Diplomado en Teledetección UAS para Agricultura de Precisión

2.1. Fundamentos físicos de la interacción radiación–vegetación–suelo: reflectancia, absorción, transmitancia y respuesta espectral de coberturas agrícolas
2.2. Cámaras RGB, multiespectrales, térmicas, hiperespectrales y LiDAR ligero: principios de funcionamiento, fortalezas, limitaciones y criterios de uso
2.3. Configuración radiométrica y geométrica de sensores: exposición, ganancia, frecuencia de captura, óptica, calibración y consistencia entre vuelos
2.4. Paneles de calibración, sensores de irradiancia y control de iluminación: normalización radiométrica y comparabilidad temporal de datos
2.5. Selección de sensores por objetivo agronómico: vigor, estrés hídrico, detección de malezas, conteo de plantas, biomasa y evaluación fenológica
2.6. Fuentes de error en adquisición sensórica: sombras, viento, movimiento, saturación, deriva posicional y variabilidad atmosférica local
2.7. Integración de múltiples sensores en una misma misión: sincronización, alineamiento, compatibilidad de datos y optimización de productos derivados

3.1. Fundamentos de fotogrametría digital aplicada al agro: orientación de imágenes, nubes de puntos, modelos de superficie y ortomosaicos georreferenciados
3.2. Flujo de procesamiento de imágenes UAS: ingestión, alineación, calibración, reconstrucción, corrección radiométrica y control de calidad del producto
3.3. Generación de ortomosaicos, modelos digitales de superficie y modelos de elevación con aplicación a análisis topográfico y agrícola
3.4. Corrección geométrica y georreferenciación: puntos de control, RTK/PPK, precisión horizontal y vertical y validación del posicionamiento
3.5. Integración de productos UAS en entornos SIG: capas raster y vectoriales, metadatos, interoperabilidad y estandarización de formatos
3.6. Detección y corrección de errores de procesamiento: costuras defectuosas, artefactos, distorsión geométrica y pérdida de consistencia radiométrica
3.7. Construcción de entregables cartográficos agronómicos: mapas temáticos, grillas de muestreo, capas de gestión y reportes espaciales de decisión

4.1. Índices vegetativos clásicos y avanzados: NDVI, GNDVI, NDRE, SAVI, MSAVI, térmicos y criterios de selección según cultivo y etapa fenológica
4.2. Relación entre índices y variables agronómicas: vigor, clorofila, cobertura, biomasa, estrés, heterogeneidad intra-parcela y respuesta fisiológica
4.3. Analítica espacial para delimitación de zonas de manejo: clustering, clasificación supervisada y no supervisada, segmentación y análisis de patrones
4.4. Detección temprana de anomalías agronómicas: deficiencias nutricionales, estrés hídrico, compactación, encharcamiento, plagas y enfermedades
4.5. Análisis temporal y comparativo de campañas: series multifecha, estabilidad espacial, evolución fenológica y evaluación de intervenciones agronómicas
4.6. Validación de productos remotos con trabajo de campo: muestreo dirigido, correlación con observaciones in situ y ajuste de interpretación técnica
4.7. Elaboración de diagnósticos agronómicos accionables: mapas interpretados, niveles de prioridad y criterios para recomendación técnica de manejo

5.1. Diagnóstico nutricional por teledetección: patrones espaciales de vigor, deficiencias, respuesta a fertilización y soporte a aplicaciones variables
5.2. Evaluación del estado hídrico y eficiencia de riego: temperatura de dosel, estrés térmico, uniformidad, drenaje y priorización de correcciones
5.3. Detección de plagas, enfermedades y malezas: firmas espectrales, sintomatología espacial y estrategias de intervención localizada
5.4. Conteo de plantas, detección de fallas de nascencia y evaluación de densidad: establecimiento del cultivo y decisiones de resiembra
5.5. Estimación de biomasa, cobertura y rendimiento potencial: modelado indirecto, calibración con campo y generación de escenarios productivos
5.6. Seguimiento de ensayos agronómicos y parcelas experimentales: comparación de tratamientos, trazabilidad de respuesta y soporte a investigación aplicada
5.7. Construcción de recomendaciones de manejo de precisión: priorización de lotes, sectores críticos y definición de acciones agronómicas diferenciadas

6.1. Fundamentos de dosis variable y agricultura por ambientes: conversión del diagnóstico espacial en decisiones operativas de aplicación diferenciada
6.2. Elaboración de mapas de prescripción: clases de manejo, umbrales, compatibilidad de formatos y criterios de validación agronómica
6.3. Integración de datos UAS con maquinaria agrícola: monitores de siembra, fertilización, pulverización y sistemas de aplicación variable
6.4. Gobernanza del dato agronómico: trazabilidad, metadatos, calidad, almacenamiento, versionado y control de consistencia de información
6.5. Integración con plataformas SIG, FMIS y sistemas de soporte a decisión: interoperabilidad, tableros y consolidación de capas históricas
6.6. Evaluación de resultados post-aplicación: verificación espacial, respuesta del cultivo, eficiencia del insumo y cierre del ciclo de manejo de precisión
6.7. Diseño de flujos operativos escalables: servicios UAS, operación interna, estandarización de procesos y control de calidad del producto final

7.1. Marco normativo aplicable a operaciones UAS en agricultura: requisitos operacionales, responsabilidad del operador y gestión documental mínima
7.2. Seguridad aérea y terrestre en misiones agrícolas: evaluación del entorno, planificación preventiva y control de incidentes operativos
7.3. Protocolos de aseguramiento de calidad en campañas UAS: checklists, criterios de aceptación, repetibilidad y auditoría de resultados
7.4. Evaluación de costes de operación y procesamiento: inversión en plataforma, sensores, software, personal y mantenimiento
7.5. Modelos de negocio y prestación de servicios de teledetección agrícola: operación propia, consultoría, tercerización y escalabilidad territorial
7.6. Indicadores de retorno y viabilidad: ahorro de insumos, mejora de rendimiento, reducción de pérdidas y soporte a decisiones de inversión
7.7. Gestión de riesgos técnicos y comerciales: fallos de equipo, incertidumbre analítica, expectativas del cliente y estrategias de mitigación contractual