Curso de Perfeccionamiento | Teledetección Óptica – Nivel avanzado
Curso de Perfeccionamiento
Teledetección Óptica - Nivel avanzado
– PREINSCRIPCIONES CERRADAS –
PRE INSCRIPCIÓN:
Desde el 27 septiembre al 19 octubre de 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 20 al 23 de octubre de 2022.
INICIO Y FIN DE CLASES:
Del 24 de octubre al 11 de noviembre de 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.
- Adquirir agilidad en la descarga de imágenes satelitales a partir de las diversas fuentes públicas-oficiales.
- Reconocer imágenes provenientes de diferentes sensores y sus respectivas características (resolución espacial, radiométrica, temporal, espectral, ancho de pisada).
- Comprender y realizar el pre-procesamiento necesario para la utilización de productos satelitales.
- Reconozca situaciones en las que es necesario aplicar técnicas de realce radiométrico.
- Interpretar imágenes mediante análisis visual y digital.
- Experimentar el manejo y procesamiento de grandes volúmenes de datos.
- Aprender técnicas que le permitan identificar modificaciones en la respuesta espectral o en la estructura espacial de un área durante un período de tiempo dado.
- Conocer la relevancia del empleo de índices espectrales y otras transformaciones de datos, tales como Análisis de Componentes Principales, y Transformación Tasseled Cap.
- Adquirir destreza en la clasificación supervisada de imágenes, desde el entrenamiento del clasificador hasta la evaluación del producto generado, e interpretación de resultados.
- Comprender las ventajas y desventajas de aplicar un método de clasificación supervisado y no supervisado.
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 toman evaluaciones parciales semanales teóricos y prácticos.
¿Se prevé evaluación? Si, evaluaciones parciales teóricas y prácticas. Una por semana.
Conocimientos previos requeridos: nociones básicas de teledetección óptica (Teleobservación óptica o sensado remoto).
Criterios para la selección de los postulantes: Abierto a todo aquel que cumpla los conocimientos previos recomendados.
Requisitos de hardware y software para los alumnos: QGIS y Google Earth Explorer. Conexión a Internet
Requisitos de hardware y software para los alumnos: QGIS.
Unidad 1: CORRECCIONES DE LA IMAGEN
- Fuentes de errores radiométricos.
- Correcciones de efectos de la atmósfera.
- Correcciones Radiométricas.
- Fuentes de errores Geométricos.
- Correcciones Geométricas.
- Georeferenciación.
Prácticos:
- Calibración a radiancia espectral en el sensor en imágenes Landsat 7 y 8.
- Cálculo reflectancia TOA en imágenes Landsat 7 TM y Landsat 8.
- Georreferenciación con puntos de control imagen a imagen.
Unidad 2: TÉCNICAS DE REALCE DE IMÁGENES
- Histograma de la imagen.
- Realces visuales.
- Modificación del contraste.
- Composiciones en color y pseudocolor.
- Filtrado espacial.
- Filtros de paso bajo y de paso alto.
- Filtros de detección de bordes: Operador Laplaciano.
- Operador Sobel.
- Análisis morfológico.
- Operaciones de erosión, dilatación, abriendo-cerrando.
- Cálculo de variables de textura.
Prácticos:
- Composición de imagen multiespectral y acondicionamiento al área de interés para su posterior estudio (realización de mosaicos, recortes, apilamiento de bandas).
- Análisis visual de la imagen (brillo, color, textura), realización de ajustes de contraste, ecualización e igualación de histogramas, visualización de diferentes composiciones RGB.
- Aplicación de filtros.
Unidad 3: ANÁLISIS DE DATOS MULTIESPECTRALES
- Extracción de información mediante transformación de datos.
- Técnicas de Clasificación: Clasificación no supervisada (K-Means y IsoData).
- Generación de regiones de entrenamiento y de evaluación.
- Clasificación supervisada paramétrica (Paralelepípedo, Distancia Mínima, Máxima Verosimilitud) y no paramétrica (RF, SVM, NN).
- Técnicas de Post-Clasificación: Análisis de matriz de confusión.
- Índices de precisión de la clasificación.
- Estadísticas de clases.
Prácticos:
- Cálculo de índices específicos para la detección de diferentes coberturas.
- Clasificación no supervisada, interpretación y comparación de resultados.
- Clasificación supervisada empleando diferentes clasificadores (Mínima Distancia, Paralelepípedos, Máxima Verosimilitud).
