Teledección - PREVENT Project
Teledetección Sesión Práctica (Ejercicios)
Inicio
Introducción
Los siguientes ejercicios prácticos están diseñados para integrar las tecnologías de teledetección en las estrategias de prevención y mitigación de desastres, alineándose con los objetivos centrales del proyecto PREVENT. Cada ejercicio se centra en aplicaciones reales de los sistemas de información geográfica (SIG) y el análisis de imágenes satelitales, proporcionando a los estudiantes competencias técnicas en análisis espacial, monitoreo ambiental y toma de decisiones para la gestión de desastres.
Índice
Ejercicio 3
Objetivos
Ejercicio 4
Ejercicio 1
Ejercicio 2
Índice
Ejercicio 3
Objetivos
Ejercicio 4
Ejercicio 1
Ejercicio 2
Objetivos
Estos ejercicios sirven para establecer un vínculo entre la investigación académica y la práctica profesional, fomentando habilidades críticas de resolución de problemas y competencias técnicas que son imprescindibles para la evaluación contemporánea del riesgo de desastres y la planificación de la respuesta ante emergencias. La naturaleza práctica de este curso está diseñada para dotar a los estudiantes de las destrezas y conocimientos necesarios para mejorar su empleabilidad y contribuir a la resiliencia de sus comunidades mediante la implementación de soluciones innovadoras basadas en tecnología.
PREVENT - Prevención de desastres naturales usando tecnologías profundas para currículos HEI avanzados Sesión práctica de Teledetección (Ejercicios)
Al trabajar con datos satelitales de las misiones Sentinel-1 y Sentinel-2, junto con Modelos Digitales de Elevación (MDE) y software de Sistemas de Información Geográfica (SIG), los estudiantes adquirirán experiencia práctica en la detección y evaluación de amenazas ambientales, incluidas, entre otras, los incendios forestales, las inundaciones y los deslizamientos de tierra.
Ejercicio 1:
Los estudiantes analizarán los impactos de los incendios forestales utilizando índices de vegetación (NDVI) para detectar las áreas que han sido quemadas y evaluar los ecosistemas afectados. Este análisis respalda el objetivo del proyecto PREVENT de evaluar y responder al riesgo de incendios forestales.
Procesamiento de datos Sentinel-2, cálculo de NDVI, cartografía en SIG, clasificación de áreas quemadas
Enlace
Ejercicio 2:
El objetivo de este ejercicio es proporcionar a los estudiantes las habilidades necesarias para procesar datos de SAR (radar de apertura sintética) con el fin de detectar inundaciones. Esta iniciativa está alineada con el objetivo general del proyecto PREVENT de mejorar el monitoreo de inundaciones mediante la utilización de tecnologías de teledetección.
Interpretación de datos SAR, umbralización en SIG para la detección de agua, cartografía de la extensión de inundaciones
Enlace
Ejercicio 3:
Los estudiantes reciben instrucción en la evaluación de áreas propensas a deslizamientos mediante la implementación de análisis topográficos e índices de vegetación, contribuyendo así a los objetivos del proyecto PREVENT, que incluyen la provisión de sistemas de alerta temprana y la predicción de riesgos.
Procesamiento de MDE, análisis de pendiente/orientación, evaluación del estado de la vegetación basada en NDVI
Enlace
Ejercicio 4:
La utilización del análisis espacial mediante Sistemas de Información Geográfica (SIG) por parte de los estudiantes tiene como objetivo determinar las ubicaciones más adecuadas para la instalación de torres de observación forestal. Este enfoque se espera que contribuya a mejorar los esfuerzos de prevención y detección temprana de incendios, brindando así un apoyo directo a los objetivos del proyecto PREVENT.
Análisis de visibilidad del terreno, aplicación de zonas de amortiguamiento, modelado de idoneidad del sitio
Enlace
01
Ejercicio 1: Identificación de áreas quemadas mediante NDVI (Datos Sentinel-2)
01
Objetivo
Este ejercicio introduce a los estudiantes en la evaluación de incendios forestales basada en satélites mediante el Índice de Vegetación de Diferencia Normalizada (NDVI). A través del análisis de imágenes Sentinel-2, los estudiantes detectarán vegetación quemada, cuantificarán los daños y visualizarán las áreas afectadas. Este proceso ayuda en el monitoreo post-incendio y la planificación de la recuperación, apoyando directamente el objetivo del proyecto PREVENT de integrar la teledetección para la prevención de desastres. El NDVI es un índice numérico utilizado para medir la salud de la vegetación en un área. Se basa en las reflexiones de radiación en las longitudes de onda del rojo (Red) y el infrarrojo cercano (NIR):
- Rojo (B04): absorción de la vegetación
- Infrarrojo cercano (B08): reflectancia de la vegetación
El NDVI se calcula mediante la siguiente fórmula: NDVI=(NIR-RED)(NIR+RED)NDVI=(NIR+RED)(NIR-RED) Valores de NDVI cercanos a 1 indican vegetación saludable. Valores cercanos a 0 o negativos indican ausencia de vegetación (por ejemplo, áreas quemadas o suelo desnudo).
