DiplomadoInteligencia artificial y datos
Inteligencia artificial para la gestión ambiental y el cambio climático
El diplomado Inteligencia artificial para la gestión ambiental y el cambio climático proporciona al estudiante herramientas de IA, sensores remotos y sistemas de información geográfica para monitorear coberturas, calidad del aire y del agua, deforestación, riesgo climático y emisiones. Le permite generar evidencia ambiental precisa que respalde decisiones y reportes de sostenibilidad.
A quién va dirigido
Ingenieros y profesionales ambientales, técnicos de monitoreo y estudiantes de áreas ambientales con estadística básica.
Objetivos
✓Comprender las aplicaciones de la IA en mitigación y adaptación, las fuentes abiertas del IDEAM, Copernicus y NASA Earthdata y la huella de la propia IA.
✓Analizar imágenes Sentinel-2 y Landsat con índices NDVI y NDWI en Google Earth Engine y QGIS para detectar cambios de cobertura.
✓Aplicar aprendizaje automático para clasificar coberturas, imputar datos y pronosticar contaminantes a partir de estaciones de monitoreo.
✓Diseñar un inventario de emisiones según el GHG Protocol y un tablero de indicadores ambientales en Power BI.
✓Evaluar la calidad de la evidencia ambiental generada y sus implicaciones éticas y de justicia climática para la toma de decisiones.
Plan de estudios por sesión
1
La IA frente al cambio climáticoAplicaciones de la IA en mitigación y adaptación · Fuentes de datos abiertos: IDEAM, Copernicus y NASA Earthdata
2
Huella de la IA y justicia climáticaHuella ambiental de la propia IA · Ética y justicia climática
3
Imágenes satelitales e índices espectralesBandas espectrales e índices NDVI y NDWI · Google Earth Engine con JavaScript o Python
4
Clasificación de coberturas y análisis espacialClasificación supervisada de coberturas con Random Forest · Análisis espacial en QGIS
5
Datos de estaciones de monitoreoSeries de tiempo de estaciones de monitoreo · Imputación de datos faltantes
6
Pronóstico y mapas de contaminantesPronóstico de contaminantes con aprendizaje automático · Mapas de interpolación espacial
7
Monitoreo de bosques y alertas tempranasDetección de cambios de cobertura boscosa · Alertas tempranas de incendios e inundaciones
8
Biodiversidad y gestión del riesgo de desastresReconocimiento de especies con visión por computador · Gestión del riesgo de desastres
9
Cuantificación de emisiones de gases de efecto invernaderoInventario de emisiones según el GHG Protocol · Automatización de cálculos con Python y hojas de cálculo
10
Tableros y reportes de sostenibilidad con IATableros de indicadores ambientales en Power BI · Extracción de datos de informes con IA generativa
11
Área de estudio, procesamiento y modelo del proyectoÁrea de estudio y pregunta ambiental · Procesamiento y modelo
12
Presentación del proyecto final: estudio de monitoreo ambientalTablero y recomendaciones · Sustentación
Evaluación
Inicial30%Catálogo de fuentes de datos abiertos para un área colombiana; cálculo de índices NDVI y NDWI en Google Earth Engine.
Intermedio30%Clasificación supervisada de coberturas con Random Forest; pronóstico de un contaminante con imputación de datos faltantes y mapa de interpolación.
Final40%Proyecto final: estudio de monitoreo ambiental de un área colombiana con imágenes satelitales, modelo de aprendizaje automático y tablero de indicadores, con recomendaciones y sustentación.
Proyecto final
Estudio de monitoreo ambiental de un área colombiana con imágenes satelitales, modelo de aprendizaje automático y tablero de indicadores para la toma de decisiones.