Información general sobre el catálogo de datos de la ASDI

La Iniciativa de Datos sobre Sostenibilidad de Amazon (ASDI) ofrece varios conjuntos de datos enfocados en la sostenibilidad mediante el Programa de Conjuntos de Datos Públicos de Amazon Web Services (AWS). Para obtener más información sobre estos datos, así como asistencia técnica para acceder a ellos, visite el Registro de datos abiertos de AWS (RODA). Si desea participar, escriba un correo electrónico a sustainability-data-initiative@amazon.com.

Conjunto de datos destacado: Sentinel-2

La misión Sentinel-2 es una constelación de dos satélites que monitorizan la tierra y que ofrecen una cobertura global de la superficie terrestre cada cinco días. Estos datos se utilizan en investigaciones que llevan a cabo organizaciones como BlueDot Observatory, que está implementando un sistema de monitorización global de todos los cuerpos de agua en peligro, o Radiant Earth Foundation, que actualmente elabora conjuntos de datos de entrenamiento a fin de generar soluciones de aprendizaje automático para la comunidad de desarrollo internacional.

Los datos presentados dentro de la ASDI se dividen en doce categorías principales:

Modelos de pronóstico meteorológico

Los datos sobre previsiones meteorológicas se generan mediante modelos informáticos para pronosticar las condiciones futuras del clima. Entre los datos de salida que generan estos modelos, se incluyen variables como la temperatura y las precipitaciones, así como información meteorológica sobre los océanos, el suelo y la atmósfera. Esta información es útil para la comunidad dedicada al ámbito de la sostenibilidad pues mejora la capacidad predictiva de quienes se encargan de la planificación y la gestión de emergencias.

Modelo meteorológico HIRLAM (Modelo de área limitada de alta resolución) | administrado por el Instituto Meteorológico Finlandés (FMI): El HIRLAM es un modelo operativo de predicción meteorológica en escala sinóptica y mesoescala que abarca la Unión Europea y Groenlandia.

Sistema Global de Pronóstico (GFS) | V2.0 y V3.0, administrado por la Administración Nacional Oceánica y Atmosférica (NOAA) de los EE. UU.: El GSF es un modelo de previsión meteorológica elaborado por los Centros Nacionales de Predicción Ambiental (NCEP). Este conjunto de datos contiene información sobre docenas de variables atmosféricas y del suelo: desde temperatura, viento y precipitaciones hasta humedad del suelo y concentración de ozono en la atmósfera. El GFS abarca todo el planeta y tiene una resolución horizontal base de 28 km entre puntos de la retícula. Los pronosticadores operativos utilizan este modelo para predecir el clima con hasta 16 días de anticipación. La resolución horizontal se reduce a 70 km entre puntos de la retícula para aquellos pronósticos que se realizan con un período de anticipación de entre una y dos semanas.

Modelo del Sistema Global de Pronóstico (GFS) de la NOAA con Unidata | administrado por Unidata: El GSF es un modelo de pronóstico meteorológico elaborado por los Centros Nacionales de Predicción Ambiental (NCEP). Este conjunto de datos contiene información sobre docenas de variables atmosféricas y del suelo: desde temperatura, viento y precipitación hasta humedad del suelo y concentración de ozono en la atmósfera. El GFS abarca todo el planeta y tiene una resolución horizontal base de 28 km entre puntos de la retícula. Los pronosticadores operativos utilizan este modelo para predecir el clima con hasta 16 días de anticipación. La resolución horizontal se reduce a 70 km entre puntos de la retícula para aquellos pronósticos que se realizan con un período de anticipación de entre una y dos semanas.

Modelo de alta resolución y actualización rápida (HRRR) de la NOAA: El HRRR es un modelo atmosférico en tiempo real con una resolución de 3 km elaborado por la NOAA que se actualiza cada hora y permite realizar simulaciones sobre nubes. Este modelo, que admite el uso de convección, se inicializa en retículas de 3 km con una asimilación de radar de 3 km. El HRRR asimila los datos que capta mediante el radar cada 15 minutos durante un período de una hora. Esto permite obtener información adicional a la que se recabó durante el proceso de asimilación de datos a partir de la actualización rápida reforzada por radar de 13 km, que ocurre cada hora. Abarca el territorio continental de los Estados Unidos de América.

