Professional Documents
Culture Documents
Tabla de contenido
I. TABLA DE CONTENIDO
II. INTRODUCCION
III. OBJETIVOS 4
III.1. OBJETIVO ESPECIFICO
III.1. OBJETIVO ESPECIFICO
IV. TRABAJO PREVIO SELECCIN DE ZONA DE TRABAJO
17
40
54
69
XIII. CONCLUSIONES 54
XIV. BIBLIOGRAFIA
54
33
22
II. INTRODUCCION
En el presente trabajo se busca la capacitacin en cuanto al manejo de los
conceptos fsicos y matemticos que constituyen la base del procesamiento digital
de imgenes, adems la capacidad de manejar software especializados para dicho
objeto, para lograr esto se ha propuesto la eleccin de un tema que tenga que ver
con algn tipo de fenmeno capaz de generar un impacto fsico en una
determinada rea de nuestro pas; basado en este planteamiento, se ha propuesto
para el desarrollo de este taller la Determinacin del rea afectada por
incendios forestales en un periodo comprendido entre el 2007 al 2013 en
el municipio de Mapiripan departamento del Meta , se espera que al final
de este taller adems de presentar un anlisis multitemporal de dicho fenmeno
relacionando las diferentes caractersticas propias de un anlisis de imgenes
satelitales, se logre tambin el manejo, manipulacin, interpretacin y obtencin
de diferentes productos a partir de software que sern determinantes en nuestra
vida profesional como lo son ILWIS, ERDAS y PCI.
III. OBJETIVOS
III.1. OBJETIVO GENERAL
Desarrollar habilidades manejando software de procesamiento digital de imgenes
como ERDAS, con los cuales podamos extraer la mayor cantidad posible de
informacin de una imagen la cual corresponder al municipio de Mapiripan,
Meta, no solo enfocndonos en el anlisis espectral sino tambin la referida a
estructura de la imagen y estadsticas de la misma, y de esta manera mediante un
anlisis multitemporal determinar el rea de afectacin por incendios forestales en
dicho municipio.
III.2. OBJETIVOS ESPECIFICOS
IV.
Para afianzar los conceptos tratados durante el repaso sobre Sensores Remotos
llevado a cabo durante la primera parte del curso y empezar a desarrollar las
tareas referentes al procesamiento digital de las imgenes obtenidas por satlite
para propsito de monitoreo de la superficie terrestre, se requiere definir una
zona de inters, y a partir de all establecer y desarrollar la metodologa que le
permitir realizar diferentes anlisis y observaciones sobre la misma a partir del
trabajo con imgenes de satlite en un entorno digital.
IV.1. Defina y justifique la seleccin de una zona de su inters en el
territorio Colombiano.
Se defini como zona de inters al municipio de Mapiripan, ubicado en el
departamento del Meta, se seleccion esta zona debido a la presencia cclica de
incendios forestales a lo largo del tiempo, esta afirmacin la hago en base a que
este fenmeno se evidencia en las bases de datos de imgenes satelitales
Landsat proporcionadas por el USGS (United States Geological Service)
desde las capturas relacionadas a Landsat 4 hasta la hechas en actualidad
Landsat 7.
Por otro lado para justificar y comprobar el hecho de que en dicha zona se han
presentado incendios de gran magnitud, part como base para mi seleccin de las
siguientes imagenes publicadas por el SIAC (Sistema de Informacin
Ambiental de Colombia):
http://glovis.usgs.gov/ (imagen 3)
COORDENADA NORTE
23531,77
COORDENADA OESTE
723531,77
34730,09
721425,61
34245,67
711446,73
22939,21
713335,78
Fuente: el autor
EXTENCION DEL AREA DE INTERES
HECTAREAS
Km
0,01 H C =1 Km
H C =15468,1215 Km
haciendo uso del rea calculada en
Km
obtenemos
Lado promedio:136,765 km
15468,1215
=1546812,15 0 H C
0,01
FUENTE: EL AUTOR
IV.3. Empleando Google Earth presente, cada esquina de su zona de inters como
una marca de posicin.
V.
6
2.893
651
58
-71.711
344
Fuente wrs-2
11
Catalogo: SIRIUS
Fecha de
Senso
j
Misin
la Imagen
r
344
2007-02SPOT 2
HRV
01
Fuente
% CC
SIRIUS
17%
Fuente: http://spotcatalog.spotimage.com/PageSearch.aspx#
Ro
w
58
58
58
58
58
58
58
58
58
58
Fecha
de la
Imagen
2007-0116
2007-0321
2007-0719
2007-0905
2008-0111
2008-0127
2008-0204
2008-0408
2008-1228
2009-03-
Misin
LANDASAT
5
LANDASAT
5
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
12
Senso
r
Fuente
% CC
TM
GLOVIS
TM
GLOVIS
14
ETM+
GLOVIS
ETM+
GLOVIS
19
ETM+
GLOVIS
13
ETM+
GLOVIS
ETM+
GLOVIS
ETM+
GLOVIS
ETM+
GLOVIS
ETM+
GLOVIS
58
58
58
58
58
10
2010-0913
2011-0831
2012-0122
2013-0313
2013-0812
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
7
LANDASAT
8
ETM+
GLOVIS
16
ETM+
GLOVIS
16
ETM+
GLOVIS
ETM+
GLOVIS
23
OLI
GLOVIS
68
Fuente: http://glovis.usgs.gov/
*las imgenes que sobrepasan el filtro del 15% fueron seleccionadas teniendo en
cuenta que el rea afectada por nubosidad no afecta la visualizacin del rea de
inters.
