Herramientas geomáticas aplicadas a la producción agropecuaria
Herramientas geomáticas aplicadas a la producción agropecuaria
– POSTULACIÓN ABIERTA –
- POSTULA DESDE:
El 28 de Agosto al 10 de septiembre o hasta completar 150 solicitudes / postulaciones, lo que ocurra primero.
La cantidad máxima de aspirantes admitidos para el cursado será de 130 personas.
- CONFIRMACIÓN DE ACEPTACIÓN:
Entre el 25 de Septiembre.
- INICIO Y FIN DE CLASES:
Del 30 de Septiembre al 30 de Noviembre.
- Horario de cursada – Asincrónico virtual de Lunes a Viernes y un encuentro semanal sincrónico de 1.30 hs.
Requerimientos mínimos para postulantes – Manejo del software R Studio, Google Earth Engine (GEE) y QGis. Nociones básicas del uso de datos satelitales y Sistemas de Información Geográfica (SIG).
Costos de la propuesta
$65000 PESOS ARGENTINOS para residentes nacionales y 150 DÓLARES para residentes fuera del país.Formas de pago – Mercado Pago y PayPal.
- Conocer conceptos teóricos y prácticos que permitan diseñar y llevar a cabo planes de diagnóstico y monitoreo agropecuario mediante el uso de la geomática.
- Utilizar herramientas estadísticas y de geoprocesamiento para realizar análisis de datos satelitales de diferentes sensores relacionados con las principales problemáticas en la producción agropecuaria.
- Identificar problemas complejos del campo disciplinar con foco en la ganadería y fertilización.
El curso se desarrollará 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.
El curso se presenta en ocho semanas, con una carga horaria total de 60 hs, con un total de 30 horas de clases teóricas y 30 horas prácticas.
Dentro de la dedicación horaria, se prevé un encuentro semanal sincrónico de 1 y ½ hs de duración.
UNIDAD 1 – Geomática aplicada a la agronomía: Introducción de 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. Utilización del GNSS (GPS, Beidou, Glonass, otros) como banderillero satelital. SIG Móvil. 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. 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 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 – Ganadería. Sistemas de producción de carne. Tecnologías y herramientas geomáticas utilizadas en la producción ganadera. Ganadería bovina a escala. Dispositivos de identificación. Peso Corporal. Collares GPS. Evaluación de oferta forrajera con sensores remotos. Capacidad de carga ganadera. Precipitación y sequías.
Problemas integradores: abordajes de casos prácticos de aplicación, y relación de los contenidos de las distintas unidades del módulo. En grupos se propone que realicen un análisis integral para presentar un artículo, donde tendrán que exponer de manera clara, precisa y sintética los eventos más destacados de sus temas, incluyendo saberes aprendidos en todo el curso.
Se evalúa la propuesta a través de la entrega de trabajos individuales por cada unidad del programa y un trabajo integrador grupal. Toda evaluación se aprueba con nota mayor o igual a 7 (siete).
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. María Micaela Ledesma
Ingeniera Agrónoma por la Facultad de Agronomía y Veterinaria de la Universidad Nacional de Río Cuarto. Diplomada en Geomática Aplicada al Ambiente por el Instituto Gulich. Es Becaria Doctoral del CONICET. Desde el año 2016 forma parte del equipo de trabajo de Servicios a Terceros en Estudios Básicos y Agropecuarios en el Área Matemática, Biostadística y Ecología. En el ámbito académico desde el año 2013 se ha desempeñado como ayudante de primera y segunda en matemática en la Universidad Nacional de Villa María y Universidad Nacional de Río Cuarto. Ha dirigido y codirigido tesis en ambas universidades.
Ing. Agr. Candela de Titto
Ingeniera Agrónoma egresada de la Universidad Nacional de La Plata, diplomada en Agricultura de precisión y nuevas tecnologías para el agro. Ha participado de diversos proyectos de la CONAE y Ministerio de Agroindustria de Nación, desarrollando propuestas y materiales didácticos, tareas de gestión, formación, asesoramiento e implementación de actividades en instituciones agrotécnicas, con el propósito de incorporar la Tecnología Espacial en la enseñanza. Actualmente se desempeña como técnica, comercial y analista geoespacial en DiorSem.
Pasos a seguir:
1. Completar el formulario de postulacion, 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.
Si fue admitido continúe con los siguientes pasos.
- Enviar toda la documentación solicitada (pestaña siguiente) para la inscripción formal por correo postal y por correo electrónico en un único archivo pdf. Este paso es un requisito obligatorio para ser admitido como alumno/a del IG y acceder a la certificación de aprobación. Se le informará el domicilio al cual realizar el envío postal de la documentación y la dirección de correo electrónico a la cual enviar la documentación digital.
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.
- Fotocopia de DNI, CI o Pasaporte: Certificado por escribano público o apostilla de la haya (en caso de ser extranjero)
- 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.)
- 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
- Currículum Vitae: firmado en todas sus hojas
- 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.
