Modalidad y Carga horaria
El curso está organizado en ocho módulos con una carga horaria total estimada en 96 horas. Los ejercicios están acompañados por más de 300 páginas de instrucciones paso-a-paso y una decena de videos.
Típicamente los participantes en cursos a distancia tienen obligaciones profesionales que limitan las horas que pueden dedicarles. Por su carácter modular el curso se adecua a esta limitación asegurando la adquisición de un manejo básico de QGIS que permita la elaboración de un proyecto personal a elección de cada participante. De todos modos, puesto que la mayor parte del material didáctico queda en vuestro poder, quienes no hayan podido asimilar todo el contenido podrán hacerlo en el futuro.
Nivel y requisitos
El objetivo de este curso es conducir a los participantes hasta un nivel básico a intermedio alto en el manejo de QGIS, en 8 semanas, brindándoles herramientas suficientes para aplicarlo a las tareas profesionales habituales.
No se requieren conocimientos previos en SIG o QGIS.
El software utilizado en el curso es de distribución libre y gratuita. Los inscriptos recibirán las instrucciones pertinentes para la descarga.
Evaluación y Certificado
El Centro REDES emite certificados de asistencia (PARTICIPACIÒN), y opcionalmente certificados con calificación numérica (APROBACIÒN). Estos últimos requieren la presentación de un Proyecto Personal sobre un tema a elección del participante.
.
Programa de contenidos
Estrategias de muestreo
MODULO 1 | Operando con QGIS |
Presentación de QGIS | Complementos (‘plugins’) |
Carga de datos: ASCII; vectoriales, ráster, y sus propiedades | |
Sistemas de coordenadas y proyección de mapas (SRC); reproyección | |
Georreferenciación | |
Simbolización y etiquetado de objetos | |
Recorte de capas ráster y vectoriales | |
Creación y edición de vectores | |
Obtener información de capas | |
MODULO 2 | Atributos ocultos y visibles |
Atributos | Crear atributos |
Tablas de atributos: exploración y modificación | |
Selección de objetos por atributos | |
Consultas multicriterio | |
Visualización selectiva | |
Ejercicios de síntesis | |
MODULO 3 | Manejo del color |
Simbolización y etiquetado de capas vectoriales | Simbolización con Símbolo único, Categorizado y otros modos |
Simbolización por métodos avanzados | |
Modos de mezcla de colores | |
Simbolización por agrupamientos, mapas de coropletos | |
Creación y edición de capas vectoriales | |
MODULO 4 | Propiedades de los archivos ráster |
Rásaters | Simbolización de capas ráster: monobanda, multibanda, paletas |
Trabajando con modelos digitales de elevación | |
Construir mapas de pendiente, orientación de laderas, y otros | |
Edición y procesamiento de rásters | |
Reclasificación, remuestreo, reescalado | |
Rasterización | |
Trazado de perfiles topográficos | |
MODULO 5 | Composición de mapas |
Presentación visual | El Diseñador de impresión |
Leyenda, escala gráfica, coordenadas y otros accesorios | |
Incorporación de fotografías, tablas de atributos y texto explicativo | |
Diseño de un póster | |
Mapas en la web | |
Interactuar con Google Earth y Google Maps | |
MODULO 6 | Análisis por superposición: disolución, unión, intersección |
Análisis geoespacial I | Selección por cercanía y buffers |
Análisis por proximidadMatriz de distancia | |
Selección multicriterio | |
MODULO 7 | Indices de vegetación |
Análisis geoespacial II | Temperatura de superficie |
Análisis de visibilidad | |
Decisión por criterios múltiples | |
Camino de costo mínimo | |
MODULO 8 | El modelador gráfico |
Automatización y Estadística | Modelos anidados |
Incorporación de modelos a Procesos | |
Análisis estadístico exploratorio | |
Estadísticas de zona | |
- Profesor: Gustavo González Bonorino
- Estudiante: Florencia Abdenur Araos
- Estudiante: Lucas Aguerre
- Estudiante: Pablo Andreucci
- Estudiante: Juan Francisco Arens
- Estudiante: sergio bahamonde
- Estudiante: Alejandro Daniel Balceda
- Estudiante: Armando Barreda
- Estudiante: Javier Benitez
- Estudiante: alfredo borgatta
- Estudiante: Alejandro Braulke
- Estudiante: Lorena Broche
- Estudiante: Virginia Cacciagioni
- Estudiante: sofia campagne
- Estudiante: Andrea Macarena Carvalho Iglesias
- Estudiante: Ivana Castillo
- Estudiante: Maria Laura Castro
- Estudiante: GUILLERMO RUBEN CHANTRE BALACCA
- Estudiante: Josefina Contreras
- Estudiante: Erica Norma Correa Cantaloube
- Estudiante: Facundo Eduardo Costa de Arguibel
- Estudiante: Juan Dellepiane
- Estudiante: Mario Diaz
- Estudiante: José Luis Espinosa