Resultados esperados
- Comprender cómo el NDVI puede utilizarse para detectar vegetación quemada.
- Adquirir experiencia práctica en el procesamiento de datos Sentinel-2.
- Aprender técnicas de umbralización para la cartografía de desastres.
- Desarrollar habilidades de análisis basadas en SIG para la evaluación del riesgo de incendios forestales.
Herramientas necesarias
Sentinel-2 data
QGIS
Puedes descargar los datos requeridos desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Ejercicio 1
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 7
Paso 6
02
Ejercicio 2: Análisis de inundaciones utilizando datos SAR de Sentinel-1
02
Objetivo
Este ejercicio introduce a los estudiantes en el análisis mediante Radar de Apertura Sintética (SAR) para la detección y análisis de áreas inundadas. Utilizando datos SAR de Sentinel-1, los estudiantes identificarán las regiones afectadas por inundaciones, medirán la extensión del área anegada y generarán un mapa de riesgo por inundación. La capacidad de detectar inundaciones a pesar de la presencia de nubes y en condiciones nocturnas convierte a la tecnología SAR en una herramienta fundamental en la gestión de desastres, alineándose con el objetivo del proyecto PREVENT de integrar tecnologías avanzadas para sistemas de alerta temprana. ¿Qué son los datos SAR? Los datos SAR se basan en radar para registrar las reflexiones provenientes de la superficie terrestre. Las superficies cubiertas por agua presentan baja reflectividad, mientras que otras superficies (como el suelo o la vegetación) muestran alta reflectividad.
Resultados esperados
- Aprender a procesar datos SAR de Sentinel-1 para la detección de inundaciones.
- Comprender cómo el SAR puede penetrar las nubes y detectar cuerpos de agua.
- Aplicar técnicas SIG para la elaboración de mapas de riesgo por inundación.
- Adquirir experiencia en la evaluación del riesgo de desastres y planificación de la respuesta.
Herramientas necesarias
Datos Sentinel-2
QGIS
Puedes descargar los datos necesarios desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Exercicio 2
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
03
Ejercicio 3: Evaluación del riesgo de deslizamientos utilizando MDE y Sentinel-2
03
Objetivo
Este ejercicio capacita a los estudiantes en la evaluación del riesgo de deslizamientos mediante la integración de Modelos Digitales de Elevación (MDE) y datos de vegetación Sentinel-2 (NDVI). Al analizar la pendiente del terreno, la orientación y la cobertura vegetal, los estudiantes identificarán áreas propensas a deslizamientos y elaborarán un mapa de riesgo por peligrosidad. Este enfoque respalda el objetivo del proyecto PREVENT de utilizar tecnologías avanzadas para la prevención de desastres naturales, desarrollando habilidades analíticas para el modelado de riesgos del terreno y la predicción de peligros.
Resultados esperados
- Aprender a evaluar el riesgo de deslizamientos utilizando datos de terreno y vegetación.
- Adquirir habilidades en el procesamiento de MDE y análisis de NDVI.
- Comprender cómo la pendiente del terreno, la orientación y la pérdida de vegetación contribuyen a los deslizamientos.
- Desarrollar modelos basados en SIG para la predicción y evaluación del riesgo de deslizamientos.
Herramientas necesarias
Datos Sentinel-2
QGIS
Puedes descargar los datos necesarios desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Ejercicio 3
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
04
Ejercicio 4: Ubicación óptima de torres de observación forestal utilizando SIG
04
Objetivo
Este ejercicio se centra en el análisis espacial para la prevención de incendios forestales mediante la identificación de ubicaciones óptimas para torres de observación forestal. Utilizando Modelos Digitales de Elevación (MDE), datos de cobertura del suelo (CORINE) y redes viales (OpenStreetMap), los estudiantes determinarán sitios adecuados que maximicen la visibilidad y accesibilidad. Este ejercicio apoya el objetivo del proyecto PREVENT de aprovechar el análisis geoespacial para la prevención de desastres y sistemas de alerta temprana.
