Treinamento Avançado 01 (31/08 a 04/09/2026)

Este curso será ministrado do dia 31 de agosto a 04 de setembro de 2026 e está dividido em 5 módulos:

    • Módulo 1 - Conhecendo produtos e serviços Brasil M.A.I.S.
Explora os serviços e produtos oferecidos pelo Programa Brasil M.A.I.S., com destaque para as imagens diárias, mosaicos mensais e alertas de detecção de mudança. O módulo também apresenta a Plataforma de Educação a Distância (EAD), oferecendo uma visão integrada das ferramentas disponíveis e potencial de aplicação.

    • Módulo 2 - Manipulação de dados vetoriais
Relembra os principais fundamentos conceituais do Geoprocessamento, capacitando os participantes na importação, manipulação e análise dos alertas gerados pelo Programa Brasil M.A.I.S. O módulo aborda a conexão e o consumo de geoserviços diretamente em ambiente SIG, bem como a realização de operações espaciais por meio do cruzamento dos alertas com bases territoriais externas.

    • Módulo 3 - Automatizações e estudos de caso
Apresenta o uso de modeladores gráficos de processos (Model Designer) para a construção de fluxos de trabalho e rotinas automatizadas de geoprocessamento. A partir da automação de rotinas, o módulo aprofunda a aplicação prática em cenários reais por meio de estudos de caso voltados ao monitoramento ambiental e à gestão de riscos, englobando a detecção e quantificação de queimadas, a fiscalização e análise de desmatamento e o mapeamento emergencial de áreas atingidas por deslizamentos.

    • Módulo 4 - Sensoriamento Remoto
Relembra os conceitos fundamentais e princípios físicos do Sensoriamento Remoto, abordando a manipulação e preparação de imagens de alta resolução da constelação Planet. O módulo contempla a realização de operações matriciais por meio de álgebra de bandas para geração de índices espectrais, a aplicação de técnicas de limiarização para segmentação de feições e o uso de filtragem espacial para realce e redução de ruídos.

    • Módulo 5 - Machine learning e detecção de mudanças
Introduz os conceitos de aprendizado de máquina aplicados à análise de dados geoespaciais, abordando técnicas de transformação e redução de dimensionalidade por meio da Análise de Principais Componentes (PCA) e métodos de detecção de mudanças multitemporais. O conteúdo abrange a aplicação prática de algoritmos de classificação não supervisionada e supervisionada, finalizando com métodos de avaliação e análise de acurácia temática para mensurar a exatidão dos mapeamentos gerados.