imagen curso

Este curso comprende los dos módulos del Curso Práctico de teledetección con QGiS.


En el Módulo 1 se trabajarán los procesos necesarios para calibrar, normalizar y mosaicar imágenes satelitales utilizando QGiS como plataforma.


En el Módulo 2 se mostrarán métodos modernos de clasificación de imagen y de detección de cambios de coberturas a partir de series temporales de imágenes multi-espectrales.


La realización de ambos módulos proporciona a estudiantes y técnicos de distintos perfiles  herramientas útíles para el desarrollo de su actividad. Cualquier profesional que necesite caracterizar el territorio de forma dinámica realizando un seguimiento de los cambios que se producen encontrará en este curso práctico herramientas y métodos útiles.


El carácter práctico del curso,con con 20 prácticas repartidas en 10 bloques, y la utilización de software libre hacen de este curso una excelente oportunidad tanto para iniciarse como para seguir profundizando en el mundo de la teledetección satelital.


Como objetivos específicos del curso destacamos:
  • Familiarizarse con el uso del SIG libre QGiS y con su módulo de procesado
  • Manejar con solvencia los principios y bases de la teledetección de forma que nos permiten entender de forma clara los procesos y transformaciones que vamos a realizar sobre las imágenes del satélite Landsat.
  • Generar puntos de control para la validación geométrica de imágenes satélite y calcular errores en la corrección geométrica.
  • Realizar correcciones radiométricas sobre imágenes satelitales multiespectrales.
  • Generar máscaras de vacíos de información (máscaras de nubes y sombras de nubes).
  • Conocer y aplicar el método Iteratively Reweighted Multivariate Alteration Detection (IR-MAD) para la normalización radiométrica de imágenes.
  • Aplicar sobre imágenes multi-espectrales procesos de Pan-sharpening para generar imágenes de color de alta resolución realzada.
  • Generar mosaicos de imágenes geométrica y radiométricamente corregidas y normalizadas.
  • Profundizar en los métodos de clasificación basados en árboles de decisión
  • Comprender de forma teórica y práctica el funcionamiento del algoritmo Random Forest
  • Integrar los scripts de R de clasificación de imagen con Random Forest en la barra de herramientas de QGiS
  • Profundizar en el proceso de detección directa de cambios con el algoritmo IR-MAD.

Bloques del Curso

    • Bloque 0: Introducción y estructura del curso
      En este bloque inicial se realizará un recorrido general por los contenidos y la estructura del curso. El alumno se familiarizará con la plataforma de trabajo y con los recursos disponibles
    • Bloque I: QGiS y su módulo de procesado
      En este bloque el alumno se familiarizará con el uso de QGiS y su módulo de procesado. Se verán las principales herramientas de visualización y edición de información geográfica. Se utilizarán diferentes herramientas de procesado y se automatizará un flujo de trabajo sencillo utilizando el modelador
    • Bloque II: Introducción a teledetección
      Bloque más teórico donde se ppresentarán las bases y fundamentos de la teledetección. Por tanto, analizaremos los principios físicos de la radiación electromagnética y el espectro electromagnético, la interacción entre radiación y materia y la firma espectral, los diferentes tipos de sensores y plataformas y el concepto de resolución así como los diferentes tipos de resolución. aprenderemos a descargar imágenes Landsat y a visualizarlas en QGiS con diferentes combinaciones de bandas.
    • Bloque III: Validación geométrica de las imágenes
      En este bloque se aprenderá a generar muestras de puntos de control para la validación geométrica de imágenes satelitales y se calculará el error de la corrección geométrica.
    • Bloque IV: detección de nubes y sombras
      En este bloque se generarán máscaras de nubes y sombras de nubes utilizando el algoritmo Fmask
    • Bloque V: Correcciones y normalizaciones radiométricas
      Este bloque incluye una revisión detallada del proceso de calibración radiométrica de imágenes multiespectrales. Aprenderemos tanto de forma teórica como práctica a pasar de niveles digitales (ND) de la imagen a valores de radiancia y reflectancia y a realizar las correcciones necesarias para reducir los efectos de la topografía sobre los valores de la imagen. En este bloque también profundizaremos en los procesos de normalización radiométrica usando el algoritmo Iteratively Reweighted Multivariate Alteration Detection (IR-MAD).
    • Bloque VI: Generación de mosaicos libres de nubes
      En este apartado se aprenderá a generar mosaicos libres de vacíos de información a partir de varias escenas Landsat 8 calibradas y normalizadas radiométricamente y de sus máscaras de nubes y sombras.
    • Bloque VII: Creación de leyenda y Regiones de interés
      Este bloque profundizará sobre los aspectos fundamentales para la creación de leyendas temáticas para diferentes zonas de vida y teniendo en cuenta diferentes objetivos de trabajo. Se trabajarán con fuentes básicas de obtención de información para la creación de regiones de interés que se utilizarán posteriormente en el bloque de clasificación de coberturas
    • Bloque VIII: Clasificación de imagen
      Este bloque profundizará sobre los diferentes métodos de clasificación y se analizarán las principales diferencias entre la clasificación supervisada y no supervisada, los métodos paramétricos y no paramétricos de clasificación y el alumno podrá realizar pruebas de clasificación de imagen desde QGiS. Se realizarán pruebas de clasificación supervisada analizando las diferencias espectrales entre clases.
    • Bloque IV: Detección de cambios
      En este bloque analizaremos los métodos existentes de detección de cambios y de generación de series temporales de usos del suelo. Aprenderemos a generar una imagen normalizada de cambios entre dos escenas Landsat de diferentes fechas y se analizarán de forma práctica los métodos que permiten detectar los cambios de cobertura entre esas dos fechas a partir de la imagen de cambios. Para esta detección directa de cambios usaremos el algoritmo Iteratively Reweighted Multivariate Alteration Detection (IR-MAD)
    • Bloque X: Validación de resultados
      En este bloque se realizará una matriz de confusión a través de la cual se evaluará la precisión de la clasificación de coberturas obtenida en el bloque anterior a partir de puntos verdad-terreno
    • Prácticas finales
      Tras el bloque VI y X se realizarán talleres prácticos en linea para la resolución de ejercicio práctico final

Fechas

  • Inicio: 17/05/2016
  • Fin: 29/07/2016*
  • Fin Matriculación: 23/05/2016 ¡¡ampliamos plazo¡¡

*tras esta fecha se habilita un periodo en la plataforma para la consulta y resolucion de dudas, entrega de prácticas, hasta el 20 de septiembre)

Modalidad y Duración

  • Online + webinars
  • 175 horas (11 semanas)

Información Complementaria

  • El curso incluye 2 talleres en linea (webinars) donde se profundiza en los temas expuestos en el curso y se intercambian experiencias prácticas
  • Tutorización continua con resolución de prácticas personalizada y resolución de dudas en foro y  mensajería
  • Se entregará diploma de aprovechamiento tras la superación de requisitos de evaluación

Precio

  • 330 € matrícula reducida estudiantes y desempleados*
  • 370 € descuentos autónomos y Biologos, Geográfos, I. Forestales/I. Montes colegiados/socios SECF*
  • 420 matrícula ordinaria

* Necesario adjuntar justificante, descuentos y bonificaciones no acumulables

Profesorado

Last modified: Saturday, 27 May 2017, 7:05 PM