Las imágenes satelitales nos brindaron la capacidad de ver la superficie terrestre en los últimos años, pero no hemos tenido tanto éxito para comprender la dinámica de la cobertura terrestre y la interacción con factores económicos, sociológicos y políticos. Se encontraron algunas deficiencias para este análisis en el uso de software comercial GIS, pero existen otras limitaciones en la forma en que aplicamos procesos lógicos y matemáticos a un conjunto de imágenes satelitales. Trabajar con datos geoespaciales en Python nos brinda la capacidad de filtrar, calcular, recortar, crear bucles y exportar conjuntos de datos ráster o vectoriales con un uso eficiente de la potencia computacional, lo que brinda un mayor alcance en el análisis de datos.
Este seminario web cubre el procedimiento completo para crear un ráster de cambio de cobertura terrestre a partir de una comparación de rásteres de índice de vegetación (NDVI) mediante el uso de Python y las bibliotecas Numpy y Rasterio. Los resultados del NDVI para años determinados y el cambio de NDVI se representan en Jupyter Lab como grilla de color y líneas de contorno. Se realiza un análisis de la deforestación basado en los datos de salida e imágenes satelitales en línea.
Instructor
Saul Montoya M.Sc.
Hidrogeólogo - Modelador Numérico
Saul Montoya es Ingeniero Civil graduado de la Pontificia Universidad Católica del Perú en Lima con estudios de postgrado en Manejo e Ingeniería de Recursos Hídricos (Programa WAREM) de la Universidad de Stuttgart con mención en Ingeniería de Aguas Subterráneas y Hidroinformática. Él domina las herramientas de modelamiento para el cálculo del flujo y transporte de contaminantes en condiciones estáticas y dinámicas, además de los códigos para el modelamiento de la zona vadosa / no saturada. También es capaz de interactuar los modelo hidrogeológicos con modelos hidrológicos y con modelos de gestión del agua.
Fecha del evento
Viernes 28 de Abril del 2022 6:00 p.m. Hora de Lima
Registro
Te puedes registrar en este link:
