Robots para el agro

El productor agropecuario australiano Andrew Bate convirtió su campo granero y ganadero de 4000 hectáreas ubicado en el centro del estado de Queensland en un laboratorio de robótica al aire libre. En las polvorientas tierras donde cultiva trigo, algodón y garbanzos, Bate prueba robots diseñados para resolver problemas con los que deben lidiar los productores agrícolas como remover malezas y cosechar los cultivos.

Su compañía, Swarm Robotics, creó una flota de pequeños robots que trabajan en grupo para realizar tareas que antes hacían los grandes tractores, rociadores y sembradoras. Los robots ya están en uso entre los agricultores de la región, quienes los alquilan a una tarifa por hectárea y en breve se fabricarán otras 10 máquinas.

"Empezamos con esto porque estábamos buscando mejores maneras de producir, no necesariamente de reducir mano de obra", contó Bate, que fundó la compañía con su esposa en 2012. "Lo que estamos haciendo ahora es la punta del iceberg, es la próxima oleada que será realmente emocionante".

Bate forma parte de un mayor esfuerzo que están haciendo startups, fondos de capital de riesgo y grandes compañías agrícolas, como el gigante de semillas Monsanto y el grupo químico DuPont, para que los robots resuelvan algunos de los problemas más espinosos de la actividad agrícola. Un día los robots podrían incluso reemplazar a los recolectores humanos de frutas, si bien todavía falta mucho tiempo para eso.

El desarrollo de las tecnologías agrícolas está en auge: los inversores pusieron más de u$s 700 millones en esas compañías en 2017, según la firma de investigaciones CB Insight, más del doble que el año anterior.

Existen al menos ocho emprendimientos tratando de resolver la recolección de frutillas.

Hasta la fecha hay dos principales tipos de robots agrícolas en desarrollo: los que ayudan a los productores a reducir los insumos, como herbicidas, pesticidas o fertilizantes, y los que buscan reemplazar trabajadores mediante el uso de máquinas cosechadoras de distintos tipos de cultivos.

También tienen la esperanza de que los robots permitan que otra vez sea económicamente viable la explotación de pequeñas parcelas de tierra.

"Así como la computación móvil, los sensores y la inteligencia artificial están transformando otras industrias, creemos que tendrán un impresionante impacto en el campo", dijo Ben Chostner, ejecutivo de Blue River Technology, que fabrica robots que emplean visión artificial para aplicar con gran precisión los herbicidas.

El fabricante de tractores Deere & Co adquirió la startup el año pasado por u$s 305 millones, y ahora está ayudando a desarrollar su robot See and Spray, que apunta a reducir el uso de herbicidas en un 90%. Blue River está perfeccionando y decidiendo cómo comercializar el robot, por lo que todavía no empezó a venderlo.

Khasha Ghaffarzadeh, director de investigaciones en IDTechEx, una firma de investigación de mercado, estudió la gama de robots agrícolas en venta hoy y concluyó que algunas tecnologías, como los tractores con dirección automática, las máquinas que ordeñan vacas automáticamente y los helicópteros rociadores controlados de manera remota, ya son bastante comunes. Los drones también se usan para inspeccionar campos y arrear animales.

Otros robots todavía están en sus primeras etapas de desarrollo, como los que dependen de las imágenes digitales. "Esto no será una revolución de un día para el otro; un cambio en las prácticas agrícolas podría llevar 20 años", dijo Ghaffarzadeh.

Un tipo de robot que está en sus primeras etapas de comercialización es el que desmaleza campos mecánicamente, por lo que reduce el uso de herbicidas químicos. La francesa Naïo Technologies empezó a vender cuatro robots de diferentes tamaños para productores de lechuga, verduras y uvas para la industria vitivinícola.

Los productores agropecuarios que compran los robots quieren seguir prácticas orgánicas o tienen problemas con las malezas resistentes a los productos químicos, explicó Gaëtan Séverac, uno de los cofundadores de Naïo. "Nuestros robots pueden reducir en una tercera parte el presupuesto para desmalezamiento", contó.

Falta aún más tiempo para la comercialización de los robots recolectores de fruta. Hay muchos obstáculos a superar antes de que las frutillas o las manzanas puedan cosecharse tan fácil como el trigo en un campo grande. Las frutas y las verduras no crecen de manera uniforme ni maduran al mismo tiempo. A menudo, cuantos más sensores y cámaras se agregan a un robot para que mejore su desempeño, más frágiles e inadecuados se vuelven para la producción agrícola.

Los robots agrícolas deben poder operar sin fallas en medio del polvo, basura, viento y diversas temperaturas.

Otro problema que enfrentan los robots recolectores de fruta es que no pueden ver a través de las hojas o de las sombras que proyectan los árboles y las ramas. Además, es difícil fabricar un brazo de robot que tenga la suficiente destreza y flexibilidad como para cosechar la fruta sin dañarla o cortarla.

Varias compañías están abordando el problema de la recolección de frutas de diferentes maneras. Las frutillas son un buen ejemplo.

Harvest CROO Robotics, con sede en Florida, Estados Unidos, está desarrollando una gran máquina que circula en los campos donde se cultivan frutillas. Tiene 16 brazos robóticos que de manera sincronizada recogen los frutos de una planta en ocho segundos.

Por el contrario, la española Agrobot desarrolló robots que utilizando potentes computadoras, sensores de color y pequeñas canastas de metal adosadas a los brazos robóticos, extrae suavemente las frutillas maduras de abajo de las hojas verdes.

Mientras tanto, una startup británica llamada Dogtooth y otra belga llamada Octinion están diseñando sistemas con brazos robóticos montados en plataformas móviles que se arrastran por los campos para cosechar frutos rojos.

