fix a bunch of syntax errors

source/es/sdr.rst

@@ -34,7 +34,7 @@ A partir de la versión 3.12.0 de InVEST, se han introducido varias revisiones i
 
 * El término "deposición" se ha cambiado por "atrapamiento", y el parámetro intermedio :math:`R` se ha cambiado por :math:`T`, para evitar confusiones con el factor R utilizado en la USLE.
 
-* Se ha actualizado el cálculo de los parámetros intermedios :math:`R` (ahora actualizado a :math:`T`, atrapamiento) y :math:`F` (flujo). Anteriormente, :math:`R` y :math:`F` se calculaban de forma que el sedimento que erosiona un píxel (calculado mediante la Ecuación Universal Revisada de Pérdida de Suelo o RUSLE) puede ser atrapado por la vegetación en ese mismo píxel. Esto es conceptualmente incoherente: el papel de la vegetación para reducir la erosión y la escorrentía de sedimentos de un píxel ya se recoge en el factor C de RUSLE (Wischmeier y Smith, 1978). Al permitir la captura inmediata de sedimentos en el mismo píxel, esto equivalía a contabilizar dos veces el papel de la vegetación. Con el cálculo actualizado, todo el sedimento que se erosiona de un píxel va al siguiente píxel ladera abajo, donde puede quedar atrapado o seguir fluyendo ladera abajo. *Este cambio no afectará a las estimaciones de la calidad del agua para ningún escenario dado en relación con la formulación anterior del modelo. Sin embargo, dará lugar a algún cambio en la atribución de los servicios de retención de sedimentos que se prestan en el paisaje, por lo que es probable que se observen diferencias en los resultados, en comparación con las versiones anteriores de InVEST.
+* Se ha actualizado el cálculo de los parámetros intermedios :math:`R` (ahora actualizado a :math:`T`, atrapamiento) y :math:`F` (flujo). Anteriormente, :math:`R` y :math:`F` se calculaban de forma que el sedimento que erosiona un píxel (calculado mediante la Ecuación Universal Revisada de Pérdida de Suelo o RUSLE) puede ser atrapado por la vegetación en ese mismo píxel. Esto es conceptualmente incoherente: el papel de la vegetación para reducir la erosión y la escorrentía de sedimentos de un píxel ya se recoge en el factor C de RUSLE (Wischmeier y Smith, 1978). Al permitir la captura inmediata de sedimentos en el mismo píxel, esto equivalía a contabilizar dos veces el papel de la vegetación. Con el cálculo actualizado, todo el sedimento que se erosiona de un píxel va al siguiente píxel ladera abajo, donde puede quedar atrapado o seguir fluyendo ladera abajo. *Este cambio no afectará a las estimaciones de la calidad del agua para ningún escenario dado en relación con la formulación anterior del modelo. Sin embargo, dará lugar a algún cambio en la atribución de los servicios de retención de sedimentos que se prestan en el paisaje, por lo que es probable que se observen diferencias en los resultados, en comparación con las versiones anteriores de InVEST.*
 
 * Se han añadido dos nuevos resultados ("erosión evitada" y "exportación evitada"), que cuantifican explícitamente el servicio de retención de sedimentos en el paisaje. Anteriormente, no estaba claro qué resultado del modelo, o combinación de resultados, debía utilizarse para valorar el servicio ecosistémico.
 
@@ -311,7 +311,7 @@ Si usted ve áreas NoData en estos resultados que no pueden ser explicadas por d
 
 **Tenga en cuenta también que muchos de los resultados del SDR producen valores de NoData donde hay corrientes**. Esto se debe a que el modelo no incluye el procesamiento dentro de la corriente, y los cálculos del modelo se detienen cuando alcanzan una corriente, tal y como se define en el ráster de salida **stream.tif**. Así que si ve valores NoData que está intentando explicar, compárelos con **stream.tif** y vea si coinciden. Si lo hacen, este es el comportamiento esperado, y no hay entradas que se pueden cambiar que producirán valores dentro de las corrientes definidas.
 