- Evaluación de la precisión de la clasificación, análisis de errores, y comparación de los resultados.
- Suavizado de clases.
- Cálculo de áreas de cada clase de interés.
Unidad 4: ANÁLISIS MULTITEMPORAL DE DATOS
- Requisitos y aplicación del análisis multitemporal.
- Detección de cambios: Empleo de componentes principales.
- Regresión.
- Diferencia y coeficiente de imágenes.
- Segmentación multitemporal.
- Detección de patrones: Transformadas de Fourier.
- Análisis de la Regresión para predicción de rendimientos.
Prácticos:
- Análisis multitemporal de una serie de dos años del producto NDVI del producto MODIS, e identificación de cambios.
- Análisis de los resultados
- Bolstad, P. 2005. GIS Fundamentals, 2nd edition. Eider Press, White Bear Lake, MN, 543pp.
- Chander, G., Markham, B. L., Helder, D. L., & Ali, E.-. (2009). Summary of current radiometric calibration coefficients for Landsat MSS , TM , ETM + , and EO-1 ALI sensors. Remote Sensing of Environment, 113(5), 893–903.
- Chen, G., Hay, G. J., Carvalho, L. M. T., & Wulder, M. A. (2012). Object-based change detection. International Journal of Remote Sensing, 33(14), 4434–4457.
- Fisher, R. 2017. S atellite Image Analysis and Terrain . Charles Darwin University, Australia.
- https://sagatutorials.files.wordpress.com/2016/02/saga_manual_english_cdu_june-2017.pdf
- IGET team. Introduction to Filters using SAGA. Institute of Environment Education and Research, Bharati Vidyapeeth University. India.
- Irons, J. R., Dwyer, J. L., & Barsi, J. A. (2012). The next Landsat satellite: The Landsat Data Continuity Mission. Remote Sensing of Environment, 122, 11–21.
- Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern recognition letters, 31(8), 651-666.
- Jensen, J. R., 2005. Introductory Digital Image Processing: A Remote Sensing Perspective. Upper Saddle River, NJ: Prentice Hall.
- Jin, S., & Sader, S. A. (2005). Comparison of time series tasseled cap wetness and the normalized difference moisture index in detecting forest disturbances. Remote sensing of Environment, 94(3), 364-372.
- Lu, D., Li, G., & Moran, E. (2014). Current situation and needs of change detection techniques. International Journal of Image and Data Fusion, 5(1), 13–38.
- McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International journal of remote sensing, 17(7), 1425-1432.
- Monserud, R. A., & Leemans, R. (1992). Comparing global vegetation maps with the Kappa statistic. Ecological modelling, 62(4), 275-293.
- Narumalani, S. et al., 2015. Digital Image Processing: A Review of the Fundamental Methods and Techniques. In P. S. Thenkabail, (Ed). Remotely Sensed Data Characterization, Classification, and
- Accuracies. CRC Press, pp. 197–218.
- Nolasco, M., 2018. Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba. Universidad Nacional de Córdoba. Available at: https://rdu.unc.edu.ar/handle/11086/6841.
- OTB Team, The Orfeo ToolBox Cookbook, a guide for nondevelopers. Centre National d’Études Spatiales, 2016. https://www.orfeo-toolbox.org/packages/archives/Doc/CookBook-5.6.0.pdf
- QGIS Proyect, QGIS User Guide https://docs.qgis.org/2.14/pdf/es/QGIS-2.14-UserGuide-es.pdf Publicación 2.14. 2017.
- Richards, J. A. (2013). Remote Sensing Digital Image Analysis. New York: Springer.
- Thenkabail, P. S. (2016). Satellite Remote Sensing Beyond 2015. In P. S. Thenkabail (Ed.), Remote Sensing Handbook. Boca Raton: Taylor & Francis Group. United States Geological Survey. (2020). Landsat Surface Reflectance. Landsat Science Products.
- Vapnik, V.N., 2000. Statistics for Engineering and Information Science, New York: Springer.
- Vermote, E., Justice, C., Claverie, M., & Franch, B. (2016). Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment, 185, 46–56.
- Wulder, M. A., White, J. C., Goward, S. N., Masek, J. G., Irons, J. R., Herold, M., … Woodcock, C. E. (2008). Landsat continuity: Issues and opportunities for land cover monitoring. Remote Sensing of
- Environment, 112(3), 955–969.
Docentes
Mgter. Manuel Miller
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.