Resultados esperados
- Aprender a aplicar análisis espacial para la prevención de incendios forestales.
- Adquirir habilidades en la selección de sitios basada en SIG.
- Comprender técnicas de creación de zonas de amortiguamiento para la accesibilidad y gestión de recursos.
- Desarrollar modelos de análisis de visibilidad para la planificación de la observación de incendios.
Herramientas necesarias
QGIS
CORINE
OpenStreetMap
Sentinel-2 data
Puedes descargar la aplicación desde el siguiente enlace
Datos de cobertura del suelo para extraer áreas forestales
Capas para redes viales y cuerpos de agua
Puedes bajar los datos necesarios desde el siguiente enlace
Pasos para completar el Ejercicio 4
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
Curso completado!
SAR Data Processing
Flooded areas have low reflectivity (dark values) in SAR data. The difference between before and after flooding can reveal flooded areas. Procedure:
1. Open the Raster Calculator.
2. Calculate the difference between the two pictures:
Copy code
"After@1" - "Before@1"
3. Save the result as Flood_Difference.tif.
Visibility analysis
1. Go to Raster > Terrain Analysis > Viewshed.
2. Define the coordinates of possible observatory positions from the result.
3. Save as Visibility_Analysis.tif.
Cartographic Overlay
Combine the above criteria:
• Open the Raster Calculator:
Copy code
("High_Elevation@1" = 1) AND ("Low_Slope@1" = 1) AND
("Road_Buffer@1" = 1) AND ("Forest_Area@1" = 1)
• Save as Fire_Tower_Locations.tif.
Introduction to QGIS
1. Open QGIS.
2. Go to Layer > Add Raster Layer.
3. Enter the Sentinel-1 data:
o Before (before the flood): the relevant file.
o After (after the flood): the corresponding file4. Make sure they are displayed correctly.
Calculating the area
1. Go to Raster > Zonal Statistics.
2. Calculate the area of risk areas (in hectares).
NDVI calculation
NDVI is a vegetation index calculated as:
NDVI=(NIR-RED)(NIR+RED)NDVI=(NIR+RED)(NIR-RED)
Procedure:
1. Open the Raster Calculator:
o Enter the equation:
Copy code
("B08@1" - "B04@1") / ("B08@1" + "B04@1")
o Save as NDVI.tif:2. Use thresholds (e.g., NDVI < 0.3) to identify areas with low vegetation.
Recolección de datos
1. MDE (Modelo Digital del Terreno):
- Accede al portal Copernicus DEM Hub.
- Descarga los datos MDE para el área de interés (por ejemplo, Pindos).
2. Uso del Suelo CORINE:
- Visita el Servicio de Monitoreo de Tierras Copernicus.
- Descarga los datos CORINE para tu región.
3. Red Vial y Red Hidrográfica:
- Descarga los datos desde OpenStreetMap:
- Para carreteras: utiliza la herramienta QuickOSM en QGIS.
- Para la red hidrográfica: repite el mismo procedimiento.
Create a Risk Map
1. Go to Project > New Print Layout.
2. Create a map:
o Show landslide risk areas.
o Add memo, title and scale.
3. Export the map as a PDF.
Identifying Flooded Areas
Thresholding can be used to identify flooded areas by the difference in reflectivity.
Procedure:
1. Open the Raster Calculator again. 2. Enter the equation: Copy code
("Flood_Difference@1" < -5) * 1 + ("Flood_Difference@1" >= -5) * 0
o Price 1: Flooded areas.
o Value 0: Non-flooded areas.
3. Save the result as Flooded_Areas.tif.
Download data
1. Visit the Copernicus Data Space Ecosystem . 2. Create an account (if you don't already have one). 3. Search for Sentinel-2 data for the Marathon area: o Area Coordinates: ▪ North Latitude: 38.15°N ▪ South Latitude: 38.05°N ▪ East Longitude: 24.05°E ▪ Western Longitude: 23.95°E o Dates: ▪ Before the fire: 1 July 2024 ▪ After the fire: 20 August 2024 o Here is the Sentinel-2 Level-2A product. o Filter for <10% cloud coverage. 4. Download bands B04 (red) and B08 (near infrared).
here
Identifying Burnt Areas
1. Apply thresholding for burnt areas:
o Open the Raster Calculator.
o Enter the following equation:
Copy code
("NDVI_Change@1" < -0.3) * 1 + ("NDVI_Change@1" >= -0.3) * 0
o Save as Burned_Areas.tif.
