Obxectivos da materia
O obxectivo desta materia é familiarizar aos estudantes coas características das imaxes obtidas por sensores remotos e coas principais técnicas dispoñibles para o seu procesamento. Despois de cursar a materia, os/as estudantes deberán poder:
Coñecer as principais plataformas e tipos de sensores existentes.
Coñecer as características da imaxe remota.
Utilizar técnicas de tratamiento dixital de imaxes: clasificación automática e semi-automática, rectificación e ortorrectificación, xeneración de índices espectrais.
Contido
A memoria de título especifica os seguintes contidos da materia:
Fundamentos e principios físicos da teledetección.
Correccións da imaxe.
Extracción de información: clasificación e índices espectrais.
Análise de calidade dos resultados.
Estes contidos desenvolveranse a través do seguinte programa teórico:
Tema 1: Plataformas, sensores, e imaxes asociadas. O programa Copernicus (3 h).
Tema 2: Niveis de corrección da imaxe (1,5 h).
Tema 3: Tratamento de imaxes (I): índices espectrais (1,5 h).
Tema 4: Tratamento de imaxes (II): métodos de clasificación (3 h).
E o seguinte conxunto de prácticas sobre Google Earth Engine (GEE):
Práctica 1. Introdución (3 h).
Práctica 2. Coleccións de imaxes (3 h).
Práctica 3. Índices espectrais (3 h).
Práctica 4. Clasificación de imaxes (3 h).
Bibliografía básica e complementaria
Bibliografía básica
Schowengerdt, R. A. (2007). Remote Sensing. Models and Methods for Image Processing (3rd ed.). Academic Press, Elsevier.
Chuvieco Salinero, Emilio, 2008. Teledetección ambiental : la observación de la Tierra desde el espacio. Ariel.
Liu, J.G., Philippa J. Mason, 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.
Competencias
Competencias xerais e básicas
CG01 - Capacidad de buscar y seleccionar la información útil para resolver problemas complejos, manejando con soltura las fuentes bibliográficas y estadísticas existentes.
CG02 - Capacidad de mantener y extender planteamientos teóricos fundados para abordar problemas de investigación en el campo del análisis geográfico y territorial.
CG03 - Capacidad de recopilar información espacial procedente de diferentes fuentes e integrarla en bases de datos geoespaciales.
CG04 - Capacidad de planificar y realizar tareas de investigación en el ámbito de los estudios y análisis territoriales.
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.
Competencias transversais
CT01 - Capacidad de búsqueda y selección de información.
CT04 - Conocimiento de las principales fuentes cartográficas y de información territorial.
CT05 - Manejo de los principales programas de software de Sistemas de Información Geográfica.
Competencias específicas
CE05 - Formación para extraer, analizar y presentar la información necesaria para la toma de decisiones en la planificación y gestión territorial y ambiental.
CE09 - Capacidad para el diseño de políticas de planificación y gestión del uso del suelo, así como de propiedad de la tierra
Metodoloxía da ensinanza
O desenvolvemento da materia fará uso das seguintes metodoloxías docentes:
Clases maxistrais (competencias CG02, CG04, CB7, CB8, CB9, CB10, CT04, CE09)
Prácticas en aulas de informática (competencias CG01, CG03, CB7, CB8, CB9, CB10, CT01, CT04, CT05, CE05, CE09)
As metodoloxías citadas serán complementadas polas seguintes:
Uso da aula virtual (Moodle)
Traballos de materia
Actividades de autoavaliación
Titorías individualizadas e en grupo
Uso de plataformas para docencia presencial a distancia (videoconferencia)
Sistema de avaliación
O sistema de avaliación organízase en dous elementos de cualificación:
- Exercicios de avaliación continua. Ao longo do curso proporanse exercicios relacionados cos contidos prácticos da materia, que os alumnos deberán entregar a través do campus virtual. Suporá o 70% da cualificación final.
- Proba de avaliación escrita. Suporá o 30% da cualificación final.
Para superar a materia será necesario acadar unha puntuación igual ou superior a 5 puntos sobre 10. Non será necesario acadar unha puntuación mínima en cada un dos elementos de avaliación descritos. En caso de non superar a avaliación na primeira oportunidade, cada estudante poderá decidir que elemento someterá a avaliación en segunda oportunidade. Os estudantes que repitan a materia poderán solicitar que se lles conserve a puntuación de un dos elementos de cualificación no seguinte curso académico.
A proba escrita avaliará as competencias CG02, CG04, CB7, CB8, CB9, CB10, CT04, CE09. A avaliación continua avaliarán as competencias CG01, CG03, CB7, CB8, CB9, CB10, CT01, CT04, CT05, CE05, CE09.
En caso de dispensa oficial, examinarase ao alumno cos mesmos criterios aplicados á docencia presencial.
Para os casos de realización fraudulenta de exercicios ou probas será de aplicación o recollido no artigo 16 da Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións.
Tempo de estudo e traballo persoal
A materia ten asignados 3 créditos (ECTS), que se distribúen en 9 horas de clase expositiva, 12 horas de clase interactiva e 54 horas de traballo persoal.
Recomendacións para o estudo da materia
Recoméndase que os alumnos dispoñan de acceso a un ordenador persoal no que instalar as aplicacións de análise utilizadas en clase para facilitar a realización das tarefas asignadas ao longo do curso.
Observacións
