Web "WISP Dashboard"

El WISP Dashboard (Water Information from SPace), desarrollado por el USGS con apoyo de NASA, es una plataforma interactiva que integra observaciones satelitales y datos de campo para el monitoreo de recursos hídricos. A través de mapas dinámicos y series temporales, permite visualizar niveles de agua en ríos, lagos y humedales, facilitando el seguimiento de fenómenos como inundaciones y sequías. Su acceso abierto y su API de consulta convierten a WISP en una herramienta innovadora para investigadores, autoridades y comunidades interesadas en la gestión sostenible del agua, mostrando cómo la ciencia espacial puede apoyar decisiones locales frente a los desafíos del cambio climático y la seguridad hídrica.

Para acceder a la web haz clic AQUÍ

Paquete "GGally": Extensiones para visualización avanzada en R

GGally es un paquete en R que extiende las capacidades de ggplot2, el popular sistema de visualización basado en la gramática de gráficos. GGally facilita la creación de tipos de gráficos complejos que normalmente requerirían combinar múltiples geoms y transformaciones de datos. Entre sus funcionalidades destacadas se encuentran:

• Matrizes de gráficos (“pairwise plot matrix”) con funciones como ggpairs() para comparar variables entre sí. 
• Funciones especializadas para diagnóstico de modelos estadísticos (ggnostic()), comparación de coeficientes (ggcoef_model(), ggcoef()), o visualización de redes y mapas juntas (ggnetworkmap()). 
• Visualización de supervivencia (ggsurv()), gráficos bivariados (ggbivariate()), tablas cruzadas (ggtable()), etc. 

Este paquete resulta especialmente útil para analistas de datos, estadísticos y científicos que trabajan con múltiples tipos de variables y necesitan explorar sus relaciones de manera visual. También es una herramienta valiosa para quienes construyen modelos estadísticos o de machine learning y requieren diagnósticos gráficos, así como para los usuarios de ggplot2 que buscan ampliar su repertorio visual sin tener que programar desde cero cada combinación geométrica.

Para acceder a la web oficial de GGally haz clic AQUÍ

Algoritmo "Wildfire and Smoke Classification" ESRI

La plataforma ArcGIS ha puesto a disposición un modelo de aprendizaje profundo diseñado para clasificar incendios y humo en imágenes aéreas tomadas por drones. Este recurso, disponible en el Living Atlas de Esri, constituye una herramienta clave para enfrentar uno de los mayores retos ambientales de nuestro tiempo: los incendios forestales. Este modelo busca justamente eso: servir como un “vigía digital” que analiza imágenes y alerta sobre posibles focos de incendio antes de que escalen.

Características principales:

Tipo de recurso: Paquete de deep learning preentrenado, listo para usar con ArcGIS.

Tecnología: Basado en la arquitectura ResNet50, implementada en ArcGIS API for Python.

Entrada de datos: Imágenes RGB (8 bits, 3 bandas) de alta resolución, provenientes de drones, mosaicos o servicios de imágenes.

Salida de datos: Imagen clasificada en dos categorías: fire (fuego) o nofire (sin fuego).

Precisión: Alcanzó un nivel de exactitud global del 96,28% en pruebas.

Ámbito geográfico: Funciona en todas las regiones, aunque el rendimiento puede variar en contextos muy diferentes a los datos de entrenamiento.

El modelo puede confundir incendios en zonas urbanas, por lo que se recomienda su uso principalmente en áreas forestales. Tampoco admite ajuste fino (fine-tuning) dentro de ArcGIS, por lo que se emplea tal como fue entrenado.

Para acceder al algoritmo haz clic AQUÍ

Web "Soildata"

SoilData es un repositorio digital que funciona como escaparate del trabajo de campo y de laboratorio enfocado al estudio del suelo en Brasil. Permite tanto la publicación de nuevos datos generados en proyectos académicos, de investigación o de consultoría, como el acceso a bases de datos ya existentes para diversos usos —docencia, investigación o incluso aplicaciones comerciales.

Para acceder a la web haz clic AQUÍ