Manual Del Curso Envi PDF

UNIVERSIDAD NACIONAL DE INGENIERIA
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

MANUAL DEL CURSO TALLER

PROCESAMIENTO DIGITAL DE
IMAGENES DE SATELITE
CON EL ENVI

ELABORADO POR:

ING. LUIS SAMANIEGO POLANCO
CONSULTOR EN GESTION DE RIESGOS DE DESASTRES
DOCENTE DEL DEPARTAMENTO DE CONSTRUCCION
FACULTAD DE INGENIERIA CIVIL

E-mail: lsamaniego@uni.edu.pe
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

INDICE
INTRODUCCION
CAPITULO I
NOCIONES INTRODUCTORIAS
PRINCIPIOS FSICOS DE TELEDETECCIN
SISTEMAS ESPACIALES DE TELEDETECCIN
LA OBTENCIN DE LA IMAGEN
EL ENVI Y SUS CARACTERSTICAS
CAPITULO II
LA INTERPRETACIN DE LOS DATOS
FASES EN LA INTERPRETACIN
SELECCIN DEL MTODO DE ANLISIS
TRATAMIENTO DIGITAL DE IMGENES
CORRECCIONES, REALCES Y MEJORAS DE LA IMAGEN
CAPITULO III
INTERPRETACIN VISUAL DE IMGENES
CRITERIOS VISUALES PARA IDENTIFICAR CUBIERTAS
ELEMENTOS DE ANLISIS VISUAL
EJEMPLOS DE ANLISIS VISUAL
CAPITULO IV
GENERACIN DE INFORMACIN TEMTICA
MODELOS INDUCTIVOS Y DEDUCTIVOS EN TELEDETECCIN
COCIENTES E NDICES DE VEGETACIN
EJEMPLOS DE CLCULO DEL NDVI
CAPITULO V
COMPOSICIN DE MAPAS
LA TELEDETECCIN Y LOS SISTEMAS DE INFORMACIN GEOGRFICOS
TALLERES
T1.- CASO APLICATIVO DE TELEDETECCION
T2.- OBTENCION DEL PATH Y ROW DE LAS IMGENES SATELITALES
T3.- OBTENCION DE LA IMAGEN
T4.- TRABAJO CON EL ENVI ZOOM
T5.- EL ENVI Y SUS CARACTERISTICAS
T6.- ANALISIS COMPARATIVO VISUAL
T7.- ANALISIS VISUAL DE AREQUIPA
T8.- CORRECCIONES RADIOMTRICAS DE IMGENES LANDSAT ETM+
CON EL ENVI
T9.- SELECCIN DEL AREA DE TRABAJO
T10.- ANALISIS COMPARATIVO CUALITATIVO DE CHICLAYO
T11.- ANALISIS DEL NDVI EN LA CIUDAD DE CHICLAYO
T12.- TELEDETECCION Y LOS SIG
BIBLIOGRAFIA
ANEXOS

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

CAPITULO I

Este captulo brinda una breve visin de los conceptos generales sobre
procesamiento de imgenes, el tipo de informacin que puede procesar y las
aplicaciones del ENVI en las ciencias de la tierra. Tambin brinda una visin
general del funcionamiento del software ENVI y las ventajas que proporciona
respecto a otros sistemas de procesamiento de imgenes.

1.1 NOCIONES INTRODUCTORIAS

El trmino procesamiento digital de imgenes se refiere al uso de una
computadora para manipular los datos de imgenes almacenados en un
formato digital. El objetivo del procesamiento de imgenes aplicado a las
ciencias de la tierra es el de realzar los datos geogrficos en un formato digital
para hacerlos ms significativos para el usuario, extraer informacin
cuantitativa y resolver problemas.

Una imagen digital es almacenada como un arreglo bidimensional (o grilla) de
pequeas reas llamadas pixels (picture x elements), y cada pixel corresponde
espacialmente a un area de la superficie terrestre. Este arreglo o grilla es
tambin llamado raster, por lo tanto los datos de imgenes son a menudo
llamados datos raster. El dato raster est ordenado en filas horizontales
llamadas lneas, columnas verticales llamadas muestras. Cada pixel en la
imagen raster est representado por un nmero digital (o ND).

Esta imagen de NDs puede representar diferentes tipos de datos dependiendo
de la fuente de datos. Para datos satelitales tales como Landsat y SPOT, los
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

NDs representan la intensidad de energa reflejada en longitudes de onda
visible, infrarrojo y otras. Para datos de imgenes de radar (Synthetic Aperture
Radar - SAR), los NDs representan la potencia del pulso de radar que retorna a
la antena. Para modelos de terreno digitales (MTDs), los NDs representan la
elevacin del terreno.Independientemente de cual es la fuente, todos estos
tipos de datos pueden ser almacenados en un formato raster.

Aplicando transformaciones matemticas a los nmeros digitales, el ENVI
puede resaltar datos de la imagen y extraer informacin sutil que sera
imposible utilizando tcnicas tradicionales de interpretacin manual. Por tal
motivo el procesamiento de imgenes se ha vuelto una herramienta importante
para todo tipo de aplicaciones de las ciencias de la tierra.

Muchos datasets de imgenes poseen mltiples bandas (o capas) de datos
cubriendo la misma rea geogrfica, cada una conteniendo un tipo diferente de
informacin. Por ejemplo, una imagen satelital SPOT HRV-XS tiene tres
bandas de datos, cada una registrando reflexiones de la superficie terrestre en
longitudes de onda de luz diferentes. Como en cada banda se registran
reflexiones de una parte distinta del espectro, este dato es a menudo llamado
dato multiespectral. Muchas tcnicas potentes de procesamiento de imgenes
han sido desarrolladas para combinar varias bandas desde las imgenes
multiespectrales para resaltar tipos de informacin especficas de las ciencias
de la tierra como abundancia de vegetacin, parmetros de calidad de agua, o
los tipos de minerales presentes en la superficie terrestre.

1.2 PRINCIPIOS FSICOS DE TELEDETECCIN

La Teledeteccin (tambin llamados sensores remotos) es definida como la
ciencia y tecnologa por medio de la cual las caractersticas de los objetos de
inters pueden ser identificadas, medidas o analizadas sin contacto directo.
Esto se hace por medio de la adquisicin y registro de energa reflejada o
emitida para luego traducirla a archivos de computadora o imgenes impresas
para su posterior interpretacin.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

VENTAJAS DE USAR LA TELEDETECCIN

El sistema medidor no disturba el objeto
Hay periodicidad en la adquisicin de datos
Como la informacin est en formato digital, se puede automatizar el
proceso de deteccin
El sistema observa al objeto en diferentes dimensiones (espacial,
temporal, espectral)
El sistema cubre una vasta rea de la superficie terrestre en cada imagen

1.3 SISTEMAS ESPACIALES DE TELEDETECCIN

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

1.4 LA OBTENCIN DE LA IMAGEN

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

1.6 EL ENVI Y SUS CARACTERSTICAS
El ENVI es el mejor software para obtener informacin de imgenes
geoespaciales de manera fcil, rpida y precisa. Por sus herramientas fciles
de usar, su funcionalidad comprobada y resultados rpidos su demanda se
incrementa notoriamente en estos ltimos aos.
Obtener informacin critica a partir de imgenes geoespaciales, es cada vez
ms importante dada la creciente utilizacin de stas como fuente de
informacin. Por la misma razn, las herramientas y procesos son esenciales
ya que deben extraer la informacin fcil y en forma precisa sin importar el tipo
de aplicacin que necesita, ya sea para propsitos de inteligencia, cientficos o
de planeacin. Hoy en da, tanto cientficos como analistas de imgenes, en
una gran variedad de disciplinas, escogen ENVI, como la mejor solucin de
software para extraer informacin de imgenes geoespaciales. ENVI ofrece
herramientas avanzadas y fciles de usar para leer, explorar, preparar, analizar
y compartir la informacin extrada de sus imgenes.

Desarrollado por expertos en procesamiento de imgenes y visualizacin de
datos, ENVI esta construido en una plataforma extensible que permite acceder
fcilmente a la informacin y ajustar las aplicaciones ENVI a nuestras
necesidades. Por su plataforma abierta, ENVI puede ser su solucin sin
importar el ambiente de trabajo: Windows, Macintosh, Linux o UNIX.

ENVI soporta los formatos utilizados por numerosos satlites y sensores aero-
transportados incluyendo imgenes pancromticas, multiespectrales,
hiperespectrales, de radar y trmicas. ENVI puede leer ms de 70 formatos de
datos incluyendo HDF, GeoTIFF y JITC (NITF).

