usuario.
Cuadro 1. Campos principales.
Para esta base la búsqueda puede iniciarse a partir de tres vías: 1) nombre científico validado (tabla
catalog_taxon_cobi.nombrecientifico); 2) espacialmente por coordenadas; y 3) registros completos.
Posteriormente, y dependiendo del uso, se pueden incluir otros criterios como fuente
(bd_espacial_cobi.refern) u otro campo. Filtros y ordenamiento secundario pueden realizarse a través
de los campos mencionados anteriormente como “principales”.
Tabla 1. Tabla en base de datos bd_espacial_cobi
34
Posició
n
ordinal
Nombre de la
columna
Tipo
de
dato
Tamaño
de la
columna
Notas
Autoincrement
o
Valores
nulos
1
fid
int4
10
(null)
NO
SI
2
id_taxonomia
int4
10
(null)
NO
NO
3
id_reg
int4
10
(null)
NO
SI
4
code_gral
int4
10
(null)
NO
SI
5
zsp1
int4
10
Identificador de
especie
NO
SI
6
select
varch
ar
4
Identificador como
objeto de
conservación
NO
SI
7
clase_original
varch
ar
20
Taxonómica
NO
SI
8
orden_original
varch
ar
25
Taxonómica
NO
SI
9
familia_original
varch
ar
25
Taxonómica
NO
SI
10
genero_original
varch
ar
25
Taxonómica
NO
SI
11
especie_original
varch
ar
50
Taxonómica
NO
SI
12
variedad_subespecie_
original
varch
ar
25
Taxonómica
NO
SI
13
nom_cien_original
varch
ar
75
Taxonómica
NO
NO
14
sino_nom_original
varch
ar
255
Sinonímia (si aplica)
NO
SI
15
abrev_original
varch
ar
7
Abreviación (6
caracteres, 3 de
NO
SI
35
género y 3 de
especie)
16
aut_anios_original
varch
ar
100
Autor y año
NO
SI
17
nom_com_es
varch
ar
150
Nombre común en
español
NO
SI
18
nom_com_in
varch
ar
150
Nombre común en
inglés
NO
SI
19
latitud
float8
17
Posición geográfica
(grados)
NO
SI
20
longitud
float8
17
Posición geográfica
(grados)
NO
SI
21
x_coord
float8
17
Posición geográfica
(cónica
transformada de
Lambert)
NO
SI
22
y_coord
float8
17
Posición geográfica
(cónica
transformada de
Lambert)
NO
SI
23
dia
int4
10
Fecha del registro
NO
SI
24
mes
int4
10
Fecha del registro
NO
SI
25
año
int4
10
Fecha del registro
NO
SI
26
año_fin
int4
10
Fecha del registro.
Dato interpretado
desde la Base de
datos
NO
SI
27
comentarios_fecha
varch
ar
150
Comentarios
añadidos a la fecha
durante revisión
NO
SI
28
no_indv_u
varch
ar
150
Número de individuos
(Si aplica)
NO
SI
29
no_nidos
varch
ar
150
número de nidos (Si
aplica)
NO
SI
30
frecuencia
varch
ar
150
Frecuencia de
observación (Si
aplica)
NO
SI
31
local
varch
ar
255
Localidad
NO
SI
32
clas_local
varch
ar
255
Clasificación de la
localidad (Si aplica)
NO
SI
33
iucn_original
varch
ar
50
Categoría (si aplica)
NO
SI
34
cites_original
varch
ar
50
Categoría (si aplica)
NO
SI
35
nom_059_original
varch
ar
20
Categoría (si aplica)
NO
SI
36
natureserve
varch
ar
20
Categoría (si aplica)
NO
SI
37
afs
varch
ar
20
Categoría (si aplica)
NO
SI
38
endemica
int4
10
Categoría (si aplica)
NO
SI
39
const_habitat
int4
10
Categoría (si aplica)
NO
SI
Tabla 2. Tabla de Base de datos catalog_taxon_cobi.
36
40
paraguas
int4
10
Categoría (si aplica)
NO
SI
41
esp_clave
int4
10
Categoría (si aplica)
NO
SI
42
migratorias
int4
10
Categoría (si aplica)
NO
SI
43
especif_habitat
int4
10
Categoría (si aplica)
NO
SI
44
esp_emblematica
int4
10
Categoría (si aplica)
NO
SI
45
gra_amenaza
int4
10
Categoría (si aplica)
NO
SI
46
distrib
varch
ar
100
Tipo de distribución
NO
SI
47
habitat
varch
ar
150
Tipo de hábitat
NO
SI
48
estac
varch
ar
100
estacionalidad
NO
SI
49
invest
text
21474836
47
Nombre del
investigador
propietario del
registro
NO
SI
50
refern
text
21474836
47
referencia
bibliográfica del
registro (si aplica)
NO
SI
51
restri
varch
ar
50
restricciones del
registro (si aplica)
NO
SI
52
perm_gc
varch
ar
150
Permanencia dentro
de la ecorregión
NO
SI
53
epc_repr
varch
ar
50
Época reproductiva
NO
SI
54
rev_por
text
21474836
47
Revisor
NO
SI
55
coment
text
21474836
47
Comentarios (si
aplica)
NO
SI
56
id_regi
int4
10
(null)
NO
SI
57
id_marxan
int4
10
(null)
NO
SI
58
tabla_origen
varch
ar
30
origen de los datos
NO
NO
59
id
serial
10
(null)
YES
NO
Posición
ordinal
Nombre de la
columna
Tipo
del
campo
Tamaño
de la
columna
Notas
Autoincrement
o
Valores
Nulos
1
id
serial
10
identificador de la
tabla
SI
NO
2
idcat
varchar
20
identificador de
catalogos
NO
SI
3
id_valido
int4
10
id del nombre válido
NO
SI
4
idcatvalido
varchar
20
identificador del
nombre válido de
catálgos
NO
SI
5
ultimacategoriataxon
omica
varchar
20
categoría taxonómica
del nombre
NO
SI
37
6
nombrecientifico
varchar
45
nombre científico de
acuerdo a catálogos
NO
SI
7
autortaxon
varchar
100
autoridad taxonómica
del nombre
NO
SI
8
reino
varchar
30
nombre del reino
NO
SI
9
divisionphylum
varchar
30
nombre de la división
o el phylum
NO
SI
10
clase
varchar
30
nombre de la clase
NO
SI
11
orden
varchar
30
nombre del orden
NO
SI
12
familia
varchar
30
nombre de la familia
NO
SI
13
genero
varchar
30
nombre del género
NO
SI
14
especie_epiteto
varchar
30
nombre del epíteto
específico
NO
SI
15
categinfra
varchar
30
nombre de la
categoría subespecie,
variedad o forma
correspondiente
NO
SI
16
nombreinfra
varchar
30
nombre de la
subespecie, variedad
o forma
NO
SI
17
estatus
varchar
75
estatus taxonómico
del nombre
NO
SI
18
cites
varchar
20
categoría de la
especies de acuerdo a
cites
NO
SI
19
observacioncites
text
2147483
647
observaciones a la
categoría cites
asignada
NO
SI
20
iucn
varchar
100
categoría de la
especie de acuerdo a
IUCN
NO
SI
21
observacioniucn
text
2147483
647
observaciones a la
categoría IUCN
NO
SI
22
nom059
varchar
100
categoría de la
especie de acuerdo a
la MOM 059
NO
SI
23
observacionnom
text
2147483
647
observaciones a la
categoría nom 059
NO
SI
24
prioritarias
varchar
20
categoría de la
especie de acuerdo a
su carácter prioritario
NO
SI
25
nivelprioritarias
varchar
20
nivel de prioridad de la
especie
NO
SI
26
observacionprioritari
as
text
2147483
647
observaciones a la
categoría de prioridad
NO
SI
27
invasoras
varchar
20
especie catalogada
como invasora
NO
SI
28
endemismo
varchar
20
nivel de endemismo
NO
SI
29
nombrecomun
varchar
150
nombres comunes
asociados a la
especie
NO
SI
ANEXO 1.1.4.
Pesquerías-FAO: Estadística de la Producción Mundial Pesquera (1950-2018) (FAO)
Características
La base fue cargada a Postgresql sin modificaciones mayores. En este caso, se utilizó el archivo
“GlobalProduction_2020.1.0.zip” descargable del sitio web . El archivo contiene tablas
16
independientes relacionadas por índices y documentación relacionada a su uso . Al utilizar la
17
información se deberá citar la base de forma adecuada ,.
18 19
La base consiste en siete tablas en un modelo relacional (Fig. 1):
●cl_ci_unit. Que contiene un catálogo de unidades de muestra (peso, volumen, costos, etc.;
Tabla 1)
●cl_fi_country_groups. Que es un catálogo de países con sus respectivos nombres en diferentes
idiomas, continente y regiones geográficas a las que pertenece (Tabla 2).
●cl_fi_production_source. Corresponde a un catálogo de origen del recurso pesquero (Tabla 3).
●cl_fi_species_groups. Contiene un catálogo de especies con nombre científico y nombre
común (Tabla 4).
●cl_fi_symbol. Es un identificador general del producto registrado (Tabla 5).
●cl_waterarea_groups. Contiene un catálogo de regiones marinas (Tabla 6).
●st_fi_production. Es la tabla principal que contiene los registros pesqueros y las llaves
foráneas de cada catálogo (Tabla 7).
La base contiene registros pesqueros a nivel mundial 1,075,870 registros, de los cuales, 11,817
corresponden a México.
16 FAO. 2020. Fishery and Aquaculture Statistics. Global production by production source 1950-2018 (FishstatJ). In: FAO Fisheries and
Aquaculture Department [online]. Rome. Updated 2020. www.fao.org/fishery/statistics/software/fishstatj/en
17 http://www.fao.org/contact-us/terms/db-terms-of-use/en/
18 FAO. 2020. Fishery and Aquaculture Statistics. Global production by production source 1950-2018 (FishstatJ). In: FAO Fisheries and
Aquaculture Department [online]. Rome. Updated 2020. www.fao.org/fishery/statistics/software/fishstatj/en
19 "FAO.[NAME OF DATABASE]. License: CC BY–NC–SA 3.0 IGO. Extracted from: [insert URL of database]. Data of Access: [insert date that
the dataset was accessed in the following format DD–MM–YEAR]."
38
Figura. 1 Relaciones de las tablas FAO.
39
Criterios de búsqueda
Para la consulta general de la información se generó una consulta sql que recupera la información
con sus campos relacionados (Cuadro 1).
Cuadro 1. Modo de consultar la información.
Dentro de cada catálogo se recuperó el nombre en español para su mejor interpretación. Es necesario
en la consulta condicionar la búsqueda inicialmente a áreas de interés o países dentro de SIMAR y
descartar la información adicional.
La búsqueda de información puede realizarse por cuatro vías iniciales distintas. 1) Nombre científico
de la especie; 2) Nombre del área marina; 3) País; 4) todos los registros. Un criterio secundario es el
año del registro. El resto de los campos se mostrarán y descargarán para análisis y fines informativos
Fig. 2.
Figura. 2. Proceso para la consulta de datos de la Base de datos de FAO.
Al no contar con coordenadas para la visualización, la búsqueda desde un criterio espacial deberá
ajustarse a los países o áreas predefinidas.
40
41
Tabla 1. cl_ci_unit
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
id
int2
5
identificador
autonumérico de la
tabla
SI
NO
2
code
varchar
3
código de la unidad
NO
NO
3
name_en
varchar
30
nombre de la unidad
en inglés
NO
NO
4
name_fr
varchar
30
nombre de la unidad
en
NO
NO
5
name_es
varchar
30
nombre de la unidad
en
NO
NO
Tabla2. cl_fi_country_groups
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
id
int2
5
identificador de la
tabla
SI
NO
2
un_code
varchar
4
código del país según
Naciones Unidas
NO
NO
3
identifier
int4
10
identificador
NO
NO
4
iso2_code
varchar
2
código del país iso de
dos letras
NO
SI
5
iso3_code
varchar
3
código del país iso de
tresletras
NO
SI
6
name_en
varchar
50
nombre en inglés del
país
NO
SI
7
name_fr
varchar
50
nombre en francés
del país
NO
SI
8
name_es
varchar
50
nombre en español
del país
NO
SI
9
name_ar
varchar
50
nombre en árabe del
país
NO
SI
10
name_cn
varchar
50
nombre en chino del
país
NO
SI
11
name_ru
varchar
80
nombre en ruso del
país
NO
SI
12
official_name_e
n
varchar
100
nombre oficial del
país en inglés
NO
SI
13
official_name_fr
varchar
100
nombre oficial del
país en francés
NO
SI
14
official_name_e
s
varchar
100
nombre oficial del
país en español
NO
SI
15
official_name_ar
varchar
100
nombre oficial del
país en árabe
NO
SI
16
official_name_c
n
varchar
100
nombre oficial del
país en chino
NO
SI
17
official_name_ru
varchar
100
nombre oficial del
país en ruso
NO
SI
42
18
continent_group
varchar
50
continente al que
pertenece el país
NO
SI
19
ecoclass_group
varchar
50
clasificación
económica del país
NO
SI
20
georegion_group
varchar
50
región geográfica del
país
NO
SI
Tabla 3. cl_fi_production_source
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
identifier
int2
5
Identificador de la
tabla
SI
NO
2
code
varchar
20
referido al nombre
estandarizado
ocupado para la
fuente de producción
NO
NO
3
name_en
varchar
50
nombre en inglés del
origen de la
producción
NO
NO
4
name_fr
varchar
50
nombre en francés
del origen de la
producción
NO
NO
5
name_es
varchar
50
nombre en español
del origen de la
producción
NO
NO
Tabla 4. cl_fi_species_groups
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
id
serial
10
identificador de la
tabla
SI
NO
2
3alpha_code
varchar
3
código
alphanumérico de
tres letras de la
especie
NO
NO
3
taxonomic_code
varchar
15
Código taxonómico
de la especie.
NO
NO
4
identifier
varchar
10
(null)
NO
NO
5
name_en
varchar
100
nombre de especies o
grupos en inglés
NO
SI
6
name_es
varchar
100
nombre de la especie
o grupos en español
NO
SI
7
name_ar
varchar
100
nombre de la especie
o grupos en árabe
NO
SI
8
name_cn
varchar
100
nombre de la especie
o grupos en chino
NO
SI
9
name_ru
varchar
100
nombre de la especie
o grupos en ruso
NO
SI
10
scientific_name
varchar
40
(null)
NO
NO
11
author
varchar
150
(null)
NO
SI
12
family
varchar
40
(null)
NO
SI
13
order
varchar
40
(null)
NO
NO
43
14
major_group
varchar
50
(null)
NO
NO
15
yearbook_group
varchar
40
(null)
NO
SI
16
isscaap_group
varchar
40
(null)
NO
SI
17
cpc_class
text
2147483647
(null)
NO
SI
18
cpc_group
text
2147483647
(null)
NO
SI
19
name_fr
varchar
100
nombre de la especie
o grupo en francés
NO
SI
Tabla5. cl_fi_symbol
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
code
int2
5
identificador de la
tabla
SI
NO
2
symbol
varchar
2
simbología
NO
NO
3
name
varchar
15
nombre del atributo
NO
NO
4
description
text
2147483647
descripción del
significado del
símbolo respecto a la
prodcucción
NO
SI
Tabla6. cl_waterarea_groups
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
id
int2
5
identificador de la
tabla
SI
NO
2
code
varchar
2
código estandarizado
del área
NO
NO
3
name_en
varchar
50
nombre en inglés del
área
NO
NO
4
name_fr
varchar
50
nombre en francés
del área
NO
NO
5
name_es
varchar
50
nombre en español
del área
NO
NO
6
ocean_group
varchar
40
grupo oceánico a la
que pertenece el área
NO
SI
7
inlandmarine
varchar
8
(null)
NO
NO
8
faregion_group
varchar
20
(null)
NO
SI
Tabla7. st_fi_production
Posición
Ordinal
Nombre de
columna
Tipo de
campo
Tamaño
columna
Notas
Autoincrement
o
Valores
nulos
1
id
bigserial
19
identificador de
registros de la tabla
SI
NO
2
country_id
int4
10
llave foránea del país
NO
NO
3
area_id
int4
10
llave foránea del área
NO
NO
4
source
int4
10
llave foránea de la
fuente del recurso
NO
NO
44
5
species_id
int4
10
llave foránea de la
especie o grupo
NO
NO
6
unit_id
int4
10
llave foránea de la
unidad de captura o
cultivo
NO
NO
7
quantity
float8
17
cantidad del recurso
NO
NO
8
symbol
varchar
2
simbología
complementaria
NO
SI
9
symbol_id
int4
10
id de la simbología
complementaria
NO
SI
10
year
int4
10
año de captura de
registro
NO
NO
ANEXO 1.1.5.
Pesquerías-CONAPESCA: Registros de la Producción Pesquera y Acuícola de México
(2006-2014) (CONAPESCA, México)
Características
Se proporcionaron dos fuentes de datos, una a nivel estatal (listado de archivos en Tabla 1) y otro a
nivel municipal y oficinas (listado de archivos en Tabla 2). A partir de estos datos se generó una base
de datos que contiene conjuntos de información independiente excepto por el catálogo de estados de
la República mexicana, tabla “prod_pesc_ent_fed”.
Los datos del listado a nivel estatal fueron capturados directamente en la tabla
“prod_estados_pesquerias”. Por otra parte, los datos de pesca a nivel de oficinas fue normalizado y
capturado en las tablas: prod_pesc_ent_fed, que contiene el catálogo de estados de la república;
prod_pesc_nombre_com, que contiene el catálogo de los nombres comunes de las especies con un
total de 699 registros; prod_pesc_nombre_principal, que contiene el catálogo de nombres
principalmente usados para el producto pesquero, 58 registros; prod_pesc_oficinas, que corresponde
al catálogo de oficinas en las que se registra la captura, 161 registros; prod_pesc_origen, origen del
producto pesquero ya sea capturado o cultivo; prod_pesc_mes, que corresponde al catálogo de
meses del año; y finalmente producción_pesquera_anual, que corresponde a la tabla principal en
donde se registran los datos de pesca (monto, características, costos, etc) con un total de 416,580
registros combinados (características en Tablas 3-10).
45
Tabla 1. Listado de archivos usados para la construcción de la base
de datos pesqueros por estado.
produccion_estado_2011.xls
produccion_estado_2012.xls
produccion_estado_2013.xls
produccion_estado_2014.xls
produccion_estado_2015.xls
produccion_estado_2016.xls
produccion_estado_2017.xls
produccion_estado_2018.xls
Tabla 2. Listado de archivos usados para la construcción de la base
de datos pesqueros por municipios y secretarías.
Produccion_Pesquera_2006.csv
Produccion_Pesquera_2007.csv
Produccion_Pesquera_2008.csv
Produccion_Pesquera_2009.csv
Produccion_Pesquera_2010.csv
Produccion_Pesquera_2011.csv
Produccion_Pesquera_2012.CSV
Produccion_Pesquera_2013.csv
Produccion_Pesquera_2014.csv
La tabla “prod_estados_pesquerias” se relaciona con “prod_pesc_ent_fed” (relación de los campos
“entidad_federativa_id”=“id_tabla”, respectivamente) para recuperar el nombre único y completo de la
entidad federativa, así como otras relaciones (Fig. 1). Por otro lado, la tabla
“producción_pesquera_anual” se relaciona con las otras tablas de la base de datos para recuperar la
información completa.
De la integración de la información únicamente se homologaron los datos correspondientes a las
oficinas de registro. Esto debido a que se encontraron variantes en el nombre de las oficinas con una
misma clave. Se utilizó para la homologación el nombre con mayor uso. Se debe tomar en
consideración que los datos pesqueros no presentan nombres científicos que permitan recuperar con
precisión el taxón real objeto de captura o cultivo. Los nombres comunes utilizados pueden
representar a más de una especie. Finalmente, se requieren los datos espaciales (coordenadas) que
permitan localizar de forma adecuada la posición geográfica de las oficinas de registro pesquero. (en
proceso).
Criterios de búsqueda
Para la base de datos con datos a nivel nacional (prod_estados_pesquerias) la búsqueda de
información puede realizarse a través del campo de entidad federativa. Criterios secundarios son año
y origen del producto pesquero.
Por otra parte, para la búsqueda de datos a nivel estatal y oficina (producción_pesquera_anual), la
búsqueda de información puede realizarse a través de tres vías. 1) nombre común
(prod_pesc_nombre_com); 2) oficina (prod_pesc_oficinas); y 3) entidad federativa
(prod_pesc_ent_fed). Un cuarto criterio será espacial, al concluir la georreferenciación de las oficinas.
Criterios secundarios son año y origen.
46
Figura. 1 Relaciones de las tablas de la base CONAPESCA.