2. Load the new raster onto the map.
o Burnt areas have a value of 1.
Create Siting Criteria
Altitude
• Go to Raster > Terrain Analysis > Slope and calculate the slope.
• Then open the Raster Calculator:
Copy code "DEM@1" > 500• Save as High_Elevation.tif.
Ground slope
• From the Slope output, apply a filter:
Copy code "Slope@1" < 10• Save as Low_Slope.tif.
Buffer Belts
1. Go to Vector > Geoprocessing Tools > Buffer.
o Set a zone of 500 meters from roads (Road_Buffer).
o Define a zone 300 meters from the hydrographic network (Water_Buffer).
Download data
1. Visit the Copernicus Data Space Ecosystem . 2. Create an account (if you don't already have one). 3.Set the area of interest (AOI):
o Select an area affected by floods, e.g. Evros region.
o Coordinates:
▪ North Latitude: 41.25°N
▪ South Latitude: 40.85°N
▪ East Longitude: 26.85°E
▪ Western Longitude: 26.40°E
4. Set the time interval:
o Before the flood: 1 September 2024.
o After the flood: 10 September 2024.
5. Filter the data:
o Select Sentinel-1 GRD (Ground Range Detected) data.
o Polarity: VV or VH.
6. Download the files.
here
Create a map
1. Go to Project > New Print Layout.
2. Create a map that includes:
o Flooded areas (colour blue).
o Legend, title ("Map of Flooded Areas of Evros"), scale and data source.
3. Export the map as a PDF or image.
Calculating the area of burnt areas
1. Go to Raster > Zonal Statistics.
2. Select the Burned_Areas.tif file.
3. Calculate the total area of the burnt areas.
Compare NDVI (Analysis of Variance)
1. Open the Raster Calculator again.
2. Calculate the NDVI difference (after - before):
o Enter the equation:
Copy code
"NDVI_After@1" - "NDVI_Before@1"
o Save the result as NDVI_Change.tif.
3. See the new raster:
o Low or negative values indicate loss of vegetation (possible burnt areas).
Download and Import the Data
1. DEM (Digital Terrain Model):
o Visit the Copernicus DEM Hub.
o Download data for the region of interest, e.g., Pindos region.
2. Sentinel-2:
o Visit the Copernicus Data Space Ecosystem.
o Download the B04 (red) and B08 (NIR) bands for the NDVI calculation.
o Set time interval: before and after heavy rainfall.
3. Precipitation maps:
o Download precipitation data (e.g., WorldClim) for the same region.
4. Importing Data into QGIS:
o Go to Layer > Add Raster Layer.
o Enter DEM and Sentinel-2 data.
Correlation of Data
By combining slope, orientation and NDVI, we can create a landslide risk map.
Procedure:
1. Open the Raster Calculator.
2. Enter the equation for landslide risk:
Copy code
("Slope@1" > 30) * 1 + ("NDVI@1" < 0.3) * 1
3. Save as Landslide_Risk.tif.
Import data into QGIS
1. Open QGIS.
2. Go to Layer > Add Raster Layer.
3. Load bands B04 and B08:
o Before (before the fire): enter bands B04 and B08 for the date July 1, 2024.o After (after the fire): enter bands B04 and B08 for the date August 20, 2024.4. Make sure they are displayed correctly on the map.
Calculating the area of flooded areas
1. Go to Raster > Zonal Statistics.
2. Select the Flooded_Areas.tif file.
3. Calculate the total area of areas with a value of 1.
Create a map
1. Go to Project > New Print Layout.
2. Create a thematic map:
o Display the suggested locations.
o Add memo, title, and scale.
3. Export the map as a PDF or image.
NDVI calculation
1. Open the Raster Calculator:
o Go to Raster > Raster Calculator.
2. Calculate the NDVI for the image before the fire:
o Enter the equation:
Copy code
("B08@1" - "B04@1") / ("B08@1" + "B04@1")
o Save the result as NDVI_Before.tif.
3. Calculate the NDVI for the image after the fire:
o Enter the same equation.
o Save the result as NDVI_After.tif.
Slope and Orientation Analysis
Slope measures the steep elevation of the ground, while Aspect shows the direction in which the ground is facing. Procedure:
1. Go to Raster > Terrain Analysis > Slope:
o Select the DEM file.
o Save as Slope.tif.
2. Go to Raster > Terrain Analysis > Aspect:
o Select the DEM file.
o Save as Aspect.tif.
