Damos el salto a la Inteligencia Artificial aplicada. Descubre cómo automatizamos con Google Earth Engine la generación de un dataset de 312 teselas satelitales de Sierra Bermeja y cómo usarlas en LearningML o Teachable Machine para crear un sistema experto que evalúa la regeneración del bosque.
Después de varios intentos fallidos por comparar zonas distintas el mismo día, dimos con la comparación que sí funciona: la misma ladera de Sierra Bermeja, antes y después del incendio. El resultado es contundente — una de las zonas más frías de la comarca en 2021 es, cinco años después, una de las más calientes.
Introducción Llevamos tres entradas observando cómo se recupera Sierra Bermeja desde el espacio: primero vimos las imágenes, luego extrajimos la serie temporal completa de NBR, y después comprobamos si la lluvia acelera esa recuperación. Ahora toca una pregunta que todo …
Introducción El programa Climate Detectives de la Agencia Espacial Europea (ESA) no se conforma con observar el bosque desde el espacio: exige conectar lo que ve el satélite con las variables climáticas que explican lo que está pasando en el …
Introducción El análisis de la regeneración vegetal en áreas afectadas por grandes incendios forestales requiere datos satelitales precisos, continuos y cuantitativos. Dentro del marco del proyecto escolar Climate Detectives de la Agencia Espacial Europea (ESA), nuestro equipo en el IES …
Entrada para el Blog del Proyecto 🌍 Sierra Bermeja: Un tesoro ecológico amenazado por el fuego Sierra Bermeja (Málaga) es una de las joyas geológicas y botánicas más singulares de Europa. Su suelo, compuesto por rocas peridotitas ricas en metales …
Descubre cómo el alumnado del IES Monterroso monitoriza la cicatriz y la regeneración vegetal de Sierra Bermeja (2021-2026) a través de imágenes del satélite Sentinel-2. Una propuesta pedagógica del proyecto MonteSTEAM y la red AIDARAC que utiliza la teledetección y los índices NDVI y NBR para enseñar a medir la salud de nuestros bosques desde el espacio.
Primera entrega de BIOTOPO, el laboratorio de simulación basada en agentes de la SdA 8: hierba, ovejas y lobos en una cuadrícula, cada uno con reglas propias muy simples, de las que emergen auges y colapsos de población que nadie ha escrito en el código. Presenta el modelo Wolf-Sheep-Grass, los dos mandos y los dos botones de evento del primer prototipo, y adelanta el puente con METIS que llegará en la siguiente entrada.
Uno de los aspectos más importantes de cualquier proyecto científico es garantizar que ninguna medida se pierda durante la adquisición de datos. Después de conseguir que nuestra estación meteorológica enviara las medidas desde Arduino Mega hasta Python y posteriormente a …
Después de varias semanas diseñando y construyendo nuestra estación meteorológica para el Proyecto Eclipse 2026, hemos conseguido uno de los hitos más importantes del proyecto: publicar automáticamente todas las medidas en Internet. Inicialmente habíamos planteado utilizar una segunda placa ESP32 …