El curso de Teledetección Forestal permitirá al alumno conocer y utilizar imágenes Landsat y Sentinel para su aplicación en el sector forestal.
El uso de la teledetección es cada vez más común en multitud de campos: ambiental, minero, marino, hábitos de consumo, seguimiento de catástrofes naturales, sanitario e incluso sociales.

El uso de la teledetección en el sector forestal se empieza a implantar con la estimación de biomasa, cálculo de pérdida de CO2, incendios forestales o cartografiado de especies entre otros. En el presente curso se verán las distintas aplicaciones de la teledetección forestal mediante el uso de imágenes Landsat 8 OLI/TIRS de la NASA, y Sentinel-2A y 2B de la ESA, utilizando software libre; Qgis, GRASS y SNAP.

Conocimientos previos necesarios:

Para la realización de este curso es recomendable contar con conocimientos básicos de sistemas de información geográfica y estudios forestales o relacionados con el medio ambiente. También es recomendable pero no imprescindible, conocimientos de estadística aplicada y programación.

Softwares:

• QGIS: Software libre.
• R: Software libre
• RStudio: Software libre
• SNAP: Software libre

TEMA 01 | Introducción a la Teledetección

1. Introducción
   Concepto de teledetección | Breve introducción a la teledetección.
2. Principios físicos básicos de la teledetección
   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.
3. Adquisición de datos
   Sensores remotos: Resoluciones y clasificación | Plataformas de teledetección. Tipos. | Misiones espaciales: Landsat. Sentinel. Misión hiperespectral de Copernicus | Niveles de procesamiento de los datos satelitales
4. Plataformas de descarga y visualización de imágenes de satélite
   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
5. El sistema de referencia de coordenadas de una imagen de satélite
   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
   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
   Prácticas de evaluación tutorizadas: P01: Cuestionario. Introducción a la teledetección | P02. Comparación de firmas espectrales de vegetación con diferentes sensores

TEMA 02 | Preprocesado  y procesado digital de imágenes

1. La imagen digital
   Concepto y estructura de las imágenes | Formatos de adquisición y de grabación | Fuentes de error en la imagen
2. Correcciones radiométricas
   Píxeles o líneas perdidas | Bandeado
3. Correcciones geométricas
   Corrección a partir de modelos orbitales | Corrección por puntos de control: colocación, obtención de ecuaciones de relación y desplazamiento de los ND
4. Correcciones atmosféricas
   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
5. Corrección topográfica
6. Corrección del efecto bidireccional (BRDF)
7. Mosaicado  y recortado de imágenes
   Mosaicado | Recortar imágenes en QGIS | Recortar imagen en SNAP | Apilamiento de bandas espectrales en una imagen: Layer stacking
8. Combinación visual de bandas
   Combinación de bandas en QGIS | Combinación de bandas en SNAP
9. Mejora de la imagen
   Histogramas en QGIS y SNAP | Dispersogramas | Perfiles espectrales | Perfiles espectrales en SNAP | Mejoras radiométricas
10. Mejoras espaciales: filtros
    Filtros de paso bajo | Filtros de paso alto
11. Elaboración de máscaras: máscara de nubes
12. Fusión de imágenes
    Introducción al pansharpening | Pansharpening en SNAP | Pansharpening en QGIS
13. Técnicas de reducción de escala: Superresolución
    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
    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

TEMA 03 | Análisis y extracción de la información

1. Índices de vegetación
   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)
2. Apilamiento de índices de vegetación: NDVI-NDWI-NBR
3. Extracción de características de las imágenes: Análisis de textura
4. Análisis discriminante o de componentes principales
5. Introducción a la clasificación de imágenes
   Fase de entrenamiento | Gráfico de signaturas | Diagrama de solape espectral | Distancia normalizada | Divergencia transformada | Distancia de Jeffries-Matusita
6. Clasificación no supervisada
   ISODATA | K-medias
7. Clasificación supervisada. Técnicas de Machine Learning
   Árboles de decisión | Mínima distancia | Máxima probabilidad | Redes neuronales | Vecino más próximo | Máquinas de vector soporte
8. Clasificación orientada a objetos (GEOBIA)
9. Clasificación supervisada en QGIS
10. Clasificación usando Orfeo ToolBox
    Clasificación orientada al pixel | Segmentación de la imagen para obtener objetos con OTB | Clasificación de una imagen segmentada en objetos con OTB
11. Clasificación usando SNAP
12. Evaluación de resultados. La matriz de confusión
13. Análisis multitemporal
    Análisis estacional | Detección de cambios
14. Análisis estadístico de la información e interpretación de gráficos
    Extracción de estadísticas básicas | Extracción de estadísticas locales de una imagen | Gráficas para la interpretación de datos
    Ejercicios tutorizados: E01. Cálculo de losíndices 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
    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

TEMA 04 | Teledetección forestal (SNAP/Qgis/GRASS)

1. Aplicaciones de la teledetección forestal
   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
2. Estado fitosanitario de los bosques
   Índices de vegetación relacionados. Evolución temporal | Caso práctico 1: Evaluación temporal de índices de vegetación
3. Incendios forestales
   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
4. Estimación del carbono orgánico del suelo
5. Otros campos de aplicaciones de la teledetección
   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

TEMA 05 | 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
   ¿Qué es JavaScript? | El editor de GEE | Sintaxis básica de JavaScript | Uso de variables y operadores | Estructuras de control de flujo
5. Trabajando con los datos en Google Earth Engine
   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
6. Aplicaciones prácticas de Google Earth Engine
   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
   Ejercicios tutorizados: E01. Cartografiado de área quemada
   Prácticas de evaluación tutorizadas: P08. Análisis de la regeneración de la vegetación en un área forestal incendiada