Preparing Data in QGIS
1. Open QGIS and load all the files:
o Go to Layer > Add Layer > Add Raster/Vector Layer.
o Enter the DEM, CORINE, and OpenStreetMap data.
2. Land Use Processing:
o Filter the forest areas (CORINE):
▪ Go to Vector > Geoprocessing Tools > Vector > Geoprocessing
Tools > Extract by Attribute.
▪ Apply filter: Classes 311, 312, 313.
Visualization & Map Creation
1. Open Project > New Print Layout.
2. Add the thematic map:
o Show the burnt areas.
o Add a footnote, title ("Burnt Areas of Marathon"), scale and data source.
3. Export the map as a PDF or image.
PREVENT Remote Sensing Practical Session (UOWM) - ES
citizensinpower
Created on April 25, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Customer Service Course
View
Dynamic Visual Course
View
Dynamic Learning Course
View
Akihabara Course
Explore all templates
Transcript
Teledección - PREVENT Project
Teledetección Sesión Práctica (Ejercicios)
Inicio
Introducción
Los siguientes ejercicios prácticos están diseñados para integrar las tecnologías de teledetección en las estrategias de prevención y mitigación de desastres, alineándose con los objetivos centrales del proyecto PREVENT. Cada ejercicio se centra en aplicaciones reales de los sistemas de información geográfica (SIG) y el análisis de imágenes satelitales, proporcionando a los estudiantes competencias técnicas en análisis espacial, monitoreo ambiental y toma de decisiones para la gestión de desastres.
Índice
Ejercicio 3
Objetivos
Ejercicio 4
Ejercicio 1
Ejercicio 2
Índice
Ejercicio 3
Objetivos
Ejercicio 4
Ejercicio 1
Ejercicio 2
Objetivos
Estos ejercicios sirven para establecer un vínculo entre la investigación académica y la práctica profesional, fomentando habilidades críticas de resolución de problemas y competencias técnicas que son imprescindibles para la evaluación contemporánea del riesgo de desastres y la planificación de la respuesta ante emergencias. La naturaleza práctica de este curso está diseñada para dotar a los estudiantes de las destrezas y conocimientos necesarios para mejorar su empleabilidad y contribuir a la resiliencia de sus comunidades mediante la implementación de soluciones innovadoras basadas en tecnología.
PREVENT - Prevención de desastres naturales usando tecnologías profundas para currículos HEI avanzados Sesión práctica de Teledetección (Ejercicios)
Al trabajar con datos satelitales de las misiones Sentinel-1 y Sentinel-2, junto con Modelos Digitales de Elevación (MDE) y software de Sistemas de Información Geográfica (SIG), los estudiantes adquirirán experiencia práctica en la detección y evaluación de amenazas ambientales, incluidas, entre otras, los incendios forestales, las inundaciones y los deslizamientos de tierra.
Ejercicio 1:
Los estudiantes analizarán los impactos de los incendios forestales utilizando índices de vegetación (NDVI) para detectar las áreas que han sido quemadas y evaluar los ecosistemas afectados. Este análisis respalda el objetivo del proyecto PREVENT de evaluar y responder al riesgo de incendios forestales.
Procesamiento de datos Sentinel-2, cálculo de NDVI, cartografía en SIG, clasificación de áreas quemadas
Enlace
Ejercicio 2:
El objetivo de este ejercicio es proporcionar a los estudiantes las habilidades necesarias para procesar datos de SAR (radar de apertura sintética) con el fin de detectar inundaciones. Esta iniciativa está alineada con el objetivo general del proyecto PREVENT de mejorar el monitoreo de inundaciones mediante la utilización de tecnologías de teledetección.
Interpretación de datos SAR, umbralización en SIG para la detección de agua, cartografía de la extensión de inundaciones
Enlace
Ejercicio 3:
Los estudiantes reciben instrucción en la evaluación de áreas propensas a deslizamientos mediante la implementación de análisis topográficos e índices de vegetación, contribuyendo así a los objetivos del proyecto PREVENT, que incluyen la provisión de sistemas de alerta temprana y la predicción de riesgos.
Procesamiento de MDE, análisis de pendiente/orientación, evaluación del estado de la vegetación basada en NDVI
Enlace
Ejercicio 4:
La utilización del análisis espacial mediante Sistemas de Información Geográfica (SIG) por parte de los estudiantes tiene como objetivo determinar las ubicaciones más adecuadas para la instalación de torres de observación forestal. Este enfoque se espera que contribuya a mejorar los esfuerzos de prevención y detección temprana de incendios, brindando así un apoyo directo a los objetivos del proyecto PREVENT.