ENVI nos provee de herramientas automatizadas de procesamiento que
permiten preparar fcil y rpidamente sus imgenes para visualizacin y para
anlisis adicionales. Con ENVI podremos:
Registrar dos o ms imgenes
Ortorrectificar imgenes
Calibrar imgenes
Corregir las distorsiones atmosfricas en las imgenes
Crear y sobreponer capas vectoriales
Identificar Regiones de Inters (ROIs)
Crear Modelos Digitales de Elevacin (DEMs)
Generar imgenes de alta resolucin espectral y espacial.
Realizar mosaicos y mscaras
Recortar y rotar imgenes
Determinar ndices de vegetacin

ENVI nos ofrece una interfase de usuario intuitiva y herramientas fciles de
usar para ver y explorar nuestras imgenes. Con ENVI podremos visualizar
gran cantidad de datos y metadatos, compararlos y crear representaciones en
tres dimensiones.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLERES

TALLER 1

CASO APLICATIVO DE TELEDETECCION

1.- INTRODUCCION
El presente trabajo consisti en el anlisis y sntesis de un documento que
aplica el tratamiento digital de imgenes la teledeteccin para el
reconocimiento y control de deslizamientos. Donde se presentan diversos
mtodos de tratamiento digital.
Se incluyen mtodos de segmentacin textural de imgenes, basados en su
espectro de textura, para la deteccin principalmente de flujos de tierra y
deslizamientos rotacionales, as como otros de realce textural de escarpes y
bordes de deslizamientos, de realce espectral para la diferenciacin de cuerpos
deslizados, y de visualizacin tridimensional.
Tambin se presenta un nuevo mtodo para el control indirecto de
deslizamientos sobre reas extensas, basado en la deteccin automtica de
cambios en la superficie del terreno producidos por movimientos de ladera y el
clculo de umbrales en imgenes pticas multitemporales de alta resolucin
espacial. Este mtodo se aplica al anlisis de la reactivacin del gran
deslizamiento de Tessina, en los Alpes orientales italianos, usando para ello
imgenes pancromticas de 1 m de resolucin. Se clasifica de este modo el
deslizamiento en sectores, segn su actividad durante el perodo abarcado por
las imgenes.

2.- LA TELEDETECCION

La teledeteccin est basada en sus principios tecnolgicos en propiedades
de las ondas electromagnticas definidas como la asociacin de dos campos
perpendiculares: El campo elctrico y el campo magntico.
Fsicamente, las ondas electromagnticas son definidas por tres
caractersticas: El ancho de onda (l), la frecuencia (u) y la polarizacin; estas
variables son unidas a la velocidad c con la relacin: C = l u. La polarizacion de
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

la onda es funcin de la evolucin del campo elctrico en un plan, en estas
condiciones la onda es polarizada de una manera rectilnea, espiral o elptica.
El desplazamiento de la onda en su plan de evolucin posee una energa
potencial (E) definida por un rayo electromagntico proporcional a la frecuencia
de la onda electromagntica segn E = h u (h: constante de Planck = 6.626 10-
34J.s-1).
La teledeteccin est interesada de manera particular en los espectros
electromagnticos producto de la interaccin de los rayos electromagnticos
generados durante el intercambio energtico entre la tierra y el sol. En esta
relacin se destacan por su uso los espectros siguientes:
a.- El dominio del visible, comprendido en el intervalo de onda del orden de
0.38 hasta 0.78 micro-m. En este intervalo se capta el canal pancromtico
utilizado en los estudios urbanos.
b.- El dominio del infrarrojo cercano, comprendido en el intervalo de 0.78 hasta
3 micro-m, de gran uso en los estudios relacionados con la determinacin de
los contenidos en agua.
c.- El dominio del infrarrojo medio, comprendido en el intervalo de 3 hasta 8
micro-m, toma como base de su emisin y reflexin la superficie terrestre. Este
dominio es destinado a los estudios de los contenidos en humedad de la
actividad clorofiliana.
d.- El dominio del infrarrojo trmico, comprendido en el intervalo de 8 hasta 15
micro-m, toma como base la emisin exclusiva desde la superficie terrestre,
destinado en general a los estudios relacionados con la meteorologa.

Estos cuatro dominios y otros del espectro magntico, delimitan el campo de la
teledeteccin pasiva, es decir en este caso, los sensores poseen solamente la
propiedad de captar los rayos electromagnticos emitidos y/o reflejados desde
diferentes fuentes. Al contrario, en la teledeteccin activa, las fuentes de
emisin estn confundidas con los mismos sensores diseados para captar la
reflexin de los rayos electromagnticos emitidos desde las mismas fuentes
emisoras (radares, sonares, lser).

En el campo de la teledeteccin activa, se destacan por su uso las
hiperfrecuencias emitidas y captadas dentro del intervalo comprendido entre 2
hasta 30 cm. de ancho de onda. Es un campo de muy baja energa, utilizado
con gran frecuencia en los estudios oceanogrficos.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Diagrama del mtodo de segmentacin de imgenes basado en el
espectro textural. En la imagen se observan flujos de tierra y
deslizamientos rotacionales.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 2

OBTENCION DEL PATH Y ROW DE LAS IMGENES SATELITALES

Lo primero que hacemos es obtener las imgenes satelitales. Utilizando los
Sistemas de Informacin Geogrficos, se ubicaron las coordenadas. Para ello
se ha considerado su PATH y ROW.

Para ello abrimos el ARCMAP para aadir algunos layers.

Con la opcin ADD DATA aadimos tres layers al ARCMAP, estos son Cities,
Departamentos y el WRS (Sistema de Referencia Mundial)

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Luego, hacemos doble clic en la leyenda del layer WRS_PERU, para poder
cambiar la simbologa y seleccionamos la opcin Hollow.

Luego, colocamos el layer WRS_PERU, en la parte superior para que se
superponga a las dems capas. Y obtenemos los cuadrngulos con las
imgenes de satlite tomadas en el Per, tal como se muestra a continuacin:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Lo siguiente es ubicar el PATH y ROW, osea la fila y la trayectoria de la imagen
que le corresponde a la ciudad de Huaraz. Para ello haremos una bsqueda,
utilizaremos entonces el comando FIND.

La bsqueda la hacemos en el layer Cities, y en el campo CITY_NAME.

Luego de encontrar a la ciudad de Huaraz procedemos a seleccionarla.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Entonces habremos ubicado a la ciudad de Huaraz en nuestro mapa.

Para obtener el Path y Row de la ciudad de Huaraz nos vamos en la Tabla de
Contenidos (TOC), a Selection y desactivamos las opciones Cities y
Departamentos. Luego seleccionamos el cuadrngulo donde se ubica Huaraz.

Finalmente, abrimos la tabla de atributos del layer WRS_Peru y hacemos clic
en Selected.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Obtenemos, lo siguiente:

PATH ROW
HUARAZ 8 67

Luego de obtener dichos parmetros, se obtienen las imgenes satelitales del
ESDI en el Global Land Cover Facility, imgenes gratuitas del Internet.
Se han obtenido dos imgenes satelitales de la ciudad de Huaraz ambas
obtenidas con el sensor TM, la primera del 30 de Diciembre de 1989 y la otra
del 15 de Setiembre de 1991.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 3

OBTENCION DE LA IMAGEN

Aquellos que necesiten imgenes satlites para realizacin de prcticas o
estudios y no dispongan de los recursos econmicos para comprarlas, puedan
localizar en la Web del Global Land Cover Facility (GLCF) imgenes que les
puedan servir para sus propsitos de estudio e investigacin.

En el caso de que quieran revisar que imgenes estn disponibles
grficamente deben de ir al link: http://www.landcover.org/index.shtml

En su Web comentan que el uso principal (no exclusivo) que le estn dando a
las imgenes son:
Ciencias: Climatologa, conservacin, geografa y educacin.
Polticas ambientales: calentamiento global, desarrollo sostenible y
gestin de riesgos.
Gestin de Recursos: Biodiversidad, forestales y inventario forestales
Gestin de Desastres: Fuegos, inundaciones y seguridad alimentaria
Este servidor ofrece Imgenes satelitales Landsat MSS, TM y ETM+; ASTER;
MODIS; NOAA AVHRR; Modelos de elevacin digital (DEM) SRTM, y otros
productos elaborados como composiciones multi-temporales de imgenes, NDVI, y
otros. La mayora de las imgenes y productos disponibles estn en formato
GeoTiff por lo que pueden ser importados directamente a muchas aplicaciones SIG
gratuitas como DIVA-GIS1 , o a programas de procesamiento de imgenes
satelitales como Multispec2 para crear imgenes en color real o falso color, o
simplemente a cualquier visualizador de imgenes.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Procedemos a ingresar al ESDI (Earth Science Data Interface), y procedemos a
seleccionar el modo de bsqueda como mapa (Map Search) o Landsat Path
Row.

Previamente se obtiene el PATH y ROW de la imagen a descargar, o caso
contrario directamente se busca el cuadrngulo de la imagen a evaluar.

Primer Caso: Map Search

Primero tildar las casillas del producto que se quiere bajar, en este caso sern
imgenes Landsat MSS, TM y ETM+, y luego hacer clic repetidamente sobre el
lugar deseado del mapa (dar tiempo a recargar la pgina entre cada clic) hasta
visualizar bien el rea de inters y la ubicacin y cobertura de las escenas
Landsat disponibles (sealadas como rectngulos rojos).

