Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática
Esta investigación permitió la formación del equipo de investigación en términos de: capacitación en técnicas de procesamiento digital de imágenes de satélite (principalmente dirigido a los becarios) y en técnicas de modelamiento probabilístico (dirigido a los investigadores principales). Esta capac...
Autores principales: | , |
---|---|
Formato: | Resumen de Comunicación en Evento Científico |
Lenguaje: | Español |
Publicado: |
Editorial Umaza
2022
|
Materias: | |
Acceso en línea: | http://repositorio.umaza.edu.ar//handle/00261/2743 |
Aporte de: |
id |
I56-R162-00261-2743 |
---|---|
record_format |
dspace |
institution |
Universidad Juan Agustín MAZA |
institution_str |
I-56 |
repository_str |
R-162 |
collection |
UMAZA Digital (Universidad MAZA - Mendoza) |
language |
Español |
orig_language_str_mv |
spa |
topic |
Modelos probabilísticos Selva Tucumano-Boliviana Variabilidad climática |
spellingShingle |
Modelos probabilísticos Selva Tucumano-Boliviana Variabilidad climática Salvatierra, Hilda Cristina Herrera, María Magdalena Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
topic_facet |
Modelos probabilísticos Selva Tucumano-Boliviana Variabilidad climática |
description |
Esta investigación permitió la formación del equipo de investigación en términos de: capacitación en técnicas de procesamiento digital de imágenes de satélite (principalmente dirigido a los becarios) y en técnicas de modelamiento probabilístico (dirigido a los investigadores principales). Esta capacitación forma parte del resultado final del adiestramiento adquirido (tanto por el director, en carácter de coordinador nacional y de algunos becarios durante el periodo 2008-2011) en los talleres sobre modelamiento espacial y radar, beneficio otorgado como parte integrante de la
red FORCLIM (Red Iberoamericana para el estudio de los ecosistemas forestales frente al cambio climático global), programa internacional financiado por el CYTED de España. Esta red temática desembocó en esta línea de investigación, ya que la misma accedía la aprehensión y transferencia metodológica enfatizando la distribución actual y futura de las formaciones boscosas correspondientes a la Selva Tucumano- Boliviana (STB), región con una gran variabilidad ecosistémica y de biodiversidad, estimando el riesgo potencial de pérdida de la misma por los causales climáticos y antrópicos por vocación y la dinámica de su frontera espacial. |
format |
Resumen de Comunicación en Evento Científico |
author |
Salvatierra, Hilda Cristina Herrera, María Magdalena |
author_facet |
Salvatierra, Hilda Cristina Herrera, María Magdalena |
author_sort |
Salvatierra, Hilda Cristina |
title |
Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
title_short |
Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
title_full |
Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
title_fullStr |
Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
title_full_unstemmed |
Aplicación de modelos probabilísticos de distribución de la Selva Tucumano-Boliviana frente a la variabilidad climática |
title_sort |
aplicación de modelos probabilísticos de distribución de la selva tucumano-boliviana frente a la variabilidad climática |
publisher |
Editorial Umaza |
publishDate |
2022 |
url |
http://repositorio.umaza.edu.ar//handle/00261/2743 |
work_keys_str_mv |
AT salvatierrahildacristina aplicaciondemodelosprobabilisticosdedistribuciondelaselvatucumanobolivianafrentealavariabilidadclimatica AT herreramariamagdalena aplicaciondemodelosprobabilisticosdedistribuciondelaselvatucumanobolivianafrentealavariabilidadclimatica |
bdutipo_str |
Repositorios |
_version_ |
1764820541432135683 |