*La ltima imagen correspondiente a LANDSAT 8 se incluy en la lista siguiendo
la sugerencia del profesor de tener al menos una imagen tomada con el sensor
OLI, lamentablemente ninguna de las imgenes disponibles en el catlogo para
L8 fue de utilidad para el proyecto debido a su alta nubosidad y escases en los
datos bajo el filtro de nubosidad propuesto (30%).
c ASTER, en el catlogo GLOVIS: La interpretacin de las imgenes
presentadas en el catlogo para ASTER es un poco confusa, sumado al hecho de
que para la zona de estudio los porcentajes de permisividad para coberturas de
nubes deban ser muy altos pues realmente en pocas ocasiones eran inferiores
al 20%, debido a esto se fue un poco ms flexible respecto a el filtro propuesto
para controlar el porcentaje de nubosidad y se ha permitido que tome valores
hasta del 30%.
Respecto al mensaje que aparece en el visor GLOVIS al seleccionar el sensor L1A
de ASTER podemos decir que el catalogo REVERB de la NASA realmente es ms
organizado, pero la bsqueda de informacin es ms sencilla en GLOVIS, se
encontr el inconveniente de que para despus del mes de agosto de 2011 no se
encontraron imgenes ASTER con la especificacin requerida de un porcentaje de
nubosidad inferior al 30% por tanto si basara solo en imgenes ASTER el desarrollo
del proyecto no podra hacer el anlisis multitemporal propuesto.
Path
6
% CC
18
58
58
58
58
09
2008-0127
2011-0220
2011-0808
2011-0808
R
ASTE
R
ASTE
R
ASTE
R
ASTE
R
L1A
GLOVIS
L1A
GLOVIS
10
L1A
GLOVIS
24
L1A
GLOVIS
Fuente: http://glovis.usgs.gov/
2.893
71.71
1
71.71
1
2.893
QUICKBIR
D II
14
WV02
Image Finder
% CC
1
16
2.893
71.71
1
71.71
1
2.893
2010-0110
QUICKBIR
D II
WV02
Image Finder
2012-0812
QUICKBIR
D II
WV01
Image Finder
Fuente. https://browse.digitalglobe.com/imagefinder/navigator.do?navAction=PANDRAG&x=47&y=67&width=636&height=434
2.893
72.24
9
71.71
1
71.71
1
71.71
1
71.71
1
71.71
2.893
2.893
2.893
2.893
2.893
Catalogo: RapidFind
Fecha
Sens
de la
Misin
or
Imagen
2013-04- RapidEye JSS56
10
Fuente
% CC
EyeFind
2013-0214
RapidEye
JSS56
EyeFind
2013-0113
RapidEye
JSS56
EyeFind
2012-0220
RapidEye
JSS56
EyeFind
2011-0827
RapidEye
JSS56
EyeFind
2011-0121
RapidEye
JSS56
EyeFind
15
2.893
2.893
2.893
2.893
1
71.71
1
71.71
1
71.711
71.711
2011-0112
RapidEye
JSS56
EyeFind
2010-0325
RapidEye
JSS56
EyeFind
2010-0109
2009-1229
RapidEye
JSS56
EyeFind
RapidEye
JSS56
EyeFind
Fuente. http://eyefind.rapideye.com/
Path
185
185
185
185
185
Fuente
% CC
INPE
10
INPE
10
INPE
30
INPE
10
INPE
Fuente: http://www.dgi.inpe.br/CDSR/
Fecha
de la
imagen
Programa
satelital
SPOT 2
200716
02-01
posibilidad
de
distinguir
claramente la vegetacin sana
en rojo y la afectada por el
fenmeno de incendio forestal
en negro.
LANDSAT 7
200801-27
Fuente: GLOVIS
ASTER
200702-09
Fuente:GLOVIS
17
QUICKBIRD
201001-10
RAPIDEYE
201003-25
Fuente: RapidFind
CBERS
200801-21
Fuente: INPE
18
Sistema
proyeccin
Universal
transversal de
mercator
(UTM),Z19
filas
colum
nas
7851
695
1
formato: TIFF
pixel
Sistema de coordenadas
UL(X)=88200.00000000001
50
LR(Y)=323700.0
UL(Y)=421200.0
LR(Y)=212700.0
swath
30
metros
208,23 X
239,13
Estructura: BSQ (bandas
secuenciales)
Inferior izquierda
:
3.80267(348'09"N)
:
-72.70627
(7242'22"W)
: 1.92032
(155'13"N)
: -72.70022
(7242'00"W)
VI.
Superior derecha
:
3.80920
(348'33"N)
:
-70.58765
(7035'15"W)
IMPORTACIN DE DATOS.
19
Superior izquierda
1,92362(15525N)
:
-70.58505
(7035'06"W)
Desarrollo de la prctica.
LT50060582008035_B1
LT50060582008035_B2
LT50060582008035_B3
LT50060582008035_B4
20
LT50060582008035_B5
LT50060582008035_B7
2. En la ventana que se abre (layer stack) procedo a cargar cada una de las
bandas de menor longitud (B1) a mayor longitud (B7) de onda, exceptuando
la banda 6 y la banda 8, doy un nombre de salida y de entrada y acepto.
21
22
Imagen multiespectral
23
descripcion
Zonas muy brillantes: llegue a la
conclusion de que las zonas que
desde lejos(fit to frame) se veian
como puntos brillantes corresponden
a areas deforestadas parcial o
totamente, esto se debe a que al
estar expuesto el suelo e interactual
con la radiacion electromagnetica
proveniente de la fuente este refleja
la mayor parte de la energia
incidente.
