La materia ING-300: Sensores Remotos II en la UAGRM representa la continuidad y el nivel avanzado del análisis espacial. Mientras que el nivel elemental (SEN-300) se enfoca en los principios físicos, correcciones básicas e interpretación de sensores pasivos, ING-300 se adentra en la teledetección activa, la automatización mediante programación y el análisis multitemporal avanzado.
A continuación, se detalla la estructura formal y temática de su plan académico:
Datos Generales de la Materia
- Sigla y Código: ING-300
- Nombre: Sensores Remotos II
- Carga Académica: Generalmente mantiene la equivalencia de 5 a 6 créditos (repartidos entre teoría y prácticas de laboratorio).
- Pre-requisito: SEN-300 (Sensores Remotos I).
Programa Analítico Detallado por Temas
Unidad 1: Teledetección Activa por Microondas (Radar / SAR)
- Principios del funcionamiento del Radar de Apertura Sintética (SAR).
- Interacción de las microondas con la superficie: rugosidad, constante dieléctrica y humedad del suelo.
- Geometría de la imagen radar: distorsiones por relieve (foreshortening, layover, sombreado) y speckle (ruido de sal y pimienta).
- Procesamiento y filtrado de datos SAR (satélites Sentinel-1, ALOS-PALSAR).
Unidad 2: Tecnología LiDAR y Modelado Tridimensional
- Fundamentos del sistema LiDAR (Light Detection and Ranging).
- Tipos de LiDAR: aerotransportado, terrestre y espacial.
- Procesamiento de nubes de puntos (formatos .LAS/.LAZ).
- Clasificación de puntos y generación de Modelos Digitales de Elevación (MDE): Modelo Digital de Superficie (MDS) y Modelo Digital del Terreno (MDT). [1, 2]
Unidad 3: Teledetección Térmica y Balance de Energía
- Principios de la radiación infrarroja térmica (TIR).
- Estimación de la Temperatura Superficial Terrestre (LST) a partir de bandas térmicas (Landsat y MODIS).
- Aplicaciones térmicas: islas de calor urbanas, anomalías geotérmicas y monitoreo de incendios forestales activos.
Unidad 4: Análisis de Series Temporales y Detección de Cambios
- Técnicas de alineación y normalización multitemporal.
- Algoritmos avanzados de detección de cambios (Post-clasificación, Diferenciación e Índices vectoriales).
- Monitoreo continuo de la deforestación, dinámicas agrícolas y expansión urbana en el departamento de Santa Cruz.
- Análisis de tendencias fenológicas y series de tiempo de vegetación.
Unidad 5: Clasificación Avanzada e Inteligencia Artificial
- Limitaciones de los clasificadores pixel a pixel tradicionales.
- Clasificación Orientada a Objetos (GEOBIA): segmentación de imágenes y reglas de contexto.
- Introducción al Machine Learning aplicado a imágenes satelitales: algoritmos Support Vector Machine (SVM) y Redes Neuronales Artificiales.
Unidad 6: Teledetección en la Nube (Cloud Computing)
- Introducción a plataformas de procesamiento masivo a escala global.
- Uso práctico de Google Earth Engine (GEE) o Microsoft Planetary Computer.
- Programación básica (JavaScript o Python) para filtrado de colecciones de imágenes, reducción de datos y exportación de productos cartográficos sin descargas locales.
Componente Práctico y de Laboratorio
El plan se apoya fuertemente en software de escritorio especializado y entornos de desarrollo:
- SNAP (SeNtinel Application Platform): Especial para el preprocesamiento de imágenes de radar Sentinel-1 e interferometría básica.
- QGIS / ArcGIS Pro: Para la integración de modelos tridimensionales derivados de LiDAR y segmentación de objetos.
- Google Earth Engine API: Para automatizar scripts de monitoreo regional a gran escala.
Si estás preparando tu semestre, dime si necesitas ejemplos de scripts básicos en JavaScript para Google Earth Engine que se usan en la materia o detalles sobre cómo estructurar el proyecto final de investigación.