Incorporando la capacidad de enfriamiento del dosel arbóreo urbano en la cuantificación de servicios ecosistémicos mediante modelado bayesiano e imágenes satelitales.
Loading...
Files
Description: Póster presentado como complemento a la comunicación en la sesión de conferencias
Identifiers
Publication date
Reading date
Collaborators
Advisors
Tutors
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Share
Center
Department/Institute
Abstract
La crisis climática y el cambio global demandan, en la actualidad, la adopción de nuevas soluciones tanto para su mitigación como para la adaptación (IPCC, 2023). En este marco, el arbolado urbano contribuye con servicios ecosistémicos esenciales que promueven el bienestar en las ciudades (Lovell et al., 2013). Según Haines-Young (2023), los servicios ecosistémicos se clasifican en tres grandes categorías: aprovisionamiento, regulación y culturales. En entornos urbanos, es prioritario promover servicios que operan a microescala, como la
reducción de la contaminación, la disminución de la escorrentía y la mejora del confort térmico, contribuyendo así a mitigar el efecto de las islas de calor urbano (Oke et al., 2017). En el presente trabajo se combinan datos satelitales y Modelos Jerárquicos Bayesianos que permiten una cuantificación completa de la incertidumbre, para cuantificar la capacidad de enfriamiento asociada al incremento de la cobertura de dosel arbóreo tras considerar otros factores que intervienen en la distribución de la temperatura de la superficie terrestre.
Description
CONCLUSIONES
La cuantificación espacial de los servicios ecosistémicos permite identificar
áreas críticas en su provisión, visibilizar desigualdades y orientar la
planificación de nuevas plantaciones.
Las especies alóctonas muestran, en general, una mayor eficiencia en la
provisión de estos servicios.
El modelo desarrollado reproduce con precisión las temperaturas superficiales
obtenidas por Landsat 8 y estima el efecto de enfriamiento del arbolado
integrando datos satelitales y LiDAR.
A futuro, se plantea incorporar técnicas automáticas y aprendizaje automático
para mejorar la modelación de las dinámicas del enfriamiento vegetal.
Bibliographic citation
Endorsement
Review
Supplemented By
Referenced by
Creative Commons license
Except where otherwised noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional











