Professional Documents
Culture Documents
de informacin geogrfica,
geofsica y geo-ambiental desde
imgenes satelitales.
Aplicacin a la simulacin de
inundaciones
J. Piazzese
E. Oate
J. Piazzese
E. Oate
2
1. Introduccin
El presente trabajo se ha desarrollado en el Centro Internacional de Mtodos
Numricos en Ingeniera (CIMNE) en el marco del proyecto europeo
RAMFLOOD DSS (RAMFLOOD Decision Support System). Ramflood tiene
como objetivo crear un sistema de ayuda a la toma de decisiones para evaluar
y gestionar escenarios de emergencias debidos a severas inundaciones en dos
reas de estudio, la zona del Bajo Llobregat (Espaa) y la regin de tica
(Grecia).
La motivacin del trabajo fue crear una metodologa que sirva de gua para la
obtencin de informacin de usos del suelo, desde una imagen satelital,
necesaria para la toma de decisiones de sistemas inteligentes y la simulacin
numrica de fenmenos naturales como son las inundaciones.
3
2. Objetivos
El objetivo de este trabajo es presentar una metodologa destinada a la
obtencin de informacin desde imgenes satelitales que se utilizar para la
generacin de mapas de usos del suelo y en simulaciones hidrulicas del rea
de estudio.
4
3. Generalidades de las imgenes satelitales y la
teledeteccin
3.1. Los fundamentos fsicos de la teledeteccin espacial
Los fundamentos fsicos de la teledeteccin espacial se basan en la medida de
la radiacin electromagntica emitida o reflejada por los objetos, como
respuesta a la incidencia de una radiacin natural (luz solar) o artificial (radar).
5
Frecuencia (MHz)
1014 1013 1012 1011 1010 109 108 107 106 105 104 103 102
RAYOS RADAR
RAYOS X
GAMMA TRMICO
RADIO, TV.
UHF VHF
Espectro visible: comprende longitudes de onda entre los 0.4 y 0.7 m y recibe
su nombre por ser la nica radiacin electromagntica perceptible por el ojo
humano. Se divide en tres bandas elementales que son: azul (0.4 - 0.5 m),
verde (0.5 - 0.6 m ) y rojo (0.6 - 0.7m ).
Flujo radiante (): se puede definir flujo radiante al total de la energa radiada
en todas las direcciones por unidad de tiempo. Se mide en Vatios (W).
6
Reflectividad (): se puede definir como la relacin entre el flujo incidente y el
flujo reflejado por una superficie.
7
3.3.2. Absorcin atmosfrica
Podemos decir que la absorcin atmosfrica se asocia a la retencin de
energa por parte de los deferentes componentes de la atmsfera.
i / i = r / i + a / i + t / i
8
O, lo que es lo mismo:
1 = + +
1 = + +
9
reflejada aproximadamente uniformemente en todas las direcciones.
Cuando la superficie refleja la energa uniformemente, con independencia
del ngulo de incidencia recibe el nombre de "superficie Lambertiana"
(arena, nieve...), dependiendo la reflectancia slo de la longitud de onda.
ngulo de ngulo de
Incidencia Reflexin
10
A B
D C
Coordenadas UTM
Vrtice Coordenadas X Coordenadas Y
A 503360 4399921
B 504860 4399921
C 504860 4398621
D 503360 4398621
11
distintos campos de la ciencia. Ejemplos de esto son las imgenes satelitales
utilizadas en reas meteorolgicas, en anlisis ambientales como son el control
de los bosques naturales, etc.
12
Una parte importante de estas distorsiones geomtricas estn ligadas al
funcionamiento del dispositivo de adquisicin de los datos (scanner), a los
cambios de altitud de la rbita o a la rotacin relativa de la Tierra respecto a la
rbita del satlite. La correccin de una gran parte de estas distorsiones o
minimizacin de ellas se realiza mediante una programacin de la velocidad del
satlite de manera que se produzca una compensacin de estos defectos.
13
composicin en color puede conseguirse de acuerdo a dos procesos,
denominados aditivo y sustractivo. En el proceso aditivo, cualquier color se
obtiene por suma de los tres colores elementales o primarios: azul+verde+rojo.
La suma de dos colores primarios permite lograr un color complementario:
azul+verde=cian, azul+rojo=magenta, y verde+rojo=amarillo. Por el contrario, el
proceso sustractivo se basa en la absorcin de la luz que ejercen los colores
complementarios: el cian absorbe la luz roja, el magenta absorbe el verde y el
amarillo el azul. Los tres en combinacin forman el negro.
