Q es Q es Q es Q es Cual Cual firma espectral? clasificacion supervisada? clasificacion no supervisada? un rango de longitud de onda de todo espectro?

es el rango de nuestra vision dentro del rango espectral? es la diferencia entre ortofoto e imagen satelite?

Firma espectral
De Wikipedia, la enciclopedia libre Saltar a navegacin, bsqueda Firma espectral o Signatura espectral. El emisor de radiacin ms usual para imgenes de teledeteccin es el Sol. El Sol emite la radiacin que incide en primer lugar en la atmsfera. Los gases presentes en la atmsfera, como el resto de la materia presente en el Universo, interacta con la radiacin, absorbindola, reflejndola y/o transmitindola. Una vez que la radiacin solar ha traspasado la atmsfera interacciona con la superficie terrestre, encontrndose con todo tipo de materiales diferentes, aguas dulces, saladas, tierras desnudas, nieve, zonas de vegetacin densa, zonas de vegetacin arbustiva, ciudades, etc. Cada tipo de superficie interacciona con la radiacin de manera diferente, absorbiendo unas longitudes de onda muy concretas y reflejando otras diferentes en unas proporciones determinadas. Esta caracterstica hace posible que se puedan identificar los distintos objetos: suelo, vegetacin, aguas, etc. ya que mediante experimentos en laboratorio se han podido caracterizar el comportamiento de estas distintas superficies al recibir radiacin y caracterizando los porcentajes de reflexin, absorcin y transmisin. A este comportamiento concreto de cada objeto es a lo que se llama firma o signatura espectral del mismo. Factores que modifican las firmas espectrales

Angulo de iluminacin solar Modificaciones que el relieve introduce en el Angulo de iluminacin: orientacin de laderas o pendiente. Influencia de la atmsfera: absorcin de nubes y dispersin selectiva en distintas longitudes de onda. Variaciones medioambientales en la cubierta: asociacin con otras superficies,homogeneidad que presenta, estado fonolgico, etc. Sustrato edafolgico o litolgico: muy influyente cuando la cubierta observada presenta una densidad media.
Clasificaciones::::::::::::::::::::::::::::::::::

La elaboracin de una clasificacin del rea de estudio en una serie de clases relativas a litologa, tipos de vegetacin, usos del suelo, etc., es uno de los objetivos fundamentales en teledeteccin. La clasificacin en teledeteccin es un caso particular del problema general de clasificar N individuos en un conjunto de K clases en funcin de una serie de variables (X1, X2,...,Xn). Para resolver este problema se necesita una medida de la semejanza o diferencia entre los diferentes individuos y entre los individuos y las clases. Dos individuos muy parecidos pertenecern con toda seguridad a la misma clase, mientras que dos individuos distintos pertenecern a diferentes clases. La medida ms utilizada es la distancia euclidiana:

(20 ) aunque pueden utilizarse otro tipo de distancias. Para estimar los valores de X1, X2,...,Xn para las diferentes clases se utiliza la media aritmtica de los valores de los pixels incluidos en la clase.

Puesto que en la prctica no podemos saber con certeza a que clase corresponde cada uno de los pixels, el problema de la clasificacin se convierte en un problema de probabilidad de pertenencia a cada una de las clases de un conjunto, por tanto se suelen usar mtodos estadsticos.

La clasificacin conlleva dos pasos fundamentales:

Generacin de un conjunto de clases y sus respuestas espectrales caractersticas (generalmente a partir de una mustra de pixels) Adjudicacin de todos los pixels a alguna de las clases

Suponiendo que los datos han pasado ya todo tipo de correcciones de tipo geomtrico o atmosfrico, existen dos mtodos complementarios para afrontar el problema de la generacin de clases, estos son vlidos tanto en imgenes de satlite como en cualquier otro campo.

Partir de una serie de clases previamente definidas y obtener sus signaturas espectrales (clasificacin supervisada) No establecer ninguna clase a priori, aunque es necesario determinar el nmero de clases que queremos establecer, y dejar que las defina un procedimiento automtico (clasificacin no supervisada)

En realidad suelen utilizarse ambos procedimientos ya que son complementarios. La clasificacin supervisada utiliza nuestro conocimiento del terreno pero si este conocimiento no es perfecto pueden escaparse cosas que una clasificacin no supervisada detectara.

