Conjunts de dades
-
PATFOR: Qualitat del sòl per a la conservació
Qualitat del sòl per a la conservació. Grandària del píxel 30x30m. Expressada en T / Ha / any -
PATFOR: Risc d'incendi forestal
Risc d'incendi forestal. Grandària del píxel 25x25m -
Models de combustible en la Comunitat Valenciana: Altura mitjana (Hm) de l'arbratge
Capa raster (10x 10 m²) on cada píxel representa l'altura mitjana de l'arbratge (Hm) mesura en metres. Es tracta d'un paràmetre clau per a caracteritzar l'estructura vertical de... -
Sistema d'Informació d'Ocupació del Sòl (SIOSE) 2015 a la Comunitat Valenciana
Base de dades d'ocupació del sòl en la Comunitat Valenciana a escala 1.25.000 de l'any 2015 (Castelló i València) i 2014 per a Alacant. El terreny es representa per mitjà de... -
Projecció climàtica a la Comunitat Valenciana per a l'escenari d'aplicació de polítiques moderades de mitigació: Escenari A1B (IPCC, 2007)
Projecció regionalitzada en l'horitzó 2001-2060 segons la variació estacional (hivern, tardor, primavera i estiu) de les variables climàtiques: precipitació acumulada (mm),... -
Àrees crítiques enfront del canvi climàtic: Estoc de diòxid de carboni
La cartografia “Estoc de diòxid de carboni” reflecteix la quantificació de carboni total en termes de CO₂ atmosfèric equivalent, emmagatzemat en la vegetació dels ecosistemes... -
Sistema d'Informació d'Ocupació del Sòl (SIOSE) 2005 a la Comunitat Valenciana
Base de dades d'ocupació del sòl en la Comunitat Valenciana a escala 1.25.000 de l'any 2005. El terreny es representa per mitjà de polígons. En cada polígon s'especifica... -
MDT de 100 m de resolució de la Comunitat Valenciana
Model digital del terreny en format ràster de 100 m de píxel creat a partir del vol LiDAR de 2009 de 0,5 punts per metre quadrat. -
Mapa raster d'usos de sòl de la Comunitat Valenciana amb classificació LULUCF per a l'any 2018
Cobertura d'ocupació del sòl i aplicació metodologia serie LULUCF per a l'any de referència 2018, utilitzada per al càlcul de les emissions i absorcions de gasos d'efecte... -
PATFOR: Interfície Urbà - Forestal
Interfície urbà forestal. Nombre de punts d'interfície urbà-forestal per km2. Grandària del píxel 1x1km -
Mapa d'ombres de 50 m de resolució de la Comunitat Valenciana. Any 2009
Mapa d'ombres en format ràster de 50 m de píxel creat a partir dels punts classificats com a sòl del vol LiDAR de 0,5 punts per metre quadrat de l'any 2009 -
Àrees crítiques enfront del canvi climàtic: Fixació anual de diòxid de carboni
La cartografia “Fixació anual de diòxid de carboni” reflecteix la quantificació del carboni que anualment es fixa en el territori en termes de CO2 atmosfèric equivalent, a... -
Mapa d'ombres de 25 m de resolució de la Comunitat Valenciana. Any 2009
Mapa d'ombres en format ràster de 25 m de píxel creat a partir dels punts classificats com a sòl del vol LiDAR de 0,5 punts per metre quadrat de l'any 2009 -
MDT de 50 m de resolució de la Comunitat Valenciana
Model digital del terreny en format ràster de 50 m de píxel creat a partir del vol LiDAR de 0,5 punts per metre quadrat. -
PATCPVI. Àmbit Pla d'acció territorial Catàleg de protecció de Paisatges Agraris Culturals del Vi (PAT Paisatges del Vi)
Treballs de delimitació dels paisatges agraris culturals valencians vinculats amb la vinya basats en els seus dos pilars distintius: la naturalesa i el vi. Garantir la protecció... -
MDT de 05 m de resolució de la Comunitat Valenciana 2009
Model digital del terreny en format ràster de 5 m de píxel creat a partir del vol LiDAR de 0,5 punts per metre quadrat. -
Models de combustible (Scott & Burgan) del territori de la Comunitat Valenciana
Mapa de Models de Combustibles de la Comunitat València, raster 10x 10 m², clasificació Scott & Burgan, pertanyent a la Direcció general de Prevenció d'Incendis Forestals.... -
PATFOR: Erosió actual
Erosió actual classificada. Grandària del píxel 30x30m. Expressada en T / Ha / any -
MDT de 25 m de resolució de la Comunitat Valenciana
Model digital del terreny en format ràster de 25 m de píxel creat a partir del vol LiDAR de 0,5 punts per metre quadrat.