Curso libreInteligencia artificial y datos
IA para la gestión ambiental
El curso IA para la gestión ambiental proporciona al estudiante los métodos para usar datos abiertos, sensores remotos e IA en el monitoreo de la calidad del aire, el agua y la cobertura vegetal. Le sirve para detectar cambios ambientales a tiempo, pronosticar contaminantes y elaborar informes técnicos sustentados en evidencia y en el Decreto 1076 de 2015.
A quién va dirigido
Profesionales y estudiantes de ingeniería ambiental, gestores ambientales y analistas de sostenibilidad con manejo básico de hojas de cálculo.
Objetivos
✓Comprender las fuentes de datos ambientales abiertos como IDEAM y SISAIRE y los índices de calidad del aire.
✓Analizar imágenes Sentinel-2 y Landsat con índices espectrales como NDVI para detectar cambios de cobertura y deforestación.
✓Aplicar bosques aleatorios en Google Earth Engine y modelos de series de tiempo para clasificar coberturas y pronosticar PM2.5.
✓Diseñar un informe de monitoreo ambiental asistido por IA con verificación de cada dato y referencia al Decreto 1076 de 2015.
✓Valorar la huella ambiental del uso de IA y la responsabilidad en la comunicación de resultados a las comunidades.
Plan de estudios por sesión
1
Datos ambientales abiertosFuentes IDEAM, SISAIRE y redes de monitoreo urbanas; limpieza y análisis con Python · Indicadores e índices de calidad del aire y visualización espacial en QGIS
2
Sensores remotos e IAImágenes Sentinel-2 y Landsat e índices espectrales como NDVI · Clasificación de coberturas con bosques aleatorios en Google Earth Engine y detección de deforestación
3
Modelos predictivos ambientalesPronóstico de PM2.5 con series de tiempo y variables meteorológicas como predictores · Evaluación del error y sistemas de alerta temprana
4
Presentación del proyecto final: análisis ambiental de un municipioInformes de monitoreo asistidos por IA con el Decreto 1076 de 2015 como marco del sector · Huella ambiental del uso de IA y comunicación de resultados a comunidades
Evaluación
Inicial30%Taller de descarga y análisis de datos de calidad del aire de IDEAM y SISAIRE con índices y mapa en QGIS.
Intermedio30%Clasificación de coberturas en Google Earth Engine y pronóstico de PM2.5 con evaluación del error.
Final40%Proyecto final: análisis ambiental municipal con mapa de cambio de cobertura, pronóstico de calidad del aire e informe técnico sustentado.
Proyecto final
Análisis ambiental de un municipio con mapa de cambio de cobertura, pronóstico de calidad del aire e informe técnico.