Mejora tus conocimientos en:Crear herramientas de Teledetección

Dirigido a Profesionales,estudiantes y público en general.

S/250por persona

Precio

TELEDETECCIÓN Y PDICON R Y QGIS INTERMEDIO

50%Descuento

Promoción

100% VIRTUAL

$85por persona

Precio

INTRODUCCIÓN

OBJETIVOS

Emailinfo@geomatica.pe

+51 995664488

Teledetección o sensoriamiento remoto se define como la tecnología de observación terrestre desde el espacio,

utilizando las propiedades de las ondas electromagnéticas emitidas, reflejadas o difractadas por los objetos, de

acuerdo a la composición física y química que poseen estos. Son utilizados para fines de mejoramiento de

gestión de los recursos naturales y la ordenación del territorio.

1. Automatización con herramienta para corrección TOA, DOS1 para Landsat y Sentinel2

2. Automatización con herramientas para determinar indices espectrales

3. Automatización con herramientas para clasificación no supervisada y supervisada

4. Automaticación con herramientas para validación de la clasificación

“Creación de herramientas de teledetección con R en QGIS”

Estudiantes, Profesionales y Público Interesado.

100 horas lectivas.

Al finalizar el curso.

500 soles o 165 dólar

250 soles o 85 dólar

Automática después de una prueba.

50 Soles por él envió nivel nacional Perú.

De por vida al curso.

Al instante despues del pago

Denominación del Curso:

Capacitación dirigida a:

Número de horas:

Certificado:

Costo del curso normal:

Costo de promoción:

Certificado digital:

Certificado físico:

Acceso:

Fecha inicio:

CARACTERÍSTICAS DEL EVENTO

CERTIFICADO

METODOLOGÍA

Emailinfo@geomatica.pe

+51 995664488

Se otorgará a los participantes que han aprobado con una nota mínima de 14 un certificado del curso

“Creación de herramientas de teledetección con R en QGIS” mediante una duración de 100 horas lectivas.

Así mismo que aparecerá con código QR en nuestra web en el cual se podrá ver su nombre:

https://www.geomatica.pe/certificados

Para cumplir con los objetivos trazados se aplicará metodologías interactivas con ponencias teórico-prácti-

cos, como se detalla a continuación:

Exposiciones: Para brindar herramientas teóricas que proporcionen elementos conceptuales. Se utilizará

material de soporte que contribuya en la visualización y asimilación de los conocimientos.

Prácticas: A través de ejercicios prácticos, simulaciones, donde los participantes podrán reconocer y

explorar sus capacidades en un proceso permanente de interacción con sus compañeros. Los ejercicios

contribuirán al aprendizaje del curso. De acuerdo con los objetivos, los ejercicios estarán orientados a estimu-

lar el desarrollo de habilidades.

Discusión participativa: Lo cual se realizará mediante una retroalimentación de lo aprendido, los miembros

exponen sus dudas y conclusiones.

ING. NINO BRAVO MORALES

Ing. Recursos Naturales Renovables mención Forestal, egresado de

Maestría en Ciencias en Agroecología mención Gestión Ambiental -

UNAS. Con más de 8 años de experiencia y servicios en el manejo,

procesamiento y análisis de imágenes satelitales ópticas, con estudios

de diplomado en Sistemas de Información Geográfico, manejando

variedad de software R, ArcGIS, QGIS, ERDAS. Especialista SIG y Telede-

tección realizando consultorías y capacitaciones.