Zonas negras: basado en lo que
hasta el momento se ha desarrollado
del trabajo puedo afirmar que las
areas de este tipo corresponde a
vegetacion afectada directamente por
incendios forestales, ya que al estar
muerta esta no tiene la capacidad
de emitir y/o reflejar la energia que
incide sobre ella, la cual le da su
caracteristico color verde.
cmo
definira
la
imagen
Multiespectral
en
utilizacin
de
este
objeto
en
tareas
de
Dira que la principal ventaja estara relacionada al hecho de que con el orden en
que se ingresan las bandas espectrales al momento de aplicar el Maplist variara
el color resultante de la imagen, por tanto podremos obtener tantas
combinaciones de color como bandas hallan, en mi opinin, bsicamente de esta
idea se desprenderan las dems ventajas, basadas en que la interaccin de un
cuerpo fsico capturado en una imagen satelital (en nuestro caso Landsat 7,
sensor ETM+) podr resaltar ms a nuestra voluntad a una longitud de onda
especfica, lo que determinara cuando sean varios elementos de nuestro inters
que unos se distingan de otros(siempre y cuando la estructura interna de la
imagen asi lo permita(altas dispersiones)), permitindonos un nivel de detalle y
anlisis mucho mejor, es decir bsicamente podramos obtener varias firmas
espectrales de un mismo elemento o cobertura y con esto obtener un anlisis
desde diferentes puntos de vista respecto a un fenmeno.
25
26
28
3634774, 6646153275
=36347,74665
100
3634774, 6646153275
Fuente: el autor
b Que regiones, zonas y/o rasgos (naturales y/o artificiales) cubre dicha
imagen, descrbalas a partir de sus rasgos generales y observables en
las composiciones de color
Para el desarrollo de este punto se hizo necesario por razones de facilidad el uso
de la herramienta link views la cual a partir de la creacin de dos visores en
Erdas (add views) nos permite ver simultneamente los recorridos que hago en
una imagen, es decir si tengo 2 imgenes y hago zoom de caja en una en la otra
el mismo zoom se hara permitiendo hacer un anlisis comparativo de coberturas
mucho ms sencillo.
Zona o regin
Ubicacin
(coordenadas)
Rio Orinoco
Latitud:25233,592
0
Longitud:
715011,3404
Descripcin general
cuerpo de agua bastante irregular, en su
recorrido atraviesa de oriente a occidente la
escena, la imagen falso color estndar
ofrece un mejor anlisis pues nos permite
ver de manera clara que a lado y lado de la
ronda del rio se presentan
sedimentos
expuestos, contrario a la color natural en
29
Zona o regin
Lago
Toninas
las
Ubicacin
(coordenadas)
Descripcin general
Latitud:25257,490
3
Longitud:
72557,4903
30
Zona o regin
Municipio de
Mapiripan
Ubicacin
(coordenadas)
Descripcin general
Latitud:25336,349
7
Longitud:
7287,3497
31
Zona o regin
Rio
Cabuyarito
Ubicacin
(coordenadas)
Descripcin general
Latitud:3445,1632
Longitud:
712358,6130
32
Zona o regin
Cerro
alta
loma
Ubicacin
(coordenadas)
Descripcin general
Latitud:3022.6448
Longitud:
721151,2747
Zona o regin
Ubicacin
(coordenadas)
Descripcin general
Rio
Latitud:33443,702
Manacacias
7
Longitud:
722040,2765
En la parte izquierda podemos observar el rea de inters enmarcada por un cuadro sobre
la imagen natural con la ayuda de la herramienta zoom de caja, en la parte derecha
observamos el rea correspondiente al cuadro especificado sobre la imagen natural
obtenida mediante la opcin de link views, en la cual se puede observar la magnitud del
fenmeno que se va a estudiar.
122948,52
Lat.
403893,58
Lon
34
2416,149
2
722324,6
Fila
574,4443
Column
1155,846
g
Esquina Superior
Derecha
Esquina Inferior
Izquierda
Esquina Inferior
Derecha
236442,85
Lat.
403966,70
Lon
g
122948,52
Lat.
297302,97
Lon
g
236442,85
Lat
297302,49
Lon
g
521
3395,825
712221,4
693
33851,61
20
722335,9
386
24114,85
94
712211,1
958
Fila
574,4433
Column
a
4941,428
4
4127,463
8
1155,846
7
4127,463
8
4941,428
4
Fila
Column
a
Fila
Column
a
Columnas
3768,4284
Fuente: el autor
35
Combinacin (5,4,6)
36
Cobertura
Caractersticas Generales
Cuerpos de agua
Encontramos
Superficies
y
volmenes de agua esttica y
de movimiento constante, con
presencia de altas cantidades
de
sedimentos
y
material
edafolgico, que reposan sobre
la superficie terrestre.
Son todas aquellas obras hechas
por el hombre para su servicio y
beneficio
en
las
que
comnmente usan materiales
como
el
hierro,
cemento,
ladrillo, madera, etc. Presentan
un
arreglo
geomtrico
caracterstico
segn
su
dedicacin.
Construcciones
Tierras eriales
De acuerdo al significado del
trmino erial, a esta clase
corresponden todas aquellas
superficies
de
tierra
sin
capacidad para ser cultivadas y
labradas. No quiere esto decir
que por no ser agrcolamente
productivas, estas tierras o
superficies sean intiles, por el
contrario muchas encierran un
valor econmico.
Bosque y/o Montes
Son todas aquellas coberturas
vegetales
cuyo
estrato
dominante
est
conformado
principalmente de especies con
tallo o tronco leoso. Ambos son
usados para denominar un sitio
poblado de arboles
37
ii
iii
Banda 1
Intervalo: 0,4 -0,5 m
longitud de onda
GRAY
cobertura
1 .cuerpos de agua
Nombre: Azul
PSEUDO
INVERSE
anlisis
En la imagen Grey se identifican claramente los cuerpos de
38
4. tierras eriales
longitud de onda
GRAY
cobertura
1 .cuerpos de agua
Nombre: Verde
PSEUDO
INVERSE
anlisis
En la imagen Gray y pseudo se identifican claramente los
lagos con tonalidad oscura, aunque la tonalidad de la
39
4. tierras eriales
longitud de onda
GRAY
cobertura
1 .cuerpos de agua
Nombre: Rojo
PSEUDO
INVERSE
anlisis
Encontramos que, bajo esta combinacin el rea azul hace
40
2. construcciones
4. tierras eriales
longitud de onda
GRAY
41
INVERSE
cobertura
1 .cuerpos de agua
2. construcciones
4. tierras eriales
anlisis
En la tonalidad del gray, las tonalidades son gris claro, en la
inverse tonalidades de gris muy claro y para finalizar en la
pseudo toma tonalidades verdes en las zonas ms
erosionadas o sin capa vegetal, Los cuerpos de agua toman
una tonalidad muy oscura en la representacin del gray y
del inverse, permitiendo una clara diferenciacin de estos,
igualmente se identifican perfectamente las areas
afectadas por incendios forestales, en la pseudo la
distincin de cuerpos de agua es complicada pero se
observan muy bien diferencias entre suelos destapados en
verde y areas afectadas en marrn
La visualizacin de cualquier tipo de construccin es
prcticamente
nula
en
cualquiera
de
las
tres
representaciones debido en parte a que se muestran las
areas cubiertas de vegetacin como areas reflectivas
confundindose con esta cobertura.
