Manual de Envi y Arcgis2 PDF

AMBIENTAL S.R.L.
GEOMATICA AMBIENTAL S.R.L.

Contribuyendo al desarrollo sostenible
MANUAL CAMBIO DE COBERTURA DE

TIERRA Y USO DE SUELO
Procesamiento digital de imgenes satelitales
LandSat 8 con ENVI 5.1 y ARCGIS 10.2
Elaborado por:
NINO BRAVO MORALES
CONSULTOR EN GEOMTICA
Email: geosig_2011@hotmail.com
Grupo Facebook: ArcGis 10.2
Curso de SIG y Teledeteccin
2014
NDICE
Gua 1. Descargar Imagen Satelital Landsat 7 o 8

Gua 2. Introduccin de ENVI 5.1
Gua 3. Combinacin de Bandas Landsat 8 - ENVI 5.1
Gua 4. Calibracin de Imagen LandSat ENVI 5.1
Gua 5. Cortar una imagen en la Zona de estudio - ENVI 5.1
Gua 6. Fusin de imagen Multiespectral - Banda Pancromtica - ENVI 5.1
Gua 7. Anlisis estadstico de la Imagen Landsat 8 - ENVI 5.1
Gua 8. Clasificacin supervisada - Flujo de trabajo de clasificacin para
categorizar los pxeles de una imagen LandSat 8 en muchas clases ENVI 5.1
Gua 9. Procesamiento de Imagen Satelital Landsat 8 - 16bist a 8 bits
Gua 10. Composicion de Bandas de la Imagen LandSat 8
Gua 11. Fusion de Imagen Satelital - Banda Pancromatica
Gua 12. Nitidez de la imagen Satelital LandSat 8
Gua 13. indice de vegetacin
Gua 14. Determinacin de Zona de Rio o Zona Susceptible a inundacin
Bravo Morales, Nino
954849467 geosig_2011@hotmail.com
Pgina 1
2014
Gua 1:
Descargar imagen LandSat 7 o 8
El programa Landsat es una serie de misiones de observacin de la Tierra por
satlite administrado conjuntamente por la NASA y el Servicio Geolgico de
EE.UU.
En 1 972, el lanzamiento de ERTS-1 (Tierra Recursos Tecnologa por Satlite,
ms tarde renombrado Landsat 1) comenz la era de la una serie de satlites
que tienen desde que adquirida forma continua de tierras datos obtenidos por
deteccin remotas basados en el espacio.
La ltima satlite de la serie Landsat, la Misin de Continuidad de Datos de
Landsat (LDCM), se puso en marcha el 11 de febrero de 2013. Ahora
renombrado Landsat 8, los datos adquiridos por el satlite contina para
expandir el archive para los usuarios de en todo el mundo.
Landsat misin Cronolgica
Bravo Morales, Nino
Pgina 1
2014
SENSORES DE LANDSAT
1.
Escner multiespectral Landsat (MSS)
Imgenes constan de cuatro bandas espectrales, con 80 metros de resolucin

espacial. Tamao aproximado escena es de 170 km al norte-sur por 185
kilmetros de este a oeste (106 km por 115 km). Denominaciones de banda
especficos difieren de Landsat 1-3 de Landsat 4-5.
MULTIESPECTRAL
SCANNER (MSS)
LONGITUD DE
LANDSAT
LANDSAT
1-3
4-5
Banda 4
Banda 1
0.5-0.6
60
Banda 5
Band 2
0.6-0.7
60
Banda 6
Banda 3
0.7-0.8
60
Banda 7
Banda 4
0.8-1.1
60
ONDA
(MICRMETROS)
RESOLUCIN
(METROS)
Tamao original pixel MSS fue de 79 x 57 metros, los sistemas de produccin ya volver a
muestrear los datos de hasta 60 metros.
Landsat Thematic Mapper (TM)

Las imgenes se componen de siete bandas espectrales con una resolucin
espacial de 30 metros para las bandas de 1 a 5 y 7. La resolucin espacial de la
banda 6 (infrarrojo trmico) es de 120 metros, pero se vuelve a muestrear a los
pxeles de 30 metros. Tamao aproximado escena es de 170 km al norte-sur por
183 kilmetros de este a oeste (106 km por 114 km).
LANDSAT
4 -5
THEMATIC MAPPER
Bravo Morales, Nino
LONGITUD DE
ONDA
(MICRMETROS)
RESOLUCIN
(METROS)
(TM)
Banda 1
0,45-0,52
30
Banda 2
0,52-0,60
30
Banda 3
0,63-,69
30
Pgina 2
2014
Banda 4
0,76-0,90
30
Banda 5
1,55-1,75
30
Banda 6
10,40-12,50
120 * (30)
Banda 7
2,08-2,35
30
* TM Band 6 fue adquirido con una resolucin de 120 metros, pero los productos procesados antes
de 25 de febrero 2010 se vuelven a muestrear a los pxeles de 60 metros. Productos procesados
despus de 25 de febrero 2010 se vuelven a muestrear a los pxeles de 30 metros.
Landsat Enhanced Thematic Mapper Plus (ETM +)

Las imgenes se componen de ocho bandas espectrales con una resolucin
espacial de 30 metros para las bandas de 1 a 7. La resolucin por la banda 8
(pancromtica) es de 15 metros. Todas las bandas pueden recoger uno de los dos
ajustes de ganancia (alta o baja) para una mayor sensibilidad radiomtrica y el
rango dinmico, mientras que la banda 6 recoge tanto la ganancia alta y baja para
todas las escenas. Tamao aproximado escena es de 170 km al norte-sur por 183
kilmetros de este a oeste (106 km por 114 km).
LANDSAT
7
ENHANCED THEMATIC
MAPPER PLUS (ETM +)
ONDA
(MICRMETROS)
RESOLUCIN
(METROS)
Banda 1
0,45-0,52
30
Banda 2
0,52-0,60
30
Banda 3
0,63-,69
30
Banda 4
0,77 a 0,90
30
Banda 5
1,55-1,75
30
Banda 6
10,40-12,50
60 * (30)
Banda 7
2,09-2,35
30
Banda 8
Bravo Morales, Nino
LONGITUD DE
Desde 0,52 hasta

0,90
15
Pgina 3
2014
* ETM + Band 6 se adquiere a los 60 metros de resolucin. Productos procesados despus de 25

de febrero 2010 se vuelven a muestrear a los pxeles de 30 metros.
Landsat 8 Operacional Tierra Imager (OLI) y el sensor infrarrojo trmico

(TIRS)
Las imgenes constan de nueve bandas espectrales con una resolucin espacial
de 30 metros para las bandas de 1 a 7 y 9. Nueva banda 1 (ultra-azul) es til para
estudios costeros y aerosol. Nueva banda 9 es til para la deteccin de cirros. La
resolucin por la banda 8 (pancromtica) es de 15 metros. Bandas trmicas 10 y
11 son tiles para proporcionar temperaturas de la superficie ms precisos y se
recogen a 100 metros. Tamao aproximado escena es de 170 km al norte-sur por
183 kilmetros de este a oeste (106 km por 114 km).
LANDSAT 8
OPERACIONAL TIERRA
IMAGER (OLI) Y THERM
AL INFRARED SENSOR
(TIRS) LANZADO 11 DE
FEBRERO 2013
Bravo Morales, Nino
BANDAS
LONGITUD DE
ONDA
(MICRMETROS)
RESOLUCIN
(METROS)
Band 1 - aerosol
Costera
0,43 - 0,45
30
Banda 2 - Azul
0,45 - 0,51
30
Band 3 - Verde
0,53 - 0,59
30
Band 4 - Rojo
0,64 - 0,67
30
Band 5 - Infrarrojo
Cercano (NIR)
0,85 - 0,88
30
Band 6 - SWIR 1
1,57 - 1,65
30
Banda 7 - SWIR 2
2,11 2,29
30
Pgina 4
2014
Band 8 Pancromtico
0,50 - 0,68
15
Band 9 - Cirrus
1,36 - 1,38
30
Band 10 - Infrarrojo
trmico (TIRS) 1
10,60 - 11,19
100
Band 11 - Thermal
Infrared (TIRS) 2
11,50 - 12,51
100
* Bandas Tirs se adquieren en una resolucin de 100 metros, pero se vuelven a

muestrear a 30 metro de entrega de datos de productos.
Qu es el Sistema de Referencia Mundial (WRS)?
El Sistema de Referencia Mundial (WRS) es una notacin global que se utiliza
en la catalogacin de los datos del Landsat. Landsat 8 y Landsat 7 siguen el
WRS-2, al igual que Landsat 5 y Landsat 4. Landsat 1, Landsat 2 y Landsat 3
siguieron WRS-1.
Archivos de forma para WRS-1 y -2 (lmites ruta / fila) estn disponibles para
descargar.
http://landsat.usgs.gov/tools_wrs-2_shapefile.php
Ascendente (de la noche)
Descendente (durante el da)
WRS2_A_PERU: Es un cuadrante
ascendente durante la noche y
WRS2_D_PERU: Es un cuadrante
descendente durante el da.
Bravo Morales, Nino
Pgina 5
Bravo Morales, Nino
2014
Pgina 6
Bravo Morales, Nino
2014
Pgina 7
2014
Caracterstica de Landsat 8
Formato de entrega: GeoTIFF
Proyeccin /Datum: UTM/WGS 1984, orientado al Norte
Tipo de Dato: 16 Bit
Tamao da Cena: 170 km x 185 km
Expectativa da misin: Mnimo 5 aos
Bravo Morales, Nino
Pgina 8
2014
Procedimiento para descargar satlite Landsat 8

Las imgenes de satlite Landsat-8 estn listas para servir a los fines cientficos y
sociales para el que fueron designados. Alguna noticia sobre el proyecto LDCM
(Landsat Data Continuity Mission) realiz cambios en la estructura de los
metadatos.
Buscadores
GLOVIS
(http://glovis.usgs.gov/)
Earth
Explorer
(http://earthexplorer.usgs.gov/) son los ms utilizados para la compra de las

escenas familiares Landsat. Aunque las imgenes no son procesadas por el INPE,
haga clic en el tutorial de abajo y utilizar este excelente consejo para realizar
descargas de escenas Landsat-8.
Informacin adicional
Las imgenes son gratuitas;
El satlite tiene 01 y 09 de la banda pancromtica bandas multiespectrales;
La resolucin del PAN es de 15 metros. La resolucin espacial

multiespectral dispone de 30 metros;
Si se combina con el MULT NAP, la resolucin espacial es de 15 metros

finales;
El Landsat-8 se entregan en 16 bits, siendo necesario realizar un Cambio

de escala (Conversin radiomtrica);
El Landsat-8 estn orientados al norte verdadero, haciendo necesario

redisearlos;
Los productos de Landsat 8 se entregan en la proyeccin UTM, WGS 1984

datum;
El formato de entrega de Landsat-8 es GeoTIFF.
Earth Explorer
1. Acceso a la pagina http://earthexplorer.usgs.gov/
Bravo Morales, Nino
Pgina 9
2014
2. Registrase, en el canto superior derecho, despus de finalizar o registrarse,

ejecuta Login.
3. Debe de iniciar sesin como usuario para descargar los satlites.
4. Cuando ya has entrado como usuario saldr su nombre de usuario en la

parte superior derecho.
5. Buscamos la imagen satelital de Landsat

mediante un shp.; entramos a criterios de
bsqueda, nos dirigimos en Shapefile, y
agregamos los formatos que nos pide.
Bravo Morales, Nino
Pgina 10
2014
6. El mismo shp. Cada uno con su

formato respectivo. De ah clic en
Subir.
7. Nos
va
salir
un
mensaje:
solamente aceptamos, que nos

indica que hemos agregado un
polgono de los lmites.
8. Ahora nos dirigimos a los conjuntos de

datos a descargar: elegimos Landsat
Archivo y activamos L8 OLI / TIRS, que
nos indica que vamos a descargar las
imgenes de Landsat 8.
9. Podemos agregar algunos criterios

que son importantes:
Bravo Morales, Nino
Pgina 11
2014
10. Voy a seleccionar una imagen de Da, si es trabajo de investigacin

queremos el criterio de nubosidad a 10% o 20%.
11. Por ultimo hacemos clic en Resultados y nos saldr

12. Si seleccionamos el pie, se va mostrar la imagen en la visualizacin, para
verificar si corresponde al rea de estudio.
Para ver la informacin de la imagen a

descargar, un clic en la imagen rosada y
se abrir una ventana de caractersticas.
Bravo Morales, Nino
Pgina 12
2014
13. Para descargar hacemos clic en la flechita y se abrir una ventana nueva.
14. En esta ventana seleccionamos Level 1 GeoTIFF data Product (855.3MB),

en esta parte tamos descargando todos las bandas de Landsat 8.
15. Por ultimo hacemos clic en descargar con el ID.
Bravo Morales, Nino
Pgina 13

