Curso Práctico de Teledetección Forestal. Análisis del Medioambiente

La teledetección forestal es una técnica avanzada que permite obtener información detallada y valiosa sobre los bosques y sus entornos mediante la captura y análisis de datos obtenidos desde sensores ubicados en plataformas aéreas o espaciales, como satélites. Esta metodología revoluciona la forma en que comprendemos y gestionamos los ecosistemas forestales.

En esencia, la teledetección forestal implica la observación remota de áreas forestales a través de la captura de imágenes y datos espectrales. Estos datos contienen información sobre la reflectancia de la luz en diferentes longitudes de onda, lo que proporciona pistas vitales sobre la salud de la vegetación, la estructura del bosque y otros factores ambientales.

A través de esta técnica, es posible realizar diversas aplicaciones en la gestión forestal y la conservación del medio ambiente. Algunos de los usos más destacados incluyen:

1. Monitoreo de la salud forestal: La teledetección permite detectar cambios sutiles en la salud de los árboles antes de que sean visibles a simple vista. Esto es crucial para la detección temprana de plagas, enfermedades o estrés hídrico.

2. Estimación de biomasa: Los datos recopilados a través de sensores remotos pueden usarse para estimar la cantidad de biomasa presente en un bosque, lo que a su vez proporciona información sobre el almacenamiento de carbono y el ciclo de nutrientes.

3. Detección de incendios: Los incendios forestales son un riesgo importante en muchas regiones. La teledetección puede ayudar a monitorear y detectar incendios de manera temprana, permitiendo una respuesta rápida y efectiva.

4. Cartografía de especies: La identificación de especies individuales o la delimitación de áreas con tipos específicos de vegetación se puede lograr mediante el análisis de datos espectrales.

5. Planificación de la gestión forestal: Los datos de teledetección pueden proporcionar información valiosa para la toma de decisiones en la gestión sostenible de los recursos forestales, como la planificación de rutas de acceso, la ubicación de áreas de conservación y la evaluación de impacto ambiental.

6. Seguimiento de cambios en el tiempo: La capacidad de capturar imágenes a lo largo del tiempo permite rastrear los cambios en la cobertura forestal, como la deforestación, la regeneración natural y la evolución de áreas protegidas.

En resumen, la teledetección forestal ofrece una perspectiva única y valiosa sobre los bosques, permitiendo a los científicos, investigadores y gestores tomar decisiones más informadas y precisas para la conservación y el manejo sostenible de estos ecosistemas vitales.

• Aprender cómo y de dónde bajar las imágenes de satélite.
• Conocer los diferentes tipos de sensores y misiones que existen.
• Conocer los conceptos básicos del pre procesado de las imágenes.
• Conocer los principales algoritmos de clasificación.
• Saber validar los resultados obtenidos.
• Evaluar el estado fitosanitario de una masa forestal.
• Generar mapas de áreas quemadas y estimar el grado de severidad del incendio.
• Generación de cartografía de combustibles forestales.
• Estimar la biomasa de una masa forestal.
• Introducción a la estimación de datos de inventario forestal.

