Azimuth-46

50 / SET 2023 /Actualidad tomar decisiones informadas. El análisis geoespacial ofrece una mayor comprensión de fenómenos geográ- ficos complejos, mientras que el seguimiento de imá- genes proporciona información valiosa para gestionar el territorio y proteger nuestro entorno natural. El procesamiento digital de imágenes en Geomáti- ca proporciona un valor significativo en la gestión de recursos naturales, lo que permite la identifica- ción y cuantificación de recursos clave como árboles, cuerpos de agua y suelo. Además, la planificación urbana y la gestión territorial se benefician enorme- mente gracias a las capacidades de análisis de áreas detalladas, así como a las estrategias de optimización de infraestructura. En Geomática, hemos demostrado su éxito a través de aplicaciones como el monitoreo de la deforestación amazónica, la planificación urbana inteligente y la gestión de desastres, así como la agricultura de preci- sión. Estos ejemplos demuestran cómo la integración de la geomática y el procesamiento de imágenes ha producido avances tangibles en varios campos. Mirando hacia el futuro, se espera que los avances en inteligencia artificial y aprendizaje automático, combinados con la integración de datos entre plata- formas, aceleren aún más el crecimiento de la geomá- tica. La adquisición y el procesamiento en tiempo real de datos geoespaciales abrirá nuevas y emocionantes perspectivas, mientras que su aplicación en Realida- des Virtuales y Aumentadas abre otras aún mayores. En general, el procesamiento digital de imágenes en Geomática amplía nuestras capacidades de análisis geoespacial y nos brinda una comprensión más pro- funda y valiosa de nuestro entorno geográfico. Se ha expandido a través de varios campos académicos e industrias por igual y su desarrollo potencial parece brillante. La Geomática se ha establecido como una disciplina esencial en el mundo digital de la era mo- derna y continuará cambiando la forma en que las personas interactúan con el mundo que les rodea, por ello es importante la capacitación constante y el cre- cimiento profesional, en este contexto como profesio- nales debemos estar listos y capacitados para la era digital, en la que estamos viviendo. IX. BIBLIOGRAFÍA 1.- Bonny P. McClain (2022). Python for Geospatial Data Analysis. O’Reilly Media. 2.- Chuvieco Salinero Emilio (2019). Tele- detección Ambiental, La observación de la Tierra desde el Espacio. Digital Reasons. 3.- González, R. C., & Woods, R. E. (2008). Digital Image Processing (3rd ed.). Prentice Hall. 4.- H. Lorenzen Dirk (2011). Misión: La Tierra, Los Satélites Exploran Nuestro Planeta. hf ullmann. Mario Ignacio Chacon Murguia (2008). Procesamiento Digital de Imágenes. Trillas. 5.- Paul R. Wolf – Charles D. Ghilani. (2009). Topografía. Alfaomega. 6.- Pratt, W. K. (2007). Digital Image Proces- sing: PIKS Inside (3rd ed.). John Wiley & Sons. 7.- Sonka, M., Hlavac, V., & Boyle, R. (2014). Image Processing, Analysis, and Machine Vision (4th ed.). Cengage Learning. X. ANEXOS 1.- Instalación de ANACONDA https://www.anaconda.com/download 2.- Instalación de Visual Studio Code https://code.visualstudio.com/download 3.- Repositorio de códigos básicos para el procesamiento digital de imágenes (PDI). https://github.com/MorenoRigoberto/PDI.git