A.
2014
GLOVIS
1. Para la interface de GLOVIS requiere instalar JAVA, aplcalo en caso que
necesite.
2. Acceso a la pagina http://glovis.usgs.gov/
3. Nos saldr un mensaje para descargar e instalar Java.
4. Para la instalacin cerramos los buscadores y se va instalar.
Bravo Morales, Nino
Pgina 14
2014
5. En la vista pequea buscamos a Per y lo

hacemos un clic, esperamos que cargue
en la visualizacin mayor.
6. Para ver las ciudades y los limites
departamentales entramos en Map Layer
y activamos All Map Layers
7. Ahora seleccionamos el archivo de la imagen a descargar que es Landsat 8;

entramos Collection / Landsat Archive y activamos Landsat 8 OLI.
Bravo Morales, Nino
Pgina 15
2014
8. Si sabemos la ubicacin de nuestra

imagen Landsat por Path / Row (Ruta /
Fila), ser ms fcil ubicar el rea de
estudio; o tambin la latitud y longitud.
Nos muestra la
informacin de la imagen
a descargar y si
deseamos visualizarlo
hacemos clic en GO.
Podemos cambiar
la imagen, con
diferente fecha,
del mismo lugar.
Bravo Morales, Nino
Pgina 16
2014
Seleccionamos SEND TO CART,

para guardar en el carrito.
Seleccionamos ADD,
para agregar en la lista,
se puede escoger ms
de uno.
9. Se abrir una nueva pgina, y seleccionamos en la flechita verde, para la

descarga.
10. Seleccionamos Level 1 GeoTIFF Data Product, para descargar todos los
archivos de Landsat 8.
Bravo Morales, Nino
Pgina 17
2014
Gua 2:
INTRODUCCION DE ENVI 5.1.
Llega la nueva actualizacin de ENVI con numerosas funcionalidades,
mejoras en la edicin, datos y nuevas herramientas generales.
Exelis lanza ENVI 5.1, la nueva versin del procesador de imgenes.
Esta nueva versin trae numerosas actualizaciones en cuanto a
funcionalidades generales, herramientas y soporte adicional de datos
que permitirn realizar un anlisis ms preciso.
Entre las mltiples novedades, destacan:
Un mosaico sin costuras que te permitir combinar escenas
georreferenciadas en una sola imagen de forma rpida y sencilla.
Una nueva herramienta, Regiones de Inters (ROI), que te
proporcionar diferentes formas de definir y gestionar.
Gestor de datos para trabajar con formatos ms actualizados,
incluidos LAZ y KOMPSAT-3. Adems, tambin se ha mejorado el
soporte para NPP VIIRS y Landsat 8.
Lector genrico de archivos HDF5 que te permitir abrir cualquier
archivo HDF5 y crear archivos rster combinando diferentes
documentos 2D y 3D.
2.1. Abrir una imagen satelital Landsat 8
Nos vamos en el men principal
File Open As se desplegar
una informacin de los satlites
que deseamos utilizar en ENVI.
En este ejemplo nos vamos en
Landsat GeoTIFF with metadata.
Bravo Morales, Nino
Pgina 1
2014
Se abrir esta ventana y buscamos la ruta donde est guardado la

imagen
satelital
LandSat
8,
agregamos
el
archivo
LC80070662013119LGN01_MTL.txt.
Para visualizar las bandas nos dirigimos a

Data Manager.
Senos abrir la venta de Data Manager

y visualizaremos las 11 bandas y su
espectro electromagntico de cada una
de las bandas.
Bravo Morales, Nino
Pgina 2
2014
En la ventana anterior podemos realizar las combinaciones de bandas

seleccionando tres bandas (RGB).
Por ejemplo la combinacin de las
bandas 653, que viene a ser SWIR 1
(1.6090) que es el color Rojo, Near
Infrared (NIR) (0.8646) que es el color
verde y Green (0.5613) que viene hacer
el Azul.
Nos muestra las combinaciones
realizamos anteriormente.
que
Haciendo clic en Load Data,

visualizaremos la imagen
combinada en ENVI.
Ac nos muestra la informacin del

Landsat que hemos agregado,
como vemos la proyeccin, tamao
de pixel, Longitud de onda en
micrmetro, tipo de archivo, Tipo
de sensor, Datum.
Bravo Morales, Nino
Pgina 3
2014
Visualizando en ENVI 5.1. Los colores de la combinacin 653.
Para visualizar la informacin de la

imagen satelital entramos en View
Metadata.
Bravo Morales, Nino
Pgina 4
2014
Se nos desplegar esta venta de informaciones importantes.
Podemos visualizar la informacin

de ruta, Tipo de archivo, columnas
y filas, cuantas bandas contiene,
Tipo de sensor.
Bravo Morales, Nino

de Tamao de pixel, Unidades.
Pgina 5

de proyeccin, esferoide, Datum y
sus intervalos de la proyeccin.
Bravo Morales, Nino
2014

de extensin de la imagen satelital,
este, norte, oeste y sur, unidades
mtricas.
Pgina 6

espectral de cada banda, para su
respectiva correccin con ENVI.
Bravo Morales, Nino
2014
Tiempo de adquisicin de la imagen
Pgina 7
2014
Gua 3:
Combinacin de Bandas de una imagen Landsat 8 ENVI 5.1
Bandas de rster
Algunos rsteres tienen una banda nica, o capa (una medida de una sola
caracterstica) de datos, mientras que otros tienen mltiples bandas. Bsicamente,
una banda se representa con una sola matriz de valores de celda, y un rster con
mltiples bandas contiene mltiples matrices de valores de celda que coinciden
espacialmente y que representan la misma rea espacial. Un ejemplo de dataset
rster de banda nica es un modelo digital de elevacin (DEM). Cada celda en un
DEM contiene solamente un valor que representa la elevacin de superficie.
Tambin puede tener una ortofoto de banda nica, que a veces se llama imagen
pancromtica o de escala de grises.
Cuando hay mltiples bandas, cada ubicacin de celda tiene ms de un valor
asociado. Con mltiples bandas, cada banda por lo general representa un
segmento del espectro electromagntico recopilado por un sensor. Las bandas
pueden representar cualquier porcin del espectro electromagntico, incluidos los
rangos no visibles a simple vista, como las secciones infrarrojas o ultravioletas. El
trmino banda se origin a partir de la referencia a la banda de color en el
espectro electromagntico.
Cuando crea una capa de mapa a partir de una imagen rster, puede elegir
mostrar una banda nica de datos o formar una composicin de color a partir de
mltiples bandas. Una combinacin de cualquiera de las tres bandas disponibles
Bravo Morales, Nino
Pgina 1
2014
en un dataset rster multibanda se puede utilizar para crear composiciones RGB.

Al visualizar bandas juntas como composiciones RGB, a veces se puede recabar
ms informacin del dataset que si fuese a trabajar con slo una banda.
Una imagen de satlite, por ejemplo, por lo general tiene mltiples bandas que
representan distintas longitudes de onda desde las porciones ultravioleta hasta las
visibles e infrarrojas del espectro electromagntico. Las imgenes Landsat, por
ejemplo, son datos recopilados desde siete bandas distintas del espectro
electromagntico. Las bandas 1-7, incluida la 6, representan datos de las regiones
visibles, casi infrarrojas e infrarrojas media. La banda 6 recopila datos de la regin
infrarroja termal. Otro ejemplo de una imagen multibanda es una ortofoto de color
verdadero en la que hay tres bandas, cada una representa rojo, verde o celeste.
Bravo Morales, Nino
Pgina 2
2014
El satlite Landsat-8 fue diseado con la posibilidad de generar nuevos productos

por nuevas combinaciones de bandas. En poco tiempo tendremos artculos
acadmicos que contienen ms informacin, pero es posible que desee saber qu
combinaciones de bandas del satlite Landsat-8 tiene resultados similares
predecesores Landsat-5 y Landsat-7. Consulte la tabla siguiente:
Vista rpida
Resultar
Infra-rojo
Landsat 7
Landsat 5
Landsat 8
4, 3, 2
5,4,3
3, 2, 1
4,3,2
Falso color
5,4,3
6,5,4
Falso color
7.5.3
7,6,4
Falso color
7,4,2
7.5.3
Color Natural
Fuente: http://landsat.usgs.gov/L8_band_combos.php
Bravo Morales, Nino
Pgina 3
2014
2.1. Para iniciar el proceso de importacin, descomprima las bandas de

la imagen utilizando el programa WINZIP u otro.
2.2. Luego, en el men principal de

el men principal File
informacin de los satlites que
ejemplo nos vamos en Landsat
Bravo Morales, Nino
ENVI nos dirigimos Nos vamos en

Open As se desplegar una
deseamos utilizar en ENVI. En este
GeoTIFF with metadata.
Pgina 4
2014
Se abrir esta ventana y buscamos la ruta donde est guardado la

imagen
satelital
LandSat
8,
agregamos
el
archivo
LC80070662013119LGN01_MTL.txt.
Para visualizar las bandas nos dirigimos a

Data Manager.
Se abrir la venta de Data Manager y

visualizaremos las 11 bandas y su
espectro electromagntico de cada una
de las bandas.
Bravo Morales, Nino
Pgina 5
2014
En la ventana anterior podemos realizar las combinaciones de bandas

seleccionando tres bandas (RGB).
Por ejemplo la combinacin de las
bandas 653, que viene a ser SWIR 1
(1.6090) que es el color Rojo, Near
Infrared (NIR) (0.8646) que es el color
verde y Green (0.5613) que viene
hacer el Azul.
Nos muestra las combinaciones que
realizamos anteriormente.
Haciendo clic en Load Data,
visualizaremos la imagen
combinada en ENVI.
Ac nos muestra la informacin del

Landsat que hemos agregado,
como vemos la proyeccin, tamao
de pixel, Longitud de onda en
micrmetro, tipo de archivo, Tipo
de sensor, Datum.
Bravo Morales, Nino
Pgina 6
2014
Visualizando en ENVI 5.1. Los colores de la combinacin 653.
Para visualizar la informacin de la

imagen satelital entramos en View
Metadata.
Bravo Morales, Nino
Pgina 7
2014
Se nos desplegar esta venta de informaciones importantes.

de ruta, Tipo de archivo, columnas
y filas, cuantas bandas contiene,
Tipo de sensor.
Bravo Morales, Nino

de Tamao de pixel, Unidades.
Pgina 8

de proyeccin, esferoide, Datum y
sus intervalos de la proyeccin.
Bravo Morales, Nino
2014

de extensin de la imagen satelital,
este, norte, oeste y sur, unidades
mtricas.
Pgina 9

espectral de cada banda, para su
respectiva correccin con ENVI.
Bravo Morales, Nino
2014
Tiempo de adquisicin de la imagen
Pgina 10
2014
Vamos a combinar las bandas 652 de la

imagen LandSat 8 con la herramienta
Layer Stacking, que se encuentra
ubicada en Toolbox > RasterManagement >
Layer Stacking.
En esta ventana vamos agregar las bandas
que deseamos combinar: 652
Podemos proyectar el
rster de salida.
Hacemos clic en import File, para cargar las bandas a combinar, de

uno en uno.
Escogemos las
bandas
multiespectrales
Especificamos las
bandas a
combinar, de uno
en uno
Bravo Morales, Nino
Pgina 11
2014
Voy a escoger la banda

6, que viene hacer
SWIR 1 (1.6090).
Slo tenemos activado

01 banda de las 07.
El mismo paso realizaremos para las bandas 5 y 2.
Al final obtendremos las

03 bandas espectrales
(652), en ese orden.
Ahora damos la salida a

la combinacin 652 en
Choose.
Bravo Morales, Nino
Pgina 12
Bravo Morales, Nino
2014
Pgina 13
2014
Gua 4:
CALIBRACIN RADIOMETRICA DE IMAGEN LANDSAT 8
ENVI 5.1.
Los datos que vienen almacenados en una imagen Landsat (o cualquier
otra imagen obtenida mediante un sensor ptico), son valores o niveles
digitales (ND). Dichos niveles digitales no representan de manera
directa ninguna variable biofsica y, por tanto, no es conveniente que
usted obtenga ningn ndice espectral usando dichos valores "crudos".
La razn para no hacerlo es muy simple: los llamados "ndices
espectrales" fueron desarrollados para trabajar con valores de
reflectancia espectral de la superficie terrestre. Los niveles digitales no
proporcionan dicha informacin. Por lo tanto, hay que convertir dichos
valores ND en valores de reflectancia. Este proceso se realiza en dos
etapas:
a) Conversin de ND a Radiancia (esta etapa se conoce como
calibracin radiomtrica)
b) Conversin de Radiancia a Reflectancia Aparente (es decir, el
clculo de la reflectancia en el sensor)
Si, adicionalmente, se remueven los efectos atmosfricos, es posible
convertir la reflectancia en el sensor en reflectancia en la superficie. En
tal caso, se habr realizado un proceso completo de correccin
atmosfrica.
1.
Corregiremos la imagen de LandSat 8

con el mtodo de reflectancia
entramos en Toolbox Radiometric
Correction Radiometric Calibration.
Bravo Morales, Nino
Pgina 1
2014
Se abrir estaba ventana y

utilizaremos las bandas
multiespectrales y clic en
Ok.
En esta ventana nos

proporciona el tipo de
calibracin que deseamos
dar a la imagen, para este
caso voy a utilizar la
Radiancia.
Hacemos clic en Apply