1. Introducción a la Teledetección
   1. Introducción
   2. Concepto de teledetección. Breve introducción a la teledetección.
   3. Principios físicos básicos de la teledetección
   4. Fundamentos básicos. Espectro electromagnético. Definición de términos y unidades de medida. Principios de la radiación electromagnética. Espectro óptico. Dispersión atmosférica. Firmas espectrales: de la vegetación, del suelo desnudo, del agua y nieve.
   5. Adquisición de datos
   6. Sensores remotos: Resoluciones y clasificación. Plataformas de teledetección. Tipos.. Misiones espaciales: Landsat. Sentinel. Misión hiperespectral de Copernicus. Niveles de procesamiento de los datos satelitales
   7. Plataformas de descarga y visualización de imágenes de satélite
   8. Principales plataformas de descarga: Hub de Copernicus y USGS Earth Exporer. Visualizar una imagen y sus metadatos en QGIS. Visualizar una imagen y sus metadatos en SNAP: Sentinel-2, Landsat-8, CHRIS PROBA-1
   9. El sistema de referencia de coordenadas de una imagen de satélite
   10. Examinar el sistema de referencia de una imagen. Definir el sistema de referencia de una imagen. Definir el sistema de referencia de un proyecto de QGIS. Proyectar una imagen de satélite. La reproyección al vuelo en QGIS
   11. Ejercicios tutorizados: E-01. Delimitar un área de estudio, descargar imagen Landsat 8 y Sentinel 2 y visualizarlas en QGIS y SNAP. E02. Analizar el sistema de referencia de las imágenes anteriores y definir un mismo sistema para ambas en QGIS
   12. Prácticas de evaluación tutorizadas: P01: Cuestionario. Introducción a la teledetección. P02. Comparación de firmas espectrales de vegetación con diferentes sensores
2. Preprocesado y procesado digital de imágenes
   1. La imagen digital
   2. Concepto y estructura de las imágenes. Formatos de adquisición y de grabación. Fuentes de error en la imagen
   3. Correcciones radiométricas
   4. Píxeles o líneas perdidas. Bandeado
   5. Correcciones geométricas
   6. Corrección a partir de modelos orbitales. Corrección por puntos de control: colocación, obtención de ecuaciones de relación y desplazamiento de los ND
   7. Correcciones atmosféricas
   8. Obtención de la reflectividad aparente. Corrección atmosférica por el método de Chávez para Landsat 8 y Sentinel-2 en QGIS con SCP. Corrección atmosférica para las bandas térmicas de Landsat 8 en QGIS con SCP. Corrección atmosférica por el plugin Sen2Cor para Sentinel-2 en SNAP
   9. Corrección topográfica
   10. Corrección del efecto bidireccional (BRDF)
   11. Mosaicado y recortado de imágenes
   12. Mosaicado. Recortar imágenes en QGIS. Recortar imagen en SNAP. Apilamiento de bandas espectrales en una imagen: Layer stacking
   13. Combinación visual de bandas
   14. Combinación de bandas en QGIS. Combinación de bandas en SNAP
   15. Mejora de la imagen
   16. Histogramas en QGIS y SNAP. Dispersogramas. Perfiles espectrales. Perfiles espectrales en SNAP. Mejoras radiométricas
   17. Mejoras espaciales: filtros
   18. Filtros de paso bajo. Filtros de paso alto
   19. Elaboración de máscaras: máscara de nubes
   20. Fusión de imágenes
   21. Introducción al pansharpening. Pansharpening en SNAP. Pansharpening en QGIS
   22. Técnicas de reducción de escala: Superresolución
   23. Ejercicios tutorizados: E01. Realizar una corrección radiométrica de una imagen Landsat 7 en SNAP. E02. Realizar la corrección atmosférica de una imagen Landsat 8 y otra Sentinel-2 en QGIS. E03. Aplicar un filtro de detección de bordes sobre una imagen Sentinel-2. E04. Realizar pansharpening de una imagen Sentinel-2
   24. Prácticas tutorizadas: P03. Realizar la corrección atmosférica de una imagen Sentinel-2 en SNAP. Visualizar el resultado con una combinación de bandas que realce la vegetación
3. Análisis y extracción de la información
   1. Índices de vegetación
   2. Índices de vegetación en QGIS con calculadora ráster. Índices de vegetación en QGIS usando Semi-Automatic Classification Plugin. Índices de vegetación en QGIS usando el algoritmo i.iv de GRASS. . Índices de vegetación en SNAP mediante Band Maths. Índices de vegetación en SNAP mediante proceso automático. Transformación Tasseled Cap (TCT)
   3. Apilamiento de índices de vegetación: NDVI-NDWI-NBR
   4. Extracción de características de las imágenes: Análisis de textura
   5. Análisis discriminante o de componentes principales
