Curso de perfeccionamiento | Geomática aplicada a la Producción Agropecuaria – Nivel Avanzado 2022
Curso de Perfeccionamiento
Geomática aplicada a la Producción Agropecuaria - Nivel Avanzado
– PREINSCRIPCIONES CERRADA –
PRE INSCRIPCIÓN:
Desde el 16 al 26 de septiembre 2022 o hasta completar 150 solicitudes / pre-inscripciones, lo que ocurra primero.
La cantidad máxima de aspirantes admitidos para el cursado será de 120 personas.
CONFIRMACIÓN DE INSCRIPTOS:
Del 27 de septiembre al 6 de octubre de 2022.
INICIO Y FIN DE CLASES:
Del 07 de octubre al 02 de diciembre 2022.
Modalidad de cursado:
La modalidad del curso VIRTUAL por plataforma MOODLE, por lo que se requiere que los alumnos cuenten con la posibilidad de contar con conectividad audiovisual por internet en sus hogares o puesto de estudio.
Horarios o demanda de cursada: A definir.
COSTO
Residentes en Argentina
Pago total: $8.000
Residentes en el exterior
Pago total: U$S 120
Becas
Existe la posibilidad de postularse a una Beca, para esto, se requiere completar dos apartados dentro del formulario que aparece abajo y subir su CV en formato pdf (excluyente). Luego de analizadas las solicitudes, se les comunicará quienes han sido beneficiados. La asignación estará sujeta a los requisitos establecidos mediante Resolución del Consejo Académico del Instituto Gulich y disponibilidad de las mismas.
Objetivo general de aprendizaje del estudiante:
- Adquirir herramientas relacionadas al uso de información satelital aplicada al AGRO que les permitan a los alumnos hacer uso de nuevas tecnologías capaces de generar valor agregado a sus ámbitos de trabajo.
- Adquirir capacidad de hacer un seguimiento de la vegetación a distintas escalas espacio temporales.
- Desarrollar un mapa de Zonas de Manejo para gestión variable de insumos a partir de imágenes satelitales.
- Adquirir herramientas útiles que les permitan a los alumnos poder hacer uso de nuevas tecnologías capaces de aportar en la gestión integral de emergencias relacionadas con la actividad productiva.
El curso se dictará a través de un aula virtual educativa (Moodle UNC). Todo el material disponible para el alumno, así como también las evaluaciones de cada instancia, se encuentran en dicha plataforma a disposición de alumnos y docentes.
El curso se dicta de manera virtual en formato de ocho semanas, con una carga horaria total de 60 hs, con un total de 30 horas de clases teóricas y 30 horas prácticas.
¿Se prevé evaluación? Si, evaluaciones parciales teóricos y prácticos. Un examen por semana.
Conocimientos previos requeridos: nociones básicas de estadística, teledetección óptica (Teleobservación óptica o sensado remoto) y Sistemas de Información Geográfica.
Requisitos de hardware y software para los alumnos: QGIS.
Unidad 1 – Introducción a la geomática en la producción agropecuaria: Introducción a las tecnologías de la información, comunicación y espaciales aplicadas a la producción agropecuaria. Antecedentes y evolución de la geomática aplicada en la Argentina y otras regiones. Procesos de implementación, herramientas y beneficios. Agricultura de precisión.
Unidad 2 – Tecnologías de posicionamiento para monitoreo y muestreo: Monitoreo y muestreo. Sistemas de posicionamiento y navegación global: tipos de receptores para agricultura y errores. Mapas de rendimiento como indicadores de muestreo de suelo. Sistemas de muestreo, técnicas avanzadas. Determinación de zonas de manejo. Fertilidad del suelo. Utilización del GNSS (GPS, Beidou, Glonass, otros) como banderillero satelital. SIG Móvil.
Unidad 3 – Fertilización y estrés hídrico en vid y olivo: El cultivo de la vid en Argentina. Superficie cultivada y Sistema de conducción. Variedades. Sistemas de riego. Ciclo vegetativo de la vid. Planificación de riego en vid. Necesidades hídricas. El cultivo del olivo en Argentina. Monitoreo de nitrógeno en olivo para determinar el momento de fertilización. Modelos productivos. Variedades cultivadas en Argentina. Fenología del olivo y fertilización.
Unidad 4 – Monitoreo a campo en la producción agropecuaria: Monitoreo de rendimiento y elaboración de cartografía, obtención de mapas de rendimiento, calibración y errores. Herramientas complementarias: equipos de conductividad eléctrica, compactación del suelo, resistencia mecánica y modelos agrícolas.