- Estudiante: Florencia Rosario Fernandez
- Estudiante: Rene Alejandro Fernandez
- Estudiante: FEDERICO FOFANO
- Estudiante: Rodrigo Franco
- Estudiante: Marcelo Goñi
- Estudiante: Juan Ignacio Graff
- Estudiante: Salomé Harmann
- Estudiante: Agustín Hidalgo
- Estudiante: Valentina Itatí Izquierdo Joffre
- Estudiante: Estanislao Jech
- Estudiante: Susy Beatriz Jurado
- Estudiante: Alejandro Krolewiecki
- Estudiante: ELSA SONIA LEIVA
- Estudiante: Hugo Rolando Lescano
- Estudiante: Guillermo David Luque
- Estudiante: MARCELA MANSILLA
- Estudiante: Mercedes Mauriño Lascano
- Estudiante: Bruno Miniggio
- Estudiante: Maria Gemma Molina Pes
- Estudiante: Marcial Alfredo Monti
- Estudiante: Rodrigo Nicolás Mora
- Estudiante: Yolanda Mora
- Estudiante: Ignacio Muñoz
- Estudiante: tomaso muzzigoni
- Estudiante: María Sol Nadal Bonanno
- Estudiante: Héctor Olivares
- Estudiante: Francisco Emanuel Oporto Romero
- Estudiante: Mariano Panelli
- Estudiante: Julián Peltenburg
- Estudiante: María Eugenia Peró
- Estudiante: Alvaro Pintos
- Estudiante: Juliana Paula Pistola
- Estudiante: Sebastian Polischuk
- Estudiante: Victoria Ponce Bertarini
- Estudiante: Natalia Principe
- Estudiante: Daniela Carolina Quiroz
- Estudiante: Santiago Ratto
- Estudiante: yamila rea
- Estudiante: Sebastian Rianio
- Estudiante: Matias Romero Machuca
- Estudiante: Micaela Sofía Sanz
- Estudiante: Gaston Sartor
- Estudiante: maria neptalí solaligue
- Estudiante: Natalia Tesón
- Estudiante: Anabella Urutti
- Estudiante: Fernando Nicolas Zamblera
- Estudiante Inactivo: Aimé Aminahuel
- Estudiante Inactivo: Antonio Edgardo Andrade
- Estudiante Inactivo: Marisa Soledad Aranda Claverie
- Estudiante Inactivo: Diego Block
- Estudiante Inactivo: Gastón Del Barba
- Estudiante Inactivo: Gabriela Delgado
- Estudiante Inactivo: efrain elias ferreyra toledo
- Estudiante Inactivo: Carolina Godoy
- Estudiante Inactivo: agustina gomez
- Estudiante Inactivo: javier grosso
- Estudiante Inactivo: Rodrigo Maio
- Estudiante Inactivo: Paola Mariela Peltzer
- Estudiante Inactivo: Maria Florencia Peralta
- Estudiante Inactivo: Eduardo Rebord Rein
- Estudiante Inactivo: Cecilia Reymúndez
- Estudiante Inactivo: Cecilia Romero
- Estudiante Inactivo: Javier Samaniego
- Estudiante Inactivo: Maria de los Angeles Santos
- Estudiante Inactivo: Mauricio Soberón
- Estudiante Inactivo: María Eugenia Sosa
- Estudiante Inactivo: Jazmin Vinitsky
Modalidad y Carga horaria
El curso se desarrolla en ocho módulos. El desarrollo de los módulos se apoya en instructivos detallados y videos, e incluye los conceptos teóricos necesarios para comprender los ejercicios.
La ejecución de todos los ejercicios y el Proyecto Personal estimativamente insumirá un total de 96 horas.
Dado que es un curso de nivel avanzado, cada participante evaluará la conveniencia de omitir ejercicios, remitiendo la ejecución para después de finalizado el curso, apoyándose en los instructivos que podrán descargar a voluntad.
Nivel y requisitos
Aun cuando los instructivos detallan paso a paso las acciones a ejecutar, es conveniente que los participantes tengan familiaridad con algún programa SIG y el concepto general de imagen satelital. Se aplican varios programas de computación (QGIS, GRASS, SAGA, Multispec, Giovanni y otros), todos ellos de acceso libre y gratuito.
Evaluación y Certificado
El Centro REDES emite certificados de asistencia (PARTICIPACIÓN), y opcionalmente certificados con calificación numérica (APROBACIÓN). Estos últimos requieren la presentación de un Proyecto Personal sobre un tema a elección del participante.
- Profesor: Gustavo González Bonorino
- Estudiante: Evelyn Abildgaard
- Estudiante: Nicolás Guido Bolcatto
- Estudiante: María Cecilia Cábana
- Estudiante: Virginia Cacciagioni
- Estudiante: Mónica Calla
- Estudiante: Romina D'Agostino
- Estudiante: Valeria D'Agostino
- Estudiante: Matias del Rio
- Estudiante: Luciano Galeffi
- Estudiante: Gonzalo Garcia
- Estudiante: Rodrigo Nicolás Mora
- Estudiante: Daiana Olsen
- Estudiante: Brenda Ramos
- Estudiante: María Clara Rivolta
- Estudiante: Lucas Nahuel Rosolen
- Estudiante: Guillermina Soledad Santecchia
- Estudiante: Jerónimo Juan Zuazo
- Estudiante Inactivo: Facundo Eduardo Costa de Arguibel
- Estudiante Inactivo: Javier Samaniego
- Estudiante Inactivo: Jorge Martin Vila
Duración: 6 semanas Horas de curso: 96 horas |
. .... | ![]() |
Destinatarios: Para quien desee aprender a programar en R, o simplemente utilizarlo en sus labores profesionales, este curso les dará el conocimiento necesario para hacerlo.