En la representacin gray hay secciones de monte en la
parte superior izquierda distinguida por su color gris claro y
gris oscura, podemos decir que hay vegetacin sana en las
partes claras, en la inverse sucede lo contrario y en la
pseudo toma tonalidades verdes (estado de la planta),
azules (contenido de agua) y algunas rojas.
la falta de capa vegetal en gran parte de la imagen tiende a
asimilar la misma reaccin de plantas no sanas o faltas de
mayor contenido de clorofila en las tres imgenes se
distinguen claramente que tierras pueden ser de este
tipo(verde) gracias a que no se vieron afectadas por el
incendio forestal.
Banda 5
Intervalo:1,6 1,8 m
42
longitud de onda
GRAY
INVERSE
cobertura
1 .cuerpos de agua
anlisis
Los cuerpos de agua toman una tonalidad muy oscura en la
representacin del gray y del inverse, y muy brillante en el
pseudo, haciendo que se delimiten y diferencien dentro de
la zona de inters.
2. construcciones
4. tierras eriales
Las zonas ms erosionadas en la representacin gray se
denotan con tonalidad gris claro en algunas zonas llegando
casi al blanco, en el caso del inverse se presentan tonos
de gris ms claros y en la representacin pseudo tiene
tonalidades de verdes oscuros.
Banda 7
43
Intervalo:2,0 - 2,6 m
longitud de onda
GRAY
INVERSE
cobertura
1 .cuerpos de agua
anlisis
Los cuerpos de agua toman una tonalidad muy brillante en
la representacin del gray y del pseudo, haciendo que se
delimiten y diferencien de la zona de inters, en la inverse
es complicado distinguir estos cuerpos de agua debido a
que su color se confunde con el de otras coberturas, pero
se observan claramente los lagos como puntos brillantes.
2. construcciones
4. tierras eriales
44
IX.
El anlisis de los datos fundamentales que conforman la imagen digital, los Niveles
Digitales que representan de acuerdo al nivel de cubanizacin del Sensor el valor
de radiancia que llegan a los detectores del sensor, constituyen la matriz de datos
que permiten formar la imagen digital en pantalla. Los datos son susceptibles a ser
analizados mediante diferentes parmetros estadsticos univariados y
multivariados que facilitan la compresin y mejor entendimiento de la disposicin
de los mismos en la imagen.
i
moda
60
Tendencia central
media
62,148
dispersin
45
mediana
61
varianza
50,623
mnimo
54
Desviacin estndar
7,115
rango
mximo
158
Banda 2(verde)- imagen completa
Histograma
rango
100
Tendencia central
media
26,924
46
mediana
25
dispersin
varianza
27,931
mnimo
21
Desviacin estndar
5,285
rango
mximo
93
Banda 3(roja)- imagen completa
Histograma
rango
72
Tendencia central
media
22,042
47
mediana
20
dispersin
varianza
67,535
mnimo
15
Desviacin estndar
8,218
rango
mximo
115
Banda 4(IRC)- imagen completa
Histograma
rango
100
Tendencia central
media
48
mediana
82
77,017
82
Dispersin
varianza
260,241
mnimo
1
Desviacin estndar
16,132
rango
mximo
255
Banda 5(IRM)- imagen completa
Histograma
rango
244
Su varianza es alta lo que nos indica una gran amplitud y que la dispersin de los
datos est cerca del centro, Esta caracterstica es propia de las bandas del infrarrojo
por lo tanto tienen la capacidad de discriminacin de respuesta espectral
especialmente de los cuerpos de agua y la vegetacin.
Encontramos dos diferentes coberturas o modas correspondientes a los niveles
digitales 11,043 donde se observa muy alta absorcin posiblemente causada por
vegetacin sana o cuerpos de agua sin presencia de contaminantes o material
edafolgico o de lavado, la segunda cobertura correspondiente al ND 65,005 cuyo
nivel digital indica muy alta reflectividad refirindose a suelo expuesto,
construcciones o vegetacin enferma o muerta.
moda
62
Tendencia central
media
65,006
49
mediana
63
Dispersin
varianza
353,891
mnimo
2
Desviacin estndar
18,812
rango
mximo
179
rango
177
Su histograma es puntudo y adems poco amplio con respecto a las otras dos
bandas del infrarrojo, su varianza es media lo que nos indica la baja amplitud y la
poca dispersin de los datos los cuales segn el histograma estn cerca del centro,
Esta caracterstica es propia de las bandas del infrarrojo por lo tanto tienen la
capacidad de discriminacin de respuesta espectral aunque en el infrarrojo lejano la
respuesta es menor que la del cercano y el medio.
Encontramos dos diferentes coberturas o modas correspondientes a los niveles
digitales 7,027 donde se observa muy alta absorcin casi pasando a la emitividad a
la transmitividad posiblemente causada por cuerpos de agua sin presencia de ningn
tipo de contaminantes o material edafolgico o de lavado, es decir aguas cristalinas y
profundas, la segunda cobertura correspondiente al ND 20,604 cuyo nivel digital
indica muy alta reflectividad refirindose a suelo expuesto, construcciones o
vegetacin enferma o muerta.
