Conheça o Codificando Soluções
Curso de Google Earth Engine e Python para análises geoespaciais

Otimize suas análises geoespaciais utilizando o Google Earth Engine e Python.

As inscrições para o Codificando Soluções estão fechadas no momento.

Preencha o formulário abaixo e entre na lista de espera para receber informações da próxima turma!!

Para quem é o curso

Se você quer aprender a automatizar parte das tarefas do seu dia a dia no que diz respeito a obtenção de
imagens de satélite e análise de dados, este curso é para você!
Destrave todo o potêncial de suas análises utilizando o Google Earth Engine e Python

O Codificando Soluções é voltado para profissionais, alunos, pesquisadores e entusiastas
da área de geoprocessamento, sensoriamento remoto, programação,
ciência de dados, agronomia, engenharia ambiental, gestão ambiental e áreas afins.

Curso de extensão universitária reconhecido pelo Ministério da Educação (MEC)

Neste curso você vai compreender como codificar soluções, automatizar e como realizar suas análises geoespaciais utilizando a linguagem Python e também como ampliar suas análises de sensoriamento remoto utilizando o Google Earth Engine (GEE).

Módulos do curso de Google Earth Engine

Introdução ao curso

Google Earth Engine – Apresentação da Plataforma
Google Earth Engine – Datasets e Features – Parte 1
Google Earth Engine – Datasets e Features – Parte 2
Projetos desenvolvidos com o Google Earth Engine
Cadastro no Google Earth Engine
Criando nosso repositório e navegando no GEE – Parte 1
Criando nosso repositório e navegando no GEE – Parte 2
Catalogo da Comunidade do GEE – Awesome Google Earth Engine – Parte 1
Catalogo da Comunidade do GEE – Awesome Google Earth Engine – Parte 2
Introdução e recado importante
O que é sensoriamento remoto e espectro eletromagnétrico
Assinatura espectral e resoluções
Número digital, bandas e Sentinel-2
Dúvidas Recorrentes, Discussões sobre Js ,GEE, Objetos, funções e muito mais
Introdução ao JavaScript , Objetos e Métodos do Google Earth Engine
Client vs Server
Strings
Números
O que é uma Image no GEE
Visualizando imagens
Acessando os metadados de uma image
Operações Matemáticas – Parte 1
Operações Matemáticas – Parte 2
Operações relacionais, condicionais e booleanas
Operações Morfológicas
Kernel e Convulações
Transformações espectrais – Pansharpening
Transformações Espectrais Unmix
Detecção de borda
SRTM
IDW
Kridagem
Exportando uma imagem
Recotando uma imagem (clip)
Raster to Vector – Cálculo de área
Visão geral da coleção de imagens
Funções – Discutindo e passo a passo (aula complementar)
Visualização de Imagens – Parte 1
Visualização de Imagens – Parte 2
Visualização de Imagens (chuva)
Filtrando dados de uma coleção
Informações e metadados da coleção de imagens
Mapeando uma ImageCollection (argumento map) – Parte 1
Mapeando uma ImageCollection (argumento map) – Parte 2
Composição e Mosaico
Exportando Múltiplas Imagens
Merge coleções
Quantas imagens estou utilizando?
Mosaico para grandes áreas
Mosaico para grandes áreas Collection MAP
Feature e FeatureCollection
Feature Collection e Table
Feature e Assets
Filtrando uma asset
Criando pontos aleatórios
Mapeando sobre uma FeatureCollection
Precipitação e séries temporais – Parte 1
Precipitação e séries temporais – Parte 2
Precipitação e séries temporais – Parte 3
Precipitação e séries temporais – Parte 4
Precipitação Acumular mm/h para mm/dia
Temperatura – Parte 1
Temperatura – Parte 2
Evapotranspiração
Climograma
Balanço Hídrico (P-ET)
ERA 5 – Dados de Reanálise e método ToBands()
NDVI, EVI, SAVI e Spectral
NDWI, mNDWI e Spectral
Criando máscaras com índices – Plantio Florestal
Gráfico Série Temporal
Gráfico Image Series e Histograma
Reduce Region
Reduce Regions
Reduce Regions Collection
Grid Reduce Regions Collection
Extraindo valores por pontos aleatórios
Classificação Não Supervisionada – Kmeans
Classificação Supervisionada – Random Forest (Machine Learning) – Preparando nossas bases
Classificação Supervisionada – Random Forest (Machine Learning) – Definindo classificação e parâmetros
Classificação Supervisionada – Random Forest (Machine Learning) – Rodando Estatísticas e Acurácia
Classificação MapBiomas – Parte 1
Classificação MapBiomas – Parte 2 – REMAP
Cálculo de área MapBiomas
MapBiomas Fogo – Parte 1
MapBiomas Fogo (GIF e Vídeo) – Parte 2
Mapbiomas-Cálculo de área de forma automática por ano
Dynamic World – Parte 1
Dynamic World – Parte 2
Detecção de árvores
Exemplos de APPs com o GEE – Parte 1
Exemplos de APPs com o GEE – Parte 2
Criando nosso APP – Parte 1
Criando nosso APP – Parte 2
Trabalhando com imagens do Sentinel-1
Métodos de Filtragem
Detecção de áreas inundáveis utilizando Radar
Cadastro Planet Norway’s International Climate and Forest Initiative (NICFI)
Acessando Imagens Planet
Metadados das Imagens Planet
Índice de Vegetação e Água
Exportando Resultados
Séries Temporais e Gráficos
ChatGPT cadastro
Erros no GEE
Comentar Código com GPT
JavaScript com GPT
Gerando Códigos do Zero no ChatGPT
Criando APPs no GPT – Processo Completo