Paul Bisset, CEO de Harvest CROO Robotics, que cuenta con el respaldo de u$s 7,5 millones proveniente de varios productores de frutillas norteamericanos, sostiene que la industria no tenía opción más que recurrir a la tecnología dada la falta de trabajadores migrantes.

"Al menos hay ocho emprendimientos que tratan de resolver el problema de la recolección de frutillas," dijo. "En este momento, los brazos robóticos no son lo suficientemente rápidos o baratos para reemplazar la mano de obra humana, pero un día eso va a cambiar".

Copiado de La revolución de los robots empezó a llegar al campo.

SAOCOM

El satélite más grande y complejo jamás construido íntegramente en Argentina espera paciente dentro del cohete lanzador su tiempo de gloria.

Ese que alcanzará una vez que sea colocado en el espacio a unos 620 kilómetros de la Tierra y comience a brindar valiosos datos de suelo y agua.

El cohete, un Falcon 9 Block 5 de la empresa SpaceX, perteneciente al multimillonario emprendedor Elon Musk, será lanzado este domingo pasada las 23 horas locales en la Base Vandenberg en California, que administra la Fuerza Aérea de los Estados Unidos,

Unos 30 argentinos ultiman los detalles del satélite en la base militar, mientras otros cientos lo hacen desde nuestro país. Pero hay muchos otros ojos pendientes de este lanzamiento y comienzo del trabajo concreto del primer satélite de radar argentino.

Esos ojos pertenecen a científicos, ingenieros y empresas de diversos países que no pueden creer que en Argentina se haya desarrollado esta capacidad tecnológica partiendo desde cero.

Su construcción real demandó 5 años, pero el proyecto data desde 1998. En estos 20 años su planificación, financiamiento y construcción atravesó 7 gobiernos (Menem, De la Rúa, Duhalde, Kirchner, Fernández de Kirchner y Macri), con todas las crisis económicas y políticas que conocemos.

Es tan impresionante el desarrollo argentino que basta saber cuántos países lograron este hito. Sólo uno: Japón. La agencia espacial japonesa JAXA tiene en su haber dos satélites-radar en banda L, el Alos I y II que operan en forma plena y exitosa. Inclusive, la NASA está muy interesada hoy en tener este tipo de tecnología en el espacio y por eso se asoció a la India para construir una serie de satélites similares.

Las aplicaciones que tienen los aparatos japoneses y los beneficios que generan no paran de crecer, tanto en uso civil como militar (defensa). Ejemplos de su accionar indican que el satélite Alos detectó un posible deslave (desmoronamiento de tierra por acción del agua), lo que permitió evacuar a tiempo a los ciudadanos de una pequeña ciudad japonesa de montaña antes que el barro arrasara con las viviendas.

En tanto, el satélite Alos II monitorea el mar de Japón y la navegación china y norcoreana en aguas militarmente "calientes", anticipando la ubicación de distintos barcos de guerra, ya sea por su fotografía, como también por la estela que deja en el agua.

"Los japoneses se han sorprendido muchísimo con este proyecto argentino. Como cada misión satelital compleja, el aparato es sometido a muchas instancias de revisión y prueba por ingenieros argentinos y de otras agencias espaciales que participan como jurado pertenecientes a varias agencias espaciales de EEUU, Japón, Canadá y Europa. Ellos no podían creer que estuviéramos haciendo este complejo satélite desde cero, sin ningún know how previo. No había experiencia en Argentina en la construcción de un instrumento de radar polarimétrico, con una antena muy grande y mucha sensibilidad en sus integraciones", explicó a Infobae la Investigadora Principal de la Misión SAOCOM de la Comisión Nacional de Actividades Espaciales (CONAE), Laura Frulla.

"Sólo Japón dispone de satélites con banda L que permiten estudiar la superficie terrestre en general. Las aplicaciones del aparato se adaptan a múltiples necesidades. Los científicos japoneses lograron conocer el instrumento radar argentio al detalle y quieren verlo funcionar ya", remarcó la doctora en Física egresada de la Facultad de Ciencias Exactas de la UBA.

Nicolás Renolfi, jefe del proyecto Saocom en Invap, la empresa que construyó el satélite, precisó a Infobae que el Saocom 1A es un satélite de órbita baja con fines científicos y llevará un radar de apertura sintética,que aportará imágenes en blanco y negro, con una resolución espacial de entre 10 y 100 metros, con diferentes ángulos de observación.

"La gran diferencia con las cámaras es que no necesita de la luz, la imagen podrá atravesar una tormenta e, incluso, penetrar el terreno en centímetros o metros, dependiendo de las características. Los objetivos principales son la medición de humedad desde el espacio y ayudar en emergencias", explicó.

Las imágenes podrán ser tomadas independientemente de las condiciones meteorológicas y de la hora del día, de distintas zonas de la Tierra, en tiempo real, y se podrán hacer en 3D.

Enmarcado en el Plan Espacial Nacional, el SAOCOM 1A (Satélite Argentino de Observación con Microondas) fue desarrollado y construido por la Comisión Nacional de Actividades Espaciales (CONAE) junto con empresas y organismos como INVAP, VENG y la Comisión Nacional de Energía Atómica (CNEA), con participación de unas 80 empresas de tecnología e instituciones del sistema científico-tecnológico del país y la colaboración de la Agencia Espacial Italiana (ASI).

El proyecto se inició en 2008, dando comienzo a la construcción del satélite concretamente en 2013, en distintos puntos del país: Ciudad de Buenos Aires, Córdoba y Río Negro. Después de 5 años, un récord para la construcción de un satélite tan complejo como este, el aparato se encuentra en cuenta regresiva para su lanzamiento y puesta en órbita.

La misión SAOCOM llevará al espacio una compleja tecnología de observación de la Tierra. Se trata de un instrumento activo que consiste en un Radar de Apertura Sintética (SAR, por sus siglas en inglés), que trabaja en la porción de las microondas del espectro electromagnético, particularmente la banda L.

