Minicurso: Introduction to rGEDI: An R Package for NASA’s Global Ecosystem Dynamics Investigation (GEDI) Data Visualization and Processing (GEDI) Lidar

Type: Introduction to rGEDI: An R Package for NASA’s Global Ecosystem Dynamics Investigation (GEDI) Data Visualization and Processing (GEDI) Theoretical / Practical (The students will use their own computer and the programs will be installed previously)

NASA’s Global Ecosystem Dynamics Investigation Lidar (GEDI) is a spaceborne lidar system specifically designed to study forest structure. GEDI was launched to the International Space Station (ISS) on December 5th, 2018 for a two-year of mission. GEDI will collect ~25-m diameter footprint full-waveform lidar data to characterize vegetation structure and aboveground biomass (AGB) globally, and report on AGB dynamics across landscapes. This one-day (8hs) course will provide faculty, students, and professionals with an introduction to GEDI technology. The lectures will strongly focus on GEDI data collection, data integration, data processing and analysis as well as the extraction of selected features. Several examples and applications for both environmental and forest sciences will be shown. A combination of lecture and on-site exercises, including data processing and analysis will be explored exhaustively using rGEDI, an open source R package for GEDI

https://github.com/carlos-alberto-silva/rGEDI

Time	Activities
9:00	Introduction to the mini-course and GEDI mission
09:45	Module 1: Introduction to R, Rstudio and rGEDI
10:30	Module 2: Downloading, reading and visualizing GEDI Level 1B data
12:00	Lunch
14:00	Module 3: Downloading, reading, processing and visualizing GEDI Level 2A data
15:30	Module 4: Downloading, reading, processing and visualizing GEDI Level 2B data
16:50	Closing of the mini-course

Equipe

Carlos Alberto Silva

Engenheiro Florestal e Mestre em Recursos Florestais pela Universidade de São Paulo -USP, campus Escola Superior de Agricultura Luiz de Queiroz- ESALQ. Doutor em Recursos Naturais pela University of Idaho, EUA. Principal linha de pesquisa corresponde ao uso da tecnologia LiDAR (do inglês – Light Detection and Ranging) no monitoramento de ecossistemas florestais.

Lattes

Caio Hamamura

Biólogo (USP/ESALQ), Analista e Desenvolvedor de Sistemas (Unifran), Mestre e Doutor em Recursos Florestais pela USP, campus Piracicaba (ESALQ). Professor do IFSP, campus Cubatão. Principais áreas de atuação: sensoriamento remoto, machine learning, programação linear, desenvolvimento de ferramentas e pacotes para análise ambiental.

LATTES

Celso H. L. Silva Junior

Engenheiro Ambiental (UniCEUMA/2014), Especialista em Geoprocessamento (PUC-Minas/2016) e Mestre em Sensoriamento Remoto (INPE/2018). Atualmente é Professor do Departamento de Engenharia Agrícola da UEMA e doutorando do Curso de Sensoriamento Remoto (INPE) onde estuda o impacto da fragmentação florestal (efeito de borda) nos estoques de carbono de florestas tropicais.

Lattes

Veraldo Liesenberg

Professor associado III no Centro de Ciências Agroveterinárias (CAV) da Universidade Estadual de Santa Catarina (UDESC). Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em Sensoriamento Remoto aplicado à vegetação, atuando principalmente nos seguintes temas: sensoriamento remoto óptico (hyperspectral), perfilamento laser aerotransportado (LiDAR) e de microondas (SAR), quantificação de parâmetros biofísicos da vegetação, monitoramento sazonal da vegetação e modelagem ambiental.

Lattes