Curso online – Remote Sensing for Mangroves, NASA ARSET
Entre os dias 5 e 19 de Novembro, será possível frequentar o curso “Remote Sensing for Mangroves“, da NASA ARSET.
Este curso tem os seus conteúdos alinhados com os Objectivos de Desenvolvimentos Sustentável propostos pelas Nações Unidas, nomeadamente com o ponto 6 que visa até 2030 alcançar o acesso universal e equitativo à água potável e segura para todos.
Os objectivos do curso são os seguintes:
- Understand Sustainable Development Goals with a focus on understanding SDG 6.6.1
- Understand the importance of mangrove ecosystems and the need for mapping them using satellite technology
- Have knowledge of spatial data that is available for studying mangrove ecosystems
- Use Google Earth Engine to:
- Map country-specific mangrove extent (Case Study: Guyana)
- Perform a time series analysis of mangrove ecosystems
- Calculate mangrove extent in hectares
- Build an app to display data using results from Guyana
Um certificado de conclusão será emitido no final do curso.
O curso pode ser atendido em língua inglesa ou espanhola, podendo escolher-se a sessão da manhã ou a da tarde, e está dividido em três partes com o seguinte programa:
Parte 1
5, Novembro 2020
10:00-11:30 EST (Session A) or 15:00-16:30 EST (Session B)
- Introduce Sustainable Development Goal 6, how mangroves serve as an indicator, and the basics of using remote sensing for mapping and monitoring mangroves.
Materiais
- Presentation Slides
- Homework 1 (Due November 19)
Materiais em espanhol
- Diapositivas de la Presentación
- Tarea 1 (vence el 19 de noviembre)
Parte 2
12, Novembro 2020
10:00-11:30 EST (Session A) or 15:00-16:30 EST (Session B)
- Cover the basics of using Google Earth Engine, how to create a mangrove extent map using a Random Forest Classification, and create a time series for mangrove extent change.
Materiais
Parte 3
19, Novembro 2020
10:00-11:30 EST (Session A) or 15:00-16:30 EST (Session B)
- Demonstrate creating country-specific applications and using GEE apps to communicate technical analyses to a non-technical audience.
Materiais
Pré-requisitos:
- QGIS 3.10
- instalação do plugin: Class Accuracy Plug-in for QGIS: https://github.com/remotesensinginfo/classaccuracy
Essenciais
Opcionais