Está en la página 1de 9

PROGRAMA DE INGENIERIA GEOLOGICA

GEOMATICA
Germán Herrera Salamanca Agrólogo, Especialista en SIG, MSc. Geografía

Docente

PRACTICA
Generación de datos para análisis de cambio medioambiental

INTRODUCCION:

Uno de los aspectos ambientales que se evalúa más frecuentemente utilizando imágenes
multiespectrales de satélite, es el cambio de la superficie terrestre. Hoy en día programas
como LANDSAT, SPOT, SENTINEL, NOAA y muchos otros programas privados como
RAPIDEYE, IKONOS, ORVIEW, ofrecen series de imágenes, las cuales son ampliamente
usadas para monitorear el continuo cambio que se sucede en la cobertura de la tierra, como
resultado de una amplia variedad de causas entre las cuales están: el desarrollo
socioeconómico, la urbanización, la erosión, la deforestación o aforestación, la intervención de
ecosistemas estratégicos, la degradación de suelos, la minería y las actividades agropecuarias
entre otros.
Existen variadas técnicas para analizar y evaluar las dinámicas de cambio en superficie, cuyos
resultados son la base objetiva que permite construir una teoría coherente sobre estos
cambios y detectar e identificar tendencias a tener en cuenta en la planificación y el
Ordenamiento territorial.
En esta práctica se usara una de las variadas herramientas disponibles en Idrisi.

 La función de análisis permite detectar el cambio ocurrido entre dos momentos en el


tiempo, sobre una base estadística. Es el módulo GIS ANALYSIS, Change/time
series: IMAGEDIFF.

Objetivo general:

 Aplicar funciones de Geoprocesamiento, o Análisis Espacial en SIG, para generar nueva


información pertinente para evaluar el cambio medioambiental en una región dada.

Objetivos específicos:

 Generar una síntesis del cambio ocurrido entre dos momentos de tiempo, mediante
análisis espacial o geoprocesamiento de datos raster.

MATERIALES
Imagen multiespectral de la colección 1 nivel 2 de LANDSAT_4 o 5 sensor TM, (Mapeador
Temático), (7 bandas).
Imagen multiespectral de la colección 1 nivel 2 de LANDSAT_8 sensores OLI-TIRS
(Imageador Terrestre Operacional y Sensor de Infrarrojo Térmico)
Para una mayor ilustración en relación con las bandas espectrales de los satélites de la serie
Landsat, vaya a los anexos al final de este documento.
 PROCEDIMIENTO:

Para producir las capas temáticas objeto de esta práctica los insumos básicos son los datos de
teledetección de Landsat por lo que es necesario antes de iniciar esta parte que copie algunas
de las bandas de las imágenes de Landsat 4 o 5 y Landsat 8 que fueron recortadas a la zona de
estudio (plancha 25000 asignada). Por lo tanto copie y pegue la banda 3 de landsat 4 o 5 y la
banda 4 de Landsat 8 a la carpeta de la práctica CAMBIO. Tambien copie y pegue las bandas
de calidad del pixel las bandas bq de Landsat_4 o 5 y bq de Landsat_8 Una vez copiadas las
cuatro bandas a la carpeta:
En ArcGis
 En ArcMap

El programa IDRISI a diferencia de ArcGis solo trabaja los datos raster en formato nativo
del programa que es .rst. Para el caso del formato .tif de las bandas recortadas, IDRISI no
soporta datos .TIF con alguna compresión caso de las imágenes de Landsat por lo que hay que
exportarlas a formato .img que IDRISI si puede importar y desplegar.
Exportación de la banda roja de Landsat 4 o 5 a formato .img de ERDAS Imagen.

Despliegue la banda 3 de Landsat_4 o 5 y la banda 4 de Landsat_8 en ArcMap. Estas bandas


corresponde a la reflectividad en la longitud de onda del rojo 0.6 a 0.7 nm.

A la izquierda sobre el nombre de cada banda de clic derecho, data, export data
En la ventana que se abre:

Asegúrese que la imagen exportada va a quedar en la carpeta de la práctica CAMBIO y


seleccione el formato IMAGINE Image, el cual tiene extensión .img. Asigne como nombre de
salida B3_L4 o 5, Save.

Se abre una ventana de advertencia de clic en SI y se hará el proceso. TOME NOTA DEL
NUMERO QUE APARECE EN EL RENGLON No Data as: será necesario para el procesamiento
en IDRISI.
Repita el mismo procedimiento para la banda 4 de Landsat_8, debe exportar la banda que se
reescaló para realizar el NDVI. Tome nota del número para los pixeles con No Data.
Asigne como nombre de salida B4_L8, Save.
Exportación de la banda Infrarroja de Landsat a formato .img de ERDAS Imagen.