Tiene tres paneles solares y una plataforma de servicio de 4,7 m de altura por 1,2 m de lado. Observará el planeta de día y de noche, con lluvia o nubes y podrá trasmitir gracias a su antena radar de siete paneles.

Una vez en el espacio, la antena radar del satélite emitirá hacia la Tierra pulsos en microondas que interactuarán con los elementos de la superficie. Esos pulsos volverán a la antena y brindarán información de los elementos que puedan encontrar en la Tierra (hielo, vegetación, suelo, agua, edificios, barcos, etc.). Allí el satélite recibirá esos pulsos y generará paquetes de datos que enviará al Centro de Control de la Misión, ubicado en Córdoba, Argentina.

El satélite, de 3 toneladas de peso, está específicamente diseñado para que pueda servir a la agricultura y a la hidrología, pero también, por ejemplo, permitirá la generación de modelos digitales de elevación del suelo, modelos hidrológicos, para generar pronósticos de inundaciones o sequías, entre otros muchas aplicaciones.

Se trata de un proyecto desarrollado en colaboración con la Agencia Espacial Italiana (ASI) e integra de manera operacional, junto con los satélites italianos COSMO-SkyMed, el SIASGE (Sistema Italo-Argentino de Satélites para Gestión de Emergencias).

El SIASGE estará integrado por dos satélites SAOCOM 1A y 1B,provistos por la CONAE y cuatro satélites de la Constelación Italiana COSMO-SkyMed, de la ASI. Este conjunto de satélites permitirán obtener información certera y actualizada de incendios, inundaciones, erupciones, terremotos, avalanchas, derrumbes y deslaves.

Los 6 satélites se encontrarán ubicados en órbitas polares a la misma altura, en distintos planos orbitales, de tal manera que el conjunto funcione como un instrumento con un enorme ancho de visión sobre la tierra. Esto permitirá un monitoreo en tiempo casi real, ya que se obtendrá actualización de la información cada 12 horas, especialmente necesario para el monitoreo y seguimiento de la evolución de catástrofes.

Las imágenes, unas 225 fotos por día, podrán ser tomadas independientemente de las condiciones meteorológicas y de la hora del día, de distintas zonas de la Tierra, en tiempo real, y se podrán hacer en 3D.

La utilidad de los satélites Saocom tienen un abanico de aplicaciones, tanto civiles como también comerciales. "La misión es parcialmente comercial. Es una situación espejo a los italianos Cosmo Skynet. Todo usuario que quiera la información para comercializarla, deberá pagarla. Pero quienes la quieran para uso acádémico, institucional o gubernamental, será gratuita. Para ello, deben previamente firmar una licencia de uso en el marco del convenio con Conae para que esos datos no terminen en manos privadas", comentó Frulla.

En el ámbito comercial, será de mucha utilidad para el productor agropecuario, por ejemplo. Frulla comentó las instancias que van desde el satélite al productor: una vez obtenidas las imágenes, se envían a la estación receptora que la Conae tiene en la localidad cordobesa de Falda del Carmen, donde son procesadas para generar distintos niveles de información que se convertirán en los insumos para las diferentes aplicaciones para la agricultura y la hidrología.

"Una vez procesadas, el productor va a poder ingresar a nuestra web desde su dispositivo (tablet, celular o notebook) y le suministrará al programa las características de su campo y las condiciones meteorológicas, y un software le va a devolver el reporte en forma de texto o gráficos con una estimación de rinde, o el contenido de humedad en el suelo, o la posibilidad de fertilizar de acuerdo a la situación que desee conocer", concluyó la especialista.

Copiado de Saocom: el satélite argentino que sólo Japón logró construir y que la NASA quiere, en órbita desde hoy

La agricultura de precisión revoluciona al agro en EE.UU.

En California, que lidera la innovación en tecnología agrícola, la combinación de riego e inteligencia artificial marca una senda que está transformando la producción de alimentos.

El Instituto Internacional de Investigaciones en Política Alimentaria (IFPRI) señaló que la agricultura de precisión sistemáticamente aplicada aumenta los rendimientos promedios de una unidad productiva estándar en 10% o más, comparada con el alza de 1% o menos provocada por otros incentivos tecnológicos o químicos.

La producción vitivinícola de California (en el Valle de Napa) aplica en forma sistemática la agricultura de precisión mediante un programa de riego que utiliza sensores remotos, imágenes satelitales, pronósticos permanentemente actualizado, guiados y coordinados por la inteligencia artificial, sumados al despliegue de múltiples drones.

El resultado es que han logrado reducir 16% el consumo de agua por unidad de producto, y han aumentado más de 30% los rendimientos de las vides. El riego en California, que experimenta una sequía estructural, tiene un carácter milimétrico y cambiante según las horas del día y el ambiente. Son programas guiados por la inteligencia artificial, la tecnología decisiva de la nueva revolución industrial.

Por eso, en California se generalizan las inversiones en la agricultura de precisión, que ascendieron a U$S 650 millones en el Valle de Napa en 2015 y crecen entre un 15% y un 20% por año desde entonces.

Estados Unidos adelanta el futuro, y California es el futuro de EE.UU. La próxima transformación consiste en desplegar la agricultura de precisión en todos los planos de la actividad agroalimentaria norteamericana.

La agricultura de precisión es la forma que adquiere la nueva revolución industrial al transformar la producción de agroalimentos, con mayor eficiencia en el uso de los insumos, lo que implica, además, más sustentabilidad y rentabilidad.
(...)
La industria automotriz norteamericana comenzará en 2020 a comercializar automóviles autónomos, (sin conductor); y lo mismo ocurrirá con los tractores de igual condición.

Esto implica que en los próximos 5 y 10 años se generaliza en el agro estadounidense el uso masivo de tractores autónomos, dotados de todos los instrumentos de la agricultura de precisión.

