Curso online de Teledetección con QGIS y Google Earth Engine

Curso online de Teledetección con QGIS y Google Earth Engine

Inicio 12 de enero de 2022

ClockCreated with Sketch.

Modalidad ON LINE
Abierto 24/7

APOYO de tu tutor
durante el curso

CERTIFICADO
al finalizar

Plazas limitadas a 15 alumnos

El curso online de Teledetección con QGIS y Google Earth Engine va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite, tanto en QGIS como en Google Earth Engine, la plataforma para análisis de imágenes de satélite en la nube.

En MappingGIS estamos especializados en software de código abierto. Somos una organización de formación certificada por QGIS y patrocinadores del proyecto QGIS desde el año 2014.

Hemos preparado un completo curso en el que aprenderás a trabajar con imágenes satélite (Landsat, Sentinel, MODIS, etc) en el entorno de QGIS: la terminología básica necesaria para trabajar en teledetección, visualizar, analizar y corregir imágenes digitales, realizar clasificación supervisada y no supervisada, calcular índices de vegetación, detección de cambios o vigilancia de incendios forestales. También aprenderás a trabajar con Google Earth Engine: ejecutando scripts para realizar análisis espacial en la nube.

Teledeteccion con QGIS y Google Earth Engine

Desde el 12 de enero hasta el 15 de febrero de 2022

Duración de 5 semanas (120 horas)

Precio 275 € (260 € para antiguos alumnos)

Hay 14 plazas disponibles

  • Tener conocimientos básicos de QGIS o haber realizado previamente nuestro curso online de QGIS.
  • Disponer de una cuenta gratuita en Google / Gmail.
  • Sistema Operativo Windows o Linux. Aunque QGIS es multiplataforma, el curso se ha testado en Windows 10.
    • Los usuarios de Linux deben tener conocimientos sólidos de su sistema operativo, si no lo tienen deberán instalar una máquina virtual basada en Windows.​
    • No todos los algoritmos de QGIS funcionan en MacOS (OS X 10.13 o superior), por lo que si eres usuario de Mac deberás instalar una máquina virtual basada en Windows 10.
  • Ordenador de 64 bits con buena capacidad de procesamiento. Recomendable memoria RAM igual o superior a 8GB.

Tutor

Diego Alonso Ramos. Instructor certificado por el proyecto QGIS. Licenciado en Geografía y Máster en Sistemas de Información Geográfica: planificación, ordenación territorial y medio ambiente. Amplia experiencia en proyectos GIS. Formador con alta capacitación en QGIS desde el año 2013, con decenas de artículos publicados en nuestro blog.

Cualquier duda se podrá plantear personalmente mediante correo electrónico o en los foros del curso. El tutor responderá siempre en la mayor brevedad posible.

Formación certificada

Una vez completados satisfactoriamente los ejercicios del curso de Teledetección con QGIS y Google Earth Engine, MappingGIS otorgará un Certificado de realización y aprovechamiento. El certificado se enviará en formato digital por correo electrónico y no tiene coste alguno para el alumno.

Temario de la 1ª edición del curso de Teledetección con QGIS y Google Earth Engine

  • Qué es la Teledetección:
    • Definición.
    • Elementos de la Teledetección.
    • Ejemplos de aplicaciones de la Teledetección.
  • Historia de la Teledetección:
    • Evolución histórica.
    • Hitos históricos.
  • Principios básicos de la Teledetección:
    • Formas de Teledetección.
    • La energía electromagnética.
    • El espectro electromagnético.
    • Bandas espectrales.
    • Términos y unidades de medida.
  • Interacciones atmósfera con la radiación electromagnética:
    • Modos de interferencia de la atmósfera.
    • Absorción atmosférica.
    • Dispersión atmosférica.
    • Emisión atmosférica.
  • Ventajas y limitaciones de la Teledetección.
  • La geometría espacial en la visualización de imágenes: la importancia de los sistemas de coordenadas.
  • Qué es una imagen digital:
    • Definición.
    • Tipos de sensores y resolución.
  • Criterios para la interpretación visual. Ventajas y desventajas de la interpretación visual.
  • Cálculo de estadísticas e histogramas. Pirámides ráster.
  • Realces y mejoras visuales.
  • Proceso de filtrado:
    • Filtros de paso bajo, paso alto, direccionales y filtros para detección de bordes.
  • Composiciones de color en imágenes de satélite.
  • El programa Copernicus.
  • Descarga de imágenes Sentinel.
  • El plugin Semi-Automatic Clasification (SCP):
    • Descarga e instalación desde el repositorio oficial.
    • Herramientas del plugin SCP.
    • Descarga de imágenes Sentinel.
    • Preprocesamiento de imágenes.
  • Fundamentos de la clasificación digital.
  • Definición y fases de la clasificación de imágenes.
  • Clasificación de imágenes: Fase de entrenamiento.
  • Clasificación de imágenes: Fase de asignación.
  • Clasificación supervisada.
  • Creación de training input y lista de firmas.
  • Creación de ROIs.
  • Validación. Error de clasificación.
  • Clasificación no supervisada con GRASS y SAGA.
  • Método Land Cover Classification:
    • Algoritmo LCS.
    • Definición de umbrales espectrales.
  • “Refinado” de la clasificación:
    • Reclasificación de valores.
    • Tamizado de la clasificación.
  • Índices de vegetación:
    • Cálculo de índices espectrales con la calculadora de Bandas.
    • Obtención de NDVI.
    • Cálculo de EVI.
  • Edición ráster mediante ROIs:
    • Clasificación de usos de suelo CORINE.
    • Edición de valor de un pixel con una imagen de apoyo.
  • Introducción.
    • Qué es Google Earth Engine.
    • Ventajas de Google Earth Engine.
    • Diferencias entre Google Earth Engine y Google Earth.
  • Alta en Google Earth Engine.
    • Registro de usuario.
    • Objetivo de Google Earth Engine.
    • Acceso a Google Earth Engine.
    • El editor de código Google Earth Engine.
    • Análisis que proporciona Google Earth Engine.
  • Google Earth Engine Explorer.
    • Introducción al explorador de Google Earth Engine.
    • El catálogo de datos.
    • El espacio de trabajo o Workspace.
    • Añadir capas a EE Explorer.
    • Visibilidad de la capa.
    • Añadir y eliminar datos de EE Explorer.
    • Ajustar la fecha de los datos.
    • Visualización por bandas.
    • Combinación de bandas en EE Explorer.
  • Análisis de cambios a lo largo del tiempo.
    • Variabilidad temporal de los datos.
    • Detección y análisis de cambios en el medio físico.
    • Aspectos a considerar sobre EE Explorer.
  • Descarga de imágenes con el visor Earth Engine Explorer.
    • EE Explorer como fuente de datos.

