Teledetección en recursos agrícolas y forestales 2022
Curso de Posgrado
Teledetección en Recursos Agrícolas y Forestales
– PREINSCRIPCIONES CERRADAS POR CUPO COMPLETO –
PRE INSCRIPCIÓN:
Desde el 23 de Mayo al 3 de Junio o hasta completar 50 solicitudes / pre-inscripciones, lo que ocurra primero.
La cantidad máxima de aspirantes admitidos para el cursado será de 30 personas.
CONFIRMACIÓN DE INSCRIPTOS:
Del 6 al 10 de Junio.
INICIO Y FIN DE CLASES:
Del 21 de Junio al 5 de Julio.
Habrá clases en vivo, de manera remota, de 9:00 a 16:00 (la carga horaria puede variar según los contenidos a dar en cada clase)
Se pretende que los alumnos se apropien de los conocimientos teóricos y destrezas prácticas necesarios para:
- Adquirir conocimientos teóricos de la teledetección aplicados al estudio desistemas agrícolas y forestales.
- Utilizar herramientas informáticas que le permitan gestionar información espacial con aplicaciones a los sistemas agroforestales.
- Emplear conceptos de Agricultura de Precisión y teledetección proximal para la resolución de problemas productivos.
- Estimar sequías a partir de teledetección, y de la habilidad para emplear la temperatura de la superficie del suelo en la determinación de sequías e islas de calor.
- Desarrollar la capacidad de analizar las relaciones entre anomalías de índices de vegetación y anomalías de rendimiento.
- Analizar la definición de bosques, en relación con las características de la información derivada de la teledetección.
- Analizar la distribución espacial de la deforestación y sus diversos patrones espaciales, relación con la resolución espacial y disponibilidad histórica de datos satelitales.
- Analizar el fenómeno del fuego y su distribución espacial y temporal, formas y patrones, cicatrices de fuego y cambios en el paisaje.
- Utilizar geoinformación para la planificación de inventarios forestales, ejemplos en bosques nativos e implantados en Argentina.
Clases teórico-prácticas con modalidad remota. Uso de software libre. Se considera que los alumnos poseen conocimientos básicos de teledetección y de QGIS.
UNIDAD 1- Introducción:
Introducción a la teledetección. Fundamentos físicos de teledetección. Radiación solar. Espectro electromagnético. Interacción con superficies terrestres y con la atmósfera. Transmitancia y reflectancia. Firma espectral. Imágenes digitales. Conversión de radiancia a CD y viceversa. Radiancia y reflectancia TOA y BOA. Conversión de CD a Temperatura de Brillo en el satélite para bandas térmicas. Temperatura de Superficie del Suelo (LST) calculada a partir de la Temperatura de Brillo en el satélite. Resolución espacial, espectral, temporal y radiométrica. Criterios de interpretación visual. Teoría del color, formación de imágenes RGB y de falso color compuesto.
UNIDAD 2 – Sensores y Plataformas:
Teledetección satelital y teledetección proximal. Sensores activos y pasivos. Sistemas satelitales: LANDSAT; SPOT; SENTINEL, AQUA-TERRA, C-BERS. Características. Sistemas Aerotransportados: Aviones y Drones. Sistemas terrestres. Cámaras especiales. Procesamiento de datos obtenidos con UAVs y aplicaciones en el sector forestal y agropecuario. Banco de datos y productos satelitales.
UNIDAD 3 -Cálculo de estadísticas descriptivas de las coberturas digitalizadas.
Procesamiento de índices espectrales y su análisis. Teoría de la clasificación, espacial/temporal, supervisada/no supervisada. Tomas de muestras de verdad de campo. Clasificaciones de Distancia mínima, Paralelepípedo, Firmas de Cobertura del Suelo, Máxima Probabilidad, Umbrales/Histograma, K-means, Redes Neuronales Artificiales (ANN), Random Forest (RF), Support Vector Machine (SVM). Análisis de errores (Matriz de confusión, índice Kappa).
UNIDAD 4 – Aplicación de la teledetección en la agricultura de precisión.
Concepto. GPS y GIS. Agricultura por Ambientes. Mapas de rendimiento. Tecnologías de tasa variable. Seguimiento de cultivos. Detección de cambios (inundaciones, granizo, INCENDIOS, etc.). Detección de estrés hídrico, de nutrientes. Identificación de cultivo y malezas. Determinación de densidad de plantas y porcentaje de cobertura. Estimación del estado y rendimiento del cultivo. Empleo de productos satelitales en modelos de cultivos. Teledetección y sequías. Anomalías de NDVI vs Anomalías de Rendimiento. Empleo de LST para evaluar sequías.
