Curso SIG y teledetección en R: Análisis geoespacial y Machine Learning - Imasgal

SIG y teledetección en R: Análisis geoespacial y Machine Learning

Sin programarOnline (clases online y tutorías)SIGNuevo

Presentación

El curso «SIG y Teledetección en R: Análisis geoespacial y Machine Learning», sumerge al alumnado en el inmenso y potente mundo de la programación aplicada a Sistemas de Información Geográfica (SIG) y Teledetección.

Desde los fundamentos hasta las técnicas avanzadas, este curso abarca todos los aspectos esenciales. Comenzamos con una sólida introducción que te ayudará a entender la relación entre la programación y los SIG/Teledetección. Te adentrarás en el mundo de la programación en R, comenzando con la sintaxis básica, variables y tipos de datos. A medida que avanzas, aprenderás a crear funciones personalizadas y a utilizar estructuras de control para desarrollar soluciones más complejas.

Además, la adquisición de datos geoespaciales en la nube se vuelve accesible a través de librerías y APIs, lo que te permitirá acceder a una gran cantidad de recursos para tus proyectos. Avanzarás hacia el geoprocesamiento en R, donde podrás realizar análisis espaciales avanzados, explorar patrones y tomar decisiones informadas.

Una vez ya abordados los conceptos clave de la programación, pasaremos a analizar nuestros datos. El análisis de datos geoespaciales se convierte en una habilidad clave a medida que profundizas en cómo utilizar R para explorar, procesar y visualizar datos de manera efectiva. También te aventurarás en el emocionante mundo del Machine Learning aplicado a SIG y Teledetección, lo que te permitirá abordar problemas de clasificación y predicción.

Por último, hoy en día, la visualización y presentación de resultados posee un gran valor. La cartografía y visualización dinámica de datos geoespaciales se vuelve accesible a medida que aprendes a crear mapas interactivos y visualizaciones impactantes para comunicar tus resultados de manera efectiva. Para redondear tu conjunto de habilidades, te sumergirás en la integración de R con herramientas populares como QGIS y Google Earth Engine, lo que te permitirá aprovechar aún más tus capacidades de análisis geoespacial.

Conocimientos previos necesarios:
  • Conocimientos básicos de programación: no es necesario conocimientos de programación con R u otro lenguaje. Durante el curso se impartirán los contenidos necesarios de programación con R.
  • Conocimientos básicos de estadística: podrían ser recomendables conocimientos básicos de estadística aunque se ofrecerá un repaso general al inicio del curso para que haya una correcta comprensión del apartado del análisis de datos.
  • Conocimientos básicos de GIS y Teledetección: se recomienda tener un conocimiento básico de SIG y los sistemas de coordenadas para entender cómo los datos espaciales se utilizan en SIG y programación, aunque se impartirá una introducción acerca de estos aspectos y se irá ampliando a lo largo del curso.
Softwares:
  • QGIS: Software libre.
  • R: Software libre
  • RStudio: Software libre