Qué es el lenguaje JavaScript

  • Ejecutar sentencias en el Code Editor de GEE.
    • Primeras sentencias JavaScript.
  • Tipos básicos de datos en JavaScript.
    • Cadenas de texto o Strings.
    • Números o Numbers.
    • Listas.
    • Objetos.
    • Funciones.
    • Objetos en Earth Engine: Strings.
    • Objetos en Earth Engine: Numbers.
    • Métodos en objetos de Earth Engine.
    • Listas.
    • Diccionarios.
    • Fechas.
    • Digresión: Pasar parámetros por nombre.
  • Conceptos de programación funcional.
    • Introducción a la programación funcional.
    • For loops/bucles.
    • IF/Else Condicionales.
    • Iteración acumulativa.
  • Introducción a la API de Google Earth Engine.
    • Visualización de imágenes y sus bandas.
    • Constructor de imágenes.
    • Configuración del mapa y carga de imágenes.
    • Imágenes en Earth Engine.
    • Personalización de la visualización.
  • Trabajo con colecciones de imágenes en Google Earth Engine.
    • Introducción.
    • Filtrado de colecciones de imágenes.
    • Mostrar imágenes RGB.
    • Visualización de una colección de imágenes.
  • Uso de reductores y cálculo de Índices de Vegetación.
    • Composición de imágenes por reducción.
    • Cálculo de NDVI con Earth Engine.
    • Exportar imagen a Google Drive.
    • Abrir datos GIS ráster desde Google Drive.
  • Clasificación supervisada.
    • Aprendizaje automático con Landsat en Google Earth Engin.
    • Creación de áreas de entrenamiento.
    • El clasificador RandomForest.
    • Guardado de nuestros scripts.
  • Ejecución de scripts y visualización de las imágenes satélite en QGIS.
  • Acceso a los algoritmos de Google Earth Engine desde QGIS.
    • El plugin Google Earth Engine.
    • Añadir capas desde la consola Python.
    • Añadir capas desde script.
    • Repositorio de ejemplos.
  • Vigilancia de incendios forestales:
    • Configuración del proceso
    • Descarga de imágenes MODIS.
    • Cálculo de NBR (índice de calcinación).
    • Diferencia de NBR (dNBR).
  • Análisis de la salinidad de los suelos:
    • Composición de color de bandas.
    • Pre procesamiento de imágenes Sentinel-2.
    • Determinación del Índice de Vegetación Diferencial Normalizado (NDVI).
    • Firma espectral del área de estudio
  • Agricultura de precisión:
    • Selección de zona de estudio.
    • Cálculo de firmas espectrales de los cultivos.
  • Descarga e instalación de Orfeo Toolboox (OTB), open source processing of remote sensing images.
  • Configuración del proveedor Orfeo ToolBox en QGIS.
  • Calculadora de bandas con OTB.
  • Comparación de imágenes.
  • Operaciones morfológicas sobre imágenes.
  • Análisis de la textura de una imagen.
  • Extracción de estadísticas locales de una imagen.
  • Clasificación no supervisada con Orfeo ToolBox.
  • Detección de cambios.
  • Segmentación de imágenes de satélite.

Puedes realizar el curso desde cualquier país del mundo, ya que el curso se lleva a cabo en un campus virtual desarrollado en el entorno moodle: una robusta plataforma de aprendizaje de código abierto.

No hay horario establecido para realizar el curso, el material está disponible las 24 horas del día. Para cada unidad se establece un calendario de envío de ejercicios.

Mediante el campus virtual el alumno/a accede a los contenidos teóricos y prácticos del curso, y envía sus resultados al tutor. El campus también es un apoyo para realizar consultas en los foros del curso o al profesorado directamente.

Inscripción y pago

Los alumnos interesados en realizar el curso deben completar el siguiente formulario de inscripción:

Espera nuestro mensaje de confirmación.

Puedes realizar el pago mediante:

  • Transferencia bancaria.
  • Tarjeta de débito o crédito utilizando la pasarela de pago segura. Toda nuestra web está cifrada con protocolo de seguridad SSL de máxima seguridad para que la introducción de sus datos cuando se registra, sea totalmente confidencial y protegida con las máximas garantías.

Accede al campus virtual y crea un usuario.

Nosotros te matricularemos en el curso.

Opiniones

204

Alumnos en este curso desde 2017

96%

Alumnos satisfechos

84%

Alumnos que consideran nuestra atención excelente

¿Tienes preguntas?

Ponte en contacto con nosotros

Completa tu formación