50
moda
18
Tendencia central
media
20,604
mediana
18
Dispersin
varianza
114,789
mnimo
1
Desviacin estndar
10,714
rango
mximo
110
rango
109
Vemos que la banda 1 resalta espectralmente tres modas o niveles digitales, la ms alta en
68,1793 correspondiendo a vegetacin , otra en 72,2824 correspondiendo a suelos con
poca presencia de vegetacin y una ltima muy cercana a la segunda en 75,2491 la cual
est dentro del rango de suelos expuestos pero puede tener nula o nada de vegetacin,
encontramos como gran desventaja en esta banda que las tres coberturas son
espectralmente muy parecidas(desviacin estndar baja) y por tanto visualmente no se
pueden distinguir unas de otras, vemos que su media tiende a 68,179, indicando que la
cobertura que ms se distingue es vegetacin.
51
moda
62
Tendencia central
media
68,179
mediana
68
Dispersin
varianza
45,037
mnimo
0
Desviacin estndar
6,711
rango
mximo
255
rango
255
Banda 2(verde)-cortada
Histograma
Observamos una desviacin estndar tan baja que visiblemente nos presenta el problema de
poca dispersin entre los datos, es decir ser muy difcil realizar un anlisis visual en el cual
podamos distinguir con certeza unas coberturas de otras, para este caso las coberturas que
son muy parecidas espectralmente se encuentran en los niveles digitales 29,8815 ,
34,1333 y 36,1412 lo que nos indica cuerpos de agua que se comportan morfolgicamente
de manera distinta, es decir puede que unos tengan altas presencias de material de
lavado(edafolgicos y sedimentos) y otros tengan presencia nula o muy poca presencia de
estos elementos, vemos que su media tiende a 29,882, indicando que la cobertura que ms
se distingue son cuerpos de agua.
52
moda
25
Tendencia central
media
29,882
mediana
29
Dispersin
varianza
20,25
mnimo
0
Desviacin estndar
4,50
rango
mximo
255
rango
255
Banda 3(rojo)-cortada
Histograma
53
moda
21
Tendencia central
media
28,336
mediana
26
Dispersin
varianza
72,5392
mnimo
0
Desviacin estndar
8,517
rango
mximo
255
rango
255
Definitivamente trabajar con los infrarojos es muchos ms eficiente que trabajar con
el visible pues nos permite caracterizar espectralmente mucho mejor las coberturas,
encontramos un histograma amplio(ND 15-ND 111) con una varianza alta, lo cual
nos indica que hay una gran dispersin entre los datos y que por tanto se distinguen
unas coberturas de otras, encontramos dentro de las coberturas ms sobresalientes
los cuerpos de agua (ND 38,149), vegetacin (ND 62,2431) y suelos expuestos o
con poca presencia vegetal en su superficie (ND 84,3294), vemos que su media tiende
a 68,905, indicando que la cobertura que ms se distingue es vegetacin.
Tendencia central
54
moda
82
media
68,905
mediana
75
Dispersin
varianza
369,7159
mnimo
1
Desviacin estndar
19,228
rango
mximo
110
rango
109
moda
Tendencia central
media
55
mediana
61
77,384
69
Dispersin
varianza
545,6896
mnimo
1
Desviacin estndar
23,360
rango
mximo
255
rango
254
Tendencia central
media
30,583
Dispersin
56
mediana
25
varianza
208,542481
mnimo
1
Desviacin estndar
14,491
rango
mximo
255
rango
254
iii Realice una comparacin y anlisis banda por banda de los anteriores
resultados para la imagen completa y la imagen cortada.
band
a
B1
Imagen completa
Imagen cortada
Encontramos
un
histograma
bimodal los niveles digitales estn
asentados en valores pequeos
haciendo que la imagen presente
tonalidades dominantes de grises
oscuros. Debido a que los valores
de
los
niveles
digitales
se
encuentran en un intervalo muy
reducido, el contraste de la imagen
es relativamente bajo, observamos
que la desviacin estndar tiene un
valor bajo lo que quiere decir que
los niveles digitales presentan una
variacin baja respecto a la media,
es decir que la imagen no tiene un
tono
predominante.
No
se
presentan datos atpicos. Respecto
a la moda se da porque la imagen
posee muchos gaps por lo tanto su
nivel digital es cero y por ello el que
tiene mayor frecuencia.
B2
B3
El histograma de la Banda 4 se
comporta
bastante
diferente.
Analizando la desviacin estndar
58
B4
(IRC)
B5(IR
M)
B6(IR
L)
59
iv
Respecto a este punto podemos observar que dicho anlisis fue incluido en cada
una de las tablas con el nico fin de relacionar de mejor manera el histograma con
su inmediata explicacin, adems se hizo el requerido anlisis no solo con las
bandas de la imagen recortada sino tambin se le hizo el respectivo anlisis a las
bandas de las imgenes completas
X.
i.
60
B1
B
1
B
2
B
3
B
4
B
5
B
7
1
0,973965
648
0,903951
109
0,834697
317
0,848483
508
0,751976
985
B2
0,973965
648
1
0,937215
696
0,822799
977
0,872676
177
0,787061
14
B3
0,9039511
09
0,9372156
96
1
0,6837623
93
0,8964021
04
0,8850254
45
B4
0,834697
317
0,822799
977
0,683762
393
1
0,736084
146
0,491389
663
B5
0,848483
508
0,872676
177
0,896402
104
0,736084
146
1
0,893382
782
B7
0,7519769
85
0,7870611
4
0,8850254
45
0,4913896
63
0,8933827
82
1
B
1
B
2
B
3
B
4
B
5
B
7
B1
899,7798
011
386,8004
604
351,5898
341
928,0023
87
895,2778
698
343,9002
683
B2
899,77980
11
386,80046
04
351,58983
41
928,00238
7
895,27786
98
343,90026
83
B3
351,58983
41
160,89332
39
168,13049
64
328,60972
69
408,85794
3
174,96003
26
B4
928,00238
7
403,75828
78
328,60972
69
1373,7380
01
959,67845
3
277,67566
38
B5
895,277869
8
406,419622
3
408,857943
959,678453
1237,35024
5
479,119391
6
B7
343,900268
3
158,870601
4
174,960032
6
277,675663
8
479,119391
6
232,444723
6
62
iii.
