
Compartir en:
¿Eres nuevo en Teledetección con Python? Si es así, ¡estás en el lugar correcto para iniciar! Este curso te ayudará desde cero hasta llegar a ser un experto en Python aplicado en Teledetección, realizando procesamiento de imagenes satelital como Landsat, ASTER L1T, MODIS, MDE, CBERS04 y Sentinel-2 mediante correcciones de imágenes como reflectancia de superficie y temperatura de brillo.
Teledetección con Python es muy importante en los estudios de cambio de cobertura y climático, por ello se va desarrollar crear script de procesos automatizados para generar procesos en lotes de imágenes.
Aprenderá:
- Corrección atmosférica y temperatura de brillo
- Índices espectrales automatizados
- Clasificación supervisada varios métodos
- Validación imagen clasificado índice kappa
- Análisis de procesamiento de imagenes diferentes satélites.
Temario del Curso
- Introducción Python
- Plataformas Python (IDE, Editor y NoteBooks)
- Instalar Anaconda 3
- Crear un entorno de Python 3.7 Geomatica
- Instalar los paquetes
- Interfaz de la plataforma Jupyter
- Introducción Teledetección
- Sensores y plataformas
- Tipos de resoluciones imágenes
- Longitud de onda
- Firma espectral
- Aplicación de la teledetección
- Comentario
- Directorio de trabajo
- Crear variables
- Importar función de los paquetes
- Tipos de variables (numérico, string, boleano)
- Números en Python
- String en Python
- Booleanas
- Operadores decisión
- Operadores de interacción
- Listas
- Diccionario
- Tuplas
- Array
- Introducción funciones
- Crear una función string
- Crear una función matemática
- Constantes de Math
- Math numero entero
- Potencia y logaritmos
- Valor absoluto
- Funciones trigonométricas
- Introducción Numpy
- Crear array
- Dimensiones Array
- Elementos de un array
- Filtrado array
- Introducción pandas
- Crear dataframe con panda
- Crear dataframe según una lista
- Crear dataframe según un directorio
- Dimensiones dataframe
- Selección Subdataframe
- Introducción Matplotlib
- Visualizar raster una banda
- Visualizar raster multibanda RGB
- Gráfico de barra
- Antecedente LandSat
- Orbita Heliosincrónicos
- Característica LandSat 1, 2 y 3 MSS
- Característica LandSat 4 y 5 MSS y TM
- Característica LandSat 7 ETM+
- Característica LandSat 8 OLI y TIRS
- Identificador de los productos (T1, T2 y RT)
- Level de corrección (L1 y L2)
- Descargar Landsat Level 1 Earthexplorer
- Descargar Landsat Level 2 Lpcsexplorer
- Descargar Landsat Level 2 ESPA USGS
- Características de Landsat rasterio
- Características de landsat gdal
- Introducción TOA Landsat 1-7
- Reflectancia TOA de Landsat 5 TM en Python
- Reflectancia TOA de Landsat 7 ETM+ en Python
- Introducción TOA Landsat 8
- Reflectancia TOA de Landsat 8 OLI en Python
- Introducción Temperatura brillo Landsat 1-7
- TB de Landsat 5 TM en Python
- TB de Landsat 7 ETM+ en Python
- Introducción Temperatura brillo Landsat 8
- TB de Landsat 8 OLI en Python
- Introducción RS DOS1 Landsat
- RS DOS1 de Landsat 5 TM en Python
- RS DOS1 de Landsat 7 ETM+ en Python
- RS DOS1 de Landsat 8 OLI en Python
- Introducción Landsat Level 2
- Conversión de factor de escala en Level 2 TOA
- Conversión de factor de escala en Level 2 RS
- Conversión de factor de escala en Level 2 TB
- Determinar RS y TB de landsat 8 level 2
- Recorte de imágenes mediante un shapefile
- Introducción proyección geográfica y UTM
- Reproyección de imágenes
- Ordenar las imágenes satelitales Landsat 5, 7 y 8
Temario del Curso
- Introducción Reflectancia Superficie
- Introducción temperatura brillo
- Conversión radiancia sensor
- Determinación reflectancia Superficie
- Determinación Temperatura Brillo
- Guardar RS y TB directorio
- Introducción Reflectancia de Superficie
- Introducción temperatura brillo
- Conversión radiancia sensor
- Determinación reflectancia Superficie
- Determinación temperatura brillo
- Guardar RS y TB directorio
- Introducción proyección
- Leer archivo raster
- Consultar proyección
- Reproyección a UTM
- Guardar en directorio
- Introducción Terra
- Sensor ASTER L1T
- Resolución espacial
- Nivel de procesamiento
- Descargar del sensor ASTER L1T
- Conversión de formato HDF a geoTIF
- Introducción a Reflectancia Superficie
- Determinación reflectancia Superficie ASTER L1T
- Introducción temperatura de brillo
- Determinación de la temperatura brillo ASTER L1T
- Recorte según zona de estudio
- Introducción satélite Terra y Aqua
- Sensor MODIS
- Identificador del producto
- Introducción producto MODIS 09
- Conversión del factor escala MODIS 09
- Descarga del sensor MODIS producto 09
- Importar ráster multiespectral HDF
- ReProyección de MODIS WGS84