UNIDAD 5 – Definiciones de bosque, variables relacionadas con productos de la teledetección y la determinación de variables asociadas.
Estudio de la deforestación en el mundo: patrones determinados mediante la teledetección. Disponibilidad de datos globales, regionales y locales, plataformas disponibles de datos espaciales.
UNIDAD 6 – El fenómeno del fuego en el mundo, principales características.
Formas y patrones espaciales: análisis e interpretación visual en imágenes satelitales, cicatrices de fuego en diversas regiones forestales. Relación con la deforestación: exploración de bases de datos, series de tiempo, efectos en el paisaje y mapeo de la severidad del fuego.
UNIDAD 7 – Inventarios forestales.
Definiciones y escalas, desarrollo y apoyo de la teledetección. Variables determinadas mediante la teledetección. Inventarios de bosques: ejemplos de planificación básica utilizando SIG y productos de la teledetección.
- Albarenque, S. M., &Veléz, J. P. (2011). Técnicas para el procesamiento de mapas de rendimiento. Ediciones INTA, Paraná, Argentina.
- Angelini, M. (2012). Clasificación digital de imágenes satelitales.
- Apan, A., Chandler, O., Young, F. R., &Maraseni, T. N. (2005). Opportunities and limitations of remote sensing for crop loss (hail damage) assessment in the insurance industry. In Proceedings of the 2005 Spatial Sciences Institute Biennial Conference 2005: Spatial Intelligence, Innovation and Praxis (SSC2005) (pp. 19-28). Spatial Sciences Institute.
- Boca, T., & Rodríguez, G. (2012). Métodos estadísticos de la evaluación de la exactitud de productos derivados de sensores remotos. Instituto de Clima y Agua, INTA Castelar.
- Borràs, J., Delegido, J., Pezzola, A., Pereira, M., Morassi, G., & Camps-Valls, G. (2017). Clasificación de usos del suelo a partir de imágenes Sentinel-2. Revista de Teledetección, (48), 55-66.
- De Castro, A. I., Torres-Sánchez, J., Peña, J. M., Jiménez-Brenes, F. M., Csillik, O., & López-Granados, F. (2018). Anautomatic random forest-OBIA algorithm for early weed mapping between and within crop rows using UAV imagery. Remote Sensing, 10(2), 285.
- Gangaram, P. (2014). Use of remote sensing data in a crop growth model to estimate actual crop yields: testing Aqua Crop with NDVI time series for two crops in Spain (Master’sthesis, University of Twente).
- Gao, F., Anderson, M., Daughtry, C., & Johnson, D. (2018). Assessing the variability of corn and soybean yields in central Iowa using high spatiotemporal resolution multi-satelliteimagery. Remote Sensing, 10(9), 1489.
- Gnädinger, F., & Schmidhalter, U. (2017). Digital counts of maize plants by unmanned aerial vehicles (UAVs). Remotesensing, 9(6), 544.
- Hanse, J. (2016). Deforestationis decreasing — o risit? En: https://www.greenbiz.com/article/deforestation-decreasing-or-it (acceso: 02.08.2021)
- Jahan, R. (2010). Vegetation indices, FAPAR and spatial seasonality analysis of crops in southern Sweden. Lundsuniversitets Naturgeografiskainstitution-Seminarieuppsatser.
- Lu, S., Lu, X., Zhao, W., Liu, Y., Wang, Z., &Omasa, K. (2015). Comparing vegetation indices for remote chlorophyll measurement of white poplar and Chinese elm leaves with different adaxial and abaxial surfaces. Journal of experimental botany, 66(18), 5625-5637.
- Lund, G. (2014). Definitions of forest, deforestation, afforestation, and reforestation. Gainesville, VA: Forest Information Services. En: https://goo.gl/UAjrXZ Acceso 03.03.2014
- Lund, G. (2014). Whatis a forest? Definitions do make a difference: An example from Turkey. Avrasya Terim Dergisi, 2014, 2 (1): 1 – 8
- Magdon, P.; Kleinn, C. (2012) Uncertainties of forest area estimates caused by the minimum crown cover criterion —a scale issue relevant to forest cover monitoring. Environ Monit Assess DOI 10.1007/s10661-012-2950-0
- Miller et al. (2009). Calibration and validation of the relative differenced Normalized Burn Ratio (RdNBR) to three measures of fire severity in the Sierra Nevada and Klamath Mountains, California, USA. Remote Sensing of Environment 113 (2009) 645–656.