Gerente General de la empresa Geomática Ambiental S.R.L CIP: 211577 - HABILITADO

LICENCIA RPAS: 01328

PONENTE

1. Instalación de software libres.

1.1. Instalación R

1.2. Instalación RStudio

1.3. Instalación QGIS

1.4. Instalación del plugin Processing R Provider en QGIS 3.10

2. Descargar datos espaciales

2.1. Obtención de sentinel-2 Level 1 y 2 con R

2.1. Obtención de Landsat Level 1 y 2 con R

3. Usar lineas de código R en QGIS

3.1. Crear script R en QGIS

3.2. Parámetros de línea de código

3.3. Parámetros de entrada

3.4. Parámetros de salida

3.5. Cuerpo de línea de código

4. PreProcesamiento satelital Landsat 5

4.1. Conversión de ND a Reflectancia TOA en R de Landsat 5

4.2. Creación herramienta Conversión de ND a Reflectancia TOA en R + QGIS de Landsat 5

4.3. Conversión de ND a Reflectancia Superficie DOS1 en R de Landsat 5

4.4. Creación herramienta Conversión de ND a Reflectancia Superficie DOS1 en R +QGIS de Landsat 5

4.5. Conversión de ND a Temperatura de brillo en R Landsat 5

4.6. Creación herramienta Conversión de ND a Temperatura de brillo en R + QGIS Landsat 5

5. PreProcesamiento satelital Landsat 8

5.1. Conversión de ND a Reflectancia TOA en R de Landsat 8

5.2. Creación herramienta Conversión de ND a Reflectancia TOA en R + QGIS de Landsat 8

5.3. Conversión de ND a Reflectancia Superficie DOS1 en R de Landsat 8

5.4. Creación herramienta Conversión de ND a Reflectancia Superficie DOS1 en R +QGIS de Landsat 8

5.5. Conversión de ND a Temperatura de brillo en R Landsat 8

5.6. Creación herramienta Conversión de ND a Temperatura de brillo en R + QGIS Landsat 8

6. PreProcesamiento satelital Sentinel-2

6.1. Introducción de Sentinel-2 MSI

6.1. Conversión Reflectancia TOA valor 0 - 1 en R de Sentinel-2

6.2. Creación herramienta Conversión Reflectancia TOA valor 0 - 1 en R de Sentinel-2

6.3. Conversión Reflectancia Superficie en R de Sentinel-2

6.4. Trasnformar todas las bandas a resolución 10m con R

6.5. Combinación de bandas y exportación

Emailinfo@geomatica.pe

+51 995664488

TEMARIO DEL CURSO

7. Indices espectrales

7.1. Introducción indices espectrales

7.2. Determinar NDVI en R y crear herramienta en QGIS

7.3. Determinar SAVI en R y crear herramienta en QGIS

7.4. Determinar EVI en R y crear herramienta en QGIS

7.5. Determinar NDWI en R y crear herramienta en QGIS

7.6. Determinar NBRI en R y crear herramienta en QGIS

7.7. Determinar NDSI en R y crear herramienta en QGIS

8. Clasificación no supervisada

8.1. Clasificación no supervisada K-Means

9. Clasificación supervisada

9.1. Clasificación con support vector machine

9.2. Clasificación con Decision Tree

9.3. Clasificación con Random Forest

9.4. Clasificación con Bayes

9.5. Clasificación con Neural Networks

10. Validación de clasificación

10.1. Matriz de confusión de support vector machine

10.2. Indice de Kappa de support vector machine

10.3. Matriz de confusión de Decision Tree

10.4. Indice de Kappa de Decision Tree

10.5. Matriz de confusión de Random Forest

10.6. Indice de Kappa de Random Forest

10.7. Matriz de confusión de Bayes

10.8. Indice de Kappa de Bayes

10.9. Matriz de confusión de Neural Networks

10.10. Indice de Kappa de Neural Networks

10.11. Evaluación de algoritmos de Machine Learning

Emailinfo@geomatica.pe

+51 995664488

Emailinfo@geomatica.pe

+51 995664488

Realice la transferencia o depo-sito a cualquiera de nuestras cuentas.

Envie el voucher, o captura de la transferencia a nuestra página: https://www.geomatica.pe/pa-gos/deposito

2Reciva el correo de bienvenida con sus accesos al aula virtual.3

GUÍA3 simples

pasos.

PAGOS PORDEPOSITO BANCARIO

O TRANSFERENCIA

1

Envienos el VOUCHER o FOTO de la transferencia:

https://www.geomatica.pe/pagos/deposito

WHATSAPP: (+51) 995664488

Correos: info@geomatica.pe / nino@geomatica.pe

Cuentas en soles PERÚ NINO FRANK BRAVO MORALES

Bco de la Nación: 00-490-023631

Cuenta BBVA: 0011-0876-0200179963Puedes ver todas las cuentas internacionales en: www.geomatica.pe/pagos/deposito

Cuentas Internacional GEOMATICA AMBIENTAL S.R.L.

BBVA: 0011-0318-32-0200580124

Cuenta BCP: 193-95796895-0-37

InterBank: 3523125020306

CrediScotia: 324-17-006083-0

Caja Huancayo: 107020211001541282

https://www.paypal.me/geomaticape

Titular: Geomatica Ambiental

N° Identificación: 44203320Titular: NINO FRANK BRAVO MORALESTeléfono: +51 995664488Dirección: Jr. Iquitos 960 - Huánuco.

Datos envió