Sensores Ambientales

Con el fin de avanzar en la comprensión del cambio ambiental y mejorar la predicción debemos encontrar formas inteligentes de combinar los datos satelitales, sensores de campo y los resultados de los simuladores ambientales que tienen en cuenta los principios físicos (p.e., los modelos climáticos). Para conciliar las escalas espaciales y diversas modalidades de estos datos, este proyecto tiene como fin construir un conjunto de herramientas impulsadas por estudios de casos del mundo real. Los resultados contribuyen en la construcción de mayor capacidad de investigación del Reino Unido en el desarrollo de Gemelos Digitales del entorno natural.

El proyecto consta de tres líneas de trabajo:

Como parte de mi postdoctorado en el proyecto, mi rol es transversal en cada una de líneas. En particular, mis principales aportes se ubican en la línea 1 donde en colaboraciones con otros investigadores de British Antartic Survey y Met Office estamos desarrollando una herramienta generalisable basada en modelación probabilística capaz de combinar datos de diferentes modalidades (datos de grid, datos historicos in situ y auxiliares) para tener observaciones más finas y locales de variables ambientales. En adición, con algoritmos greedy (o voraz) se plantea que la herramienta sugiera donde instalar sensores locales para reducir la incertidumbre de la variable ambiental modelada. Dentro de los estudio de casos planteados, mi variable ambiental a modelar es la humedad del suelo. Los datos de entrada son ERA5, las observaciones de 2013-2019 de las estaciones COSMOS-UK y el modelo multi-resolución digital del terreno (GMTED2010) de 1 km.

Finalmente, motivado en la diversidad de proyectos e investigadores con los cuales colaboro en el proyecto, así como de comunidades activas en el desarrollo de software abierto como Pangeo , también he desarrollado la comunidad de Ciencias de Datos Ambientales. Para este fin, estoy manteniendo un recurso desarrollado en Jupyter Book en el cual se alojan contenido ejecutable en formato Jupyter notebooks así como registros de reuniones mensuales de la comunidad en los cuales tratamos temas relacionados con las ciencias de datos ambientales.