Conference on Geoinformation 2025
Tres Geoconferencias se unen para apoyar el Marco de Sendai para la Reducción del Riesgo de Desastres y los Objetivos de Desarrollo Sostenible
Del 24 al 28 de noviembre de 2025 en Mérida, Yucatán, México
Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen de las sesiones |
| Sesión | ||
Gi4DM S3 A: Integración de datos y descubrimiento de conocimientos
| ||
| Ponencias | ||
Where, When, How Much? Exploring the Reliability Limits of Sargassum Dispersion and Beaching Forecasts in the Mexican Caribbean Instituto de Geografía, Universidad Nacional Autonoma de Mexico (UNAM), Mexico Background: Building on prior work (Osorno et al, 2025) focused on interactive visualization of sargassum dispersion/beaching dynamics, this research leverages its forecast archive to quantify and constrain uncertainty. The archive is updated every 5 days via: - Detection: Sentinel-2 imagery (20×20m resolution) identifies individual sargassum rafts, recording positions at satellite overpass time. - Forcing Data: Copernicus Marine Service forecasts (6-day horizon) for currents, tides, waves (1/12° spatial; hourly temporal) and wind (1/8° spatial). - Lagrangian Simulation: Trajectories of each raft are computed until beaching, exiting the domain, or simulation end. Animated outputs include raft movement, trajectories, and driving forces. Figure 1 illustrates an interactive globe for forecast visualization, enabling users to select satellite dates/animation types while tracking raft counts, beaching events, and spatial coverage. Scope and Contributions This phase emphasizes precision (vs. accuracy requiring future fieldwork). Key advances: - Reliability Assessment: Literature-informed reliability margins for hydrodynamic forcing variables. - Spatial Precision: Evaluated permissible spatial precision thresholds relative to input data resolution. - Error Propagation: Numerical experiments quantifying error growth with forecast duration. - Model Comparison: Trajectory divergence analysis between a lightweight GPU-accelerated Lagrangian model (suitable for desktop GPUs) and a robust full featured lagrangian implementation. - Future Guidance: Identified pathways to improve accuracy (e.g., use of radar images, windage parameterization). Conclusions - Our framework uniquely provides explicit animations of dispersion/beaching dynamics. - Forecast reliability is enhanced through spatial, temporal, and volumetric confidence ratings, clarifying operational limitations. - Computational efficiency enables accessible ensemble-based uncertainty quantification. This work advances coastal management tools for sargassum inundation in the Mexican Caribbean by transparently characterizing forecast uncertainty while enabling rapid scenario analysis. Análisis de Tendencias de Profundidad Óptica de Aerosoles en Colombia: Un Enfoque en la Variabilidad Regional 1Universidad de La Guajira, Colombia; 2Universidad de La Guajira, Colombia; 3Universidad Autonoma de Nuevo Leon, Mexico; 4Tecnologico de Monterrey, Mexico El estudio de la tendencia de la variable Profundidad Óptica de Aerosoles (AOD, por sus siglas en inglés, Aerosol Optical Depth) sobre Colombia es fundamental para entender la dinámica de la contaminación atmosférica y su impacto en el clima y la salud pública. El AOD es una medida utilizada para cuantificar la cantidad de aerosoles en la atmósfera, ya que estos son un tipo de contaminante atmosférico que puede afectar tanto la calidad del aire como la visibilidad. Los aerosoles incluyen una variedad de partículas suspendidas en el aire, como polvo, polen, hollín, entre otras, que pueden causar efectos adversos en la salud humana y en el medio ambiente. El objetivo principal de este estudio es analizar las tendencias de AOD en Colombia, específicamente para identificar patrones espaciales y temporales entre las diferentes subregiones y departamentos del país. Utilizando el algoritmo MAIAC (Multi-Angle Implementation of Atmospheric Correction) colección 6.1, se analizaron los datos anuales de AOD sobre las subregiones de Colombia durante un período de 20 años, abarcando desde 2005 hasta 2024. Este análisis proporciona una visión detallada de cómo los aerosoles están distribuidos y cómo han cambiado a lo largo del tiempo en diferentes partes del país. Los resultados muestran que no hay una tendencia significativa en el occidente del país, lo que sugiere que las fuentes de aerosoles en esta región pueden estar estabilizadas o que las políticas de control de emisiones están siendo efectivas. No obstante, es posible que la variabilidad temporal subyacente, como la variabilidad estacional o eventos extremos, esté influyendo en los resultados y enmascarando patrones y tendencias importantes. Por otro lado, se observa una tendencia decreciente en el oriente del país, lo que podría indicar una disminución en las emisiones de aerosoles en esta región. Esto podría ser resultado de cambios en las prácticas agrícolas o industriales que han reducido la cantidad de partículas emitidas al aire. El análisis a nivel departamental y anual constituye un punto de partida, y se está trabajando en un análisis más detallado a nivel municipal y mensual para capturar la variabilidad espacial y temporal de los aerosoles. | ||