Despliegue la banda 4 de Landsat_4 o 5 y la banda 5 de Landsat_8 en ArcMap.


A la izquierda sobre el nombre de cada banda de clic derecho, data, export data
Asigne como nombre de salida B4_L5, Save.
Asigne como nombre de salida B5_L8, Save.

LAS BANDAS DE CALIDAD DE PIXEL BQ DE Landsat_4 o 5 y de Landsat_8 no


necesariamente deben ser exportadas a formato .img . Si están en formato .tif IDRISI las
puede leer al importarlas. Asegúrese que están en formato .tif si no es así, expórtelas en ese
formato.
En IDRISI

Abra IDRISI y en el explorador del programa, vaya a la pestaña superior izquierda, “projects”,
clic derecho y cree un new, nuevo proyecto, y a continuación direcciónese a la carpeta de la
práctica CAMBIO donde quedaron las imágenes de Landsat_4 o 5, y Landsat_8 en formato
.img y OK.

Importación de las bandas a formato .rst de IDRISI

Vaya a File de la barra de herramientas de texto de IDRISI y active Import, Software


Specific Formats, ERDIDRIS (ERDAS)

En la ventana que se abre busque y seleccione la imagen B3_L5.img, asigne el mismo nombre y
de OK. Se desplegará la imagen en IDRISI, asigne paleta de color grey.
Realice el mismo procedimiento para la banda 4 de Landsat_8 y asigne el mismo nombre para la
banda a ser importada: B4_L8
Hay que recordar que uno de los prerrequisitos para hacer este tipo de análisis multitemporal,
es que las dos imágenes multiespectrales a evaluar, deben estar georeferenciadas en el mismo
sistema de proyección cartográfica y tener el mismo tamaño de imagen es decir mismo número
de filas y columnas. En este caso las imágenes están en MAGNA_Colombia_Bogotá.

En IDRISI de clic sobre cada banda importada y en la parte baja de la ventana de contenidos
revise en el METADATA de cada imagen si tienen el mismo número de filas y columnas. Si no es
así informe al docente para solucionar esta diferencia.
Igual es necesario revisar si existen valores anómalos en los bordes de la imagen. Si se
presentan estos valores será necesario usar la función REFORMAT, WINDOW, 2 archivos y
recortar las imágenes por filas y columnas para eliminar esos valores anómalos.
Después de recortar las bandas despliéguelas con paleta de grises (GREY) para verificar que
ya no aparecen esos valores en los bordes de la imagen.

En este punto se tienen las bandas de reflectividad en la longitud de onda del Rojo de dos
momentos en el tiempo en formato .rst de IDRISI.

RECLASIFICACION DE LAS BANDAS DE CALIDAD DEL PIXEL BQ


Cuando se presentan nubes en la escena correspondiente a las planchas bien sea en Landsat_4
o 5 o en Landsat_8, es necesario usar las bandas de calidad del pixel que vienen incluidas en las
imágenes suministradas. Esas bandas tienen valores en los pixeles que los diferencian si tienen
buena calidad o por el contrario como pasa con las nubes y sus sombras, tienen mala calidad.

Se hace necesario reclasificar las imágenes de calidad del pixel bq, con el fin de crear una
máscara que será necesaria para sustraer los pixeles de mala calidad.

Use la función reclassify para convertir la imagen de calidad en una imagen binaria donde los
valores de los pixeles buenos tendrá valor de 1 y todos los demás pixeles de mala calidad
tendrán valor de 0.

Se producirán dos mascaras la de MASK_L4 o 5 y la de MASK_L8 que se usaran en el siguiente


procedimiento.

Es necesario verificar en el metadata de las máscaras si tienen el mismo número de filas y


columnas de las bandas, si no es así es necesario recortarlas con la función REFORMAT,
WINDOWS, usando las bandas recortadas de los datos anómalos de los bordes, como
referencia.

MÉTODO DE ANALISIS IMAGEDIFF, DIFERENCIA DE IMÁGENES

El módulo IMAGEDIFF es provisto por IDRISI para análisis de cambio a través de


diferenciación de pares de imágenes. Dadas dos imágenes de entrada y opcionalmente sus
máscaras booleanas, se pueden producir cuatro imágenes: una imagen de diferencia, una
imagen de porcentaje de cambio, una imagen de anomalías estandarizadas (z-scores o
resultados), y una imagen de anomalías estandarizada (z-scores o resultados clasificados en
seis clases).

