Duración: 12 horas.
Instructor: César Álvarez
Horario: Sábados y domingos de 08:00 am a 13:00 pm
Inscribirse: aquí.
Este curso en modalidad en línea ofrece una formación integral sobre el procesamiento escalable de datos de observación de la Tierra del programa Copernicus, integrando Google Earth Engine (GEE), flujos de trabajo en Python y conceptos de computación de alto rendimiento (HPC).
El curso combina fundamentos conceptuales con ejercicios prácticos orientados al diseño de flujos de trabajo reproducibles y escalables para análisis a escala nacional, incluyendo integración multisensor, manejo de datos de alta dimensionalidad (por ejemplo, embeddings satelitales), aprendizaje automático y procesamiento eficiente de ráster.
Está dirigido a investigadores, estudiantes de posgrado y personal técnico que trabajen con datos geoespaciales y que deseen fortalecer sus capacidades en análisis de grandes volúmenes de datos satelitales.
Objetivos:
- Comprender la estructura y servicios principales del programa Copernicus.
- Procesar datos multisensor utilizando Google Earth Engine de manera eficiente.
- Diseñar pilas de variables (feature stacks) integrando datos atmosféricos, ópticos, radar y climáticos.
- Aplicar estrategias de reducción de dimensionalidad en datos de alta complejidad.
- Entrenar modelos de aprendizaje automático (XGBoost, MLP) para aplicaciones geoespaciales.
- Implementar predicción ráster utilizando procesamiento por bloques (block processing).
- Diseñar flujos de trabajo paralelizables compatibles con entornos HPC.
- Construir pipelines completos para modelamiento a escala nacional utilizando datos Copernicus.
Metodología:
- Sesiones en vivo con interacción directa.
- Demostraciones prácticas en Google Earth Engine.
- Ejercicios aplicados en Python (Google Colab).
- Análisis de casos reales.
- Discusión técnica y diseño de flujos de trabajo.
Requisitos:
- Cuenta de Google (Gmail).
- Conocimientos en Python.
- Conocimientos básicos de SIG o percepción remota.
- Conexión estable a internet.
Temario y Cronograma
Big Data en Copernicus y necesidad de HPC
- Estructura del programa Copernicus.
- Misiones Sentinel (S1, S2, S3, S5P).
- ERA5-Land y servicios climáticos.
- Resolución espacial vs volumen de datos.
- Retos del Big Data en observación de la Tierra.
- ¿Cuándo es necesario HPC?.
Google Earth Engine como plataforma distribuida
- Modelo computacional de GEE.
- Procesamiento server-side vs client-side.
- Filtrado y composiciones eficientes.
- Optimización de scripts.
Integración multisensor
- Integración de Sentinel-1, Sentinel-2, Sentinel-5P.
- Incorporación de ERA5-Land.
- Armonización de proyecciones y resoluciones.
- Estrategias de construcción de feature stacks.
Estrategias de exportación y transferencia de datos
- Limitaciones de exportación en GEE
- Estrategias de macro-tiling
- Exportación a Cloud Storage vs Drive
- Diseño de pipelines GEE → HPC
Datos de alta dimensionalidad y embeddings
- Comprensión de datasets multibanda (ej. 64 bandas)
- Redundancia y complejidad dimensional
- Introducción a PCA
- Selección de variables y reducción de dimensionalidad
Preparación de datos para Machine Learning
- Estrategias de muestreo
- Extracción de variables desde GEE
- Manejo de valores faltantes
- Normalización de variables
Machine Learning aplicado a datos Copernicus
- Regresión y clasificación
- XGBoost en modelamiento geoespacial
- Redes neuronales (MLP)
- Validación cruzada espacial
- Métricas de evaluación (R², RMSE, MAE)
Inferencia ráster escalable
- Limitaciones del procesamiento pixel a pixel
- Procesamiento por bloques (window-based)
- Predicción eficiente en memoria
- Reconstrucción de mosaicos
- Cuellos de botella en I/O
Procesamiento paralelo y conceptos HPC
- Procesamiento secuencial vs paralelo
- Estrategias de partición espacial
- Lógica de procesamiento por lotes
- Estimación de tiempos de ejecución
Diseño de flujo de trabajo nacional
- Diseño de pipeline completo EO → ML → HPC
- Identificación de cuellos de botella
- Estimación de almacenamiento y tiempos
- Reproducibilidad y documentación