Tabla 3. Tabla prod_estados_pesquerias
47
Posición
ordinal
nombre de la
columna
Tipo
de
campo
Tamaño
de la
columna
Notas
Autoincrement
o
valores
nulos
1
id_tabla
bigseri
al
19
Identificador de la
tabla
SI
NO
2
endidad_federativa_i
d
int4
10
llave foránea de la
entidad federativa
NO
NO
3
peso_vivo_ton
float8
17
peso capturado o
producido vivo
NO
SI
4
peso_desembarcado
_ton
float8
17
peso capturado o
producido al
desembarcar
NO
NO
5
precio_peso_por_kg
float8
17
Precio en peso sobre
kilogramo
NO
SI
6
valor_produccion_mil
espesos
float8
17
valor de la producción
o pesca en miles de
pesos
NO
NO
7
anio
int4
10
Año de corte
NO
NO
Tabla 4. Tabla prod_pesc_ent_fed
Tabla 5. Tabla prod_pesc_nombre_com
Tabla 6. Tabla prod_pesc_nombre_principal
48
8
origen
int4
10
origen de la
producción
NO
SI
9
documento_orginal
text
2147483
647
documento de origen
de los datos
NO
SI
10
observaciones
text
2147483
647
observaciones
NO
SI
Posición
ordinal
nombre de la
columna
Tipo
de
campo
Tamañ
o de la
column
a
Notas
Autoincrement
o
valores
nulos
1
id_tabla
serial
10
identificador serial de la
tabla
SI
NO
2
entidad_federativa
varcha
r
30
Nombre de la entidad
federativa de México
NO
NO
3
escritura_alternativa
varcha
r
30
Escritura alternativa de
la entidad federativa
NO
SI
4
observaciones
varcha
r
255
Observaciones o
comentarios
NO
SI
5
clave_de_entidad
int4
10
Clave única de la
entidad federativa
NO
NO
Posició
n
ordinal
nombre de la
columna
Tipo de
campo
Tamaño
de la
columna
Notas
Autoincr
emento
valores
nulos
IS_NULLA
BLE
1
id_tabla_nombre
_com
serial
10
Identificador de la
tabla nombre
común
10
SI
NO
2
nombre_comun
varchar
35
nombre común del
organismo
capturado o
cultivado
35
NO
NO
3
comentarios
text
21474836
47
comentarios
asociados al
nombre común
214748
3647
NO
SI
Posición
ordinal
nombre de
la columna
Tipo de campo
Notas
Autoincre
mento
valores
nulos
id_tabla_nombr
e_principal
serial
10
Identificador de la tabla
SI
NO
nombre_princip
al
varchar
35
nombre principal del
recurso pesquero
NO
NO
observaciones
text
2147483647
observaciones al nombre
principal
NO
SI
Tabla 7. Tabla prod_pesc_oficinas
Tabla 8. Tabla prod_pesc_origen
Tabla 9. Tabla prod_pesca_mes
Tabla 10. Tabla produccion_pesquera_anual
49
Posició
n
ordinal
nombre de la
columna
Tipo de
campo
Tamaño de la
columna
Notas
Autoincr
emento
valores
nulos
1
nombre_oficin
a
varchar
35
nombre de la oficina de
registro
NO
NO
2
clave_oficina
int4
10
clave única de la oficina
NO
NO
3
otros_nombre
s_oficina
varchar
50
Nombres alternativos de la
oficina que poseen el
mismo número de clave
NO
SI
Posición
ordinal
nombre de la
columna
Tipo de
campo
Tamaño de
la columna
Notas
Autoincrement
o
valores
nulos
1
id_tabla_orige
n
int2
5
Identificador de la
tabla origen
SI
NO
2
origen
varchar
15
Origen del producto
pesquero
NO
NO
3
observacione
s
text
2147483647
observaciones
NO
SI
Posición
ordinal
nombre de la
columna
Tipo de
campo
Tamaño de
la columna
Notas
Autoincremento
valores
nulos
1
id_tabla_mes
int2
5
Identificador de la
tabla
SI
NO
2
mes
varchar
12
mes de corte
NO
NO
3
observacione
s
text
2147483647
observaciones
NO
SI
Posición
ordinal
nombre de la
columna
Tipo de
campo
tamaño de
la columna
Notas
Autoincremento
Valores
nulos
1
id_tabla_produc
cion_pesquera
bigserial
19
Identificador de la
tabla
SI
NO
2
anio_ejercicio_fi
scal
int4
10
Año del ejercicio
fiscal
NO
NO
3
mes_corte_id
int4
10
Llave foránea al mes
de corte
NO
NO
4
origen_id
int4
10
llave foránea al origen
del recurso
NO
NO
5
nombre_comun_
id
int4
10
llave foránea al
nombre común
NO
NO
6
peseo_desemba
rcado_kilogramo
s
float8
17
peso del recurso
desembarcado
cuantificado en
kilogramos
NO
NO
7
peso_vivo_kilogr
amos
float8
17
peso vivo del recurso
estimado en
kilogramos
NO
NO
50
8
valor_pesos
float8
17
valor en pesos del
recurso pesquero
obtenido
NO
NO
9
nombre_principa
l_id
int4
10
llave foránea del
nombre principal
NO
NO
10
clave_entidad
int4
10
llave foránea de la
entidad federativa de
dónde se obtuvo el
recurso pesquero
NO
NO
11
clave_oficina
int4
10
llave foránea de la
oficina en donde se
realizó el registro
NO
NO
12
observaciones
text
2147483647
observaciones y
comentarios
NO
SI
13
documento_origi
nal
varchar
40
documento de origen
de los registros
NO
SI
ANEXO 1.1.6.
Manual de consulta de bases de datos en SIMAR
Endpoints de base de datos
URL de OBIS:
51
Base de
datos
Descripción de
consulta
Tipo
Inputs
Outputs
OBIS
Consulta de
catálogos de
países
GET
OBIS
Consulta de
especies por
países, de tal
forma que
regresa
agrupado por
especie
disponible en
cada pais.
GET
/<cadena>/<nombre_especie>
/obis/paisespecie/<pais>/<especie
>/<int:numregs>/<int:segretorna>
ej:
/obis/paisespecie/USA/Aptos/5/1
País(cadena),
Nombre de especie (cadena),
Número de registros a devolver
(entero),
Segmento a devolver (“página”
entero )
{
"success": true,
"results": [
{
"scientific_name":
String,
"taxon_id": Int,
},
{
....
},
],
"total": 7500
}
OBIS
Consulta de una
especie por
país, esta
consulta debe
arrojar todos
los registros de
una especie en
un país
determinado
GET
/obis/paistaxon/<pais>/<taxon>/<in
t:numregs>/<int:segretorna>
País(cadena),
Taxon (cadena)
{
"success": true,
"results": [
{
"id": Int,
"locality": String,
"phylum": String,
"scientific_name":
String,
"species": String,
"taxon_id": String,
"latitude": Float,
"longitude": Float,
},
{
....
},
],
"total": 123
}
SNIB
Consulta de
catálogos de
GET
/snib/paises
{
"results": [
52
países
{
"id": "string",
"pais": "string"
},
],
"total": 123
}
SNIB
Consulta de
especies por
países, de tal
forma que
regresa
agrupado por
especie
disponible en
cada país.
GET
/snib/paisespecie/<pais>/<especie
>/<int:tam>/<int:pag>/
País(cadena),
Nombre de especie (cadena),
Número de registros a devolver
(entero),
Segmento a devolver (“página”
entero )
{
"results": [
{
"scientificname":
"string",
"taxonID": "string"
},
{
...
},
...
],
"total": 123
}
SNIB
Consulta de una
especie por
país, esta
consulta debe
arrojar todos
los registros de
una especie en
un país
determinado
GET
/snib/paistaxon/<pais>/<taxon>/
País(cadena),
Taxon (cadena)
{
"results": [
{
"id": int,
"latitude": "string",
"locality": "string",
"longitude": "string",
"phylum": "string",
"scientificname":
"string",
"species": "",
"taxon_id": "string"
},
{
...
}
...
],
"total": 2
}
ANEXO 1.1.7.
Zonas de alta distribución de especies de importancia conservacionista y comercial en la
ecorregión Golfo de California - 2017. Se enumeran las áreas de distribución de las
especies; las cuales se incluirán como parte del servicio de información geoespacial
(GEOdat) dentro de SIMAR.
1. Distribución de los polígonos de mayores
concentraciones de tortugas
2. Distribución de los polígonos de mayores
concentraciones de cetáceos
3. Distribución de los polígonos de mayores
concentraciones de aves marinas
4. Distribución de las áreas de importancia
biológica (AIB) de invertebrados
5. Distribución de los registros de murciélago
pescador (Myotis vivesi)
6. Distribución de la especie abudef trosch
7. Distribución de la especie acanth planci
8. Distribución de la especie alphes immacu
9. Distribución de la especie amphia insign
10. Distribución de la especie anisot davids
11. Distribución de la especie anisot interr
12. Distribución de la especie anthop dowii
13. Distribución de la especie antipat galap
14. Distribución de la especie apogon retros
15. Distribución de la especie arbaci stella
16. Distribución de la especie arca mutabili
17. Distribución de la especie arca pacifica
18. Distribución de la especie argope ventri
19. Distribución de la especie astero carini
20. Distribución de la especie astran cortez
21. Distribución de la especie astran costat
22. Distribución de la especie astran haimei
23. Distribución de la especie astrod panam
24. Distribución de la especie atract nobili
25. Distribución de la especie atrina maura
26. Distribución de la especie atrina tuberc
27. Distribución de la especie balano cedros
28. Distribución de la especie balist polyle
29. Distribución de la especie bodian diplot
30. Distribución de la especie calamu brachy
31. Distribución de la especie calline arcua
32. Distribución de la especie calline belli
33. Distribución de la especie caranx melamp
34. Distribución de la especie carcha leucas
35. Distribución de la especie carcha limbat
36. Distribución de la especie carcha obscur
37. Distribución de la especie caryop diome
38. Distribución de la especie caulol affini
39. Distribución de la especie caulol prince
40. Distribución de la especie centros coron
41. Distribución de la especie cephal paname
42. Distribución de la especie cerato franci
43. Distribución de la especie chaeto humera
44. Distribución de la especie chaeto zonatu
45. Distribución de la especie chama buddi
46. Distribución de la especie chama frondo
47. Distribución de la especie chama sordid
48. Distribución de la especie chromi atrilo
49. Distribución de la especie chromi limbau
50. Distribución de la especie cirrhi oxycep
51. Distribución de la especie cirrhi rivula
52. Distribución de la especie coenoc bower
53. Distribución de la especie coryph hippur
54. Distribución de la especie cyclos curva
55. Distribución de la especie cynosc othono
56. Distribución de la especie cynosc parvip
57. Distribución de la especie cynosc reticu
58. Distribución de la especie dasyat dipter
59. Distribución de la especie dendro califo
60. Distribución de la especie dendro oldroy
61. Distribución de la especie desmop crista
62. Distribución de la especie diadem mexica
63. Distribución de la especie diodon holoca
64. Distribución de la especie diplob ommata
65. Distribución de la especie dosini ponder
66. Distribución de la especie echina tenuis
67. Distribución de la especie echino vanbru
68. Distribución de la especie elysia diomed
69. Distribución de la especie endopa grayi
70. Distribución de la especie epinep analog
71. Distribución de la especie epinep labrif
72. Distribución de la especie euapta godeff
73. Distribución de la especie eucida thouar
74. Distribución de la especie euthyn lineat
75. Distribución de la especie euvola vogdes
76. Distribución de la especie farfan califo
77. Distribución de la especie felima ghisel
78. Distribución de la especie girell simpli
79. Distribución de la especie gymnot castan
80. Distribución de la especie gymnot dovii
81. Distribución de la especie haemul flavig
82. Distribución de la especie haemul maculi
83. Distribución de la especie haemul scudde
84. Distribución de la especie haemul sexfas
85. Distribución de la especie haemul steind
86. Distribución de la especie halich chierc
87. Distribución de la especie halich dispil
53
88. Distribución de la especie halich nichol
89. Distribución de la especie halich semici
90. Distribución de la especie helias kubini
91. Distribución de la especie hermos azurea
92. Distribución de la especie hetero aequic
93. Distribución de la especie hetero mexica
94. Distribución de la especie hexapl ambigu
95. Distribución de la especie hexapl erythr
96. Distribución de la especie hexapl nigrit
97. Distribución de la especie hexapl prince
98. Distribución de la especie holaca passer
99. Distribución de la especie holoth impati
100. Distribución de la especie holoth lubric
101. Distribución de la especie hoplop
guenth
102. Distribución de la especie hyotis hyotis
103. Distribución de la especie hyport
acanth
104. Distribución de la especie hyport
niphob
105. Distribución de la especie isosti fuscus
106. Distribución de la especie janari mirabi
107. Distribución de la especie johnra nigrir
108. Distribución de la especie kyphos
analog
109. Distribución de la especie kyphos
elegan
110. Distribución de la especie laevic elatum
111. Distribución de la especie leiast teres
112. Distribución de la especie lincki columb
113. Distribución de la especie litope stylir
114. Distribución de la especie lutjan argent
115. Distribución de la especie lutjan guttat
116. Distribución de la especie lutjan novemf
117. Distribución de la especie lutjan peru
118. Distribución de la especie megapi
squali
119. Distribución de la especie microl inorna
120. Distribución de la especie mithro bradle
121. Distribución de la especie mugil cephal
122. Distribución de la especie mugil
curema
123. Distribución de la especie muraen
lentig
124. Distribución de la especie mycter
jordan
125. Distribución de la especie mycter
prionu
126. Distribución de la especie mycter
rosace
127. Distribución de la especie mycter
xenarc
128. Distribución de la especie myliob califo
129. Distribución de la especie myliob longir
130. Distribución de la especie mytell
guyane
131. Distribución de la especie nemati
pector
132. Distribución de la especie nichol dentic
133. Distribución de la especie nidore
armata
134. Distribución de la especie nodipe
subnod
135. Distribución de la especie octopu
alecto
136. Distribución de la especie octopu
bimacu
137. Distribución de la especie octopu fitchi
138. Distribución de la especie octopu
hubbso
139. Distribución de la especie ophiob steind
140. Distribución de la especie opisto
rosenb
141. Distribución de la especie oulang bradle
142. Distribución de la especie panuli inflat
143. Distribución de la especie panuli interr
144. Distribución de la especie paracy stearn
145. Distribución de la especie parala
aurogu
146. Distribución de la especie parala loro
147. Distribución de la especie parala
macula
148. Distribución de la especie parant
colonu
149. Distribución de la especie parequ
fuscov
150. Distribución de la especie parequ viola
151. Distribución de la especie pentac
cuming
152. Distribución de la especie pharia pyrami
153. Distribución de la especie phatar unifas
154. Distribución de la especie pincta mazatl
155. Distribución de la especie pinna rugosa
156. Distribución de la especie pomaca
zonipe
157. Distribución de la especie porite
paname
158. Distribución de la especie porite sverdr
159. Distribución de la especie prionu
puncta
160. Distribución de la especie pteria sterna
161. Distribución de la especie rhizop longur
162. Distribución de la especie ryptic bicolo
163. Distribución de la especie scarus
compre
164. Distribución de la especie scarus
ghobba
165. Distribución de la especie scarus perric
166. Distribución de la especie scombe
concol
167. Distribución de la especie scombe
sierra
54
168. Distribución de la especie scorpa
plumie
169. Distribución de la especie scylla astori
170. Distribución de la especie semico
pulche
171. Distribución de la especie seriol laland
172. Distribución de la especie serran psitta
173. Distribución de la especie sicyio penici
174. Distribución de la especie sphoer
annula
175. Distribución de la especie sphoer
lobatu
176. Distribución de la especie sphyra
argent
177. Distribución de la especie sphyra ensis
178. Distribución de la especie sphyrn lewini
179. Distribución de la especie spondy
crassi
180. Distribución de la especie spondy
limbat
181. Distribución de la especie stegas rectif
182. Distribución de la especie stenor debili
183. Distribución de la especie stereo gigas
184. Distribución de la especie stromb
galeat
185. Distribución de la especie tambja
abdere
186. Distribución de la especie test
187. Distribución de la especie thalas lucasa
188. Distribución de la especie totoab
macdon
189. Distribución de la especie toxopn
roseus
190. Distribución de la especie trachi paiten
191. Distribución de la especie trachi rhodop
192. Distribución de la especie tripne depres
193. Distribución de la especie turbo fluctu
194. Distribución de la especie urobat
concen
195. Distribución de la especie vokesi elenen
55
ANEXO 2.1.1.
