A través de Google Earth Engine puedes acceder a infinidad de variables ambientales para modelizar distribuciones potenciales de especies y hábitats, evaluar la permeabilidad del hábitat o identificar nichos ecológicos jugando masivamente con los datos en la nube. Si algo bueno tiene Google Earth Engine es la cantidad de colecciones científicas disponibles y sus series de datos históricas que pueden ayudarte a filtrar información y generar modelos de distribución de hábitats y especies en cuestión de segundos.
La base de los análisis de distribución de las especies y los hábitats desde Earth Engine puede centrarse en un esfuerzo inicial por parametrizar sus las variables territoriales. De esta forma puedes disponer de un arsenal de variables a utilizar bajo cualquier modelización y acceder a él en cualquier momento. Este pequeño-gran esfuerzo puede hacerse jugando con las colecciones de Google Earth Engine y posteriormente procesar el análisis corriendo scripts que emulen, por ejemplo, los algoritmos utilizados por Maxent para definir mapas de distribución potencial.
Para disponer de toda una batería de variables ambientales con las que modelizar, puedes acceder a cada una de las colecciones de datos científicos de Earth Engine y empezar a extraer las bandas analíticas de trabajo, calcular índices o simplemente obtener gráficas y datos estadísticos cuando las variables responden a secuencias temporales de datos. La representación de valores de altitud, la composición de un índice de vegetación o el cálculo de precipitación acumulada a lo largo de un periodo de tiempo pueden ser algunos ejemplos de análisis para obtener variables de trabajo.
Para aquellas colecciones de datos fijas (ee.Image) puedes extraer la banda documental que defina a la variable. Por ejemplo, los datos de altitud o un índice descriptivo como la presión antrópica. Una selección de la banda estratégica permitirá acceder a los datos y representar de forma directa de los datos de la colección.
Estas variables primarias pueden ser objeto de análisis para generar otras variables secundarias. Por ejemplo, calcular las orientaciones de ladera sobre un DEM para identificar ambientes naturales de solana y umbría, zonas de valle, calcular pendientes o generar índices de posición topográfica. Saca provecho a las funciones analíticas de los datos de Engine.
var Laderas = ee.Terrain.aspect (GTOPO);
Si tu colección está vinculada a bandas temporales (ee.ImageCollection) puedes filtrar a través de los atributos para definir series de tiempo y obtener, por ejemplo, el valor medio de temperatura a lo largo de una década.
No menosprecies colecciones multitemporales, como las imágenes satélite, a la hora de generar más variables secundarias. Un sencillo filtrado de imágenes satélite puede ayudarte a definir variables ambientales como la humedad, la presencia de vegetación o identificar los lugares con pérdidas de hábitat debido a la deforestación.
Disponiendo de datos de distribución de especies, puedes incorporar a Earth Engine la información de distribución para visualizar las coordenadas en la vista. Con los datos de distribución puedes empezar a correlacionar coordenadas a todas las variables generadas o simplemente aquellas en las que estés interesad@. Algunos recursos como GBIF o iNaturalist pueden ayudarte a obtener coordenadas de distribución mundiales para incorporarlas en Google Earth Engine y extraer los valores asociados a cada coordenada.
Los datos de distribución pueden ser utilizados para generar zonas de influencia (buffer) o trabajar polígonos mínimos convexos sobre los cuales extraer datos de variables o generar análisis territoriales vinculados a la zona de distribución.
Una vez dispones del script parametrizado con todas las variables sólo necesitarás seleccionar, para tus análisis de biodiversidad en Google Earth Engine, las variables que desees, cargar coordenadas y obtener los resultados de los variables influenciadas sobre la especie.
Aquí tienes un sencillo ejemplo de colección de datos científicos con los que se puede jugar estadísticamente en Google Earth Engine para procesar datos en la nube y empezar a disponer de variables ambientales para trabajar la modelización de mapas potenciales de distribución de especies. Entre las variables científicas de modelización cuentas con:
- Variables morfológicas
- Variables climáticas
- Entornos naturales y usos del suelo
- Distribución de masas forestales e índices de vegetación
- Variables de influencia antrópica
- Distribución de masas de agua
