Update translations

source/en/index.rst

@@ -46,7 +46,7 @@ InVEST® User Guide
 **Suggested citation**: Natural Capital Project, |commit_year|. InVEST |version|.
 Stanford University, University of Minnesota, Chinese Academy
 of Sciences, The Nature Conservancy, World Wildlife Fund, Stockholm
-Resilience Centre and the Royal Swedish Academy of Sciences. |latest_release_doi|
+Resilience Centre and the Royal Swedish Academy of Sciences.
 https://naturalcapitalproject.stanford.edu/software/invest
 
 **Contributors**\*:

source/es/annual_water_yield.rst

@@ -370,6 +370,13 @@ Introduzca esta ecuación en la *Calculadora de rásters*, ajustando los nombres
 5. El ráster resultante debe contener valores en el rango de 0-100, que representan porcentajes de números enteros. El modelo requiere que el AWC se dé en forma de fracción, por lo que hay que dividir el ráster calculado en el paso 4 por 100.
 6. Reproyecte la capa de la fracción del AWC para que tenga el mismo sistema de coordenadas proyectado que sus otros inputs del modelo. Este ráster se puede utilizar ahora como el input del contenido de agua disponible en el modelo.
 
+Otras fuentes de datos
+^^^^^^^^^^^^^^^^^^^^^^
+
+En Estados Unidos se pueden obtener datos gratuitos sobre el suelo en las bases de datos NRCS gSSURGO, SSURGO y gNATSGO del Departamento de Agricultura: https://www.nrcs.usda.gov/wps/portal/nrcs/main/soils/survey/geo/. También proporcionan herramientas ArcGIS (Soil Data Viewer para SSURGO y Soil Data Development Toolbox para gNATSGO) que ayudan a procesar estas bases de datos en datos espaciales que pueden ser utilizados por el modelo. La Soil Data Development Toolbox es la más fácil de usar y la más recomendada si utiliza ArcGIS y necesita procesar datos de suelos de Estados Unidos.
+
+Otra herramienta destacable es SPAW Soil Water Characteristics https://www.ars.usda.gov/research/software/download/?softwareid=492, que ayuda a estimar el PAWC cuando se dispone de datos sobre la textura del suelo. Sin embargo, no acepta datos espaciales directamente. Como mínimo, usted proporciona valores únicos para % de arena y % de arcilla y se calcula un valor único para el agua disponible. Si dispone de datos adicionales sobre materia orgánica, grava, etc., también puede introducirlos para afinar el resultado. El valor de agua disponible calculado por la herramienta deberá aplicarse a la capa espacial del suelo. Si sus datos de suelo son complejos, con muchas texturas diferentes o combinaciones de %arena y %arcilla, entonces este método será muy tedioso y consumirá mucho tiempo. Pero se puede aplicar con bastante facilidad si solo se dispone de unos pocos valores de textura.
+
 Profundidad de las raíces
 -------------------------
 

source/es/carbon_edge.rst

@@ -49,7 +49,16 @@ Donde,
 -  d\ :sub:`i` es la distancia del píxel p al centroide del
    modelo de biomasa i\ :sup:`th` .
 
-El carbono calculado para las clases no forestales sigue la metodología del modelo de carbono InVEST, asignando valores basados en los datos del inventario forestal designados en la tabla biofísica. Los mapas de carbono que siguen este enfoque de inventario y el enfoque de efectos de borde se se fusionan en el mapa de carbono final, de manera que las cubiertas forestales presenten efectos de borde y todas las demás cubiertas terrestres no.
+El carbono calculado para las clases no forestales sigue la metodología del modelo de carbono InVEST, asignando valores basados en los datos del inventario forestal designados en la tabla biofísica. Los mapas de carbono que siguen este enfoque de inventario y el enfoque de efectos de borde se se fusionan en el mapa de carbono final, de manera que las cubiertas forestales presenten efectos de borde y todas las demás cubiertas terrestres no lo hacen.
+
+Limitaciones y simplificaciones
+-------------------------------
+
+Los datos del efecto de borde solo se proporcionan para las regiones tropicales. Para ver si se solapa con su área de estudio, lleve la capa de datos de muestra *core_data/forest_carbon_edge_regression_model_parameters.shp* a un SIG. Si los datos de regresión no cubren su área de estudio, no podrá utilizar el modelo para calcular los efectos de borde.
+
+Los datos de efectos de borde solo se proporcionan para el carbono por encima del suelo. Si desea incluir el carbono subterráneo, el suelo o la materia muerta en los cálculos, puede proporcionar estos datos por clase de uso de la tierra en la tabla de reservas de carbono.
+
+Los datos de efectos de borde por defecto que se proporcionan con el modelo están pregenerados y tienen una resolución de 100 km x 100 km. Si desea utilizar datos de efectos de borde diferentes, o una resolución diferente, tendrá que crear estos datos usted mismo y fuera del modelo.
 
