ESTUDIO MULTITEMPORAL DE LA VARIACIN

EN LOS NIVELES DE SEDIMENTACIN EN LA CINAGA

DE SAN SILVESTRE BARRANCABERMEJA 1989-2012
MULTITEMPORAL STUDY OF VARIATION LEVELS OF
SEDIMENTATION IN THE SAN SILVESTRE SWAMP
BARRANCABERMEJA 1989-2012
Diciembre 14 de 2012

Laura Rodrguez Durn, Erika Tllez vila





Resumen

Este artculo tiene como propsito presentar el
proceso utilizado para determinar el aumento en
los niveles de sedimentacin en la Cinaga de San
Silvestre Barrancabermeja. Para tal fin se
obtuvieron imgenes satelitales de los aos 1989 y
2012 de la zona de inters. Posteriormente, se
aplic la tcnica componentes principales y la
transformacin Tasseled Cap y a partir de los
resultados obtenidos se hizo la clasificacin de
coberturas presentes en el rea para finalmente,
proceder a un anlisis multi temporal para
identificar los cambios ms significativos de la
Cinaga y sus alrededores.
Palabras clave: Cinaga, sedimentacin de agua,
transformacin Tasseled Cap, Componentes
Principales.
Abstract
This article aims to present the process used to
determine the increase in sediment levels in the
San Silvestre Swamp - Barrancabermeja. For this
purpose were obtained satellite images of 1989
and 2012 from the area of interest. Subsequently,
was applied the technique principal component
and Tasseled Cap transformation, and from that
results, the classification of land cover present in
the area was done and finally proceed to a multi
temporal analysis to identify the most significant
changes swamp and surroundings.
Key words: Swamp, water sedimentation
Tasseled Cap transformation, Principal
Components.



Introduccin

La Cinaga San Silvestre es la reserva ms
importante del municipio de Barrancabermeja
Santander; su principal afluente es la quebrada el
Zarzal, la cual est formada por la quebrada
Vizcana, la quebrada el Zarzal propiamente dicha
y el Cao Cuarenta. El rea total de la cuenca es
de 70.884 Ha, de las cuales 1.849 Ha
corresponden a superficie de agua.
Esta Cinaga de gran inters para
Barrancabermeja, pues es la nica fuente de agua
que tiene el acueducto del municipio para su
abastecimiento, desde all se suministra el lquido
que abastece las plantas de tratamiento de agua
potable para la ciudad, al rea industrial, como al
Complejo Industrial de ECOPETROL y la planta
de Fertilizantes Colombianos FERTICOL.
(Contreras, Romero Arelln, Santana, &
Caldern, 2005)
Durante los ltimos aos la contaminacin en la
Cinaga ha aumentado considerablemente. Los
altos niveles de sedimentacin del complejo,
entendida esta como el proceso natural por el cual
las partculas ms pesadas que el agua, que se
encuentran en su seno en suspensin, son
removidas por la accin de la gravedad (Farras,
2005), ocasionan los siguientes efectos:
- Prdida de capacidad de almacenamiento
de agua.
- Mayor amenaza de inundacin en las
reas tanto urbanas como rurales por su
ubicacin.
- Prdida de cultivos, praderas,
infraestructura y semovientes.
- Ampliacin de las reas de amenaza por
inundaciones.

Segn la Corporacin Autnoma Regional de
Santander, los siguientes son las principales
causas:
- No hay repoblacin pisccola.
- Los caos estn tapados con algas.
- Prdida de las coberturas naturales en
el rea de influencia directa del
complejo San Silvestre.
- Avance de la actividad ganadera y
amenaza de expansin urbana.
Los residuos provenientes de la explotacin
petrolera y la deforestacin por parte de los
habitantes para crear pequeas playas tursticas
son los principales causantes del deterioro del
complejo. (Corporacin Autnoma Regional de
Santander)
El rea de estudio se presenta en la figura 1.

Figura 1: rea de estudio. Fuente: Google earth, fecha
de la imagen Marzo 2 de 2011.

Las tcnicas utilizadas para el procesamiento
digital de imgenes facilitan la obtencin de
informacin a partir de imgenes satelitales,
apoyando estudios en diferentes disciplinas.
En este caso se utilizaron las transformaciones
Tasseled Cap y Componentes principales, adems
de aplicar otros procesos que se describen ms
adelante para determinar el aumento en los
niveles de sedimentacin de la Cinaga San
Silvestre.

Marco terico
Para obtener el mapa temtico de la variacin en
los niveles de sedimentacin de la Cinaga,
inicialmente fue necesaria la aplicacin de las
transformaciones Tasseled Cap y componentes
principales. Adems se realiz una clasificacin
supervisada a cada imagen y un filtro modal y
mayora cero de las imgenes resultantes para
obtener mapas temticos.
Transformacin Tasseled Cap
La transformacin Tasseled Cap fue
desarrollada por Kauth y Thomas en 1976 con
objeto de mejorar la prediccin en cosechas
(Villajos, 2006).
Esta transformacin es dirigida a obtener nuevas
bandas por combinacin lineal de las originales.

Como resultado de esta transformacin se
sugieren 3 componentes (Riveira, 2009):
Brillo (Brightness): refleja la reflectividad total
de la escena.
Verdor (Greeness): indica el contraste entre las
bandas visibles y el IRC.
Humedad (Wetness): se relaciona con el
contenido de agua en la vegetacin y en el
suelo, y se marca por el contraste entre el SWIR
(infrarrojo de onda corta), en donde se
manifiesta con mayor claridad la absorcin de
agua, y el visible.
Estas nuevas bandas se obtienen mediante
(Universidad de Murcia):

(1)

(2)

(3)
En estas ecuaciones Ckb es el coeciente para
obtener brillo (b) en la banda k. Los coecientes
Ckb, Ckv y Ckh de estas ecuaciones aparecen en
la siguiente tabla.

Coeficientes de transformacin Tasseled Cap

Componentes Principales
La tcnica de componentes principales es
debida a Hotelling (1933), su objetivo es
resumir un grupo amplio de variables en un
conjunto ms pequeo sin perder una parte
significativa de la informacin original. Las
imgenes obtenidas incrementan la capacidad de
diferenciar distintas coberturas. (Ferrero,
Palacio, & Campanella, 2002)
Esta tcnica consiste en la creacin de canales
artificiales a partir de los originales, que tengan
el mximo contenido de informacin, es decir,
que tengan una correlacin mnima y una
varianza mxima. (Riveira, 2009)
Clasificacin Supervisada
La clasicacin supervisada se basa en la
disponibilidad de reas de entrenamiento. 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. Las reas de
entrenamiento deben ser lo ms homogneas
posibles. (Universidad de Murcia).
Inicialmente se un muestreo de pxeles para
cada clase definida, el paso a seguir es asignar
cada pxel de la imagen a una de esas clases.
Cada clase tiene una serie de estadsticos, los
que se utilizan para el anlisis posterior son:
media, desviacin tpica, mximo y mnimo.
La asignacin de pxeles a cada clase, se puede
hacer con tcnicas no estadsticas como la
clasificacin por mnima distancia, la
clasificacin por paraleleppedos o el rbol de
clasificacin. En este caso, para obtener una
mayor precisin en los resultados se utiliz una
tcnica estadstica, clasificacin por mxima
verosimilitud.
El clasicador de mxima verosimilitud (o
mxima probabilidad) asume que los datos
siguen una funcin de distribucin normal para
asignar la probabilidad de que un pixel
cualquiera pertenezca a cada una de las clases.
El pixel se asigna de este modo a la clase a la
que es ms probable que pertenezca.
(Universidad de Murcia)
Filtro modal

El filtro modal es de tipo no lineal, constituye
tcnicas de procesamiento por grupo de pixeles,
operando sobre un ncleo de pixeles de entrada
que rodean a un pixel central. El filtro modal se
basa en sustituir el valor de brillo del pixel
central del ncleo por la moda (valor de brillo
que ms se repite) de todos los valores de brillo
de los pixeles que forman dicho ncleo.
(Aldalur & Santamara, 2002)
Componente TM1 TM2 TM3 TM4 TM5 TM7
Brillo 0.3037 0.2793 0.4743 0.5585 0.5082 0.1863
Verdor -0.2848 -0.2435 -0.5436 0.7243 0.0840 -0.1800
Humedad 0.1509 0.1973 0.3279 0.3406 -0.712 -0.4572
Si se tiene un grupo de pxeles como el
siguiente:
9 3 9
10 5 6
6 6 13