FLAASH Settings
Correccin Radiancia
Bravo Morales, Nino
Sin Correccin
Pgina 2
2014
Anlisis atmosfrica Fast Lnea de visin de Hipercubos

(FLAASH)
FLAASH es una herramienta de correccin atmosfrica de primeros
principios que corrige longitudes de onda del visible a travs de las
regiones del infrarrojo del infrarrojo cercano y de onda corta, de hasta 3
m. (Para las regiones termales, utilice la opcin Herramientas de
correccin radiomtrica> Correccin Atmosfrica trmica.) FLAASH
trabaja con la mayora de los sensores hiperespectrales y
multiespectrales. El vapor de agua y la recuperacin de aerosoles slo
son posibles cuando la imagen contiene bandas en posiciones de
longitud de onda apropiada. FLAASH puede corregir las imgenes
recogidas en cualquiera vertical (nadir) o geometras oblicuas de
visualizacin.
Introducimos la
imagen de valores
de radiacia.
El factor de la
escala de radiancia
va ser 10.
Bravo Morales, Nino
Pgina 3
2014
Guardamos archivo
de salida de
Reflectancia.
Direccionamos el
archivo de salida de
FLAASH
Nombre del archivo

de salida FLAASH
Ahora vamos a configurar el tipo de sensor que se esta

utilizando. Estamos utilizando LandSat 8 OLI
Bravo Morales, Nino
Pgina 4
2014
Seguido configuramos la fecha y hora que se tom la imagen

Landsat 8 OLI, para ver esta informacin entramos la
visualizacin de la imagen cruda View metadata, se abrir
una ventana con las caractersticas de la imagen.
Bravo Morales, Nino
Pgina 5
2014
Cada verificamos el tipo de sensor: Landsat OLI
Verificamos el tamao
multiespectrales
Bravo Morales, Nino
de
pixel
que
tiene
las
bandas
Pgina 6
2014
Verificamos la proyeccin UTM Zona 18S
Verificamos la extensin que tiene la imagen
Bravo Morales, Nino
Pgina 7
2014
Visualizamos los espectro de Reflectancia a corregir.
Parmetros de la imagen
Bravo Morales, Nino
Pgina 8
2014
Verificamos la fecha y hora que ha sido tomado la imagen
Verificamos la calibracin del factor de escala.
Bravo Morales, Nino
Pgina 9
2014
Por defecto nos sali las

coordenadas geogrficas del
centro de localizacin de escena
de la imagen.
Nos encontramos en el Trpico

y el modelo No Aerosol.
Bravo Morales, Nino
Pgina 10
2014
Seleccione Opciones de modelo de la Atmsfera

Utilice el modelo atmosfrico lista desplegable para elegir uno de los
estndares MODTRAN modelos de atmsferas.
Para obtener los mejores resultados, seleccione un modelo cuyo nivel de
vapor de agua en columna cantidad es similar o algo mayor que, que
espera que para la escena. Las cantidades de vapor de agua de la
columna estndar (desde el nivel del mar hasta el espacio) para cada
atmsfera del modelo se presentan en la siguiente tabla.
MODELO AMBIENTE
SUB-RTICO INVIERNO
(SAW)
LATITUDES MEDIAS DE
INVIERNO (MLW)
ESTNDAR EE.UU. (EE.UU.)
SUB-RTICO DE VERANO
(SAS)
LATITUDES MEDIAS DE
VERANO (MLS)
TROPICAL (T)
VAPOR DE
AGUA
(STD ATMCM)
VAPOR DE
AGUA
(G / CM 2 )
SUPERFICIE TEMPERATURA
DEL AIRE
518
0.42
-16 C (3 F)
1060
0.85
-1 C (30 F)
1762
1.42
15 C (59 F)
2589
2.08
14 C (57 F)
3636
2.92
21 C (70 F)
5119
4.11
27 C (80 F)
Si no hay informacin de vapor de agua est disponible, seleccione una

atmsfera de acuerdo a la temperatura del aire en superficie conocido o
esperado, lo que tiende a correlacionarse con el vapor de agua. Si la
temperatura no es conocida, seleccione una atmsfera en la siguiente
tabla, que se basa en un modelo de temperatura de la superficie de
temporada-la latitud.
Latitud ( N)
80
70
60
50
40
30
20
10
Ene
SAW
SAW
MLW
MLW
SAS
MLS
T
T
Bravo Morales, Nino
Marzo
SAW
SAW
MLW
MLW
SAS
MLS
T
T
Mayo
SAW
MLW
MLW
SAS
SAS
MLS
T
T
Julio
MLW
MLW
SAS
SAS
MLS
T
T
T
Septiembre
MLW
MLW
SAS
SAS
MLS
T
T
T
Noviembre
SAW
SAW
MLW
SAS
SAS
MLS
T
T
Pgina 11
0
-10
-20
-30
-40
-50
-60
-70
-80
T
T
T
MLS
SAS
SAS
MLW
MLW
MLW
T
T
T
MLS
SAS
SAS
MLW
MLW
MLW
T
T
T
MLS
SAS
SAS
MLW
MLW
MLW
T
T
MLS
MLS
SAS
MLW
MLW
MLW
MLW
T
T
MLS
MLS
SAS
MLW
MLW
MLW
MLW
2014
T
T
T
MLS
SAS
SAS
MLW
MLW
MLW
Comparacin de Reflectancia FLAASH y Radiancia
Para ello hemos creado nuevo visualizacin con Create New View y
dividir la pantalla en 2, forma vertical.
Para mostrar la misma zona en las dos imgenes hacemos clic en Link
Views ah agregaremos las visualizaciones.
Bravo Morales, Nino
Pgina 12
2014
En esta ventana seleccionamos Geo Link y Link All, Link a todas las
visualizaciones.
Ahora ya tenemos Geo Link ponemos OK.
Bravo Morales, Nino
Pgina 13
2014
Exportar la imagen de Reflectancia FLAASH

Para guardar en otro formato nos dirigimos al men principal
File > Save As
Bravo Morales, Nino
Pgina 14
2014
Gua 5:
CORTAR UNA IMAGEN CON LA ZONA DE ESTUDIO ENVI 5.1.
El formato ESRI Shapefile (SHP) es un formato de archivo informtico
propietario de datos espaciales desarrollado por la compaa ESRI, quien
crea y comercializa software para Sistemas de Informacin Geogrfica
como Arc/Info o ArcGIS. Originalmente se cre para la utilizacin con su
producto ArcView GIS, pero actualmente se ha convertido en formato
estndar de facto para el intercambio de informacin geogrfica entre
Sistemas de Informacin Geogrfica por la importancia que los
productos ESRI tienen en el mercado SIG y por estar muy bien
documentado.
Un shapefile es un formato vectorial de almacenamiento digital donde se
guarda la localizacin de los elementos geogrficos y los atributos
asociados a ellos. No obstante carece de capacidad para almacenar
informacin topolgica. Es un formato multiarchivo, es decir est
generado por varios ficheros informticos. El nmero mnimo requerido
es de tres y tienen las extensiones siguientes:
.shp - es el archivo que almacena las entidades geomtricas de los

objetos.
.shx - es el archivo que almacena el ndice de las entidades
geomtricas.
.dbf - es la base de datos, en formato dBASE, donde se almacena
la informacin de los atributos de los objetos.
Adems de estos tres archivos requeridos, opcionalmente se pueden

utilizar otros para mejorar el funcionamiento en las operaciones de
consulta a la base de datos. Estos archivos son:
.prj - Es el archivo que guarda la informacin referida al sistema

de coordenadas en formato WKT.
.sbn y .sbx - Almacena el ndice espacial de las entidades.
.fbn y .fbx - Almacena el ndice espacial de las entidades para los
shapefiles que son inalterables (solo lectura).
.ain y .aih - Almacena el ndice de atributo de los campos activos
en una tabla o el tema de la tabla de atributos.
Bravo Morales, Nino
Pgina 1
2014
.shp.xml - Almacena los metadatos del shapefile.
Nos dirigimos en ENVI 5.1 men principal File New Vector Layer
En esta ventana nos pedir la

informacin de la entidad a crear:
nombre, Tipo de entidad y
proyeccin, en este caso hacemos
clic en la imagen proyectada con
UTM, Zona 18 S.
Bravo Morales, Nino
Pgina 2
2014
Despus de haber creado vamos a editar la entidad, para construir en la

visualizacin de ENVI.
Editar vrtice
Crear vector
Editar vector
Guardamos el shapefile entrando en el

men principal File > Save As
Bravo Morales, Nino
Pgina 3
2014
Ahora pasamos a recortar la imagen en forma de la zona de estudio.

Entramos en toolbox > Raster Management >
Resize Data
En esta ventana seleccionamos Spatial Subset,

para incorporar el archivo shapefile y cortar en
su forma.
Bravo Morales, Nino
Pgina 4
2014
Hay varias formas de cortar la

imagen, en este ejemplo
vamos a utilizar ROI/EVF.
Seleccionamos el shapefile:
Zona_Estudio.shp
Ya tenemos el rea de corte.
Bravo Morales, Nino
Pgina 5
2014
Guardamos la imagen de salida

con el nombre de
Clip_7_66_Flaash
Bravo Morales, Nino
Pgina 6
2014
Gua 6:
Fusin de imagen multiespectrales LandSat 8 banda
pancromtica - ENVI 5.1.
Qu es la fusin de imgenes?
La fusin de imgenes utiliza una imagen pancromtica de mayor resolucin (o
banda de rster) para fusionar con un dataset rster multibanda de menor
resolucin. El resultado produce un dataset rster multibanda con la resolucin del
rster pancromtico en donde los dos rsteres se superponen completamente.
La fusin de imgenes es una transformacin radiomtrica disponible a travs de
la interfaz de usuario o desde una herramienta de geoprocesamiento. Varias
compaas de imagen proporcionan imgenes multibanda de baja resolucin e
imgenes pancromticas de mayor resolucin de las mismas escenas. La fusin
de imgenes se utiliza para incrementar la resolucin espacial y proporcionar una
mejor visualizacin de una imagen multibanda con la imagen de banda nica de
alta resolucin.
Mtodo Gram-Schmidt
El mtodo de fusin de imgenes Gram-Schmidt, se basa en un algoritmo general
de vector ortogonalizacin, la ortogonalizacin de Gram-Schmidt. Este algoritmo
se compone en vectores (por ejemplo, 3 vectores en espacio 3D) que no son
ortogonales, despus los rota para que sean ortogonales. En caso de imgenes,
cada banda (pancromtico, rojo, verde, azul e infrarrojo) corresponde a un vector
de alta dimensin (#dimensiones = #pxeles).
En el mtodo de fusin de imgenes Gram-Schmidt, el primer paso es crear una
banda de desplazamiento panormico de baja resolucin al calcular un promedio
ponderado de las bandas MS. A continuacin, estas bandas no tienen relacin
entre s utilizando el algoritmo de ortogonalizacin Gram-Schmidt, al tratar a cada
Bravo Morales, Nino
Pgina 1
2014
banda como un vector multidimensional. La banda de desplazamiento panormico

de baja resolucin simulada se utiliza como el primer vector; que no se rota o
transforma. La banda de desplazamiento panormico de baja resolucin se
reemplaza despus con la banda de desplazamiento panormico de alta
resolucin y todas las bandas se transforman de nuevo en alta resolucin.
Algunos pesos sugeridos para los sensores comunes son (orden: rojo, verde, azul,
infrarrojo), como se muestra a continuacin:
GeoEye0.6, 0.85, 0.75, 0.3
IKONOS0.85, 0.65, 0.35, 0.9
QuickBird0.85, 0.7, 0.35, 1.0
WorldView-2: 0,95; 0,7; 0,5; 1,0
Para la fusin vamos a utilizar la herramienta de Toolbox > Image Sharpening >
Gram-Schmidt Pan Sharpening.
Seleccionamos la imagen Multi

