Curso | Geomática aplicada a la Producción Agropecuaria – nivel avanzado.

Published by Instituto Gulich on

Curso Geomática aplicada a la Producción Agropecuaria - Nivel Avanzado

El curso está pensado para usuarios con experiencia en Teledetección y SIG que busquen profundizar en alguna de las siguientes aplicaciones a la producción agropecuaria:

  • Orientadas al seguimiento de la vegetación a distintas escalas espacio- temporales. Se espera contribuir en la formación de conocimientos teóricos y prácticos relacionados a la interpretación de datos biofísicos relacionados al funcionamiento de la vegetación natural. 

  • Metodologías para delimitar Zonas de Manejo para la gestión variable, comenzando con una base teórica que brinda conceptos y criterios básicos sobre Sistema de Información Geográfica y una guía práctica, la cual los llevará progresivamente desde la adquisición de las imágenes hasta el producto final que será un mapa del lote con las zonas diferenciadas por métodos estadísticos utilizando el software QGIS y la información base para la programación de la maquinaria automática. 

  • Relevamiento y evaluación de eventos de emergencias agropecuarias, en particular excesos hídricos e inundaciones. Se espera contribuir en el manejo de herramientas, base de datos y portales, para el acceso, manipulación y procesamiento de información de variables de relevancia en las diferentes etapas de la emergencia, desde el monitoreo a la evaluación de impactos. 

PRE INSCRIPCIÓN: 

Inscripción online del 01 al 26 de Septiembre (o hasta agotar vacantes).

CONFIRMACIÓN DE INSCRIPTOS: 

Del 27 de Septiembre al 2 de Octubre.

INICIO Y FIN DE CLASES:

Del 05 de Octubre al 27 de Noviembre del 2020.

  • Brindar 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.
  • Que los alumnos adquieran capacidad de hacer un seguimiento de la vegetación a distintas escalas espacio- temporales
  • Que los alumnos desarrollen un mapa de Zonas de Manejo para gestión variable de insumos a partir de imágenes satelitales. 
  • Brindar 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 de clases de 8 hs de dedicación cada una, con una carga horaria total de 60 hs, con un total de 30 horas de clases teóricas y 30 horas prácticas. Se toman exámenes parciales semanales teóricos y prácticos.

 ¿Se prevé examen? Si, exámenes parciales teóricos y prácticos. Un examen por semana.

Conocimientos previos requeridos: nociones básicas de teledetección óptica (Teleobservación óptica o censado remoto).

Criterios para la selección de los postulantes: Abierto a todo aquel que cumpla  los conocimientos previos recomendados.

Cupo mínimo y máximo:  20/120

Requisitos de hardware y software para los alumnos:  QGIS,  SAGA GIS, R. 

Unidad 1- Introducción a la Geomática aplicada al AGRO 

Unidad 2- Delimitación de zonas de manejo mediante información satelital.

  • Adquisición de imágenes.  
  • Recorte de zona de interés.
  • Cálculo de Índices Espectrales.
  • Segmentación. 
  • Poligonización.
  • Generación de la prescripción.
  • Proyección Cartográfica

Unidad 3- Aplicaciones espaciales para el seguimiento integrado de Agroecosistemas 

  • Seguimiento temporal de la vegetación a partir de Índices de Vegetación a nivel departamental y predial.
  • Mapeo de Anomalías de índice verde a diferentes escalas
  • Mapeo de precipitaciones a partir de información satelital

Unidad 4- Geomática aplicada a la gestión de emergencias agropecuarias – Inundaciones y excesos hídricos. 

  • Cambio climático y gestión del riesgo agropecuario en el mundo y Argentina.
  • Sensores remotos y SIG en la gestión de la emergencia agropecuaria.
  • Monitoreo de inundaciones.
  • Tipos de inundaciones.
  • Métodos y fuentes de información por etapa de la inundación.
  • Variables relevantes para el monitoreo y misiones satelitales asociadas.
  • Acceso a Reservorios de información (precipitaciones, humedad de suelo,acuíferos, evapotranspiración, cobertura terrestre).
  • Procesamiento de imágenes para la detección de cuerpos de agua.
  • Índices espectrales ópticos.
  • Herramientas y productos web operativos para monitoreo de inundaciones. 
  • Herramientas móviles para el relevamiento de emergencias agropecuarias a campo.
  • Desafíos en la gestión de las emergencias agropecuarias

Unidad 5- Trabajo integrador.

ANDRADE, F, CIRILO, A, UHART S, OTEGUI M.1996. Ecofisiología del cultivo de maíz. Editoral La Barrosa, pp:264. Balcarse. Bs. As.

KOCH B.; KHOSLA R.; FRASIER W. 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

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

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.

BROGE, N.H.; LEBLANC, E. 2000. Comparing prediction power and stability of broadband and hyperspectral vegetation índices for estimation of green lear area index and canopy chlorophyll density, Remote Sensing of Environment, 76: 156-172.

BUSCHMAN, C.; NAGEL, E. 1993. In vivo spectroscipy 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 sensingof global vegetation from EOS-MODIS, Remote Sensing of Environment, 58: 289-298.

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.; HAAS, R.; SCHELL, J.; DEERING, D. 1973.Monitoring vegetation systems in the greatplains with ERTS. Third ERTS Symposium.1: 309-317. Whashington: MASA.

GUYOT, G.; BARET, F.; MAJOR, D. 1988. High spectral resolution: determination of spectralshifts between the red and near infrared,International Archives of Photogrammetryand Remote Sensing, 8:1307-1317.

HABOUDANE, D.; MILLER, J.; PATTEY, E.; ZARCO-TEJADA, P: STRACHAN, I. 2004. Hyperspectral vegetation indices and novel algorithms forpredicting green LAI of crop canopies: Modeling and validation in the context of precision agriculture, Remote Sensing of Environment, 90: 337-352.

INSCRIPCIÓN CERRADA – 1 DE SEPTIEMBRE

PAGO

Si usted queda seleccionado, tendrá tiempo de abonar el valor de la matrícula y el valor del curso hasta el día 2 de Octubre. Por email se le enviará el link para poder hacerlo. 

No becados $5000

No becados $1700

BECAS DISPONIBLES

Los requerimientos para acceder a las becas se publicarán, una vez habilitado el llamado, en el formulario de inscripción. 

CERTIFICACIÓN

El presente curso no es de posgrado.

Al finalizar el cursado del mismo, se emitirán certificados de participación. Se enviarán de manera digital por correo electrónico siempre y cuando el alumnado haya cumplido con los requerimientos académicos y económicos de la materia, y haya entregado toda la documentación correspondiente al momento de la inscripción.