Curso de introducción a la teledetección con QGIS, Google Earth Engine, SNAP y LEOWorks

• Conceptos fundamentales de la teledetección y su evolución histórica.
• Componentes de un sistema de teledetección: radiación electromagnética, sensores y productos.
• Tipos de imágenes satélite y principales aplicaciones territoriales y ambientales.
• Introducción al papel de la Inteligencia Artificial en la teledetección actual.
• Presentación del proyecto final aplicado (caso real) que se desarrollará durante el curso

Taller Práctico: Visualización de imágenes satélite en tiempo real

• Misiones Landsat (8 y 9) y flota Sentinel del programa Copernicus.
• Descarga de imágenes satélite desde Earth Explorer, EO Browser y servidores Amazon (AWS).
• Bandas espectrales y niveles de productos Landsat y Sentinel.
• Codificación de imágenes Landsat por Path y Row.
• Preparación de datos satelitales para su análisis posterior.

• Fundamentos de las composiciones RGB aplicadas a imágenes satélite.
• Selección y combinación de bandas espectrales según el objetivo de análisis.
• Composiciones RGB predefinidas para Landsat y Sentinel.
• Interpretación visual de imágenes multiespectrales y falso color.
• Ejercicio práctico aplicado de composición RGB.

Taller práctico: Composición de imágenes RGB con EO Browser

• Resoluciones espaciales, espectrales, radiométricas y temporales.
• Profundidad de píxel y estructura de archivos de imágenes satélite.
• Referencias espaciales y metadatos integrados.
• Gestión y visualización de imágenes multiespectrales en QGIS.

Taller práctico: Planificación de zonas potenciales de mapeo con la App de copernicus

• Creación de mosaicos territoriales de imágenes satélite.
• Composición de archivos multibanda y visualización RGB.
• Recorte y edición de imágenes en QGIS.
• Técnicas de pansharpening y resampling.
• Análisis temporal mediante secuencias y timelapses.

• Correcciones radiométricas y atmosféricas de imágenes satélite.
• Procesado de imágenes Landsat y Sentinel en QGIS.
• Cálculo de mapas de temperatura superficial (LST).
• Uso de herramientas SCP, Sen2Cor y Sen2Res.
• Mejora de la calidad de los datos para análisis avanzado

• Introducción a los mapas de usos del suelo.
• Reclasificación supervisada de imágenes multiespectrales con QGIS.
• Aplicación de filtros RGB para análisis territorial.
• Interpretación de unidades territoriales.

Taller práctico: Análisis de usos del suelo con Landsat Explorer

• Identificación de la vegetación mediante filtros RGB.
• Cálculo de índices de vegetación (NDVI, SAVI).
• Seguimiento temporal de parcelas agrarias.
• Análisis de la productividad de cultivos.

Taller práctico: Creación de secuencias Timelapses para seguimiento de cultivos

• Detección y seguimiento de incendios mediante imágenes satélite.
• Uso de filtros RGB para identificación de áreas quemadas.
• Cálculo de índices de severidad de incendios (NBR).
• Análisis temporal de incendios forestales.

Taller práctico: Identificación de incendios en tiempo real con Word View, Earhdata y Firms

• Identificación de masas de agua líquida y sólida.
• Filtros RGB para detección de sedimentos y floraciones de algas.
• Cálculo de índices NDWI, MNDWI, NDSI y FAI.
• Análisis multiespectral aplicado a recursos hídricos.
• Interpretación de cambios temporales en masas de agua.

• Análisis de inundaciones y avenidas con imágenes satélite.
• Evaluación de daños en cultivos y territorio.
• Análisis de avalanchas y simulaciones en 3D.
• Seguimiento de actividad volcánica.

Taller práctico: Recursos online de alta resolución para el seguimiento de catástrofes naturales

• Uso del Plan Nacional de Ortofotografía Aérea (PNOA).
• Análisis de imágenes históricas (SPOT).
• Identificación de áreas urbanas mediante filtros RGB.
• Cálculo de índices urbanos como NDBI y Built-up (BU).
• Aplicaciones de la teledetección al análisis urbanístico

• Introducción al entorno de trabajo de SNAP.
• Carga y procesado de productos Sentinel.
• Composición y análisis de bandas espectrales.
• Índices espectrales y álgebra de mapas.
• Exportación de productos analíticos y multibanda.

• Comprender el funcionamiento básico de Google Earth Engine como plataforma de análisis geoespacial en la nube y su diferencia respecto a los SIG de escritorio tradicionales.
• Familiarizarse con el Code Editor, el catálogo de datos y las principales colecciones de imágenes satelitales disponibles en la plataforma.
• Aprender a visualizar imágenes satelitales, trabajar con composiciones RGB y explorar el comportamiento de las bandas espectrales.
• Introducir el uso de scripts sencillos para filtrar imágenes por fecha, nubosidad o área de interés, sentando las bases para análisis posteriores.
• Comprender cómo la IA generativa puede ayudar en la creación de código, pero siempre revisando y entendiendo los scripts para garantizar resultados correctos.

• Desarrollar análisis más avanzados mediante scripts, utilizando series temporales, gráficas analíticas y comparaciones multitemporales.
• Interpretar el comportamiento espectral de diferentes elementos del territorio mediante gráficas de bandas y evolución temporal de datos.
• Calcular y aplicar índices ambientales como NDVI, NDWI o NBR para analizar vegetación, agua o zonas afectadas por incendios.
• Aplicar metodologías de detección de cambios territoriales, comparando escenas de distintos momentos temporales para identificar transformaciones ambientales o territoriales.
• Utilizar IA generativa como apoyo en la creación y mejora de scripts, manteniendo siempre el criterio técnico necesario para validar los resultados del análisis.

Taller práctico: introducción a Google Colab

• Introducción al software LEOWorks.
• Composición de filtros RGB y análisis visual.
• Reclasificación supervisada de imágenes satélite.
• Elaboración de índices multiespectrales.
• Creación de secuencias animadas y timelapses.

• Desarrollo de un proyecto final libre y progresivo.
• Aplicación práctica de los contenidos aprendidos durante el curso.
• Análisis de un caso real de interés personal o territorial.
• Integración de QGIS, Google Earth Engine y otras herramientas vistas.
• Proyecto orientado a portfolio profesional.