Banda.
Bravo Morales, Nino
Pgina 2
2014
Seleccionamos la imagen
Pancromtica (Banda 8)
El tipo de sensor que tamos

utilizando Landsat8_OLI y
seleccionamos el mtodo de
remuestreo Bilinear.
Sin Fusin Pancromtico
Bravo Morales, Nino
Con Fusin Pancromtico
Pgina 3
2014
Gua 7:
ANLISIS ESTADISTICO DE IMAGEN LANDSAT 8 - ENVI
5.1.
Caracterstica de Landsat 8: La imagen a procesar es una
imagen Landsat 8, en que almacena sus datos de pixel se
emplean 16 bits firmados, es decir, cada pixel puede adoptar
un valor que variar entre -31 768 y 32 767.
Cuadro 1. Valores de pixel que se emplean en # bits
El tipo de datos
El mnimo (Valor)
El mximo (Valor)
1 bit UNSIGNED
2 bit UNSIGNED
4 bit UNSIGNED
15
8 bit UNSIGNED
255
-128
127
65 535
-31 768
32 767
4 294 967 295
-2 147 483 648
2 147 483 647
8 bit SIGNED
16 bit UNSIGNED
16 bit SIGNED
32 bit UNSIGNED
32 bit SIGNED
32 bit FLOAT
Un tipo de dato de 32 bits que admite

decimales.
64 bit

decimales.
Para mejor anlisis estadstico de la imagen vamos a trabajar

con 16 bits sin firmado (UNSIGNED), para ello convertiremos
utilizando el ArcGIS 10.2.
Bravo Morales, Nino
Pgina 1
2014
Abra el ArcMap 10.2 y entramos en ArcToolbox, entramos en la

Herramientas de administracin de datos > Rster > Dataset rster >
Copiar rster
A
B
C
D
E
A. In raster (Rster de entrada): El nombre y la ubicacin del dataset raster

(Clip_7_66_Flaash_B8)
Bravo Morales, Nino
Pgina 2
2014
B. Out raster dataset (Dataset rster de salida): El nombre y la ubicacin del

dataset rster que se va a crear. Al almacenar el dataset rster en un
formato de archivo, deber especificar la extensin del archivo:
.bilEsri BIL
.bipEsri BIP
.bmp: BMP
.bsqEsri BSQ
.dat: ENVI DAT
.gif: GIF
.img: ERDAS IMAGINE
.jpg: JPEG
.jp2: JPEG 2000
.png: PNG
.tif: TIFF
ninguna extensin para Cuadrcula de Esri
Cuando almacene un dataset rster en una geodatabase, no se deber

agregar ninguna extensin de archivo al nombre del dataset rster.
C. Configuration Keyword (Palabra clave de configuracin (opcional))
Especifica los parmetros de almacenamiento (configuracin) para una
geodatabase
de
archivos
una
geodatabase
de
ArcSDE.
Las
geodatabases personales no utilizan palabras clave de configuracin.

Seleccionamos la opcin DEFAULTS.
Bravo Morales, Nino
Pgina 3
2014
D. Ignore Nodata (Ignorar valor de fondo (opcional)): digitalice el valor 0

Utilice esta opcin para quitar los valores no deseados que se crean
alrededor de los datos rster. El valor especificado se distinguir de otros
datos valiosos en el dataset rster. Por ejemplo, un valor de cero a lo largo
de los bordes del dataset rster se distinguir de los valores cero dentro del
dataset rster.
E. NoData Value (Valor NoData (opcional)): digitalice el valor 0; Todos los
pxeles con el valor especificado se establecern como NoData en el
dataset rster de salida.
F. Pixel Type (Tipo de pxel (opcional)): Seleccione 16_BIT_UNSIGNED
Determina la profundidad de bit del dataset rster de salida. Si no se
especifica, la profundidad de bit de salida ser igual que la de la entrada.
No se producir un re-escalamiento de los valores rster cuando se elija un
tipo de pxel diferente. Si el tipo de pxel se degrada (se lo baja), los valores
rster que estn fuera del rango vlido para esa profundidad de pxel se
truncarn y se perdern. (Cuadro 1.)
G. Scale Pixel Value (Escalar valor de pxel (opcional)): activar el rango de
8 bits.
Cuando la salida es un tipo diferente de pxel que el de entrada (como 16
bits a 8 bits) puede elegir que los valores se aumenten para que se ajusten
al nuevo rango; de lo contrario, los valores que no se ajusten en el nuevo
rango de pxel se desecharn.
Marcado: los valores de pxeles aumentarn al nuevo tipo de pxeles.

Cuando ajusta la profundidad del pxel, el rster lo mostrar, pero los
valores se ajustarn segn a la nueva profundidad de bit que se
especific.
Bravo Morales, Nino
Pgina 4
2014
7.1. Calcular estadsticas

ENVI puede calcular estadsticas bsicas y / o informacin tabulada
histograma (distribucin de frecuencias) para las imgenes de una sola
banda o multibanda. El mnimo, mximo y espectros significar slo
pueden calcularse para imgenes multibanda. Del mismo modo, las
estadsticas de covarianza, que incluyen vectores propios y una matriz
de correlacin, slo pueden calcularse para imgenes multibanda. Las
estadsticas se calculan en doble precisin.
Desde el cuadro de herramientas (Toolbox), seleccione Estadsticas>

Calcular estadsticas. Aparecer el cuadro de dilogo de archivo de
entrada Calcular estadsticas.
Bravo Morales, Nino
Pgina 5
2014
En la Seleccin de archivos de entrada, seleccione el archivo de entrada

al seleccionar el nombre del archivo.
Haga clic en Aceptar. Aparecer el cuadro
Parmetros Estadsticas.
Seleccione
incluyen:
el
tipo
de
estadsticas
de
dilogo
Calcular
que
Estadsticas
bsicas:
Calcula
las
estadsticas bsicas (el mnimo, mximo,
media y desviacin estndar para todas
las bandas) para sus datos. Estas
estadsticas bsicas se calculan siempre.
Esta opcin siempre se establece.
ENVI no calcula estadsticas para algunas

bandas especificadas como malas bandas
en el archivo de cabecera de la imagen.
Histogramas: Calcula el histograma de cada banda. Los clculos de
distribucin de frecuencias tambin devuelven el nmero de puntos,
puntos acumulables, por ciento por cada bin, y el porcentaje
acumulativo para cada DN (Nmero Digital) en el histograma de la
imagen.
Covarianza: Calcula la matriz de covarianza, la matriz de correlacin,
los valores propios y vectores propios. Cuando se selecciona, la
imagen Covarianza casilla de verificacin tambin aparece en el
cuadro de dilogo. Seleccione la covarianza Imagen casilla para
devolver las matrices de covarianza y correlacin, y los vectores
propios como imgenes en la lista de bandas disponibles. Las
dimensiones de las imgenes resultantes se nb por NB , donde nb es
el nmero de bandas de los datos de entrada. Los vectores propios
estn asociados con las filas en la imagen de salida vector propio.
Bravo Morales, Nino
Pgina 6
2014
Seleccione la salida a la pantalla

de la casilla de verificacin para
mostrar el informe de
estadsticas en la pantalla.
Activamos las dos opciones, para

guardar el archivo de estadstica
y el reporte del archivo texto.
Ya hemos guardados el archivo

estadstica y el reporte.
Cambiar la precisin de los

datos que aparece en el
informe hacemos clic en
Report Precision
Bravo Morales, Nino
Pgina 7
2014
Para cambiar la precisin de los datos que aparece en el informe de

estadsticas de produccin, haga clic en Informe de precisin. Aparecer
el cuadro de dilogo Establecer Informe de precisin.
Utilice la precisin de datos de campo para establecer el nmero
de dgitos a mostrar despus del punto decimal.
Utilice el Informe flotante botn de activacin para designar el

formato (normal o cientfico) de los nmeros en el informe ASCII.
normales nmeros estn en formato decimal (por ejemplo,
25,88). Cientficos nmeros son un solo dgito seguido de un valor
decimal, la carta E, y el poder exponencial (por ejemplo, 2.588e
001).
Haga clic en Aceptar. Cuando se calculan las
estadsticas Resultados aparecer la ventana grfica.
Bravo Morales, Nino
estadsticas,
las
Pgina 8
2014
Ver Statistics Reports

La seccin de ventana las Estadsticas Resultados dilogo muestra el
perfil que ha seleccionado en el Select Plot botn desplegable. En la
ventana grfica, botones del ratn le permiten realizar las siguientes
tareas:
Botn izquierdo del ratn: muestra un cursor en forma de cruz en el
punto de datos ms cercano e informa de su (x, y).
Botn derecho del ratn: Contiene todas las opciones asociadas con
una ventana de dibujo regular.
Para guardar los resultados entramos en

el men principal File > Save results
text file
Lo abrimos el archivo con Excel.
Bravo Morales, Nino
Pgina 9
2014
Cuadro 2. Estadstica bsica de la imagen

Basic Stats
Band 1
Band 2
Band 3
Band 4
Band 5
Band 6
Min
31397
31809
32277
32465
32674
32756
Max
33997
33704
33382
33526
33770
32985
Mean
31853.7074
32154.1648
32500.7559
32645.6773
33041.332
32785.3724
Stdev
135.954075
104.671537
73.089763
64.568202
74.372594
14.840065
Num
1
2
3
4
5
6
Eigenvalue
38225.7777
5656.91279
783.281319
28.039243
6.673315
1.633252
La imagen LandSat 8, trabaja con valores de pixel de 16 bits.

Nota: recordar que los niveles es diferente de 8 bits y 16bits; el de 8
bits = 256 niveles por canal de color (x3 canales de color (RGB)
= 256 x 256 x 256 = 16.777.216 colores y el de 16 bits =
65.536 niveles por canal de color.
En el cuadro 1 se muestra las estadsticas bsicas de una imagen de
satlite, en la que para almacenar el valor de un pixel se emplean 16
bits, es decir, cada pixel puede adoptar un valor que variar entre 0 y
65535.
Extraer las siguientes conclusiones:
La banda 6 posee todos pxeles con niveles digitales concentrados entre
los valores 32756 y 32985, es decir no se encontrar en esa banda
ningn pixel con un valor inferior a 32756 y superior a 32985. La banda
que pose poca concentracin es la Banda 6 (Max Min = 229).
Bravo Morales, Nino
Pgina 10
2014
7.2. Medidas de tendencia central

Estos tipos de medidas permiten identificar y ubicar el ND al cual tiende
agruparse los Niveles Digitales (valor central). Cuando se aplica a
poblaciones, se les denomina parmetros o valores estadsticos de la
poblacin. Las principales medidas utilizadas para ubicar el ND central
son la media aritmtica, la mediana y la moda.
Media aritmtica
Es la medida de tendencia central ms utilizada y sencilla de calcular,

debido al manejo algebraico. La media aritmtica representa el valor
medio, alrededor del cual se agrupa resto de los valores radiomtricos
de una banda. La media se analiza en el conjunto con los valores
mnimos y mximos y la desviacin estndar, lo que permite conocer el
comportamiento radiomtrico de la imagen, su grado de homogeneidad
y de dispersin. La principal desventaja de la media aritmtica, est en
la sensibilidad a cambios de los valores o valores extremos.
Adicionalmente a la media aritmtica, existen otras medidas como la
media geomtrica, la media ponderada, la media cuadrtica, entre
otras.
Mediana
Corresponde al valor del ND intermedio cuando todos los elementos se

ordenan en una lista de menor a mayor o de mayor a menor. Se tiene
que el 50% de las observaciones se encuentran por arriba de la mediana
del ND y 50% por debajo de ella.
Para el clculo de la mediana, debe considerarse que las imgenes que
cuenten con un nmero total de pxeles impar, la mediana dar como
resultado la posicin intermedia de la serie ordenada, mientras que para
un nmero total de pxeles par, se debe promediar los dos valores de las
posiciones centrales.
Moda
ND que presenta mayor frecuencia en una imagen. Algunas veces es

posible que se presente dos valores con mayor frecuencia, por lo que se
denomina bimodal, otras veces con ms de dos valores, lo que se
conoce como multimodal.
Bravo Morales, Nino
Pgina 11
2014
7.3. Medidas de dispersin

Estas medidas permiten identificar cuanto se dispersan los ND alrededor
del ND central, en otras palabras, permiten conocer como los valores de
los datos se reparten a travs del rango radiomtrico de la imagen,
tomando como referencia el ND central.
Desviacin estndar o tpica
La desviacin estndar permite determinar el promedio aritmtico o

fluctuaciones de los datos respecto a su punto central o media. Si los
valores tienden a concentrarse alrededor de la media - la desviacin
estndar es pequea, si los valores tienden a distribuirse lejos de la
media la desviacin estndar es grande.
Ejemplo prctico:
Imaginemos que disponemos de una caja de 65 536 lpices de colores.
Todos los lpices estn ordenados por tonalidades; tal y como se
venden en las papeleras. Si observamos la caja nos damos cuenta que
el color de un lpiz es muy similar (a veces idntico) al situado a su
lado. Supongamos que a cada lpiz se le asocia un valor, un nivel
digital. Si pintamos cada pixel de la banda 2 y de la banda 5 con su lpiz
correspondiente: qu suceder con la visualizacin de ambas bandas?
banda 6 posee todos su pxeles con valores muy concentrados en un
rango pequeo (32756 - 32985), su visualizacin presentar poca
variacin en cuanto a tonalidad se refiere. Sin embargo, la banda 1
(31397 - 33997), emplear toda la caja para visualizar la imagen.
Como conclusin distinguiremos ms detalles en la banda 1 que en la
banda 6. No olvidemos que las dos estn representando a la misma
porcin de terreno.
Y si en lugar de una caja de colores empleamos una gama de 255
grises que van desde el negro al blanco? Con ms razn mejor contraste
en la imagen.
Bravo Morales, Nino
Pgina 12
2014
Hacemos clic en la banda 6,

para representar en rangos de
colores.
Rango de Pixel de la imagen

banda 6.
Crear una nueva clasificacin

de colores.
Numero de rangos de colores

255 (RGB) para la clasificacin.
Bravo Morales, Nino
Pgina 13
Numero de
pixel
Frecuencia
Absoluta
Frecuencia
Absoluta
2014
Frecuencia
Relativa
Cuadro 3. Histograma de la Banda 6