   6. Introducción a la clasificación de imágenes
   7. Fase de entrenamiento. Gráfico de signaturas. Diagrama de solape espectral. Distancia normalizada. Divergencia transformada. Distancia de Jeffries-Matusita
   8. Clasificación no supervisada
   9. ISODATA. K-medias
   10. Clasificación supervisada. Técnicas de Machine Learning
   11. Árboles de decisión. Mínima distancia. Máxima probabilidad. Redes neuronales. Vecino más próximo. Máquinas de vector soporte
   12. Clasificación orientada a objetos (GEOBIA)
   13. Clasificación supervisada en QGIS
   14. Clasificación usando Orfeo ToolBox
   15. Clasificación orientada al pixel. Segmentación de la imagen para obtener objetos con OTB. Clasificación de una imagen segmentada en objetos con OTB
   16. Clasificación usando SNAP
   17. Evaluación de resultados. La matriz de confusión
   18. Análisis multitemporal
   19. Análisis estacional. Detección de cambios
   20. Análisis estadístico de la información e interpretación de gráficos
   21. Extracción de estadísticas básicas. Extracción de estadísticas locales de una imagen. Gráficas para la interpretación de datos
   22. Ejercicios tutorizados: E01. Cálculo de los índices de vegetación NDVI, NDWI y SAVI en QGIS y SNAP. E02. Realizar el apilamiento de los índices NDVI, NDWI y SAVI sobre una imagen Sentinel-2 y analizar el resultado. E03. Análisis de textura de una imagen. Ejemplo aplicado en la detección de fauna en ámbito forestal. E04. Análisis de componentes principales de una imagen Sentinel-2 (bandas R-G-B-NIR y NDVI). Clasificación no supervisada de una imagen Sentinel-2 por el método de ISODATA. E06. Evaluar el resultado de la clasificación obtenida en el ejercicio 5
   23. Prácticas de evaluación tutorizadas: P04. Obtención de un mapa de un índice de vegetación. Realizar un análisis del resultado en función de la pendiente del terreno. P05. Realizar un mapa de usos del suelo y evaluar los resultados
4. Teledetección forestal (SNAP/Qgis/GRASS)
   1. Aplicaciones de la teledetección forestal
   2. Aplicación de la teledetección al estado de salud de los bosques. Aplicación de la teledetección al cartografiado de especies vegetales. Aplicación de la teledetección a los incendios forestales. Aplicación de la teledetección a los inventarios forestales. Aplicación de la teledetección al cálculo del carbono orgánico del suelo
   3. Estado fitosanitario de los bosques
   4. Índices de vegetación relacionados. Evolución temporal. Caso práctico 1: Evaluación temporal de índices de vegetación
   5. Incendios forestales
   6. Cartografiado de combustibles fósiles. Cartografiado de áreas quemadas. Cálculo de la estimación de emisión de CO2 a la atmósfera. Regeneración de la vegetación tras el incendio. Identificación de incendios en tiempo real con Earthdata
   7. Estimación del carbono orgánico del suelo
   8. Otros campos de aplicaciones de la teledetección
   9. Prácticas de evaluación tutorizadas: P06. Analizar la evolución anual de un índice de vegetación relacionado con el estado fitosanitario del bosque. P07. Cartografiar el área quemada de un incendio forestal y obtener un mapa de severidad del mismo
5. Nuevas tecnologías de la información espacial en la Teledetección Forestal: Google Earth Engine
   1. ¿Qué es Google Earth Engine?
   2. Como acceder a Google Earth Engine
   3. Tipos de datos disponibles en Google Earth Engine
   4. Fundamentos de la programación en Google Earth Engine
   5. ¿Qué es JavaScript?. El editor de GEE. Sintaxis básica de JavaScript. Uso de variables y operadores. Estructuras de control de flujo
   6. Trabajando con los datos en Google Earth Engine
   7. Importación y exportación de datos. Gestión de datos propios en GEE. Visualización de datos en GEE. Operaciones ráster y vectoriales. ImageCollection y FeatureCollection. Reducir colecciones de datos
   8. Aplicaciones prácticas de Google Earth Engine
   9. Operaciones más usuales en GEE. Operaciones más usuales con geometrías en GEE. Operaciones más usuales con imágenes en GEE. Operaciones más usuales con ImageCollection en GEE. Operaciones más usuales con FeatureCollection en GEE
   10. Ejercicios tutorizados: E01. Cartografiado de área quemada
   11. Prácticas de evaluación tutorizadas: P08. Análisis de la regeneración de la vegetación en un área forestal incendiada