Modalidad: A distancia.
Requisitos: Se utiliza software de distribución libre y gratuita.
Este curso no requiere conocimientos previos de R. Se parte de cero y se construye conocimiento hasta un nivel intermedio avanzado. R no es un lenguaje difícil de aprender pero de todos modos requiere incorporar una cantidad importante de conceptos y de comandos propios de un lenguaje complejo.
Descripción general del curso:
R es el lenguaje ideal para trabajar en análisis y modelado estadístico. La compacidad de código y la versatilidad para procesar datos numéricos y categóricos son virtudes que lo colocan por sobre otros lenguajes en ese campo de aplicación. Por este motivo, aprender a programar en R es el primer paso hacia la Ciencia de Datos, un universo de aplicaciones en continua expansión. Para muchos empleos, programar en R agrega valor a sus antecedentes profesionales. R también opera en otros campos, como web scraping y análisis de datos espaciales, de lo cual se dan ejemplos hacia el final de este curso, pero en estos hay competencia.
Programación en R les enseñará a desarrollar sus propios scripts. Para ello se apoya en numerosos ejemplos, y especialmente en ejercicios de codificación que les invitan a ser protagonistas, ayudados por escuetas guías. De este modo, en seis semanas aprenderán programar en R.
Adicionalmente, un conjunto de scripts aplicados a problemas reales y detalladamente comentados, les guiará hacia un nivel intermedio alto de conocimiento de R, al tiempo que les impartirá las buenas prácticas de programación.
Un último módulo presenta una breve introducción a la aplicación de R en el manejo de datos espaciales, que podrá servir para encaminarles en ese tema.
Programa del curso
Primera Parte Conceptos fundamentales |
|
Segunda Parte Aplicaciones |
|
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
- Profesor: Gustavo González Bonorino
- Estudiante: Carolina Andrade
- Estudiante: Martina Avalos
- Estudiante: Mauro Benega
- Estudiante: Anahi Bianco
- Estudiante: mariana bosio
- Estudiante: Federico Caniza
- Estudiante: Vanina Laura Celada
- Estudiante: Matías Corvo
- Estudiante: Jonathan Ehrhorn
- Estudiante: Gabriel Hernan Eisenach
- Estudiante: Evaristo Flores
- Estudiante: Roberto Fraga
- Estudiante: Martin Godoy
- Estudiante: Mariana Gonzalez
- Estudiante: Geronimo Adrian Iglesias
- Estudiante: Dana Janyistabro
- Estudiante: Aldana Lagraña
- Estudiante: Santiago Larghero Viera
- Estudiante: Demian Marrone
- Estudiante: Isabel Rocío Martín Martinez
- Estudiante: Sofía Milani
- Estudiante: Leonardo David Nicolaus
- Estudiante: Fernando Andrés Ortiz Vives
- Estudiante: ana pereyra
- Estudiante: Marina Paula Peruani San Román
- Estudiante: Gaston Pezzuchi
- Estudiante: Nathaly Ravinovich
- Estudiante: yanina rios
- Estudiante: Noelia Rolando
- Estudiante: Esteban Eduardo Rolon
- Estudiante: JUAN JOSE SANTOS
- Estudiante: Ramiro Jesús Scherer
- Estudiante: Fátima Catalina Schoenfeldt
- Estudiante: Blas Toledo
- Estudiante: David Trajtemberg
- Estudiante: Micaela Valencia
- Estudiante: Federico Vignetta
- Estudiante: Jerónimo Juan Zuazo
- Estudiante Inactivo: Rafael Norberto Calle Chumo
- Estudiante Inactivo: Marcos Corini
- Estudiante Inactivo: Federico García
- Estudiante Inactivo: Martin Oliva
- Estudiante Inactivo: Daniel Nicolás Ricci
- Estudiante Inactivo: ANGEL RODRIGUEZ
- Estudiante Inactivo: Leandro Napoleón Tomaselli
El curso se extiende por seis semanas. En las primeras cuatro semanas se presenta todo el contenido. Las últimas dos semanas se emplean en repaso, puesta al día y desarrollo del Proyecto Personal, optativo. El Proyecto Personal brinda la oportunidad de desarrollar un tema de interés particular para el participante.
Destinatarios: La naturaleza multipropósito de Python, unido a la facilidad de aprendizaje, lo hacen atractivo tanto para jóvenes estudiantes como para profesionales formados. Este es un curso de introducción a Python que le llevará hasta un nivel intermedio de manejo del lenguaje. Quienes tengan nociones de Python, o provengan de otros lenguajes, también encontrarán material útil.