DN
32756
32757
32758
32759
32760
32761
32762
32763
32764
32765
32766
32767
32768
32769
Bravo Morales, Nino
Npts
299948
0
0
0
0
0
5953
1173
145
177
3909
15797
12957
21746
FA Total
299948
299948
299948
299948
299948
299948
305901
307074
307219
307396
311305
327102
340059
361805
FR Percent
7.4594
0
0
0
0
0
0.148
0.0292
0.0036
0.0044
0.0972
0.3929
0.3222
0.5408
FR Acc Pct
7.4594
7.4594
7.4594
7.4594
7.4594
7.4594
7.6075
7.6366
7.6403
7.6447
7.7419
8.1347
8.457
8.9978
Pgina 14
32770
32771
32772
32773
32774
32775
32776
32777
32778
32779
32780
32781
32782
32783
32784
32785
32786
32787
32788
32789
32790
32791
32792
32793
32794
32795
32796
32797
32798
32799
32800
32801
32802
32803
32804
32805
32806
32807
32808
32809
32810
Bravo Morales, Nino
8761
8358
9327
11513
16061
25840
43097
66387
96803
135919
186567
242615
278297
284725
257791
225382
196765
174165
155658
140007
126114
113321
101561
89121
78073
67497
57645
49560
42757
36890
31814
28331
24935
21603
19126
16732
14749
13420
11931
11148
10049
370566
378924
388251
399764
415825
441665
484762
551149
647952
783871
970438
1213053
1491350
1776075
2033866
2259248
2456013
2630178
2785836
2925843
3051957
3165278
3266839
3355960
3434033
3501530
3559175
3608735
3651492
3688382
3720196
3748527
3773462
3795065
3814191
3830923
3845672
3859092
3871023
3882171
3892220
0.2179
0.2079
0.232
0.2863
0.3994
0.6426
1.0718
1.651
2.4074
3.3802
4.6397
6.0336
6.921
7.0808
6.411
5.605
4.8934
4.3313
3.8711
3.4818
3.1363
2.8182
2.5257
2.2164
1.9416
1.6786
1.4336
1.2325
1.0633
0.9174
0.7912
0.7046
0.6201
0.5372
0.4756
0.4161
0.3668
0.3337
0.2967
0.2772
0.2499
2014
9.2156
9.4235
9.6554
9.9418
10.3412
10.9838
12.0556
13.7066
16.114
19.4941
24.1339
30.1675
37.0885
44.1693
50.5804
56.1854
61.0788
65.4101
69.2812
72.763
75.8993
78.7175
81.2432
83.4596
85.4012
87.0798
88.5134
89.7459
90.8092
91.7266
92.5178
93.2224
93.8425
94.3797
94.8554
95.2715
95.6383
95.972
96.2687
96.546
96.7959
Pgina 15
32811
32812
32813
32814
32815
32816
32817
32818
32819
32820
32821
32822
32823
32824
32825
32826
32827
32828
32829
32830
32831
32832
32833
32834
32835
32836
32837
32838
32839
32840
32841
32842
32843
32844
32845
32846
32847
32848
32849
32850
32851
Bravo Morales, Nino
8894
8192
7246
6497
6081
5657
4991
4496
4345
3826
3478
3288
3009
2846
2588
2365
2068
1964
1823
1714
1596
1426
1325
1227
1109
1071
1019
893
869
800
791
693
718
623
619
606
577
563
518
524
467
3901114
3909306
3916552
3923049
3929130
3934787
3939778
3944274
3948619
3952445
3955923
3959211
3962220
3965066
3967654
3970019
3972087
3974051
3975874
3977588
3979184
3980610
3981935
3983162
3984271
3985342
3986361
3987254
3988123
3988923
3989714
3990407
3991125
3991748
3992367
3992973
3993550
3994113
3994631
3995155
3995622
0.2212
0.2037
0.1802
0.1616
0.1512
0.1407
0.1241
0.1118
0.1081
0.0951
0.0865
0.0818
0.0748
0.0708
0.0644
0.0588
0.0514
0.0488
0.0453
0.0426
0.0397
0.0355
0.033
0.0305
0.0276
0.0266
0.0253
0.0222
0.0216
0.0199
0.0197
0.0172
0.0179
0.0155
0.0154
0.0151
0.0143
0.014
0.0129
0.013
0.0116
2014
97.0171
97.2208
97.401
97.5626
97.7138
97.8545
97.9786
98.0904
98.1985
98.2936
98.3801
98.4619
98.5367
98.6075
98.6719
98.7307
98.7821
98.831
98.8763
98.9189
98.9586
98.9941
99.027
99.0575
99.0851
99.1118
99.1371
99.1593
99.1809
99.2008
99.2205
99.2377
99.2556
99.2711
99.2865
99.3015
99.3159
99.3299
99.3428
99.3558
99.3674
Pgina 16
32852
32853
32854
32855
32856
32857
32858
32859
32860
32861
32862
32863
32864
32865
32866
32867
32868
32869
32870
32871
32872
32873
32874
32875
32876
32877
32878
32879
32880
32881
32882
32883
32884
32885
32886
32887
32888
32889
32890
32891
32892
Bravo Morales, Nino
442
485
422
424
421
416
434
461
407
369
398
399
412
380
433
380
391
380
376
412
370
358
380
382
364
370
326
344
334
349
361
373
353
340
332
338
307
345
318
320
309
3996064
3996549
3996971
3997395
3997816
3998232
3998666
3999127
3999534
3999903
4000301
4000700
4001112
4001492
4001925
4002305
4002696
4003076
4003452
4003864
4004234
4004592
4004972
4005354
4005718
4006088
4006414
4006758
4007092
4007441
4007802
4008175
4008528
4008868
4009200
4009538
4009845
4010190
4010508
4010828
4011137
0.011
0.0121
0.0105
0.0105
0.0105
0.0103
0.0108
0.0115
0.0101
0.0092
0.0099
0.0099
0.0102
0.0095
0.0108
0.0095
0.0097
0.0095
0.0094
0.0102
0.0092
0.0089
0.0095
0.0095
0.0091
0.0092
0.0081
0.0086
0.0083
0.0087
0.009
0.0093
0.0088
0.0085
0.0083
0.0084
0.0076
0.0086
0.0079
0.008
0.0077
2014
99.3784
99.3905
99.401
99.4115
99.422
99.4323
99.4431
99.4546
99.4647
99.4739
99.4838
99.4937
99.5039
99.5134
99.5242
99.5336
99.5433
99.5528
99.5621
99.5724
99.5816
99.5905
99.5999
99.6094
99.6185
99.6277
99.6358
99.6443
99.6527
99.6613
99.6703
99.6796
99.6884
99.6968
99.7051
99.7135
99.7211
99.7297
99.7376
99.7456
99.7532
Pgina 17
32893
32894
32895
32896
32897
32898
32899
32900
32901
32902
32903
32904
32905
32906
32907
32908
32909
32910
32911
32912
32913
32914
32915
32916
32917
32918
32919
32920
32921
32922
32923
32924
32925
32926
32927
32928
32929
32930
32931
32932
32933
Bravo Morales, Nino
329
290
309
285
262
278
266
273
281
277
255
240
252
254
237
255
216
206
201
206
217
222
201
221
165
166
162
163
151
153
156
146
133
130
115
132
133
116
109
92
90
4011466
4011756
4012065
4012350
4012612
4012890
4013156
4013429
4013710
4013987
4014242
4014482
4014734
4014988
4015225
4015480
4015696
4015902
4016103
4016309
4016526
4016748
4016949
4017170
4017335
4017501
4017663
4017826
4017977
4018130
4018286
4018432
4018565
4018695
4018810
4018942
4019075
4019191
4019300
4019392
4019482
0.0082
0.0072
0.0077
0.0071
0.0065
0.0069
0.0066
0.0068
0.007
0.0069
0.0063
0.006
0.0063
0.0063
0.0059
0.0063
0.0054
0.0051
0.005
0.0051
0.0054
0.0055
0.005
0.0055
0.0041
0.0041
0.004
0.0041
0.0038
0.0038
0.0039
0.0036
0.0033
0.0032
0.0029
0.0033
0.0033
0.0029
0.0027
0.0023
0.0022
2014
99.7614
99.7686
99.7763
99.7834
99.7899
99.7968
99.8035
99.8102
99.8172
99.8241
99.8305
99.8364
99.8427
99.849
99.8549
99.8613
99.8666
99.8718
99.8767
99.8819
99.8873
99.8928
99.8978
99.9033
99.9074
99.9115
99.9155
99.9196
99.9234
99.9272
99.931
99.9347
99.938
99.9412
99.9441
99.9474
99.9507
99.9535
99.9563
99.9585
99.9608
Pgina 18
32934
32935
32936
32937
32938
32939
32940
32941
32942
32943
32944
32945
32946
32947
32948
32949
32950
32951
32952
32953
32954
32955
32956
32957
32958
32959
32960
32961
32962
32963
32964
32965
32966
32967
32968
32969
32970
32971
32972
32973
32974
Bravo Morales, Nino
95
76
84
77
75
59
60
59
73
70
55
49
53
60
52
50
37
46
45
42
32
35
23
21
26
24
24
22
15
13
13
17
12
13
10
8
9
8
9
5
3
4019577
4019653
4019737
4019814
4019889
4019948
4020008
4020067
4020140
4020210
4020265
4020314
4020367
4020427
4020479
4020529
4020566
4020612
4020657
4020699
4020731
4020766
4020789
4020810
4020836
4020860
4020884
4020906
4020921
4020934
4020947
4020964
4020976
4020989
4020999
4021007
4021016
4021024
4021033
4021038
4021041
0.0024
0.0019
0.0021
0.0019
0.0019
0.0015
0.0015
0.0015
0.0018
0.0017
0.0014
0.0012
0.0013
0.0015
0.0013
0.0012
0.0009
0.0011
0.0011
0.001
0.0008
0.0009
0.0006
0.0005
0.0006
0.0006
0.0006
0.0005
0.0004
0.0003
0.0003
0.0004
0.0003
0.0003
0.0002
0.0002
0.0002
0.0002
0.0002
0.0001
0.0001
2014
99.9631
99.965
99.9671
99.969
99.9709
99.9724
99.9739
99.9753
99.9771
99.9789
99.9803
99.9815
99.9828
99.9843
99.9856
99.9868
99.9877
99.9889
99.99
99.991
99.9918
99.9927
99.9933
99.9938
99.9945
99.9951
99.9956
99.9962
99.9966
99.9969
99.9972
99.9976
99.9979
99.9983
99.9985
99.9987
99.9989
99.9991
99.9994
99.9995
99.9996
Pgina 19
32975
32976
32977
32978
32979
32980
32981
32982
32983
32984
32985
TOTAL
4
1
1
1
3
1
2
2
0
1
2
4021059
4021045
4021046
4021047
4021048
4021051
4021052
4021054
4021056
4021056
4021057
4021059
0.0001
0
0
0
0.0006
0
0
0
0
0
0
100
2014
99.9997
99.9997
99.9997
99.9997
99.9998
99.9998
99.9999
99.9999
99.9999
100
100
Figura 1. Barra de frecuencia relativa de los pixeles en Niveles Digitales

(DN) de la banda 6
Para los pxeles cuyo ND es 32790 el histograma informa que:
Columna N de pxeles: La imagen posee 126114 pixeles con ND

32790.
Columna Total: 3051957 pxeles de la imagen almacenan un ND
32790 o menor.
Columna Frecuencia %: Dicho de otra forma el 3.1363% de los
pixeles de la imagen tienen ND 32790.
Bravo Morales, Nino
Pgina 20
2014
Columna Frecuencia acumulada %: el 75.8993% tiene ND