El valor predominante, o la moda es 6, por lo
tanto el valor de salida del pxel central ser 6.
El filtro mayora cero es un filtro modal de 9
pixeles (3 x 3), el cual opera solo cuando el
valor del pixel central es igual a cero.
(Universidad Nacional de San Luis). Para ello
se utiliz el software ITC (2001). ILWIS
(Versin 3.3) [Integrated Land and Water
Information System].
En teledeteccin, las calidad de los trabajos de
clasificacin se suele acomete mediante el uso de
la matriz de confusin, las cuales presentan una
visin general de las asignaciones correctas (en la
diagonal) e incorrectas (errores de omisin y
comisin, en los valores fuera de la diagonal).
(Pinilla, 1995). Las matrices obtenidas se
muestran en las tablas 1 y 2.
El coeficiente kappa refleja la concordancia inter-
observador y puede ser calculado en tablas de
cualquier dimensin, siempre y cuando se
contrasten dos. El coeficiente kappa puede tomar
valores entre -1 y +1. Mientras ms cercano a +1,
mayor es el grado de concordancia inter-
observador, por el contrario, mientras ms
cercano a -1, mayor es el grado de discordancia
inter-observador. Un valor de = 0 refleja que la
concordancia observada es precisamente la que se
espera a causa exclusivamente del azar (Lpez de
Ullibarri).

Metodologa

La metodologa consiste en un procedimiento
aplicado a dos imgenes Landsat del sitio de
inters para obtener informacin que permita
generar un producto que presente las reas que
obtuvieron una variacin en los niveles de
sedimentacin entre el ao 1989 y 2012. Se puede
dividir en tres etapas (Figura 2).

Etapa 1:

Inicialmente se define el fenmeno a observar y
el rea de inters. La zona definida se encuentra
en el path 008, row 055. Las imgenes fueron
descargadas de la pgina web U.S Geological
Survey www. earthexplorer.usgs.gov.
Para poder realizar el estudio multi temporal, se
descarg una imagen Landsat TM de la zona, del
30 de diciembre de 1989 y otra de Landsat ETM+
del 12 de junio del 2012.
Etapa 2:

Luego de ensamblar y recortar las imgenes de
las dos fechas en el software ERDAS (versin
9.1), se hicieron las transformaciones Tasseled
Cap y Componentes Principales a cada una.
Este procedimiento se realiz en el software
ERDAS 9.1. El esquema se presenta en la figura
3. El software tiene predeterminados los
coeficientes de transformacin para Landsat 4
TM, Landsat 5 y 7.

Figura 3: Esquema de transformacin Tasseled Cap en
Model Maker. Software ERDAS 9.1



Figura 2: Esquema metodolgico.




Para obtener imgenes apropiadas para el
proyecto, tambin se aplic el anlisis de
Componentes Principales.
El esquema para el clculo de la nueva imagen se
presenta en la figura 4. El software realiza
automticamente los dos procesos anteriores.
Puesto que no se encontr ningn ndice que
trabaje directamente sobre el fenmeno a analizar
que es la sedimentacin en cuerpos de agua, el
proceso de clasificacin se hizo partiendo de las
transformaciones explicadas anteriormente.



Figura 4: Esquema de transformacin Componentes
Principales en Model Maker. Software ERDAS 9.1


Utilizando el canal brillo de la transformacin
Tasseled Cap y los tres primeros canales de
Componentes Principales, se pueden definir
claramente los niveles de sedimentacin, que en
este caso fueron clasificados en nivel alto, medio
y bajo. Los resultados obtenidos se muestran ms
adelante.
La clasificacin de las imgenes fue del tipo
Supervisada (Figura 5) y se hizo en el software
Geomatics PCI.

Figura 5: Pasos a seguir para la Clasificacin
Supervisada.

De esta clasificacin resulta un mapa temtico del
rea de estudio para el ao 1989 y para el ao
2012. Las clases definidas en este caso fueron
suelo, bancos de arena, zona urbana, rastrojo bajo,
vegetacin, agua sin sedimentacin, agua con
sedimentacin baja, agua con sedimentacin
media, agua con sedimentacin alta, agua con
petrleo y pxeles sin clasificar. Los mapas
obtenidos se muestran en las figuras 6 y 7.
Posteriormente se hizo un filtro modal de 3 x 3 y,
finalmente con el objetivo de eliminar las reas
sin clasificacin de las imgenes, se realiz un
filtro mayora cero.
Con las imgenes debidamente clasificadas y
filtradas se realiz la evaluacin de la exactitud
temtica por medio del software Geomatics. PCI.
Para esta se utiliz un muestreo aleatorio de 120
puntos para cada imagen.
Etapa 3:
A partir de los mapas temticos se procede a
hacer el anlisis multi temporal. Para ello se
utiliz el software ITC (2001). ILWIS (Versin
3.3) [Integrated Land and Water Information
System]. Inicialmente se reproyect la imagen de
1989, utilizando como parmetros el sistema de
coordenadas de la imagen de 2012, las dos
imgenes tienen la misma resolucin espacial (30
metros), por lo tanto este procedimiento solo
alter el tamao de la matriz de la imagen de
1989.
Posteriormente se procedi a crear la tabla
bidimensional, la cual relaciona los cambios de
las coberturas en las dos fechas definindose las
siguientes categoras:

1. Aumento sedimentacin nula_baja
2. Aumento sedimentacin nula_media
3. Aumento sedimentacin nula_alta
4. Aumento sedimentacin baja_media
5. Aumento sedimentacin baja_alta
6. Aumento sedimentacin media_alta
7. Disminucin sedimentacin baja_nula
8. Disminucin sedimentacin media_nula
9. Disminucin sedimentacin alta_nula
10. Disminucin sedimentacin media_baja
11. Disminucin sedimentacin alta_baja
12. Disminucin sedimentacin alta_media
13. Contaminacin por petrleo
14. Expansin zona urbana
15. Inundacin
16. Desecacin
Finalmente se ejecut el comando de anlisis
bidimensional, en el cual se relacionan la tabla
bidimensional y los mapas temticos de la
siguiente forma:
Mapa_cambios_1989_2012=Tabla bidimensional
[Mapa_1989, Mapa2012]
Obteniendo como resultado el mapa de cambios
de 1989 a 2012 representado en la figura 8, y la
representacin de las reas de cada categora
representado en la figura 9.

Anlisis de datos

Tabla1. Matriz de confusin 1989.


A: Agua sin sedimentacin
B: Agua sedimentacin baja
C: Agua sedimentacin media
D: Agua sedimentacin alta
E: Zona urbana
F: Suelo
G: Rastrojo
H: Vegetacin
I: Banco de arena
J: Sin clasificar
K: Desconocido
A partir de esta matriz se obtienen los errores de
comisin y omisin presentados en las tablas 2 y
3.
Tabla 2. Matriz de comisin 1989.



Tabla 3. Matriz de omisin 1989.



La exactitud de la clasificacin realizada para
1989 se evala con las matrices de comisin y
omisin. En la matriz de comisin se observa que
la cobertura Agua sin sedimentacin tiene la
menor exactitud que es del 33.3 %, que es muy
baja, la matriz indica que en el mapa se confunde
la cobertura con Agua sedimentacin baja,
Rastrojo, vegetacin o suelo el 16.7% de las
veces.

Las dems coberturas estn por encima del 50%
de exactitud, siendo la clase Agua sedimentacin
baja la que mayor exactitud tiene con 85.7%, es
decir, el 85.7% de las veces el mapa selecciona
correctamente esta cobertura y el 14.3% de las
veces la confunde con agua con sedimentacin
baja.

En cuanto a la matriz de omisin, la menor
confiabilidad se encuentra en la cobertura suelo,
puesto que tan solo el 30.8% de las veces el
resultado es confiable, otro 30.8% se confunde
con rastrojo, el 23.1% con vegetacin y el 7.7%
con agua sin sedimentacin. La mayor
confiabilidad se encuentra para las coberturas
Agua sedimentacin baja y Zona urbana con
85.7% y 80% de veces en que el resultado es
confiable.
Tabla 4. Matriz de confusin 2012.




A: Agua sin sedimentacin
B: Agua sedimentacin baja
C: Agua sedimentacin media
D: Agua sedimentacin alta
E: Agua con petrleo
F: Zona urbana
G: Suelo
H: Rastrojo
I: Vegetacin
J: Banco de arena
K: Sin clasificar
L: Desconocido








A B C D E F G H I J K Total
A 1 0 0 0 0 0 0 0 0 0 0 1
B 0 2 1 0 0 0 0 0 0 0 0 3
C 0 2 0 0 0 0 0 0 0 0 0 2
D 0 1 1 10 0 0 0 2 1 1 0 16
E 0 0 0 0 0 0 0 0 0 0 0 0
F 0 0 0 0 0 3 1 0 0 0 0 4
G 0 0 0 0 0 2 4 1 1 0 0 8
H 0 1 0 0 0 0 3 18 8 1 0 31
I 0 0 0 0 0 0 3 9 39 0 0 51
J 0 0 0 0 0 0 0 0 0 3 0 3
K 0 0 0 0 0 0 0 0 0 0 1 1
0 0 0 0 0 0 0 0 0 0 0 0
Total 1 6 2 10 0 5 11 30 49 5 1 120
Matriz de confusin 2012
Tabla 5. Matriz de comisin 2012.