Nivel y requisitos
El nivel del curso es básico a intermedio. No se presupone conocimiento previo en Python ni en programacion en general
Requerimientos de computación:
Los programas que se emplean son poco exigentes en espacio físico en el disco duro y de uso de la memoria RAM. Una PC con procesador Intel i5, o de rango equivalente, es suficiente para trabajar sin dificultad.Se emplea software de acceso libre y gratuito.
- Profesor: Augusto Gonzalez Bonorino
- Profesor: Gustavo González Bonorino
- Estudiante: Gabriella Boretto
- Estudiante: Diego Boscaglia
- Estudiante: Isolda Eugenia Cardoso
- Estudiante: Gabriel Hernan Eisenach
- Estudiante: Silvina Geldres
- Estudiante: Nicolás Guardo
- Estudiante: juan herrero
- Estudiante: Santiago Larghero Viera
- Estudiante: Pablo Martinez Zuccardi
- Estudiante: Franco Ariel Molinari
- Estudiante: Walter Daniel Moscoloni
- Estudiante: Santiago Nicolas Qüerio Montaldi
- Estudiante: ANGEL RODRIGUEZ
- Estudiante: Soledad Rojo
- Estudiante: María Virginia Romero Messein
- Estudiante: Felix Romero Zambrano
- Estudiante: Mauro Emmanuel Saiz Reales
- Estudiante: Ana Slimovich
- Estudiante: Hugo Daniel Zinno
- Estudiante Inactivo: Pablo Calderón
- Estudiante Inactivo: Rafael Norberto Calle Chumo
- Estudiante Inactivo: Fermin Couchot
- Estudiante Inactivo: Emanuel Alejandro Fernández Sánchez
- Estudiante Inactivo: Andrea Kambic
- Estudiante Inactivo: guillermo morales
Modalidad: A distancia, dictado en la plataforma virtual del Centro REDES
Duración: 6 semanas Horas de curso: 96 horas |
.... . | ![]() |
Descripción general del curso:
El modo clásico de manejo agrícola prestaba relativamente poca atención a la variabilidad en las condiciones del suelo y a la influencia de la topografía local en la distribución del agua. En consecuencia, grandes superficies de cultivo recibían un tratamiento homogéneo en cuanto a insumos como fertilizantes, riego y fumigación, basado en apreciaciones generalizadas. El costo relativamente bajo de los insumos respecto del valor de venta de los productos, permitía su uso intensivo, homogeneizando artificialmente la variabilidad del campo. El aumento en los precios de los insumos, unido al encarecimiento de la tierra y a la necesidad de expandir la frontera agrícola a zonas menos adecuadas, ha obligado a abandonar el modo clásico de manejo en favor de otro basado en la atención a la variabilidad. Este modo de manejo se conoce como agricultura de precisión, agricultura por zonas de manejo o agricultura sitio-específica.
El desarrollo de la agricultura de precisión se basa en una premisa y en una necesidad. La premisa es que los campos de cultivo no son uniformes en cuanto a la distribución de nutrientes, humedad del suelo, topografía, y otras variables. Por lo tanto, sembrar ignorando esta variabilidad naturalmente conduce a un mal manejo que redunda en malgasto de fertilizantes, riego y otros recursos, y no contribuye a mejorar la productividad. La necesidad de tomar en cuenta la variabilidad es por un lado financiera, ya que el costo de los agroquímicos es cada día más elevado y conviene no desperdiciarlos aplicándolos en tierras que no los necesitan. Y por otro lado es ambiental, ya que por legislación, así como por responsabilidad social, su uso debe quedar limitado a lo estrictamente necesario. La agricultura de precisión se conoce también como agricultura por ambientes, para poner énfasis en la concepción de que un lote se compone de ambientes, o zonas, con características en parte comunes pero en parte diferentes. La agricultura de precisión es una agricultura sitio-específica. Es en la delimitación de dichas zonas donde intervienen los sistemas de información geográfica y las imágenes satelitales.