-**Ejemplo:** A continuación se muestra un ejemplo del efecto de la acumulación de caudal umbral en la extensión definida, en un área con múltiples cuencas hidrográficas que no están conectadas hidrológicamente. Dentro del área del mapa se puede ver una red de corrientes conectadas que fluyen de noroeste a sureste, así como 3 trozos de corrientes que se cortan a lo largo del lado derecho del mapa. En los mapas de ejemplo de abajo, los píxeles blancos de la fila superior son corrientes (**stream.tif** salida de SDR), mientras que la fila inferior muestra SDR (**sdr_factor.tif**). *Observe los píxeles negros en los rásteres SDR, que son píxeles NoData, ya que están dentro de la red de corrientes.
+**Ejemplo:** A continuación se muestra un ejemplo del efecto de la acumulación de caudal umbral en la extensión definida, en un área con múltiples cuencas hidrográficas que no están conectadas hidrológicamente. Dentro del área del mapa se puede ver una red de corrientes conectadas que fluyen de noroeste a sureste, así como 3 trozos de corrientes que se cortan a lo largo del lado derecho del mapa. En los mapas de ejemplo de abajo, los píxeles blancos de la fila superior son corrientes (**stream.tif** salida de SDR), mientras que la fila inferior muestra SDR (**sdr_factor.tif**). *Observe los píxeles negros en los rásteres SDR, que son píxeles NoData, ya que están dentro de la red de corrientes.*
 En la columna de la izquierda, con un valor UAF de 100, las corrientes existen tanto en la cuenca inferior izquierda como en la superior derecha. El ráster SDR se define en todos los lugares en los que se definen los inputs, excepto un pequeño parche en el borde derecho que no drena a ninguna corriente.
 
 En la columna de la derecha, con un valor UAF de 1000, no hay ninguna corriente en la cuenca superior derecha. Como resultado, los píxeles de esa cuenca no drenan a ninguna corriente, y el ráster SDR correspondiente no está definido (como valores de NoData) en esa zona.
@@ -460,6 +460,7 @@ Interpretación de los resultados
 .. note:: Muchos de los rásteres de salida SDR tienen valores NoData donde hay corrientes. Esto es con intención - Véase la sección Área definida de salidas de este capítulo para más información.
 
 .. note:: La resolución de los rásteres de salida será la misma que la resolución del MDE proporcionado como input.
+
 * **[Workspace]** folder:
 
     * **Registro de parámetros**: Cada vez que se ejecute el modelo, se creará un archivo de texto (.txt) en el Espacio de Trabajo. Este archivo enumerará los valores de los parámetros y los mensajes de resultados para esa ejecución y se nombrará según el servicio, la fecha y la hora, y el sufijo. Cuando se ponga en contacto con NatCap por errores en una ejecución del modelo, incluya el registro de parámetros.

source/es/seasonal_water_yield.rst

@@ -182,6 +182,7 @@ El valor de atribución a un píxel es la contribución relativa de la recarga l
 *Figura 2. Recorrido a escala de ladera para calcular la evapotranspiración real (basada en las variables climáticas de cada píxel y en la contribución penduente arriba, véase la Ecuación 5) y el flujo de base (basado en Bsum, el flujo que realmente llega a la corriente, véanse las Ecuaciones 11-14)*.
 
 |
+
 Flujo base
 ----------
 
@@ -245,7 +246,7 @@ Necesidades de datos
 
   - :investspec:`seasonal_water_yield.seasonal_water_yield precip_dir.contents.[MONTH]`
 
-- :investspec:`seasonal_water_yield.seasonal_water_yield et0_dir`Se recomienda encarecidamente que los rásteres de input de evapotranspiración se basen en los misnos datos de precipitación como input para el modelo. Si se basan en diferentes fuentes de datos de precipitación, se introduce otra fuente de incertidumbre en los datos, y el desajuste podría afectar a los componentes del balance hídrico calculados por el modelo.
+- :investspec:`seasonal_water_yield.seasonal_water_yield et0_dir` Se recomienda encarecidamente que los rásteres de input de evapotranspiración se basen en los misnos datos de precipitación como input para el modelo. Si se basan en diferentes fuentes de datos de precipitación, se introduce otra fuente de incertidumbre en los datos, y el desajuste podría afectar a los componentes del balance hídrico calculados por el modelo.
 