Módulos do curso Python para Análises Geoespaciais

Primeiros passos no Python
Conhecendo o Google Colab
Material de Apoio Python – ASSISTA!
Tipo de variáveis
Operações básicas
Estruturas de repetição
Estruturas Condicionais
Pandas – Dataframe conceitos básicos e exportando resultado
Pandas – Dados CSV – Filtrando dados, consultando valores, condicionais,datetime
Numpy – Funcionalidades Básicas
Numpy – Operações básicas
Numpy e Imagens de Satélite (breve introdução)
Gráficos no Python – Matplolib
Gráficos no Python – Seaborn
Primeiros passos no GEE – Parte 1
Primeros passos no GEE – Parte 2
Corrigindo erros de autenticação do GEE
Private Key GEE – Autenticação com Chave
Funções do GEE no Python
Pansharpening – Transformações Espectrais
Índice de Água (NDWI)
Reduce Region
Reduce Regions
Series Temporais – Área da superfície de água
Séries Temporais – Timelapse no Python
Índice de Vegetação
Malha Amostral – Análise Estatística
Climograma – Temperatura e Precipitação – Parte 1
Climograma – Temperatura e Precipitação – Parte 2
Criando Mapas com Escala e Norte
Criando um mapa integrando diferentes bibliotecas – Parte 1  
Criando um mapa integrando diferentes bibliotecas – Parte 2
EarthPy – Hillshade, Mapa com Sombreamento – Parte 1
EarthPy – Hillshade, Mapa com Sombreamento – Parte 2
GeoBR – Parte 1
GeoBR – Parte 2
GeoPandas e GeoBR (SRC e Sjoin)
GeoBr, GeoPandas e Folium
Plotando mapas de maneira automática
Trabalhando com shapefile no GEE – Parte 1
Trabalhando com shapefile no GEE – Parte 2
Folium Primeiros Passos
Mapa Coropléticos – Parte 1
Mapa Coropléticos – Parte 2
HeatMap
HeatMap – Complemento (Layer Control)
Classificação de Imagens – Não Supervisionada
Classificação de Imagens – Supervisionada
Projeção de série temporal usando o Prophet – Parte 1
Projeção de série temporal usando o Prophet – Parte 2
Projeção de série temporal usando o Prophet – Parte 3
MapBiomas – Selecionando imagens
MapBiomas – Cálculo de área
MapBiomas – Cálculo de área, Série Temporal e Gráficos
Regressão Linear Simples – Precipitação x NDVI
Regressão Linear Múltipla – Precipitação x NDVI x Temperatura
Trabalhando com raster – Rasterio
Aritmética de bandas
Zonal Statistics -Análises Estatísticas Descritivas, limiar e máscaras
Zonal Statistics – Estatísticas zonais, OSM e Geopandas
NetCDF – Dados de Precipitação
Contextily – Acessando Bases
Contextily – Como utilizar BaseMap
Contextily – BaseMap com GEE 
Automatizando elaboração de Mapas – Parte 1
Automatizando elaboração de Mapas – Parte 2
SAM Geospatial
SAM Máscaras automáticas – Parte 1
SAM Máscaras automáticas – Parte 2
Segmentação de imagens de sensoriamento remoto com prompts de texto e o Segment Anything Model
SAM Mapeando Carros