Programa del curso
Módulo 1 |
Los SIG en la agricultura de precisión
Introducción a los Sistemas de Información Geográfica (SIG) Breve introducción a QGIS Confección de mapas de zonas de manejo
Interpolación Depuración de registros de cosechadora con YieldEditor |
Módulo 2 |
Introducción a productos satelitales multiespectrales
Concepto de radiancia y reflectancia
Descarga de imágenes
Composición de bandas espectrales
Indices espectrales
Casos de estudio |
Módulo 3 | Clasificación espectral
Casos de estudio
Estrategias de muestreo en la agricultura de precisión
Casos de estudio |
Módulo 4 | Introducción a los productos MODIS
Introducción a los productos híbridos
Casos de estudio |
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
- Profesor: Gustavo González Bonorino
- Estudiante: Lucía Bárbara Alvarez
- Estudiante: Aldana Ardizzi
- Estudiante: Agustin Colella
- Estudiante: Andres Cruz Alvarado
- Estudiante: Bianca Damilano
- Estudiante: Carlos Gabriel Ferrada
- Estudiante: efrain elias ferreyra toledo
- Estudiante: candelaria figoli
- Estudiante: Juan Gonzalez
- Estudiante: Juan Ignacio Inchauspe
- Estudiante: armando ghene ismiño riquelme
- Estudiante: Barbara Stella Maris Klimisch
- Estudiante: Rodrigo Maio
- Estudiante: Francisco Montico
- Estudiante: Emiliano Muñoz
- Estudiante: Maximo Palazzolo
- Estudiante: Franco Pessina
- Estudiante: Federico Puig Monteverde
- Estudiante: Cecilia Reymúndez
- Estudiante: Juan Manuel Rivera
- Estudiante: Gisela Romano
- Estudiante: Guillermina Soledad Santecchia
- Estudiante: Jorge Luis Santillan
- Estudiante: Franco Eloy Schulz
- Estudiante: Marcos Soumoulou
- Estudiante: Leonel Sebastian Toso
- Estudiante: Fermín Urquieta
- Estudiante: Cesar Vallejos
- Estudiante: Juan Pablo Vallone
- Estudiante: Luisina Vittar
- Estudiante Inactivo: Lorena Vanesa Albá
- Estudiante Inactivo: Bárbara Albornoz
- Estudiante Inactivo: María de Jesús Bilbao
- Estudiante Inactivo: Miguel Carminati
- Estudiante Inactivo: marcela casini
- Estudiante Inactivo: julian elvio chipoloni
- Estudiante Inactivo: David Costanzi
- Estudiante Inactivo: Ruben Emanuel Cuenca
- Estudiante Inactivo: Karlo Fernando Farfan Verde
- Estudiante Inactivo: Federico Garcia
- Estudiante Inactivo: Mónica Giusti
- Estudiante Inactivo: Marcelo Goñi
- Estudiante Inactivo: javier grosso
- Estudiante Inactivo: Sebastián Lemos
- Estudiante Inactivo: Marcelo Javier Peralta
- Estudiante Inactivo: Mateo Rostagno
- Estudiante Inactivo: Alberto Suarez
El curso le permitirá evaluar la conveniencia de emplear simulaciones computacionales en su labor profesional y le servirá de introducción directa a programas comerciales, como WaterGems, si eventualmente decidiera adquirir alguno.
Duración y Carga horaria
El curso se extiende a lo largo de seis semanas. La carga horaria se estima en 72 horas.
Destinatarios
Profesionales con incumbencia en el diseño, manejo y control de redes hidráulicas y alumnos avanzados en disciplinas afines. El curso presupone conocimientos básicos de hidráulica.
Modalidad (a distancia)
En cuatro módulos semanales este curso enseña cómo aplicar EPANET en el diseño de redes de distribución de agua, en la operación de una red en modos estacionario y extendido, y en el modelado de la calidad del agua que circula por la red.
El Módulo 1 presenta EPANET y sus funciones de modelado con ejercicios sencillos. El Módulo 2 trabaja con simulaciones en régimen estacionario, incluyendo bombas y válvulas en la red. El Módulo 3 introduce el modelado extendido en el tiempo, simulando variaciones en la demanda. Y el Módulo 4 analiza los cambios que puede sufrir el agua en la red, ya sea por contaminación o por estancamiento, y cómo subsanarlos o evitarlos.
El desarrollo de los módulos se apoya en detallados instructivos y en videos.
Luego de completada la entrega de los 4 módulos los participantes dispondrán de dos semanas adicionales para repaso y/o para la preparación del Proyecto Personal.
Acreditación:
El Centro REDES emite certificados por PARTICIPACIÓN (asistencia) para quienes así lo ameriten y, opcionalmente, de APROBACIÓN con evaluación numérica. Estos últimos requieren la presentación y aprobación de un Proyecto Personal.
- Profesor: Gustavo González Bonorino
- Estudiante: Marcelo Ambrosio
- Estudiante: Jesús Roberto Llampa
- Estudiante: Jorge Mendoza
- Estudiante: Fabricio Puigdengolas Márquez
- Estudiante Inactivo: María Eugenia Ferraro
- Estudiante Inactivo: CRISTIAN PEREYRA
Modalidad y Carga horaria
El curso está organizado en ocho módulos con una carga horaria total estimada en 96 horas. Los ejercicios están acompañados por más de 300 páginas de instrucciones paso-a-paso y una decena de videos.
Típicamente los participantes en cursos a distancia tienen obligaciones profesionales que limitan las horas que pueden dedicarles. Por su carácter modular el curso se adecua a esta limitación asegurando la adquisición de un manejo básico de QGIS que permita la elaboración de un proyecto personal a elección de cada participante. De todos modos, puesto que la mayor parte del material didáctico queda en vuestro poder, quienes no hayan podido asimilar todo el contenido podrán hacerlo en el futuro.
Nivel y requisitos
El objetivo de este curso es conducir a los participantes hasta un nivel básico a intermedio alto en el manejo de QGIS, en 8 semanas, brindándoles herramientas suficientes para aplicarlo a las tareas profesionales habituales.
