Analiza imágenes de satelite con Google Earth Engine

  • Aprende las sintaxis y las APIs en GEE
  • Automatiza el procesos de Imágenes Satelitales con GEE y Python
  • Crea mapas interactivos con Folium y más

USD$ 119

Precio normal USD$ 215

Inscríbete HOY

659

Matricúlate

  • Sin horarios fijos

    Empieza cuando quieras
  • 1 nivel

    69 clases
  • Membresía anual

    Acceso 365 días
  • Asesoría diaria

    Respuestas rápidas
  • Aprende a tu ritmo

    Sin horarios
  • Certificado

    Como especialista

Detalles del curso

La manipulación de ciento de Gigabytes (incluso Terabytes) de datos espaciales, ha sido una actividad muy limitada debido al alto costo de adquisición de la infraestructura computacional adecuada y a la falta de personal calificado en ingeniería de datos. Google Earth Engine ha solucionado este problema ofreciendo una plataforma completamente gratuita, fácil de usar y con la capacidad de procesar cientos de Gigabytes datos (raster y vector) en cuestión de minutos.

Este curso presentamos el potencial que tiene el uso de Google Earth Engine para reemplazar los flujos de trabajos tradicionales en procesamiento digital de imágenes. Todos los tópicos y ejemplos tocados serán abordados con problemas reales ligados al quehacer diario de un profesional en teledetección y GIS.

¿Qué vas a lograr con este curso?

Descubrirás el potencial de Google Earth Engine para el procesamiento de datos satelitales, aprenderás como funcionan los sistemas cliente-servidor, automatizaras tus procesos con Python y generaras mapas interactivos. ¡Inscríbete hoy!

Cesar Luis Aybar Camacho

Analista de Datos

Ingeniero geógrafo con experiencia en análisis espacial, visión por computadora y aprendizaje profundo. Dominio de los lenguajes de programación C++, Python y R, además de conceptos ligados a la hidrología satelital, teoría del juego y web scraping. Es el desarrollador principal de rgee, API client que permite utilizar Google Earth Engine en R. Actualmente es estudiante de posgrado dentro del programa Copernicus en Digital Earth (EMJMD).

Valoraciones

Descripción

Detalles del curso

La manipulación de ciento de Gigabytes (incluso Terabytes) de datos espaciales, ha sido una actividad muy limitada debido al alto costo de adquisición de la infraestructura computacional adecuada y a la falta de personal calificado en ingeniería de datos. Google Earth Engine ha solucionado este problema ofreciendo una plataforma completamente gratuita, fácil de usar y con la capacidad de procesar cientos de Gigabytes datos (raster y vector) en cuestión de minutos.

Este curso presentamos el potencial que tiene el uso de Google Earth Engine para reemplazar los flujos de trabajos tradicionales en procesamiento digital de imágenes. Todos los tópicos y ejemplos tocados serán abordados con problemas reales ligados al quehacer diario de un profesional en teledetección y GIS.

¿Qué vas a lograr con este curso?

Descubrirás el potencial de Google Earth Engine para el procesamiento de datos satelitales, aprenderás como funcionan los sistemas cliente-servidor, automatizaras tus procesos con Python y generaras mapas interactivos. ¡Inscríbete hoy!

2 valoraciones en Google Earth Engine

  1. Valorado en 5 de 5

    Edson J Pinto

    Muy buena experiencia, aprendí mucho. Las consultas siempre respondidas en tiempos cortos, lo que resolvía dudas fácilmente.

    Los videos son muy bien desarrollados y duran lo suficiente para que no sea pesado.

    En general, recomiendo el curso y estaré llevado otros.

  2. Valorado en 5 de 5

    francisb

    Excelente curso, super actualizado y alineado a las nuevas tendencias en teledetección, el profesor es un capo y siempre nos ayudó, saludos desde Lima Mastergis!

Añadir una valoración
Cuando aprobemos tu comentario será visible.

Temario del curso

Entendiendo Google Earth Engine

  • Bienvenidos – Introducción al curso
  • ¿Qué es Google Earth Engine?
  • Creando una cuenta en Google Earth Engine Catálogo de datos de GEE
  • ¿Cómo funciona la infraestructura computacional de GEE?
  • API’s: Programación funcional
  • Python vs JavaScript
  • Colab como interfaz para usar Python
  • Explorando Colab – Parte 1
  • Explorando Colab – Parte 2
  • Explorando Colab – Parte 3

Sintaxis mínima de Python para GEE

  • Tipos de datos en Python – Parte 1
  • Tipos de datos en Python – Parte 2
  • Tipos de datos en Python – Parte 3
  • Estructura de datos – Parte 1
  • Estructura de datos – Parte 2
  • Operadores de comparación
  • Condicionales if, else y elif
  • Ciclos “for” en Python – Parte 1
  • Ciclos “for” en Python – Parte 2
  • Funciones
  • Expresiones lambda – Programación funcional
  • Módulos y paquetes de Python

Datos espaciales en Python

  • Wkt_Geojson_Geopandas – Parte 1
  • Wkt_Geojson_Geopandas – Parte 2
  • Subida de datos raster y vector