El agro norteamericano adelanta el futuro de la producción agroalimentaria en el mundo. Son tendencias para seguir de cerca desde la estratégica Región Centro.

Copiado de La agricultura de precisión revoluciona al agro en Estados Unidos.

It’s Fire Season in Southeast Asia

Every January through March, vast numbers of small fires spring up across the countryside in Southeast Asia. Those months usually bring cool, dry weather—perfect conditions for burning.

The Visible Infrared Imaging Radiometer Suite (VIIRS) on the Suomi NPP satellite captured data (above) showing the locations of hundreds of fires burning in Cambodia, Vietnam, Thailand, Laos, and Myanmar (Burma) on February 3, 2018. Each red dot on the map depicts one fire detection from the VIIRS 750-meter active fire data product. (Note that there is also a 375-meter active fire data product that detects more fires, but the 750-meter product is the basis for this useful mapping tool.)

On that day, there were significantly more fires in Cambodia than in neighboring countries. VIIRS detected 1,868 hot spots in Cambodia, 185 in Laos, 77 in Myanmar, 217 in Thailand, and 114 in Vietnam. The large number of fires in Cambodia were the most VIIRS has observed on a single day in 2018. The pattern is consistent with recent years: As depicted in the map below, the instrument has detected four-to-five times as many fires in northern Cambodia as it did in Vietnam and Thailand between August 2016 and February 2018. Northern Laos also had a relatively high number of fires.

People light fires in Southeast Asia for several reasons. In some forested areas, small-scale subsistence farmers practice swidden agriculture (also called slash-and-burn). The technique involves cutting down trees and shrubs, letting the wood dry out for a few months, and then burning it to clear fields. Hunters sometimes start fires to drive reclusive animals into view. Likewise, people collecting mushrooms sometimes burn the forest floor to make it easier to forage. Loggers use fire to clear roads and to clear the land after harvesting the most desirable species. In non-forested areas, farmers set fires to dispose of plant debris after harvesting rice, wheat, and other crops. Discarded cigarettes, sparks from vehicles, and problems with electrical systems also spark fires.

The natural-color image (below) was acquired by the Operational Land Imager (OLI) on Landsat 8 on February 1, 2018, and shows fires burning in shrublands near a forested ridge in the Srepok Wildlife Sanctuary. Data collected by Landat’s Thermal Infrared Sensor (TIRS), overlain on the images in orange, shows where the sensor observed unusually warm land surfaces.

There are several reasons fire gets started in this particular area. Occasionally, lightning ignites dried vegetation. People use fire to harvest a prized type of resin from Dipterocarp trees and honey from bee hives. Sometimes those fires escape and spread. Timber harvesting is a known practice in this area, although the government of Cambodia has launched a campaign to stop it.

”Without having information from people on the ground, it usually isn’t possible to say definitively what caused a given fire when detected by a satellite,” said Evan Ellicott, a remote sensing and fire expert at the University of Maryland. “But it is quite clear that the total number of active fire detections made by satellites is linked to forest cover loss in Cambodia. Years with more fires have bigger losses in forest cover.”

The effects of all of these small fires can add up in other ways. With populations rising and the amount of farmland increasing, fires in Southeast Asia (including Indonesia and Papua New Guinea) are thought to be responsible for at least 10 percent—and likely significantly more—of global wildfire emissions, which can cause health problems and add greenhouse gases to the atmosphere.

NASA Earth Observatory images by Joshua Stevens, using fire data from the VIIRS Active Fire team and Landsat data from the U.S. Geological Survey. Story by Adam Voiland.

Read More here.

Galileo: la tecnología que independiza a Europa del GPS

En literatura se llama sinécdoque a una figura retórica que consiste en referirse a un todo nombrando una de sus partes (“tocamos a diez euros por cabeza”). Y muy raro será si esta figura no se utiliza, del modo en que se hace en el titular de esta noticia, para referirse a corto plazo al sistema de navegación por satélite que la Agencia Espacial Europea tiene previsto completar en el año 2020. Al fin y al cabo, desde la expansión de los smartphones, la utilización del GPS se ha hecho tan popular que nos conectamos con el espacio exterior para orientarnos en mapas, saber los kilómetros recorridos en un entrenamiento, encontrar posibles parejas sentimentales alrededor o incluso cazar pokemons. Y será difícil convencernos de que llamemos a las cosas de otra forma.

En realidad, aunque para nosotros sea el más popular, el GPS (siglas en inglés de Global Positioning System) no es el único sistema de posicionamiento a través de satélites que existe. La antigua Unión Soviética también desarrolló otro, GLONASS, actualmente controlado por la Federación Rusa, y China tiene previsto completar el suyo, Beidou, en fechas similares a Galileo. Como muchos otros avances, el origen de estas tecnologías se encuentra en la industria militar: el GPS fue desarrollado e instalado por el Departamento de Defensa de Estados Unidos antes de que se extendieran sus usos civiles. Tal es la importancia estratégica y económica de poseer satélites propios que permitan desarrollar un sistema de posicionamiento fiable, que Paul Wolfowitz, subsecretario de defensa de EEUU, escribió una carta a los ministros de la Unión Europea cuando se comenzó a gestar Galileo tratando de disuadirlos del proyecto. El argumento utilizado era que los satélites europeos interferirían en las necesidades de la OTAN en una época de retos de seguridad globales y compartidos. Afortunadamente las presiones no surtieron efecto y hoy la ESA está muy cerca de poner en funcionamiento el proyecto.