32790 o menor.
Debe observarse que el 99% de los pixeles de la imagen tienen valores
entre 32756 y 32833, es decir, la mayora de los pxeles de la imagen
tienen un ND en un rango de 32795 ND ((32756-32833)/2), cuando la
disponibilidad es entre 0 y 255. Los pxeles almacenan niveles muy
concentrados, existe muy poca dispersin. Esto implica tambin, que la
imagen adolece de poco contraste.
Bravo Morales, Nino
Pgina 21
2014
Gua 8:
Clasificacin supervisada - Flujo de trabajo de
clasificacin para categorizar los pxeles de una imagen
LandSat 8 en muchas clases - ENVI 5.1
El flujo de trabajo de clasificacin utiliza cualquiera de los mtodos no
supervisados o supervisadas categorizar pxeles de una imagen en
muchas clases. Usted puede realizar una clasificacin no supervisada sin
proporcionar datos de entrenamiento, o puede realizar una clasificacin
supervisada, en la que usted proporciona datos de entrenamiento y se
especifica un mtodo de clasificacin de mxima probabilidad, la
distancia mnima, la distancia de Mahalanobis, o espectral Angle Mapper
(SAM).
Seleccionamos la
imagen a clasificar.
Bravo Morales, Nino
Pgina 1
2014
Seleccionamos el mtodo
de clasificacin
supervisada.
Datos de las clases
Propiedades de la clase:
nombre de la clase, color
de la clase.
Estas herramientas
podemos crear ms
clases, eliminar,
abrir y guarda
Bravo Morales, Nino
Visualizacin de la
clasificacin de la
imagen Landsat 8
Pgina 2
2014
Con esta herramienta crearemos

los polgonos para representar la
clasificacin de bosque, pastizal,
rio, playn, deforestacin.
Bravo Morales, Nino
Pgina 3
2014
Tipos de Metodologa de
clasificacin
En la pestaa Algoritmo, seleccione un mtodo de clasificacin de la lista

desplegable provista. Para opcionalmente ajustar la configuracin de los
parmetros de los algoritmos, vea Establecer opciones avanzadas:
Mxima Verosimilitud: Asume que las estadsticas de cada clase

en cada banda tienen una distribucin normal y calcula la
probabilidad de que un pxel dado pertenece a una clase
especfica. Cada pxel se le asigna a la clase que tiene la
probabilidad ms alta (es decir, la probabilidad mxima). Este es
el valor predeterminado.
Distancia mnima: Usos de los vectores de medias para cada
clase y calcula la distancia euclidiana de cada pixel desconocido
para el vector medio para cada clase. Los pxeles se clasifican en
la clase ms cercana.
Distancia de Mahalanobis: Un clasificador distancia sensible a la
direccin que utiliza las estadsticas para cada clase. Es similar a
la clasificacin mxima probabilidad, pero asume todas las
covarianzas de clase son iguales, y por lo tanto es un mtodo ms
rpido. Todos los pxeles se clasifican para los datos de
entrenamiento ms cercanos.
Espectral ngulo Mapper: (SAM) es una clasificacin espectral
de base fsica que utiliza un n ngulo-D para que coincida con
Bravo Morales, Nino
Pgina 4
2014
pxeles para los datos de entrenamiento. Este mtodo determina

la similitud espectral entre dos espectros mediante el clculo del
ngulo entre los espectros y tratarlos como vectores en un espacio
con dimensionalidad igual al nmero de bandas. Esta tcnica,
cuando se utilizan en los datos de reflectancia calibrados, es
relativamente insensible a la iluminacin y albedo efectos. SAM
compara el ngulo entre el vector de la formacin y cada vector
de pxeles en la media de n espacio-D. ngulos ms pequeas
representan partidos ms estrechos con el espectro de referencia.
Los pxeles se clasifican en la clase con el menor ngulo.
Elimina el ruido de salida y

pigmentacin durante la
limpieza
Elimina pequeas regiones
Introduzca los valores de los mtodos de limpieza que haya activado:

Especifique el tamao de su ncleo suave usando un nmero impar (por
ejemplo, 3 = 3x3 pxeles). Pxel central del kernel plaza ser
reemplazado por el valor de la clase mayor parte del kernel. El valor
predeterminado es 3.
Bravo Morales, Nino
Pgina 5
2014
Especifique el Agregar Tamao mnimo en pxeles. Las regiones con un

tamao de este valor o menor se agregan a una regin adyacente, ms
grande. El valor predeterminado es 9.
Active la vista previa opcin de ver los resultados de limpieza en una
ventana de vista previa antes de procesar toda la imagen. Puede
cambiar la configuracin de limpieza y obtener una vista previa de los
resultados de nuevo, si es necesario.
Exportamos la clasificacin
en formato rster.
en formato Shapefile.
Bravo Morales, Nino
Pgina 6
2014
estadstica, en formato
texto.
Exportamos las reglas de

clasificacin, en formato
rster.
Ahora abrimos el ARCGIS 10.2 para agregar el shapefile y corregir las

coberturas de tierra y uso de suelo.
Bravo Morales, Nino
Pgina 7
2014
Nombre de las zonas de nube y zonas urbanas.
Bravo Morales, Nino
Pgina 8
2014
Gua 9:
Procesamiento de Imagen Landsat 8 en ArcGIS 10.1
Conversin de 16bits a 8bits
IMGENES LANDSAT 8 LDCM

Esta nueva entrega intenta resumir las bondades del programa LandSat y al
mismo tiempo dar una breve visin de la nueva etapa de este programa que se ha
puesto en rbita en febrero de 2013 con el lanzamiento de la plataforma Landsat 8
LDCM (Misin de Continuidad de la Informacin Landsat).
Este ao el programa LandSat cumpli 40 aos de recoleccin ininterrumpida de
informacin espectral de la superficie de la tierra, y otorg un registro de la
evolucin de los sistemas terrestres que se encuentra asegurado en archivos
histricos.
Serie de satlites LandSat y ao de su lanzamiento:
LandSat 1: 1972 fuera de servicio

LandSat 5: 1985 el USGS inform que empieza a tener problemas de
funcionamiento (giroscopio) y parece que la nave est llegando al cierre de
su ciclo.
LandSat 6: 1993. Lanzamiento fallido.
LandSat 7: 1999. A partir del ao 2003 presenta problemas en la
adquisicin y tratamiento de las imgenes, presentndose franjas inclinadas
de datos invlidos (gaps) hacia la izquierda unos 8 respecto a la
orientacin horizontal debido a la rotacin, provocando la prdida de un
22% de la informacin de cada imagen.
Misin de Continuidad de la Informacin Landsat LDCM (Landsat 8):
Lanzado el 11-02-2013.
Bravo Morales, Nino 954849467 geosig_2011@hotmail.com
Pgina 1
2014
As es como las nuevas bandas de Landsat 8 alinean con Landsat 7:

Landsat 7
Banda
Ancho (m)
Resolucin (m) Banda

Band 1 Coastal
30
Band 1 Blue
0.45 0.52
Band 2 Blue
30
Band 2 Green 0.52 0.60
Band 3 Green
30
Band 3 Red
0.63 0.69
Band 4 Red
30
Band 4 NIR
0.77 0.90
Band 5 NIR
30
Band 5 SWIR1 1.55 1.75
Band 6 SWIR1
30
Band 7 SWIR2 2.09 2.35
Band 7 SWIR2
15
Band 8 Pan
0.52 0.90
Band 8 Pan
Band 9 Cirrus
30/60
Band 6 TIR
10.40 12.50
Band 10 TIRS1
Band 11 TIRS2
Landsat 8
Ancho (m) Resolucin (m)
30
0.43 0.45
30
0.45 0.51
30
0.53 0.59
30
0.64 0.67
30
0.85 0.88
30
1.57 1.65
30
2.11 2.29
15
0.50 0.68
30
1.36 1.38
100
10.6 11.19
100
11.5 12.51
INFORMACIN PARA NUEVOS USUARIOS IMGENES LANDSAT 8

a.
b.
c.
d.
e.
f.
g.
h.
i.
Licencia: Los Landsat 8 imgenes son gratuitas;

Descargar: Para descargar imgenes del Landsat-8, utilice la gua 16.
Coleccin: El satlite Landsat-8 entr en funcionamiento en 2013, pronto
slo tiene imgenes de la segunda mitad de este ao.
Fusin: Si combina la banda 8 PAN (tonos de gris) de 15 metros de
resolucin espacial con otras bandas multiespectrales (color) 30 metros, la
resolucin espacial final de la escena Landsat-8 ser de 15 metros;
Resolucin radiomtrica: Las imgenes Landsat-8 se entregan en 16 Bits
(software como AutoCAD / Photoshop / Gimp no son capaces de ver estas
fotos). Hay que hacer un Rescale a 8 bits (conversin radiomtrica);
Imagen de la proyeccin: Proyeccin UTM WGS 1984 N;
Reproyeccin: Las imgenes Landsat-8 estn orientados al NORTE
verdadero, siendo necesario redisearlos. Esto significa que en lugar de
recibir una escena Landsat 8-Proyeccin / Datum UTM Zona 18 WGS1984 S,
recibir una escena Landsat 8-Proyeccin / Datum UTM Zona 18 N
WGS1984;
Formato de entrega de Landsat-8: GeoTIFF.
Revisar el perodo de Landsat-8: 16 das (lo que significa que el satlite
toma 16 das para hacer otra pasada a travs de la misma regin).
Pgina 2
2014
Cambiar la escala (Conversin radiomtrica)

Es el proceso utilizado para llevar a cabo transformaciones radiomtricas en
imgenes de satlite. Durante el proceso, las imgenes se convierten en el rango
de 16 bits a 08 bits, facilitando la distribucin de otros programas y reducir a la
mitad el tamao del archivo. Los datos se escalan para ser compatible con la
gama de 8 bits (0-255 niveles de gris), similares a los productos Landsat-5 y
Landsat-7.
Este procedimiento se aplica a todas las bandas,
incluyendo la pancromtica. No es necesario
cargar todas las bandas, porque vamos a
ejecutar la tarea en Batch.
Abra el ArcMap 10.1 y entramos en ArcToolbox,
entramos en la Herramientas de administracin
de datos > Rster > Dataset rster > Copiar
rster
.
Pgina 3
2014
En la primera fila, le hacemos doble clic para abrir el rster de entrada.
Doble clic.
1. Configuracin de la primera banda 1.
A
B
C
D
E
G
Pgina 4
2014
A. In raster (Rster de entrada): El nombre y la ubicacin del dataset raster

(Banda 1)
B. Out raster dataset (Dataset rster de salida): El nombre y la ubicacin del
dataset rster que se va a crear. Al almacenar el dataset rster en un
formato de archivo, deber especificar la extensin del archivo:
.bilEsri BIL
.bipEsri BIP
.bmp: BMP
.bsqEsri BSQ
.dat: ENVI DAT
.gif: GIF
.img: ERDAS IMAGINE
.jpg: JPEG
.jp2: JPEG 2000
.png: PNG
.tif: TIFF

C. Configuration Keyword (Palabra clave de configuracin (opcional))
Especifica los parmetros de almacenamiento (configuracin) para una
geodatabase
de
archivos
una
geodatabase
de
ArcSDE.
Las
geodatabases personales no utilizan palabras clave de configuracin.

Seleccionamos la opcin DEFAULTS.
Pgina 5
2014
D. Ignore Nodata (Ignorar valor de fondo (opcional)): digitalice el valor 0

Utilice esta opcin para quitar los valores no deseados que se crean
alrededor de los datos rster. El valor especificado se distinguir de otros
datos valiosos en el dataset rster. Por ejemplo, un valor de cero a lo largo
de los bordes del dataset rster se distinguir de los valores cero dentro del
dataset rster.
E. NoData Value (Valor NoData (opcional)): digitalice el valor 0; Todos los
pxeles con el valor especificado se establecern como NoData en el
dataset rster de salida.
F. Pixel Type (Tipo de pxel (opcional)): Seleccione 8_BIT_UNSIGNED
Determina la profundidad de bit del dataset rster de salida. Si no se
especifica, la profundidad de bit de salida ser igual que la de la entrada.
No se producir un re-escalamiento de los valores rster cuando se elija un
tipo de pxel diferente. Si el tipo de pxel se degrada (se lo baja), los valores
rster que estn fuera del rango vlido para esa profundidad de pxel se
truncarn y se perdern.
El tipo de datos
El mnimo (Valor)
El mximo (Valor)
1 bit UNSIGNED
2 bit UNSIGNED
4 bit UNSIGNED
15
8 bit UNSIGNED
255
-128
127
65 535
-31 768
32 767
4 294 967 295
-2 147 483 648
2 147 483 647
8 bit SIGNED
16 bit UNSIGNED
16 bit SIGNED
32 bit UNSIGNED
32 bit SIGNED
Pgina 6
32 bit FLOAT

decimales.
64 bit

decimales.
2014
G. Scale Pixel Value (Escalar valor de pxel (opcional)): activar el rango de

8 bits.
Cuando la salida es un tipo diferente de pxel que el de entrada (como 16
bits a 8 bits) puede elegir que los valores se aumenten para que se ajusten
al nuevo rango; de lo contrario, los valores que no se ajusten en el nuevo
rango de pxel se desecharn.
Desmarcado: los valores de pxeles permanecern iguales y no

aumentarn. Cualquier valor que no se ajuste dentro del rango de valor
se desechar. Esta es la opcin predeterminada.
Marcado: los valores de pxeles aumentarn al nuevo tipo de pxeles.

