Análisis Multitemporal de Suelos -- 2

@dissanayakepvt

Hi, Puedo desarrollar un flujo reproducible para los últimos 20 años con Landsat, desde la preparación de imágenes hasta los mapas y el informe final, dejando todo documentado para que puedas repetir el proceso en tu área de interés. My approach would include: - Descarga y preprocesamiento de Landsat con corrección atmosférica, mosaico y recorte al AOI. - Clasificación multitemporal consistente en ArcGIS Pro/QGIS o Google Earth Engine, con clases alineadas a tu objetivo. - Detección de cambios por quinquenios y cálculo de métricas de superficie y transición. - Control de calidad con validación de exactitud y matriz de confusión. - Entrega de GeoTIFF, shapefiles, gráficos y un informe técnico claro. - Scripts o notebooks comentados para trazabilidad y reutilización. Cuento con más de 10 años de experiencia práctica en GIS y teledetección, trabajando con ArcGIS Pro, QGIS, análisis espacial y Python/ArcPy. Si te sirve, puedo partir con una prueba breve. Best regards, Sujeewa GISPromo IT Solutions

@emmanuelsan15

Hola! Soy geólogo con posgrado en SIG y certificación avanzada en ArcGIS. Soy experto en cartografía y análisis espacial. Poseo habilidades de procesamiento de datos que me permiten realizar análisis complejos y obtener resultados precisos. Tengo experiencia en planificación del uso del suelo y gestión catastral. Domino diversos software como ArcGIS Pro, ArcMap, QGIS, Global Mapper y Google Earth Pro. Tengo experiencia en el procesamiento de imágenes satelitales y en la generación de modelos digitales de elevación (MDE) a partir de datos GPS, LiDAR y otras fuentes. Soy experto en procesamiento de datos y digitalización. Si estás interesado en mi propuesta, por favor escríbeme para discutir los detalles del proyecto.

@GISspecialist23

I am a GIS and remote sensing expert with over 10 years of experience. I have done several similar works and I will do a good job for you

@kevinl223

¡Hola! Soy Kevin Lasso, analista SIG e ingeniero ambiental. Entiendo exactamente lo que buscas: datos claros y visuales sobre el cambio de uso de suelo para tomar decisiones en la renovación costera. Donde te ofrezco 1. Un armado de mosaicos libres de nubes y corrección atmosférica de la serie histórica Landsat para los últimos 20 años. 2. Identificación precisa por quinquenios de infraestructura turística, áreas agrícolas, bosques, cuerpos de agua y suelo. 3. Detección de Cambios: Cálculo en hectáreas de áreas perdidas/ganadas y generación de gráficos estadísticos fáciles de interpretar. Donde al final te entregare los Mapas finales listos para SIG (GeoTIFF) y Shapefiles de zonas clave y el informe técnico con la precisión del modelo y los hallazgos principales.

@TheSecondSource

¡Hola! Podemos desarrollar un flujo de trabajo completo para evaluar los cambios en el uso del suelo en su área de interés durante los últimos 20 años utilizando imágenes Landsat, con un enfoque claro en planificación costera: identificación de cambios en infraestructura turística, pérdida de áreas verdes y zonas potenciales de renovación. Como equipo de 62 profesionales con más de 9 años de experiencia en teledetección y SIG, hemos realizado estudios multitemporales con Landsat, clasificación supervisada, detección de cambios y generación de productos listos para SIG. Aquí está cómo podemos ayudarle: - Descarga y preprocesamiento de la serie Landsat: corrección atmosférica, mosaicos y recortes. - Clasificación multitemporal coherente con categorías: suelo, infraestructura turística, agrícola, forestal y cuerpos de agua. - Detección de cambios y métricas cuantitativas por quinquenios. - Entrega de mapas en GeoTIFF y shapefiles, junto con un informe técnico que describa metodología, exactitud y hallazgos clave. - Visualizaciones sencillas (gráficas) para presentar resultados a tomadores de decisiones. - Scripts o notebooks comentados y reproducibles (Google Earth Engine, QGIS o ArcGIS), más una breve reunión final para revisar resultados y próximos pasos.

