26 DE SEPTIEMBRE
SABADOS - DOMINGOS : 7-9pm
Este programa de especialización está diseñado para fortalecer las competencias técnicas de:
Al finalizar el programa, el participante podrá gestionar, analizar y optimizar procesos de gestión ambiental minera; diseñar e interpretar programas de monitoreo ambiental; evaluar impactos ambientales asociados a operaciones mineras; aplicar herramientas SIG y tecnologías de teledetección; analizar información ambiental mediante estadística y ciencia de datos; automatizar procesos mediante Python y herramientas SIG avanzadas; evaluar procesos geoquímicos asociados a drenaje ácido, contaminación y calidad de agua; analizar riesgos de relaves, botaderos y componentes mineros; y aplicar herramientas de modelamiento y simulación para la planificación de cierres sostenibles.
Normativa Ambiental, ISO e Instrumentos de Gestión Ambiental Minera
Se aborda la comprensión de los instrumentos de gestión ambiental (EIA, líneas base, programas de manejo), el seguimiento de compromisos durante la operación, la implementación de sistemas de gestión ambiental basados en la norma ISO 14001 y el plan de cierre de minas junto con la gestión de pasivos ambientales mineros
Sistemas de Información Geográfica y Análisis Territorial Ambiental Minero
Se enfoca en el uso de herramientas SIG (como QGIS y Global Mapper) para el análisis espacial y la gestión de datos ambientales. Incluye la elaboración de cartografía temática, la ubicación de estaciones de monitoreo y componentes mineros, y el procesamiento de modelos digitales de elevación para evaluación territorial.
Teledetección y Monitoreo Ambiental Satelital Aplicado a Minería
Cubre el uso de imágenes de satélite (Sentinel, Landsat) y plataformas como ENVI y Google Earth Engine para monitorear cambios ambientales en zonas mineras. Se aprende a aplicar índices espectrales (como NDVI y NDWI) para evaluar la cobertura vegetal, recursos hídricos y la recuperación del terreno a lo largo del tiempo.
Análisis de Datos, Automatización y Gestión Inteligente del Monitoreo Ambiental Minero
Comprende la gestión y validación de bases de datos de monitoreo, el análisis estadístico con RStudio para identificar tendencias o anomalías, y la automatización de procesos geoespaciales y tareas repetitivas empleando Python y ArcGIS Pro (ArcPy)
Geoquímica Ambiental, Drenaje Ácido y Gestión del Agua Minera
Trata sobre la caracterización geoquímica de residuos mineros (relaves, botaderos), los mecanismos de generación del drenaje ácido de roca (DAR) y lixiviación de metales, el modelamiento químico con PHREEQC y la gestión hidroquímica para el control de la calidad del agua
Relaves, Componentes Mineros y Cierre Ambiental Sostenible
Se evalúa la gestión y monitoreo ambiental de depósitos de relaves, botaderos y tajos. Incluye el análisis de estabilidad física y geotécnica con GeoStudio, así como el desarrollo de planes de cierre progresivo, rehabilitación ambiental (revegetación, control de erosión) y seguimiento en la fase de post cierre
Simulación Dinámica y Análisis de Riesgos para la Sostenibilidad y Cierre de Minas
Utilizando el software GoldSim, se enseña a construir modelos dinámicos para simular escenarios hídricos y ambientales de largo plazo. Permite realizar análisis de riesgo e incertidumbre probabilística para tomar decisiones preventivas en el plan de cierre.
Predicción Ambiental con Python y Machine Learning
Introduce la programación en Python aplicada a la ciencia de datos ambientales. Se entrenan modelos de Machine Learning (como regresión, Árboles de Decisión y Random Forest) para predecir la calidad del agua, concentraciones de metales, emisiones de material particulado (PM10/PM2.5) e identificar patrones de riesgo de forma anticipada
Normativa Ambiental, ISO e Instrumentos de Gestión Ambiental Minera
Se aborda la comprensión de los instrumentos de gestión ambiental (EIA, líneas base, programas de manejo), el seguimiento de compromisos durante la operación, la implementación de sistemas de gestión ambiental basados en la norma ISO 14001 y el plan de cierre de minas junto con la gestión de pasivos ambientales mineros
Sistemas de Información Geográfica y Análisis Territorial Ambiental Minero
Se enfoca en el uso de herramientas SIG (como QGIS y Global Mapper) para el análisis espacial y la gestión de datos ambientales. Incluye la elaboración de cartografía temática, la ubicación de estaciones de monitoreo y componentes mineros, y el procesamiento de modelos digitales de elevación para evaluación territorial.
Teledetección y Monitoreo Ambiental Satelital Aplicado a Minería
Cubre el uso de imágenes de satélite (Sentinel, Landsat) y plataformas como ENVI y Google Earth Engine para monitorear cambios ambientales en zonas mineras. Se aprende a aplicar índices espectrales (como NDVI y NDWI) para evaluar la cobertura vegetal, recursos hídricos y la recuperación del terreno a lo largo del tiempo.
Análisis de Datos, Automatización y Gestión Inteligente del Monitoreo Ambiental Minero
Comprende la gestión y validación de bases de datos de monitoreo, el análisis estadístico con RStudio para identificar tendencias o anomalías, y la automatización de procesos geoespaciales y tareas repetitivas empleando Python y ArcGIS Pro (ArcPy)
Geoquímica Ambiental, Drenaje Ácido y Gestión del Agua Minera
Trata sobre la caracterización geoquímica de residuos mineros (relaves, botaderos), los mecanismos de generación del drenaje ácido de roca (DAR) y lixiviación de metales, el modelamiento químico con PHREEQC y la gestión hidroquímica para el control de la calidad del agua
Relaves, Componentes Mineros y Cierre Ambiental Sostenible
Se evalúa la gestión y monitoreo ambiental de depósitos de relaves, botaderos y tajos. Incluye el análisis de estabilidad física y geotécnica con GeoStudio, así como el desarrollo de planes de cierre progresivo, rehabilitación ambiental (revegetación, control de erosión) y seguimiento en la fase de post cierre
Simulación Dinámica y Análisis de Riesgos para la Sostenibilidad y Cierre de Minas
Utilizando el software GoldSim, se enseña a construir modelos dinámicos para simular escenarios hídricos y ambientales de largo plazo. Permite realizar análisis de riesgo e incertidumbre probabilística para tomar decisiones preventivas en el plan de cierre.
Predicción Ambiental con Python y Machine Learning
Introduce la programación en Python aplicada a la ciencia de datos ambientales. Se entrenan modelos de Machine Learning (como regresión, Árboles de Decisión y Random Forest) para predecir la calidad del agua, concentraciones de metales, emisiones de material particulado (PM10/PM2.5) e identificar patrones de riesgo de forma anticipada