   Contenido:
 

source/es/stormwater.rst

@@ -1,6 +1,6 @@
 .. _stormwater:
 
-***********************************************
+************************************
 Retención de aguas pluviales urbanas
 ************************************
 
@@ -222,10 +222,7 @@ Resultados intermedios
 
 - **ratio_average.tif**: Un ráster en el que el valor de cada píxel es la media de su vecindad de píxeles en el mapa `retention_ratio`, calculado mediante la convolución del núcleo de búsqueda con el ráster de tasa de retención
 
-.. _Guidance:
-
-Orientación
-===========
+.. _Input Guidance:
 
 Apéndice 1: Fuentes de datos y orientación para la selección de parámetros
 ==========================================================================

source/es/urban_flood_mitigation.rst

@@ -79,7 +79,7 @@ donde
 :math:`\text{Service.built}` se expresa en :math:`currency-m^3`. Debe considerarse solo un indicador, no una medida real de ahorro.
 
 Limitaciones y simplificaciones
-========================
+===============================
 
 
 **Producción de escorrentía:** el modelo utiliza un enfoque simple (SCS-Curve Number), que introduce elevadas incertidumbres. Sin embargo, la clasificación entre los distintos usos del suelo suele quedar bien plasmada con este enfoque, es decir, que el efecto de las infraestructuras naturales quedará cualitativamente representado en los resultados del modelo. Los trabajos futuros tendrán como objetivo incluir un trazado sobre el paisaje: las ideas incluyen TOPMODEL (existe un paquete R), UFORE (utilizado en iTree), CADDIES, etc.

source/zh/carbonstorage.rst

@@ -9,7 +9,7 @@
 
 陆地生态系统储存的碳比大气更多，对影响二氧化碳驱动的气候变化至关重要。InVEST碳储存和封存模型使用土地使用地图以及四个碳库(地上生物量、地下生物量、土壤和死有机质)的存量来估算景观中当前储存的碳量或随着时间推移的碳封存量。或者，可使用封存碳的市场或社会价值、其年变化率和折价率来估计这种生态系统服务对社会的价值。该模型的局限性包括过于简化的碳循环，假设碳封存随时间的线性变化，以及可能不准确的折价率。
 
-.. note：：这个碳模型非常简单。它只需要四个碳库和一张土地覆盖图，就能将这些碳库值映射到土地覆盖图，但不体现任何生物物理性质的变化以及时态性，如树木生长、土壤化学性质变化或随时间变化的温度或降水影响。如果您需要模拟的内容较土地覆盖图的静态碳库更复杂，则需要使用不同的碳模型。
+.. note:: 这个碳模型非常简单。它只需要四个碳库和一张土地覆盖图，就能将这些碳库值映射到土地覆盖图，但不体现任何生物物理性质的变化以及时态性，如树木生长、土壤化学性质变化或随时间变化的温度或降水影响。如果您需要模拟的内容较土地覆盖图的静态碳库更复杂，则需要使用不同的碳模型。
 
 介绍
 ============
@@ -94,7 +94,7 @@ REDD 场景分析
 
 .. note:: 所有空间输入必须在相同的投影坐标系和线性米单位。
 
-.. note：：如果要包括未来的 LULC 和/或 REDD LULC，则这些栅格的像素大小必须与当前 LULC 栅格*完全相同*。
+.. note:: 如果要包括未来的 LULC 和/或 REDD LULC，则这些栅格的像素大小必须与当前 LULC 栅格*完全相同*。
 
 .. note:: 所有的碳数据应该是元素碳，而不是CO\ :sub:`2`。
 

source/zh/croppollination.rst

@@ -275,7 +275,7 @@ InVEST 授粉模型侧重于将野生蜜蜂作为关键的动物授粉者。这
 附录2：数据源
 ========================
 
-.. 注意：示例数据仅用于说明数据结构，不应用作数据源。
+.. note:: 示例数据仅用于说明数据结构，不应用作数据源。
 
 作物对传粉者的依赖
 ------------------------------
@@ -285,7 +285,7 @@ InVEST 授粉模型侧重于将野生蜜蜂作为关键的动物授粉者。这
 ----------------------------------------------------
 Koh et al. 2016 包含 45 个土地利用类别的筑巢适宜性和花卉资源可用性数据。
 