Algoritmo del Índice Alternativo de Algas Flotantes (AFAI) para MODIS y VIIRS
Se describe el algoritmo para implementar el producto “Índice Alternativo de Algas Flotantes (AFAI)”
para 4 satélites a 1-km, como parte del sistema satelital de alerta temprana de Sargazo (SATsum)
asociado al Sistema de información y análisis marino costero (SIMAR), de la CONABIO.
El Índice Alternativo de Algas Flotantes (AFAI) es el índice para detectar sargazo pelágico
(sargassum), macroalgas verdes y cianobacterias. Se calcula utilizando las reflectancias de Rayleigh
de tres bandas espectrales para cada pase diurno del satélite (Wang, M., and C. Hu, 2016) (Tabla 1).
De manera operacional en SIMAR ya se visualizan los productos diarios AFAI para dos sensores sobre
4 satélites: (1) MODIS / Aqua; (2) MODIS / Terra; (3) VIIRS / SNPP; y (4) VIIRS / JPSS-1.
Tabla 1. Fuente de imágenes satelitales, bandas espectrales para los productos, resolución temporal
(Reflectancias de Rayleigh), período analizado por sensor, período analizado, resolución espacial de los
productos, y resolución temporal de los sensores para el área SIMAR.
56
Sens
or
Satélit
e
Opera
dor
Bandas espectrales
para los productos:
Banda espectral
@resolución temporal
(Reflectancias de
Rayleigh)
Período
analizado
por sensor
Período
analizado
@resolución
espacial de los
productos (FAI,
AFAI, DSC,
RSA).
Resolución
temporal de los
sensores para el
área SIMAR
MODI
S
Aqua
NASA
AFAI
13-Red: 667 nm @1 km;
15-NIR: 748 nm @1 km;
16-SWIR: 869 nm @1
km
Jul. 4, 2002
- hoy en día
Sept. 4, 1997 -
Hoy en día
@1-km
2 a 3 pasos diarios
en la tarde
MODI
S
Terra
NASA
AFAI
13-Red: 667 nm @1 km;
15-NIR: 748 nm @1 km;
16-SWIR: 869 nm @1
km
Feb. 24,
2000 - hoy
en día
Sept. 4, 1997 -
Hoy en día
@1-km
2 a 3 pasos diarios
en la mañana
VIIRS
S-NPP
NASA-
NOAA
AFAI
M5-Roja: 672 nm @750
m;
M6-NIR: 746 nm @750
m;
M7-SWIR: 865 nm @750
m
Ene. 2, 2012
- hoy en día
Sept. 4, 1997 -
Hoy en día
@1-km
2 a 3 pasos diarios
en la tarde. Suomi
NPP opera unos 50
minutos por detrás
de NOAA-20.
VIIRS
JPPS-
1
NASA-
NOAA
AFAI
M5-Roja: 672 nm @750
m;
M6-NIR: 746 nm @750
m;
M7-SWIR: 865 nm @750
m
Dic. 13,
2017 - hoy
en día
Sept. 4, 1997 -
Hoy en día
@1-km
2 a 3 pasos diarios
en la tarde.
NOAA-20 opera
unos 50 minutos
por delante de
Suomi NPP.
El índice Alternativo de Algas Flotantes (AFAI) (en unidades de reflectancia, [mW cm−2 𝜇m−1 sr−1])
permite tanto la detección de Sargazo pelágico en la superficie del mar, como de macroalgas verdes y
florecimientos de cianobacterias.
El AFAI se calcula utilizando las reflectancias de Rayleigh (Rrc) de tres bandas espectrales para cada
pase diurno de satélites (Wang and Hu, 2016) [Fórmula 1].
[Fórmula 1]
Las bandas utilizadas en el AFAI son:
RED: Banda visible roja (Visible, RED)
NIR: Banda infrarroja cercana (Near Infra-Red, NIR)
SWIR: Banda banda infrarroja de onda corta (Short Wave Infra-Red, SWIR)
El AFAI se deriva como la reflectancia de la banda NIR (después de la corrección atmosférica), con
referencia a una línea de base lineal entre la banda RED y la banda SWIR (Fig. 1).
Figura 1. Espectro de ejemplo donde se representa gráficamente cómo se calcula el AFAI a partir de
las reflectancias de las bandas RED, NIR y SWIR
57
El AFAI es un producto sensible para detectar características sutiles de la superficie del océano, sin
embargo, se satura bajo el brillo del sol, las nubes o los aerosoles gruesos.
Este índice permite la identificación de la presencia de sargazo en la superficie del mar. El AFAI
incluye los siguientes tres aspectos básicos:
1. Clasificación de píxeles que contienen Sargassum a través de una corrección de gradiente a
gran escala que incluye el enmascaramiento de nubes y sombras de nubes, y la eliminación de
píxeles ambiguos
2. Mezcla lineal de píxeles que contienen Sargassum
3. Estadísticas de la cobertura del área de Sargassum en cuadrículas predefinidas a intervalos
mensuales, estacionales y anuales
El uso de estas bandas tiene la ventaja de que se maximiza la relación señal-ruido. Una aparente
desventaja del AFAI es su saturación sobre blancos brillantes tales como nubes y sunglint fuerte (por
lo tanto conduciendo a una reducción en la cobertura de los datos). Sin embargo, esto permite un
enmascaramiento relativamente fácil de las nubes, haciendo las imágenes resultantes más simples
de interpretar. Estas características son particularmente importantes para aplicaciones de detección
en tiempo casi real.
El proceso para cartografiar y cuantificar la distribución y cobertura de Sargazo se compone de tres
pasos principales:
1. Clasificación de los píxeles de imagen individuales en tres clases:
a. No Observación (esta clase incluye la falta de cobertura del satélite, el sunglint, las
nubes, las sombras de nubes, y todos los otros artefactos de la imagen);
b. Pixel libre de Sargazo;
c. Pixel que contiene Sargazo.
2. Separación de la clase que contiene Sargazo usando los umbrales locales para una cobertura
de subpíxeles mínima (0%) y máxima (100%) para estimar la cobertura fraccional de Sargazo
dentro de cada píxel.
3. Recopilación de datos de los píxeles individuales de la imagen en cuadrículas predefinidas a
intervalos de tiempo determinados (mes, estación, año) para todo el período de estudio, lo que
lleva a la creación de series temporales de cobertura de área y mapas de distribución.
Nótese que una señal de AFAI elevada puede ser indicador de cualquier vegetación flotante, no sólo
de Sargazo.
58
ANEXO 2.1.2.
Algoritmo para estimar la Cobertura de sargazo en superficie para el sensor MODIS/AQUA
El proceso para estimar la cobertura de sargazo en superficie para el sensor MODIS/AQUA sobre la
base del AFAI (AFAI-Aqua) se realiza mediante el siguiente algoritmo:
1. Se determina el fondo libre de sargazo en el océano. Esto consiste en crear una imagen que
partiendo del AFAI-Aqua quedan excluidos los pixeles con valor superior a Ts=0.000255.
2. Se determina la imagen de referencia de AFAI (RefAFAI). En la cual el valor de cada píxel se
calcula como la mediana centrada en dicho píxel, de todos sus vecinos en una ventana de
hasta 51 x 51 píxeles a su alrededor, sobre la imagen del fondo libre de sargazo creada en el
punto 1. La ventana de 51x51 implica buscar información en 25 filas y/o columnas en las 4
direcciones de la matriz, que rodea al pixel de cálculo.
La cobertura diaria de sargazo pelágico en la superficie marina (DSC-Aqua) se determina a partir del
cumplimiento de la siguiente condición para cada pixel: la diferencia del producto satelital Índice
Alternativo de Algas Flotantes diario - Aqua/MODIS (AFAI-Aqua) con la imagen AFAI de referencia
(RefAFAI) supere el valor recomendado para el umbral de presencia de sargazo (T0) para las
imágenes MODIS/Aqua
[AFAI-Aqua - RefAFAI] > T0 , (1)
dónde: el valor T0 = 0.000179 (para imágenes MODIS/Aqua, según Wang, M., & Hu, C., 2016),
asignándole a DSC-Aqua el valor 1, que corresponde a aquellos píxeles con presencia de Sargazo.
Los pixeles con datos válidos que no cumplen con la condición (1), no se identifican la presencia de
Sargazo y se clasifican con valor 2. El resto de los pixeles sin datos debido a la falta de cobertura del
satélite, con sunglint, nubes, sombras de nubes y otros artefactos en la imagen, se clasificarán con
valor 0.
En resumen, para la imagen DSC-Aqua los píxeles se clasificarán en las siguientes tres clases:
Valor 1: Con observación y con sargazo
Valor 2: Con observación pero sin Sargazo
Valor 0: Sin observación, incluyendo la falta de cobertura del satélite, el sunglint, las nubes, las
sombras de nubes, y todos los otros artefactos de la imagen
Conviene mencionar que el procedimiento refleja la cobertura de sargazo detectada, lo cual no quiere
decir que sean las únicas regiones con presencia de sargazo.
59
ANEXO 2.1.3.