No se requieren conocimientos previos en SIG o QGIS.
El software utilizado en el curso es de distribución libre y gratuita. Los inscriptos recibirán las instrucciones pertinentes para la descarga.
Evaluación y Certificado
El Centro REDES emite certificados de asistencia (PARTICIPACIÒN), y opcionalmente certificados con calificación numérica (APROBACIÒN). Estos últimos requieren la presentación de un Proyecto Personal sobre un tema a elección del participante.
.
Programa de contenidos
Estrategias de muestreo
Estadísticas de zona
MODULO 1 | Operando con QGIS |
Presentación de QGIS | Complementos (‘plugins’) |
Carga de datos: ASCII; vectoriales, ráster, y sus propiedades | |
Sistemas de coordenadas y proyección de mapas (SRC); reproyección | |
Georreferenciación | |
Simbolización y etiquetado de objetos | |
Recorte de capas ráster y vectoriales | |
Creación y edición de vectores | |
Obtener información de capas | |
MODULO 2 | Atributos ocultos y visibles |
Atributos | Crear atributos |
Tablas de atributos: exploración y modificación | |
Selección de objetos por atributos | |
Consultas multicriterio | |
Visualización selectiva | |
Ejercicios de síntesis | |
MODULO 3 | Manejo del color |
Simbolización y etiquetado de capas vectoriales | Simbolización con Símbolo único, Categorizado y otros modos |
Simbolización por métodos avanzados | |
Modos de mezcla de colores | |
Simbolización por agrupamientos, mapas de coropletos | |
Creación y edición de capas vectoriales | |
MODULO 4 | Propiedades de los archivos ráster |
Rásaters | Simbolización de capas ráster: monobanda, multibanda, paletas |
Trabajando con modelos digitales de elevación | |
Construir mapas de pendiente, orientación de laderas, y otros | |
Edición y procesamiento de rásters | |
Reclasificación, remuestreo, reescalado | |
Rasterización | |
Trazado de perfiles topográficos | |
MODULO 5 | Composición de mapas |
Presentación visual | El Diseñador de impresión |
Leyenda, escala gráfica, coordenadas y otros accesorios | |
Incorporación de fotografías, tablas de atributos y texto explicativo | |
Diseño de un póster | |
Mapas en la web | |
Interactuar con Google Earth y Google Maps | |
MODULO 6 | Análisis por superposición: disolución, unión, intersección |
Análisis geoespacial I | Selección por cercanía y buffers |
Análisis por proximidadMatriz de distancia | |
Selección multicriterio | |
MODULO 7 | Indices de vegetación |
Análisis geoespacial II | Temperatura de superficie |
Análisis de visibilidad | |
Decisión por criterios múltiples | |
Camino de costo mínimo | |
MODULO 8 | El modelador gráfico |
Automatización y Estadística | Modelos anidados |
Incorporación de modelos a Procesos | |
Análisis estadístico exploratorio | |
- Profesor: Gustavo González Bonorino
- Estudiante: Veronica Yaquelin Aguerre
- Estudiante: Eduardo Alejandro Américo Aguirre Gonzalez
- Estudiante: Nicolás Orlando Alonso
- Estudiante: Alina Alvarez Larrain
- Estudiante: Cristian Darío Azcona
- Estudiante: Maria Emilia Bertoni
- Estudiante: PAULINA BONORIS
- Estudiante: Sandra Campanella
- Estudiante: Alfonso Carrizo
- Estudiante: Silvio Antonio Casimiro
- Estudiante: pablo chiesa
- Estudiante: Lucia Gabriela Correa
- Estudiante: Julieta Elizabeth Cristoff
- Estudiante: Yasmin Croci
- Estudiante: liliana cuenca
- Estudiante: Aline de Oliveira Brasil
- Estudiante: Fernandez Emilia
- Estudiante: Analia Figueira
- Estudiante: Omar Ezequiel Garobbio
- Estudiante: René Osvaldo Geres
- Estudiante: Mauro Gomez
- Estudiante: Nicolas Daniel Heiland
- Estudiante: León Horacio Lecointre
- Estudiante: Milagros Marques
- Estudiante: Cecilia Martinez
- Estudiante: VICTORIA ANTONELLA MARTINEZ DE ZORZI
- Estudiante: maria florencia rey urreta
- Estudiante: Marina Riera
- Estudiante: Sylvina Emilce Ripoll
- Estudiante: Leonel Matías Rodriguez Iozzia
- Estudiante: Guadalupe Romero Villanueva
- Estudiante: pablo saludes
- Estudiante: Leonardo Serrano
- Estudiante: Josefina Suarez
- Estudiante: JAVIER ARNALDO TORRES CEJAS
- Estudiante: Fernando Javier Ureta Suelgaray
- Estudiante: guillermo wilde
- Estudiante Inactivo: Claudia del Rosario Coronel
- Estudiante Inactivo: Mariana Carolina Fernandez
- Estudiante Inactivo: SONIA GOÑI
- Estudiante Inactivo: Jeferson estiben Hortúa alarcon
- Estudiante Inactivo: Orlando Daniel Merlo
- Estudiante Inactivo: Carla Nazarena Moreyra
- Estudiante Inactivo: Fabiana Nieva
- Estudiante Inactivo: María Agustina Peralta
- Estudiante Inactivo: Agustín David Ramirez