En la figura N 3.6 se puede observar la formacin del color por medio de los
dos procesos anteriormente presentados.
14
Si en cambio, trabajamos con tres bandas de informacin de la imagen
satelital, de la combinacin de los 3 niveles digitales de cada banda resultar
una imagen en colores (combinacin de rojo, verde y azul), pudiendo tambin
presentarse pxeles con colores grises.
Por medio de unos ejemplos podremos aclarar mejor lo expuesto (ver figura
3.7).
15
Figura 3.8 Imagen en colores naturales, bandas B1, B2 y B3
16
Figura 3.10 Imagen en falso colores, bandas B2, B4 y B5
A continuacin se incluyen las figuras de cada una de las bandas usadas (1, 2,
3, 4 y 5) a partir de las cuales se obtuvieron las figuras en color natural y en
falso color (ver figuras 3.11 a 3.15).
17
Figura 3.12 Imagen en escala de grises, banda B2
18
Figura 3.14 Imagen en escala de grises, banda B4
19
El primero de los grupos se denomina pxel a pxel, en la que se mantiene el
valor numrico de cada pxel original cuando la imagen es transformada,
independientemente de su ubicacin.
El otro grupo de tcnicas tiene como objetivo poder ver las imgenes de forma
diferente o distinta. En algunas de ellas se realizan un conjunto de operaciones
de sustraccin, adicin, divisin o multiplicacin con los diferentes valores de
cada pxel para conseguir resaltar determinados aspectos de la imagen cuando
se visualicen.
En este tipo de operaciones de realce el valor del pxel en la imagen
transformada depende no exclusivamente de su propio valor en la imagen
original, sino tambin, de los valores de los pxeles de su entorno prximo.
20
4. Metodologa utilizada
4.1. Introduccin
A continuacin se describir la metodologa a utilizar. Simplemente recordar
que la motivacin principal del trabajo se bas en desarrollar una metodologa
que sirva de gua para la obtencin de informacin de usos del suelo, a partir
de una imagen satelital.
Por tanto, tendremos que realmente estar seguros que la teledeteccin nos
solucionar al menos los interrogantes ms importantes que esperamos
responder trabajando con imgenes satelitales.
21
La gama de resoluciones es muy variada, empezando por sensores con
resoluciones de 1m x 1m para sensores de alta precisin hasta 5km x 5km que
son sensores utilizados con fines meteorolgicos.
Entonces si por ejemplo necesitamos contar con una precisin de 30m x 30m
seleccionaremos un sensor que nos brinde por cada pxel la informacin de la
observacin de un polgono de 30m x 30m sin necesitar la correcta definicin
de los objetos que se presenten en el interior de dicho polgono.
A continuacin se presentan algunas de las posibles elecciones de sensores
disponibles a partir de los cuales podremos obtener las imgenes satelitales:
Ikonos (1m / 4m), IRS (5m Pancromtico / 30m Multiespectral), Landsat 7
(15m/30m), Spot (10m) y datos rusos (1m 2m) por caso especial, y datos
activos (todos los satlites anteriormente mencionados son pasivos o sea
pticos), incluyendo Radarsat y ERS para aplicaciones especializadas tales
como la creacin de DEMs (Modelos Digitales de Elevaciones).
22
4.2.5. Definicin de la resolucin radiomtrica
Cuando hablamos de resolucin radiomtrica nos referimos a la capacidad que
tienen los sensores en registrar variaciones en las distintas ondas
electromagnticas que arriban desde los objetos o cuerpos emisores.
El mximo nmero de variaciones capaces de registrarse recibe el nombre de
resolucin radiomtrica.
23
4.2.7. Correccin de la imagen satelital
El paso siguiente a la adquisicin de la imagen satelital es la correccin o
disminucin de los errores presente en la imagen.
Estas tcnicas para la correccin y realce de una imagen satelital se
presentaron en los apartados 3.5 y 3.6. Recordando que las estas tcnicas
reciben el nombre de correcciones geomtricas y tcnicas de realce de las
imgenes respectivamente.
El objetivo de las tareas de correcciones geomtricas lo podemos describir
como la accin de transformar una imagen sin una escala confiable a una
imagen que s represente informacin con una determinada escala real y
segura.
Para ello es necesario la identificacin y asignacin de coordenadas confiables
a una serie de puntos que nos servirn para escalar la imagen (puntos de
control).