Algoritmo del Máximo del Índice Alternativo de Algas Flotantes semanal - MODIS/Aqua
(Max-W-AFAI)
El Máximo del Índice Alternativo de Algas Flotantes semanal - MODIS/Aqua (Max-W-AFAI) se
determina mediante la combinación de las imágenes de AFAI-Aqua diarias. La designación del AFAI
semanal combinando múltiples productos diarios se realizará sobre la base de la asignación de
valores a los píxeles individuales siguiendo el siguiente orden jerárquico:
1- En caso que el producto AFAI-Aqua para ninguno de los 7 días tenga datos observados se asigna
sin observación, si no se cumple esta condición se pasa al punto 2)
2- En caso que el producto AFAI-Aqua solo tenga datos observados para uno de los días de la semana
se asigna el valor correspondiente a ese dato, si más de uno tiene datos observados se pasa al punto
3)
3- En caso de que para el producto diario AFAI-Aqua , dos o más de ellos tengan datos observados se
asigna el mayor valor entre todos los datos observados.
ANEXO 2.1.4.
Algoritmo para determinar la cobertura potencial estimada de sargazo flotante semanal
basado en AFAI - Aqua/MODIS (DSC-W-Aqua)
La cobertura potencial estimada de sargazo flotante semanal basado en AFAI - Aqua/MODIS
(DSC-W-Aqua) se determina a partir del Máximo del Índice Alternativo de Algas Flotantes semanal -
MODIS/Aqua (Max-W-AFAI). La designación de la cobertura potencial estimada de sargazo flotante
semanal se realizará sobre la base de la asignación de valores a los píxeles individuales siguiendo el
siguiente orden jerárquico:
1- En caso que el producto Max-W-AFAI no tenga datos observados se asigna sin observación (Valor
0), si no se cumple esta condición se pasa al punto 2)
2- En caso que el valor observado del producto Max-W-AFAI esté por debajo del umbral de sargazo
(-0.00021 mW cm−2 𝜇m−1 sr−1) se asigna con observación pero sin sargazo (Valor 2), en caso
contrario se pasa al punto 3)
3- En caso de que para el producto Max-W-AFAI , el valor observado sea igual o mayor que el umbral
de sargazo (-0.00021 mW cm−2 𝜇m−1 sr−1), se asigna observación de sargazo (Valor 1).
El valor umbral de presencia de sargazo -0.00021 mW cm−2 𝜇m−1 sr−1 en el producto Máximo del
Índice Alternativo de Algas Flotantes semanal - MODIS/Aqua, se determinó a partir del análisis
estadístico de los histogramas de dicho producto durante el año 2020.
60
ANEXO 2.1.5.
Algoritmo para determinar el Índice Normalizado de Algas Flotantes diario - Aqua / MODIS
(NFAI-Aqua)
El Índice de algas flotantes normalizado NFAI se calcula mediante la siguiente expresión:
NFAI=(Rnir - Rint) / (Rnir + Rint)
donde: Rint=Rnir - FAI
El NFAI expresado en términos del FAI quedaría de la siguiente forma:
NFAI= (FAI) / ((2*Rnir) - FAI)
El FAI se calcula mediante la siguiente expresión (Hu, 2009)):
Para el cálculo del FAI: RED se refiere a la banda roja 645 nm
NIR se refiere a la banda infrarroja cercana 859 nm
SWIR se refiere a la banda infrarroja de onda corta 1240 nm
61
ANEXO 2.1.6.
Reporte sobre los resultados de la medición de las firmas espectrales del Sargazo
1. Conceptos generales de espectrorradiometría
i. Radiación electromagnética
De acuerdo a la teoría ondulatoria la radiación electromagnética es una forma dinámica de
energía que se propaga mediante ondas que se desplazan por el espacio a la velocidad de la luz (
). Las ondas son resultado de oscilaciones en los campos eléctrico y magnético.998x10 m sc = 2 8−1
en las inmediaciones de los objetos, los cuales generan ondas que contienen dos campos de
fuerzas ortogonales entre sí: eléctrico y magnético, y transmiten la energía. Los parámetros que
caracterizan cada onda son: longitud de onda y frecuencia (figura 1). La primera hace (λ) (ν )
referencia a la distancia entre dos crestas sucesivas de una onda, expresada en micrómetros
, mientras que la frecuencia designa el número de ciclos que pasan por un punto
1 μm m
(= 10−6 )
fijo en una unidad de tiempo, se mide en Hertz . La relación entre estos (1 Hz ciclo por segundo)= 1
elementos es dada por:
λc= ν
Figura 1. Esquema de una onda electromagnética, formada por un campo eléctrico y un campo
magnético perpendiculares entre sí y perpendiculares a la dirección de propagación.
ii. Espectro electromagnético (EEM)
Es posible definir cualquier tipo de energía radiante en función de su longitud de onda. El conjunto de
las longitudes de onda que puede adoptar la radiación electromagnética se denomina espectro
electromagnético (figura 2). Por razones prácticas se suele dividir en una serie de regiones debido a
que las longitudes de onda dentro de esas regiones presentan cierta homogeneidad en determinados
aspectos.
62
Figura 2. EEM en función de su longitud de onda
iii. Magnitudes radiométricas fundamentales
La energía asociada con la radiación electromagnética se denomina energía radiante . Indica el Q
total de energía radiada en todas direcciones y es medida en joules . La cantidad de energía (J)
radiante que incide o es emitida por una superficie de área dada en un periodo de tiempo es llamada
flujo radiante, . Se mide en joules por segundo o watts . ϕ(Js )
−1 (W)
ϕ=dt
dQ
Cuando la energía electromagnética, proveniente del sol principalmente, incide sobre la superficie
terrestre, el flujo incidente puede descomponerse en tres términos: flujo reflejado , absorbido (ϕ)
i (ϕ)
r
y/o transmitido . (ϕ)
a (ϕ)
t
La proporción del flujo incidente que es reflejado, absorbido y transmitido depende de las
características de la superficie que se observa y de la longitud de onda a la que es observado (figura
3).
Figura 3. Interacción de la EEM con la superficie de la Tierra. Modificado de Lillesand T. M. and Kiefer
R., (1999)
63
Las observaciones empleando técnicas de Percepción Remota requieren que un sensor detecta la
radiación electromagnética que es reflejada o emitida por los objetos sobre la superficie terrestre.
El flujo incidente así como el flujo reflejado pueden explicarse y definirse a partir de los (ϕ)
i (ϕ)
r
conceptos de irradiancia y radiancia.
La densidad de flujo radiante que incide sobre un punto en una superficie especificada se conoce
como irradiancia, . Es una medida que describe la energía total radiada que incide sobre una E
superficie plana desde todos los ángulos de un hemisferio en una unidad de tiempo. Se mide en watts
por metro cuadrado (W ) (figura 4).m−2
E=ds
dϕ
Donde es el elemento de área.sd
Figura 4. Geometría asociada a la definición de irradiancia. (Gómez, 2006)
La irradiancia puede dividirse en dos componentes: ascendente y descendente . E (E)
u (E)
dEu
considera la irradiancia en la cara superior del elemento de superficie (el flujo retrodispersado y
reflejado), mientras considera la irradiancia en la cara inferior del elemento de superficie (flujo Ed
incidente) (figura 5).
Figura 5. Geometría asociada a la definición de irradiancia descendente y ascendente , donde(a) (b)
es el flujo radiante que llega a la superficie . (Dogliotti, 2007)ϕd sd
El flujo radiante y la irradiancia no consideran el carácter direccional del flujo emitido desde la ϕ E
fuente y, por tanto, en tales magnitudes se considera la energía total en todas direcciones. Los
sensores remotos tienen un campo limitado de observación y no reciben toda la irradiancia emitida
por una superficie debido a que la forma del detector y su geometría de observación limitan la señal a
una pequeña fracción del flujo. Por lo tanto es necesario tener una descripción de la variación del flujo
en función de la dirección, para lo cual es necesario definir el concepto de ángulo sólido. Existe una
estrecha analogía entre el ángulo sólido y el ángulo plano. El ángulo sólido es el ángulo comprendido
entre dos radios de circunferencia que interceptan sobre esta un arco de longitud . Tiene unidad de l
(figura 6).adianesr
64
θ = radio
longitud de arco =l
r
El ángulo plano de circunferencia completa es .π rad2
El ángulo sólido es el espacio comprendido dentro de una superficie cónica. Se obtiene trazando (Ω)
una superficie esférica con radio arbitrario y centro en el vértice y aplicando la relación:(r) (O)
Ω = S
r2
Donde es el área del casquete esférico interceptado por el ángulo sólido. Tiene unidad de S
estereoradianes .rs
Como la superficie de una esfera de radio es , el ángulo sólido encerrado por la esfera total (r) 4πr2
es por tanto .π4
Figura 6. Geometría asociada a la definición ángulo plano a) y ángulo sólido b). Modificado de Mobley,
(1994).
Cuando el ángulo sólido es pequeño, el área se vuelve y no es necesariamente un casquete (S) (ds)
esférico, sino que puede ser una superficie plana perpendicular a (Figura 7), de modo que:PO
Ωd=r2
ds
Si no es perpendicular a (Figura 7b),sd PO
Ωd=r2
ds =r2
ds cosθ
Figura 7. Geometría asociada a la definición ángulo plano y ángulo sólido. (Beléndez et al. 1988)
Cuando se pretende caracterizar la emisión de fuentes puntuales es frecuente introducir el concepto
de intensidad radiante.
65
La intensidad radiante es la densidad de flujo radiante por unidad de ángulo sólido incidente en un I
punto del espacio propagándose en una dirección específica. Se mide en .srW −1
I=dϕ
dΩ
Sin embargo, esta no es una magnitud usada habitualmente y, cuando se habla de superficies
extensas, se utiliza la radiancia , que mide el flujo radiante por unidad de área y de ángulo sólido L
incidente en un elemento de superficie propagándose en una dirección específica. Se mide en
.W s m r−1 −2
L(θ, )∅=dϕ
2
dΩds =dϕ
2
dΩdscosθ
Donde es una magnitud denominada “área proyectada” que es el área de la proyección sΩdscosθd=d
de la superficie elemental (la que contiene al punto) sobre un plano perpendicular a la dirección de sd
propagación.
La radiancia cobra especial interés en la percepción remota ya que es la magnitud detectada por los
sensores.
Así como la irradiancia, la radiancia también puede dividirse en una componente ascendente y (L)
u
una descendente (figura 8).(L)
d
Figura 8 Geometría asociada a la definición de y donde es el área de un elemento de laLu, Ld sd
superficie, es la radiancia que sale de con un ángulo cenital (relativo a la normal de laL(θ, )∅sd θ
superficie) y un ángulo acimutal (formado por el plano vertical que contiene al haz de luz y algún otro∅
plano vertical especificado, tal como el plano vertical del sol). Su valor es definido por el flujo radiante
que sale de dentro del ángulo sólido dΩ, centrado en la línea definida por y . Modificado de Kirksd θ∅
(2011).
iv. Relaciones entre las magnitudes radiométricas fundamentales
La radiancia es la variable óptica fundamental medida por los sensores, un gran número de L
cantidades radiométricas pueden ser derivadas a partir de ella (van der Mer & Jong, 2001). Es posible
calcular la irradiancia descendente partiendo de la radiancia en una dirección definida (figura 9). La
irradiancia total descendente en un punto, se obtiene integrando respecto al ángulo sólido en todo Ed
el hemisferio superior. De forma similar se obtiene integrando toda la radiancia del hemisferio Eu
66
inferior. Este es un aspecto muy importante, ya que no siempre es posible hacer mediciones directas
de la irradiancia.
osθdω Ed=∫
2π
L(θ, )∅c
Figura 9. Geometría asociada a la definición de irradiancia y su relación con la radiancia. La irradiancia
total descendente en un punto se obtiene integrando respecto al ángulo sólido en todo el(E)
d
hemisferio superior (Dogliotti, 2007).
