Prueba Curso 3 !

A través de este curso aprenderás a procesar imágenes LandSat y Sentinel con técnicas de teledetección desde la corrección atmosférica, cálculo de índices y clasificación de coberturas. 123

En el primer módulo, nos enfocaremos en la adquisición de datos geoespaciales desde plataformas oficiales y repositorios internacionales de libre acceso. Durante esta etapa aprenderás a:

• Evaluar las diferencias clave entre las constelaciones Landsat (USGS/NASA) y Sentinel (ESA).

• Seleccionar la resolución espacial, temporal y radiométrica óptima según los requerimientos de tu estudio.

• Descargar productos de nivel de procesamiento adecuado para análisis multitemporal.

Posteriormente, abordaremos la fase crítica de preprocesamiento radiométrico y atmosférico. En este segmento se aplicarán algoritmos avanzados orientados a:

• Transformar los valores digitales (Digital Numbers) en reflectancia de superficie real.

• Minimizar y corregir los efectos de dispersión generados por vapor de agua y aerosoles.

• Homogeneizar escenas capturadas en distintas fechas para mantener la consistencia analítica.

Una vez depuradas las bandas espectrales, profundizaremos en el cálculo de índices morfométricos y biofísicos. Desarrollaremos fórmulas matemáticas aplicadas enfocadas en:

• Índices de vegetación avanzados como el NDVI y el EVI para el monitoreo de biomasa.

• Índices hídricos como el NDWI orientados al estudio de cuerpos de agua y humedad del suelo.

• Indicadores específicos para la evaluación de estrés hídrico y superficies quemadas.

Finalmente, implementaremos metodologías robustas de clasificación supervisada y no supervisada de coberturas terrestres. Utilizando algoritmos de aprendizaje automático (Machine Learning) como Random Forest y Máquinas de Soporte Vectorial (SVM), serás capaz de generar mapas temáticos precisos, realizar matrices de confusión para validar la exactitud estadística y exportar resultados listos para su integración en sistemas de información geográfica profesionales.