Datos nacionales de pronóstico digital de la NOAA (NDFD) | administrado por Cornell: El Departamento de Ciencias Atmosféricas y de la Tierra de la Universidad de Cornell creó una base de datos pública sobre el clima. Los datos se guardan en formatos de almacenamiento en columnas (ORC) a fin de que puedan consultarse con facilidad mediante herramientas estándar como Amazon Athena o Apache Spark. El propósito inicial fue emplear los datos a fin de construir herramientas de apoyo para la toma de decisiones dirigidas a agricultores y a la agricultura digital. El primer conjunto de datos está conformado por los datos históricos de los NDFD/NDGD (Base de datos nacional de orientación digital), distribuida por los NCEP, la NOAA y el Servicio Meteorológico Nacional (NWS) de los EE. UU. Los NDFD/NDGD contienen pronósticos organizados en retículas y observaciones con una resolución de 2,5 km sobre los Estados Unidos contiguos (CONUS). Además, existen retículas de 5 km para algunas regiones más pequeñas de los EE. UU. y territorios no contiguos, como Hawái, Guam, Puerto Rico y Alaska. La NOAA distribuye los archivos correspondientes a los NDFD/NDGD en formato Grib2 mediante su sistema de distribución y archivo del modelo operativo de la NOAA (NOMADS). Los datos se convirtieron al formato ORC a fin de optimizar el uso del espacio de almacenamiento y, lo que es más importante, simplificar el acceso mediante herramientas estándar de análisis de datos.

Sistema global de conjunto de pronósticos (GEFS) de la NOAA | administrado por la NOAA: El GEFS, anteriormente conocido como GFS Global ENSemble (GENS), es un modelo de previsión conformado por 21 pronósticos diferentes, denominados miembros del conjunto. Los Centros Nacionales de Predicción Ambiental (NCEP) crearon el GEFS con el objetivo de estudiar la naturaleza de las incertidumbres en las observaciones meteorológicas, lo cual se emplea para inicializar modelos de pronóstico meteorológico. El GEFS busca cuantificar la incertidumbre en un pronóstico al generar un conjunto conformado por diversos pronósticos con diferencias minuciosas entre sí o que presenten alteraciones respecto de las observaciones iniciales. El GEFS tiene una cobertura global, se genera cuatro veces al día y arroja pronósticos meteorológicos con hasta 16 días de antelación.

DWD COSMO-D2 | administrado por Deutscher Wetterdienst: Se trata de un modelo numérico de predicción meteorológica COSMO-D2 de alta resolución y corto alcance que abarca Alemania y los países adyacentes. Tiene una retícula regular con una resolución de 2,2 km y 65 niveles verticales. Se actualiza desde 00UTC y en períodos sucesivos de tres horas. El pronóstico abarca un rango de 27 horas (45 horas para 03UTC). Además, cuenta con una selección de los parámetros que se emplean con frecuencia.

DWD COSMO-D2 EPS Ensemble | administrado por Deutscher Wetterdienst: Modelo numérico de predicción de conjunto meteorológico COSMO-D2 EPS de alta resolución y corto alcance que abarca Alemania y los países adyacentes. Cuenta con 20 miembros del conjunto, una retícula regular con una resolución de 2,2 km y 65 niveles verticales. Se actualiza a partir de 00UTC y en períodos sucesivos de tres horas. El pronóstico abarca un rango de 27 horas (45 horas para 03UTC). Además, cuenta con una selección de los parámetros que se emplean con frecuencia. Los miembros del conjunto se agrupan en archivos grib.

DWD ICON Global | administrado por Deutscher Wetterdienst: Modelo de predicción meteorológica icosaédrico no hidrostático (ICON) global con una resolución media de 13 km y 90 niveles verticales. Se actualiza a partir de 00UTC y en períodos sucesivos de seis horas. El pronóstico abarca un rango de 120 horas (180 horas para 00UTC y 12UTC). Además, cuenta con una selección de los parámetros que se emplean con frecuencia.

DWD ICON Global EPS Ensemble | administrado por Deutscher Wetterdienst: Modelo de predicción de conjunto EPS ICON global. Cuenta con 40 miembros del conjunto y una resolución promedio de 40 km. Se actualiza a partir de 00UTC y en períodos sucesivos de seis horas. El pronóstico se extiende un rango de 120 horas (180 horas para 00UTC y 12UTC). Además, cuenta con una selección de los parámetros que se emplean con frecuencia. Los miembros del conjunto se agrupan en archivos grib.

DWD ICON-EU | administrado por Deutscher Wetterdienst: Modelo numérico de predicción meteorológica regional ICON para la Unión Europea que abarca la región europea de anidamiento y tiene una resolución incrementada de aproximadamente 6,5 km, así como 60 niveles verticales. Se actualiza a partir de 00UTC y en períodos sucesivos de tres horas. El pronóstico abarca un rango de 120 horas. Además, cuenta con una selección de los parámetros que se emplean con frecuencia.