Un caso de especial interés es la irradiancia sobre una superficie plana que emite o refleja energía con
la misma intensidad en todas las direcciones independientemente del ángulo con el que incide la
radiación. En este caso la irradiancia es igual a:
LE = π
A este tipo de superficies se las llama lambertianas ya que reflejan la radiación en forma isotrópica, o
sea que la radiancia es reflejada uniformemente en todas las direcciones
v. Propiedades Ópticas del agua
El entendimiento de las características bio-ópticas de la columna de agua es fundamental en la
estimación de los constituyentes del océano (clorofila a, materia orgánica disuelta (CDOM), sólidos
suspendidos totales (TSS)). La concentración de estos constituyentes determina las propiedades
ópticas inherentes (IOPs) del agua (D´Sa & Miller, 2005).
Las propiedades ópticas inherentes (IOP), según la definición de Preisendorfer (1961), no dependen
de la distribución angular del campo de luz incidente sino sólo del tipo y concentración de sustancias
presentes en el medio. Las IOP´s son determinadas por dos procesos principales, la absorción y la
dispersión. Estos procesos influyen y modifican la reflectancia espectral de los cuerpos de agua
naturales (i.e. su color), son cuantificadas por medio del coeficiente de absorción, el coeficiente de
dispersión y la función de volumen de esparcimiento (dispersión).
Las IOP´s tienen a su vez una influencia en las propiedades ópticas aparentes del agua (AOP´s). Las
AOP´s dependen de la geometría de iluminación así como de la naturaleza y cantidad de las
sustancias presentes en el medio (figura 13). Las más representativas son:
el coeficiente de atenuación difusa , el factor de reflectancia bi-direccional (BRF) y la kd(λ)
reflectancia teledetectada , utilizada por los sensores satelitales para estimar
concentraciones de los constituyentes del agua (D´Sa & Miller, 2005).
67
Figura 13. Relación entre las IOP´s y AOP´s
vi. Propiedades ópticas aparentes (AOP´s)
De acuerdo con (Goodman, 2004) las definiciones explícitas de reflectancia están en función de las
características angulares de la fuente de energía y del detector de esta energía. En este sentido se
presentan dos de las más empleadas para el propósito de la presente guía.
vii. Reflectancia teledetectada (Rrs)
La describe cuánta luz proveniente de todas direcciones es reflejada hacia una dirección
específica (ángulo sólido), se define como la proporción del flujo radiante incidente y reflejado en una
longitud de onda específica. En aplicaciones oceanográficas se utiliza para mediciones sobre la
superficie del agua (Goodman, 2004:42). Esta es la medición base para aspectos del color del océano
en la presente guía.
Se expresa como:
Donde es la radiancia total del agua (water leaving radiance) y es la irradiancia
descendente, proveniente de todas direcciones.
68
la radiancia del agua ( ) está compuesta por, la radiancia medida desde la superficie del agua (
) menos la radiancia del cielo ( ), medida en el mismo ángulo que y el número de
Fresnel ( ), el cual es determinado por la reflectancia de la superficie del mar a un ángulo
determinado. Por lo tanto la obtención de la radiancia del agua requiere medir las otras
magnitudes para poder restarlas de la señal recibida por el sensor.
viii. Reflectancia bidireccional.
La reflectancia bidireccional describe cuánta luz proveniente de una dirección específica (ángulo
sólido) es reflejada en otra dirección específica (ángulo sólido) La intensidad de la radiancia está en
función de la cantidad de radiación solar incidente (Goodman, 2004:39). Para una medición espectral
dada, la medición angular de la radiancia es convertida a un factor bidireccional de reflectancia, que
se define como la radiancia espectral medida a un ángulo específico en proporción con la irradiancia
en el mismo ángulo de incidencia de iluminación (Peddle et al. 2000).
: Radiancia reflejada medida por un instrumento con ángulo sólido finito.
: Irradiancia proveniente de un ángulo sólido finito.
La es considerada a menudo como la cantidad fundamental que describe la reflectancia de la
superficie. Sin embargo, en la práctica se dificulta obtenerla de manera directa empleando la ecuación
21, ya que es difícil medir directamente la irradiancia incidente.
Al ser difícil medir directamente la irradiancia, se puede utilizar lcomo un indicador de la
irradiancia, donde es la radiancia reflejada por un panel de referencia, usualmente se utiliza una
placa de Espectralón, en la misma dirección que la medición de la radiancia de la superficie de
interés. Esto nos lleva a una medición del factor de reflectancia bidireccional . La placa de RFB
espectralón se considera una superficie quasi-lambertiana, por lo tanto el es igual a la radiancia RFB
del objetivo entre la radiancia del panel multiplicada por 0.99 qué es el factor de corrección. El factor
de corrección se aplica para igualar la respuesta del panel a la de una superficie perfectamente difusa
(Arce, 2005:33).
Entonces la función de reflectancia bidireccional se expresa:
RF .99B=Lu
Lpanel *0
(Goodman, 2004).
2. Metodología de medición en campo con el espectrorradiómetro GER-1500
i. Mediciones radiométricas in situ
Un radiómetro es un instrumento cuya finalidad es medir la intensidad de la radiación absorbida o
reflejada en diferentes regiones espectrales. Es una herramienta básica para el desarrollo,
69
perfeccionamiento y comprobación de modelos de reflectividad, que buscan establecer relaciones
entre atributos biofísicos con datos espectrales. Uno de los propósitos de la radiometría de campo es
obtener valores de reflectancia relacionales con el valor obtenido a partir de las imágenes de satélite.
Existen varios tipos de radiómetros, para los propósitos del presente mencionaremos dos tipos
fundamentales:
●Radiómetros remotos (Incorporados a satélites o aerotransportados).
●Radiómetros de campo.
La radiometría de campo se puede definir como la medida de la reflectividad espectral de cualquier
superficie en su entorno natural. De manera tradicional la radiometría en campo ha sido utilizada para
ser relacionada con la Percepción Remota (PR). Aunque por sí sola ha demostrado ser una
herramienta muy útil debido a la relación de esta información espectral con algunas características
biofísicas de las superficies. En este campo el uso del espectroradiómetro (ER) es cada vez más
común. Se han desarrollado aplicaciones en muy distintos campos dentro de la ciencia. Algunos de
estos son: estudios relacionados con la humedad de la vegetación (Shibayama et al. 1993, Vaughan
2001), concentración de clorofila en dosel (Jago et al. 1999), determinación del albedo de la nieve
(Domine et al. 2006) y en aplicaciones oceanográficas (color del océano y clasificación de hábitat
bentónico).
ii. Aplicaciones de espectrorradiometría en color del océano
Las mediciones del color del océano a partir de imágenes de satélite son una herramienta poderosa
en aplicaciones oceanográficas, resulta muy útil para conocer la variabilidad espacio-temporal de la
superficie del océano. Las aplicaciones de estos estudios son muy vastas, productividad primaria
oceánica, flujos de carbono y pesquerías entre otros (Callejas-Jiménez et al. 2011). Las mediciones in
situ son fundamentales para calibrar y validar estos modelos. Doxaran et al. (2004) empleó ER para
comparar datos satelitales de los sensores SPOT y Landsat con mediciones radiométricas y
concentraciones de sólidos suspendidos (SS). O,Reilly et al. (1998) evaluaron algoritmos para
estimación de clorofila a partir de imágenes de satélite con mediciones in situ de espectroradiómetro.
Rodríguez-Guzmán (2009) correlacionó datos del ER para calibrar un modelo de estimación de sólidos
suspendidos totales (TSS). Lee et al (2007), emplearon mediciones de ER para conocer las
implicaciones del color del océano en la profundidad de la zona eufótica. Las aplicaciones del
espectroradiómetro en estudios oceanográficos de color del agua son sustanciales como un
instrumento de calibración y validación.
iii. Descripción y especificaciones del GER 1500
El GER 1500 es un espectrorradiómetro de campo con un intervalo de longitud de onda que va desde
el Ultravioleta, el visible hasta el infrarrojo cercano, de los 350 a los 1050 nm. Tiene la capacidad de
leer 512 bandas espectrales. Puede guardar información de manera interna o trabajar de manera
conjunta con una PC por conexión RS- 232 o adaptable a un puerto USB (SVC ADP000015 USB Serial
port adapter). El software incluido permite visualizar en tiempo real las lecturas de radiancia y
reflectancia. Existe también alternativamente la opción de utilizar un puerto bluetooth con conexión a
la Pc o a una PDA. El instrumento está diseñado también para ser conectado con un GPS a través del
puerto COM 1, en esta modalidad el GER 1500 graba la latitud y la longitud de manera conjunta con
las lecturas espectrales.
70
Figura 14. Ger 1500
iv. Procedimientos para Color del océano
A continuación se describe detalladamente con se realizan las mediciones con el GER 1500 para la
obtención de la (Rrs) en la superficie del agua, de acuerdo con los trabajos de Shifrin (1988), Mobley
(1999), Arce (2005) & Muller et al. (2003).
●Condiciones de la luz solar
La definición de la hora a la que se toman las mediciones es fundamental, debido a que el ángulo con
el cual incide la luz sobre la atmósfera y la columna de agua, tendrá implicaciones sobre la intensidad
de la misma (figura 15). La hora adecuada para hacer las mediciones está en función del ángulo solar.
Los ángulos bajos cercanos al amanecer y al atardecer deben ser evitados debido a la oblicuidad de
la radiación (figura 16). Las lecturas confiables se logran en un intervalo de 45° sobre el cenit (altura
solar máxima).
Figura 15–Influencia de la atmósfera en función del ángulo de incidencia de los rayos solares.
71
Figura 16. Altura y azimuth solar.
La posición solar puede determinarse si se cuenta con las coordenadas del área de estudio en la
página http://www.golden-hour.com. Seleccionando el área de estudio desde el mapa o introduciendo
las coordenadas.
Alternativamente http://www.srrb.noaa.gov/highlights/sunrise/azel.html, en la página de la NOAA se
calcula la posición del sol, indicando la fecha y la hora.
●Ubicación del operador sobre la embarcación
En la ubicación de la posición del operador se debe tomar en cuenta evitar la sombra del bote y evitar
cualquier reflejo de alguna super-estructura que pueda interferir con la respuesta sobre la superficie
del agua. Con respecto al sol, se debe tomar en cuenta el ángulo acimutal relativo al acimut solar,
debido a la naturaleza direccional de la reflexión de la luz solar y la naturaleza bidireccional de la
reflectancia teledetectada. Las mediciones deben realizarse en posición opuesta al sol, este aspecto
se detallará más adelante.
●Mediciones in situ de radiancia e irradiancia (cálculo de Rrs)
Mediciones de radiancia ascendente e irradiancia descendente. Método indirecto (espectralón).
Se plantea la medición de la Rrs por un método que se basa en el uso de una placa de referencia
(espectralón) para estimar la irradiancia descendente Ed de manera indirecta (Mobley, 1999). Las
mediciones requeridas para la obtención de Rrs se describen a continuación:
● Radiancia del agua Lw (θ,φ)
no puede ser medida de manera directa, ya que la radiancia que se obtiene de la superficie del
agua ( ) incluye la radiancia del agua más la fracción de la radiancia incidente del cielo ( ) que
es reflejada por la superficie del agua. Por lo que la obtención de en campo requiere de la Rrs
medición de la radiancia ascendente ( ), la radiancia descendente obtenida a partir del sensor
apuntando hacia el panel de referencia ( ), la radiancia del cielo ( ), la radiancia del agua (
) y la constante de Fresnel ( ) (figura 17) (Mobley, 1999).
72
Figura 17. Tres pasos para obtener la (Rrs) a partir del GER 1500 y el uso del espectralón (Hu, 2002).
