Chisme 01 del Lince: una webapp gratis que usa el GPS, la brújula y el micrófono del móvil, sin instalar nada. Ciencia escolar en Estepona.
Misión 09 del Lince: censamos la biodiversidad real de Estepona cruzando
datos abiertos de iNaturalist con un circuito Arduino que mide temperatura,
humedad, luz y sonido. Cuatro rutas —Sierra Bermeja, casco urbano, rompeolas
y Río Guadalmansa— y el cálculo del índice de Shannon para comparar su
diversidad. Ciencia ciudadana, API, Arduino y ecología para Bachillerato.
En la Misión 02 de Las Misiones del Lince diseñamos un dron virtual para patrullar Sierra Bermeja: teledetección, simulación 2D, algoritmos de ruta y ciencia de datos para explorar el terreno, localizar zonas de riesgo y optimizar el vuelo con una batería limitada.
Un mapa con 10 sensores virtuales calcula el riesgo de incendio (FWI) en Sierra Bermeja a lo largo del año. Monta el nodo con un BME280 y simúlalo en Wokwi.
En la entrada #21 de BermejaSat (MonteSTEAM – IES Monterroso / AIDARAC) completamos el ciclo de vuelo completo: lanzamiento en cohete desde Sierra Bermeja (1.450 m) hasta el apogeo (2.450 m), despliegue de paracaídas y caída con deriva por viento. Integración total con firmwares C++, script en Python para logging CSV/KML y renderizado tridimensional en Google Earth.
Culminamos el Proyecto Peridotita con la integración de los datos de Inteligencia Artificial en un entorno interactivo 3D en Google Earth. Resumen final del pipeline científico y balance de superficie para Climate Detectives (ESA).
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.
Damos el salto de la observación satelital a la Inteligencia Artificial. Exportamos datos multivariable de Google Earth Engine a Google Colab y entrenamos un Árbol de Decisión con Python (scikit-learn) para predecir los niveles de riesgo de desertificación en Sierra Bermeja. Desgranamos paso a paso el significado científico de cada parámetro del modelo dentro del 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.