Pasar al contenido principal

Este portal utiliza cookies propias o de terceros con fines analíticos, así como enlaces a portales de terceros para poder compartir contenido en las redes sociales. Puede obtener más información en la política de cookies.

Teledetección y SIG en los incendios forestales

  • 2024/2025
  • Créditos ECTS
    Créditos ECTS: 3

    Horas ECTS Criterios/Memorias
    Trabajo del Alumno/a ECTS: 51
    Horas de Tutorías: 3
    Clase Expositiva: 9
    Clase Interactiva: 12
    Total: 75

    Lenguas de uso
    Castellano, Gallego

    Tipo:
    Materia Ordinaria Máster RD 1393/2007 - 822/2021

    Departamentos:
    Ingeniería Agroforestal

    Áreas:
    Ingeniería Cartográfica, Geodésica y Fotogrametría

    Centro
    Escuela Politécnica Superior de Ingeniería

    Convocatoria:
    Primer semestre

    Docencia:
    Con docencia

    Matrícula:
    Matriculable

    • Tema 1: Fundamentos de teledetección (2 h).

    • Tema 2: Niveles de corrección (2 h).

    • Tema 3: Índices espectrales (2 h).

    • Tema 4: Detección de incendios y regeneración posterior (2 h).

    • Tema 5: Seguimiento del grado de humedad de la vegetación (1 h).


    • Y el siguiente conjunto de prácticas:

    • Práctica 1. Introducción a Google Earth Engine (2 h).

    • Práctica 2. Colecciones de imágenes en GEE (2 h).

    • Práctica 3. Índices espectrales (2 h).

    • Práctica 4. Cartografía de áreas quemadas (2 h).

    • Práctica 5. Análisis espacial de áreas quemadas (4 h).

  • Schowengerdt, R. A. (2007). Remote Sensing. Models and Methods for Image Processing (3rd ed.). Academic Press, Elsevier.

  • Chuvieco Salinero, E. (2008). Teledetección ambiental : la observación de la Tierra desde el espacio. Ariel.

  • Liu, J.G., Mason, P.J. (2016). Image Processing and GIS for Remote Sensing: Techniques and Applications, Second Edition. Wiley/Blackwell.

  • Cardille, J.A., Crowley, M.A., Saah, D., Clinton, N.E. (eds.) (2024). Cloud-Based Remote Sensing with Google Earth Engine. Fundamentals and Applications. Springer.


  • Bibliografía complementaria

  • Wegmann, M., Benjamin Leutner, Stefan Dech (eds.) (2016). Remote sensing and GIS for ecologists : using open source software. Pelagic Publishing.

  • Camara, G., Simoes, R., Souza, F., Sanchez, A., Santos, L., Andrade, P.R., Peletier, Ch., Carvalho, A., Ferreira, K., Queiroz, G., Maus, V. (2022). sits: Data Analysis and Machine Learning on Earth Observation Data Cubes with Satellite Image Time Series.

  • Simoes, R., Camara, G., Queiroz, G., Souza, F., Andrade, P.R., Santos, L., Carvalho, A., Ferreira, K. 2021. Satellite Image Time Series Analysis for Big Earth Observation Data. Remote Sensing 13, p. 2428.

  • Thenkabail, P.S, John G. Lyon, Alfredo Huete (eds.) (2019). Hyperspectral indices and image classifications for agriculture and vegetation. CRC Press.

  • Jensen, John R. (2014). Remote sensing of the environment : an Earth resource perspective. Pearson Education.

  • Richards, John A. (2013). Remote sensing digital image analysis : an introduction. Springer.

  • Chuvieco, E., Alfredo Huete (2010). Fundamentals of satellite remote sensing. Taylor & Francis.

  • CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación

  • CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio

  • CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios

  • CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades

  • CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

  • CG2 - Capacidad para diseñar, dirigir, elaborar, implementar e interpretar proyectos y planes de actuación integrales en el medio natural.

  • CG7 - Capacidad para el desarrollo de políticas forestales


  • Competencias transversales

  • CT1 - Capacidad de análisis y síntesis.

  • CT2 - Capacidad para el razonamiento y la argumentación

  • CT3 - Capacidad de trabajo individual, con actitud autocrítica

  • CT4 - Capacidad para trabajar en grupo y abarcar situaciones problemáticas de forma colectiva.

  • CT5 - Capacidad para obtener información adecuada, diversa y actualizada.

  • CT6 - Capacidad para elaborar y presentar un texto organizado y comprensible

  • CT7 - Capacidad para realizar una exposición en público de forma clara, concisa y coherente.

  • CT8 - Compromiso de veracidad de la información que ofrece a los demás.

  • CT9 - Habilidad en el manejo de tecnologías de la información y de la comunicación (TIC).

  • CT10 - Utilización de información bibliográfica y de Internet.

  • CT11 - Utilización de información en lengua extranjera.

  • CT12 - Capacidad para resolver problemas mediante la aplicación integrada de sus conocimientos.


  • Competencias específicas

  • CE39 – Conocer los fundamentos teóricos básicos del proceso de teledetección y de las técnicas de procesamiento, análisis e interpretación de imágenes de satélite.

  • CE40 – Capacidad para la realización de cartografía, obtención de información a partir de imágenes de satélite en aquellos aspectos relacionados con los incendios forestales.

  • CE41 – Conocimiento de las capas temáticas necesarias para la gestión en la restauración de áreas quemadas y los simuladores de incendios.

  • Clases magistrales (competencias CB6, CB9, CG2, CG7)

  • Prácticas en aula de informática (competencias CB7, CB8, CB10)


  • Las metodologías citadas serán complementadas por las siguientes:

  • Uso del aula virtual (Moodle)

  • Resolución de problemas. Elaboración y presentación de trabajo/s de curso

  • Aprendizaje basado en la resolución de casos prácticos y en proyectos

  • Tutorías individualizadas y colectivas

  • Trabajo autónomo y estudio independiente de los alumnos

  • 1º semestre - Del 16 al 22 de Septiembre
    Martes
    09:00-11:00 Grupo /CLE_01 Gallego Aula 19 (Pav.II-PPS)
    Exámenes
    14.01.2025 10:00-14:00 Grupo /CLE_01 Seminario I (Pab.III)
    16.06.2025 16:00-20:00 Grupo /CLE_01 Seminario I (Pab.III)