Monitoring common birds (breeding and wintering) in Doñana national park
Seguimiento de aves comunes (reproductoras e invernantes) en el parque nacional de Doñana
Transference
Improving knowledge of the relationships between habitats of community interest and groundwater in the Doñana area. Lot 2 - photogrammetry and remote sensing
La mejora del conocimiento de las relaciones entre hábitats de interés comunitario y aguas subterráneas en el ámbito de Doñana. Lote 2 - fotogrametría y teledetección
Transference
Aquatic Warblers on the Move - AWOM https://europe.wetlands.org/awom/
Desarrollo de una red de rutas migratorias
Geospatial Open-science Yielding applications: innovative and FAIR remote-sensing data - GOYAS https://oscars-project.eu/projects/goyas-geospatial-open-science-yielding-applications-innovative-and-fair-remote-sensing
Aplicaciones geoespaciales de ciencia abierta: datos de teledetección innovadores y FAIR
Lunar ecology of a visually oriented predator: a multi-trait approach - ECOMOON
Ecología lunar de un depredador visual: una aproximación multi-rasgo
Transference
Aquatic Bird counts in the area of Doñana 2024-2026
Servicio de realización de censos de aves acuáticas en la Comarca de Doñana 2024-2026
Transference
Bird count programme atlas 2024
Programa de censos atlas 2024
Intelligent multi-sensor systems for remote monitoring of species
Sistemas inteligentes multi-sensoriales para monitorización remota de especies
Transference
Integrated research infrastructure services for climate change risks - IRISCC https://www.iriscc.eu/
Integrated research infrastructure services for climate change risks
Monitoring of commom birds (breeders and wintering) in Doñana National Park 2022/2024 - SACRE y SACIN
Seguimiento de aves comunes (reproductoras e invernantes) en el parque nacional de Doñana 2022/2024
Support of the “Ramón y Cajal” research programme 2021
Ayudas Ramón y Cajal 2021
Seguimiento del estado de salud de los ecosistemas mediante la deteccion automatica de cantos de aves usando deep learning
Seguimiento del estado de salud de los ecosistemas mediante la deteccion automatica de cantos de aves usando deep learning