- Estudiante Inactivo: Carlos Adalberto Rodriguez
- Estudiante Inactivo: Xiumy Michelle Sánchez Collazo
- Estudiante Inactivo: Jorge Martin Vila
Modalidad: A distancia, dictado en la plataforma virtual del Centro REDES
Duración: 6 semanas Horas de curso: 96 horas |
.... . | ![]() |
Descripción general del curso:
El modo clásico de manejo agrícola prestaba relativamente poca atención a la variabilidad en las condiciones del suelo y a la influencia de la topografía local en la distribución del agua. En consecuencia, grandes superficies de cultivo recibían un tratamiento homogéneo en cuanto a insumos como fertilizantes, riego y fumigación, basado en apreciaciones generalizadas. El costo relativamente bajo de los insumos respecto del valor de venta de los productos, permitía su uso intensivo, homogeneizando artificialmente la variabilidad del campo. El aumento en los precios de los insumos, unido al encarecimiento de la tierra y a la necesidad de expandir la frontera agrícola a zonas menos adecuadas, ha obligado a abandonar el modo clásico de manejo en favor de otro basado en la atención a la variabilidad. Este modo de manejo se conoce como agricultura de precisión, agricultura por zonas de manejo o agricultura sitio-específica.
El desarrollo de la agricultura de precisión se basa en una premisa y en una necesidad. La premisa es que los campos de cultivo no son uniformes en cuanto a la distribución de nutrientes, humedad del suelo, topografía, y otras variables. Por lo tanto, sembrar ignorando esta variabilidad naturalmente conduce a un mal manejo que redunda en malgasto de fertilizantes, riego y otros recursos, y no contribuye a mejorar la productividad. La necesidad de tomar en cuenta la variabilidad es por un lado financiera, ya que el costo de los agroquímicos es cada día más elevado y conviene no desperdiciarlos aplicándolos en tierras que no los necesitan. Y por otro lado es ambiental, ya que por legislación, así como por responsabilidad social, su uso debe quedar limitado a lo estrictamente necesario. La agricultura de precisión se conoce también como agricultura por ambientes, para poner énfasis en la concepción de que un lote se compone de ambientes, o zonas, con características en parte comunes pero en parte diferentes. La agricultura de precisión es una agricultura sitio-específica. Es en la delimitación de dichas zonas donde intervienen los sistemas de información geográfica y las imágenes satelitales.
Programa del curso
Módulo 1 |
Los SIG en la agricultura de precisión
Introducción a los Sistemas de Información Geográfica (SIG) Breve introducción a QGIS Confección de mapas de zonas de manejo
Interpolación Depuración de registros de cosechadora con YieldEditor |
Módulo 2 |
Introducción a productos satelitales multiespectrales
Concepto de radiancia y reflectancia
Descarga de imágenes
Composición de bandas espectrales
Indices espectrales
Casos de estudio |
Módulo 3 | Clasificación espectral
Casos de estudio
Estrategias de muestreo en la agricultura de precisión
Casos de estudio |
Módulo 4 | Introducción a los productos MODIS
Introducción a los productos híbridos
Casos de estudio |
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
- Profesor: Gustavo González Bonorino
- Estudiante: José Ignacio Aguilar Perez
- Estudiante: Daniel Bagazette
- Estudiante: Ignacio Bernabó
- Estudiante: Alejandro Braulke
- Estudiante: Walter Adrian Caballero
- Estudiante: Gustavo Caudana
- Estudiante: Daniel Cavallin
- Estudiante: Carlos Curchod
- Estudiante: Heidi Drvar
- Estudiante: Federico Mario Ducasse
- Estudiante: Naimid Esnarriaga
- Estudiante: Janinna Faraone
- Estudiante: Luis Nicolás Haag
- Estudiante: german masoli
- Estudiante: Yolanda Mora
- Estudiante: Hugo Marcelo Rios
- Estudiante: Margarita Viegener
- Estudiante Inactivo: Malvina Argento
- Estudiante Inactivo: FRANCISCO LARRABURU
- Estudiante Inactivo: guillermo wilde
Duración: 6 semanas Horas de curso: 96 horas |
. .... | ![]() |
Destinatarios: Para quien desee aprender a programar en R, o simplemente utilizarlo en sus labores profesionales, este curso les dará el conocimiento necesario para hacerlo.
Modalidad: A distancia.
Requisitos: Se utiliza software de distribución libre y gratuita.
Este curso no requiere conocimientos previos de R. Se parte de cero y se construye conocimiento hasta un nivel intermedio avanzado. R no es un lenguaje difícil de aprender pero de todos modos requiere incorporar una cantidad importante de conceptos y de comandos propios de un lenguaje complejo.