Contenidos

Tema 01 | Introducción a la programación y su relación con los SIG y teledetección
  1. Introducción a los SIG
    Conceptos básicos de los SIG | Componentes de los SIG | Funciones y aplicaciones de los SIG | Tipos de datos en los SIG | Tendencias actuales en los SIG.
  2. ¿Qué es la programación? Ventajas y tendencias actuales
    Definición | Ventajas de la programación | Tendencias actuales, principales lenguajes y ámbitos de aplicación.
  3. ¿Para qué puede servir la programación en el ámbito de los SIG y la teledetección?
    Procesamiento y análisis de datos geoespaciales | Automatización de tareas | Desarrollo de herramientas y aplicaciones | Análisis de imágenes de satélite | Integración con otras tecnologías.
Tema 02 | Programación en R (I): sintaxis básica, variables, tipos de datos 
  1. Introducción a la programación en R
    Diferencias entre R y RStudio | Interpretabilidad y comprensión del entorno de RStudio | Configuración y personalización de RStudio | Como ejecutar código en R.
  2. Sintaxis básica en R
    Primeras instrucciones en R | Comprensión de comentarios y anotaciones en programación.
  3. . Objetos y tipos de datos en R
    Declarar y asignar objetos | Objetos especiales | Tipos de datos básicos en R | Vectores, matrices y arrays en R | Listas en R | Data frames en R | Tipos de datos avanzados en R | Comprobar tipos de datos.
  4. Operaciones con variables y tipos de datos en R
    Operaciones aritméticas en R | Operaciones lógicas en R | Operaciones de comparación en R | Conversión entre tipos de datos en R.
Tema 03 | Programación en R (II): Funciones y Estructuras de Control
  1. Estructuras de control en R
    Introducción a las estructuras de control | Condicionales | Estructuras de control iterativas.
  2. Que son las funciones y cómo crearlas en R
    Sintaxis de las funciones en R | Creación de funciones en R | Llamada a funciones en R. 
  3. Tipos de funciones en R
    Funciones predefinidas en R | Funciones básicas | Funciones recursivas | Funciones anónimas.
  4. Uso e integración de funciones y estructuras de control en R.
  5. Reglas de ámbito o alcance de variables y debugging en R. 
Tema 04 | Consulta y obtención de datos geoespaciales en la nube: librerías y APIs
  1. Introducción a la obtención de datos en línea.
  2. Descarga de datos Sentinel-2
    Introducción a la descarga de imágenes de satélite, consulta de información y conexión con servidores | Filtrado para la búsqueda de datos geoespaciales en línea | Descarga y almacenamiento de datos geoespaciales obtenidos en línea. 
  3. Descarga de imágenes MODIS
    Introducción a la descarga de imágenes de satélite, consulta de información y conexión con servidores | Búsqueda y filtrado de datos MODIS | Descarga y almacenamiento de datos MODIS.
Tema 05 | Herramientas de geoprocesamiento en R
  1. Paquetes y librerías de geoprocesamiento en R para SIG y teledetección.
  2. Importación y exportación de información en R
    Formatos de datos geoespaciales | Importación, exportación y transformación de datos geoespaciales en R.
  3. Sistema de coordenadas en R. 
  4. Manipulación y transformación de datos geoespaciales en R
     Geoprocesamiento vectorial en R | Tratamiento de imágenes ráster en R | Procesamiento combinado de ráster y vectorial en R.

Tema 06 | Análisis de datos geoespaciales en R
  1. Análisis exploratorio de datos en R 
    Análisis de la distribución de variables numéricas y categóricas. Medidas de resumen y medidas de dispersión | Análisis de la relación entre dos o más variables | Generación de gráficas descriptivas.
  2. Análisis de patrones espaciales y temporales en R
    Autocorrelación espacial, estadísticas de vecindad y hotspots | Detección de anomalías espacio-temporales en datos geoespaciales
  3. Interpolación espacial en R
    Interpolación por polígonos de Thiessen | Interpolación por IDW (Inverse Distance Weighting) | Interpolación por kriging.
  4. Análisis multicriterio en R
    Preparación y transformación de la información | Métodos para la asignación de pesos | Criterios y alternativas | Reglas de decisión.
  5. Análisis visual de imágenes: fotointerpretación. 
Tema 07 | Aplicación de Machine Learning a SIG y Teledetección
  1. Introducción a métodos de Machine Learning
    Definición de Machine Learning y conceptos básicos | Ventajas y desventajas de Machine Learning | Pasos generales para el empleo de Machine Learning | Tipos de aprendizaje en Machine Learning.
  2. Clasificación de usos del suelo mediante Random Forest en R
    Árboles de decisión y Random Forest. Introducción a métodos de clasificación | Preparación de datos | Entrenamiento y ajuste del modelo | Validación y evaluación del modelo | Aplicación del modelo a nuevos datos. 
  3. Delimitación de zonas incendiadas mediante Regresión Logística en R
    Aplicación de regresión logística a datos geoespaciales | Preparación de los datos | Construcción del modelo de Regresión Logística | Validación y evaluación del modelo | Aplicando el modelo PCA a capas ráster | Aplicación de modelo RF a componentes principales obtenidas mediante PCA. 
  4. Delimitación de zonas inundadas mediante PCA (Análisis de Componentes Principales) e imágenes de satélite
    Introducción a la delimitación de zonas inundadas mediante PCA e imágenes de satélite | Preparación de datos | Evaluación de resultados e identificación de zonas inundadas | Delimitación de zonas inundadas mediante resultados PCA. 
Tema 08 | Cartografía y visualización dinámica de datos geoespaciales
  1. Generación de planos o mapas en R
    Generación de cartografía mediante el paquete base de R | Generación de cartografía mediante el paquete ggplot2.
  2. Redacción de informes en R
    Introducción al uso de RMarkdown | Sintaxis R Markdown | Inclusión de elementos gráficos, tablas y resultados de análisis en el informe.
  3. Creación de visores interactivos y animaciones en R
    Carga y preprocesado de la información | Generación de un visor GIS en R mediante Leaflet | Guardado de visores GIS e integración con otros entornos. 
  4.  R en el entorno de QGIS
    Primeros pasos: configuración de QGIS | Creación y uso de scripts de R en QGIS | Ejecución y realización de tareas mediante scripts de R en QGIS.