Unidad 5 – Monitoreo a campo en la producción agropecuaria: Integración de la información. Procesamiento y productos derivados. Aplicación de dosis variable. Principales etapas a llevar adelante. Principales aplicaciones. Riego variable. Encalado variable. Análisis económico.
Unidad 6 – Ganadería bovina: Tecnologías y herramientas utilizadas aplicando sensores remotos y SIG en la producción ganadera bovina. Dispositivos de identificación. Peso Corporal. Collares GPS. Evaluación de oferta forrajera con sensores remotos. Capacidad de carga ganadera. Precipitación y sequías.
Bragachini M.; Méndez A.; Scaramuzza F.. 2004. Agricultura de Precisión y Siembra Variable de insumos en tiempo real mediante el uso de GPS.http://www.agriculturadeprecision.org/siembCoseAlma/Sembradora%20IOM%20Inteligente.htm. Fecha de acceso 26/05/2009
Broge, N.H.; Leblanc, E. 2000. Comparing prediction power and stability of broadband and hyperspectral vegetation índices for estimation of green leaf area index and canopy chlorophyll density, Remote Sensing of Environment, 76: 156-172.
Buschman, C.; Nagel, E. 1993. In vivo spectroscopy and internal optics of leaves as basis for remote sensing of vegetation, Int. Journal of Remote Sensing, 14(4): 711-722
Gitelson, A.; Kaufman, Y.; MERZYLAK, M. 1996. Use of a green channel in remote sensing of global vegetation from EOS-MODIS, Remote Sensing of Environment, 58: 289-298.
Koch B.; Khosla R.; FrasierW. M.; Westfall D. G.; Inman D.. 2004 Economic Feasibility of Variable-Rate Nitrogen Application Utilizing Site-Specific Management Zones. http://agron.scijournals.org/cgi/content/abstract/96/6/1572. Fecha de acceso 26/05/2009
Qi, J.; Huete, A.; Keer, Y.; Sorooshian, S. 1994. A modified soil vegetation adjusted index, Remote Sensing of Environment, 48: 119-126.
Ritchie, G.; Bednarz, C. 2005. Estimating defoliation of two distinct cotton types using reflectance data. J. Cotton Science. 9: 182-188.
Rouse, J.; Hass, R.; Schell, J.; Deering, D. 1973. Monitoring vegetation systems in the great plains with ERTS. Third ERTS Symposium.1: 309-317. Whashington: MASA.
Guyot, G.; Baret, F.; Major, D. 1988. High spectral resolution: determination of spectral shifts between the red and near infrared,International Archives of Photogrammetry And Remote Sensing, 8:1307-1317.
Haboudane, D.; Miller, J.; Pattey, E.; Zarco-Tejeda, P: Strachan, I. 2004. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture, Remote Sensing of Environment, 90: 337-352.
Dash, P, Sar, J. Identification and validation of potential flood hazard area using GIS‐based multi‐criteria analysis and satellite data‐derived water index. J Flood Risk Management. 2020; 13:e12620. https://doi.org/10.1111/jfr3.12620
Gabriel J.L., Zarco-Tejada P.J., Lopez-Herrera P.J., Perez-Martı’n E., Alonso-Ayuso M., Quemada M .. (2017). Airborne and ground level sensors for monitoring nitrogen status in a maize crop. Biosystems Engineering, 160, 123-133.
Lal, P., Prakash, A. & Kumar, A. Google Earth Engine for concurrent flood monitoring in the lower basin of Indo-Gangetic-Brahmaputra plains. Nat Hazards (2020). https://doi.org/10.1007/s11069-020-04233-z
Melchiori, R.J.M., Albarenque, S.M. & Kemerer A.C. (2018). Evolution and changes in the adoption of precision agriculture in Argentina. April 25 ,. 2018, of the National Institute of Agricultural Technology Website: http://www.agriculturadeprecision.org/articulos/varios/Evolucion-y-Cambios-Adopcion-AP-en-Argentina.asp
Ryan H. L., Li-Minn Ang, Kah Phooi Seng, Broster, J. C. & Pratley J.E .. (2018). Big data and machine learning for crop protection. Computers and Electronics in Agriculture, 151, 376-383.
SNYDER, C.; SCHROEDER T.; HAVLIN J.; KLUITENBERG G.. 1997. An economic analysis of variable-rate nitrogen management. agron.scijournals.org/cgi/content/full/96/6/1572. fecha de acceso 02/03/2008.