@ZohaibSathio

Hi, a 20 year land use change map of your coastal strip from Landsat, delivered as GeoTIFFs, shapefiles and a notebook you can rerun. Class drift between sensors is what usually breaks these. Plan: Earth Engine over the Landsat 5 to 9 stack, cloud masked and harmonised, one training set reused across epochs so classes stay comparable, then change stats per five year step. Which stretch of coast is it? Python data work is my day job, so you'll get commented notebooks. Happy to take the first epoch as a milestone. Regards, Zohaib

@TeraByte26

Hi, I will download and preprocess 20 years of Landsat, run a consistent multitemporal classification (soil, tourism, agriculture, forest, water), calculate five‑year change metrics, and deliver GeoTIFFs, shapefiles, a brief report, simple charts, and commented GEE/QGIS scripts with a short review meeting. I can finish in 10 days for $180. I can start now and share a sample script. Best, [Name] Waiting for your response in chat! Best Regards.

@kimiatech

Hola, puedo realizar el análisis multitemporal completo de cambios de uso del suelo (LULC) en su área costera para los últimos 20 años utilizando la serie histórica de Landsat. Flujo de trabajo y entregables: 1. Preprocesamiento: Descarga, corrección atmosférica (Surface Reflectance), mosaicos y recorte exacto del área de estudio. 2. Clasificación Multitemporal: Algoritmos supervisados (Random Forest / SVM) para diferenciar con alta precisión: suelo desnudo, infraestructura turística/urbana, agricultura, cobertura forestal y cuerpos de agua. 3. Detección de Cambios (Post-clasificación): Matrices de transición y métricas cuantitativas por quinquenios (5 años). 4. Entregables GIS & Visualización: Capas en formato GeoTIFF y Shapefiles listos para QGIS/ArcGIS, gráficos estadísticos claros y un informe técnico detallado con evaluación de exactitud (Kappa / Overall Accuracy). Listo para comenzar en cuanto comparta las coordenadas o el polígono (KML/Shapefile) del área de interés.

@Digitalizers010

Hi, twenty years of Landsat as land use maps with change numbers per five year step. The trap is classes drifting between years so change reads as noise. How we would do it: surface reflectance in Earth Engine, one training set applied across every epoch so classes stay comparable, then change detection exported as GeoTIFF and shapefile with a commented notebook. Which years anchor the epochs? We've built reproducible pipelines where the notebook had to survive review. Happy to start with one epoch first. Regards, Digitalizers

@kafupeople

Hi Puedo desarrollar el análisis multitemporal completo en Landsat y dejar el flujo reproducible, no solo entregar los mapas finales. Trabajaría la serie histórica por periodos comparables, aplicando preprocesamiento y clasificación consistente para suelo, infraestructura turística, agricultura, bosque y cuerpos de agua. Después calcularía los cambios por quinquenios, incluyendo superficies ganadas/perdidas y transiciones relevantes para identificar expansión turística, pérdida de áreas verdes y zonas potenciales de renovación. Entregaría los resultados en GeoTIFF y shapefiles, junto con gráficas claras, evaluación de exactitud, informe técnico y los scripts comentados para que el análisis pueda repetirse o actualizarse posteriormente. Como primer paso, puedo revisar el polígono del área de estudio y definir los años Landsat que tengan mejor cobertura y menor nubosidad antes de ejecutar toda la serie. Thanks, Belal

@UzairPatell

We are excited to assist with your analysis of land use changes over the past 20 years using Landsat imagery. Our experience in remote sensing and GIS ensures that we can deliver comprehensive insights for coastal planning. We noted your emphasis on reproducibility and documentation, which aligns perfectly with our process. We utilize Google Earth Engine and QGIS to perform atmospheric corrections and create coherent multitemporal classifications. Our approach includes quantitative change detection and the generation of GeoTIFFs and shapefiles, ensuring your needs for clear visualizations and technical reports are met. Could you clarify the specific metrics you wish to track for the tourism infrastructure changes? We look forward to discussing this project further and providing valuable direction regardless of the outcome. Regards, UzairPatell

