Pág. 02 - EDITORIAL
Pág. 04 - APUNTES
Pág. 24 - ENTREVISTA
Pág. 30 - OPINIÓN DE ACTUALIDAD. LA RESINA, UN PRODUCTO RENOVABLE ANTE NUEVAS OPORTUNIDADES
Pág. 56 - COLABORACIONES TÉCNICAS
Pág. 88 - REPORTAJE FOTOGRÁFICO
Pág. 98 - LA PÁGINA DE...
Pág. 100 - PINCELADAS DE VIDA
Pág. 104 - RINCONES NATURALES
Pág. 109 - NOTICIAS FORESTALES Y DEL COLEGIO
Pág. 112 - AGENDA
Para adaptar la metodología establecida por Basilio Rodríguez de nivel autonómico a nivel nacional, se hizo uso de la automatización de procesos mediante la herramienta Model Builder. Los constructores de modelos, o Model Builder, son herramientas de automatización de tareas de geoprocesamiento empleadas en los sistemas de información geográfica (SIG), tales como ArcGIS o QGIS.
La automatización de tareas es ampliamente empleada por las ventajas que ofrece frente al procesamiento de datos manual, especialmente en proyectos que involucran un volumen elevado de información o que requieren ejecutar numerosas herramientas de geoprocesamiento. En este proyecto en particular, ambos factores estaban presentes.
La metodología desarrollada por GEA forestal para la selección de zonas óptimas para la resinación tomaba como base de su proyecto los datos de presencia de Pinus pinaster en Castilla-La Mancha, así como información geográfica y climática en formatos vectoriales y ráster correspondientes a esta comunidad autónoma. Al extrapolar esta metodología a la totalidad de la superficie nacional, el volumen de datos aumentaba considerablemente. Además, para obtener la capa final con la información de la superficie nacional de P. pinaster que cumplía con los requisitos para ser considerada "zona óptima para la resinación", era necesario realizar múltiples operaciones y utilizar diversas herramientas en SIG, lo que generaba un tiempo de procesamiento prolongado y un trabajo excesivamente complejo.
La finalidad del Model Builder es lograr que el programa siga una serie de instrucciones de geoprocesamiento de datos predefinidas por el programador, utilizando una capa de entrada ("input") como base y generando una nueva capa ("output") que contenga la información procesada. Estos "inputs" deben actualizarse cada vez que se ejecuta el modelo.
En nuestro proyecto, se creó un modelo para cada una de las variables a estudiar, y cada modelo se ejecutó una vez por comunidad autónoma. De esta manera, obtuvimos todas las variables a nivel autonómico para luego combinarlas y obtener un único mapa nacional de las zonas óptimas para la resinación.
Al elegir "Aceptar todas las cookies", acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y analizar el uso del sitio web. Al hacer clic en "Ajuste sus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no pueden ser rechazadas
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
son necesarios por razones técnicas. Sin ellos, es posible que este sitio web no funcione correctamente.
son necesarios para una funcionalidad específica en el sitio web. Sin ellos, algunas funciones pueden estar deshabilitadas.
nos permite analizar el uso del sitio web y mejorar la experiencia del visitante
permítanos personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web