Para el ejercicio usaremos la banda de la reflectividad en el rojo de los dos momentos de


análisis, la fecha de la captura de Landsat_4 o 5 y de Landsat_8, información que puede
encontrar en el archivo .MTL, que es el metadata de cada imagen y donde esta consignada
toda la ficha técnica de cada imagen.
 PROCEDIMIENTO:

En IDRISI
Generación de la Imagen de Cambio

Vaya a la barra de herramientas de texto de Idrisi, parte superior de la pantalla, GIS


Analysis,Change/Time series, IMAGE DIFF, clic izquierdo. En la ventana que se abre,
seleccione la banda 3 de Landsat_4 o 5 para Earlier image (imagen más antigua), y la banda 4
del Landsat_8 para later imagey (imagen más reciente), en Output Options en la parte
inferior, seleccione la última opción, Standardized class image, Para los dos momentos active
y use como mascara la imagen mascara_L5 y mascara_L8, así se aíslan los pixeles sin
información del procesamiento y de a la imagen de salida el nombre
TM_OLI_B3_STAND_CLASS y de OK.

Observe la imagen y tome nota de los valores inferiores y superiores, dónde se sitúan en la
imagen y a que corresponderían en términos de cobertura para lo cual puede ayudarse
adicionando esta imagen con su paleta respectiva, sobre la composición color natural RGB321
de Landsat_4 o 5 y sobre la de Landsat_8, activándola y desactivándola.
Esta imagen junto con las demás que se han producido será valiosa para la redacción de
un informe final del cual se darán instrucciones posteriormente y será el trabajo final del
curso.

El análisis de cambio puede ser muy exhaustivo dependiendo de las necesidades del estudio
para el Informe Final se realizara un análisis sobre todo de los extremos en el cambio, es decir
aquellos pixeles en rojo que corresponden a cambios menores a menos dos desviaciones
estándar (cambios negativos) y los verdes oscuros que corresponden a cambios mayores a
más de dos desviaciones estándar (cambios positivos)* así como los demás valores
significativos. En su informe final que subirá a la plataforma junto con las imágenes
correspondientes, aproximará una explicación de estos cambios y a que corresponden en cada
caso. Para ello puede hacer zoom a lugares específicos donde se presentan estos cambios
extremos y grabar los cambios en el buffer para ilustrar su informe.
Ejemplo ilustrativo de los cambios en función de la Desviación Estándar.

Cambios
Negativos
Extremos Cambios
Positivos
Extremos
* Cambios positivos, se entiende cuando por ejemplo antes había vegetación o agua y ahora hay
algo diferente. En este caso los valores de los pixeles cambiaron drásticamente entre los dos
momentos de análisis.

* Cambios negativos, se entiende cuando por ejemplo antes había vegetación y ahora sigue
estando la misma vegetación o ha crecido más porque ha permanecido. O cuerpos de agua que
permanecen o han aumentado su espejo.
Cada caso es diferente en cada zona en función de su posición en el relieve y los usos que se
han establecido o han cambiado.

EXPORTACIÓN DE LA IMAGENE DE CAMBIO TM_OLI_B3_STAND_CLASS

Con el fin de generar el mapa correspondiente a escala 1:25000 es necesario exportar la


imagen de cambio que está en formato de IDRISI (.rst) a un formato compatible con ArcGis
(.img)
En la esquina superior izquierda active File, Export, Software_Specific_Formats, ERDIDRIS
(ERDAS), se abre una ventana:

Desde IDRISI exporte esta imagen de cambio TM_OLI_B3_STAND_CLASS a formato .img


de ERDAS con la paleta CHANGE, OK. Se exportará la imagen.

Abra ArcMap despliegue la imagen de cambio TM_OLI_B3_STAND_CLASS.img usando la


paleta original CHANGE con la cual se exporto desde IDRISI, asígnele una transparencia del
40% sobre la imagen sombreada del relieve sin transparencia, adicione los vectores de la
geodatabase 1:25000 en transparencia, los municipios y cabeceras si fuera necesario. Elabore
el mapa cuyo título será “MAPA DE CAMBIO DE CLASES ESTANDARIZADAS
198…..201….”. Adórnelo con una Escena de ArcScene y súbalo al foro correspondiente.

Conclusiones: las imágenes de Sensores Remotos permiten monitorear los impactos


ambientales producidos por la actividad antrópica o natural de variadas formas y usar esos
resultados como capas temáticas en un SIG para cualificar y cuantificar estos cambios en el
tiempo así como las tendencias de cambio en el tiempo.

ANEXOS

Bandas espectrales de diferentes satélites del programa Landsat.


Comparación bandas espectrales satélites Landsat-7 sensor ETM+ con el satélite Landsat-8
sensores OLI t TIRS.

Bandas espectrales satélites Landsat-5 sensor TM