DWD ICON-EU EPS Ensemble | administrado por Deutscher Wetterdienst: Modelo de predicción meteorológica de conjunto regional EPS ICON para la Unión Europea. Cuenta con 40 miembros del conjunto y abarca la región europea de anidamiento. Tiene una resolución incrementada de aproximadamente 20 km. Se actualiza a partir de 00UTC y en períodos sucesivos de tres horas. El pronóstico abarca un rango de 120 horas. Además, cuenta con una selección de los parámetros que se emplean con frecuencia. Los miembros del conjunto se agrupan en archivos grib.

Pronósticos meteorológicos globales y regionales de la Oficina Meteorológica del Reino Unido: Datos de archivo provenientes del Reino Unido. El Sistema de predicción de conjunto global y regional de la Oficina Meteorológica (MOGREPS) se encuentra disponible en Amazon S3. Se pueden consultar los datos de dos modelos: MOGREPS-UK, un pronóstico meteorológico de alta resolución que abarca el Reino Unido; y MOGREPS-G, un pronóstico meteorológico global.

Modelos atmosféricos elaborados a partir de modelos de Météo-France | administrados por OpenMeteoData: Modelos atmosféricos globales y modelos atmosféricos regionales de alta resolución elaborados por Météo-France. Este conjunto de datos incluye docenas de variables atmosféricas, tales como temperatura, viento y precipitaciones. Hacemos nuestro trabajo con base en los datos abiertos que proporciona Météo-France. No obstante, no estamos vinculado con Météo-France ni contamos con su auspicio.

Observaciones meteorológicasLas observaciones meteorológicas son los datos fundamentales que se utilizan para monitorizar el tiempo y evaluar riesgos potenciales como resultado de condiciones meteorológicas extremas a fin de emitir alertas meteorológicas. También se emplean como datos de entrada para la elaboración de pronósticos meteorológicos. Los datos se obtienen de forma manual por medio de un observador meteorológico, de manera automática mediante el uso de instrumentos en estaciones meteorológicas o por medio de un esquema híbrido que consiste en utilizar observadores meteorológicos para ampliar los datos que las estaciones meteorológicas obtienen de forma automática.

NEXRAD en AWS | administrado por la NOAA: Datos de archivo y en tiempo real que se obtienen por medio de la red del radar meteorológico de última generación (NEXRAD) de los EE. UU.

Resumen diario de la superficie global (GSOD) | administrado por la NOAA: El GSOD es un conjunto de mediciones meteorológicas diarias que incluye información sobre temperatura, velocidad del viento, humedad y presión, entre otros indicadores. Los datos provienen de más de 9000 estaciones meteorológicas ubicadas por todo el mundo.

Base de datos de superficie integrada (ISD) de la NOAA | administrada por la NOAA: La ISD comprende observaciones globales sinópticas emitidas cada hora por diversas fuentes que se compilan en un formato gzipped con ancho fijo. La ISD se desarrolló como una actividad conjunta en el Complejo Climático Federal de Asheville. Esta base de datos incluye más de 35000 estaciones ubicadas en todo el mundo. Algunas de ellas incluyen datos que se remontan a 1901, aunque el volumen de información se incrementó de manera sustancial en la década de los cuarenta y también a principios de los años setenta. En la actualidad, existen más de 14000 estaciones activas, cuya información se actualiza diariamente. El volumen total de datos sin comprimir es de alrededor de 600 GB. No obstante, dicha cifra continúa aumentando a medida que se agregan más datos. La ISD incluye muchos parámetros, tales como velocidad y dirección del viento, ráfagas de viento, temperatura, punto de rocío, datos sobre nubes, presión a nivel del mar, ajuste altimétrico, presión local, tiempo actual, visibilidad, niveles de precipitación en diversos períodos, profundidad de la nieve y muchos otros elementos observados en cada estación.

Cambio climático

Los datos climáticos incluyen tanto observaciones como datos modelados. Para que los datos obtenidos mediante observaciones se consideren de “calidad climática“, estos deben incluir una serie de mediciones temporales con suficiente longitud (generalmente, 30 años o más). Asimismo, deben ser consistentes y continuos, pues esta información se emplea para determinar la variabilidad del clima y sus cambios. Generalmente, los datos para modelos climáticos se encuentran disponibles como proyecciones de datos climáticos. Esta información se diseñó a fin de evaluar el comportamiento del sistema climático global y es relativamente efectiva para simular las características globales del clima, tales como la temperatura global y los patrones generales de circulación.