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Luego se procede a descargar las imgenes satelitales del GLCF, de acuerdo
al cuadrngulo seleccionado.

Luego, nos dirigimos a la opcin Preview and Download.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Notamos las caractersticas de la imagen, por ejemplo que ha sido tomada con
el sensor ETM+, del satlite LANDSAT 7 y que el tipo de archivo es GeoTIFF.

Luego, haciendo un clic en la imagen visualizamos sus caractersticas y los
aspectos de nubosidad.

Para la descarga de la imagen nos dirigimos a la opcin Download.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Lo primero que nos aparece es un mensaje que nos detalla que la imagen
obtenida es de la Universidad de Maryland USA, y que las descargas deben
ser moderadas; debido a que si se abusa en el uso de este mediante
aceleradores de descarga o cualquier otro software parecido se nos restringir
el ID sin previo aviso.

Procedemos a bajar todos los archivos que pertenecen a nuestra imagen,
sobretodo las bandas y el archivo de metadatos.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Segundo Caso: PATH / ROW SEARCH

Para esta parte necesitamos conocer previamente el Path y Row de la imagen
que queremos descargar; por ejemplo si queremos analizar la ciudad de
Huaraz su Path es 8 y su Row es 67.

Luego, de colocarle el Path y Row de la imagen se buscan las imgenes
existentes con la opcin Submit Query.

Se obtiene que se ha encontrado una escena de la imagen requerida con el
sensor ETM+.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Se obtiene que se han encontrado dos escenas de la imagen requerida con el
sensor TM.

Luego, nos dirigimos a la opcin Preview and Download.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Para la descarga de la imagen nos dirigimos a la opcin Download.

Procedemos a descargar todos los archivos de la imagen.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 4

TRABAJO CON EL ENVI ZOOM

Primero en el ENVI nos dirigimos a File y la opcin Launch ENVI Zoom

Nos aparece la ventana de apertura del ENVI Zoom:

Seguidamente nos aparece el area de trabajo:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Procedemos a abrir un archivo con la opcin FILE y luego OPEN.

Aadimos la imagen:

Podemos rotar la imagen con la opcin Rotate.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Podemos simular un vuelo con la opcin Fly:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Podemos realizar diversas mejoras a la imagen como la opcin Gaussian.

Podemos hacer mejoras manuales con la opcin Interactive Strech.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Con la opcin Data Manager podemos ver las caractersticas de la imagen trabajada.

Con la opcin Data Manager, tambien podemos realizar combinaciones de bandas.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 5

EL ENVI Y SUS CARACTERSTICAS

Abrimos el siguiente archivo para trabajarlo en el ENVI:

Se visualizara de la siguiente manera:

Mientras trabaje con ENVI, aparecern en pantalla diferentes ventanas y cajas de
dilogo que le permitirn manipular y analizar su imagen. Las ms importantes de estas
pantallas son un grupo de tres ventanas que visualizan su imagen, permitindole
moverse dentro de ella y ampliar diferentes zonas. Este grupo de ventanas se denomina
colectivamente como el Grupo de Visualizacin, que consiste en:
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

La Ventana Principal
Aqu es donde toda o parte de su imagen se visualiza a la mxima resolucin.
La Ventana de Scroll
Si la imagen completa no cabe en la Ventana Principal, aparece la Ventana de
Scroll, donde se visualiza una copia reducida de la imagen completa, permitindole
seleccionar el rea a visualizar en la Ventana Principal.
La Ventana de Zoom
Visualiza una versin aumentada del rea seleccionada en la Ventana Principal.
Formato de Ficheros ENVI
ENVI usa un formato de datos raster generalizado, consistente en un simple "fichero
binario plano" y un pequeo fichero ASCII (texto) de cabecera asociado. Este formato
de fichero permite a ENVI usar casi cualquier fichero de imagen, incluyendo aquellos
que contienen su informacin de cabecera insertada en el propio fichero de datos.
Los datos raster generalizados se almacenan como una serie binaria de bytes en
formatos Band Sequential (BSQ), Band Interleaved by Pixel (BIP), o Band Interleaved
by Line (BIL). BSQ es el formato ms simple, con cada lnea de datos seguida
inmediatamente por la siguiente lnea de la misma banda espectral. Es el formato
ptimo para el acceso espacial (X,Y) a cualquier parte de una simple banda espectral. El
formato BIP proporciona ptimas prestaciones para el procesamiento espectral. BIL es
un formato con prestaciones intermedias entre el procesamiento espacial y espectral. Es
el formato de fichero recomendado para la mayor parte de las tareas de procesamiento
de ENVI.
ENVI soporta una gran variedad de tipos de datos: byte, entero (integer), entero largo
(long integer), coma flotante (floating-point), coma flotante de doble precisin (double-
precision floating-point), y complejo (complex).
El fichero de cabecera separado proporciona informacin a ENVI sobre: las
dimensiones de la imagen; cualquier cabecera incluida que pueda haber; el formato de
los datos; y cualquier otra informacin pertinente. Este fichero se crea normalmente
(con los datos introducidos por el usuario) la primera vez que un fichero en particular es
ledo por ENVI. Se puede visualizar y editar despus si es necesario. Si as lo desea,
tambin se puede generar ficheros de cabecera de ENVI, desde fuera de ENVI, usando
un editor de textos.

VISTA EN 3D

Podemos visualizar en 3D la imagen con la opcin Tools y luego 3D SurfaceView

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Aparece la siguiente ventana:

Seleccionamos la imagen a visualizar y le damos ok.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Nos aparece el modelo en 3D:

Vamos a Options y seleccionamos Surface Controls.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Con las diversas opciones, podemos mover, redimensionar o rotar la imagen, Ademas,
podemos modificar su elevacin con la opcin Vertical Exaggeration.

Luego podemos ver algunos detalles con la opcin Tools y Cursor Location /Value.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Otro detalle importante es mencionar la opcin en Tools y luego Pixel Locator.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 6

ANALISIS COMPARATIVO VISUAL

1.0 INTRODUCCION

El presente trabajo consiste en realizar una comparacin de dos imgenes
satelitales del mismo lugar, en este caso se ha escogido la ciudad de Chiclayo,
debido a que esta ciudad se ha convertido en el eje econmico de la macro
regin norte del Per, y esto ha generado en los ltimos aos un crecimiento
urbano desordenado de la ciudad, que le genera gran exposicin, fragilidad y
presenta poca resiliencia para afrontar eventos naturales adversos esperados
en la regin Lambayeque como un sismo de gran magnitud, no ocurre uno
hace mas de 400 aos en dicha zona, o un FEN.

Para dicho anlisis se ha realizado un mejoramiento visual de dichas imgenes,
mediante la composicin coloreada. Para ello se han considerado las
combinaciones de Banda 321, 752, 432, 357 y 354.

2.0 EL MEJORAMIENTO VISUAL DE LAS IMGENES DE SATELITE
El mejoramiento visual de imgenes es un conjunto de tratamientos digitales
destinados a mejorar la lectura visual de la informacin contenida en la misma
imgen o mezclando el contenido de varias imgenes. El inters del
tratamiento consiste en llegar a una imagen que permite resaltar los detalles
en trminos de color, textura, estructura y contexto. Los resultados de dicho
tratamiento pueden ser utilizados en una estrategia de fotointerpretacin
operada directamente por el usuario en un paso hacia un tratamiento digital
destinado a aislar y despus extraer una informacin temtica.

3.0 LA COMPOSICION COLOREADA
Del momento que el ojo humano es menos sensible a las tonalidades del color
gris, la composicin coloreada es quizs la tcnica mas utilizada para resaltar
los detalles en una imagen satlite.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

La composicin coloreada consiste en operar una mezcla de 3 bandas de una
imagen adentro de un referencial AVR (Azul, Verde, Rojo). A cada banda de la
imagen le ser asignado un color dentro del referencial AVR y despus
mezcladas en un proceso de sntesis aditiva para la visualizacin en pantalla
un proceso de sntesis sustractiva para fines de impresin.
4.0 ANALISIS VISUAL DE LA CIUDAD DE CHICLAYO

4.1 ANTECEDENTES DE LA CIUDAD DE CHICLAYO

La ciudad de Chiclayo se encuentra ubicada entre las coordenadas geogrficas
064619" de Latitud Sur y 795045" de Longitud Oeste. Chiclayo es una
ciudad costera ubicada sobre el Valle Chancay Lambayeque, presenta una
altitud comprendida entre 30 y 24 m.s.n.m.

El entorno fsico presenta un suelo llano de suave pendiente en direccin
descendente NE a SO, con pequeas elevaciones topogrficas entre las que
resaltan Cerropn al oeste de la ciudad y las estribaciones de Reque al sur de
la misma. Caracterizan la calidad de los suelos la composicin de depsitos
finos sedimentarios y compresibles formados por arcillas inorgnicas de limos
plsticos y no plsticos, en estratos variables y paralelos.

