MOVESBecas Marie CurieDuración del proyecto: De Oct 2019 hasta Oct 2021Desarrollo de algoritmos avanzados de estimación de variables esenciales de vegetación a alta resolución espacial y temporal a partir de datos Sentinel-2. Los productos Sentinel-2 y las variables esenciales de vegetación, en particular, deben contribuir de manera decisiva en aplicaciones de gestión del territorio, agricultura y bosques para apoyar la toma de decisiones e implementación de políticas de sostenibilidad a escala regional, nacional , europea y global.ResumenEl objetivo principal del proyecto MOVES es el desarrollo de algoritmos avanzados de machine learning para estimar variables esenciales de vegetación a partir de datos de satélite de alta resolución espacial y temporal. El índice de área foliar, la fracción de radiación fotosintéticamente activa absorbida por la vegetación, la fracción de cubierta vegetal, el contenido en agua y el contenido en clorofila son variables esenciales en el seguimiento del estado y funcionamiento de la vegetación. La puesta en órbita de los satélites Sentinel-2, con 13 bandas espectrales, una resolución de 10, 20 y 60m, y una frecuencia de observación de 5 días, ha supuesto un cambio de paradigma en la monitorización global de la vegetación a alta resolución espacial y temporal. Los productos Sentinel-2 y las variables esenciales de vegetación, en particular, contribuirán de manera decisiva en aplicaciones de gestión del territorio, agricultura y bosques para dar soporte en la toma de decisión e implementación de políticas de sostenibilidad a escala regional, nacional, europea y global.