0,973965648
0,937215696
0,491389663
0,683762393
Mayor Correlacion
Menor correlacion
B1-B2
B4-B7
B2-B3
B3-B4
Bandas intermedias
63
0,736084146 (B4-B5)
0,751976985 (B1-B7)
64
Las bandas con menor correlacin son las bandas del IRC y IRM con las dems
bandas, eso se atribuye a que los elementos o coberturas que se estn trabajando
en el rea de estudio responde de forma muy diferente a cada una de las
longitudes, entre la comparacin de las bandas 4 y bandas 7 como se puede ver
en la tabla.
En las grficas multivariadas, se representaron las bandas con mayor y menor
correlacin, como sabemos la banda 1 y banda 2 tienen mucha correlacin
haciendo que el conjunto de puntos se pueda aproximar a una funcin lineal, esto
quiere decir que los elementos de la cobertura de la imagen, tienen un porcentaje
de reflectividad prcticamente igual o similar, por ende nos muestran lo mismo o
no hay gran diferencia en poder discriminar informacin una y en la otra. Caso
contrario, en la visualizacin entre las bandas 4 y 7, en donde observamos que los
puntos se encuentran en un mayor grado de dispersin en la grfica multivariada,
esto es atribuido a que las coberturas responde diferente entre estas dos bandas
(responden muy diferente a la longitud de onda), en una banda puede que su
porcentaje de reflectividad sea bajo (como la cobertura de cultivos en el azul) y en
la banda 4 (IRC) su reflectividad sea muy alto, otro ejemplo, las tierras eriales en la
banda del visible, tiene bajo porcentaje de reflectividad a pesar de que estos
suelos no presentan algn tipo de capa vegetal, mientras que en la banda del
infrarrojo cercano la reflectividad es mayor, otro ejemplo para complementar son
los cuerpos de agua, que en las bandas del visible tienen un grado bajo de
reflectividad pero en la del infrarrojo cercano hasta el lejano baja hasta hacerse
nulo, podemos decir que un cuerpo de agua en el infrarrojo es un cuerpo negro.
v.
COMBINACION
(1,2,3)
(1,2,4)
(1,2,5)
(1,2,7)
(1,3,4)
(1,3,5)
(1,3,7)
(1,4,5)
(1,4,7)
(1,5,7)
B2
(2,3,4)
(2,3,5)
(2,3,7)
(2,4,5)
(2,4,7)
(2,5,7)
B3
(3,4,5)
(3,4,7)
65
(3,5,7)
B4
(4,5,7)
B5
B7
vi.
vii.
De acuerdo a los
5-vi,
realice
en
opcin de OPEN
COMPOSITE
del
de su zona de
4
combinaciones
2 con el ms bajo
los
resultados.
considere necesario.
OIF
1
1
2
2
3
4
1
1
1
2
3
3
7
4
5
1
1
1
2
2
4
4
5
3
3
5
7
7
4
5
2
2
2
3
3
3
4
4
5
4
4
5
5
7
7
5
7
7
23,3629
19,6006
27,205
5
15,5092
19,8255
18,1261
14,191
7
24,4920
24,0895
19,5193
17,9708
15,6432
10,753
9
22,5106
19,9712
16,8766
22,7602
19,0597
15,1303
25,143
04
OIF altos
66
G
2
OIF: 27,2055
G
5
OIF: 25,1430
G
3
OIF: 14,1917
OIF bajos
viii.
G
3
OIF:10,7539
cobertu
ra
Cuerpo
s de
agua
Con respecto a la cobertura de cuerpos de agua en las dos imgenes se identifican claramente por su
tonalidad brillante, en la imagen de alto OIF se observa ms claramente por lo tanto se reconoceran
ms fciles los niveles digitales a la hora de separar las coberturas bajo la combinacin de bandas
RGB(1,2,5)
cobertur
a
constr
ucciones
Esta cobertura en las dos imgenes es identificable aunque caso curioso para analizar esta cobertura
sera mejor escoger los niveles digitales correspondientes a la imagen de bajo OIF ya que la tonalidad de
las construcciones es ms clara en este caso.
cobertu
ra
Tierras
eriales
Esta cobertura en las dos imgenes es claramente identificable aunque en esta cobertura sera mejor
para escoger los niveles digitales la imagen de bajo OIF ya que la tonalidad de las tierras eriales es
ms clara en este caso entonces seria fcilmente separable.
cobertu
ra
Bosqu
es y/o
monte
s
Es ms sencillo identificar esta cobertura en la imagen de OIF alto gracias a su color especfico, su
forma irregular y su textura predominante ya que en la imagen de OIF bajo no se puede diferenciar ni
la forma ni la textura de otras coberturas adjuntas a esta solo la tonalidad que es oscura por lo tanto no
se diferenciara con los cultivos en caso de que existieran.
69
PARA RESALTAR
cobertura
Identifica
cin del
fenmen
o
Haciendo uso de esta combinacin de bandas (mayor y menor OIF) se pudo observar de manera
clara y contundente en la fila/columna nmero 1595,1212/669,2496 lo que al parecer es un
incendio forestal en desarrollo, esto nos sirve para confirmar de manera contundente la presencia
de incendios forestales en nuestra zona de estudio.
XI.