Una vez completado el sistema, contará con 24 satélites operativos y una infraestructura de tierra para proveer servicios de posicionamiento, navegación y determinación de la hora. Los dos primeros satélites fueron lanzados el 21 de octubre de 2011 y la intención de la ESA es completar la constelación el próximo año. Galileo está bajo control civil y está financiado por la Unión Europea. El español José Ángel Ávila, ingeniero de Señal y Seguridad dentro del programa de la ESA, cree que la apuesta europea representará un importante avance en la economía del continente: “Galileo va a abrir un abanico de mercados que hasta este momento no habían existido”. Y, mirando al futuro, se arriesga a vaticinar la utilidad de los satélites en futuras misiones espaciales: “Estamos condenados a movernos. La Tierra es nuestra cuna pero vamos a salir de aquí. La navegación por satélite y la navegación en general tiene todavía muchos terrenos por desarrollar y descubrir”.

Copiado de Programa Galileo: la tecnología que independiza Europa del GPS.

Un artículo de Ariana Warner, de FME

This week I'm one of about 50 people in attendance at the Planet Advisory Council, an invitation-only event for Planet's partners and customers. Here's what I learned today at their San Francisco headquarters.

Planet is now providing daily coverage of the entire earth. With all of this amazing data, it's time for the world to do something useful with it. Tonight at the Planet headquarters in San Francisco, they held a "science fair" where companies leveraging Planet's imagery can show off what they're doing. I spent the evening scribbling notes and emerged with one overarching theme: artificial intelligence. These companies have come up with incredible machine learning algorithms, business intelligence applications, and more — all of them unique, and all of them astonishing.

GeoSpark
GeoSpark's business intelligence platform integrates layers of data and algorithms. Their web interface aggregates various sources, like RSS feeds, open data, social media, and news, and displays information over up-to-date satellite imagery. They've developed amazing artificial intelligence to analyze what news feeds are saying, make predictions, and build summaries and heat maps to display what's happening. For example, they can take current and past crime data and predict the likelihood of crime happening in an area, and display that as a colour-coded grid over an up-to-date basemap.

CrowdAI
CrowdAI uses deep learning to discover features in satellite images. Their road detection AI is smarter and more accurate than the most popular mapping services out there. It analyzes up-to-date satellite imagery and automatically detects roads, buildings, and key changes in an area of interest.

East View Geospatial
East View Geospatial both provides and analyzes geospatial data. They're able to apply expressions to satellite imagery for segmentation and classification. That is, they can distinguish what's in an image, extract pieces, and train the AI for classification models. For example, it can identify buildings in an image and extract them as polygons, or learn what solar panels look like and go find all of those in a given range of images.

Raster Foundry
Raster Foundry's image browser first lets you select what you want from Planet's database of imagery with an impressive level of customization. Choose colour balance, saturation, band combination, and more. Then, you can label objects in the images you retrieve — say, ships — and their technology will learn the objects. It can be trained to understand what objects you're looking for in the imagery based on the labels you provide. Plus, you can add your own algorithms for more AI power.

FarmersEdge
FarmersEdge is hardware, software, and a web service dedicated to agriculture. It starts with weather stations, which anyone can place on their farm for data collection. Satellite imagery comes in when we look at their web interface. Machine learning algorithms analyze the data and build models that help farmers make informed decisions. Their interface includes detailed data and intelligent models for crop management.

Santiago & Cintra Consultoria
SCCON developed a deforestation alert system for Brazil. They use Planet imagery to get a high-resolution, daily look at the Amazon rainforest, and apply algorithms for change detection. Every week, alerts are sent if illegal deforestation is discovered. The results are presented on a webpage as an interactive dashboard with charts and maps.

Orbital Insight
Orbital Insight uses AI to identify objects in satellite images. They provide traffic monitoring, asset counting, road identification, poverty mapping, and more. Their ability to identify objects reaches beyond what kind of object it is. For example, in an image of a construction zone, their algorithms are able to distinguish the stages of construction: this building doesn't have a roof, this area has concrete poured, this is undeveloped, this construction has just started, and so on.

Safe Software
Of course, we were there! FME is a flexible platform that lets you integrate any data with Planet's satellite imagery, apply powerful transformations to the data, and automatically run your custom workflows in real time. What gets me so excited about what I learned today is how much potential there is to integrate with all of this amazing artificial intelligence. Imagine what a person can do by combining daily satellite imagery with any of these brilliant algorithms, and then adding custom integrations and automations with FME.

Have you heard of other companies creating amazing AI for satellite imagery? Let me know!

Copiado de aquí.

Cuidado con el mosquito Aedes

Mapa de distribución del mosquito Aedes, con lugares permanentes y temporarios.

Copiado de Zika virus: Endemic and epidemic ranges of Aedes mosquito transmission.

PaleoBioDB

 Fósiles cretácicos: cada punto representa un registro en la PaleoBioDB.

Distribución de las masas continentales en el Triásico.
Los puntos son los fósiles del Triásico registrados en la PaleoBioDB.

Paleobiology Database (PBDB) brinda información sobre el registro fósil gracias a la información brindada por sus cerca de 400 miembros, pertenecientes a 130 Instituciones de 24 países. La Paleobiology database (PBDB) está en modo beta, y sólo probé la versión Navigator, ya que para probar la PBDB clásica es necesario registrarse etc, cosa que no hice. Se puede consultar la base de satos de fósiles en el mapa aplicando filtros de intervalo de tiempo, filtros por taxonomía o una combinación de ambas y aplicando la disposición de los continentes en el tiempo elegido (paleogeografía). En la figura se muestra los sitios con fósiles del Cretácico. Al cliquear en uno de los sitios, se desplegará una ventana con información sobre el fósil en cuestión y la cita bibliográfica sobre el hallazgo, datos estratigráficos etc. En la ayuda del sitio hay filtros preestablecidos.

El desarrollo de PaleoBioDB database, de la API, del website, e los ejemplos son realizados por el Department of Geoscience de la University of Wisconsin-Madison. Todo el código que se usa es código abierto.

Muy recomendable para Geólogos y aficionados a la Paleontología. El sitio es paleobiodb.org.