- Moharana, P. C., Jena, R. K., Pradhan, U. K., Nogiya, M., Tailor, B. L., Singh, R. S., & Singh, S. K. (2020). Geostatistical and fuzzy clustering approach for delineation of site-specific management zones and yield-limiting factors in irrigated hot arid environment of India. Precision Agriculture, 21(2), 426-448.
- Sahoo, P. M. USE OF REMOTE SENSING FOR GENERATION OF AGRICULTURAL STATISTICS.
- Sayago, S., Ovando, G., & Bocco, M. (2017). Landsat images and crop model for evaluating water stress of rainfed soybean. Remote Sensing of Environment, 198, 30-39.
- Schomwandt, D. (2015). Teledetección aplicada a las ciencias agronómicas y recursos naturales. Ministerio de Agricultura, Ganadería y Pesca de La Nación. Buenos Aires, Argentina. ISBN 978-987-33-6687-1.
- Serrano, L., Filella, I., &Penuelas, J. (2000). Remotesensing of biomass and yield of winter wheat under different nitrogen supplies. Cropscience, 40(3), 723-731.
- Shafian, S., Rajan, N., Schnell, R., Bagavathiannan, M., Valasek, J., Shi, Y., &Olsenholler, J. (2018). Unmanned aerial systems-based remote sensing for monitoring sorghum growth and development. PloSone, 13(5), e0196605.
- Tanaka, S., Kawamura, K., Maki, M., Muramoto, Y., Yoshida, K., &Akiyama, T. (2015). Spectral index for quantifying leaf area index of winter wheat by field hyperspectral measurements: a case study in Gifu prefecture, central Japan. Remote Sensing, 7(5), 5329-5346.
- Verger Ten, A., FilellaCubells, I., Baret, F., & Peñuelas, J. (2015). Caracterización de la fenología de la vegetación a escala global mediante series temporales SPOT VEGETATION. In Congreso de la Asociación Española de Teledetección.
- Zagajewski, B., Kluczek, M., Raczko, E., Njegovec, A., Dabija, A., & Kycko, M. (2021). Comparison of Random Forest, Support Vector Machines, and Neural Networks for Post-Disaster Forest Species Mapping of the Krkonoše/Karkonosze Transboundary Biosphere Reserve. Remote Sensing, 13(13), 2581.
- Zerda, H. R. (2003) Percepción Remota y SIG para estudio del fuego. En: Kunst C. R.; Bravo S. y Panigatti J. L. (Eds.), Fuego en Ecosistemas de Argentina, Edic. INTA. Santiago del Estero, Argentina. p. 313-326. ISBN 987-521-084-6.
- Zerda, H. R. (2004). Manual de teledetección. Proyecto de Bosques Nativos y Áreas Protegidas BIRF 4085-AR. Primer Inventario Nacional de Bosques Nativos y Sistema Nacional de Evaluación Forestal. SAYDS, Ministerio de Salud, Argentina.
- Zerda, H. R. (2009). Quemas e incendios en el proceso de cambios de usos de la tierra en la provincia de Santiago del Estero. p. 275-294. En: Gianuzzo, A. N. y Ludueña M. E. (Eds.) «Cambios y problemas ambientales: perspectivas para la acción”. Universidad Nacional de Santiago del Estero, Ed. Brujas. ISBN: 978-987-22475-8-4, 470 p.
- Zerda, H. R. (2017). Spatial and temporal patterns of fires at thewildland-rural-urban interface. Study case of Santiago del Estero, in Argentina´s chaco dryforestregion. In: LutzFehrman (Ed.) Proceedings of the 6th International DAAD Alumni and Student Workshop «The science policy gap regarding informed decisions in forest policy and forest management. What scientific information are policy makers really interested in?». p. 251-257. Santiago, Chile, 13-19.11.2016.
- Zerda, H. R. y Moreira, M. L. (2006). Monitoreo del avance de la frontera agropecuaria en el Chaco Argentino. En Anais do VII Seminario de Atualização em Sensoriamento Remoto e Sistemas de formações Aplicados à Engenharia Florestal. Fundação de Pesquisas Florestais do Paraná, Curitiba, PR, Brasil. oct. 2006. CD.
- Zerda, H.R. y Tiedemann, J. L. (2010). Dinámica temporal del NDVI del bosque y pastizal natural en el Chaco seco de la Provincia de Santiago del Estero, Argentina. Revista Ambiencia, Vol. 6 No. 1, UNICENTRO, Paraná, Brasil.
Docentes
Dr. Gustavo Ovando
Dr. Hugo Raúl Zerda
PRE-INSCRIPCIÓN CERRADA POR CUPO COMPLETO
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.
Si fue admitido continúe con los siguientes pasos.
3. Abonar el curso o diplomatura si fuera arancelado.
4. 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 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.