ANALISIS MULTIESPECTRAL.
i Firmas espectrales
Cobertura
Cuerpos de
agua
Firma 1
column
a
Lat
2763.000
fila
205770.00
Long
3064.000
312060.000
70
band
a
ND
B1
B2
B3
B4
B5
B7
68
32
26
Firma 2
16
column
a
268,00
fila
Lat
130920.12
2
Long
400134.888
B1
B2
B3
B4
B5
B7
75
36
43
22
16
band
a
ND
128,00
Cobertura
construccio
Firma 1
column
a
966.000
fila
2800.000
71
nes
Lat
band
a
ND
151860.00
0
Long
319980.000
B1
B2
B3
B4
B5
B7
78
39
49
Firma 2
82
140
68
column
a
960.000
fila
Lat
151680.00
0
Long
320250.000
B1
B2
B3
B4
B5
B7
85
42
51
81
130
51
band
a
ND
2791.000
*Para esta cobertura no fue posible comparar 2 zonas distantes en la imagen puesto que las nicas areas con
presencia de construcciones hacan parte del municipio de Mapiripan.
Cobertura
Firma 1
72
Tierras
eriales
column
a
668.000
fila
Lat
142920.00
0
Long
321810.000
B1
B2
B3
B4
B5
B7
73
31
35
Firma 2
59
101
44
band
a
ND
2739.000
column
a
3195.000
fila
Lat
218730.00
0
Long
403410.000
B1
B2
B3
B4
B5
B7
68
30
28
58
74
29
band
a
ND
19.000
73
Cobertura
Firma 1
Bosques
y/o
montes
column
a
2887.000
fila
Lat
209490.00
0
Long
361380.000
B1
B2
B3
B4
B5
B7
67
28
23
Firma 2
71
59
20
band
a
ND
Colum
na
1210.000
fila
1420.000
3166.000
74
Lat
band
a
ND
159180.00
0
Long
309000.000
B1
B2
B3
B4
B5
B7
62
26
19
75
57
17
Color Pixel 1
RGB(3,2
,1)
RGB(4,
3,2)
RGB(1,
2,5)
Color Pixel 2
RGB(4,
5,7)
RGB(3,
2,1)
RGB(4,
3,2)
RGB(1,
2,5)
RGB(4,5
,7)
Cuerpos
de agua
Fila/columna: 2763.000/3064.000
Cobertura
Fila/columna:268/128
Color Pixel 1
RGB(3,2
,1)
RGB(4,
3,2)
RGB(1,
2,5)
Color Pixel 2
RGB(4,
5,7)
RGB(3,
2,1)
RGB(4,
3,2)
RGB(1,
2,5)
RGB(4,
5,7)
construccio
nes
Fila/columna: 2791.000/960.000
Color Pixel 1
RGB(3,2
,1)
RGB(4,
3,2)
RGB(1,
2,5)
Color Pixel 2
RGB(4,
5,7)
RGB(3,
2,1)
RGB(4,
3,2)
RGB(1,
2,5)
RGB(4,
5,7)
Tierras
eriales
Fila/columna: 2739.000/668.000
Cobertura
Bosques
Fila/columna: 3195.000/19.000
Color Pixel 1
RGB(3,2
,1)
RGB(4,
3,2)
RGB(1,
2,5)
Color Pixel 2
RGB(4,
5,7)
75
RGB(3,
2,1)
RGB(4,
3,2)
RGB(1,
2,5)
RGB(4,
5,7)
y/o
montes
Fila/columna: 2887.000/1420.000
Fila/columna: 3166.000/1210.000
Los rangos en
esta cobertura
son ms altos en
las bandas del
visible que en las
del infrarrojo en
las cuales son
ms bajos.
En todas las
bandas tiene
valores altos,
destacndose la
banda 1 y la
banda 5 en
donde el infrarrojo
medio nos
proporciona una
reflectancia
mayor respecto a
las dems bandas.
Tiene valores
variables segn la
longitud de onda
resaltndose la
banda 1y la banda 5
en las cuales se
produce la mayor
reflectancia.
En las bandas 1,4 y
5 presenta valores de
reflectancia, vemos
que en el infrarrojo
lejano su reflectancia
Descripcin
B1
(azul)
mi
ma
n
x
B2
(verde)
mi
ma
n
x
B3 (rojo)
B4 (IRC)
B5 (IRM)
B7 (IRL)
mi
n
ma
x
mi
n
ma
x
mi
n
ma
x
mi
n
ma
x
Cuerpos
de agua
69
80
26
44
32
44
15
26
23
16
construccio
nes
78
10
5
39
52
44
65
63
75
108
15
1
53
79
Tierras
eriales
70
73
31
34
31
35
52
60
90
10
1
40
45
58
69
25
30
19
24
77
89
58
68
16
21
Bosques
y/o montes
76
ii.
cdigo
1
2
3
4
cobertura
ND mnimo
Cuerpos de agua
15
Tierras eriales
51
construcciones
61
Bosques y/o
76
montes
Niveles digitales empleados (banda 1)
ND mximo
50
60
75
90
cdigo
cobertura
ND mnimo
ND mximo
Bosques y/o
montes
Cuerpos de agua
Tierras eriales
construcciones
58
68
69
70
82
80
73
105
2
3
4
77
78
79
ANALISIS COMPARATIVO:
De acuerdo con los datos obtenidos en la tabla 8iii se procedi a establecer los
intervalos para determinar la separabilidad de las coberturas de las imgenes
teniendo en cuenta los rangos de mnimos y mximos para las dos bandas en
cuestin siendo la banda 4 la que mayor dispersin presento y la banda 1 la
de menor dispersin, de acuerdo a los resultados obtenidos al ejecutar en model
maker el proceso de generacin del modelo podemos concluir que los rangos
estipulados en las dos bandas no ayudan a discriminar con claridad cada una de
las coberturas creando inconsistencias; Una de las inconsistencia y de hecho la
ms trascendental tuvo que ver con el hecho de que independientemente de la
cobertura que estemos tratando, el comportamiento espectral de esta puede
asemejarse o ser igual visualmente al de otra cobertura, concretamente en este
caso, se present el problema de que la cobertura relacionada a construcciones
se comportaba espectralmente de manera idntica a areas de la imagen donde
se presentaban suelos descubiertos o con poca presencia vegetal en sus
superficie, como consecuencia, al generar el mapa temtico el nivel visual de lo
que debera ser areas de construccin termino siendo igual para la cobertura de
suelos descubiertos, lo que para un lector u observador del mapa temtico podra
conllevarlo a la idea de que una gran parte de la imagen presenta una extensa
cobertura relacionada a construcciones cuando no es cierto, otra gran confusin
presente en ambas imgenes tiene que ver con el contenido hdrico de la
vegetacin, lo que ocasiona que un rea que debera aparecer naturalmente
verde aparezca de color azul, no por el hecho de que existan grandes superficies
hdricas en la imagen, como se podra pensar al ver la imagen y compararla con
la leyenda, sino porque este es el comportamiento espectral del pixel referido a
vegetacin.