Esta informacin de estos puntos de control puede ser suministrada por los
entes cartogrficos de cada regin o pas, como por ejemplo los Instituto
Cartogrficos de cada Pas.
Existe otra posibilidad para realizar este ajuste de la imagen y es a travs de
trabajar con un modelo digital del terreno en donde podremos dar por buenos
todos los puntos que existen sobre este modelo por lo que dispondremos de un
nmero mayor de puntos que usaremos para el ajuste y la posterior verificacin
de la correccin.
Cabe tambin mencionar que dependiendo del grado de precisin con que
debamos trabajar o el objetivo del trabajo, sea necesario o no realizar
correccin sobre las imgenes originales provenientes de los sensores.
Un ejemplo de esto lo podemos tener en una imagen meteorolgica que puede
tener slo el fin de informar la existencia o no de nubes sobre una determinada
zona de estudio.
24
3 Asociar los objetos a clasificar y sus respuestas espectrales.
4 Realizar la clasificacin de la imagen.
5 Guardar la informacin obtenida.
6 Verificar los resultados obtenidos.
Como se puede deducir no necesariamente una clase tiene que estar formada
por objetos que tengan una respuesta electromagntica similar dentro de un
determinado entorno.
Clasificacin visual
Una de las principales ventajas del anlisis visual sobre el digital es su
capacidad para incorporar a la interpretacin de la imagen criterios complejos.
Mientras que el tratamiento digital se basa en la informacin radiomtrica de
cada pxel en las distintas bandas estudiadas.
25
esto podra ser el estudio del color de los distintos objetos en imgenes en
colores o la tonalidad de grises en imgenes pancromticas.
En la siguiente tabla podemos ver una lista que asocia posibles colores a
objetos dependiendo de la combinacin de bandas utilizadas (ver tabla 4.1).
26
Cuando no referimos al perodo de adquisicin tenemos que tener presentes
que algunas cubiertas vegetales tienen un comportamiento espectral diferente
en pocas estivales e invernales. Entonces habr que tener presente los
posibles objetos y sus distintos comportamientos estacionales (multi-temporal).
Otros posibles criterios, pero con menor importancia, son el estudio de las
sombras, los patrones espaciales, el contorno de las formas y el estudio del
tamao.
Clasificacin digital
Si por el contrario utilizamos una clasificacin digital, es necesario realizar un
entrenamiento del sistema informtico para la clasificacin mediante la
asignacin de entornos de trabajo de los distintos grupos o clases.
Concretamente se le tendr que especificar la orden de clasificar en las
distintas clases elegidas de acuerdo con el nmero digital que almacene para
cada pxel. Para ello es necesario especificar un rango de valores posibles
(informacin de cada pxel) para cada clase de objeto y para cada banda a
estudiar.
27
Este mtodo se centra en la definicin de grupos de pxeles que tienen un
comportamiento espectral homogneo basndose en la agrupacin segn las
clases temticas de inters definidas.
Bases de datos
Hay una serie de pasos que es necesario definir antes de guardar informacin
y es la estructura que tendr la base de datos. Este punto que parece tan
28
elemental no siempre se realiza y posteriormente aparecen las confusiones o
equivocaciones cuando se trabaja o difunde la informacin extrada.
Mapas temticos
Cuando se realiza una clasificacin digital tenemos que recorrer toda la imagen
analizando la informacin de cada uno de los pxeles y realizando la
clasificacin segn las clases definidas. Si asignemos un color representativo a
cada una de las clases, por ejemplo el color azul al agua, un color verde a los
cultivos, etc., podremos ir generando pxel a pxel una nueva imagen que sea
representativa de la clasificacin realizada. A esta nueva imagen la llamamos
un mapa temtico.
29
Esta falta de inteligencia de las imgenes en formato raster no las descalificara
respecto a las imgenes en formato vector porque los fines o usos de cada tipo
de formato son muy diferentes.
En un formato vector, por ejemplo, sera muy difcil ensear toda la informacin
de la imagen satelital en Internet (tardara mucho tiempo en cargarse la
informacin para la visualizacin en pantalla) y en cambio s es posible incluir
una imagen raster de tamao reducido y con una calidad determinada.
La situacin opuesta se presenta si se necesita trabajar necesariamente con
imgenes vectoriales, ejemplo de ello sera la modelizacin de una superficie
en 3D sobre la cual se pretende generar una vista lateral o cortes transversales
segn los planos coordenados de representacin.
