Curso de Geospatial Data Science

Lección 1 • Sistemas de Coordenadas y Proyecciones

Cubre los sistemas de coordenadas geográficas frente a las proyectadas, los datums y la distorsión de la proyección. Establece la base de referencia espacial necesaria para todo el trabajo de datos posterior.

Lección 2 • Formatos de Datos Espaciales y Estándares

Examina los formatos de archivo y estándares abiertos más utilizados para almacenar e intercambiar datos geoespaciales. Prepara a los estudiantes para ingerir y exportar datos en diversas plataformas.

Lección 3 • Conceptos de Escala Espacial y Resolución

Explica la escala del mapa, la resolución espacial y sus efectos en la precisión del análisis. Vincula las decisiones de escala con los resultados de la recopilación e interpretación de datos del mundo real.

Lección 4 • Modelos de Datos Vectoriales y Ráster

Introduce los dos modelos de datos espaciales principales y sus ventajas e inconvenientes. Comprender ambos modelos es esencial para seleccionar formatos apropiados en los flujos de trabajo de análisis.

Lección 1 • Integración de Datos y Armonización de Esquemas

Aborda la fusión de conjuntos de datos con diferentes proyecciones, esquemas y resoluciones en una capa unificada lista para el análisis. Apoya directamente proyectos analíticos de múltiples fuentes.

Lección 2 • Evaluación y Limpieza de la Calidad de los Datos

Identifica problemas comunes de calidad de datos espaciales, incluyendo error posicional, lagunas de atributos y fallos de topología. Equipa a los estudiantes con flujos de trabajo sistemáticos de limpieza y validación.

Lección 3 • APIs y Servicios Web para Datos Espaciales

Enseña el acceso programático a datos espaciales a través de APIs REST, WMS, WFS y servicios de teselas. Permite la recuperación de datos automatizada y repetible dentro de las canalizaciones de análisis.

Lección 4 • Fuentes de Datos Primarias y Secundarias

Distingue los datos primarios recopilados en campo de las fuentes secundarias como portales abiertos y archivos satelitales. Guía la selección de fuentes en función de la precisión, cobertura y licencias.

Lección 1 • Operaciones Espaciales Basadas en Ráster

Explora el álgebra de mapas, la reclasificación, las estadísticas zonales y el análisis de superficie de coste en datos ráster. Las operaciones ráster permiten el modelado de superficies continuas en grandes extensiones.

Lección 2 • Fundamentos del Análisis de Redes

Cubre el enrutamiento basado en grafos, el modelado de áreas de servicio y el cálculo de matrices origen-destino. El análisis de redes es fundamental para la logística, la planificación urbana y la respuesta a emergencias.

Lección 3 • Análisis de Proximidad y Distancia

Cubre la generación de búferes, matrices de distancia y cálculos de vecino más cercano. Estas operaciones sustentan la selección de sitios, la delimitación de áreas de servicio y los estudios de accesibilidad.

Lección 4 • Análisis del Terreno y de Superficies

Introduce operaciones basadas en MDE, incluyendo pendiente, orientación, sombreado y análisis de cuenca visual. Conecta el modelado de superficies con aplicaciones ambientales, de infraestructura y planificación.

Lección 1 • Configuración del Entorno Geoespacial de Python

Configura entornos conda y pip con bibliotecas geoespaciales básicas y Jupyter notebooks. Un entorno estable es el prerrequisito para todo el trabajo posterior basado en Python.

Lección 2 • Procesamiento Ráster con Rasterio y NumPy

Lee, escribe y procesa conjuntos de datos ráster utilizando Rasterio y operaciones de matrices NumPy. Permite el análisis ráster escalable sin depender del software SIG de escritorio.

Lección 3 • Automatización de Flujos de Trabajo y Scripting

Diseña scripts de procesamiento geoespacial modulares y reutilizables con registro, manejo de errores e interfaces de línea de comandos. Las habilidades de automatización son esenciales para las canalizaciones de datos de grado de producción.

Lección 4 • Análisis Vectorial con GeoPandas y Shapely

Aplica GeoDataFrames de GeoPandas y objetos geométricos de Shapely para realizar operaciones espaciales mediante programación. Tiende un puente entre las habilidades de ciencia de datos tabulares y el análisis espacial.