De acuerdo con Hartmann y Vega Rodríguez (conversación personal, 2012) los mejores resultados
para las mediciones de radiancia del agua se obtienen con un ángulo de entre 30 y 45 ° (Figura 18).
Arce (2005) indica un ángulo de 45° para minimizar el efecto de sunglint. Muller et al. (2003) sugieren
que para las mediciones de Lu, el efecto de reflejo del cielo (sun glint) se minimiza a 40° en cenit y
135° en acimut relativo al sol.
Figura 18. Mediciones de radiancia del agua (Lw) a un ángulo determinado (45°)
● Radiancia del cielo (Lsky)
La radiancia del cielo (Lsky) se mide empleando los mismos ángulos cenital y acimutal que para las
mediciones de Lu (figura 19).Si las mediciones se hacen en cielo nublado, los ángulos de vista se
deben seleccionar tratando de buscar espacios despejados, en este caso la corrección es
problemática (poco útil) si la fracción de nubes no es muy pequeña en el hemisferio en el que se
encuentra el acimut seleccionado (Muller et al. 2003).
73
Figura 19. Mediciones de radiancia del cielo (Lsky) a un ángulo determinado (45°)
Nota: Si el cielo está nublado y no existe paso directo de los rayos solares las mediciones
espectroradiométricas son de poca utilidad para ser asociadas con la respuesta satelital.
La w, es la constante de Fresnel (sky radiance reflectance), la cual es utilizada para conocer la
proporción de la radiancia solar que se refleja sobre la superficie del agua (sun glint). La constante de
fresnel es el % de reflectancia del cielo sobre la superficie del agua (Austin, 1974), la cual depende de
muchos factores (velocidad del viento, estado del mar, distribución de la radiancia del cielo) (Muller et
al. 2003). Se calcula de manera práctica con base en el ángulo sobre el cual se toman las mediciones
de radiancia. En este caso con un ángulo de45° la constante de Fresnel sería de 0.028. Aunque en las
simulaciones de Mobley, (1999) la constante de fresnel (sky radiance reflectance) ( w) puede
aumentar drásticamente en función de la velocidad del viento. Un aspecto importante a considerar es
que el límite superior de w disminuye conforme aumenta el ángulo solar cenital, de ahí la
importancia de tomar mediciones con ángulos cenitales solares lo más alto posibles.
● Irradiancia descendente (Ed)
La Irradiancia descendente puede ser obtenida a partir de un colector coseno, mediante una
placa de referencia (asumiendo un comportamiento lambertiano) (Mobley, 1999), o bien empleando
una esfera integradora. El uso de los colectores coseno es perfectamente válido para la
determinación de la irradiancia, pero no es una medida precisa de la reflectancia de la superficie
(Goodman, 2004). Las mediciones realizadas empleando el colector coseno y la esfera integradora se
realizan de manera directa, mientras con la placa de referencia se obtiene de manera indirecta.
En este caso los valores de irradiancia serán obtenidos de manera indirecta empleando una placa de
referencia. Para efectos de medición, si consideramos que la placa tiene un comportamiento
lambertiano ( ), la irradiancia puede calcularse como:Lplaca
Ed=Rp
πLplaca
es el factor de reflectancia del espectralón (se obtiene del proveedor). Es una correcciónRp
considerando que el comportamiento del panel no es 100% difuso.
74
La radiancia de la placa puede medirse directamente con el GER-1500 apuntando a la placa de Lplaca
referencia usando el mismo ángulo que para la radiancia de la superficie del agua . Una de las (L)
u
ventajas de calcular la con este método es que se utiliza el mismo instrumento, por lo que no se Rrs
requiere una calibración radiométrica absoluta (Mobley et al. 1999:7445).
A partir de las mediciones de radiancia e irradiancia puede obtenerse un valor de .Rrs
Haciendo referencia a la ecuación 18, sustituyendo:
Rrs =πL/R
placa g
L−ρ L
uw sky
v. Corrección del sunglint.
El sunglint es la reflexión especular de la luz en la superficie del agua (Kay et al. 2009). Este fenómeno
genera un error de medición, ya que lo que nos interesa es únicamente la respuesta espectral del agua
(figura 19). Una manera de corregir los efectos del sunglint, es determinar la reflectancia a 750 nm,
debido a la alta absorbancia del agua en esta longitud, la respuesta debe ser muy baja, cercana a
cero. Una incorporación a esta ecuación es sustraer la a esta longitud de onda (750 nm) al resto Rrs
de las longitudes de onda, asumiendo que a esta longitud es cero, este valor puede considerarse Lw
radiancia residual del cielo (Mobley, 1999).
Entonces:
750 nm Rrs =(Ed
Lw)*Rrs
Un aspecto pendiente de analizar es que en aguas costeras donde las concentraciones de sólidos
suspendidos totales (TSS) son altas, debido a la retro-dispersión de las partículas, la respuesta
espectral a 750 nm puede no ser 0. Se han propuesto diferentes longitudes de onda para este
propósito pero sin llegar a un consenso, 670, 765, 865, 1012 (Toole et al. 2000).
Figura 20. Sensor CASI en Plymouth Sound (UK) Sun glint a la izquierda de la imagen (KAy et al.
2009).
75
vi. Instrucciones técnicas sobre la operación del GER 1500
●Presionar el interruptor de poder, encendiéndose el LED.
Es importante asegurarse de que se cuente con la suficiente energía.
●El modo óptico debe ser ajustado antes de usar el GER-1500, el modo deseado para este caso
es Optics 1, esto apretando la tecla Menú hasta encontrar la opción Optic option, ahí presionar
el botón edit, esto invoca el archivo de calibración para el estándar FOV 4°.
●El espectroradiómetro debe calentarse primero. Para esto se deben tomar 10 lecturas en
modo de referencia (REF). Las flechas up and down permiten manipular de REF a TARGET.
●Para cada medición del objetivo se debe hacer un escaneo de referencia.
●Es importante ver el número de medición en la memoria, esto en el Menú. El número que se
indica es el de la siguiente medición (se debe tener cuidado, ya que los datos que están
almacenados en el GER 1500 se sobre escribirán, si coinciden con el número de una medición
anterior).
●En modo REF se hace el escaneo sobre el espectralón, sobre el mismo ángulo que el de la
medición objetivo (Mobley, 1999), a 45° y evitando cualquier sombra. Para garantizar que el
ángulo es el adecuado se recomienda el uso de un transportador (figura 11).
●A continuación con las flechas up y down se selecciona el modo TARGET.
●Se deben hacer 5 mediciones para la radiancia del agua, (Lw) con un ángulo de 45°.
●Se deben hacer 5 mediciones para la Radiancia del cielo (Ls), el espectroradiómetro apuntando
al cielo con un ángulo de 45°.
●Para cada serie de datos se calcula la media y la desviación estándar (Lw, Ls y Ed) y se aplica
el cálculo descrito en el inciso C del apartado superior.
Nota: Es importante cerciorarse de escuchar el click después de cada escaneo
Estas mediciones se basan en la reflectancia hemisférica-direccional y considerando un ángulo de 45°
para la obtención de la constante de fresnel (0.028) (Goodman, 2004).
Las mediciones sub-superficiales eliminan el efecto del sun glint. Se recomienda explorar la toma de
mediciones sub-superficiales
vii. Consideraciones generales
Tamaño y área de iluminación. Cuando se utiliza la luz del sol se requiere que el área de vista del
espectroradiómetro corresponda exactamente con la superficie de interés, para evitar interferencia de
otras superficies (Goodman, 2004). Esto puede determinarse en función del campo de vista.
76
Campo de vista (Field of view) (FOV). Es una medida angular del campo que percibe el GER 1500. Este
confina el área circular de la superficie medida por el instrumento a una distancia dada (Holden &
LeDrew, 2001).
r = d * tan (FOV/2)
r = radio del campo de vista.
d = distancia o altura sobre el fondo.
FOV es el campo de vista del sensor en unidades de °.
El tiempo de integración dependerá de las condiciones de iluminación. En el caso del GER 1500 se
puede hacer de manera automática. El instrumento compensará en función de la exposición de luz.
Muller, et al. (2003) recomiendan un tiempo de integración más prolongado para la superficie del
océano (1 segundo), el cual permita integrar los posibles errores instantáneos por el movimiento de la
superficie del mar.
Es importante anotar en la bitácora el conteo de escaneos por estación, por ejemplo:
Llevar un registro de track 1 al 5 Estación 1, 6 al 10 Estación 2 y así sucesivamente.
Hacer anotaciones sobre las condiciones del agua y el cielo. El acervo fotográfico puede ser muy útil.
La superficie del agua debe estar en calma y con cielo despejado.
El procedimiento no debe tardar más de 20 minutos, debe tratar de hacerse rápido sin comprometer la
calidad de las mediciones. La velocidad entre las mediciones en una misma estación es muy
importante ya que se debe procurar que las condiciones de iluminación sean constantes.
3. Resultados de la medición de espectros en campo
Entre el 28 de junio-4 julio de 2019 se capturaron, en estaciones in situ, con el espectrorradiómetro
GER-1500, un total de 1638 espectros de diferentes ambientes superficiales. Estaba previsto regresar
durante el año 2020 para hacer más registros de firmas espectrales pero fue imposible debido a las
complejas condiciones epidemiológicas durante dicho año. A los efectos de este proyecto se
presentan firmas correspondientes a las siguientes condiciones:
●Sargazo en la superficie del mar
●Aguas limpias someras
●Aguas limpias profundas
●Arena limpia
●Arena cubierta de sargazo en la playa con diferentes estados de degradación
Siguiendo la metodología explicada anteriormente fueron capturados más de 50 registros en cada
estación (en 3 filamentos de sargazo se tomaron más de 400 registros) para obtener un número
suficiente de espectros de cada objeto, de forma tal que podamos hacer un análisis estadístico
representativo de cada uno.
A continuación, se presenta la tabla con toda la información referente a las estaciones donde se
realizaron las mediciones con el espectrorradiómetro y posteriormente un esquema con la ubicación
de dichas estaciones. Finalmente, a modo de ejemplo se presentan los espectros medidos sobre 5
77
objetos: sargazo en aguas oceánicas, sargazo en aguas costeras, sargazo sobre la arena, aguas
oceánicas limpias y aguas someras limpias. Los espectros se acompañan de una fotografía
panorámica del lugar donde fueron medidos, así como de una gráfica adicional con el espectro medio
y la desviación estándar. La base de datos con la totalidad de las firmas espectrales medidas se
denomina EcoEspectra y podrá consultarse en línea desde la plataforma SIMAR en el módulo creado
para tal fin.
Datos de las estaciones donde se realizaron las mediciones de los espectros
78
Ubicación de las estaciones donde se realizaron las mediciones de los espectros
79
80
81
82
83
84
4. Perspectivas y oportunidades de la espectrometría
Las mediciones obtenidas a partir del espectrorradiómetro de campo son esenciales en aplicaciones
oceanográficas. Estas mediciones entre otras aplicaciones son muy útiles para:
• La calibración y validación de modelos de estimación de componentes ópticos del agua a
través de técnicas de percepción remota, identificando longitudes de onda susceptibles de análisis
para discriminación de componentes en la columna de agua.
• La caracterización y clasificación de ecosistemas bentónicos someros. Si consideramos que
cada tipo de superficie béntica tiene un comportamiento espectral específico, la espectrorradiometría
in situ nos permite conocer las respuestas espectrales de los diferentes tipos de sustrato. A partir del
reconocimiento de estas propiedades espectrales, es que se puede asociar con la respuesta de los
sensores satelitales y así mapear grandes extensiones a partir de información de campo sobre
algunos puntos. Algunos métodos de clasificación como Spectral angle mapper o Spectral
information divergence (SID) se basan en la comparación del espectro de los pixeles en la imagen con
un espectro conocido (biblioteca espectral), generalmente obtenido bajo condiciones ideales en el
campo o en el laboratorio.