Análisis de visibilidad del terreno, aplicación de zonas de amortiguamiento, modelado de idoneidad del sitio
Enlace
01
Ejercicio 1: Identificación de áreas quemadas mediante NDVI (Datos Sentinel-2)
01
Objetivo
Este ejercicio introduce a los estudiantes en la evaluación de incendios forestales basada en satélites mediante el Índice de Vegetación de Diferencia Normalizada (NDVI). A través del análisis de imágenes Sentinel-2, los estudiantes detectarán vegetación quemada, cuantificarán los daños y visualizarán las áreas afectadas. Este proceso ayuda en el monitoreo post-incendio y la planificación de la recuperación, apoyando directamente el objetivo del proyecto PREVENT de integrar la teledetección para la prevención de desastres. El NDVI es un índice numérico utilizado para medir la salud de la vegetación en un área. Se basa en las reflexiones de radiación en las longitudes de onda del rojo (Red) y el infrarrojo cercano (NIR):
- Rojo (B04): absorción de la vegetación
- Infrarrojo cercano (B08): reflectancia de la vegetación
El NDVI se calcula mediante la siguiente fórmula: NDVI=(NIR-RED)(NIR+RED)NDVI=(NIR+RED)(NIR-RED) Valores de NDVI cercanos a 1 indican vegetación saludable. Valores cercanos a 0 o negativos indican ausencia de vegetación (por ejemplo, áreas quemadas o suelo desnudo).Resultados esperados
Herramientas necesarias
Sentinel-2 data
QGIS
Puedes descargar los datos requeridos desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Ejercicio 1
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 7
Paso 6
02
Ejercicio 2: Análisis de inundaciones utilizando datos SAR de Sentinel-1
02
Objetivo
Este ejercicio introduce a los estudiantes en el análisis mediante Radar de Apertura Sintética (SAR) para la detección y análisis de áreas inundadas. Utilizando datos SAR de Sentinel-1, los estudiantes identificarán las regiones afectadas por inundaciones, medirán la extensión del área anegada y generarán un mapa de riesgo por inundación. La capacidad de detectar inundaciones a pesar de la presencia de nubes y en condiciones nocturnas convierte a la tecnología SAR en una herramienta fundamental en la gestión de desastres, alineándose con el objetivo del proyecto PREVENT de integrar tecnologías avanzadas para sistemas de alerta temprana. ¿Qué son los datos SAR? Los datos SAR se basan en radar para registrar las reflexiones provenientes de la superficie terrestre. Las superficies cubiertas por agua presentan baja reflectividad, mientras que otras superficies (como el suelo o la vegetación) muestran alta reflectividad.
Resultados esperados
Herramientas necesarias
Datos Sentinel-2
QGIS
Puedes descargar los datos necesarios desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Exercicio 2
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
03
Ejercicio 3: Evaluación del riesgo de deslizamientos utilizando MDE y Sentinel-2
03
Objetivo
Este ejercicio capacita a los estudiantes en la evaluación del riesgo de deslizamientos mediante la integración de Modelos Digitales de Elevación (MDE) y datos de vegetación Sentinel-2 (NDVI). Al analizar la pendiente del terreno, la orientación y la cobertura vegetal, los estudiantes identificarán áreas propensas a deslizamientos y elaborarán un mapa de riesgo por peligrosidad. Este enfoque respalda el objetivo del proyecto PREVENT de utilizar tecnologías avanzadas para la prevención de desastres naturales, desarrollando habilidades analíticas para el modelado de riesgos del terreno y la predicción de peligros.
Resultados esperados
Herramientas necesarias
Datos Sentinel-2
QGIS
Puedes descargar los datos necesarios desde el siguiente enlace
Puedes descargar la aplicación desde el siguiente enlace
Pasos para completar el Ejercicio 3
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
04
Ejercicio 4: Ubicación óptima de torres de observación forestal utilizando SIG
04
Objetivo
Este ejercicio se centra en el análisis espacial para la prevención de incendios forestales mediante la identificación de ubicaciones óptimas para torres de observación forestal. Utilizando Modelos Digitales de Elevación (MDE), datos de cobertura del suelo (CORINE) y redes viales (OpenStreetMap), los estudiantes determinarán sitios adecuados que maximicen la visibilidad y accesibilidad. Este ejercicio apoya el objetivo del proyecto PREVENT de aprovechar el análisis geoespacial para la prevención de desastres y sistemas de alerta temprana.