30
5. Descripcin del caso prctico estudiado
A continuacin se presenta la aplicacin prctica de la metodologa propuesta.
El objetivo del ejercicio es poder obtener informacin acerca de los distintos
usos del suelo (asociados a valores de rugosidades) del rea de estudio, donde
se pretende realizar una simulacin numrica del comportamiento hidrulico.
31
5.3. Definicin de la resolucin espectral
El sensor PAN provee datos de banda del espectro comprendido entre 0.5
0.75 micrones.
El sensor LISS III provee datos multiespectrales separados en 4 bandas (B2,
B3, B4 y B5). Cada una de las bandas cubrir una porcin del espectro
determinado: B2 de 0.52 a 0.59 micrones, B3 de 0.62 a 0.68 micrones, B4 de
0.77 a 0.86 micrones, B5 de 1.55 a 1.70 micrones.
Como vemos dentro del espacio visible solamente tenemos cubierta las bandas
del color verde (B2) y la banda del color rojo (B3) y no la banda del color azul
(B1).
A partir de la combinacin de los datos multiespectrales es posible
matemticamente obtener los aportes que producira la B1 y de esta forma
podemos obtener imgenes en colores reales.
32
Coordenadas UTM
Vrtice Coordenadas X Coordenadas Y
A 503360 4399921
B 504860 4399921
C 504860 4398621
D 503360 4398621
En nuestro caso se trabajar con imgenes provenientes del sensor PAN que
provee datos pancromticos con una resolucin de 5.8m y con datos
provenientes del sensor LISS III que provee datos multiespectrales
separados en 4 bandas y con una resolucin espacial de 23.5m para la los
sectores del espectro visible (2 bandas, B2 y B3) y del infrarrojo cercano (B4).
33
Ahora con todas las imgenes corregidas y balanceadas se restituye el rea de
estudio, utilizndose todos los mosaicos del polgono de estudio.
Esta tarea tiene necesariamente que comenzar por elegir una primera imagen
como inicio y contina con el anexado de las imgenes vecinas sucesivamente.
Como la captacin de las imgenes desde los sensores prevn estos trabajos
de unin entre imgenes, en el momento de la adquisicin se definen reas de
superposicin entre imgenes. Entonces hay que elegir lneas de corte por
donde pasarn las uniones entre imgenes vecinas.
El resultado final ser una gran imagen del polgono de estudio que tiene que
ser verificado cuidadosamente dado que una mal unin entre imgenes nos
determinar distorsiones de ubicacin de objetos.
Este formato est compuesto por dos partes bien definidas: una parte Geo y
una parte TIFF.
34
Figura 5.1 Imagen en falso colores, bandas B2, B3 y B4
35
5 Guardar la informacin obtenida.
6 Verificar los resultados obtenidos.
Agua profunda
Agua poco profunda
Arbustos
rboles
Cultivos
Pastos naturales
reas sin cubierta vegetal
reas con poca cubierta vegetal
reas urbanas e infraestructuras
36
En la siguiente figura se muestra el diagrama seguido para la clasificacin (ver
figura 5.3).
37
38
4 Realizar la clasificacin de la imagen.
Para hacer la clasificacin se realiz un programa que recorre la imagen pxel
por pxel, interpreta la informacin de cada pxel, asigna una clase de objeto, y
finalmente crea una nueva imagen en forma de mapa temtico a partir de la
imagen original.
39
Figura 5.5 Mapa temtico
40
Figura 5.6 Verificacin de resultados
41
Pero finalmente podemos decir que los resultados alcanzados en la
clasificacin son satisfactorios, demostrando claramente por medio de la
representacin de colores las distintas clases existentes.
Informacin topogrfica
Se dispone de informacin topogrfica realizada a partir de un relevamiento del
terreno (coordenadas X, Y, Z de cada punto con un equiespaciamiento de
25m).
Dado que el objetivo del caso prctico es aplicar la metodologa de anlisis del
la imagen satelital se trabajar con un equiespaciamiento mayor, x = y =
100m, y en una zona de estudio rectangular de 1500m de largo por 1300m de
ancho.
Mapa temtico
Es la informacin generada a partir de la clasificacin de la imagen. El formato
de esta imagen es BMP y las dimensiones de la imagen son 176 pxeles de
ancho y 153 pxeles de alto. La precisin de la imagen es aproximadamente
10m por cada lado de pxel (8.52m en direccin X y 8.49m en direccin Y).