Finalmente encontramos que es mucho mejor trabajar con la banda 4 pues esta
tiene la capacidad de distinguir como se ha mencionado a lo largo del presente
taller mucho mejor la energa capturada de la superficie terrestre que las bandas
que manejan longitudes de onda relacionadas con el espectro visible.
iii.
80
De acuerdo a los histogramas de las dos bandas obtenidos luego del proceso de la
segmentacin se puede apreciar que el histograma de la banda 4 a pesar de no
tener una distribucin normal presenta la mayor amplitud comparado con las otras
bandas, y la banda1 es la banda de menor amplitud lo que nos lleva a concluir
que:
iv.
Por otro lado al tener la menor amplitud, visualmente las coberturas poseern
rangos de niveles digitales ms pequeos lo que conlleva a no tener facilidad
en la discriminacin de la informacin a pesar de ser una de las bandas del
visible, apoyndose en las firmas espectrales se puede observar que la mayora
de las coberturas tienen poco porcentaje de reflectividad haciendo que gran
parte de la tonalidad de la imagen presente tonos grises oscuros por lo tanto
sus niveles digitales son muy similares lo que hace difcil los criterios de
seleccin de intervalos para la segmentacin de la imagen y as mismo poder
lograr la separacin de las coberturas de manera exacta.
81
Banda 4
Banda 1
Cobertura
Cuerpos de
agua
construccion
es
Tierras
eriales
Bosques y/o
montes
Mapa 1
(Banda Mayor rango:
4 )
Numero
rea
Pixeles
(Km2)
Mapa 2
(Banda Menor rango:
1 )
Numero
rea
Pixeles
(Km2)
2324990
2092,49
1351307
1216,18
816,31
1734904
1561,41
1703340
1533,01
16,6
2083388
1875,05
3385729
3047,16
1172,11
1734904
5625,62
6922626
6230,36
604,74
Diferencia de
Areas
Km2
82
GRACIAS!!
XIII. CONCLUSIONES
Ha quedado de experiencia el hecho de que al seleccionar una imagen satelital con el
fin de extraer de ella informacin, no debemos concentrarnos nicamente en que se
muestre solo el fenmeno de nuestro inters, ya que distinguir ms fenmenos nos
permitir realizar una mejor identificacin y anlisis del problema.
Es de vital importancia el hecho de aprender a distinguir como se presentan
visualmente las diferentes coberturas al ir cambiando las bandas espectrales en que
cargamos una imagen, esto nos permitir desarrollar un anlisis visual ptimo de una
imagen en cualquier escenario que se nos presente en el mbito laboral.
Una imagen satelital no se limita nicamente a permitirnos realizar un anlisis visual,
pues como hemos visto tiene una estructura sumamente completa a partir de la cual
podemos realizar anlisis estadsticos, espectrales y dems.
Para el anlisis estadstico de las bandas es casi una regla asumir de manera inversa
lo que hemos aprendido en materias como estadstica y probabilidad, esto debido al
hecho de que en procesamiento digital de imgenes entre ms dispersin, mayores
valores de desviacin estndar , de varianza y de mas es lo ptimo en una imagen.
Antes de inferir respecto de algn tipo de cobertura en una imagen, debemos analizar
espectralmente las bandas y el orden en que se nos da la imagen, pues hemos visto a
lo largo del trabajo que visualmente cada cobertura se comporta de manera diferente
de acuerdo a como se organicen los caones de color ((3, 2,1) imagen color natural,
(4,3, 2) imagen falso color estndar, etc.)
ERDAS IMAGINE 2011 es un software de fcil manejo, el cual nos permite una
manipulacin sencilla de la imagen gracias a su completa y explicada interfaz.
83
XIV. BIBLIOGRAFIA
Respecto a la seleccin del rea (Mapiripan) y la formulacin de la
pregunta de trabajo:
https://www.siac.gov.co/Seguimiento_y_evaluacion_bosques/Incendios_forestales.aspx
(identificacin del fenmeno)
http://cdim.esap.edu.co/BancoMedios/Documentos%20PDF/pd-mapirip%C3%A1n-meta2001-2003-(71%20p%C3%A1g%20-%20167%20kb).pdf
aspectos fsicos econmicos
Mapiripan
https://cross.restec.or.jp/crossex/topControl!loginerror.action?language=ja-JP.
ALOS_CROSS
http://www.innovanet.com.ar/gis/TELEDETE/TELEDETE/teledete.htm
Teledeteccin
Sistemas de clasificacin de cobertura y uso del suelo ITC. Disponible en: Formato PDF.
84
Catlogo
Fundamentos
de
de
https://sites.google.com/site/pdiudcatastral/system/app/pages/search?
scope=searchsite&q=ejercicios+en+clase : ejercicios en clase parte 1 y 2.
85