 Necesidades de datos
 --------------------

source/es/carbonstorage.rst

@@ -9,6 +9,8 @@ Resumen
 
 Los ecosistemas terrestres, que almacenan más carbono que la atmósfera, son fundamentales para influir en el cambio climático provocado por el dióxido de carbono. El modelo InVEST de almacenamiento y secuestración de carbono utiliza mapas de uso de la tierra junto con las existencias de cuatro reservas de carbono (biomasa aérea, biomasa subterránea, suelo y materia orgánica muerta) para estimar la cantidad de carbono actualmente almacenada en un paisaje o la cantidad de carbono secuestrado a lo largo del tiempo. Opcionalmente, se puede utilizar el valor social o de mercado del carbono secuestrado, su tasa de cambio anual y una tasa de descuento para estimar el valor de este servicio ecosistémico para la sociedad. Las limitaciones del modelo incluyen un ciclo del carbono demasiado simplificado, un cambio lineal supuesto en la secuestración de carbono a lo largo del tiempo y tasas de descuento potencialmente inexactas.
 
+.. nota:: Este modelo de carbono es extremadamente sencillo. Solo incluye cuatro reservas de carbono y un mapa de ocupación del suelo. Proporciona una forma cómoda de asignar los valores de los reservorios de carbono a un mapa de la cubierta terrestre, pero NO incluye ninguna complejidad biofísica o dinámica como el crecimiento de los árboles, la evolución de la química del suelo o la incorporación de los efectos de los cambios de temperatura o precipitación a lo largo del tiempo. Si necesita modelizar algo más complejo que las reservas estáticas de carbono y los mapas de ocupación del suelo, tendrá que utilizar un modelo de carbono diferente.
+
 Introducción
 ============
 
@@ -72,7 +74,7 @@ Para realizar el análisis del escenario REDD, el modelo requiere tres mapas LUL
 Sobre la base de estos tres mapas LULC para los escenarios actuales, de referencia y de política REDD, el modelo biofísico del carbono produce rásters para el almacenamiento total de carbono para cada uno de los tres mapas LULC, y dos rásters de secuestración para los escenarios futuros y REDD.
 
 Limitaciones y simplificaciones
--------------------------------
+===============================
 
 El modelo simplifica el ciclo del carbono, lo que le permite funcionar con relativamente poca información, pero también conlleva importantes limitaciones. Por ejemplo, el modelo supone que ninguno de los tipos de LULC del paisaje gana o pierde carbono con el tiempo. En cambio, se supone que todos los tipos de LULC se encuentran en un nivel de almacenamiento fijo igual a la media de los niveles de almacenamiento medidos dentro de ese tipo de LULC. Bajo este supuesto, los únicos cambios en el almacenamiento de carbono a lo largo del tiempo se deben a los cambios de un tipo LULC a otro. Por lo tanto, cualquier píxel que no cambie su tipo de LULC tendrá un valor de secuestración de 0 a lo largo del tiempo. En realidad, muchas zonas se están recuperando del uso de la tierra en el pasado o están experimentando una sucesión natural. El problema puede abordarse dividiendo los tipos de LULC en clases de edad (esencialmente añadiendo más tipos de LULC), como tres edades de bosque. Entonces, las parcelas pueden pasar de una clase de edad a otra en los escenarios y cambiar sus valores de almacenamiento de carbono como resultado.
 
@@ -145,10 +147,10 @@ Necesidades de datos
 
 
 Interpretación de los resultados
---------------------------------
+================================
 *Carpeta **[Workspace]**:
 
-	* **Registro de parámetros**: cada vez que se ejecute el modelo, se creará un archivo de texto (.txt) en el Espacio de trabajo. El archivo enumerará los valores de los parámetros y los mensajes resultantes para esa ejecución y se nombrará según el servicio, la fecha y la hora. Cuando se ponga en contacto con NatCap por errores en una ejecución del modelo, incluya el registro de parámetros.
+	* **Registro de parámetros**: cada vez que se ejecute el modelo se creará un archivo de texto (.txt) en el Espacio de trabajo. El archivo enumerará los valores de los parámetros y los mensajes resultantes para esa ejecución y se nombrará según el servicio, la fecha y la hora. Cuando se ponga en contacto con NatCap por errores en una ejecución del modelo, incluya el registro de parámetros.
 