NASA NEX: Se trata de una serie de conjuntos de datos sobre ciencias de la tierra mantenidos por la NASA, la cual incluye proyecciones sobre el cambio climático e imágenes satelitales de la superficie terrestre. Incluye proyecciones climáticas globales diarias a escala reducida.

Información climática de CCAFS: Datos climáticos de alta resolución que ayudan a evaluar el impacto del cambio climático, especialmente en la agricultura. Estos conjuntos de datos de acceso abierto sobre proyecciones climáticas ayudan a los investigadores a realizar evaluaciones sobre el impacto del cambio climático.

Red de Climatología Histórica Global por Día (GHCN-D) | administrada por la NOAA: La GHCN-D es una base de datos integrada de resúmenes meteorológicos que se extraen de estaciones ubicadas en todo el planeta la cuales estudian la superficie terrestre y que ha sido sometidos a una serie de revisiones de control de calidad. Algunos datos tienen más de 175 años. Esta es la versión promedio diaria del conjunto de datos, la cual se actualiza todos los días. Los conjuntos de datos se encuentran agrupados por año.

Red de Climatología Histórica Global por Hora (GHCN-H) de la NOAA | administrada por la NOAA: La GHCN-H es un conjunto de datos de la NOAA que contiene observaciones diarias a nivel global. Incluye mediciones que registran estaciones terrestres ubicadas por todo el mundo. Alrededor de dos tercios de dichas mediciones corresponden únicamente a estudios sobre precipitaciones. El resto de los elementos meteorológicos incluye, entre otros, las temperaturas máxima y mínima diarias, la temperatura registrada al momento de la observación, la cantidad de nieve y su profundidad. Es un conjunto de registros climáticos que provienen de diversas fuentes que se fusionaron para luego someterse a una serie de controles de calidad. Algunos datos tienen más de 175 años. Los datos se encuentran en formato CSV. Cada archivo corresponde a un año desde 1763 hasta la actualidad y posee el nombre del año correspondiente.

ERA5 del CEPPM | administrado por Intertrust: ERA5 es la quinta generación de nuevos análisis atmosféricos del Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (CEPPM) sobre el clima global y el primer estudio de nuevos análisis que se produjo como un servicio operativo. Utiliza los datos disponibles de mayor calidad provenientes de satélites y estaciones in situ, los cuales se asimilan y procesan mediante el ciclo 41r2 del Sistema de Pronóstico Integrado (IFS) del CEPPM. El conjunto de datos proporciona información sobre todos los parámetros meteorológicos atmosféricos esenciales, entre otros, la temperatura del aire, la presión y el viento en distintos niveles de altitud, así como parámetros de superficie, tales como la pluviosidad, la humedad del suelo y los parámetros del mar, como la temperatura de la superficie y la altitud de las olas. ERA5 proporciona información con una resolución espacial y temporal mucho mayor que la de su antecesor ERA-Interim. Existe una versión de alta resolución del ERA5, la cual cuenta con una resolución horizontal de 31 km, así como una versión de conjunto con una resolución reducida y que cuenta con 10 miembros en el conjunto. Los datos se encuentran disponibles a partir del 2008, pero se espera que, progresivamente, abarque información más antigua, en principio hasta 1979 y luego hasta 1950.

Datos climáticos de Alaska a escala reducida | administrados por Scenarios Network for Alaska and Arctic Planning (SNAP) en el Centro Internacional de Investigaciones Árticas (IARC) de la Universidad de Alaska, Fairbanks: Este conjunto de datos contiene datos climáticos históricos y proyectados a escala reducida en forma dinámica sobre el estado de Alaska y sus regiones vecinas. Cuenta con una resolución espacial de 20 km y una resolución temporal de una hora. Estos datos se obtuvieron mediante el uso del modelo de investigaciones y predicciones meteorológicas (versión 3.5). Se llevó a escala reducida tanto para los datos históricos de nuevos análisis de ERA-Interim (de 1979 a 2015), como la ejecución histórica y proyectada de dos modelos de información climática global (GCM) del Proyecto 5 de Comparación de Modelos Acoplados (CMIP5): GFDL-CM3 y NCAR-CCSM4 (ejecución histórica: de 1970 a 2005 y RCP 8.5: 2006 a 2100).