Generalmente el proceso de clasificacin conlleva las siguientes etapas:

Anlisis de Componentes Principales para resumir la informacin contenida en las bandas e incluso eliminar alguna del anlisis. Generacin de clases y signaturas espectrales caractersticas. o Clasificacin no supervisada. Se utilizan algoritmos matemticos de clasificacn automtica. Los ms comunes son los algoritmos de clustering que divide el espacio de las variables en una serie de regiones de manera que se minimice la varianza interna de los pixeles incluidos en cada regin. Cada regin define de este modo una clase espectral. o Seleccin de areas de entrenamiento para clasificacin supervisada. Se trata de reas de las que se conoce a priori la clase a la que pertenecen y que servirn para generar una signatura espectral caracterstica de cada una de las clases. Se denominan clases informacionales. o Comparacin de las signaturas espectrales caractersticas de las clases informacionales con las clases espectrales. Determinacin de las clases con las que se trabajar finalmente. En general se prefiere trabajar con clases espectrales que con clases informacionales. Clasificacin propiamente dicha. Existen mltiples mtodos: o No estadsticos (mnima distancia, paraleleppedos) o Estadsticos clsicos (mxima probabilidad)

Algortmos basados en inteligencia artificial (lgica borrosa, redes neuronales) Evaluacin de la precisin de la clasificacin
o

Clasificacin no supervisada
Se utilizan algortmos de clasificacin automtica multivariante como el clustering. Este consta de N pasos siendo N el nmero total de individuos a clasificar.
Figura 1: Dendrograma obtenido a partir de los pixels de las reas de entrenamiento

Longitud d onda

Espectro electromagntico
Artculo principal: Espectro electromagntico

Atendiendo a su longitud de onda, la radiacin electromagntica recibe diferentes nombres, y vara desde los energticos rayos gamma (con una longitud de onda del orden de picmetros) hasta las ondas de radio (longitudes de onda del orden de kilmetros), pasando por el espectro visible (cuya longitud de onda est en el rango de las dcimas de micrmetro). El rango completo de longitudes de onda es lo que se denomina el espectro electromagntico.

El espectro visible es un minsculo intervalo que va desde la longitud de onda correspondiente al color violeta (aproximadamente 400 nanmetros) hasta la longitud de onda correspondiente al color rojo (aproximadamente 700 nm). En telecomunicaciones se clasifican las ondas mediante un convenio internacional de frecuencias en funcin del empleo al que estn destinadas como se observa en la tabla, adems se debe considerar un tipo especial llamado microondas, que se sitan su rango de frecuencias entre 1 GHz y 300 GHz, es decir, longitudes de onda de entre 30 centmetros a 1 milmetro, que tienen la capacidad de atravesar la ionosfera terrestre, permitiendo la comunicacin satelital.
Clasificacin de las ondas en telecomunicaciones Sig la Rango Denominacin Empleo

VLF

10 kHz a 30 kHz 30 kHz a 300 kHz 300 kHz a 3 MHz 3 MHz a 30 MHz 30 MHz a 300 MHz 300 MHz a 3 GHz 3 GHz a 30 GHz 30 GHz a 300

Muy baja frecuencia

Radio gran alcance

LF

Baja frecuencia

Radio, navegacin

MF

Frecuencia media

Radio de onda media Radio de onda corta

HF

Alta frecuencia

VH F UH F SH F EH

Muy alta frecuencia

TV, radio

Ultra alta frecuencia

TV, radar, telefona mvil

Super alta frecuecia

Radar

Extremadamente alta

Radar

GHz

frecuencia

Rango d vista dl ojo

Un ojo adaptado a la luz generalmente tiene como mxima sensibilidad un valor de 555 nm, en la regin verde del espectro visible. El espectro sin embargo no contiene todos los colores que los ojos humanos y el cerebro puedan distinguir. Marrn, rosado y magenta estn ausentes, por ejemplo, porque se necesita la mezcla de mltiples longitudes de onda, preferiblemente rojos oscuros. La longitud de onda visible al ojo tambin se pasa a travs de una ventana ptica, la regin del espectro electromagntico que pasa muy atenuada a travs de la atmsfera terrestre (a pesar de que la luz azul es ms dispersa que la luz roja, que es la razn del color del cielo). La respuesta del ojo humano est definida por una prueba subjetiva, pero las ventanas atmosfricas estn definidas por medidas fsicas. La ventana visible se la llama as porque sta superpone la respuesta humana visible al espectro; la ventana infrarroja est ligada a la ventana de respuesta humana y la longitud de onda media infrarroja, la longitud de onda infrarroja lejana estn muy lejos de la regin de respuesta humana.

Porque utilizar las Ortofotos y no Fotografas Areas Imgenes de Satlite?

Las ventajas de construir un mosaico de ortofotos es la representacin de grandes superficies territoriales y en buena definicin. Con la construccin del mosaico el rea cubierta es mayor permitiendo la identificacin tanto de grandes formaciones, como de pequeas carreteras. La fotografa ya sufri una ortoretificacin, el proceso de georreferenciacin es hecho con un nmero menor de puntos de control, lo que no ocurre con las fotografas areas e imgenes de satlite que necesitan de un nmero mayor de puntos de control en funcin de las distorsiones que cada tipo de imagen posee. Otra ventaja de las ortofotos es que ellas poseen un rea de sobreposicin entre cada imagen, lo que facilita el proceso de construccin del mosaico.