A partir de las ltimas dcadas, es evidente el comportamiento metropolitano
que se viene desarrollando en el rea urbana conformada por la ciudad de
Chiclayo, y los ncleos: Lambayeque, San Jos, Pimentel, Santa Rosa,
Monsef, Eten, Puerto Eten y Reque. En esta rea urbana con tendencia
metropolitana, destaca el carcter dinamizador de la ciudad de Chiclayo como
centro urbano principal.

En el perodo 1940 -1993 la evolucin histrica de crecimiento demogrfico de
ciudades con tendencia metropolitana en el Per, muestra que la ciudad de
Chiclayo ha registrado en ese perodo una tasa de crecimiento promedio anual
de 5.0; muy similar a sus anlogas Trujillo, (5.1) y Tacna, (5.3); y un
crecimiento absoluto de 361,879 habitantes que refieren que la poblacin se ha
incrementado 12.5 veces en 53 aos. Al ao 1993, Chiclayo (393,418 Hab.) era
la segunda ciudad ms poblada de la macro regin norte del pas; despus de
Trujillo (472,355 Hab.) y seguida de Chimbote (264,736 Hab.)

Fig. 1 Crecimiento de Ciudades con Tendencia Metropolitana
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Fuente: INEI

Para la ubicacin de la ciudad de Chiclayo, primero se trabajo con el ArcGis, en
el ArcMap se aadieron los shapes Departamentos de Per, principales
ciudades y los sectores WRS (Sistema de Referencia Mundial) del Per.
Luego con la herramienta de identificacin (Identify) se ubico el cuadrngulo al
que pertenece la ciudad, para poder obtener su imagen satelital. Una forma de
obtenerla, es mediante el PATH y el ROW.

A continuacin se presentan estos datos para varias ciudades importantes del
Per:

PATH ROW
CHICLAYO * 10 65
HUARAZ 8 67
ICA 6 70
CAJAMARCA 9 65
PISCO 6 69

Luego de obtener dichos parmetros, se procedi a la obtencin de las
imgenes satelitales del ESDI en el Global Land Cover Facility.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

4.2 COMBINACION DE BANDA 3-2-1

La primera es la combinacin natural RGB 321 BANDAS 3,2,1. Es la
percepcin ms prxima a la percepcin de la Tierra con nuestros ojos desde
el espacio, de ah el nombre de color verdadero. Las bandas visibles dan
respuesta a la luz que ha penetrado ms profundamente, y por tanto sirven
para discriminar el agua poco profunda y sirven para distinguir aguas turbias,
corrientes, batimetria y zonas con sedimentos.
Esta composicin es denominada color natural. Ya que las bandas del
espectro visible son utilizadas en esta combinacin, las caractersticas del
terreno aparecen en los colores similares a al sistema de visin humano, la
vegetacin saludables es verde, campos recientemente limpiados son muy
claros en reflectancia, la vegetacin no saludable es marrn y amarilla, las vas
son grises y las lneas de costa de color blanco. Esta combinacin provee la
mayor penetracin del agua y sedimentos superficiales as como informacin
batimtrica. Esta es tambin usada para estudios urbanos. reas escasamente
pobladas de vegetacin no son tan fcilmente discriminables como en las
composiciones 451 o 432. Las nubes y nevados aparecen en blanco y son
difciles de distinguir a diferencia de la combinacin 451. La combinacin 321
no distingue el agua superficial del suelo como si lo hace la combinacin 753.

Fig. 2 IMAGEN DE CHICLAYO AO 1991 RGB 321
Fuente: Elaboracin Propia
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO



Esta combinacin en falso color se utiliza principalmente para estudios de
Geologa.

Fig. 4
IMAGEN DE
CHICLAYO

Fuente:
Elaboracin Propia

AO 1991 RGB 752 AO 2000 RGB 752
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


Esta es la composicin estndar denominada "Falso Color". La vegetacin
aparece en tonos rojizos, las reas urbanas son celestes y los suelos varan de
marrn oscuro hacia el claro en toda esta gama. El hielo, los nevados y nubes
son blancos o un celeste ligero. Los rboles conferos aparecern ms oscura
que los rboles de madera dura. sta es una combinacin de bandas muy
popular y es til para los estudios de vegetacin, monitoreo de drenajes,
patrones de suelo y en varias fases de crecimiento de los cultivos.
Generalmente, los colores rojos profundos indican hoja ancha y/o la vegetacin
ms saludable mientras los tonos de rojo ms ligeras significan prados o reas
de vegetacin remanente escasa. Se muestran las reas urbanas densamente
pobladas en azul ligero. Esta combinacin de las bandas del TM da resultados
similares al infrarrojo color, tradicionalmente usado en la fotografa area


Podemos apreciar en la Fig. 5, de acuerdo a la combinacin de Bandas 432,
que la visin infrarroja detalla la gran cantidad de hectreas de vegetacin
vigorosa, cultivos regados y bosques en el valle de la Cuenca Chancay
Lambayeque, prxima a la ciudad de Chiclayo. El color marrn detalla la
vegetacin arbustiva existente.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


De acuerdo a la Fig. 6, podemos ver que la visin infrarroja detalla que desde
el ao 1991 hasta el ao 2000, se han perdido una gran cantidad de reas
verdes colindantes a la ciudad de Chiclayo, debido probablemente a la
deforestacin, a la expansin de la zona urbana y al abandono de las
actividades agrcolas de las comunidades prximas a la ciudad.

Es muy probable, que otro aspecto importante que haya generado una
modificacin tan notoria seria en Fenmeno el Nio ocurrido los aos 1997-
1998 y que afect seriamente a toda la regin Norte del pas.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


Esta es otra composicin en falso color RGB que se utiliza para estudios que
detallan el proceso de erosin de suelos.
La erosin es el desgaste o la destruccin de la corteza terrestre,
especialmente las capas ms frtiles, por la accin de agentes como el agua,
viento, glaciares, hielo y deshielo, calor y fro, actividad del mar y el hombre.
Los terrenos rocosos resisten mayormente el desgaste, mas no as los
arenosos y calcreos, que son ms endebles y resultan vctimas de los agentes
erosivos. El vaivn del mar ha recortado costas y originado acantilados, como
los que se observan en el norte de Europa; mientras que en el caso de los
glaciares, la erosin que propician ha formado los fiordos, especialmente en
Suecia y Noruega.
Entre todas estas acciones de los agentes erosivos, las que lleva a cabo el
hombre son consideradas las ms dainas, debido a que representan un grave
peligro para toda la poblacin.


UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


Esta es otra composicin en falso color RGB que se utiliza para estudios que
detallan el proceso de clasificacin de suelos.
Latitudes norte tienen suelos negros mientras que latitudes tropicales tienen
suelos rojos. La reflectancia del suelo decrece con el incremento del material
orgnico. Mientras la humedad del suelo se incrementa la reflectancia decrece
en todas la longitudes de onda. La textura del suelo causara incremento en la
reflectancia de este con un decremento en el tamao de este por ejemplo. Las
partculas ms grandes (rocas, arena y suelos) bsicamente dan una gran
sombra.


UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

5.0 COMENTARIOS FINALES
- La ciudad de Chiclayo ha sufrido un crecimiento desordenado en estos
ltimos aos, producto de la gran actividad comercial y turstica que la han
convertido en una gran Metrpoli. Sin embargo, esto ha conllevado a que
del ao 1991 al ao 2000 los cambios en las actividades econmicas en las
zonas colindantes a la ciudad han cambiado su aspecto considerablemente,
adems cabe recordar que es ese lapso de tiempo ocurri un FEN, que
causo grandes perdidas en los sectores productivos de la regin
Lambayeque y de otras regiones del Norte del Per.
- La composicin en color constituye una fuente de informacin
extraordinaria, y un punto de partida para generar preguntas, hiptesis de
trabajo y sobre todo estrategias para ir verificando el alcance y la
pertenencia de sus preocupaciones de investigacin.
- De acuerdo a la combinacin de Bandas 432, para 1991 la visin infrarroja
detalla la gran cantidad de hectreas de vegetacin vigorosa, cultivos
regados y bosques en el valle de la Cuenca Chancay Lambayeque, prxima
a la ciudad de Chiclayo. Sin embargo, para el ao 2000 se han perdido una
gran cantidad de reas verdes colindantes a la ciudad, debido
probablemente a la deforestacin, a una expansin de la zona urbana sin
control y al abandono de las actividades agrcolas de las comunidades
prximas a la ciudad.
- Otra composicin utilizada en falso color RGB fue la que detalla proceso de
erosin de suelos, combinacin de Banda 357. Esta comparacin tambin
nos muestra los grandes procesos erosivos ocurridos principalmente por
inundaciones en las zonas colindantes a la ciudad de Chiclayo.
- La construccin de carreteras, canales, urbanizaciones, en zonas con
riesgo de erosin, conlleva el trazo de pendientes inestables, por lo que
estas frgiles laderas, expuestas a la lluvia o filtracin de agua, al final
ceden, provocando deslizamientos o derrumbes.
- Indudablemente que la existencia de un buen manto vegetal ayuda a
neutralizar la accin de los agentes erosivos. Se logra una reduccin de la
energa de las gotas de agua en las partes altas de las plantas,
disminuyendo su impacto. Con la captacin de una parte de la lluvia,
tambin hay una disminucin en la velocidad del escurrimiento por la
superficie al aumentar la escabrosidad del terreno.
- Otra composicin utilizada en falso color RGB fue la que detalla proceso de
clasificacin de suelos, combinacin de Banda 354.
- Finalmente, para el anlisis de imgenes de satlite se requiere un
conocimiento previo de la zona existente en la imagen, en este caso de la
ciudad de Chiclayo. Este conocimiento previo, implica la ubicacin de la
imagen en cierto contexto, influenciado por el tipo de anlisis que se
pretende realizar. No es lo mismo realizar un anlisis de Coberturas
Vegetales y Usos del Suelo, que plantearse una Caracterizacin Geolgica
de un terreno.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 7