- Conversión del factor de escala a Reflectancia de superficie
- Generar procesos automatizado en lote
- Sensor MODIS
- Introducción producto MODIS 11
- Conversión del factor escala MODIS 11
- Descarga MODIS 11 plataforma Earthdata
- Proceso de una imagen MODIS 11
- Proceso en lote MODIS 11
- Conversión del factor de escala y Reproyección
- Generar procesos automatizado en lote
- Antecedente Sentinel
- Orbita Heliosincrónicos
- Característica Sentinel-2
- Bandas espectrales
- Identificación del producto sentinel-2
- Niveles de procesamiento Sentinel-2
- Factor de escala de reflectancia TOA
- Descarga sentinel-2 level1 ESA Copernicus
- Descarga sentinel-2 level2 ESA Copernicus
- Descargar Sen2cor
- Reflectancia al tope de la atmosfera Sentinel-2
- Remuestrear las bandas TOA a 10m Level 1
- Conversión de Level1 a Level 2 con cmd Sen2cor
- Proceso de Reflectancia superficie a 10m Level 2
- Recortar imagen según zona
- Introducción CBERS 04A
- Nivel de procesamiento
- Características de las bandas CBERS 04A
- Descarga imagen CBER 04A
- Ingreso imagen CBERS 04A
- Verificar proyección y resolución espacial 2 y 8m
- Composición bandas CBERS 04A
- Recortar según zona estudio
- Proceso de Pansharpening en QGIS
- Introducción firma espectral
- Longitud de onda banda central
- Crear punto de cobertura (Bosque, agua, agricultura y sin cobertura)
- Generar firma espectral y exportar en datos Excel
- Firma espectral Landsat 5, 7 y 8
- Firma espectral Sentinel-2
- Firma espectral ASTER L1T
- Introducción MDE
- Características MDE
- Visualización raster
- Clasificación MDE
- Determinar hilshade o relieve
- Seleccionar MDE
- Convertir a float
- Visualización MDE
- Corrección de relleno – Fill
- Reproyección UTM
- Pendiente en grado, radianes y porcentaje
- Aspecto en grado y radianes
- Lista de MDE
- Determinar Mosaico
- Característica mosaica
- Reproyección UTM
- Recortar según geometría o extensión
- Determinar pendiente
- Determinar aspecto
- Determinar relieve
Temario del Curso
- Introducción índice espectral
- Crear NDVI con paquete numpy
- Crear función NDVI
- Clasificación de NDVI
- Crear EVI con paquete numpy
- Crear función EVI
- Crear SAVI con paquete numpy
- Crear función SAVI
- Crear NDWI con paquete numpy
- Crear función NDWI
- Crear NBR con paquete numpy
- Crear función NBR
- Crear NDSI con paquete numpy
- Crear función NDSI
- Crear función de índice total
- Proceso índices espectrales mediante Xarray Spatial
- Introducción satélite Terra y Aqua
- Sensor MODIS
- Introducción producto MODIS 13
- Conversión del factor escala MODIS 13
- Descarga Earthdata
- Proceso de una imagen MODIS 13
- Proceso en lote MODIS 13
- Crear herramienta proceso MODIS 13
- Introducción Tasseled Cap
- Crear función Tasseled Cap Landsat 5
- Crear función Tasseled Cap Landsat 7
- Crear función Tasseled Cap Landsat 8
- Crear función Tasseled Cap Sentinel-2
- Crear una función Tasseled Cap satelite
- Introducción ACP
- Determinación ACP Landsat 5
- Determinación ACP Landsat 7
- Determinación ACP Landsat 8
- Determinación ACP Sentinel-2
- Crear función ACP de los satélites
- Introducción clasificación no supervisada
- Clasificación no supervisada K-Means Cluster
- Introducción clasificación supervisada
- Crear puntos de ROI para clasificación
- Clasificación con support vector machine
- Generar matriz de confusión support vector machine
- Validación índice Kappa
- Clasificación con Decision Tree
- Generar matriz de confusión Decision Tree
- Validación índice Kappa
- Clasificación con Random Forest
- Generar matriz de confusión Random Forest
- Validación índice Kappa
- Clasificación con Naive Bayes
- Generar matriz de confusión Naive Bayes
- Validación índice Kappa
- Clasificación con Neural Networks
- Generar matriz de confusión Neural Networks
- Validación índice Kappa
- Introducción satélite Terra y Aqua
- Sensor MODIS
- Introducción producto MODIS 12
- Reproyección producto MODIS 12
- Descarga Earthdata
- Proceso de una imagen MODIS 12
- Proceso en lote MODIS 12
- Crear imagen para series temporal NDVI MODIS13
- Composición de bandas NDVI
- Determinar serie temporal
- Crear puntos shapefile mediante CSV
- Extraer los valores de NDVI según coordenada
- Graficar la serie temporal NDVI MODIS13
Adquierelo antes de que llegue a CERO !!
March 16, 2025
Días
Hora
Min.
Seg.
Experto Teledetección con Python
Accede al contenido virtual de inmediato.
Agregar al carrito Descargue los pasos para una compra fácil.
66.67% - dcto$ 300
$ 100.00
Detalles del curso
- Acceso de por vida
- Asesoría personalizada
- Certificado de especialización
- Nivel Experto
- Aprende a tu ritmo
- 200 horas lectivas
Acerca del docente