42
Georeferencia de la imagen
Recordar que cuando trabajamos con una imagen satelital necesitamos tener
informacin acerca de la ubicacin de la zona representada, y esto lo
conseguimos a partir de la informacin de referencia que acompaa a la
imagen (Georeferencia).
Modelizacin de la superficie
Para la representacin de la superficie de estudio se comenz representando
una superficie plana, (Z = 0), de dimensin 1500m por 1300m.
43
En estos momentos en la etapa de modelizacin de la superficie del terreno
slo restara por modificar la coordenada Z de cada vrtice de los elementos de
la malla a la coordenada topogrfica correcta.
El paso siguiente fue abrir un nuevo archivo e importar la nueva superficie del
terreno por medio del comando Surface mesh. A partir de esta superficie
generamos una nueva malla de elementos triangulares, con una mejor
densidad. La nueva malla tiene 380 nodos y 688 elementos, ver figura 5.8.
44
Figura 5.9 Modelizacin de la superficie del terreno
45
Figura 5.10 Datos del problema.
46
Figura 5.11 Condiciones de contorno de ingreso de agua
Para la zona de egreso de agua se decidi trabajar con vertedero, ver figura
5.13 y 5.14
47
Figura 5.13 Condiciones de contorno de salida de agua
48
A cada elemento de la malla le asociaremos nuevas propiedades, para ello
necesitaremos definir un punto caracterstico de cada elemento al que se le
asignarn los nuevos valores de rugosidad y de condicin inicial.
Se ha optado por trabajar con un punto interior como el que se muestra en la
figura 5.15
Una vez definida la ubicacin del punto interior el programa transforma las
coordenadas del punto (Xm , Ym) en informacin de pxeles del mapa temtico
mediante la siguientes ecuaciones:
49
Figura 5.16 Transformacin de coordenadas
Una vez definido el pxel asociado al punto interior, se busca cuales son las
propiedades de rugosidad (coeficiente de Manning) y condicin inicial de altura
de agua (m). Se adopt trabajar con las siguientes propiedades para cada una
de las clases de objetos, ver figura 5.17.
50
En la figura 5.18 podemos ver la variacin de la velocidad, se presentan los
siguientes pasos de tiempo: 50, 200, 400, 600, 800 y 1000 segundos de la
simulacin numrica.
En la figura podemos ver la propagacin del agua desde la zona de ingreso
hacia la zona de la desembocadura, con una velocidad mxima de 0.61 m/seg.
Tambin se puede ver que se desborda el cauce, el rea de inundacin
afectada y el tiempo de inundacin.
51
En la figura 5.19 podemos ver la variacin del caudal especfico, en los
distintos pasos de tiempo. El valor de caudal especfico es de 0.126m2/seg.
52
En la figura 5.20 podemos ver la variacin los vectores de velocidad las
direcciones seguidas por el agua y los mdulos de las velocidades, en los
distintos pasos de tiempo.
Podemos concluir este apartado diciendo que cada una de las figuras
anteriormente presentadas (figuras 5.18 a 5.19) podran utilizarse como mapa
de zonas de mximos de velocidades y caudales especficos respectivamente.
Otra representacin posible de obtener a partir de los vectores de velocidades
son las lneas de corriente de flujo.
Estos mapas son de suma utilidad para el diseo, tanto actual como futuro, de
posibles obras civiles a construir en las zonas aledaas al cauce.
53
Para poder obtener mejores resultados del comportamiento hidrulico del rea
de estudio habra que estudiar otras posibles condiciones de contorno y sobre
todo mayores tiempos de simulacin, determinando las condiciones crticas de
la zona de estudio.
Pero este caso prctico tena como objetivo implementar la metodologa
desarrollada y no hacer un estudio hidrulico detallado.
54
6. Conclusiones
A partir de los resultados obtenidos en el trabajo presentado, podemos decir
que la principal conclusin es haber logrado desarrollar una metodologa que
nos permita obtener informacin desde una imagen satelital y al mismo tiempo
aplicarla, tanto en la creacin de informacin temtica, como en la
modelizacin numrica del comportamiento hidrulico de la zona de estudio.
55
mejoras realizadas en zonas urbanas, estudio de los cambios del uso
del suelo que modifiquen el escurrimiento superficial del agua.
56
7. Referencias
Libros
Chuvieco, E. (1993). Fundamentos de Teledeteccin Espacial. Ediciones
RIALP, S.A. Madrid.
Software utilizados
GiD El pre y post procesador utilizado
http://gid.cimne.upc.es/
57