5 meses
5 módulos
17 temas
El Diplomado en Análisis y Gestión del Territorio con SIG tiene como propósito formar profesionales con capacidades técnicas y estratégicas para enfrentar los desafíos territoriales contemporáneos mediante el uso de Sistemas de Información Geográfica (SIG). A través de un enfoque interdisciplinario, el programa proporciona herramientas para la planificación, análisis espacial y gestión sostenible del territorio en contextos urbanos, rurales y ambientales.
El diplomado se orienta a profesionales de áreas como geografía, urbanismo, ingeniería, ciencias ambientales, planificación territorial, catastro, arquitectura y administración pública, interesados en aplicar soluciones innovadoras y basadas en datos geoespaciales para el desarrollo equilibrado y sostenible del territorio.
| Nº | Tema |
|---|---|
| 1 | Introducción a los SIG - Sistemas de Información Geográfica: Estructura de Arc-GIS, Infraestructura de datos espaciales (IDE), etc |
| 2 | SIG Vectorial y Raster: Creando Shapefiles, Iniciar y finalizar modo de edición, Geoprocesos vectoriales, Tipos de funciones, etc |
| 3 | Análisis Hidrológicos Corrección del Modelo Digital de Terreno: Mapa de Direcciones y acumulación de Flujo, Red de Drenaje, etc |
| Nº | Tema |
|---|---|
| 1 | Análisis Espacial y Modelado en SIG: Análisis de datos espaciales, Fuentes de datos geoespaciales y tecnologías de captura de datos, etc |
| 2 | Gestión integrada del territorio: Enfoque holístico y sostenible, Aplicaciones de SIG en la planificación, etc |
| 3 | Aplicaciones Específicas de SIG: Gestión de recursos naturales con SIG, agua, bosques y biodiversidad, etc |
| Nº | Tema |
|---|---|
| 1 | Sensores Remotos (Teledetección): Introducción, Fundamentos físicos de la teledetección, Plataformas, sensores y canales, etc |
| 2 | Imágenes Multi-espectrales: Pre-procesamiento digital de imágenes satelitales. |
| 3 | Índice de vegetación para productividad: NDVI (Difference Vegetation Index), EVI (Enhanced Vegetation Index), etc |
| Nº | Tema |
|---|---|
| 1 | Entorno Python: Introducción a Python, Entorno de desarrollo, Variables, Tipos de datos y operadores, etc |
| 2 | Entorno HTML: Introducción a HTML, Estructura de un documento HTML, Objetos HTML, Formularios |
| 3 | Entorno JavaScript: Introducción a JavaScript, Definición de Variables y constantes, Operadores, Tipos de datos, Funciones, etc |
| 4 | Entorno WEB: CSS, Frameworks de desarrollo web., Bootstrap, Diseño de interfaz |
| Nº | Tema |
|---|---|
| 1 | Machine Learning aplicado a análisis geoespacial: Fundamentos de machine learning y desarrollo de modelos, Métodos de clasificación supervisada y no supervisada, etc |
| 2 | Visión por computadora: Introducción, Espacio de color y transformaciones de niveles de grises, Histograma de imagen y thresholding, etc |
| 3 | Deep learning para teledetección: Introducción al aprendizaje profundo, Clasificación de imágenes con redes neuronales convolucionales, etc |
| 4 | Ejemplos aplicativos: Agricultura de precisión (Detección de plantas, líneas de plantación), Mapeo de Bosques, etc |