Sintaxis en GEE

  • Cómo inicializar la Earth Engine Python API – Parte 1
  • Cómo inicializar la Earth Engine Python API – Parte 2
  • Cómo inicializar la Earth Engine Python API – Parte 3
  • ED Básicas en Google Earth Engine – Parte 1
  • ED Básicas en Google Earth Engine – Parte 2
  • ED Básicas en Google Earth Engine – Parte 3
  • ED espaciales en Google Earth Engine I (ee.Image): Cálculo de índices: NDVI, NDWI – Parte 1
  • ED espaciales en Google Earth Engine I (ee.Image): Cálculo de índices: NDVI, NDWI – Parte 2
  • ED espaciales en Google Earth Engine I (ee.Image): Cálculo de índices: NDVI, NDWI – Parte 3
  • ED espaciales en Google Earth Engine I (ee.Image): Cálculo de índices: NDVI, NDWI – Parte 4
  • ED espaciales en Google Earth Engine II (ee.ImageCollection): map y filter – Parte 1
  • ED espaciales en Google Earth Engine II (ee.ImageCollection): map y filter – Parte 2
  • ED espaciales en Google Earth Engine II (ee.ImageCollection): map y filter – Parte 3
  • Ejercicio: Preprocesamiento de imágenes Sentinel-2 Parte 1
  • Ejercicio: Preprocesamiento de imágenes Sentinel-2 Parte 2
  • ED espaciales en Google Earth Engine III (ee.Feature y ee.FeatureCollection) – Parte 1
  • ED espaciales en Google Earth Engine III (ee.Feature y ee.FeatureCollection) – Parte 2

GEE en acción I

  • Exploración de metadatos – Parte 1
  • Exploración de metadatos – Parte 2
  • Metadatos en ee.Image
  • Metadatos en ee.ImageCollection
  • Ejemplo de condicionales y pasando fechas a cada imagenMetadatos en Geometry, Feature &
  • FeatureCollection
  • Reductores – ee.Reducer()
  • Reducción en ee.ImageCollection
  • Reducción en ee.Image
  • Estadísticas en una ee.Image considerando un dominio espacial – Parte 1
  • Estadísticas en una ee.Image considerando un dominio espacial – Parte 2
  • Reducción de propiedades de un ee.FeatureCollection

GEE en acción II

  • Ejercicio 01: Generar y descargar una base de datos parte 1
  • Ejercicio 01: Generar y descargar una base de datos – parte 2
  • Ejercicio 02: Automatizar la obtención de imágenes Sentinel-2 – Parte 1
  • Ejercicio 02: Automatizar la obtención de imágenes Sentinel-2 – Parte 2
  • Ejercicio 02: Automatizar la obtención de imágenes Sentinel-2 – Parte 3

GEE en acción III

  • Composición y mosaicos – Parte 1
  • Composición y mosaicos – Parte 2
  • Visualización de ee.Image.Collection – Parte 1
  • Visualización de ee.Image.Collection – Parte 2
  • Visualización de ee.Image.Collection – Parte 3
  • Clasificación de imágenes satelitales: Supervisada y no supervisada – Parte 1
  • Clasificación de imágenes satelitales: Supervisada y no supervisada – Parte 2
  • Clasificación de imágenes satelitales: Supervisada y no supervisada – Parte 3
  • Ejercicio 1: Generar RUSLE a nivel mundial – Parte 1
  • Ejercicio 1: Generar RUSLE a nivel mundial – Parte 2
  • Ejercicio Propuesto parte 1: Calculo de RUSLE para cualquier región.
  • Ejercicio Propuesto parte 2: Calculo de NDVI y generación de un mapa temático en un software externo.

Valoraciones

Descripción

Detalles del curso

La manipulación de ciento de Gigabytes (incluso Terabytes) de datos espaciales, ha sido una actividad muy limitada debido al alto costo de adquisición de la infraestructura computacional adecuada y a la falta de personal calificado en ingeniería de datos. Google Earth Engine ha solucionado este problema ofreciendo una plataforma completamente gratuita, fácil de usar y con la capacidad de procesar cientos de Gigabytes datos (raster y vector) en cuestión de minutos.

Este curso presentamos el potencial que tiene el uso de Google Earth Engine para reemplazar los flujos de trabajos tradicionales en procesamiento digital de imágenes. Todos los tópicos y ejemplos tocados serán abordados con problemas reales ligados al quehacer diario de un profesional en teledetección y GIS.

¿Qué vas a lograr con este curso?

Descubrirás el potencial de Google Earth Engine para el procesamiento de datos satelitales, aprenderás como funcionan los sistemas cliente-servidor, automatizaras tus procesos con Python y generaras mapas interactivos. ¡Inscríbete hoy!

2 valoraciones en Google Earth Engine

  1. Valorado en 5 de 5

    Edson J Pinto

    Muy buena experiencia, aprendí mucho. Las consultas siempre respondidas en tiempos cortos, lo que resolvía dudas fácilmente.

    Los videos son muy bien desarrollados y duran lo suficiente para que no sea pesado.

    En general, recomiendo el curso y estaré llevado otros.

  2. Valorado en 5 de 5

    francisb

    Excelente curso, super actualizado y alineado a las nuevas tendencias en teledetección, el profesor es un capo y siempre nos ayudó, saludos desde Lima Mastergis!

Añadir una valoración
Cuando aprobemos tu comentario será visible.