ANALISIS VISUAL DE LA CIUDAD DE AREQUIPA

1.0 INTRODUCCION
La teledeteccin est basada en sus principios tecnolgicos en propiedades de
las ondas electromagnticas definidas como la asociacin de dos campos
perpendiculares: El campo elctrico y el campo magntico.

2.0 LAS FIRMAS ESPECTRALES Y LA IDENTIFICACION DE OBJETOS
GEOGRAFICOS
La diferencia en la reflectancia de los objetos geogrficos nos da la posibilidad
de identificarlos sobre una imagen compuesta por el producto de la captacin
remota de la seal emitida por cada objeto. En la prctica esta posibilidad de
captacin extendida es relativamente ponderada por varios factores:
En primer lugar, es importante identificar de una manera ms precisa lo que
entendimos por los trminos de objetos geogrficos. Los techos de dos
edificios vecinos, en caso que constituyen dos objetos geogrficos
semnticamente idnticos, estos pueden ser totalmente diferentes por su
composicin qumica, su tamao, su orientacin su textura y estructura Etc.
Estas diferencias y otras generadas en el marco de las desigualdades
mencionadas anteriormente, nos arrojan a menudo otras medidas de las
esperadas al momento de querer pasar de una identificacin individual hacia un
grupo de individuos geogrficos.
En segundo lugar, dos objetos geogrficos naturalmente semejantes como en
el caso de dos parcela de trigo vecinas en la periferia urbana, nos pueden
arrojar reflectancias diferentes en funcin de su estado fisiolgico, la densidad
de plantacin, la orientacin de las parcelasEtc.
En tercer lugar, las interferencias del entorno geogrfico del objeto a identificar,
juegan tambien un papel en la distorsin de la reflectancia. El mismo objeto
captado durante una fuerte polucin urbana, puede presentar una reflectancia
diferente en las condiciones normales. La mezcla de la informacin es tambin
producto de la inadecuacin entre los tamaos a detectar y la debilidad de los
captores a restituir la reflectancia dentro del abanico de sus capacidades
radiomtricas y espaciales.
En cuarto lugar, la adecuacin entre lo que se busca y la capacidad de
restitucin de los captores no constituye por si sola una limitante nica. Los
parmetros inherentes a los satlites mismos durante la toma de imagen
juegan un papel determinante: la hora, la estacin y el ngulo de la toma entre
otros, estn lejos de ser factores marginales y sus grados de incidencia son
variables en funcin de los estudios a realizar.
Buscar firmas espectrales de los diferentes objetos geogrficos de inters, nos
parece como un ejercicio difcil pero no del todo imposible. La existencia de la
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

teledeteccin es la respuesta a estas dificultades una vez que hemos tomado
conciencia de las limitaciones objetivas que presenta nuestro instrumento de
trabajo. Como lo vamos a ver en algunos ejemplos, muchas vecez, las
limitaciones del instrumento son usadas para poner en relieve fenmenos de
importancia para los estudios urbanos.
3.0 EL MEJORAMIENTO VISUAL DE LAS IMGENES DE SATELITE
El mejoramiento visual de imgenes es un conjunto de tratamientos digitales
destinados a mejorar la lectura visual de la informacin contenida en la misma
imgen o mezclando el contenido de varias imgenes. El inters del
tratamiento consiste en llegar a una imagen que permite resaltar los detalles
en trminos de color, textura, estructura y contexto. Los resultados de dicho
tratamiento pueden ser utilizados en una estrategia de fotointerpretacin
operada directamente por el usuario en un paso hacia un tratamiento digital
destinado a aislar y despus extraer una informacin temtica.

4.0 LA COMPOSICION COLOREADA
Del momento que el ojo humano es menos sensible a las tonalidades del color
gris, la composicin coloreada es quizs la tcnica mas utilizada para resaltar
los detalles en una imagen satlite.

La composicin coloreada consiste en operar una mezcla de 3 bandas de una
imagen adentro de un referencial AVR (Azul, Verde, Rojo). A cada banda de la
imagen le ser asignado un color dentro del referencial AVR y despus
mezcladas en un proceso de sntesis aditiva para la visualizacin en pantalla
un proceso de sntesis sustractiva para fines de impresin.
En el caso en que los sensores del satlite toman algunos canales de la
imagen adentro del espectro AVR del dominio del visible, la mezcla resultante
de estos canales es una composicin en color natural que restituye lo que ve el
ojo humano. En el caso contrario, la afectacin de un color AVR a un canal con
cuyas caractersticas cromticas no corresponden al color afectado, la mezcla
generada en dicho proceso es llamada: Una composicin en falso color (del
momento que el paisaje de la imagen resultante, no es igual al color real de los
objetos geogrficos tomados). En este sentido, la composicin en falso color
constituye una manera de apreciar temticas mucho ms que un apoyo para
identificar objetos por su color.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

La interpretacin de las composiciones coloreadas obedece al principio de
asociacin del color resultante con el contenido de los canales involucrados en
la misma composicin.
A manera de ejemplo, el canal 3 del satlite Spot multibanda es un canal
tomado en el dominio del infrarrojo cercano. Este canal, es dedicado a reflejar
los contenidos en humedad como son el agua y la vegetacin. La reflexin de
humedad en la vegetacin toma un lugar alto en el espectro tomado por el
canal, esta reflexin es mas fuerte si la vegetacin en cuestin est en un
estado de actividad clorofiliana intensa generando una liberacin de energa
por transpiracin.
En una composicin en falso color si se afecta el color rojo al canal 3 de Spot ,
la vegetacin dependiendo de su grado de cobertura en el suelo y tambin de
su estado vegetativo tomar un color comprendido entre al amarillo rojizo para
la vegetacin muy espesa hasta el color rojo obscuro en el caso de los
bosques.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

El papel de la composicin en color es de suma importancia para descubrir los
contenidos temticos inherentes a cada canal de la imagen satlite. Para la
composicin en falso color de arriba el tema vegetacin es central del momento
que nos permite delimitar la ciudad de Mexicali en el frente posterior agrcola
del Valle Imperial en Estados Unidos. Se nota tambin l rol discriminatorio de
la vegetacin urbana comparando Mexicali y su vecina ciudad americana
Calexico, en Mexicali el paisaje urbano parece montono y sin vegetacin,
hasta entrar en los barrios residenciales de Pueblo Nuevo, al revs en Calexico
el ordenamiento americano muestra una homogenizacin urbana alrededor de
la valorizacin de la vegetacin. En este tipo de paisajes, sin necesidad de
tener muy claro el trazado de la lnea fronteriza entre los dos pases, cualquiera
de los fotointrpretes puede con un ligero margen de error dibujar la frontera.
5.0 ANALISIS VISUAL DE LA CIUDAD DE AREQUIPA
Comparacin visual de las combinaciones de banda para la ciudad de
Arequipa, Considerando secciones de 1000x1000. Dicho anlisis visual se
realiza utilizando tres bandas del sensor, coincidiendo con la capacidad de los
monitores, empleados en informtica, monitores RGB.


el espacio, de ah el nombre de color verdadero.

Las bandas visibles dan respuesta a la luz que ha penetrado ms
profundamente, y por tanto sirven para discriminar el agua poco profunda y
sirven para distinguir aguas turbias, corrientes, batometra y zonas con
sedimentos.

- El azul oscuro indica aguas profundas.
- El azul claro indica aguas de media profundidad.
- La vegetacin se muestra en tonalidades verdes.
- El suelo aparece en tonos marrones y tostados.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


Geologa.

SE APRECIA LA CIUDAD DE AREQUIPA CON UNA TONALIDAD
PRINCIPALMENTE VERDOSA.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO


Esta es la combinacin en falso color.