Tabla 6. Matriz de omisin 2012.



Para el mapa temtico del ao 2012, la matriz de
comisin indica exactitud de 0% para las
coberturas Agua sedimentacin media y agua
contaminada. En el primer caso el 100% de las
veces el mapa confunde esta cobertura con Agua
sedimentacin baja. Cabe resaltar en este punto,
que para la evaluacin se tomaron como muestra
slo 2 pixeles en el primer caso y ninguno en el
segundo, esta muestra es muy pequea en el caso
de Agua sedimentacin media para determinar un
nivel de exactitud preciso. Las coberturas Agua
sin sedimentacin y zona urbana muestran los
porcentajes ms altos, con un 100% y 75%
respectivamente, para esta ltima el 25% de las
veces se confunde la cobertura con suelo.
La matriz de omisin indica que solo un 33% de
las veces el resultado para la cobertura Agua
sedimentacin baja es confiable, ya que el 33%
lo confunde con Agua sedimentacin media, el
16.7% con Agua sedimentacin alta y rastrojo.






Tabla 7. Estadsticas de exactitud 1989.



Tabla 8. Estadsticas de exactitud 2012.



En las estadsticas de exactitud se obtuvo una
exactitud promedio de 65% y 67.5% para el ao
1989 y 2012 respectivamente. El coeficiente
Kappa promedio resultante fue 0.54 para la
imagen de 1989 y 0.56 para la imagen del 2012.
Los resultados son relativamente bajos pues, lo
ideal son valores cercanos al 100% para la
exactitud promedio y a 1 para el coeficiente
Kappa. Estos valores pueden deberse a la
seleccin aleatoria de pixeles que se realizo
durante la evaluacin de cada mapa, pues la
mayora de los pxeles se encuentran en las
coberturas vegetacin y rastrojo que no se pueden
discriminar fcilmente en la imagen y para el caso
de los cuerpos de agua, las muestras fueron muy
pequeas. Esto se puede evidenciar en las
matrices de confusin presentadas anteriormente.

Resultados


Figura 6: Mapa temtico sedimentacin Cinaga San
Silvestre-Barrancabermeja, 1989.


Figura 7: Mapa temtico sedimentacin Cinaga San
Silvestre-Barrancabermeja, 2012.



Figura 8: Mapa temtico: Variacin en la sedimentacin
de la Cinaga San Silvestre-Barrancabermeja 1989-
2012.


Figura 9: Histograma mapa temtico: Variacin en los
niveles de sedimentacin de la Cinaga San Silvestre-
Barrancabermeja 1989- 2012.



Tabla 9. Estadsticas mapa temtico: Variacin en los
niveles de sedimentacin de la Cinaga San Silvestre-
Barrancabermeja 1989- 2012.




Figura 10: Cambios en los cuerpos de agua 1989-2012.


Conclusiones

Basados es los datos estadsticos obtenidos del
mapa de variacin de sedimentacin se observa
que la categora con mayor rea corresponde a la
inundacin, esto se debe en importante media al
cambio del cauce del ro Magdalena. Con
respecto a la sedimentacin de los cuerpos de
agua es mayor el aumento que la disminucin en
estos, haciendo evidente la problemtica
ambiental producida por la contaminacin. En los
cambios de los niveles se sedimentacin se
observa que el ms significativo ocurri entre la
sedimentacin media a alta, producida
principalmente en el cauce del ro Magdalena y la
zona sur de la Cinaga San Silvestre.

Especficamente en la cinaga San Silvestre los
fenmenos que ocupan mayor rea corresponden
al aumento de sedimentacin baja a alta y baja a
media, evidenciando la alarmante situacin en la
que se encuentra el cuerpo de agua, principal
abastecedor de la ciudad.