Información científica para propietarios de tierras (SILO) | administrada por el gobierno de Queensland: SILO es una base de datos de información climática australiana que incluye datos desde 1889 hasta el presente. Proporciona conjuntos de datos de forma continua y con una frecuencia diaria en formatos que pueden utilizarse de inmediato en procesos operativos y de investigación. Los datos de SILO se encuentran en AWS en formato anual NetCDF. Los datos puntuales se encuentran disponibles en el sitio web de SILO.

Energía

La categoría de energía incluye aquellos conjuntos de datos que sustentan el trabajo en energías sostenibles, tales como las climatologías solares y del viento, los indicadores de intensidad de la energía, o el consumo anual, entre otros.

Conjunto de datos nacional sobre integración del viento (WIND) | administrado por el Laboratorio Nacional de Energía Renovable (NREL) de los Estados Unidos: WIND es una actualización y expansión de los Conjuntos occidental y oriental de datos sobre la integración del viento que respalda la última generación de estudios sobre integración del viento.

Base de datos nacional sobre radiación solar | administrado por el NREL: La Base de datos nacional sobre radiación solar (NSRDB) es un conjunto completo en serie de los valores de las tres medidas de radiación solar más comunes (la horizontal global, la normal directa y la irradiación horizontal difusa), registrados cada hora y cada media hora, así como datos meteorológicos. Estos datos se obtuvieron a partir de una cantidad suficiente de ubicaciones y escalas temporales y espaciales, de modo que representan con precisión los niveles de radiación solar regional.

Hidrología del suelo

Los datos sobre hidrología del suelo incluyen tanto observaciones como datos modelados. Los datos provenientes del modelo hidrológico ayudan a monitorizar y predecir las variables hidrológicas en el mundo real que no pueden observarse con facilidad (por ejemplo, el agua en la superficie, la humedad del suelo, la escorrentía y las aguas subterráneas). Estos datos mejoran los niveles de comprensión de las comunidades dedicadas a la sostenibilidad y la administración de los recursos hídricos.

Nuevo análisis del modelo nacional de agua (NWM) de la NOAA | administrado por la NOAA: El conjunto de datos del NWM de la NOAA contiene información que se obtiene de una simulación retrospectiva de 25 años (desde enero de 1993 hasta diciembre de 2017) realizada por la versión 1.2 del Modelo nacional de agua de los Estados Unidos. Entre los usos de este conjunto de datos se encuentra la creación de un contexto histórico que permite analizar las condiciones en tiempo real del caudal de agua, la humedad del suelo y la nieve acumulada del NWM. Los datos que se obtienen del nuevo análisis pueden emplearse para inferir las frecuencias del flujo de agua, así como para realizar análisis temporales que muestren datos sobre el caudal de agua cada hora, así como datos sobre la superficie del terreno cada tres horas. El conjunto de datos a largo plazo también puede emplearse para el desarrollo de aplicaciones dirigidas al usuario final que requieran un gran nivel de datos de partida para fines de capacitación sobre el sistema o verificación.

Pronóstico de corto alcance del Modelo nacional de agua (NWM) de la NOAA | administrado por la NOAA: El NWM de los Estados Unidos es un modelo de recursos hídricos que simula y pronostica variables relacionadas con el nivel de agua disponible, tales como la nieve acumulada, la evapotranspiración, la humedad del suelo y el caudal de agua en el territorio contiguo de los Estados Unidos de América (CONUS). Este modelo se lanzó en agosto de 2016, con el objetivo de mejorar la capacidad de la NOAA para atender las necesidades de las personas interesadas en su trabajo (pronosticadores, encargados de administración de emergencias, operadores de embalses, personal de primeros auxilios, personas que disfrutan del medio ambiente, granjeros, operadores de gabarra y administradores medioambientales y de llanuras aluviales). Para ello, les proporciona mayores niveles de precisión, detalles y frecuencia de información sobre el agua. La oficina de la NOAA sobre pronósticos relacionados con el agua es la encargada de implementar este modelo. Este sector de almacenamiento contiene los datos arrojados por el modelo de pronóstico de corto alcance durante un período de cuatro semanas, así como los correspondientes datos de trabajo del modelo. El modelo funciona con datos meteorológicos de los modelos de alta resolución y actualización rápida (HRRR) y de actualización rápida (RAP). La configuración del pronóstico de corto alcance cumple su ciclo cada hora y produce pronósticos deterministas sobre el caudal de agua y los estados hidrológicos con hasta 18 horas de anticipación.

Modelos de pronóstico oceánico

Los modelos oceánicos son modelos numéricos que se enfocan en las propiedades de los océanos y en su circulación. Estos modelos juegan un papel fundamental para facilitar nuestra comprensión sobre la influencia del océano sobre el tiempo y el clima.