- Rojo magenta, es para la vegetacin vigorosa, cultivos regados, prados de
montaa o bosques de caducifolia, etc.

- Rosa, reas vegetales menos densas o praderas.

- Blanco, reas de escasa o nula vegetacin pero de mxima reflectividad

- Azul oscuro o negro, superficies cubiertas parcial o totalmente por el agua.

- Marrn, vegetacin arbustiva muy variable en funcin de la densidad y del
tono del sustrato.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 8

CORRECCIONES RADIOMTRICAS DE IMGENES LANDSAT ETM+ CON
EL ENVI

1.0 INTRODUCCION

Durante el pre-procesamiento de las imgenes satelitales se realizan diversas
correcciones, las mas importantes son las radiomtricas y geomtricas,
fundamentales se realizan para el mejoramiento de las imgenes y su trabajo
posterior.
El presente trabajo consisti en corregir radiomtricamente las bandas de una
imagen de satlite con el ENVI, en este caso se ha utilizado la imagen obtenida
de la ciudad de Chiclayo con el sensor ETM+, el 31 de Octubre del 2000.

2.0 CORRECCION RADIOMETRICA
Algunos aspectos radiomtricos importantes son los siguientes:
La energa electromagntica que incide sobre el sensor es convertida a una
seal elctrica para luego ser digitizada.
La relacin entre la seal de entrada y salida es por lo general lineal.
Los sensores tienen un rango eficaz y por eso se existen las zonas de
insensitividad y saturacin.
El rango dinmico est definido por la parte dentral de la curva.
Los niveles de cuantificacin son normalmente de 6, 8 10 bits.

Fig.1 Curva caracterstica de entrada-salida.
Fuente: CISMID-JICA

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Fig.2 Reflexin espectral de los materiales en la superficie terrreste
Fuente: CISMID-JICA

2.1 SELECCIN DEL AREA DE TRABAJO
Primero se gener la combinacin RBG 321 y se le aplic la opcin [Image]
Linear 2%, para ecualizar la imagen, de esta manera se varia el contraste.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Segundo, se defini la regin de inters.

Tercero, se revisaron las estadsticas y se escogi cada banda de trabajo.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Cuarto, se obtuvieron los parmetros estadsticos

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Se obtiene el Histograma de frecuencias del contenido de los valores de los
pxeles.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

2.2 BANDAS CORREGIDAS

Para la correccin consideraremos el DN (Numero Digital) de los valores
menores al 0.1% acumulado.

PARA LA BANDA 1:

PARA LA BANDA 2:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

PARA LA BANDA 3:

PARA LA BANDA 4:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

PARA LA BANDA 5:

PARA LA BANDA 7:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Las correcciones son las siguientes:
B1-62
B2-46
B3-43
B4-34
B5-29
B7-21

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Se obtienen las bandas corregidas.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Finalmente se deben corregir los valores negativos, y esto se har mediante el
uso de mascaras.

2.3 MASCARAS
Se le aplica la mascara a la Banda 1.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Finalmente, se obtiene la Banda 1 Corregida Final, luego de aplicarle la
Mascara 1 a la Banda1 Corregida.

Este proceso se debe aplicar a todas las bandas para realizar la correccin
radiomtrica.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 9

SELECCIN DEL AREA DE TRABAJO

Se debe definir un rea de inters para analizar los cambios existentes con
ms precisin.

Se definen las coordenadas del rea de inters para el anlisis posterior, que
ser primero solo visual (cualitativo) y luego con el NDVI (cuantitativo).

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Finalmente se guarda la imagen cortada.

Se repite el mismo paso y se obtienen ambas imgenes cortadas.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Luego, se le coloca el nombre a cada banda de las imgenes para poder
trabajarlas posteriormente.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 10

ANALISIS COMPARATIVO CUALITATIVO DEL CHICLAYO

Lo primero es aplicarle la combinacin de bandas RGB 321.

Los procesos de ajuste del contraste tienden a adaptar la resolucin
radiomtrica de la imagen a la capacidad del monitor de visualizacin. Cada
sensor codifica la radiancia recibida en un nmero determinado de ND, de
acuerdo a las caractersticas de su diseo. Ese rango digital puede no
corresponder con el nmero de niveles de visualizacin (NV) que facilita la
memoria grfica, por lo que resulta preciso ajustar, por algn procedimiento,
ambos parmetros.

Para la mejora del contraste de ambas imgenes se le aplico [Image] Linear
2%.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

el espacio, de ah el nombre de color verdadero.

Las bandas visibles dan respuesta a la luz que ha penetrado ms
profundamente, y por tanto sirven para discriminar el agua poco profunda y
sirven para distinguir aguas turbias, corrientes, batimetria y zonas con
sedimentos.

- El azul oscuro indica aguas profundas.
- El azul claro indica aguas de media profundidad.
- La vegetacin se muestra en tonalidades verdes.
- El suelo aparece en tonos marrones y tostados.

Luego, las combinaciones a analizar son: 432, 752, 341 y 453

5.1 COMBINACION 432

Esta es la combinacin en falso color o visin infrarroja.

- Rojo magenta, es para la vegetacin vigorosa, cultivos regados, prados de
montaa o bosques de caducifolia, etc.
- Rosa, reas vegetales menos densas o praderas.
- Blanco, reas de escasa o nula vegetacin pero de mxima reflectividad
- Azul oscuro o negro, superficies cubiertas parcial o totalmente por el agua.
- Marrn, vegetacin arbustiva muy variable en funcin de la densidad y del
tono del sustrato.
Se aprecia que para la zona circundante a la ciudad de Chiclayo, hay
variaciones importantes en la vegetacin vigorosa, cultivos regados, etc. Esto
debido a los efectos del crecimiento urbano de la ciudad y debido a los efectos
del FEN ocurrido entre 1997-1998.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

5.2 COMBINACION 752

Geologa.

5.3 COMBINACION 341

Se aprecia en la imagen:
En tonos verdes intensos, vegetacin vigorosa.
En tonos violceos, reas edificadas.
En tonos verdes a negros, zonas arboladas.
En tonos marrones claros, cereales.

Se aprecia nuevamente, la abundante vegetacin vigorosa prxima al centro
urbano y como esta ha variado desde 1991 al 2000.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

5.4 COMBINACION 453

Esta combinacin realza con gran detalle los lmites entre el agua y la tierra.
Los diferentes tipos de vegetacin se muestran en colores marrones, verdes y
naranjas.
Realza las diferencias de humedad en el suelo y es usada para el anlisis de
humedad en el suelo y vegetacin. Generalmente el suelo hmedo aparece
ms oscuro.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 11

ANALISIS DEL NDVI EN LA CIUDAD DE CHICLAYO

El ndice de Vegetacin de Diferencia Normalizada o NDVI se utiliza para
estimar de la vegetacin verde:
El crecimiento de las plantas (vigor)
Cobertura de vegetacin
Produccin de biomasa
Este ndice esta 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 varia entre -1
y 1.

En nuestro caso, se tienen las imgenes recortadas con combinacin RGB
321, y con la mejora del contraste con [Image] Linear 2%.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Se procede a realizar el clculo del NDVI para la imagen de 1991 y para la
imagen de 2000.

Luego, se le da el nombre del archivo de salida para el primer caso ser
NDVI19910422.env y para el segundo caso ser NDVI20001031.env

Se obtiene lo siguiente:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Finalmente, para analizar las variaciones, se procede a restar los NDVI
calculados mediante una resta simple y se obtiene el archivo DIFNDVI.env.

Si revisamos el Histograma de frecuencias de dicho archivo (DIFNDVI.env)
notamos que la media es diferente a cero. Por lo cual el primer ajuste ser
hacer que la media sea igual a cero.

Histograma de la DIFNDVI.env

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Para lo cual al archivo DIFNDVI.env le sumamos el valor de la media. Se
obtendr lo siguiente como operacin matemtica: B1 +0.104022

Revisamos el histograma de frecuencias de la DIFNDVICORREGIDO.env, y
notamos que el valor de la media es cero.
Histograma de la DIFNDVICORREGIDO.env

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Por lo cual, a partir de ahora se trabajara con los valores de la desviacin
estndar. Para este caso es de 0.348544

Primero se realiza un anlisis visual del histograma de frecuencias.

Para la evaluacin, se puede utilizar como umbrales una desviacin, dos
desviaciones o tres desviaciones dependiendo de donde se producen los
mayores cambios.

Para este caso, se utilizaron dos desviaciones y se consideraron cinco
intervalos.

Limite Interpretacin Rango Color
< -2 Deterioro + -10 a -0.697
< - Deterioro -0.697 a -0.3485
+/- Se mantiene -0.3485 a +0.3485
> + Mejora +0.3485 a +0.697
> +2 Mejora + +0.697 a +10

Estos rangos se ingresan al ENVI y se obtiene lo siguiente:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Finalmente, para cuantificar los valores de ganancia o prdida se procedieron a
colocar los valores en Band Threshold para la regin de inters que se viene
analizando.