Resultados esperados
Herramientas necesarias
QGIS
CORINE
OpenStreetMap
Sentinel-2 data
Puedes descargar la aplicación desde el siguiente enlace
Datos de cobertura del suelo para extraer áreas forestales
Capas para redes viales y cuerpos de agua
Puedes bajar los datos necesarios desde el siguiente enlace
Pasos para completar el Ejercicio 4
Paso 1
Paso 3
Paso 2
Paso 4
Paso 5
Paso 6
Curso completado!
SAR Data Processing
Flooded areas have low reflectivity (dark values) in SAR data. The difference between before and after flooding can reveal flooded areas. Procedure: 1. Open the Raster Calculator. 2. Calculate the difference between the two pictures: Copy code "After@1" - "Before@1" 3. Save the result as Flood_Difference.tif.
Visibility analysis
1. Go to Raster > Terrain Analysis > Viewshed. 2. Define the coordinates of possible observatory positions from the result. 3. Save as Visibility_Analysis.tif.
Cartographic Overlay
Combine the above criteria: • Open the Raster Calculator: Copy code ("High_Elevation@1" = 1) AND ("Low_Slope@1" = 1) AND ("Road_Buffer@1" = 1) AND ("Forest_Area@1" = 1) • Save as Fire_Tower_Locations.tif.
Introduction to QGIS
1. Open QGIS. 2. Go to Layer > Add Raster Layer. 3. Enter the Sentinel-1 data: o Before (before the flood): the relevant file. o After (after the flood): the corresponding file4. Make sure they are displayed correctly.
Calculating the area
1. Go to Raster > Zonal Statistics. 2. Calculate the area of risk areas (in hectares).
NDVI calculation
NDVI is a vegetation index calculated as: NDVI=(NIR-RED)(NIR+RED)NDVI=(NIR+RED)(NIR-RED) Procedure: 1. Open the Raster Calculator: o Enter the equation: Copy code ("B08@1" - "B04@1") / ("B08@1" + "B04@1") o Save as NDVI.tif:2. Use thresholds (e.g., NDVI < 0.3) to identify areas with low vegetation.
Recolección de datos
1. MDE (Modelo Digital del Terreno):
- Accede al portal Copernicus DEM Hub.
- Descarga los datos MDE para el área de interés (por ejemplo, Pindos).
2. Uso del Suelo CORINE:- Visita el Servicio de Monitoreo de Tierras Copernicus.
- Descarga los datos CORINE para tu región.
3. Red Vial y Red Hidrográfica:Create a Risk Map
1. Go to Project > New Print Layout. 2. Create a map: o Show landslide risk areas. o Add memo, title and scale. 3. Export the map as a PDF.
Identifying Flooded Areas
Thresholding can be used to identify flooded areas by the difference in reflectivity. Procedure: 1. Open the Raster Calculator again. 2. Enter the equation: Copy code ("Flood_Difference@1" < -5) * 1 + ("Flood_Difference@1" >= -5) * 0 o Price 1: Flooded areas. o Value 0: Non-flooded areas. 3. Save the result as Flooded_Areas.tif.
Download data
1. Visit the Copernicus Data Space Ecosystem . 2. Create an account (if you don't already have one). 3. Search for Sentinel-2 data for the Marathon area: o Area Coordinates: ▪ North Latitude: 38.15°N ▪ South Latitude: 38.05°N ▪ East Longitude: 24.05°E ▪ Western Longitude: 23.95°E o Dates: ▪ Before the fire: 1 July 2024 ▪ After the fire: 20 August 2024 o Here is the Sentinel-2 Level-2A product. o Filter for <10% cloud coverage. 4. Download bands B04 (red) and B08 (near infrared).
here
Identifying Burnt Areas
1. Apply thresholding for burnt areas: o Open the Raster Calculator. o Enter the following equation: Copy code ("NDVI_Change@1" < -0.3) * 1 + ("NDVI_Change@1" >= -0.3) * 0 o Save as Burned_Areas.tif. 2. Load the new raster onto the map. o Burnt areas have a value of 1.
Create Siting Criteria
Altitude • Go to Raster > Terrain Analysis > Slope and calculate the slope. • Then open the Raster Calculator: Copy code "DEM@1" > 500• Save as High_Elevation.tif. Ground slope • From the Slope output, apply a filter: Copy code "Slope@1" < 10• Save as Low_Slope.tif. Buffer Belts 1. Go to Vector > Geoprocessing Tools > Buffer. o Set a zone of 500 meters from roads (Road_Buffer). o Define a zone 300 meters from the hydrographic network (Water_Buffer).