Sistema de pronóstico oceánico (OFS) de la NOAA | administrado por la NOAA: El OFS se desarrolló para atender a la comunidad de usuarios marítimos en un proyecto conjunto de la Oficina de Estudio de las Costas perteneciente al Servicio Nacional Oceánico (NOS) de la NOAA, el Centro de Productos y Servicios Operativos Oceanográficos perteneciente al NOS de la NOAA y la Oficina de Operaciones Centrales (NCO) perteneciente a los Centros Nacionales de Predicción Ambiental (NCEP) que integran el Servicio Meteorológico Nacional (NWS) de la NOAA. Cuatro veces al día, el OFS proporciona pronósticos e información sobre la situación actual del nivel de agua su temperatura y salinidad (excepto en la región de los Grandes Lagos), las corriente y las condiciones del viento.

Calidad del aire

Los datos sobre la calidad del aire incluyen datos obtenidos mediante observación y la implementación de modelos. Se emplean para monitorizar y predecir el impacto de la calidad del aire en la salud humana y el medio ambiente. Además, se puede utilizar para monitorizar el cumplimiento normativo.

OpenAQ: Datos globales y conjuntos sobre la calidad del aire obtenidos de fuentes públicas de datos suministradas por el gobierno como investigadores, entre otras.

Datos de entrada de GEOS-Chem: Datos de entrada del modelo de transporte químico GEOS-Chem. Incluye los productos meteorológicos NASA/GMAO MERRA-2 y GEOS-FP, los inventarios de emisiones de HEMCO y otros datos menores, tales como las condiciones iniciales del modelo.

Indicadores ambientales de detección de riesgos de la Agencia de Protección Ambiental (EPA) de los Estados Unidos: Resultados detallados del modelo de aire de indicadores ambientales de detección de riesgos (RSEI) de la EPA.

Safecast | administrado por Safecast: Una serie de mediciones sobre la radiación y la calidad del aire tomadas por dispositivos utilizados en el proyecto Safecast, cuya elaboración se encuentra en proceso.

Observaciones de la Tierra

Los conjuntos de datos de observaciones de la Tierra se encuentran compuestos principalmente por información obtenida de la observación satelital. No obstante, también pueden incluir imágenes captadas por aeronaves. Los datos se utilizan generalmente con el fin de monitorizar cambios en la cubierta terrestre para fines de monitorización ambiental, agricultura (por ejemplo, gestión de cosechas, apoyo a la seguridad alimentaria), monitorización de aguas continentales, mapeo y gestión de inundaciones (por ejemplo, actividades de análisis de riesgo, evaluación de pérdidas y administración de desastres posteriores a la inundación).

Sentinel-1 | administrado por Sinergize: Sentinel-1 está compuesto por un par de satélites europeos que captan imágenes con radares de apertura sintética (SAR), lanzados en 2014 y 2016. El ciclo de seis días y la habilidad para observar a través de las nubes hacen que estos satélites sean perfectos para la monitorización del mar y el terreno, los asuntos relacionados con la respuesta de emergencia a desastres ambientales y fines económicos. (Modelo de pago por solicitante)

Conjunto de datos Sentinel-1 complejo de observación única (S1 SLC) para el sur y el sureste de Asia, Taiwán y Japón | administrado por la Universidad Tecnológica de Nanyang con sede en Singapur: El conjunto de datos S1 SLC contiene datos del radar de apertura sintética (SAR) en la longitud de onda de la banda C. Los sensores SAR se encuentran instalados en una constelación de dos satélites (Sentinel-1A y Sentinel-1B) que orbita la tierra con un tiempo combinado de revisita de seis días. La Agencia Espacial Europea es la encargada de operarlos. Los datos del S1 SLC son un producto de nivel uno que recopila información sobre la amplitud y fases del radar en todas las condiciones climáticas, día y noche; lo cual es ideal para estudiar riesgos naturales y respuestas ante emergencias, usos relacionados con el terreno, monitorización de derrames de petróleo, condiciones del hielo en los océanos y efectos asociados al cambio climático. (Modelo de pago por solicitante)

Sentinel-2 | administrado por Sinergize: La misión Sentinel-2 es una constelación de monitorización terrestre conformada por dos satélites que produce imágenes ópticas de alta resolución, así como continuidad para las actuales misiones del satélite para la observación terrestre (SPOT) y Landsat. La misión proporciona una cobertura global de la superficie terrestre cada cinco días. Esto hace que sus datos resulten de gran utilidad para los estudios en curso. (Modelo de pago por solicitante)

Landsat 8 | administrado por Planet: Una serie de imágenes satelitales de toda la superficie terrestre, producida por el satélite Landsat 8m cuya elaboración se encuentra en curso.