Los resultados fueron los siguientes:

Limite Interpretacin rea (Km
2
) Color
< -2 Deterioro + 9.554
< - Deterioro 44.716
+/- Se mantiene 218.189
> + Mejora 29.259
> +2 Mejora + 7.837

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Notamos que para este anlisis, se aprecia que el deterioro es notorio entre los
aos 1991 y 2000.

Si se utiliza solo una desviacin y se consideraron dos intervalos.

< - Deterioro + -10 a -0.3485
> + Mejora + +0.3485 a +10

Notamos que considerando como umbral solo una desviacin, los valores
de franco deterioro y franca mejora se incrementan notoriamente.

Si se utilizan tres desviaciones y se consideran cinco intervalos, se obtiene lo
siguiente.

< -3 Deterioro + -10 a -1.0455
< - Deterioro -1.0455 a -0.3485
+/- Se mantiene -0.3485 a +0.3485
> + Mejora +0.3485 a +1.0455
> +3 Mejora + +1.0455 a +10

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Se aprecia que si se considera una desviacin los valores se vuelven
totalmente o de franco crecimiento o de franca mejora, si consideramos
tres desviaciones estos valores totales se convierten solo en deterioro o
mejora. Por lo cual el valor, que consideramos al inicio de dos desviaciones
es el ms adecuado.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

TALLER 12

TELEDETECCION Y LOS SIG

ANALISIS DE LOS NDVI OBTENIDOS

Para el anlisis del NDVI se sabe que este toma valores entre -1 y +1, de
manera que consideraremos que los valores negativos indican superficies sin
vegetacin, tales como, agua, nieve o nubes, y valores positivos crecientes
indican vegetacin creciente. Al suelo desnudo le corresponderan valores en el
intervalo 0-0,2 mientras que la vegetacin estara en el rango 0,2-0,8. Es este
el ndice ms comnmente utilizado en aplicaciones agronmicas, dinmica de
cambio de la cobertura vegetal, seguimiento de la desertificacin, etc.
Vamos a propiedades del layer:

Definimos tres intervalos:

INTERVALO 1: SIN VEGETACION -1,0 - 0,0
INTERVALO 2: SUELO DESNUDO 0,0 - 0,2
INTERVALO 3: VEGETACION 0,2 - 0,8

Para lo cual en las propiedades del layer, utilizamos el mtodo de clasificacin
manual y colocamos los valores de corte:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Resultados para la imagen de Huaraz1989:

Resultados para la imagen de Huaraz 1991, considerando los mismos
intervalos:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

DIFERENCIA DEL NDVI DE HUARAZ 1989 Y 1991

Obtenemos el NDVI de la diferencia al restar el NDVI de 1991 con el NDVI de
1989, con la opcin MINUS del Arc Toolbox

Se obtiene lo siguiente:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Histograma de la diferencia del NDVI, en la opcin propiedades del Layer:

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Obtenemos como parmetros importantes:

Media = - 0.09
Desv. Estndar = 0.09

Para detallar las zonas de cambio positivo y negativo, definiremos cuatro
intervalos:

INTERVALO 1: - 1,00 a - 0,09
INTERVALO 2: - 0,09 a 0,00
INTERVALO 3: 0,00 a 0,09
INTERVALO 4: 0,09 a 1,00

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Donde se observa claramente de color rojo las zonas de perdida o de
deterioro y de color verde las zonas de ganancia o mejora.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

BIBLIOGRAFIA

CHUVIECO, Emilo. FUNDAMENTOS DE TELEDETECCION ESPACIAL.

ESTRADA, Miguel. LOS SENSORES REMOTOS Y SU CAPACIDAD DE
DETECTAR DAOS. V CURSO INTERNACIONAL CISMID-JICA

FERNANDEZ, Ignacio y Eliecer HERRERO. EL SATELITE LANDSAT.
ANALISIS VISUAL DE IMGENES OBTENIDAS DEL SENSOR ETM+.
UNIVERSIDAD DE VALLADOLID

HERNANDEZ, Leal. ANLISIS ESPACIO-TEMPORAL DE LA
DESERTIFICACIN USANDO LOS SENSORES NOAA-AVHRR Y
LANDSAT TM. Tesis Doctoral. Universidad de la Laguna, Espaa.

HERVS, J y Otros. MONITORING LANDSLIDES FROM OPTICAL
REMOTELY SENSED IMAGERY: THE CASE HISTORY OF TESSINA
LANDSLIDE, ITALY". Geomorphology. Institute for the Protection and
Security of the Citizen. Directorate General Joint Research Centre,
European Commission, 21020 Ispra (VA), Italia.

Hervas, J. TRATAMIENTO DIGITAL DE IMGENES DE TELEDETECCIN
EN EL ESPECTRO PTICO PARA EL RECONOCIMIENTO Y CONTROL
DE DESLIZAMIENTOS. Department of Computer Science, Cardiff
University, Gran Bretaa.

INDECI. PLAN DE PREVENCION ANTE DESASTRES: USOS DEL SUELO
Y MEDIDAS DE MITIGACION. PROGRAMA INDECI-PNUD, CIUDADES
SOSTENIBLES, 2003.

USGS-USA. EL SATELITE LANDSAT. ANALISIS VISUAL DE IMGENES
OBTENIDAS DEL SENSOR ETM+

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

ANEXOS

ANEXO I

QUE COMBINACIN DE BANDAS DEBO ESCOGER PARA MI PROYECTO?
Esa es una pregunta muy frecuente para aquellas personas que empiezan o que ya
tiene una buena experiencia en la interpretacin y en el tratamiento digital de
imgenes de satlite aqu veremos a continuacin un resumen sobre este tema que
podra hacerte de gran utilidad.

Landsat 5
(TM sensor)

Longitud de Onda
(micrmetros)

Resolucin
(metros)

Banda 1

0.45 - 0.52

30

Banda 2

0.52 - 0.60

30

Banda 3

0.63 - 0.69

30

Banda 4

0.76 - 0.90

30

Banda 5

1.55 - 1.75

30

Banda 6

10.40 - 12.50

120

Banda 7

2.08 - 2.35

30

Landsat 7
(ETM+ sensor)

Longitud de Onda
(micrmetros)

Resolucin
(metros)

Banda 1

0.45 - 0.515

30

Banda2

0.525 - 0.605

30

Banda 3

0.63 - 0.69

30

Banda 4

0.75 - 0.90

30

Banda 5

1.55 - 1.75

30

Banda 6

10.40 - 12.5

60

Banda 7

2.09 - 2.35

30

Pan. Banda

0.52 - 0.90

15

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

Cubierta
de inters
Bandas Usadas Manipulacin
del Contraste
Limites
Agua 1,2,3; 1,2,4; 1,4,5 No No
Urbano 1,2,3; 1,4,5 Si banda 4 (1,4,5) Si banda 4 (1,4,5)
Cultivos 1,2,3; 1,4,5 Si banda 4 (1,4,5) Si banda 4 (1,4,5)
Forestal 1,2,3; 1,4,5 Si banda 4 (1,4,5) Si banda 4 (1,4,5)
Dep. salinos 1,2,3; 1,4,5 Si banda 4 (1,4,5) Si banda 4 (1,4,5)
Veg. remanente 1,4,5 Si banda 4 (1,4,5) Si banda 4 (1,4,5)
Parques/Golf 1,2,3 No No
Cubierta Comportamiento/Reflectancia

Cuerpos de
Agua
Generalmente su reflectancia es alta en el espectro visible, sin
embargo, el agua clara tiene menos reflectancia que el agua turbia.
En la regin del IR cercano y medio la absortividad del agua se
incrementa hacindose esta ms oscura. Esto es dependiente de la
longitud de de onda y la profundidad de esta tambin. El incremento
del material orgnico disuelto en los cuerpos de agua hace que
tienda a un ligero desplazamiento del pico del visible hacia la regin
IR o sea desde la regin verde del espectro (agua clara).

Suelos
Latitudes norte tienen suelos negros mientras que latitudes
tropicales tienen suelos rojos. La reflectancia del suelo decrece con
el incremento del material orgnico. Mientras la humedad del suelo
se incrementa la reflectancia decrece en todas la longitudes de
onda. La textura del suelo causara incremento en la reflectancia de
este con un decremento en el tamao de este por ejemplo. Las
partculas ms grandes (rocas, arena y suelos) bsicamente dan
una gran sombra.

Vegetacin
La respuesta espectral bsicamente esta dada por la clorofila y la
absorcin de agua en la hojas Needles tienen una respuesta mas
oscura que las hojas. Habr varios tipos de sombreados
dependiendo de la estructura de las hojas, mezcla del contenido de
humedad y salud de la planta.

Materiales hecho
por el hombre
El concreto y el asfalto muestran una curva que generalmente se
incrementa desde la regin del visible hacia el Ir cercano e Ir medio.
Sin embargo a medida que el concreto es ms antiguo este se
vuelve ms oscuro en su respuesta mientras que el asfalto ms
claro.

