Quiénes somos
HISTORIA |
El Laboratorio de Geo-Información y Percepción Remota del Instituto de Geografía de la Pontificia Universidad Católica de Valparaíso se crea en el año 2016 con la llegada de Roberto O. Chávez (Ing. Forestal y PhD en Geo-información y Percepción Remota) en estrecha colaboración con el Profesor Rudy Allesch (Ing. Industrial, MSc en gestión en SIG). En 2016 se incorporan también Ronald Rocco (Ing. Forestal) y Matías Olea (Geógrafo) y en 2017 Viviana Vargas (Geógrafo, MSc. en Geografía y Ordenamiento Territorial). A su breve andar, el Laboratorio se ha adjudicado importantes fondos de investigación como Fondecyt Regular (2 como Co-investigador) y recientemente en 2017 un Fondecyt de Iniciación. El Laboratorio cumple un importante rol en docencia liderando los cursos de la línea Geo-informática de la carrera de Geografía y ofreciendo regularmente cursos de capacitación para la comunidad científica y profesional.
MISIÓN |
“La misión de nuestro Laboratorio es innovar en el conocimiento de las ciencias geo-informáticas y de percepción remota para el estudio y evaluación del territorio”
DESARROLLO |
El Laboratorio de Geo-información y Percepción Remota centra se especializa en mapear los efectos del cambio climático, variabilidad climática y otros disturbios antropogénicos sobre la vegetación usando imágenes satelitales. Para ello se enmarca en el esfuerzo mundial GEO-BON (Group on Earth Observation - Biodiversity Observation Network) y específicamente en la Variable Esencial "Fenología" definida por GEO-BON. La fenología foliar de la vegetación consiste en los ciclos anuales de "enverdecimiento" primaveral de la vegetación y "senescencia" otoñal, ciclos que son controlados principalmente por la temperatura y disponibilidad de agua. Es por eso que la Fenología ha sido identificada por IPCC como una de las formas más costo-eficientes de mapear los impactos del cambio climático sobre la vegetación natural (ecosistemas terrestres y su biodiversidad) y también los cultivos. La fenología de la vegetación constituye una línea base que permite cuantificar desviaciones del "comportamiento natural". Nuestro Lab. desarrolló junto con colegas de la UACh un algoritmo que permite medir la fenología y su variabilidad histórica usando imágenes satelitales (1980 a la fecha) y además cuantificar y mapear disturbios en la vegetación. La novedad de este nuevo método es que entrega una medida de confiabilidad que permite a los tomadores de decisiones cuantificar la gravedad del disturbio en una escala probabilística de 1 a 100. Si una desviación negativa de la fenología tiene una probabilidad de 100, significa que esa condición nunca había ocurrido en la historia de registros satelitales. Esta metodología ha sido aplicada profusamente en Chile: nuestro Lab. ha evaluado el comportamiento histórico de la vegetación de Bofedales Altoandinos y su relación con el clima, los efectos de la Megasequía en Chile Central, los daños de la "tormenta de fuego" de Constitución en 2017, irrupciones masivas de insectos que afectan cada vez más frecuentemente cientos de hectáreas de bosques patagónicos en Aysén, patrones de disminución de nieve en el volcán Mocho-Choshuenco, etc. Los artículos publicados en este ámbito han despertado también el interés internacional y hemos desarrollado trabajos en Eslovenia, Perú, Costa de Marfil, Lesotho, Tanzanía en colaboración con universidades y centros internacionales como el World Agroforestry Institute. En Chile estamos construyendo en estrecha colaboración con Conaf y el Ministerio de Medio Ambiente un portal fenológico nacional de libre acceso para la comunidad científica y público general así como la implementación de una red de Phenocams que registran en tiempo real el comportamiento fenológico de la vegetación en terreno. Esto ha tomado un gran impulso en 2021 con la adjudicación de dos proyectos: Fondecyt Regular y Fondef Idea I+D que nos permitirán continuar con nuestra investigación, implementar la plataforma y así transferir este conocimiento a los tomadores de decisiones y la sociedad en su conjunto.
EQUIPAMIENTO |
LABORATORIO DE INVESTIGACIÓN
Cantidad | Intstrumento | OS |
03 | PC Desktop GEAR Asus 15.6 GB RAM, 6-core | Ubuntu |
01 | PC Desktop GEAR Asus 32 GB RAM, 8-core | Ubuntu |
01 | PC Desktop GEAR Asus 8 GB, 8-core | Windows |
04 | LaiPen LP100 | |
01 | LAI-2200 TC Plant Canopy Analyzer con doble sensor | |
01 | Camara Nikon D5300 | |
01 | Lente de 18-55mm | |
01 | Lente Hemisferico Nikkor 10.5D mm | |
01 | Camara Nikon Coolpix B500 | |
02 | StarDot NetCam SC 5MP IR (PhenoCam) | |
01 | Drone Matrice 300 RTK | |
01 | Cámara zoom óptico Zenmuse H20 | |
01 | Sensor Micasense RedEdge | |
01 | Estación RTK + Trípode | |
01 | Dual Gimbal | |
02 | Licencias PIX4Dmapper |
Laboratorio de Docencia (Sala de Geo-Informática; IBC2-14)
Cantidad | Intstrumento | OS |
30 | PC All-in-One Lenovo | Ubuntu |
06 | Notebook Hp | Ubuntu |
13 | GPS Garming | |
01 |
* Estas listas pueden variar en el tiempo