Espectroradiómetro captador de imágenes de resolución moderada (MODIS) | administrado por el Servicio de investigaciones geológicas de los Estados Unidos y la NASA: El MODIS es un sensor que se encuentra en los satélites Terra y Aqua. El MODIS cuenta con una resolución espacial baja, pero con una resolución temporal alta. Esto lo hace ideal para detectar cambios en el terreno. También se emplea para detectar incendios forestales.

GOES | administrado por NOAA: El satélite GOES suministra imágenes del tiempo en forma continua y permite monitorizar datos meteorológicos y del entorno espacial en América del Norte. Es un satélite geoestacionario cuya función principal es apoyar la elaboración de pronósticos meteorológicos. Almacenamos la información de GOES 17 y de GOES 18.

Unidata GOES-16 | administrado por Unidata: El satélite GOES suministra imágenes del tiempo en forma continua y permite monitorizar datos meteorológicos y del entorno espacial en América del Norte.

Programa nacional agrícola de imágenes (NAIP): Imágenes aéreas de alta calidad y de un metro de resolución captadas desde una aeronave durante las temporadas agrícolas en el territorio continental de los Estados Unidos. (Modelo de pago por solicitante)

Satélite de recursos terrestres China-Brasil (CBERS) | administrado por AMS Kepler: Las imágenes captadas por el satélite CBERS presentan observaciones de distintos espectros que pueden ser utilizadas para detectar el tipo de uso de la tierra. (Modelo de pago por solicitante)

Programa de datos abiertos de DigitalGlobe | administrado por DigitalGlobe: Imágenes satelitales de alta resolución antes y después del evento para el apoyo a la planificación de emergencias, la evaluación de riesgos, la monitorización de las áreas de preparación y la respuesta ante emergencias, la evaluación de daños y la recuperación. También incluye evaluaciones de daños del trabajo colaborativo distribuido en casos de grandes y repentinos desastres.

OpenStreetMap (OSM): OSM es un mapa del mundo gratuito y editable, creado y actualizado por voluntarios. Los archivos de datos de OSM están disponibles en Amazon S3.

Sistema de referencia lineal de OpenStreetMap (OSMLR): OSMLR es un sistema de referencia lineal integrado a OpenStreetMap. OSM tiene basta información sobre carreteras de todo el mundo y sus interconexiones, pero carece de los medios necesarios para brindar un identificador estable a un tramo de carretera determinado. OSMLR proporciona un conjunto estable de identificaciones numéricas para cada kilómetro de carretera alrededor del mundo. En las zonas urbanas, los identificadores de OSMLR se asignan a cada bloque de carreteras entre las intersecciones significativas.

Terrain Tiles: Un conjunto de datos globales que proporciona alturas de la superficie terrestre en mosaico para un uso sencillo.

Nubes de puntos LiDAR 3DEP del Servicio Geológico de los Estados Unidos (USGS) | administrados por Hobu, Inc.: El objetivo del programa 3DEP es recopilar datos de elevación en forma de datos sobre la detección y el alcance de la luz (LiDAR) a lo largo de Estados Unidos, Hawái y los territorios de EE. UU, con datos adquiridos durante un periodo de 8 años. Este conjunto de datos proporciona de dos maneras los datos de la nube de puntos 3DEP. El primer recurso es una organización de acceso público en formato Entwine Point Tiles, un árbol octal sin pérdida, de densidad total, que se puede transmitir, basado en codificación LASzip (LAZ). El segundo recurso es una recopilación de pago por solicitante con los mismos datos en formato LAZ (LAS comprimido). Los nombres de los recursos en ambos conuntos corresponden a los nombres del proyecto de USGS.

Global Hydro Estimator (GHE) de la NOAA | administrado por la NOAA: El GHE proporciona una imagen del mosaico global con estimaciones de precipitaciones de numerosos satélites geoestacionarios, actualmente los satélites GOES-16, GOES-15, Meteosat-8, Meteosat-11 e Himawari-8. Los productos de GHE incluyen: índice de precipitación instantánea y acumulación de precipitaciones durante 1 hora, 3 horas, 6 horas, 24 horas y varios días.