Descripción general del curso:
R es el lenguaje ideal para trabajar en análisis y modelado estadístico. La compacidad de código y la versatilidad para procesar datos numéricos y categóricos son virtudes que lo colocan por sobre otros lenguajes en ese campo de aplicación. Por este motivo, aprender a programar en R es el primer paso hacia la Ciencia de Datos, un universo de aplicaciones en continua expansión. Para muchos empleos, programar en R agrega valor a sus antecedentes profesionales. R también opera en otros campos, como web scraping y análisis de datos espaciales, de lo cual se dan ejemplos hacia el final de este curso, pero en estos hay competencia.
Programación en R les enseñará a desarrollar sus propios scripts. Para ello se apoya en numerosos ejemplos, y especialmente en ejercicios de codificación que les invitan a ser protagonistas, ayudados por escuetas guías. De este modo, en seis semanas aprenderán programar en R.
Adicionalmente, un conjunto de scripts aplicados a problemas reales y detalladamente comentados, les guiará hacia un nivel intermedio alto de conocimiento de R, al tiempo que les impartirá las buenas prácticas de programación.
Un último módulo presenta una breve introducción a la aplicación de R en el manejo de datos espaciales, que podrá servir para encaminarles en ese tema.
Programa del curso
Primera Parte Conceptos fundamentales |
|
Segunda Parte Aplicaciones |
|
Dinámica de la cursada:
Este curso se desarrolla completamente en formato virtual con lo cual permite realizar la capacitación desde cualquier parte del país y de la región. De la misma forma, el formato habilita a que cada alumno ingrese a la plataforma en el momento y horario que le resulte más productivo, ya que el material queda subido a la misma y no existen restricciones de ingreso ni obligación de horarios o encuentros virtuales.
- Profesor: Gustavo González Bonorino
- Estudiante: Catalina Basile Dazzi
- Estudiante: Nicolás Bevacqua
- Estudiante: Diego Boscaglia
- Estudiante: Mariano Fielli
- Estudiante: Diego Garcia
- Estudiante: Willans Julio Edgardo Garcia
- Estudiante: Ruben Kriskovich
- Estudiante: Lidia López
- Estudiante: Francisco Lorenzo
- Estudiante: Gustavo Emmanuel Lucero Roca
- Estudiante: Débora Carolina Marié
- Estudiante: Efraín Molina
- Estudiante: M. Ayelen Nieto
- Estudiante: Francisco Alejandro Puente Tapia
- Estudiante: jaime enrique segovia roca
- Estudiante: Andres Neftalí Torres
- Estudiante: Diego Francisco Vilotta
- Estudiante Inactivo: Emanuel Castellani
- Estudiante Inactivo: josé Antonio Herrera
- Estudiante Inactivo: beatriz londero
- Estudiante Inactivo: juan Orcellet
- Estudiante Inactivo: guadalupe sarti
El curso se extiende por seis semanas. En las primeras cuatro semanas se presenta todo el contenido. Las últimas dos semanas se emplean en repaso, puesta al día y desarrollo del Proyecto Personal, optativo. El Proyecto Personal brinda la oportunidad de desarrollar un tema de interés particular para el participante.
Destinatarios: La naturaleza multipropósito de Python, unido a la facilidad de aprendizaje, lo hacen atractivo tanto para jóvenes estudiantes como para profesionales formados. Este es un curso de introducción a Python que le llevará hasta un nivel intermedio de manejo del lenguaje. Quienes tengan nociones de Python, o provengan de otros lenguajes, también encontrarán material útil.
Nivel y requisitos
El nivel del curso es básico a intermedio. No se presupone conocimiento previo en Python ni en programacion en general
Requerimientos de computación:
Los programas que se emplean son poco exigentes en espacio físico en el disco duro y de uso de la memoria RAM. Una PC con procesador Intel i5, o de rango equivalente, es suficiente para trabajar sin dificultad.Se emplea software de acceso libre y gratuito.
- Profesor: Gustavo González Bonorino
- Estudiante: Natalia Carolina Bustos
- Estudiante: Martin Cristian Calvo Ruiz
- Estudiante: Fiorella Denisse Campanella
- Estudiante: Anabela Leandra Inés Cardozo
- Estudiante: MARIA VICTORIA CEBRIAN
- Estudiante: Belén Chierichini
- Estudiante: RODRIGO CORDOBA
- Estudiante: Juan Manuel Di Palmo Scarzella
- Estudiante: pablo gatica
- Estudiante: Nino Magni
- Estudiante: Rodrigo Nicolás Mora
- Estudiante: Sofanor Novillo
- Estudiante: Sofia Noemi Pannunzio
- Estudiante: Julian Sebastian Rozas
- Estudiante Inactivo: Carlos Adrian Angelozzi
- Estudiante Inactivo: Verónica Viviana Bulacio
- Estudiante Inactivo: Eduardo Martin Castilla
- Estudiante Inactivo: celina diaz
- Estudiante Inactivo: Benjamín Ezequiel Mendieta
- Estudiante Inactivo: GUILLERMO RAGEL