Curso de la carrera Ingeniería geológica del Departamento de Geociencias y Medio Ambiente de la Universidad Nacional de Colombia, sede Medellín
View the Project on GitHub edieraristizabal/Sensores-Remotos
En los últimos años, los satélites de observación de la Tierra han generado grandes cantidades de datos geoespaciales que están disponibles gratuitamente para la sociedad y los investigadores en Geociencias y otras ramas interesadas en la observación y monitoreo del planeta Tierra. Este escenario plantea desafíos para las infraestructuras de datos espaciales a la hora de almacenar, procesar, diseminar y analizar adecuadamente estos grandes conjuntos de datos. Para satisfacer estas demandas, se han propuesto y desarrollado plataformas para la gestión y el análisis de grandes datos de observación de la Tierra.
Este curso de \emph{Sensores Remotos} está orientado para estudiantes de geociencias con el objeto de aprender a utilizar estas herramientas de teledetección en geología. El curso comprende la teoría general de sensores remotos y procesamiento de imágenes de satélite utilizando dos de estas plataformas: Google Earth Engine (GEE) y openEO.
Las técnicas de sensores remotos enseñadas en el curso se enfocan exclusivamente para la fotointerpretación geológica, es decir diferenciar unidades litológicas, al igual que fotointerpretación geomorfológica, es decir formas y procesos morfodinámicos, y de forma somera a coberturas del suelo.
El procesamiento de imágenes es una herramienta ampliamente utilizada actualmente, adquirir estas herramientas seguramente le ampliará sus perspectivas profesionales en el campo de las geociencas aplicada en ingeniería.
Martes & Jueves 10:00 - 12:00 a.m.
M2-127
El contenido del curso comprende los siguientes temas a desarrollar:\
Lectura recomendada: Sentinel-2 User Handbook
Lectura recomendada: Landsat 9 Data Users Handbook
Taller 1 Fotogrametría
Taller 2 Fotointerpretación
Taller 3 Cálculo de índices
Lectura recomendada: Index database
Lectura recomendada: A comparison of resampling methods for remote sensing classification and accuracy assessment
Taller 4 Clasificación de imágenes satelitales
Lectura recomendada: A tutorial on Synthetic Aperture Radar Online training: ARSET - Introduction to Synthetic Aperture Radar
Taller 5 Imágenes de radar
El curso se evalua con 5 talleres del 10\%. Los talleres deberán cargarse a la plataforma de Google Classroom en formato PDF. El nombre del archivo deberá tener el número del taller y el nombre y apellido del estudiante (Ej. Taller 1_EdierAristizabal). En caso de no entregarse de esta forma tendrá un descuento del 1.0 de la nota obtenida. La presentación de los talleres tiene un formato libre, el cual exige un trabajo de creatividad, orden y claridad del estudiante, de tal forma que trasmita la información de forma correcta y adecuada al evaluador. Los criterios utilizados para la evaluación y asignación de nota a los talleres son:
Posterior a la entrega del Taller 5 se realzará un parcial teórico individual con un porcentaje del 25\%. El parcial correspond e a 50 preguntas de selección multiple que el estudiante deberá responder en 2 horas.
El 25\% restante de la nota del curso corresponde al trabajo de campo que se encuentra en la página web. Es importante tener en cuenta que dicho taller implica trabajo pre-campo, sin embargo la nota se realiza durante la salida de campo. Esto implica que si la persona no asiste a campo tiene una nota de 0 en el 25\% que representa este trabajo.
El documento que encuentra en el siguiente link corresponde a la Guía para la preparación, y ejecución a la salida de campo, por lo tanto es indispensable que cada equipo revise con detalle los objetivos y alcances planteados, los materiales necesarios, y los pasos a desarrollar.
Guía Trabajo Final Preparación y guía de campo
El trabajo de campo comprende 5 alcances, 4 de ellos previos a la salida de campo:
El curso utilizará material de diferentes fuentes bibliográficas, entre las cuales se destacan las siguientes, por lo cual se recomienda su consulta: