Decimotercera entrega de BermejaSat: realización del ensayo telemétrico por cable (Tethered Test). Incluye la calibración del punto cero de altitud en la Heltec V3.2, renderizado OLED en tamaño uniforme, envío USB-Serie y la Estación Terrena en Python con gráficas y Caja Negra.
Undécima entrega de BermejaSat: cómo solucionar la diferencia entre sensores BME280 y BMP280, configurar el segundo bus I2C (Wire1) en los pines 41 y 42 de la Heltec V3.2 y mostrar telemetría en tiempo real en la pantalla OLED.
Convertimos nuestra placa ESP32 en un radar direccional utilizando el valor RSSI de la señal LoRa. Una práctica vital de “búsqueda y rescate” para encontrar el CanSat tras el aterrizaje.
Tercera entrada de BermejaSat: conectamos el sensor de temperatura y humedad ASAIR AM2302 al ESP32, mostramos la telemetría en la pantalla OLED y analizamos por qué varían las configuraciones entre las placas LILYGO y Heltec V3.
Segunda entrada de BermejaSat: encendemos un semáforo de tres LEDs y aprendemos a elegir con criterio los pines de una placa ESP32 que ya tiene ocupada la pantalla OLED y el módulo de radio LoRa.
Damos el salto al código en Python con Google Colab. Entrenamos un modelo de visión por computador mediante Transfer Learning (MobileNetV2) para clasificar el estado de Sierra Bermeja y analizamos su matriz de confusión.
Integramos los umbrales de Inteligencia Artificial aprendidos en Python dentro de Google Earth Engine. Generamos el Mapa de Vulnerabilidad Global de Sierra Bermeja a 10 metros de resolución, cuantificamos las hectáreas en riesgo alto, medio y bajo, y presentamos nuestras propuestas de actuación ambiental para el proyecto Climate Detectives.
Introducción Desde la entrada sobre la lluvia (Proyecto Peridotita 3) llevamos rondando la misma sospecha: que el suelo erosionado de la peridotita, más que la falta de agua, es lo que está frenando la recuperación de Sierra Bermeja. Esta entrada …
¿Hasta qué punto coincide nuestra clasificación del incendio de Sierra Bermeja con los datos oficiales? En esta nueva fase del Proyecto Peridotita reproducimos la metodología dNBR del USGS con imágenes Sentinel-2 y comparamos nuestros resultados con la evaluación oficial de Copernicus EMS. Un ejercicio de teledetección, ciencia de datos y validación científica para comprobar si nuestros cálculos se acercan a la realidad.
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.