Nieve y Hielo
La nieve vieja puede desarrollar una compacta estructura y el
contenido de humedad aumenta, lo cual hace a esta menos
reflectiva en el IR cercano e Ir medio. Esto hace posible comparar
la vieja y nueva cobertura nival por su comportamiento en la regin
del Ir medio.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

R, G, B
Contenido Potencial de Informacin

4,3,2
Esta es la composicin estndar denominada "Falso Color". La vegetacin
aparece en tonos rojizos, las reas urbanas son celestes y los suelos
varan de marrn oscuro hacia el claro en toda esta gama. El hielo, los
nevados y nubes son blancos o un celeste ligero. Los rboles conferos
aparecern ms oscura que los rboles de madera dura. sta es una
combinacin de bandas muy popular y es til para los estudios de
vegetacin, monitoreo de drenajes, patrones de suelo y en varias fases de
crecimiento de los cultivos. Generalmente, los colores rojos profundos
indican hoja ancha y/o la vegetacin ms saludable mientras los tonos de
rojo ms ligeras significan prados o reas de vegetacin remanente
escasa. Se muestran las reas urbanas densamente pobladas en azul
ligero. Esta combinacin de las bandas del TM da resultados similares al
infrarrojo color, tradicionalmente usado en la fotografa area.

3,2,1
Esta composicin es denominada color natural. Ya que las bandas del
espectro visible son utilizadas en esta combinacin, las caractersticas del
terreno aparecen en los colores similares a al sistema de visin humano, la
vegetacin saludables es verde, campos recientemente limpiados son muy
claros en reflectancia, la vegetacin no saludable es marrn y amarilla, las
vas son grises y las lneas de costa de color blanco. Esta combinacin
provee la mayor penetracin del agua y sedimentos superficiales as como
informacin batimtrica. Esta es tambin usada para estudios urbanos.
reas escasamente pobladas de vegetacin no son tan fcilmente
discriminables como en las composiciones 451 o 432. Las nubes y nevados
aparecen en blanco y son difciles de distinguir a diferencia de la
combinacin 451. La combinacin 321 no distingue el agua superficial del
suelo como si lo hace la combinacin 753.

Tipo de
Cobertura
Combinacin Espectral de
Bandas
Agua Banda 1, 4 y 7 / Banda 1, 2 y 3
Urbano Banda 1,4 y 7
Cultivos Banda 1, 2 y 3
Forestal Banda 1, 4 y 7
Dep. Salinos Banda 1, 2 y 3
Veg. remanente Banda 1, 4 y 7
Veg. irrigada Banda 1, 4 y 7
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

7,4,2
Esta combinacin produce una apariencia similar a la combinacin
natural. Mientras que tambin penetra las partculas atmosfricas y el
smoke. La vegetacin saludable ser de un verde claro intenso y puede
saturarse en estaciones de alto crecimiento las pasturas aparecern
verdes, las reas de suelo desnudo sern de un a tonalidad rosada, los
tonos naranjas y marrones representan la vegetacin remanente
escasamente esparcida. La vegetacin seca ser de color naranja y el agua
ser de color azul. La arena, suelos y minerales son resaltados en una
multitud de colores. Esta combinacin de bandas provee una sobresaliente
imagen para reas desrticas. Esta combinacin es muy til tambin para
estudios geolgicos, agricultura y de humedales. Si existiera algn tipo de
incendio en una imagen de esta composicin este aparecera de color rojo.
Esta combinacin tambin es empleada para el manejo de aplicaciones
post incendios forestales en el anlisis de reas quemadas y no quemadas.
Las pasturas aparecen de un verde claro. Los puntos de color vede claro
dentro de las reas urbanas indican presencia de cubiertas de gras,
parques, cementerios, y campos de golf. Los tonos verde olivo a vede claro
normalmente indican reas de foresta con presencia de conferas siendo
ms oscuras que los bosques decidious.

4,5,1
La vegetacin saludable aparece en tonos de rojo, marrn, naranja y
Amarillo. Los suelos pueden ser de tonos verdes y marrones, las zonas
urbanas son de color blanco, celeste y gris, el azul amoratado representan
reas recientemente cosechadas y el color rojizo muestra nueva vegetacin
en desarrollo, probablemente pastizales ralos. El agua clara y profunda
ser de tono oscuro en esta combinacin, si el agua es superficial o
contiene sedimentos en suspensin esta debera aparecer en tonos de azul
claro. En estudios de vegetacin la adicin de la banda media del infrarrojo
aumenta la sensitividad de detectar varios estados del crecimiento de las
plantas o del stress; sin embargo deber de tenerse cuidado en la
interpretacin si la imagen fue adquirida en poca de precipitacin. El uso
de las banda 4 y 5 muestran alta reflectancia en reas de vegetacin
saludable. Esto se vuelve muy til al comparar reas humedecidas y reas
de tonos rojos con sus correspondientes colores en la combinacin 321
para asegurar una correcta interpretacin. Esta no es una adecuada
combinacin de bandas para estudios de caractersticas urbanas tales
como vas y aeropuertos.
Esta viene a ser una combinacin de las bandas del IR cercano (Banda 4),
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

4,5,3
IR medio (Banda 5) y la roja (Banda 3) ofrece una definicin de los limites
entre el suelo y agua, adems resalta sutilmente detalles no interpretables
aparentemente con las bandas del visible solamente. Lagos y cursos de
agua pueden ser localizados con gran precisin cuando ms bandas en el
infrarrojo son usadas. Con esta combinacin de bandas las condiciones y
tipos de vegetacin presentes muestran una variada gama de colores y
tonalidades (marrn, verde y naranja). La combinacin 453 muestra muy
bien las diferencias de humedad y es muy til para el anlisis de las
condiciones del suelo y la vegetacin. Generalmente el suelo ms hmedo
aparece ms oscuro debido a la capacidad de absorcin del agua.
7,5,3
Esta combinacin de bandas tambin provee una apariencia de
interpretacin natural mientras penetra tambin las partculas
atmosfricas, como el smoke y la niebla. La vegetacin aparece en tonos
de verde oscuro y claro durante su crecimiento estacional, las
caractersticas urbanas son de color blanco, gris, celeste o prpura, arenas
suelos y minerales aparecen en una variedad de colores. La casi completa
absorcin del agua, hielo, y nieve en el IR medio, provee una buena
definicin de la lnea de costa y a la vez que resalta las fuentes de agua
dentro de la imagen. La nieve y el hielo aparecen de un color azul oscuro,
mientras que el agua es negra o azul oscuro. Las superficies calientes
tales como los incendios forestales y calderas de volcanes saturan el IR
medio y aparecen en tonos de rojo y amarillo. Una aplicacin particular de
esta combinacin es el monitoreo de incendios forestales. Durante
estaciones de poco crecimiento de la vegetacin la combinacin 742 debe
ser reemplazada. reas de inundacin deberan lucir negras o azul oscuro,
comparada con la combinacin 321 en la cual las reas de inundacin
superficial aparecen grises y son ms difciles de distinguir.

5,4,3
Como la combinacin 451, esta combinacin provee al usuario de una gran
cantidad de informacin y contraste de colores. La vegetacin saludable es
de un verde intenso y los suelos son de color lila. Mientras la combinacin
742 incluye la banda 7. La cual tiene la informacin geolgica, la 543 usa la
banda 5 la cual contiene la mayor informacin agrcola. Esta combinacin
es muy til para estudios de vegetacin, y es ampliamente usado en las
reas de manejo de madera y control de plagas.
5,4,1 Esta combinacin luce muy similar a la 742 en que la vegetacin saludable
es de un color verde intenso, excepto que la combinacin 541 es mejor
para estudios referentes a la agricultura.
UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

7,5,4
Esta combinacin involucra las bandas no visibles. Esta provee la mejor
penetracin atmosfrica. Las lneas de costas y playas son bien definidas.
Esta puede ser usada para encontrar caractersticas texturales y de
humedad en los suelos. La vegetacin aparece en tonos azules. Si el
usuario prefiere el color verde en la vegetacin, esta combinacin debera
ser sustituida por la 745. Esta combinacin de bandas puede ser muy util
para estudios geolgicos.
5,3,1
Esta combinacin muestra a textura topogrfica, mientras que la
combinacin 731 puede mostrar diferentes tipos de rocas.

ANEXO II

AN-1 Promedios mensuales de NDVI para estudios de deforestacin
con el sensor NOAA-AVHRR
Fuente: Universidad de la Laguna.

UNIMASTER

PDI CON ENVI
ING. LUIS SAMANIEGO

AN-2 Compasiones Multitemporales de imgenes
AVHRR de la isla de la Espaola.
Fuente: Universidad de la Laguna.

Manual Del Curso Envi PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Manual Del Curso Envi PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERIA

También podría gustarte