Con respecto a los cambios ocurridos en los
cuerpos de agua se observa en la figura 10 que el
aumento de la sedimentacin es el ms
representativo con un porcentaje de 40%, la
disminucin de la sedimentacin corresponde al
2%. Los porcentajes de desecacin e inundacin
representan principalmente el cambio del ro
Magdalena, por lo tanto no se puede afirmar si la
Cinaga San Silvestre ha aumentado o disminuido
su rea; por el contrario la desecacin de las
Cinagas de Zapatero y Sabalo si se hace evidente
en la figura 8.

Uno de los cambios ms notorios se debe a la
contaminacin de la Cinaga Miramar, esta es
producto de diferentes qumicos y basuras
provenientes de la refinera y los habitantes de
Barrancabermeja.

El crecimiento urbano se ha acentuado hacia el
oriente (en direccin de la Cinaga San Silvestre)
y hacia el sur (limitando con la Cinaga San
Juan), siendo un factor de riesgo para los
ecosistemas all presentes.

Finalmente, partiendo de los resultados obtenidos
en este anlisis, es importante resaltar que aunque
no existe ningn ndice especializado en
fenmenos de sedimentacin, con la combinacin
de tcnicas de procesamiento digital de
imgenes como la transformacin Tasseled Cap y
Componentes Principales, fue posible realizar la
clasificacin de los niveles de sedimentacin en
los cuerpos de agua de la zona de estudio. A pesar
de no implementar un ndice de contaminacin,
estos mtodos aportan las herramientas necesarias
para construir una clasificacin temtica que
evidencie el cambio multi temporal de este
fenmeno con resultados muy satisfactorios.
Bibliografa

Aldalur, B., & Santamara, M. (2002).
Asociacin Espaola de
Teledeteccin. Obtenido de Realce
de imgenes: filtrado espacial:
http://www.aet.org.es/revistas/revis
ta17/AET17-04.pdf
Contreras, P. J., Romero Arelln, P., Santana,
S., & Caldern, R. (2005). Instituto
Universitario de la Paz UNIPAZ.
Obtenido de MANEJO INTEGRAL DE
CINAGAS Y RESTAURACIN DE LA
OFERTA ICTIOLGICA EN EL MEDIO
MAGDALENA:
http://www.unipaz.edu.co
Corporacin Autnoma Regional de
Santander. (s.f.). Sistema Electrnico
para la contratacin pblica.
Obtenido de
http://www.contratos.gov.co/archiv
ospuc1/2010/DA/132034000/10-15-
331195/DA_PROCESO_10-15-
331195_132034000_1656905.pdf
Farras, L. P. (Agosto de 2005). Instituto de
Ingeniera Sanitaria y Ambiental.
Obtenido de Teora de la
sedimentacin:
http://escuelas.fi.uba.ar
Ferrero, S. B., Palacio, M. G., & Campanella,
O. R. (2002). Revista de
Teledeteccin. Obtenido de Anlisis
de componentes principales en
teledeteccin:
http://www.aet.org.es/revistas/revis
ta17/AET17-05.pdf
Lpez de Ullibarri, P. (s.f.). Medidas de
concordancia:. Cad aten primaria
1999. Obtenido de
http://www.scielo.cl/pdf/rcp/v79n1/
art08.pdf
Luis, U. N. (s.f.). Recuperado el 13 de 12 de
2012
Pinilla. (1995). Obtenido de
http://coello.ujaen.es/Asignaturas/p
cartografica/pqcarto/CPQC28/Boots
trapping_Matrices_Confusion.pdf
Riveira, I. S. (2009). Universidad de Santiago
de Compostela. Obtenido de
Apuntes de Teledeteccin:
http://laborate.usc.es/files/apuntes-
teledeteccion.pdf
Universidad de Murcia. (s.f.). Universidad de
Murcia. Obtenido de
Fotointerpretacin y Teledeteccin:
http://www.um.es/geograf/sigmur/t
eledet/tema09.pdf
Universidad Nacional de San Luis. (s.f.).
Recuperado el 13 de 12 de 2012, de
http://www0.unsl.edu.ar/~geo/mat
erias/SiG_I/practicos/20xx/Guias/GS
IG%20I_2010-
9_OPERACIONES_DE_VECINDAD.pdf
Villajos, S. O. (Septiembre de 2006).
Universidad Politcnica de Madrid.
Obtenido de Teledeteccipn
fundamental:
http://www2.topografia.upm.es/pdi
/santi/descarga/FunTeled.PDF