Curso de GIS en el Lillo

Introducción a Sistemas de Información Geográfica (SIG)

Curso práctico con ejemplos de las Ciencias de la Tierra y Ambientales, dictado por: Dr. Gustavo González Bonorino (GeoServicios NOA)

Objetivo del curso: Brindar el conocimiento y las herramientas computacionales en SIG para

confeccionar mapas complejos y analizar las relaciones espaciales y estadísticas entre los objetos que los componen.

Nivel: Inicial. Los conocimientos de SIG necesarios para llevar a cabo las prácticas serán impartidos en clase.

Metodología: El curso se basará en casos de estudio, combinando datos vectoriales y raster, y sus

respectivos metadatos. Se empleará el programa QGIS, de acceso libre y gratuito; los archivos de carga se distribuirán a los inscriptos antes del inicio del curso.

Contenido del curso:

· Presentación de QGIS.

· Importación de datos vectoriales y raster; digitalización, escaneo, búsqueda en repositorios, y otros modos.

· Operaciones con tablas; manejo de atributos.

· Proyección y georeferenciación de vectores y raster.

· Clasificación y reclasificación de rasters; mosaicos, recortes.

· Análisis estadístico de datos espaciales; caminos de costo mínimo.

· Combinación y superposición de mapas.

· Procesamiento básico de imágenes satelitales: composición, NDVI.

· Construcción y procesamiento de Modelos Digitales de Elevación; relieve artificial, pendientes, radiación solar.

· Preparación de resultados para impresión; armado de posters.

Carga horaria y Modalidad: Curso de 40 horas con evaluación final. Cinco días en gabinete de 15 a 19 horas, complementados por un proyecto individual a desarrollar durante un mes, sobre temas elegidos por cada participante (equivalente a 20 horas). Los participantes deben traer una notebook.

Fecha: 15 al 19 de Junio

Terremotos del último año

En Fathom.info hay un mapa mostrando los terremotos del último año. Arrastrando el mapa pueden ver la región que quieran. El mapa tiene animación. Para verla, pongan la barra al principio de la línea de tiempo y pulsen play. Muy bueno.

Google Earth Pro ahora es gratis

Esa es la novedad. El resto de la noticia a continuación. Disfruten.

 

Over the last 10 years, businesses, scientists and hobbyists from all over the world have been using Google Earth Pro for everything from planning hikes to placing solar panels on rooftops. Google Earth Pro has all the easy-to-use features and detailed imagery of Google Earth, along with advanced tools that help you measure 3D buildings, print high-resolution images for presentations or reports, and record HD movies of your virtual flights around the world.
Starting today, even more people will be able to access Google Earth Pro: we're making it available for free. To see what Earth Pro can do for you—or to just have fun flying around the world—grab a free key and download Earth Pro today. If you're an existing user, your key will continue to work with no changes required.

Google Earth Pro is now free.

Modelo Digital de Elevaciones de Argentina

El Instituto Geográfico Nacional (IGN) estuvo trabajando durante los últimos años en el desarrollo del Modelo Digital de Elevaciones (MDE) de la República Argentina. El resultado de la tarea que llevó a cabo la Dirección de Geodesia del IGN se materializó en el MDE-Ar , que comprende toda la extensión del territorio argentino . Sin embargo, para facilitar su descarga y la accesibilidad a los usuarios, fue recortado con el tamaño de las cartas del IGN escala 1:100.000.
De esta manera, el IGN puso a disposición de los usuarios la posibilidad de descargar el modelo de la hoja que desee. Para hacerlo, debe acceder a la herramienta que facilita la búsqueda a través del sitio web Herramientas de búsqueda, donde de podrá efectuar la descarga utilizando la nomenclatura de la carta, o bien, utilizando el mapa de las cartas escala 1:100.000 que también encontrará en la página web del IGN.
El MDE-Ar resulta un producto de gran utilidad y su publicación es un gran aporte a la comunidad científica y a la sociedad en general ya que su precisión y comportamiento mejora sustancialmente a sus predecesores modelos digitales de elevaciones, y facilita y mejora los trabajos que realizan con ellos disciplinas tales como Geodesia, Fotogrametría, Ingeniería Civil, Ciencias de la Tierra y Cartografía.

(...)

A través de la misión SRTM (Shuttle Radar Topography Mission), la NASA logró generar un MDE de alta resolución que cubre casi la totalidad de la superficie terrestre (desde los 60 grados de latitud norte hasta los 60 grados de latitud sur).
A partir de un convenio con la NGA (National Geospatial-Intelligence Agency), el Instituto Geográfico Nacional (IGN) recibió el modelo de Argentina con resolución de ~30 metros por píxel. A partir de este modelo, se obtuvo otro de ~45 metros por píxel, que se generó aplicando las siguientes tareas:
Relleno de vacíos.
Inclusión de datos en las zonas de lagos.
Filtrado espacial.
Enmascarado de límites.
Se analizó el comportamiento del MDE-Ar para todo el territorio argentino, utilizándose 9.055 puntos de la base de datos altimétrica del IGN, evaluándose la diferencia entre los valores oficiales de altura publicados por el organismo y el valor de altura definido por el modelo. La máxima diferencia positiva fue de +21 metros y la máxima diferencia negativa fue -30 metros, siendo la diferencia promedio de -2,10 metros, y el desvío estándar 3,23 metros. 

Acceda al informe completo sobre la generación del MDE-Ar aquí.

Texto copiado del sitio del IGN.

Webinar Migración de datos a PostGIS

UNIGIS Girona anuncia un Webinar gratuito sobre migración de datos a PostGIS a realizarse el Martes 16 de  diciembre a las 16h (GMT+1). Estará a cargo de Toni Hernández, tutor UNIGIS Girona y desarrollador de aplicaciones web del Servicio de SIG y Teledetección (SIGTE) de la Universidad de Girona.

