imagen curso LIDAR II


Curso  de 150 horas que muestra, de forma práctica y utilizando QGiS como única plataforma, los principales procesos de análisis de información LiDAR para la evaluación de ecosistemas forestales, elaboración de cartografía de vegetación o estimación de existencias.

En este curso el alumno aprenderá a procesar nubes de puntos LiDAR lanzando algoritmos desde la barra de herramientas de QGiS. Además, en los últimos bloques del curso  se utilizarán tanto métodos paramétricos como no paramétricos de regresión para estimar las principales variables forestales y desarrollarán scripts de R que permiten estimar variables forestales a partir de la información continua del LiDAR.

Como objetivos específicos del curso destacamos:

  • Familiarizarse con el uso del SIG libre QGiS y con su módulo de procesado.
  • Conocer en profundidad los principales aspectos de la tecnología LiDAR y sus utilidades en el campo ambiental y forestal.
  • Manejar los principales algoritmos de procesado de información LiDAR desde distintos programas utilizándolos desde el módulo de procesado de QGiS.
  • Analizar y utilizar herramientas de procesado y clasificación de imagen incluidas en el módulo de procesado de QGiS.
  • Realizar una introducción tanto a métodos paramétricos como no paramétricos de predicción de variables forestales utilizando diferentes paquetes de R.
  • Aprender a realizar la diagnosis y validación tando de los modelos ajustados como de inventarios completos.
  • Aprender a incorporar scripts sencillos de R al módulo de procesado de QGiS.
  • Generar, encadenar y automatizar procesos con el modelador de GGiS.

INSCRIPCIÓN CERRADA. EN BREVE OS COMUNICAMOS NUEVAS FECHAS o contacta con formacion@agresta.org 639907511

Módulos del Curso

  • Bloque 1: QGiS y su módulo de procesado
    En este bloque se establece un primer contacto con 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.
    • Práctica 1: Adicción y edición de datos alfanuméricos y cartográficos asociados a Infraestructuras en el medio natural.
    • Práctica 2: Cálculo del índice NDVI a partir de las ortofotos del Plan Nacional de Ortofotografía Aérea (PNOA)
  • Bloque 2: Introducción a la tecnología LiDAR
    Aproximación a la tecnología LiDAR y a las herramientas gratuitas o de decarga libra para la visualización, descarga y análisis de datos (modelo digital de elevaciones, modelo digital de superficie y modelo digital de altura de la vegetación) que usaremos como parte del proceso de Inventario Forestal con LiDAR.
    • Práctica 3 : Visualización de nubes de puntos con FugroViewer y LASVIEW

    • Práctica 4 : Obtencion de datos LIDAR en plataformas online

    • Práctica 5 : Primeros pasos con FUSION. Utilidad como visor

    • Práctica 6 : Trabajo con comandos en FUSION. Filtrado de puntos con GROUNDFILTER

  • Bloque 3: Procesado LIDAR desde módulo de procesado de QGIS
    En este bloque se analizarán los principales algoritmos de procesado de LiDAR con distintos programas utilizándoles desde el módulo de procesado de QGiS
    • Práctica 7: Análisis de datos LIDAR con el Comando Catalog.
    • Práctica 8: Generación Modelo Digital Elevaciones desde QGIS.
    • Práctica 9: Generación Modelo Digital Superficies desde QGIS.
    • Práctica 10: Corte de una nube de puntos LiDAR a partir de las coordenadas del centro de parcela.
    • Práctica 11: Estadísticos Nube de Puntos de parcelas e importación a Excel.
    • Práctica 12: Estadísticos Estadísticos de vegetación en zonas contínuas e incorporación de los datos a QGIS.
  • Bloque 4: Combinación de imagen y LiDAR
    En este bloque se introducirán conceptos básicos de teledetección, así como las etapas de procesamiento y análisis de imágenes provenientes de teledetección. Mediante las prácticas y videos explicativos se verá cómo combinar información de estructura del bosque del LiDAR con información proveniente de otros sensores ópticos utilizando herramientas disponibles en la barra de procesado de QGiS.

    • Práctica 13: Crear un mapa temático a partir de una imagen multiespectral e información LiDAR
  • Bloque 5: Métodos de predicción de variables forestales con R
    Se verán métodos de selección de variables y ajuste de modelos utilizando diferentes paquetes del entorno y lenguaje estadístico R. Se manejarán los conocimientos básicos para que el alumno pueda generar sus propios scripts sencillos en R e integrarlos en QGiS.Se trabajará con modelos paramétricos y no paramétricos.

    • Práctica 14: Ajuste y Diagnosis de modelos lineales múltiples e incorporación de los resultados a la hoja de cálculo
    • Práctica 15: Estimación de variables forestales mediante el ajuste de Random Forest a partir de datos LIDAR

Colaboradores

Fechas

  • Inicio: 21/09/2015
  • Fin: 17/12/2015
  • Fin Matriculación: 21/09/2015 (10 días antes si se opta a la bonificación del curso con crédito Fundación Tripartita)

Modalidad y Duración

  • Semipresencial/online
  • 150 horas (12 semanas, 3 meses)

Información Complementaria

    • El curso incluye un taller de 8 horas de duración, este taller podrá realizarse en aula (Madrid) o a distancia mediante webinar. La realización del taller en Madrid queda condicionada a la asistencia de un mínimo de 10 alumnos, en caso contrario se sustituye por el taller en formato seminario web.

  • Diploma de aprovechamiento a alumnos que superen requisitos evaluación

  • Posibilidad de bonificación con crédito Fundación Tripartita la matricula ordinaria (30 € coste de gestión, consultar en correo formacion@agresta.org)

Precio


  • 350 € Descuentos especiales para desempleados y estudiantes (necesario demostrar condición inscripción, consultar en FAQ)
  • 430 € Autónomos, Colegiados I. Montes/Forestales, Biólogos y Geógrafos, Socios Sociedad Española de Ciencias Forestales (SECF)
  • 500 € si no se cumplen los requisitos anteriores (matrícula ordinaria) y matrícula desde otros paises

Profesorado

Last modified: Thursday, 28 January 2016, 3:18 PM