@yesey4

Hola, He revisado los requerimientos de tu proyecto y cuento con la experiencia necesaria para realizar el análisis multitemporal de uso del suelo mediante imágenes Landsat para planificación costera. Flujo de trabajo reproducible: 1. Pre-procesamiento (GEE/QGIS): Selección de imágenes Landsat (7, 8 y 9) de los últimos 20 años (<10% nubes), corrección atmosférica (SR), enmascaramiento y mosaicos quinquenales. 2. Clasificación Multitemporal: Índices espectrales (NDVI, NDWI, NDBI) y clasificación supervisada (Random Forest) para: suelo desnudo, infraestructura turística, agrícola, forestal y cuerpos de agua. 3. Detección de Cambios: Matriz LUCC por quinquenios (2004–2024), pérdidas/ganancias de vegetación y análisis de expansión turística. 4. Entregables y Validación: • Archivos GeoTIFF clasificados y Shapefiles/GeoPackage. • Matriz de confusión e índice Kappa. • Script documentado en Google Earth Engine (o Python/QGIS). • Gráficas sencillas para tomadores de decisiones e informe técnico detallado. Disponible para una reunión final para revisar los resultados. ¿Podrías compartirme las coordenadas o el área de interés? ¡Saludos!

@Zesbastian

La mayoría descargará decenas de escenas Landsat para procesarlas manualmente en QGIS. Ese enfoque obsoleto ignora los vacíos de datos históricos, colapsa por nubosidad costera y rompe tu requisito principal de reproducibilidad. Como Arquitecto de Datos Geoespaciales, construyo pipelines automatizados. Desarrollaré este motor analítico íntegramente en Google Earth Engine (GEE): • Pre-procesamiento Cloud: Ingesta directa de colecciones Landsat con algoritmos de enmascaramiento automático de nubes y sombras. • Clasificación ML: Entrenamiento determinista (Random Forest) para categorizar el suelo, extrayendo matrices de confusión para el reporte técnico. • Métricas de Transición: Cálculo vectorial de áreas ganadas/perdidas por quinquenio, exportando gráficas limpias para los tomadores de decisiones. • Entregables: GeoTIFFs, Shapefiles topológicos, el script 100% comentado y el informe metodológico. Revisa mi perfil para validar mis arquitecturas en producción. Pregunta crítica: Distinguir "infraestructura turística" a 30m de resolución (Landsat) requiere calibración estricta. ¿Cuentas con polígonos de validación (Ground Truth) previos, o debemos generar las muestras usando imágenes históricas de alta resolución como apoyo? Sebastián Calvo | Wave Studio Design

@markkien

Hi, I can see the challenge is to produce a reproducible, multitemporal land‑use change analysis over 20 years with clear, actionable outputs for coastal planners. I will build a GEE pipeline that: (1) pulls the required Landsat scenes, applies atmospheric correction (S2 or L1TP), and mosaics within the study extent; (2) runs a supervised Random Forest classifier trained on a representative 2010–2020 sample set, re‑run each quinquenial period to maintain consistency; (3) computes change matrices and area statistics per class per five‑year block; (4) exports GeoTIFFs and vector shapefiles to ArcGIS/QGIS; (5) generates PowerPoint‑style plots and a concise technical report. All scripts will be in GEE JavaScript and exported notebooks for audit. Deliverables: a fully documented GEE script, a set of GeoTIFF and shapefile layers, a technical report with accuracy assessment and change metrics, and a deck of key visualizations. I have led similar multitemporal monitoring projects for coastal authorities, delivering high‑accuracy change maps within 6 weeks. I can start immediately. Best Regards.

@jeslava71

Hola, soy Ingeniero Ambiental y Sanitario con especialización en SIG y experiencia en análisis espacial con Google Earth Engine, ArcGIS Pro y QGIS aplicado a estudios ambientales. Tu proyecto encaja con lo que hago y propongo este flujo: 1. Serie Landsat Collection 2 Nivel 2 (reflectancia de superficie, ya corregida atmosféricamente) para 2005, 2010, 2015, 2020 y 2025, con enmascarado de nubes, compuestos de temporada seca y recorte al área de interés. 2. Clasificación supervisada Random Forest en GEE, apoyada en índices (NDVI, NDWI, NDBI), con las mismas clases y criterios en todos los años para garantizar coherencia. 3. Validación por año: matriz de confusión, exactitud global y Kappa. 4. Detección de cambios por quinquenio: matrices de transición y hectáreas ganadas/perdidas por clase. 5. Entregables: GeoTIFF, shapefiles, script GEE comentado, informe técnico con metodología y hallazgos, gráficas para tomadores de decisiones y reunión final. Es impotante que tengas en cuenta un punto técnico importante: a 30 m la infraestructura turística se confunde espectralmente con otras construcciones, así que la separaría con apoyo de interpretación visual e información auxiliar. Para tener en cuenta los tiempos necesitara saber ¿cuál es el tamaño aproximado del área y tienes un shapefile de ella? estare atento muchas gracias.