En este webinar vamos a ver cómo podemos importar nuestros datos a una base de datos Postgresql/PostGIS. A lo largo del Webinar importaremos datos en formato shape y datos tabulados a partir de los cuales generaremos nuevas geometrías. Veremos además como podemos visualizar nuestros datos en un SIG de escritorio y también como visualizar gráficamente el resultado de nuestras consultas a través del lenguaje de consulta SQL.
Si el tiempo lo permite veremos algunos recursos interesantes que permiten exportar datos de OpenStreetMap para su posterior importación a bases de datos PostGIS.

Regístrese aquí.

De nada...

Mapas del Ebola

The Ebola virus outbreak in Africa is believed to be the worst in history according to the World Health Organization, and doctors from the Center for Disease Control believe it could take months to stop the epidemic.  The World Health Organization believes that the virus has infected 1,323 people, starting in Guinea and spreading to Liberia, Sierra Leone, and Nigeria.  Both agencies have published maps showing the location of the deadly virus.

The World Health Organization features a gallery of maps related to the Ebola outbreak on its Web page.  The top map (above, click to enlarge) shows the locations of reported Ebola outbreaks in humans and animals as of 2009.  The maps also include countries that have had cases of Ebola in humans and animals through 2014 and a map of laboratories involved in researching a vaccine for the disease, including the Center for Disease Control in Atlanta, Georgia.

The Center for DiseaseControl (CDC) published the second map above of the African countries affected by the latest outbreak as of July 20.  The map shows areas of confirmed and suspected cases and Ebola treatment centers and laboratories.  The CDC Web page also includes news updates and statistics of cases and deaths from the disease.

The Aljazeera News Agency published a map (above) created by ESRI and National Geographic using GIS mapping technology to show the location of confirmed and suspected cases.  And CNN published a map showing the number of weekly international flights from countries hit by Ebola (above) as fears grow about the transmission of the disease.

Copiado de la Bracken Library, 
de Ball State University Libraries GIS Research and Map Collection.

Capatación SIG-IDE en Santiago del Estero

La Secretaria de Desarrollo, Ciencia, Tecnología y Gestión Pública de la provincia de Santiago del Estero, a través del Programa de Información Geoespacial, invita la Jornada de Capacitación en SIG e IDE´s a desarrollarse los días jueves 31 de julio y viernes 1 de agosto, de 8:30 a 17:30 hs, en el FORUM Santiago del Estero, en Perú 515, dictada por el Instituto Geográfico Nacional, el Programa Nacional Mapa Educativo e IDERA. Se emitirán certificados.

El objetivo es brindar una capacitación integral en materia de información geoespacial, sistemas de información geográfica, metadatos, infraestructuras de datos espaciales,estandarización, publicación de información y sus múltiples aplicaciones.

Cabe destacar que es la primera capacitación que dicta IDERA y se enmarca en los convenios de cooperación técnica firmados entre la provincia de Santiago del Estero, el Instituto Geográfico Nacional, la Comisión Nacional de Actividades Espaciales e IDERA.

Confirmar su asistencia al evento completando el siguiente formulario de Inscripción http://www.idera.gob.ar/portal/node/230 (se recomienda inscripción para asegurar su participación), el acceso es libre y gratuito, para informes comunicarse a los teléfonos 0385-424-2387/88, 0385-154-105369, 0385-155068144.

SAC D/Aquarius: no sólo salinidad marina, también humedad del suelo

A mediados del 2011 la CONAE (Comisión Nacional de Actividades Espaciales) asociada a la NASA puso en órbita el SAC-D, un satélite cuya principal misión era medir la salinidad de los mares con el instrumento AQUARIS diseñado por la NASA. Sin embargo, y gracias a un equipo de investigación de la USDA (United States Department of Agriculture), dicho instrumento resultó útil para mapear la humedad en los suelos. Por lo tanto, ahora es posible obtener mapas globales de humedad en la superficie terráquea. Esto permitiría comprender mejor el clima, predecir el tiempo, monitorear sequías, previnir de las inundaciones, mejorar la predicción de la productividad agrícola, mejorar las decisiones sobre la gestión del agua.

Launched June 10, 2011, aboard the Argentinian spacecraft Aquarius/Satélite de Aplicaciones Científicas (SAC)-D, Aquarius was built to study the salt content of ocean surface waters. The new soil wetness measurements were not in the mission's primary science objectives, but a NASA-funded team led by U.S. Department of Agriculture (USDA) researchers has developed a method to retrieve soil moisture data from the instrument's microwave radiometer.

The Aquarius measurements are considerably coarser in spatial resolution than the measurements from the upcoming NASA Soil Moisture Active Passive (SMAP) mission, which was specifically designed to provide the highest quality soil moisture measurements available, including a spatial resolution 10 times that offered by Aquarius.

Soils naturally radiate microwaves and the Aquarius sensor can detect the microwave signal from the top 2 inches (5 centimeters) of the land, a signal that subtly varies with changes in the wetness of the soil. Aquarius takes eight days to complete each worldwide survey of soil moisture, although with gaps in mountainous or vegetated terrain where the microwave signal becomes difficult to interpret.

Tom Jackson, principal investigator for the Aquarius soil moisture measurements and a hydrologist with USDA, said that his agency uses soil wetness information to improve crop forecasts. These forecasts not only help farmers and markets adjust their prices according to worldwide production, but also allow relief agencies to plan for food emergency responses. "There's a lot of precipitation data in our country, but outside the U.S. and Europe it gets pretty sparse," said Jackson. "By using soil moisture readings, we can better monitor the condition of soils."

Fuente: NASA's Aquarius Returns Global Maps of Soil Moisture.
Instrumentos a bordo del SAC D

INPE distribuirá datos del Satélite IRS

India y Brasil firmaron un acuerdo de cooperación para mejorar la capacidad de una estación terrena en Brasil. Dicha estación recibirá y procesará datos de satélites de teleobservación de la India (IRS).