Cuando ajusta la profundidad del pxel, el rster lo mostrar, pero los
valores se ajustarn segn a la nueva profundidad de bit que se
especific.
Pgina 7
2014
Pgina 8
2014
Se ha descargado estos dos

archivos.
Pgina 9
2014
Gua 10:
Composicin de Bandas del LandSat 8 y 7 en ArcGIS
10.1
1.
Bandas de rster
Algunos rsteres tienen una banda nica, o capa (una medida de una sola
caracterstica) de datos, mientras que otros tienen mltiples bandas. Bsicamente,
una banda se representa con una sola matriz de valores de celda, y un rster con
mltiples bandas contiene mltiples matrices de valores de celda que coinciden
espacialmente y que representan la misma rea espacial. Un ejemplo de dataset
rster de banda nica es un modelo digital de elevacin (DEM). Cada celda en un
DEM contiene solamente un valor que representa la elevacin de superficie.
Tambin puede tener una ortofoto de banda nica, que a veces se llama imagen
pancromtica o de escala de grises.
Cuando hay mltiples bandas, cada ubicacin de celda tiene ms de un valor
asociado. Con mltiples bandas, cada banda por lo general representa un
segmento del espectro electromagntico recopilado por un sensor. Las bandas
pueden representar cualquier porcin del espectro electromagntico, incluidos los
rangos no visibles a simple vista, como las secciones infrarrojas o ultravioletas. El
trmino banda se origin a partir de la referencia a la banda de color en el
espectro electromagntico.
Cuando crea una capa de mapa a partir de una imagen rster, puede elegir
mostrar una banda nica de datos o formar una composicin de color a partir de
mltiples bandas. Una combinacin de cualquiera de las tres bandas disponibles
Pgina 1
2014
en un dataset rster multibanda se puede utilizar para crear composiciones RGB.

Al visualizar bandas juntas como composiciones RGB, a veces se puede recabar
ms informacin del dataset que si fuese a trabajar con slo una banda.
Una imagen de satlite, por ejemplo, por lo general tiene mltiples bandas que
representan distintas longitudes de onda desde las porciones ultravioleta hasta las
visibles e infrarrojas del espectro electromagntico. Las imgenes Landsat, por
ejemplo, son datos recopilados desde siete bandas distintas del espectro
electromagntico. Las bandas 1-7, incluida la 6, representan datos de las regiones
visibles, casi infrarrojas e infrarrojas media. La banda 6 recopila datos de la regin
infrarroja termal. Otro ejemplo de una imagen multibanda es una ortofoto de color
verdadero en la que hay tres bandas, cada una representa rojo, verde o celeste.
Pgina 2
2014
El satlite Landsat-8 fue diseado con la posibilidad de generar nuevos productos

por nuevas combinaciones de bandas. En poco tiempo tendremos artculos
acadmicos que contienen ms informacin, pero es posible que desee saber qu
combinaciones de bandas del satlite Landsat-8 tiene resultados similares
predecesores Landsat-5 y Landsat-7. Consulte la tabla siguiente:
Vista rpida
Resultar
Infra-rojo
Landsat 7
Landsat 5
Landsat 8
4, 3, 2
5,4,3
3, 2, 1
4,3,2
Falso color
5,4,3
6,5,4
Falso color
7.5.3
7,6,4
Falso color
7,4,2
7.5.3
Color Natural
Fuente: http://landsat.usgs.gov/L8_band_combos.php
Pgina 3
2014
Entramos ArcToolbox, clic en la herramienta

Data Management Tools Raster Raster
Processing Composite Bands. Vamos a
realizar la composicin colorida RGB 6-5-4 de
satlite Landsat 8 que corresponde la antigua
composicin RGB 5-4-3.
Pgina 4
2014
Gua 11:
Fusin de Imagen en ArcGIS 10.1
Despus de la proyeccin de imagen multiespectral, ha llegado el momento de
lograr la resolucin espacial de 15 metros del Landsat-8. Crear dataset rster con
nitidez de desplazamiento panormico (Administracin de datos), Combina un
dataset rster pancromtico de alta resolucin con un dataset rster multibanda de
menor resolucin para crear un rster rojo-verde-azul (RGB) con la resolucin del
rster pancromtico.
Entramos en ArcToolbox, clic en Data Management Tools Raster Raster
Processing Create Pan-Sharpened Raster Dataset
Bravo Morales, Nino Frank
954849467
Pgina 1
2014
A. Input Raster (Rster de entrada): El dataset rster de entrada al que desea

aplicar la refinacin pancromtica. Generalmente, se trata de un dataset
rster multibanda de baja resolucin.
B. Output Raster Dataset (Dataset rster de salida): El dataset rster de

salida.
Al almacenar el dataset rster en un formato de archivo, deber especificar
la extensin del archivo:
.bilEsri BIL
.bipEsri BIP
.bmp: BMP
.bsqEsri BSQ
.dat: ENVI DAT
.gif: GIF
.img: ERDAS IMAGINE
.jpg: JPEG
.jp2: JPEG 2000
.png: PNG
.tif: TIFF

C. Panchromatic Imagen (Imagen pancromtica)
El dataset rster pancromtico. Generalmente, es una imagen de escala de
grises de alta resolucin (Banda 8)
954849467
Pgina 2
2014
D. Panchromatic Type (Tipo de nitidez de desplazamiento panormico):

seleccionamos ESRI, hay otros como logaritmo BROVERY, IHS, etc.
El mtodo de fusin de imgenes:
IHS: Utiliza el espacio de colores Intensidad, Tono y Saturacin para la

fusin de datos.
BROVEY: Utiliza el algoritmo Brovey basado en modelado espectral para

la fusin de datos.
Esri: Utiliza el algoritmo Esri basado en modelado espectral para la

fusin de datos.
SIMPLE_MEAN: Utiliza el valor promediado entre los valores rojo, verde

y azul, y el valor de pxel pancromtico.
Gram-Schmidt: Utiliza el algoritmo de refinado pancromtico espectral

Gram-Schmidt para refinar datos multiespectrales.
Resultado final
954849467
Pgina 3
2014
Resolucin espacial 30 metros
Resolucin espacial 15 metros
954849467
Pgina 4
2014
Gua 12:
Nitidez de la imagen Satelital LandSat 8
Con la imagen resultante de 15 metros, de resolucin espacial, vamos aplicar la
nitidez con la ventana anlisis de imagen.
1. La activacin de la ventana de anlisis de imagen,
en el men principal entramos en Windows (Ventanas)
y hacemos clic en Analyst Imagen.
2. Hacemos clic en la imagen multiespectral y se va
activar varios parmetros.
3. En procesamiento escogemos filtro (Nitidez)
4.
Se crear una nueva imagen llamado Filter_RGB_654_8.tif.
5.
Para ver la diferencia entramos en visualizacin y hacemos clic en la

imagen resultante Filter_RGB_654_8.tif, de ah hacemos clic en barrear
capa.
954849467
Pgina 1
2014
Con nitidez
Sin nitidez
6.
Al obtener la nitidez de la imagen este archivo, tenemos que guardarlo en

nuestra carpeta de trabajo, en la ventana de anlisis de imagen hay un
disquet, hacemos un clic seleccionando la imagen a exportar.
954849467
Pgina 2
2014
Exportarlo el Raster en la carpeta de ruta.
954849467
Pgina 3
2014
Gua 13:
ndice de vegetacin
El anlisis de la vegetacin y la deteccin de los cambios de sus patrones, son
claves para la evaluacin de recursos naturales y su monitoreo. Es por ello que
la deteccin y la evaluacin cuantitativa de la vegetacin verde constituyen
una de las mejores aplicaciones de la percepcin remota para el manejo de los
recursos ambientales y la toma de decisiones.
Con la finalidad de explicar cmo la deteccin remota interacta con la
vegetacin, y para su mejor comprensin, hemos credo conveniente definir
algunos trminos.
1.
Fundamentos
La deteccin remota de la cobertura vegetal se fundamenta en algunas

propiedades que tienen las hojas al interactuar con la radiacin solar.
Analizamos a continuacin estas propiedades.
2.
Comportamiento espectral de la hoja viva
La clorofila no absorbe toda la luz del sol uniformemente, Las molculas de

clorofila preferentemente absorben la luz roja y azul para usar en la
fotosntesis (Figura 1). Ellas deben absorber tanta cantidad como 70% a 90%
de la luz incidente en esas regiones. Mucho menos cantidad de la luz verde es
absorbida y ms es reflejada, entonces el observador humano, que puede ver
slo el espectro visible, observa la reflexin dominante de la luz verde como
vegetacin viva (Figura 2).
Figura 1. Espectro de absorcin para la clorofila.

954849467
Pgina 1
2014
Figura 2. Reflectancia Espectral tpica de una hoja viva En el espectro cercano

al infrarrojo, la reflexin de la hoja es controlada no por pigmentos de plantas,
pero s por la estructura del tejido esponjoso. La cutcula y la epidermis son
mayormente transparentes a la radiacin infrarroja, entonces una muy
pequea radiacin es reflectada de la parte exterior de la hoja. La radiacin
que pasa a la epidermis superior es fuertemente esparcida por el tejido
esponjoso y las cavidades dentro de la hoja. Muy poca de esta energa
infrarroja es absorbida internamente, es principalmente (por encima del 60%)
esparcida de manera ascendente (la que se llama energa reflectada) o
descendente (energa trasmitida). Entonces la estructura interna de la hoja es
responsable por el brillo de la reflectancia infrarroja de la vegetacin viva.
En el borde del espectro visible la absorcin de la luz roja por los pigmentos de
clorofila empieza a declinar, y la reflectancia crece abruptamente. Entonces, si
la reflectancia es considerada no slo en el visible, pero a travs del visible e
infrarrojo cercano, la reflectancia pico de la vegetacin viva no est en el verde
pero s en el infrarrojo cercano (Figura 3). Este comportamiento explica la gran
utilidad del espectro infrarrojo cercano para los estudios de vegetacin y, por
supuesto, facilita la separacin de las superficies de vegetacin de las
superficies sin vegetacin, que son usualmente muy oscuras en el infrarrojo
cercano. Adems las diferencias en la reflectancia de las especies de plantas
frecuentemente son ms pronunciadas en el infrarrojo cercano (Figura 3).
954849467
Pgina 2
2014
Figura 3. Las diferencias entre las clases de vegetacin se distinguen mejor en

el infrarojo que en el visible.
Figura 4: Cambios en el contenido de agua de la hoja deben ser pronunciados

en la regin del infrarrojo cercano.
Este diagrama ilustra diferencias en la reflectancia entre la pelcula de agua
equivalente de 0.018 cm y 0.014 cm; cambios en la reflectancia son evidentes
en la regin del infrarrojo. Con la madurez o estrs en las plantas por
enfermedad, ataques de insectos, o escasez de humedad, las caractersticas
espectrales de la hoja deben cambiar. En general estos cambios
aparentemente ocurren simultneamente en ambas regiones visible e
infrarrojo, pero los cambios de reflectancia en el infrarrojo frecuentemente son
ms notables. La reflectancia en la regin del infrarrojo es aparentemente
controlada por la naturaleza de las complejas cavidades entre la hoja y la
reflexin interna de radiacin infrarroja de esas cavidades.
954849467
Pgina 3
2014
Algunos cientficos sugieren que la tensin de la humedad o madurez natural

de la hoja causa esas cavidades para colapsar como plantas marchitas. Otros
sostienen que es posible que el decrecimiento en la reflexin de la regin
cercana al infrarrojo sea causado por el deterioro de clulas muertas antes que
cambios fsicos en las cavidades.
Entonces, los cambios en el vigor de la vegetacin y las imgenes del infrarrojo
han sido valiosos en la deteccin y mapeo de presencia, distribucin, y
extensin de los cultivos enfermos e infestaciones de insectos. Adems, los
cambios en la estructura de la hoja que acompaan la madurez natural de los
cultivos estn sujetos a deteccin con imgenes del infrarrojo (Figura 5).
Figura 5. Mayores influencias en las propiedades espectrales de la hoja viva.