Indicadores naturales, sociales y económicos

Los conjuntos de datos de capital humano, natural y social incluyen indicadores sociales, ambientales y económicos. Algunos ejemplos de indicadores son el impacto ambiental (o huella ecológica), la tasa de pobreza, la expectativa de vida y la tasa de desempleo. Esta información es valiosa para la comunidad que trabaja en el sector de la sostenibilidad porque le permite comprender el estado actual de una región, país o continente, y la tasa de cambio de las medidas ambientales, sociales y económicas.

NFA (Cuentas Nacionales de la Huella Ecológica) 2017. Uso de recursos ecológicos y capacidad de recursos de las naciones desde 1961 hasta 2013: Huella ecológica relacionada con el PIB. Las Cuentas Nacionales de la Huella Ecológica (NFA) miden el uso de los recursos ecológicos y la capacidad de recursos de las naciones desde 1961 hasta 2013. Los cálculos en las NFA se basan principalmente en conjuntos de datos de las Naciones Unidas, incluidos los publicados por la Organización de las Naciones Unidas para la Alimentación y la Agricultura, la Base de datos estadísticos sobre el comercio de mercaderías de las Naciones Unidas y la División de Estadística de las Naciones Unidas, así como la Agencia Internacional de la Energía.

Encuesta de la Comunidad Estadounidense (ACS) realizada por la Oficina del Censo de los Estados Unidos: El modelo de uso público de microdatos de la Oficina del Censo de los Estados Unidos disponible en formato de datos vinculados mediante el uso del modelo de datos del Marco de descripción de recursos (RDF).

Mapas de alta resolución en los que se muestran la densidad de poblacion y las estimaciones demográficas realizadas por el Centro de Redes para la Información Científica y Terrestre (CIESIN) y Facebook | administrados por Facebook: Datos de población de un grupo de países, asignados a bloques de 1 pulgada y proporcionados en una combinación de archivos CSV y GeoTIFF optimizados para la nube. Esto refina la población mundial mapeada de CIESIN mediante el uso de modelos de aprendizaje automático en imágenes satelitales digitales de alta resolución de DigitalGlobe de todo el mundo. Los recuentos de población de CIESIN tomados de los datos del censo mundial se asignan a bloques con imágenes que parecen contener edificios.

Desastres

Los conjuntos de datos de desastres incluyen datos utilizados para la mitigación y prevención.

Open Earthquake Early-Warnings (OpenEEW) | administrado por Grillo: Grillo ha desarrollado un sistema de alerta temprana de terremotos basado en IoT en México y Chile, y ahora está expandiendo al resto mundo su archivo completo de datos de acelerómetro sin procesar con el objetivo de fomentar el desarrollo de nuevos algoritmos capaces de detectar e identificar terremotos rápidamente en tiempo real.

Biodiversidad

Los conjuntos de datos de biodiversidad monitorizan el recuento y la variabilidad de los organismos vivos (terrestres, marinos y otros ecosistemas acuáticos) y sus ecosistemas.

Resultados del modelo eBird Status and Trends | administrado por el Laboratorio de ornitología de Cornell: El proyecto eBird Status and Trends proporciona estimaciones de la presencia y abundancia de aves con una alta resolución espacio-temporal. Este conjunto de datos representa los resultados primarios modelados del flujo de trabajo de análisis y está diseñado para poder realizar más análisis, síntesis, visualización y exploración.

Aprendizaje automático

Los conjuntos de datos del aprendizaje automático se utilizan para la investigación en torno al aprendizaje automático relacionado con la sostenibilidad. Estos incluyen conjuntos de datos de estudio etiquetados para algoritmos de aprendizaje automático supervisados y semisupervisados.

Química del suelo: Servicio de información sobre el suelo en África | administrado por Quantitative Engineering Design: Este conjunto de datos contiene datos espectrales infrarrojos del suelo y mediciones de referencia de propiedades del suelo emparejadas para muestras de suelo georreferenciadas recolectadas mediante el proyecto AfSIS, realizado entre 2009 y 2018. En esta versión, se incluyen datos recopilados durante la primera fase (2009-2013). Se recolectaron muestras georreferenciadas de 19 países del África subsahariana mediante un esquema de muestreo estadísticamente sólido, y se analizaron las propiedades del suelo con métodos de prueba de suelo convencionales y métodos espectrales (espectroscopia de reflectancia difusa infrarroja). Ambos tipos de datos pueden emparejarse para formar un conjunto de datos de estudio para el aprendizaje automático, de modo que ciertas propiedades del suelo puedan predecirse adecuadamente mediante técnicas espectrales menos costosas.