... the agreement provides for the reception of data from AWiFS and LISS-III payloads of IRS satellites, including but not limited to the Resourcesat-2 at Cuiaba earth station in Brazil on a government-to-government cooperation basis.

The agreement designates the National Institute for Space Research (INPE), the Brazilian executive agency for earth observation data reception, processing, archiving, and distribution, to take responsibility and to work together with the Indian Space Research Organisation (ISRO) and its executive agency , the National Remote Sensing Centre, in order to accomplish the actions in the agreement.

The agreement obliges ISRO to make available to INPE remotely sensed data of areas within the acquisition radius of INPE's earth station in Cuiaba acquired by AWiFS and LISS-III payloads of IRS satellites, as agreed by the two countries.

The financial arrangement stipulated that INPE will, with its own regular budgetary resources, bear the cost for augmentation of the existing Resourcesat-1 hardware infrastructure at Cuiaba ground station for the purpose of receiving Resourcesat-2 data and for other IRS satellite data.

Copiado de Business Standard

Resurgimiento de enfermedades prevenibles

Resurgimiento de Sarampión, Paperas, Rubeola, Tos convulsa y Polio.
Mapa acumulado. Se puede ver los datos para c/año desde el 2008 a la fecha.

Un médico falseó datos de un artículo que publicó en 1998. En el decía que había una relación directa entre las vacunas de Sarampión, Paperas y Rubeola y Autismo. A pesar de que ningún otro científico pudo validar esta información -claro, era data falsa- y de que un comité de ética comprobó el fraude, aún así, mucha gente dejó de usar las vacunas. Esto llevó al resurgimiento de enfermedades que serían fácilmente controlables con vacunas existentes, eficientes y baratas.

El proyecto Global Health Program, del Council of Foreign Relationships, tiene por objetivo divulgar esto para tratar de revertir la tendencia. Uno de las formas es con el mapa interactivo de las enfermedades que están resurgiendo en el mundo debido a esta situación. Además de Sarampión, Paperas y Rubeola, se usan datos de Tos convulsa y Polio. Hay datos desde el año 2008. En el mapa se pueden ver los datos por año o el acumulado desde el 2008. 

Un resumen de esta situación está en One map sums up the damage caused by the anti-vaccination movement. El mapa está en Vaccine-Preventables outbreaks.  El artículo con la data falsa se publicó en The Lancet; mientras que el reporte del comité de ética está en BMJ.  El Council of Foreign Relationships pudo realizar el mapa interactivo con el aporte de la Fundación Bill y Melinda Gates. Más información sobre el Council of Foreign Relationships aquí.

Energía eólica en EEUU

El Servicio Geológico de los Estados Unidos (USGS) tiene una base de datos espaciales con aerogeneradores de electricidad en el territorio continental de los Estados Unidos. La base de datos se puede consultar en este sitio -del cual se la puede descargar- además de verla sobre los feos mapas de Bing. Supongo que el USGS debe tener convenio con Microsoft, ya que no entiendo por qué usan los mapas de Bing. Claro que pueden usar lo que deseen. Digo lo de Bing sólo por que a mi me gustan más los mapas de Google :-)

Visualizar condiciones atmósfericas globales

Una excelente forma de ver las condiciones atmosféricas de nuestro planeta es visitar earth. Se puede elegir la región que deseemos con el ratón (click + arrastrar), hacer zum con la rueda del ratón, y cambiar la configuración de los datos clickeando en la palabra earth. Allí podemos elegir los datos a ver (vientos, temperatura, etc), la fecha, e incluso podemos cambiar el sistema de proyección. Con un click en cualquier punto de la superficie terrestre obtendremos, además de sus coordenadas, los valores en ese lugar de las variables elegidas. La fuente de los datos son variadas (Global Forecast System, NCEP, US National Weather Service), y los mismos se actualizan cada 3 horas.

El "about" de earth, completo:

earth, a visualization of global weather conditions
forecast by supercomputers
updated every three hours
Community | Facebook, はてブ
Author | Cameron Beccario @cambecc
Source | github.com/cambecc/earth
Modules | D3.js, when.js, backbone.js, node.js
Weather Data | Global Forecast System
NCEP / National Weather Service / NOAA
GRIB Decoder | UCAR/Unidata THREDDS
Geographic Data | Natural Earth
Hosting | Amazon S3, CloudFlare
Font | M+ FONTS
Waterman Butterfly | watermanpolyhedron.com
Earlier Work | Tokyo Wind Map
Inspiration | HINT.FM wind map
atmospheric pressure corresponds roughly to altitude
several pressure layers are meteorologically interesting
they show data assuming the earth is completely smooth
note: 1 hectopascal (hPa) ≡ 1 millibar (mb)
1000 hPa | ~100 m, near sea level conditions
850 hPa | ~1,500 m, planetary boundary, low
700 hPa | ~3,500 m, planetary boundary, high
500 hPa | ~5,000 m, vorticity
250 hPa | ~10,500 m, jet stream
70 hPa | ~17,500 m, stratosphere
10 hPa | ~26,500 m, even more stratosphere
the "Surface" layer represents conditions at ground or water level
this layer follows the contours of mountains, valleys, etc.
overlays show another dimension of data using color
some overlays are valid at a specific height
while others are valid for the entire thickness of the atmosphere
Wind | wind speed at specified height
Temp | temperature at specified height
TPW (Total Precipitable Water) | total amount of water in a column of air
stretching from ground to space
TCW (Total Cloud Water) | total amount of water in clouds
in a column of air from ground to space
MSLP (Mean Sea Level Pressure) | air pressure reduced to sea level

weather data is generated from numerical models
earth.nullschool.net implies no guarantee of accuracy