Durante el curso, el alumno realiza los siguientes proyectos:

  • Datos agrarios y catastrales: Se realizará el cambio de formato y filtrado de datos mensuales de índice de vegetación en una parcela, así como el filtrado de parcelas por identificador y la especificación de tipos de cultivo. Para lograrlo, se utilizará código R, empleando las librerías más reconocidas, como las funciones base de R o Dplyr.
  • Consulta y obtención de datos geoespaciales en la nube: Se procederá a la descarga de imágenes de satélite Sentinel y a la parametrización de la búsqueda.
  • Reubicación de estaciones meteorológicas: Se llevará a cabo un análisis y filtrado geoespacial, además de la obtención de elevaciones mediante las principales librerías GIS de R.
  • Zonificación agraria: Se realizará un estudio con el objetivo de obtener zonas óptimas o seguras para el cultivo, empleando técnicas como análisis multicriterio, interpolación espacial y análisis de patrones.
  • Clasificación de usos del suelo: Mediante el uso de Machine Learning, se entrenará y aplicará un modelo para la clasificación de imágenes Sentinel 2 y los usos del suelo propuestos.
  • Delimitación de zonas incendiadas: A partir de imágenes de satélite, se utilizará un modelo de Machine Learning para delimitar con la mayor precisión posible las áreas calcinadas.
  • Delimitación de zonas inundadas: Se llevará a cabo el entrenamiento y aplicación de modelos no supervisados de Machine Learning para la zonificación automática de territorios inundados a escala regional.
  • Generación de informes y personalización: Se utilizará RMarkdown de R para la generación de informes y personalización.
  • Visor interactivo: Se procederá a la creación y almacenamiento de visores GIS mediante Leaflet en R.
  • Integración de R con QGIS y Google Earth Engine: Se integrarán funciones de R con QGIS y Google Earth Engine para aumentar aún más el potencial de análisis y tratamiento de la información.
  • Capacitar a los estudiantes para adquirir habilidades sólidas en programación y su aplicación en el campo de los Sistemas de Información Geográfica (SIG) y la Teledetección.
  • Proporcionar a los participantes las herramientas y conocimientos necesarios para acceder y gestionar datos geoespaciales de forma eficiente.
  • Fomentar el desarrollo de herramientas avanzadas de análisis y procesamiento de datos geoespaciales mediante el uso de R y técnicas de Machine Learning.
  • Potenciar la capacidad de los estudiantes para crear visualizaciones y mapas interactivos a partir de datos geoespaciales, mejorando la comunicación de resultados.
  • Facilitar la integración de las habilidades de programación en R con herramientas ampliamente utilizadas como QGIS y Google Earth Engine, promoviendo un enfoque integral en la resolución de problemas geoespaciales.
  • Preparar a los participantes para aprovechar oportunidades profesionales en campos relacionados con SIG, Teledetección y análisis de datos geoespaciales, proporcionando una base sólida de conocimientos y habilidades prácticas basadas en la experiencia laboral.

Metodología y certificación

Los contenidos de este curso son impartidos a través de clases online (las cuales son grabadas para su consulta posterior) y/o vídeos. La gestión del curso se lleva a cabo por medio de una plataforma de formación online en la cual el alumnado tiene la posibilidad de realizar consultas al equipo docente, entregar las actividades de evaluación y descargar los materiales del curso.

Desarrollo práctico del curso

Durante el curso, se llevan a cabo dos tipos de actividades prácticas:

  • Ejercicios tutorizados: son ejercicios guiados paso a paso por el equipo docente, ya sea por medio de clases o vídeos.
  • Prácticas de evaluación tutorizadas: luego de completar los ejercicios tutorizados, el alumnado realiza las prácticas de evaluación de manera individual. Estas prácticas están tutorizadas a través de los foros disponibles en la plataforma de formación.
Materiales

El curso incluye materiales específicos como un manual de contenidos, enunciados y datos de ejercicios y prácticas, documentos de apoyo y otros recursos. Todos los materiales del curso son descargables, a excepción de los vídeos y grabaciones de las clases.