• La calibración de correcciones atmosféricas. El problema de asociar mediciones satelitales
con mediciones en campo no es trivial, sin embargo, para fines de normalización de las imágenes,
generalmente se hacen mediciones de superficies planas, pseudo-invariantes y cuasi-lambertianas
(como el asfalto o algunos techos extensos), y entonces se construye una línea de regresión entre las
mediciones de campo y las mediciones del satélite para luego aplicarle los coeficientes a los DNs de
las imágenes (Silván, 2012, comunicación personal).
• La validación de correcciones por columna de agua. Los datos espectroradiométricos
generados in situ pueden ayudar a conocer el comportamiento de la columna de agua, si se hacen
mediciones superficiales y mediciones en fondo.
La espectrometría constituye una potente herramienta de apoyo a las técnicas de percepción remota,
la cual actualmente se encuentra en constante desarrollo.
5. Referencias
Arce J. Remote sensing of Benthic Habitats in Southwestern Puerto Rico. Tesis de Maestría. University of Puerto
Rico Mayaguez campus. 2005
Beléndez A., Bernabeu G., & Pastor C., (1988). Magnitudes, vectores y campos. Universidad Politécnica de
Valencia.
Bierwirth, P. N., Lee, T.J., & Burne, R.V. 1993. Shallow sea-floor reflectance and water depth derived by unmixing
multispectral imagery. Photogrammetric Engineering and Remote Sensing .59, pp. 331 338.
Armstrong R., L. Guild, F. Gilbes, B. Lobitz & Y. Detrés. Water column corrections of AVIRIS data for hyperspectral
characterizationof benthic marine communities in Puerto Rico. Proceedings 5th EARSeL Workshop on Imaging
Spectroscopy. Bruges, Belgium, (2007) 23-25.
Callejas-Jiménez M., E. Santamaría, A. Gonzalez-Silvera, R. Millán-Nuñez & R. Cajal-Medrano. Dynamic
Regionalization of the Gulf of Mexico based on normalized radiances (nLw) derived from MODIS-Aqua.
Continental shelf Research. 37 (2012) 8-14.
85
Dogliotti A. I., (2007). Estimación de la biomasa fitoplanctónica mediante el sensoramiento remoto del color del
mar y datos de campo en la plataforma continental patagónica. Tesis Doctoral. Universidad de Buenos Aires,
Facultad de Ciencias Exactas y Naturales. Buenos Aires.
D’Sa, E. J., and R. L. Miller (2005). Bio-optical properties of coastal waters, in Remote Sensing of Coastal Aquatic
Environments, edited by R. L. Miller, C. Del Castillo, and B. McKee, chap. 6, pp. 129 – 155, Springer, New York.
Domine F., R. Salvatori, l. Legagneux, R. Salzano, M. Fily & R. Casacchia. Correlation between the specific surface
and the short wave infrared (SWIR) reflectance of snow. Cold regions science and technology 46. 1. 2006. 60-68.
Doxaran, D., S. J. Lavender & J. Froidefond. Mapping tidal and seasonal movements of the maximum turbidity.
EARSel eProceedings 3, 1/2004 54-68.
Gilbes F., F. E. Müller-Karger, and C. E. Del Castillo. (2002) New Evidence For The West Florida Shelf Plume.
Continental Shelf Research, 22:2479-2496.
Gilbes F. and R.A. Armstrong (2004) Phytoplankton Dynamics In The Eastern Caribbean Sea As Detected With
Space Remote Sensing. International Journal of Remote Sensing, 25(7-8): 1449-1452.
Gómez – González, E., (2006). Guía básica de conceptos de radiometría y fotometría. ESI-Universidad de Sevilla.
Goodman J. “Hyperspectral Remote Sensing of Coral Reefs: Deriving Bathymetry, Aquatic Optical Properties and
a Benthic Spectral Unmixing Classification Using AVIRIS Data in the Hawaiian Islands “Tesis doctoral”. University
of California. 2004.
Goodman J. A. & Ustin S. L. Underwater Spectroscopy: Methods and applications in a Coral reef Environment.
Guild, L. B. Lobitz, R. Armstrong, F. Gilbes, J. Goodman, Y. Detres, R. Berthold & J. Kerr.
Hockberg E. J. & Atkinson M. J. Spectral discrimination of coral reef benthic communities. Coral Reefs (2000)
Vol 19 : 164-171.
Holden, H. & E. LeDrew, Spectral discrimination of healthy and non-healthy corals based on cluster analysis,
principal components analysis, and derivative spectroscopy, Remote Sensing of Environment, 1998. Vol. 65,
217-224,
Holden H. & LeDrew E. Effects of the water column on Hyperspectral reflectance of submerged coral reef
features. Bulletin of Marine science (2001). Vol 69. No. (2), 685-699.
Jago R., M. Cutler & P. J. Curran. Estimating Canopy Chlorophyll Concentration from Field and Airborne Spectra.
Remote Sensing of Environment (1999). 68 I 3 217-224.
Joyce K. E. & Phinn S. R. Bi-directional reflectance of corals. International Journal of Remote Sensing, 2002. Vol.
23, No. 2, 389-394.
Kay S., Hedley J.D., Lavender S. Sun Glint Correction of High and Low Spatial Resolution Images of Aquatic
Scenes: a Review of Methods for Visible and Near-Infrared Wavelengths. Remote Sensing. 2009; 1(4):697-730.
Kirk, John T. O., (2011). Light and photosynthesis in aquatic ecosystems. Cambridge University Press, New York
Lee, Z., A. Weidemann, J. Kindle, R. Arnone, K. L. Carder, and C. Davis. Euphotic zone depth: Its derivation and
implication to ocean-color remote sensing. J. Geophys. Res., (2007) 112, C03009, doi:10.1029/2006JC003802.
Lillesand T. M. and Kiefer R., (1999). Remote Sensing and Image Interpretation, 4th Edition. John Wiley. New
York.
Metsamaa L., (2005). Detecting cyanobacterial blooms by passive optical remote sensing. The Baltic sea case
study. Tesis de Maestria. University of Tartu, Faculty of Biology and Geography. Tartu.
86
Mobley, C. D., (1994). Light and Water: Radiative Transfer in Natural Waters. Academic Press. San Diego.
Mobley, C. D., Estimation of remote sensing reflectance from above-surface measurements. Applied optics.
1999. Vol. 38, No. 36. 7442-7455.
Muller J. L., Fargion G.S. & Mc Clain C. R., 2003. Ocean Optics Protocols for Satellite Ocean Color Sensor.
Validation, Revision 4, Volume III: Radiometric Measurements and Data Analysis Protocols. National
Aeronautical and Space administration. Goddard Space Flight Space Center. NASA/TM-2003-21621/Rev-Vol III.
Mumby P. J. & Green E. 2004. Chapter 4. Field Survey: Building the Link between Image and Reality. En: Green E.
P., P. J. Mumby & C. D. Clark. Department of International Development.
(http://www.unesco.org/csi/pub/source/rs.htm).
O Reilly, J. E., Maritorena, S., Mitchell, B. G., Siegel, D. A., Carder, K. L., Garver, S. Kahru, M., & McClain, C., 1998,
Ocean color chlorophyll algorithms for SeaWiFS. Journal of Geophysical Research C, 103, 24 937- 24953.
Preisendorfer R. W. 1961. Application of radiative transfer theory to light measurements in the sea. In:
IUGG-IAPO Symposium on Radiant Energy in the Sea, 4-5 Aug. 1960, Helsinki, Finland. Monograph No.10, p.
83-91.
Purkis. A, “A Reef up approach to classyfing coral habitats from IKONOS imagery. Geoscience and Remote
Sensing (2005). Volume 43 Issue 6. 1375-1390.
Rodriguez-Guzmán V. “Remote Sensing of Suspended Sediment in Mayagüez Bay associated with Inland Soil
Erosion Rates.” Master of Science in Geology. University of Puerto Rico Mayaguez campus. 2009
Shibayama S. W. Takahashi, S Morinaga & T. Akiyama. Canopy water deficit detection in paddy rice using a high
resolution field spectroradiometer. Remote sensing of Environment. 1993 Vol. 45 No. Issue 2 117-126.
Spectra Vista Corporation. GER 1500 User Manual. Revisión 3.7 29 Firemen’s Way, Poughkeepsie, New York
12603.
Toole D. A., D. A. Siegel, D. W. Menzles, M. J. Neumann & R. C. Smith. Remote-sensing reflectance
determinations in the coastal ocean environment: impact of instrumental characteristics and environmental
variability. Applied Optics. 2000. Vol. 39, No. 3 456-469.
van der Meer F.D. & de Jong S.M. (eds.), (2001). Imaging Spectrometry: Basic Principles and Prospective
Applications. Kluwer Academic Publishers. Netherlands.
Vega-Rodríguez María. GER Methodology for obtaining Rrs of water surface (Modified from: University of Puerto
Rico, Department of Marine Science). University of South Florida, College of Marine Science. Institute for Marine
Remote Sensing.
87
ANEXO 2.2.1.
Plantilla ejemplo de reporte semanal como parte del Sistema Satelital de Alerta Temprana
de Sargazo (SATsum - SIMAR)
Sistema Satelital de Alerta Temprana de Sargazo (SATsum)
Satellite-based early warning of Sargassum system
Boletín semanal de Alerta Regional de Sargazo flotante por Satélite (R-FSA)
Weekly Regional Alert Bulletin for floating Sargassum by Satellite (R-FSA)
Región: Mar Caribe | Region: Caribbean Sea
_____________________________________________________________________________
Semana reportada | Reported week: SS / AAAA (DD/MM – DD/MM)
Máximo del Índice Alternativo de Algas Flotantes semanal – Aqua/MODIS/Aqua (Max-W-AFAI-Aqua)
Maximum Weekly Alternate Floating Algae Index – Aqua/MODIS (Max-W-AFAI-Aqua)
88
Calculado a partir del valor máximo del Índice Alternativo de Algas Flotantes diarios (AFAI-Aqua)
acumulado para los últimos siete días de la semana, asociados a la presencia de sargazo pelágico
flotante y estimados a partir de los pasos diarios del sensor satelital MODIS Aqua a 1 km.
Calculated from the maximum value of the daily Alternative Floating Algae Index (AFAI-Aqua)
accumulated for the last seven days of the week, associated with the presence of floating pelagic
sargassum and estimated from the daily steps of the MODIS Aqua satellite sensor at 1 km.
Cobertura potencial estimada de sargazo flotante semanal basado en AFAI - Aqua/MODIS
(DSC-W-Aqua)
Weekly Floating Sargassum Estimated Potential Coverage based on AFAI - Aqua/MODIS (DSC-W-Aqua)
Se genera a partir de los valores significativos del Máximo del Índice Alternativo de Algas Flotantes
semanal – MODIS/Aqua (Max-W-AFAI-Aqua).
89
Área estimada con cobertura de sargazo para la región del Mar Caribe | Estimated area with coverage
of sargassum for the Caribbean Sea region: XXX km2
Condiciones oceánicas y atmosféricas que influyen en el desplazamiento del sargazo flotante para
el día de la generación del reporte: Viento superficial para el Mar Caribe
Oceanic and atmospheric conditions that influence the movement of floating sargassum for the day of
the report generation: Surface wind for the Caribbean Sea
asado en un modelo de viento superficial GFS de la NOAA a 22 km | Based on a NOAA GFS surface
wind model at 22 km
__________________________________________________________________________
Reporte elaborado por la Subcoordinación de Monitoreo Marino de la Conabio,
México
Report prepared by the Marine Monitoring Subcoordination of the Conabio, Mexico
https://simar.conabio.gob.mx/
90