@rorro1

Me interesa tomar este proyecto. Como estudiante de Ingeniería en Recursos Naturales, el análisis espacial y la teledetección son el núcleo de mi formación. Tengo experiencia demostrable procesando datos espaciales, extrayendo métricas y digitalizando infraestructura mediante QGIS y Google Earth Pro. Para tu proyecto, te ofrezco un flujo de trabajo estructurado y 100% reproducible: Pre-procesamiento y Clasificación: Automatización de la descarga y corrección de imágenes Landsat mediante scripts en Python, asegurando coherencia temporal. Detección por Quinquenios: Clasificación de coberturas (turismo, agrícola, forestal, agua, suelo) extrayendo métricas cuantitativas precisas para identificar zonas de pérdida y renovación. Entregables: Mapas finales en GeoTIFF y Shapefiles listos para QGIS, junto con gráficos limpios para la toma de decisiones. Documentación: Código en Python totalmente comentado y un informe técnico claro. Soy sumamente metódico estructurando documentación técnica. Puedo arrancar de inmediato. Para avanzar rápido, te propongo un esquema ágil: definimos la línea base (el primer quinquenio) esta misma semana contra un 50% de adelanto, y luego escalamos el script a los 20 años para la entrega y reunión final.

@hsalmawy

​"Hola. Me interesa mucho tu proyecto de análisis multitemporal del uso del suelo con imágenes Landsat para la planificación costera. Con más de 5 años de experiencia como especialista en SIG y datos espaciales, tengo amplia experiencia en Google Earth Engine (GEE), ArcGIS Pro y procesamiento avanzado de imágenes de satélite. ​Puedo entregarte un flujo de trabajo reproducible que incluya preprocesamiento atmosférico, clasificación multitemporal coherente, detección de cambios por quinquenios, mapas listos para SIG en GeoTIFF y shapefiles, scripts comentados y un informe técnico claro adaptado para la toma de decisiones.

@emelbm

Buenas, un gusto. Soy biólogo de aquí de Colombia, con maestría en ecología y biodiversidad. Tengo experiencia en el uso de herramientas SIG para el análisis ambiental, más específicamente en análisis multitemporales y de cambio a partir de imágenes satelitales y ortomosaicos. Al ser un profesional de Colombia, puedo garantizar la realización de los mapas requeridos siguiendo los lineamientos establecidos por la normativa nacional, más específicamente la resolución 472 del 2020 del IGAC y 0300 del 2021 del ANLA, donde se dicta el uso del Origen Nacional como sistema de referencia de coordenadas obligatorio para los proyectos del territorio. El flujo de trabajo que ofrezco (tanto en QGIS como en ArcGIS Pro), va desde las descargas, procesamiento y correcciones espaciales de imágenes Landsat, proyección a sistema de referencia de coordenadas Origen Nacional, realización de imágenes a color real por medio de fusión de bandas, clasificación supervisada, validación de clasificación, análisis de cambio entre las clasificaciones para cada año y construcción de los mapas temáticos. En este último apartado te entregaría un mapa de la clasificación obtenida para cada año que necesites y un mapa de cambio en el que se observará el área de ganancia y pérdida de cada cobertura en el periodo de tiempo establecido. Quedo atento y a la orden de lo que necesites. Si gustas puedo enviar ejemplos de mi trabajo para temáticas similares.

@brayang70

Analizo 20 años de imágenes Landsat en tu área de interés para mostrar, con datos claros, el crecimiento de infraestructura turística, la pérdida de áreas verdes y las zonas con potencial de renovación. Proceso las imágenes en Google Earth Engine, clasifico cada periodo (suelo, turismo, agrícola, forestal, agua) con Random Forest validado, y cuantifico los cambios en hectáreas. Entrego mapas GeoTIFF y shapefiles, informe técnico, gráficas y scripts reproducibles. 4 años como Especialista SIG en INEGI liderando un equipo de 12 cartógrafos, con dominio de ArcGIS, QGIS, PostGIS, Python y Earth Engine. Opciones Completo: 5 quinquenios , 5–6 semanas. Exprés: 3 quinquenios, 3–4 semanas. Misma calidad y entregables en ambas. Agendemos una llamada breve para confirmar alcance y arrancar.