Certificación

Imasgal emite dos tipos de documentos basados en la asistencia y en la calificación obtenida en la realización de las prácticas de evaluación:

  • Justificante de asistencia: este documento confirma la participación del alumno en el curso. Para obtenerlo, es necesario haber obtenido en al menos 1 práctica de evaluación una calificación igual o superior a 5.
  • Certificado de aprovechamiento: este certificado avala la superación exitosa del curso, habiendo obtenido en la realización de las prácticas de evaluación una nota promedio igual o superior a 5. El certificado está compuesto por un Diploma de Aprovechamiento y un Certificado de Calificaciones. El certificado cuenta con un Código de Certificación que puede utilizarse como método de autenticación del documento al acceder al buscador de certificados.

Ambos documentos se expiden en formato pdf y llevan la firma electrónica oficial de Imasgal.

Post-Formación

Una vez finalizado el curso, los estudiantes tendrán acceso adicional a todos los contenidos (incluyendo vídeos y grabaciones) durante un período adicional de 6 meses. El acceso al aula de post-formación estará habilitado en 48h laborables tras la finalización del curso. En este aula no será posible la entrega de prácticas.

(*) Realizamos formación presencial según demanda.

Preguntas frecuentes

Generales
Métodos de pago
El pago de los cursos podrá ser efectuado a través de tarjeta bancaria (Visa o Mastercard), Paypal y transferencia bancaria. Para completar el proceso de inscripción es necesario elegir el método de pago de preferencia siguiendo las instrucciones detalladas en el sitio web.
Para las inscripciones particulares realizadas en el territorio nacional español se ofrece la opción financiar el curso en plazos en 3, 6, 9 y 12 meses mediante seQura.
¿Qué tipo de descuentos existen?

Disponemos de descuentos para distintos colectivos

¿Qué es la formación bonificada mediante FUNDAE?

Toda empresa del territorio nacional Español que cotice por sus trabajadores en el Régimen General de la Seguridad Social, tiene asignada una cuota destinada a la formación de sus trabajadores en forma de bonificación en las cotizaciones a la Seguridad Social. Mediante esta bonificación el coste de la formación puede ser de 0€. Información de curso bonificable.

Deseo formación presencial ¿Puedo solicitarla?

Sí, realizamos formación presencial para grupos según demanda. Solicita información.

No vivo en España ¿Puedo realizar la formación?

Sí, todos nuestros cursos son 100% online. Las clases se imparten en directo y se graban para visualizarlas en cualquier momento.

Precios y métodos de pago

Precios mostrados para la modalidad: Online (clases online y tutorías)
SIG y teledetección en R: Análisis geoespacial y Machine Learning
Matrícula ordinaria EUR 325,00 €
Matrícula de estudiantes y desempleados EUR 292,00 €
Matrícula colegiados y entidades en convenio EUR 292,00 €
Matrícula bonificada mediante FUNDAE EUR 395,00 €

Ejemplo de financiación de matrícula ordinaria:

Precios mostrados en EUR € y métodos de pago disponibles para usuarios de España. Cambiar de país

Condiciones
  • Imasgal realizará devoluciones por cancelación de matrícula del 100 % del importe excepto en los 7 días naturales anteriores al inicio del curso, en cuyo caso se realizará la devolución del 50 % del importe del mismo.
  • El inicio del curso está sujeto a un cupo mínimo de 6 alumnos.
  • Cursos bonificables mediante la Fundación Estatal para la Formación en el Empleo. Formación bonificada.
Métodos de pago

Pagos con tarjeta, financiación, Paypal y otros. Ver métodos de pago

Fundación Estatal para la Formación en el Empleo
Curso bonificable por FUNDAE
Pagos con tarjeta, financiación, Paypal y otros.Ver métodos de pago
SIG y teledetección en R: Análisis geoespacial y Machine LearningMatrícula de curso individual
Convocatoria

Edición: 3
Modalidad: Online (clases online y tutorías)
Fechas: Próximamente

Carga lectiva

Clases online en directo: 30h (*)
Dedicación estimada: 110h
Postformación: 180 días
(*) Asistencia a clase no obligatoria. El alumnado que lo desee podrá visualizar las grabaciones de las clases en la plataforma de formación.

Opinión de alumnos

Valorado en 5.0 de media de 4 opiniones