Lección 1 • Análisis de Autocorrelación Espacial

Mide la dependencia espacial utilizando la I de Moran, la C de Geary e indicadores locales de asociación espacial. El análisis de autocorrelación revela patrones de agrupación y dispersión en los datos de atributos.

Lección 2 • Estadística Espacial Descriptiva

Calcula la media espacial, el centro mediano, la elipse de desviación estándar y la distribución direccional. Estas medidas resumen la tendencia central y la dispersión de conjuntos de puntos espaciales.

Lección 3 • Regresión Geográficamente Ponderada

Ajusta modelos de regresión espacialmente variables para capturar relaciones locales entre variables. GWR revela cómo los efectos de los predictores cambian a través del espacio geográfico.

Lección 4 • Análisis de Patrones de Puntos

Analiza la distribución de eventos puntuales utilizando estimación de densidad kernel, análisis de cuadrantes y K de Ripley. Identifica si los patrones de puntos son aleatorios, agrupados o dispersos.

Lección 1 • Índices Espectrales y Matemáticas de Bandas

Calcula índices de vegetación, agua, suelo construido y suelo a partir de bandas multiespectrales. Los índices espectrales proporcionan indicadores cuantitativos rápidos de las condiciones de la superficie terrestre.

Lección 2 • Principios de Teledetección

Explica el espectro electromagnético, los tipos de sensores y la geometría de adquisición de imágenes. El conocimiento físico fundamental es necesario para la interpretación correcta de las imágenes satelitales.

Lección 3 • Detección de Cambios y Análisis de Series Temporales

Detecta cambios en la cobertura y superficie del suelo utilizando diferenciación de imágenes, comparación post-clasificación y métodos de series temporales. La detección de cambios apoya la monitorización ambiental y el análisis del crecimiento urbano.

Lección 4 • Preprocesamiento y Corrección de Imágenes

Cubre la calibración radiométrica, la corrección atmosférica y la ortorrectificación geométrica. El preprocesamiento garantiza que las imágenes estén listas para el análisis y sean comparables entre fechas.

Lección 1 • Ingeniería de Características Espaciales

Crea características conscientes de la ubicación, incluyendo retardos espaciales, características de distancia y derivados del terreno para modelos de AA. La ingeniería de características une los geodatos brutos y las matrices de entrada listas para el modelo.

Lección 2 • Validación de Modelos Espacialmente Consciente

Aborda la autocorrelación espacial en los datos de entrenamiento mediante validación cruzada espacial y estrategias de retención por bloques. Una validación adecuada previene estimaciones de rendimiento excesivamente optimistas.

Lección 3 • Regresión y Clasificación en Datos Espaciales

Entrena modelos de gradient boosting, random forest y lineales en conjuntos de datos tabulares espaciales para tareas de predicción. Cubre el ajuste de modelos, la interpretación y el diagnóstico de residuos espaciales.

Lección 4 • Métodos de Agrupación y Regionalización

Aplica algoritmos de agrupación y regionalización espacialmente restringidos para delinear zonas homogéneas. La agrupación apoya la segmentación de mercado, la zonificación ecológica y el análisis urbano.

Lección 1 • Producción de Mapas Estáticos en Python

Crea mapas estáticos con calidad de publicación utilizando Matplotlib, GeoPandas plot y Cartopy. La producción de mapas basada en Python se integra perfectamente en flujos de trabajo de análisis reproducibles.

Lección 2 • Principios de Diseño Cartográfico

Cubre la jerarquía visual, la teoría del color, la tipografía y la disposición de los elementos del mapa para una cartografía eficaz. Los principios de diseño sólidos aseguran que los mapas se comuniquen con precisión y sin sesgos.

Lección 3 • Narrativa con Datos Espaciales

Estructura narrativas espaciales utilizando scrollytelling, mapas anotados e informes basados en datos para audiencias no técnicas. La narración eficaz traduce los hallazgos analíticos en conocimientos prácticos.

Lección 4 • Cartografía Web Interactiva

Construye mapas web interactivos utilizando Folium, Leaflet y Mapbox GL JS con capas dinámicas y ventanas emergentes. Los mapas interactivos aumentan la participación de la audiencia y permiten el descubrimiento exploratorio de datos.