Sumit Das, Flood susceptibility mapping of the Western Ghat coastal belt using multi-source geospatial data and analytical hierarchy process (AHP), Remote Sensing Applications: Society and Environment, Volume 20, 2020, 100379, ISSN 2352-9385, https://doi.org/10.1016/j.rsase.2020.100379.
Thimmaiah Gudiyangada Nachappa, Sepideh Tavakkoli Piralilou, Khalil Gholamnia, Omid Ghorbanzadeh, Omid Rahmati, Thomas Blaschke, Flood susceptibility mapping with machine learning, multi-criteria decision analysis and ensemble using Dempster Shafer Theory, Journal of Hydrology, Volume 590, 2020, 125275, ISSN 0022-1694, https://doi.org/10.1016/j.jhydrol.2020.125275.
Wolanina, A., Camps-Valls, G., Gómez-Chova, L., Mateo-García, G., der Tol, C., Zhang, Y. & Guantera, L. (2019). Estimating crop primary productivity with Sentinel-2 and Landsat 8 using machine learning methods trained with radiative transfer simulations. Remote Sensing of Environment, 225, 441-457.
Docentes
Ing. Agr. Abraham Coiman
Mgter. Dario Recalde
PRE-INSCRIPCIÓN CERRADA
Pasos a seguir:
1. Completar el formulario de pre-inscripción, que se encuentra más abajo, en el plazo previsto adjuntando toda la documentación solicitada en formato pdf.
2. Dado que los cupos son limitados, se realizará una selección entre los postulantes y se comunicará el resultado por correo electrónico. Si es aceptado deberá confirmar su asistencia y disponibilidad para tomar el curso. Si por alguna razón no pudiera asistir deberá informar su declinación a la mayor brevedad posible, a fin de otorgar la posibilidad a otro postulante. El abandono del cursado le impedirá ser aceptado nuevamente.
En la parte delantera del sobre donde envíe toda la documentación debe decir: NOMBRE, APELLIDO Y PROPUESTA EDUCATIVA A LA QUE PERTENECE.
Previamente a enviar la documentación por correo postal debe enviar en PDF una copia de cada documento a enviar al correo cursos@ig.edu.ar
Es obligatorio que todas las documentaciones estén certificadas por Escribano Público Nacional o certificadas por la Apostilla de la Haya SIN EXCEPCIÓN
NO se aceptarán otros tipos de certificaciones.
1) Fotocopia de DNI, CI o Pasaporte: Certificado por escribano público o apostilla de la haya (en caso de ser extranjero)
2) Fotocopia de Analitico universitario (o concentrado de notas): Debe constar claramente la finalización de estudios en el analítico universitario. – Egresados/as de universidades argentinas: Fotocopia certificada por Escribano Público Nacional matriculado. En la fotocopia debe constar claramente la finalización de estudios universitarios. – Egresados/as de universidades extranjeras: Fotocopia certificada mediante Apostilla de la Haya.(La fotocopia debe estar certificada, no se aceptará fotocopia de original certificado.)
3) Fotocopia de Título (Diploma) universitario: si hubiere, certificada por Escribano Público Nacional matriculado (Egresados argentinos) o certificado mediante Apostilla de la Haya (Extranjeros) . IDEM PUNTO 2
4) Currículum Vitae: firmado en todas sus hojas
5) Foto/retrato color formato jpg. 6) Pre Inscripción por Guaraní: – Si ud. ya fue alumno de la UNC/IG: deberá realizar la pre inscripción a la propuesta por autogestión y notificar que se hizo por este medio al correo cursos@ig.edu.ar – si ud. no fue alumno de la UNC/IG: deberá realizar la pre inscripción a la propuesta por preinscripción y enviar el formulario firmado que se genera al finalizar al correo cursos@ig.edu.ar
DESTINATARIO: Instituto Gulich, Universidad Nacional de Córdoba – Secretaria General del Rectorado – Mesa general de entradas y salidas.
DIRECCIÓN: Enrique Barros, esquina Enfermera Gordillo Gomez. Baterías Aulas «D». EDIFICIO CLAUSTRORUM- CPA 5000, Córdoba Capital, Argentina.
IMPORTANTE:
- El formulario se podrá enviar siempre y cuando se hayan completado todos los campos marcados como «obligatorios».
- Una vez enviado, aparecerá un mensaje confirmando la operación y le llegará por correo electrónico la misma notificación (chequear carpeta «Spam»). En caso de no ocurrir esto último, completar y enviar nuevamente.
