Fundamentos de Teledetección Moderna con Google Earth Engine

La clase profundiza en las regiones del espectro usadas en teledetección. Se explican las propiedades y aplicaciones del infrarrojo cercano, medio, térmico y de las microondas, junto con sus fuentes de energía.

La clase explica cómo la radiación electromagnética interactúa con la atmósfera y las cubiertas terrestres. Se estudian procesos como dispersión, absorción y firma espectral, clave para interpretar imágenes satelitales.

La clase describe cómo la energía interactúa con distintos materiales en la Tierra. Explica los conceptos de reflexión, absorción, transmisión y firma espectral, usando ejemplos de vegetación, agua y áreas urbanas.

presenta los sensores pasivos y activos, sus plataformas y principios. Se explican las resoluciones espacial, espectral, temporal y radiométrica, claves para interpretar los datos obtenidos por satélites o drones.

Se presentan los principios y aplicaciones del radar y el LIDAR. Luego se revisan las plataformas que transportan sensores, como satélites, aviones y drones, junto con sus ventajas y limitaciones operativas.

Se define y compara las resoluciones espacial, espectral, temporal y radiométrica. Se explican sus efectos sobre la calidad de los datos y los compromisos técnicos entre detalle, cobertura y frecuencia.

Se explica cómo los datos satelitales pasan de crudos a utilizables. Se revisan los niveles de procesamiento, las correcciones aplicadas, las fuentes de descarga y los formatos raster más comunes.

Se aborda las correcciones aplicadas a los datos, los niveles de procesamiento, las fuentes para descargar imágenes satelitales y los formatos más comunes. Se destaca la importancia de los metadatos para el análisis correcto.

Se presenta la arquitectura y funcionamiento básico de Google Earth Engine. Se revisa su acceso web, catálogo de imágenes satelitales, capacidades de análisis en la nube y uso del Code Editor con APIs en JavaScript y Python.

Se revisan casos de estudio relevantes y el uso de la documentación oficial de la plataforma. Se presentan las secciones principales del entorno web, destacando el Code Editor y el Explorer. También se introducen herramientas para mantenerse actualizado y avanzar más allá del curso.

Se analiza la interfaz completa del Code Editor de Google Earth Engine. Se describen los paneles, pestañas, herramientas de inspección, consola, tareas y búsqueda de datos. Esta clase permite entender cómo navegar y usar eficientemente el entorno de programación.

En esta sesión los estudiantes aprenderán los elementos esenciales del lenguaje de programación necesario para trabajar en Google Earth Engine. Se establecerán las bases sintácticas y mejores prácticas que serán aplicadas consistentemente en el desarrollo de análisis geoespaciales. Al finalizar, los participantes dominarán las estructuras de código fundamentales para avanzar hacia funcionalidades más complejas.

En esta sesión los estudiantes aprenderán a identificar y manejar diferentes tipos de variables en JavaScript, así como trabajar con estructuras de datos ordenadas. Se enfatizará la importancia de verificar tipos para evitar errores en operaciones y se dominará el acceso a elementos específicos dentro de colecciones. Al completar esta clase, los participantes tendrán las habilidades necesarias para manipular datos de manera eficiente en sus análisis geoespaciales.

En esta sesión los estudiantes dominarán el uso de objetos como estructuras de datos organizadas para almacenar información relacionada en pares clave-valor. Se aprenderán las diferentes formas de acceder a propiedades específicas y se aplicarán estos conceptos en el contexto de análisis geoespaciales. Al finalizar, los participantes podrán crear y manipular estructuras de datos complejas que serán esenciales para trabajos avanzados en Google Earth Engine.

En esta sesión los estudiantes aprenderán a crear y utilizar funciones como bloques de código reutilizables, dominando la sintaxis de parámetros, valores de retorno y llamadas de función. Se consolidarán todos los conceptos fundamentales de JavaScript revisados hasta el momento, preparando a los participantes para implementar lógica más compleja. Al completar esta clase, tendrán las herramientas sintácticas completas para comenzar a desarrollar análisis geoespaciales en Google Earth Engine.

Esta sesión aborda la organización del entorno de desarrollo en Earth Engine. Se trabaja con repositorios, carpetas y archivos para establecer un flujo ordenado. Se introduce el manejo de rutas y la gestión básica del espacio personal de scripts.

Se introduce el tipo de dato ee.Image, base del trabajo en GEE. La clase cubre cómo cargar imágenes individuales desde el catálogo mediante identificadores y cómo acceder a sus metadatos. Se destacan las propiedades clave para su análisis.

Se presentan las funciones Map.centerObject y Map.addLayer para posicionar y desplegar imágenes en el visor. La clase explica cómo ajustar el zoom y cargar capas sin personalizar los parámetros de visualización. Es la primera aproximación a la exploración visual directa.

Se introduce la estructura de objetos de visualización en GEE. Se configuran combinaciones de bandas y ajustes de contraste, brillo y gamma para representar imágenes en color natural. La clase prepara el terreno para visualizaciones más complejas y analíticas.

Se presenta el concepto de ee.ImageCollection como estructura base para el trabajo multitemporal en GEE. La clase cubre la diferencia entre datos individuales y colecciones, la lógica de acceso remoto y el uso del botón Import. Se introduce el uso técnico del catálogo para seleccionar datasets según versión, nivel de corrección y tipo de producto.

Se comparan dos métodos para importar colecciones satelitales: uso del botón Import y construcción manual mediante ee.ImageCollection(). La clase introduce buenas prácticas para nombrar y organizar scripts, y demuestra las restricciones operativas de imprimir colecciones completas, subrayando la necesidad de filtrado previo.

Se introduce el filtrado espacial aplicado a objetos ee.ImageCollection, utilizando geometrías definidas por el usuario. La clase explica cómo reducir colecciones globales a subconjuntos relevantes, y cómo evaluar el impacto del filtro usando .size() y print(). Se refuerza el principio de evaluación diferida (lazy evaluation).

Se introduce el uso de filtros temporales para restringir colecciones ee.ImageCollection a intervalos definidos. La clase explica la lógica inclusiva/exclusiva de fechas en Earth Engine y cómo seleccionar imágenes para un día específico.

Aprendemos el uso de filtros condicionales sobre propiedades de imagen . La clase demuestra cómo reducir una colección satelital aplicando un umbral de calidad, en este caso basado en un valor nuboso. Se destaca su utilidad para eliminar imágenes sin consistencia analítica.