-:参考:` 土地利用/土地覆盖 <lulc>`
+:ref:` 土地利用/土地覆盖 <lulc>`
 ---------------------------------
 
 参考文献

source/zh/data_sources.rst

@@ -214,7 +214,7 @@ Brown（1997）对上述方程式的使用提出了一些警告。首先，该
 
 .. math:: ET_0 = 0.0013\times 0.408\times RA\times (T_{av}+17)\times (TD-0.0123 P)^{0.76}
 
-“修正的哈格里夫斯”方法使用每个月的平均日最高温度和平均日最低温度（以摄氏度为单位的“Tavg”）、每个月的平均日最高温和平均日最低温之间的差值（“TD”）、地外辐射（：math：'RA' in ：math：'\mathrm{MJm^{-2}d^{-1}}'）和平均月降水量（：math：“P”，单位为每月毫米），所有这些数据可以相对容易地获得。
+“修正的哈格里夫斯”方法使用每个月的平均日最高温度和平均日最低温度（以摄氏度为单位的“Tavg”）、每个月的平均日最高温和平均日最低温之间的差值（“TD”）、地外辐射（:math:`RA` in :math:`\mathrm{MJm^{-2}d^{-1}}`）和平均月降水量（:math:`P`，单位为每月毫米），所有这些数据可以相对容易地获得。
 
 可对栅格数据使用此方程。请注意，它计算的是日均蒸散量，因此结果需要乘以对应月份的天数，并且每个月必须运行一次。生成的月度蒸散量栅格可用于季节性产水量模型。对于年产水量模型，将每月蒸散量栅格数据相加得到年平均蒸散量。
 
@@ -224,7 +224,7 @@ Brown（1997）对上述方程式的使用提出了一些警告。首先，该
 
 .. math:: PED_{Hamon} = 13.97 d D^2W_t
 
-式中：math:`d`是一个月的天数，:math:`D` 是每年计算的月平均日照时间（单位为12小时），:math:`W_t` 是饱和水蒸气密度，计算方法如下：
+式中:math:`d`是一个月的天数，:math:`D` 是每年计算的月平均日照时间（单位为12小时），:math:`W_t` 是饱和水蒸气密度，计算方法如下：
 
 .. math:: W_t = \frac{4.95e^{0.062 T}}{100}
 
@@ -237,7 +237,7 @@ Brown（1997）对上述方程式的使用提出了一些警告。首先，该
 
 农作物蒸散系数
 ^^^^^^^^^^^^^^^^^^^^^^^^^^^^
-农作物的蒸散系数（:math:`K_c`）可以从灌溉和园艺手册中获得。粮农组织有相关在线资源：http://www.fao.org/3/X0490E/x0490e0b.htm。粮农组织的表格按作物生长阶段列出了系数(:math:`K_c` ini, :math:`K_c` mid, :math:`K_c` end)，这些系数需要转换为年平均或月平均（取决于模型）:math:`K_c`。这需要了解研究区域植被的物候学（平均绿化、枯萎日期）和作物生长阶段（每年作物的种植和收获时间）。年平均值：math：'K_c'可以使用以下公式估算为植被特征和平均月参考蒸散量的函数：
+农作物的蒸散系数（:math:`K_c`）可以从灌溉和园艺手册中获得。粮农组织有相关在线资源：http://www.fao.org/3/X0490E/x0490e0b.htm。粮农组织的表格按作物生长阶段列出了系数(:math:`K_c` ini, :math:`K_c` mid, :math:`K_c` end)，这些系数需要转换为年平均或月平均（取决于模型）:math:`K_c` 。这需要了解研究区域植被的物候学（平均绿化、枯萎日期）和作物生长阶段（每年作物的种植和收获时间）。年平均值:math:`K_c` 可以使用以下公式估算为植被特征和平均月参考蒸散量的函数：
 
 .. math:: K_c = \frac{\sum^{12}_{m=1}K_{cm}\times ET_{o_m}}{\sum^{12}_{m=1}ET_{o_m}}