 	* **report_[Suffix].html:** Este archivo presenta un resumen de todos los datos calculados por el modelo. También incluye descripciones de todos los demás archivos resultantes producidos por el modelo, por lo que es un buen lugar para empezar a explorar y comprender los resultados del modelo. Como se trata de un archivo HTML, puede abrirse con cualquier navegador web.
 

source/es/coastal_vulnerability.rst

@@ -387,8 +387,8 @@ Resultados intermedios
 
 .. _cv-appendix-a:
 
-Apéndice A
-==========
+Apéndice 1: definiciones geomorfológicas
+========================================
 
 En este apéndice se presentan las definiciones de los términos presentados en la clasificación geomórfica de :ref:`ranking-table`. Algunas de ellas proceden de Gornitz et al. (1997) y del USACE (2002).
 
@@ -434,8 +434,8 @@ Playa de barrera
 
 .. _cv-appendix-b:
 
-Apéndice B
-==========
+Apéndice 2: Fuentes de datos
+============================
 
 El modelo requiere datos geofísicos, biológicos, atmosféricos y de población a gran escala. La mayor parte de esta información puede obtenerse a partir de estudios anteriores, dispositivos meteorológicos y oceanográficos, y bases de datos por defecto proporcionadas con el modelo. En esta sección, se proponen varias fuentes para las diferentes capas de datos que requiere el modelo, y se describen los métodos para rellenar la interfaz de inputs discutida en la sección :ref:`cv-data-needs`.
 

source/es/crop_production.rst

@@ -100,7 +100,7 @@ El algoritmo del modelo regresión es el siguiente, para cada tipo de cultivo (l
 Donde :math:`N_{GC}, P_{GC}, K_{GC}` son las tasas de fertilización suministradas por usted (N = nitrógeno, P = fósforo, K = potasio), y los demás parámetros de regresión se proporcionan como datos globales al modelo.
 
 Limitaciones y simplificaciones
--------------------------------
+===============================
 
 La versión actual del modelo es un modelo global grueso conducido principalmente por el clima y opcionalmente por la gestión. Por tanto, este modelo no es capaz de captar la variación de la productividad que se produce en paisajes heterogéneos. Una ladera rocosa y un valle fluvial fértil, si comparten el mismo clima, tendrían el mismo rendimiento en el modelo actual. Esto es un problema si la cuestión de interés es dónde priorizar la futura conversión del hábitat, o dónde la agricultura es más productiva y menos destructiva.
 

source/es/croppollination.rst

@@ -127,7 +127,7 @@ La proporción del rendimiento total de los cultivos atribuible a los polinizado
 	:label: (pol. 10)
 
 Limitaciones y simplificaciones
--------------------------------
+===============================
 
 Este modelo es un modelo basado en índices y solo estima los patrones relativos de abundancia de polinizadores y la contribución de la polinización al rendimiento de los cultivos. Esto se debe a que rara vez se dispone de estimaciones absolutas de la densidad de nidos, la disponibilidad de recursos y la abundancia de polinizadores, y a que las funciones de rendimiento (incluida la abundancia de polinizadores) para muchos cultivos están mal definidas. El hecho de basarse en índices relativos limita nuestra capacidad de estimar valores económicos absolutos para fundamentar mejor la toma de decisiones sobre la planificación del uso de la tierra, a menudo basada en análisis de costos y beneficios.
 
@@ -237,8 +237,8 @@ Resultados intermedios
 
 También puede examinar los resultados intermedios. Estos archivos pueden ayudar a determinar las razones de los patrones en los resultados finales, y también pueden ser utilizados para entender mejor el modelo, y solucionar problemas. Se encuentran en la carpeta *resultados_intermedios* (*intermediate_outputs*) dentro del directorio del espacio de trabajo definido para la ejecución del modelo, y la mayoría de ellos tienen nombres de archivo que dan una buena idea de lo que representa la capa.
 
-Apéndice: Tabla de variables
-============================
+Apéndice 1: Tabla de variables
+==============================
 
 * :math:`x` - una coordenada de píxel.
 * :math:`X` - conjunto de todos los píxeles del mapa de la cobertura del suelo.
@@ -271,8 +271,8 @@ Apéndice: Tabla de variables
 * :math:`YW(f)` - proporción del rendimiento medio de la finca para la parcela :math:`f` atribuible a los polinizadores silvestres, considerando la dependencia de los polinizadores del cultivo.
 * :math:`\nu(f)` - proporción del rendimiento del cultivo que depende de la polinización.
 
-Apéndice: Fuentes de datos
-==========================
+Apéndice 2: Fuentes de datos
+============================
 
 .. note:: Los datos de muestra solo sirven para ilustrar la estructura de datos y no deben utilizarse como fuente de datos.