3.
Definicin de ndice de vegetacin
Son medidas cuantitativas, basadas en los valores digitales, que tienden a

medir la biomasa o vigor vegetal. Usualmente el ndice de vegetacin es
producto de varios valores espectrales que son sumados, divididos, o
multiplicados en una forma diseada para producir un simple valor que indique
la cantidad o vigor de vegetacin dentro de un pxel. Altos valores de ndices
de vegetacin identifican pxeles cubiertos por proporciones substanciales de
vegetacin saludable.
Existe una variedad de ndices de Vegetacin que han sido desarrollados para
ayudar en el monitoreo de la vegetacin. La mayora de estos ndices estn
basados en las interacciones diferentes entre la vegetacin y la energa
electromagntica de las bandas del espectro rojo e infrarrojo.
954849467
Pgina 4
2014
La evaluacin cuantitativa de la biomasa de la vegetacin verde es realizada a

travs de modelos de ndices de vegetacin (VI). Estos ndices son aplicables a
imgenes con diferentes resoluciones como NOAA AVHRR, LANDSAT TMS, MSS
(Multispectral Scanner Scenes), SPOT HRV/XS (reflectancia para el nivel 1
multiespectral). Estos ndices han sido usados en una variedad de contextos
para evaluar la biomasa, en aplicaciones para climas ridos, y en la evaluacin
del riesgo de degradacin del suelo.
Un ndice de vegetacin muy simple puede ser debido a los cambios en los dos
rangos del espectro mencionados arriba, logrados dividiendo la medida de la
reflectancia del infrarrojo por la del rojo. A mayor contraste entre las medidas
del rojo e infrarrojo mayor vigor vegetal presentar la cubierta observada (ms
alta ser la relacin entre los sitios donde hay vegetacin). Bajos valores de
contraste significan una vegetacin enferma hasta llegar a zonas sin
vegetacin (suelo y agua), cuyo resultado de la relacin es muy pequeo.
Entonces las reas de vegetacin darn un valor de ndice ms alto.
A pesar que existen muchas variaciones a esta lgica, la que ha recibido mayor
atencin es el ndice de Vegetacin por diferencia Normalizada (NDVI).
ndices de transformacin
Es la ms conocida de este grupo. Consiste en la transformacin de bandas
espectrales disponibles para formar un nuevo conjunto de bandas no
correlacionadas, dentro de las cuales una imagen de ndices de vegetacin
verde puede ser definida.
En la tabla siguiente se muestran los diferentes mtodos de clculos de ndices
de vegetacin y sus caractersticas.
Nombre del
ndice
De diferencia
normalizada
(NDVI)
Transformado
(TVI)
Frmula
Caractersticas
Basados en la Pendiente
Minimiza efectos topogrficos la escala va
de -1 a 1, con el valor cero representando el
( )
aproximado donde empieza la ausencia de
=
( + )
vegetacin.
Los
valores
negativos
representan superficies sin vegetacin.
El valor de 0.5 evita resultados negativos.
La raz cuadrada intenta corregir valores que

= [
] + 0.5
se aproximan a una distribucin de Poisson
+
e introduce una distribucin normal. No
954849467
Pgina 5
Transformado
Corregido
(CTVI)
Transformada
de Tiam (TTVI)
Cociente
simple (RVI)
Normalizado
(NRVI)
= [( + 0.5)
/((
+ 0.5))] ( + 0.5)
= [

] + 0.5
+
1
+ 1
954849467
2014
elimina todos los valores negativos.

Para valores del rango -1 a 1 que no se les
cambiaba el signo como la anterior. Suprime
el signo negativo. Sobre estimacin del
verde.
Suprime la sobreestimacin del verde.
La reversa de la estndar simple.
El resultado de RVI es normalizado. Es
similar al NVDI, reduce efectos topogrficos,
iluminacin y efectos atmosfricos, adems
de crear una distribucin normal
estadsticamente deseable.
Pgina 6
2014
NDICE DE VEGETACIN POR DIFERENCIA NORMALIZADA - NDVI
El ndice diferencial de vegetacin normalizado (NDVI) es un ndice normalizado

que le permite generar una imagen que muestra el verdor (la biomasa relativa).
Este ndice aprovecha el contraste de las caractersticas de dos bandas de un
dataset rster multiespectral: las absorciones de pigmento de clorofila en la banda
roja y la alta reflectividad del material de las plantas en la banda cercana al
infrarrojo (NIR).
El NDVI se utiliza en todo el mundo para hacer un seguimiento de las sequas,
supervisar y predecir la produccin agrcola, ayudar en la prediccin de las zonas
con riesgo de incendio y cartografiar la desertizacin. El NDVI es muy utilizado en
el seguimiento de la vegetacin global porque ayuda a compensar los cambios en
las condiciones de iluminacin, la pendiente de la superficie, la orientacin y otros
factores extraos (LILLESAND 2004).
La reflexin diferencial en las bandas roja e infrarroja (IR) le permite supervisar la
densidad e intensidad del crecimiento de la vegetacin verde utilizando la
reflectividad espectral de la radiacin solar. Las hojas verdes suelen presentar una
mejor reflexin en el rango de longitudes de onda cercanas al infrarrojo que en el
rango de longitudes de onda visibles. Cuando las hojas tienen sed o bien estn
enfermas o muertas, se vuelven ms amarillas y se reflejan bastante menos en el
rango de longitudes de onda cercanas al infrarrojo. Las nubes, el agua y la nieve
presentan una mejor reflexin en el rango visible que en el rango de longitudes de
onda cercanas al infrarrojo, mientras que la diferencia es casi nula para las rocas y
el terreno desnudo. El clculo del NDVI crea un dataset de banda nica que
bsicamente representa el verdor. Los valores negativos representan nubes, agua
y nieve, mientras que los valores cercanos a cero representan rocas y tierra
desnuda.
NDVI =
(NIR RED)
(NIR + RED)
El NDVI se utiliza para estimar de la vegetacin verde el:

-
Crecimiento de las plantas (vigor),
954849467
Pgina 7

-
2014
Cobertura de vegetacin y la
Produccin de biomasa.
Ya que el ndice est relacionado con la actividad fotosinttica de la vegetacin.

El ndice NDVI se calcula con bandas de imgenes de satlite, aprovechando
las caractersticas nicas del reflejo de la vegetacin verde.
El ndice vara entre 1 y 1.
Operativamente, el ndice vara en el rango 0.1 y 0.92, para maximizar el
intervalo de la vegetacin, representndose convencionalmente como una
variacin o rampa de colores entre el rojo intenso (-0.1) y el verde intenso
(0.92):
Cuadro 1. Bandas espectrales para el clculo del NDVI
Satlite
Visible (RED)
AVHRR de NOAA
Banda 1 (0.58 0.68 m)
TM Landsat 4 y 5
Banda 3 (0.63 0.69 m)
Banda 4 (0.76 0.90 m)
MSS Landsat 4 - 5
Banda 2 (0.6 0.7 m)
Banda 4 (0.8 1.1 m)
ETM+ Landsat 7
anda 3 (0.63 0.69 m)
Banda 4 (0.77 0.90 m)
OLI y TIRS Landsat 8
Banda 4 (0.64 0.67 m)
Banda 5 (0.85 0.88 m)
Terra ASTER
Banda 2 (0.63 0.69 m)
Banda 3 (0.76 0.86 m)
IKONOS-2
Banda 3 (0.63 0.70 m)
Banda 4 (0.76 0.85 m)
954849467
Infrarrojo (NIR)
Banda 2 (0.72 1.0 m)
Pgina 8
2014
Procesamiento para determinar el NDVI Landsat 8 ArcGIS 10.1
Ingresamos a ArcToolbox, y nos

dirigimos a Herramientas de Spatial
Analyst Algebras de Mapas
Calculadora Raster.
1. Agregamos la formula Float("B5" - "B4.tif") / Float("B5" +

"B4.tif"), en el raster de salida lo guardamos como NDVI_1
954849467
Pgina 9
2014
Float: Convierte el valor de cada celda de un rster en una representacin de

punto flotante.
Ilustracin
Uso
Los valores de entrada pueden ser positivos o negativos.

Si ejecuta Flotante en una entrada que ya es un punto flotante, los
valores de salida sern iguales que los de entrada.
NOTA: Las nubes son una desventaja en el anlisis de NDVI, Nos indica que es
un rea sin cobertura, tambin la sombra de las nubes nos indica sin
cobertura.
954849467
Pgina 10
2014
Gua 14:
Determinacin de Zona de Rio o Zona Susceptible a
inundacin
Para obtener cartografiar estas zonas, podemos reclasificar el NDVI calculando,
extraer aquellos datos relacionado con los ros y luego convertirlo a shapefile para
el proceso de digitalizacin.
1.Para ellos nos vamos a ArcToolbox, seguido a
Herramienta de Spatial Analyst / Reclasificar
/Reclasificar.
2.Aparecer una ventana donde incluimos la
siguiente informacin.
A.
Input raster: seleccionamos NDVI
B.
Reclass fiel: seleccionamos Value.
C.
Ouput rater: Damos un nombre al archivo
de salida.
A
B
Damos clic en el
botn classify
(Clasificar)
954849467
Pgina 1
2014
3. Nos aparecer una ventana donde incluimos la siguiente informacin.

A. En Method (mtodo): seleccionamos Estndar Desviation (Desviacin
Tpica)
B. En Interval Size (Intervalo): seleccionamos 1/3 Std DEV. (1/3 Desv. Tpica).
4. Damos clic en Ok y luego en OK. Obtenemos el siguiente resultado.
954849467
Pgina 2
2014
La figura anterior nos muestras varias cosas interesantes:

Los valores del Reclass_NDVI (NDVI Reclasificado) menores a 5
corresponden a diferentes cuerpos de agua, la variacin se debe
posiblemente a sedimentacin, profundidad, vegetacin, etc.
Los valores mayores, corresponden a vegetacin en diferentes estados de
salubridad, densidad, tamao, etc.
DIGITALIZACIN DE LOS CUERPOS DE AGUA ARCGIS 10.1
Para digitalizar el rio entramos en Raster calculator y escribimos la siguiente
formula:
Ro = Con("Reclass_NDVI1" <= 5,1,0)
Este es una expresin condicional donde le estamos diciendo a ArcGis que donde
NDVI_2013 sea igual a 5 (para los ros), lo haga igual a 1 y donde los valores sean
diferentes a 5 coloque un cero. Pues solo queremos que queden los ros.
954849467
Pgina 3
2014
Vemos que todo aquello que es una corriente de agua tiene una coloracin Azul y
lo dems una coloracin caa.
Para convertir el raster a shapefile, entramos a conversin Tools
954849467
Pgina 4
954849467
2014
Pgina 5

Manual de Envi y Arcgis2 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual de Envi y Arcgis2 PDF

Uploaded by

Copyright:

Available Formats

AMBIENTAL S.R.L.

GEOMATICA AMBIENTAL S.R.L.

MANUAL CAMBIO DE COBERTURA DE

Grupo Facebook: ArcGis 10.2

Curso de SIG y Teledeteccin

Gua 1. Descargar Imagen Satelital Landsat 7 o 8

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Escner multiespectral Landsat (MSS)

Imgenes constan de cuatro bandas espectrales, con 80 metros de resolucin

Landsat Thematic Mapper (TM)

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Landsat Enhanced Thematic Mapper Plus (ETM +)

Bravo Morales, Nino

Desde 0,52 hasta

Curso de SIG y Teledeteccin

* ETM + Band 6 se adquiere a los 60 metros de resolucin. Productos procesados despus de 25

Landsat 8 Operacional Tierra Imager (OLI) y el sensor infrarrojo trmico

Bravo Morales, Nino

Curso de SIG y Teledeteccin

* Bandas Tirs se adquieren en una resolucin de 100 metros, pero se vuelven a

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Formato de entrega: GeoTIFF

Proyeccin /Datum: UTM/WGS 1984, orientado al Norte

Tipo de Dato: 16 Bit

Tamao da Cena: 170 km x 185 km

Expectativa da misin: Mnimo 5 aos

Bravo Morales, Nino

Curso de SIG y Teledeteccin

Procedimiento para descargar satlite Landsat 8

(http://earthexplorer.usgs.gov/) son los ms utilizados para la compra de las

Las imgenes son gratuitas;

El satlite tiene 01 y 09 de la banda pancromtica bandas multiespectrales;

La resolucin del PAN es de 15 metros. La resolucin espacial

Si se combina con el MULT NAP, la resolucin espacial es de 15 metros

El Landsat-8 se entregan en 16 bits, siendo necesario realizar un Cambio

El Landsat-8 estn orientados al norte verdadero, haciendo necesario

Los productos de Landsat 8 se entregan en la proyeccin UTM, WGS 1984

El formato de entrega de Landsat-8 es GeoTIFF.

Bravo Morales, Nino

Curso de SIG y Teledeteccin

2. Registrase, en el canto superior derecho, despus de finalizar o registrarse,

3. Debe de iniciar sesin como usuario para descargar los satlites.

4. Cuando ya has entrado como usuario saldr su nombre de usuario en la

5. Buscamos la imagen satelital de Landsat

Bravo Morales, Nino

Curso de SIG y Teledeteccin

6. El mismo shp. Cada uno con su

solamente aceptamos, que nos

8. Ahora nos dirigimos a los conjuntos de

9. Podemos agregar algunos criterios

Bravo Morales, Nino

Curso de SIG y Teledeteccin

10. Voy a seleccionar una imagen de Da, si es trabajo de investigacin

11. Por ultimo hacemos clic en Resultados y nos saldr