Você também levará 4 Bônus

Bônus #1. Minicurso Python Básico - com Gustavo Massay

Esse módulo é para você que nunca teve contato com a ferramenta ou está enferrujado e quer revisar todos os conceitos básicos necessários para iniciar suas análises geoespaciais.

Bônus #2. Minicurso Geoprocessamento

Minicurso de Geoprocessamento da base até aplicações práticas demandadas no mercado de trabalho.

Bônus #3. Minicurso Empreenda com Geo

Nesse minicurso você aprenderá a conquistar seus primeiros clientes e transformar o geoprocessamento na sua fonte de renda.

Bônus #4. Minicurso Perfil Profissional LinkedIn - com Aline Coimbra

Como construir um perfil atrativo para recrutadores e técnicas para conseguir sua entrevista de emprego na área de geoprocessamento.

Como funcionará o curso?

O curso é totalmente gravado e você poderá assistir
as aulas quando e quantas vezes quiser.

Você terá  direito a todas as atualizações que acontecerem durante o seu período de acesso ao curso.

Além disso, ao se inscrever, você terá acesso:

Acesso aos Códigos

Você terá acesso a todos os código referentes as aulas em JavaScript e Python

Atualizações

Você terá acesso a tudo que for adicionado futuramente no curso durante o seu período de acesso a plataforma.

Suporte

Suporte via comunidade do Discord exclusivo para os participantes do curso

Certificado

Ao concluir o curso você terá direito a solicitar seu certificado de conclusão reconhecido pelo MEC

O que os alunos comentam sobre o Codificando Soluções

O INSTRUTOR que ministrará esse curso

CHRISTHIAN SANTANA CUNHA

Bacharel em Gestão Ambiental, Mestre em Recursos Hídricos e Saneamento Ambiental e Doutorando em Sensoriamento Remoto.

Possui 10 anos de experiência com atuação na área de recursos hídricos, sensoriamento remoto, geoprocessamento e pesquisa.

Cientista de dados com ênfase em Análises Geoespaciais utilizando linguagem de programação Javascript e Python.

PERGUNTAS FREQUENTES

SIM! E você terá direito a dois certificados quando concluir o Codificando Soluções. Certificado de 50h referente ao curso Python para Análises Geoespaciais e certificado de 50h referente ao curso de Google Earth Engine.

 
Ambos os certificados são reconhecidos pelo Ministério da Educação (MEC) como curso de extensão. O certificado é emitido junto a Unopar.

Após compra, você terá acesso a todas as aulas pelo período de tempo ofertado, disponível 24 horas por dia. Inclusive todas as atualizações realizadas no curso nesse período.

É muito simples! Basta você clicar no botão azul “QUERO ME INSCREVER”. Assim você será redirecionado para a página de pagamento. Processado o pagamento, você receberá um link no seu e-mail para acesso ao curso na Plataforma.

SIM! Todas as aulas são 100% Onlines. São mais de 200 vídeo-aulas gravadas. Abaixo de cada vídeo tem espaço para dúvidas. Além disso, temos um grupo exclusivo de alunos para suporte diário.

Abaixo de cada vídeo tem espaço para dúvidas. Além disso, temos uma comunidade exclusiva no Discord para suporte diário aos alunos.

NENHUMA!!! Esse curso vai do zero ao avançado, mesmo que você não tenha nenhum contato com o Google Earth Engine na vida, você conseguirá acompanhar o curso tranquilamente.