Download data
1. Visit the Copernicus Data Space Ecosystem . 2. Create an account (if you don't already have one). 3.Set the area of interest (AOI): o Select an area affected by floods, e.g. Evros region. o Coordinates: ▪ North Latitude: 41.25°N ▪ South Latitude: 40.85°N ▪ East Longitude: 26.85°E ▪ Western Longitude: 26.40°E 4. Set the time interval: o Before the flood: 1 September 2024. o After the flood: 10 September 2024. 5. Filter the data: o Select Sentinel-1 GRD (Ground Range Detected) data. o Polarity: VV or VH. 6. Download the files.
here
Create a map
1. Go to Project > New Print Layout. 2. Create a map that includes: o Flooded areas (colour blue). o Legend, title ("Map of Flooded Areas of Evros"), scale and data source. 3. Export the map as a PDF or image.
Calculating the area of burnt areas
1. Go to Raster > Zonal Statistics. 2. Select the Burned_Areas.tif file. 3. Calculate the total area of the burnt areas.
Compare NDVI (Analysis of Variance)
1. Open the Raster Calculator again. 2. Calculate the NDVI difference (after - before): o Enter the equation: Copy code "NDVI_After@1" - "NDVI_Before@1" o Save the result as NDVI_Change.tif. 3. See the new raster: o Low or negative values indicate loss of vegetation (possible burnt areas).
Download and Import the Data
1. DEM (Digital Terrain Model): o Visit the Copernicus DEM Hub. o Download data for the region of interest, e.g., Pindos region. 2. Sentinel-2: o Visit the Copernicus Data Space Ecosystem. o Download the B04 (red) and B08 (NIR) bands for the NDVI calculation. o Set time interval: before and after heavy rainfall. 3. Precipitation maps: o Download precipitation data (e.g., WorldClim) for the same region. 4. Importing Data into QGIS: o Go to Layer > Add Raster Layer. o Enter DEM and Sentinel-2 data.
Correlation of Data
By combining slope, orientation and NDVI, we can create a landslide risk map. Procedure: 1. Open the Raster Calculator. 2. Enter the equation for landslide risk: Copy code ("Slope@1" > 30) * 1 + ("NDVI@1" < 0.3) * 1 3. Save as Landslide_Risk.tif.
Import data into QGIS
1. Open QGIS. 2. Go to Layer > Add Raster Layer. 3. Load bands B04 and B08: o Before (before the fire): enter bands B04 and B08 for the date July 1, 2024.o After (after the fire): enter bands B04 and B08 for the date August 20, 2024.4. Make sure they are displayed correctly on the map.
Calculating the area of flooded areas
1. Go to Raster > Zonal Statistics. 2. Select the Flooded_Areas.tif file. 3. Calculate the total area of areas with a value of 1.
Create a map
1. Go to Project > New Print Layout. 2. Create a thematic map: o Display the suggested locations. o Add memo, title, and scale. 3. Export the map as a PDF or image.
NDVI calculation
1. Open the Raster Calculator: o Go to Raster > Raster Calculator. 2. Calculate the NDVI for the image before the fire: o Enter the equation: Copy code ("B08@1" - "B04@1") / ("B08@1" + "B04@1") o Save the result as NDVI_Before.tif. 3. Calculate the NDVI for the image after the fire: o Enter the same equation. o Save the result as NDVI_After.tif.
Slope and Orientation Analysis
Slope measures the steep elevation of the ground, while Aspect shows the direction in which the ground is facing. Procedure: 1. Go to Raster > Terrain Analysis > Slope: o Select the DEM file. o Save as Slope.tif. 2. Go to Raster > Terrain Analysis > Aspect: o Select the DEM file. o Save as Aspect.tif.
Preparing Data in QGIS
1. Open QGIS and load all the files: o Go to Layer > Add Layer > Add Raster/Vector Layer. o Enter the DEM, CORINE, and OpenStreetMap data. 2. Land Use Processing: o Filter the forest areas (CORINE): ▪ Go to Vector > Geoprocessing Tools > Vector > Geoprocessing Tools > Extract by Attribute. ▪ Apply filter: Classes 311, 312, 313.
Visualization & Map Creation
1. Open Project > New Print Layout. 2. Add the thematic map: o Show the burnt areas. o Add a footnote, title ("Burnt Areas of Marathon"), scale and data source. 3. Export the map as a PDF or image.