ENVI Nivel Avanzado - Manual

Curso
Manual del curso
Nivel Avanzado
Manual: ENVI Teledetección Nivel Avanzado
Curso de Teledetección, Procesamiento de Imágenes de

Drones y LIDAR en ENVI
Modalidad Virtual.
Manual del curso de Teledetección, Procesamiento de

Imágenes Drones y LIDAR en ENVI
Versión 1.0
7 Capítulos.
38 páginas.
Copyright © 2018
Manual del curso de Teledetección,

Procesamiento de Imágenes Drones y LIDAR en
ENVI
Documento elaborado por: MasterGIS
Segunda edición: Octubre de 2018 (versión
electrónica)
www.mastersig.com
Lima - Perú
Tel. +51 999 917 247
E-mail. info@mastersig.com
Prohibida la reproducción parcial o total del

presente documento.
Prohibida la utilización del logotipo de la
institución para actos no autorizados.
En caso que desee tomar como referencia el
presente manual, deberá realizar la cita
correspondiente.
1
Presentación
En MasterGIS creemos en la innovación y en la excelencia, creemos que enseñar es una de

las labores más loables que existe en el mundo, por lo tanto, debe hacerse con
responsabilidad, trasmitiendo no solo conocimiento, si no, incentivando el constante
aprendizaje e investigación.
Es así que el compromiso de la institución es brindar una formación con los más altos
estándares de calidad; para lo cual, hemos desarrollado una metodología innovadora y
el mejor contenido audiovisual, que se complementa con el presente manual. Todos
estos elementos permitirán transmitir el conocimiento de manera fácil, práctica, amena y
sencilla.
Por lo tanto, MasterGIS pone a disposición de sus alumnos, el presente Manual del Curso de
Curso de Teledetección, Procesamiento de Imágenes de Drones y LIDAR en ENVI.
Documento que servirá de complemento a las clases impartidas en el curso.
Te damos la cordial bienvenida al Curso de Curso de Teledetección, Procesamiento de

Imágenes de Drones y LIDAR en ENVI, es una alegría y satisfacción para nosotros que
formes parte de nuestra institución y te felicitamos por haber dado un paso importante
en tu formación.
¿Cómo usar correctamente el manual?
El presente manual está desarrollado en base a todos los capítulos del Curso de Curso de
Teledetección, Procesamiento de Imágenes de Drones y LIDAR en ENVI
Al iniciar el curso, se te proporcionará el material de práctica, donde encontraras

archivos como, imágenes, mapas y demás documentos.
Cada clase del curso se encuentra desarrollada, de manera concisa, en este manual. Se
recomienda el uso de ambos para un mejor aprendizaje.
2
Contenido
CAPITULO 1: CLASIFICACIÓN DE IMÁGENES SATELITALES ...................... 5
1.1. Definición de Clasificación .......................................................................................... 5
Clasificación No Supervisada (Clasificación IsoDATA)......................................................... 5
1.2. Separabilidad Espectral .............................................................................................. 6
1.3. Post - Clasificación (Matriz de Confusión) .................................................................. 7
1.4. Clasificación No Supervisada-Práctica ........................................................................ 8
1.5. Clasificación Supervisada-Práctica.............................................................................. 8
CAPITULO 2: ANÁLISIS TOPOGRÁFICO ................................................. 11
2.1. Definición de un DEM ............................................................................................... 11
Modelamiento Topográfico .............................................................................................. 11
Características Topográficas ............................................................................................. 11
2.2. Modelo de Elevación Digital ..................................................................................... 11
CAPITULO 3: VISTA DE LA SUPERFICIE EN 3D ....................................... 15
3.1. Visualización en 3D ................................................................................................... 15
CAPITULO 4: APLICACIÓN DE LOS DATOS DEL SENSOR MODIS ............. 17
4.1. Satélite TERRA, AQUA y Aplicaciones ....................................................................... 17
4.2. Productos MODIS...................................................................................................... 20
4.3. Descarga de Imágenes MODIS .................................................................................. 21
4.4. Descarga de doPDF ................................................................................................... 21
4.5. Mapa de Temperatura Superficial ............................................................................ 22
Producto MOD11B3 .......................................................................................................... 22
Temperatura y Emisividad de la Superficie Mensual ........................................................ 22
4.6. Mapa de Cambios de la Cobertura Vegetal .............................................................. 26
CAPITULO 5: APERTURA Y PROCESO DE DATOS LIDAR ......................... 30
5.2. Tipos de LIDAR .......................................................................................................... 32
5.2 Reconocimiento de la Interfaz ENVI LIDAR ................................................................. 33
5.3. Obtención de Producto ............................................................................................ 34
5.4. Representación 3D y Exportación de productos ...................................................... 37
5.5. Visualización de resultados y Metadata ................................................................... 38
5.6. Generación de Modelos Derivados .......................................................................... 39
3
CAPITULO 6: APLICACIÓN DE DRONES EN TELEDETECCIÓN .................. 39

6.1. Los Drones, tipos y Aplicaciones ............................................................................... 39
6.2 Interfaz de la Plataforma Agisoft Fotoscan ................................................................. 42
6.3. Drones en Teledetección-Práctica ............................................................................ 43
6.5. Visualización de datos .............................................................................................. 53
CAPITULO 7: TRABAJOS APLICADOS .................................................... 53
7.1. Detección de cambios ............................................................................................... 53
7.2. Detección de Cambios –Práctica................................................................................ 54
7.3. Análisis Multitemporal del Retroceso Glaciar .......................................................... 59
4
CAPITULO 1: CLASIFICACIÓN DE IMÁGENES SATELITALES

1.1. Definición de Clasificación
La Clasificación de Imágenes Satelitales consiste en un método estadístico por el cual, a

través de un muestreo de píxeles, se agrupa en categorías o clases al resto de los píxeles
de una imagen. El objetivo de una clasificación consiste en agrupar los píxeles que posean una
misma característica. Generalmente la característica tomada es el valor digital de los mismos,
que corresponderá a un tipo de cobertura del terreno.
Clasificación No Supervisada (Clasificación IsoDATA)
Este método de clasificación trata de definir las clases espectrales presentes en la Imagen. Este
método asume que los Niveles Digitales de la imagen se agrupan en una serie de
conglomerados que se corresponden con grupos de píxeles con un comportamiento espectral
homogéneo y que, por ello, deberían definir unas clases informacionales de interés. Estas
clases espectrales no pueden ser asimiladas siempre a las categorías temáticas que se
pretende deducir por lo que el usuario debe interpretar el significado temático de dichas
categorías espectrales.
La clasificación No Supervisada de ISODATA calcula los promedios de clase distribuidos

uniformemente en el espacio de datos y agrupa iterativamente los píxeles restantes utilizando
técnicas de distancia mínima. Cada iteración recalcula los medios y reclasifica los píxeles con
respecto a los nuevos medios. Todos los píxeles se clasifican en la clase más cercana a menos
que se especifique una desviación estándar o un umbral de distancia, en cuyo caso algunos
píxeles pueden clasificarse si no cumplen los criterios seleccionados. Este proceso continúa
hasta que el número de píxeles en cada clase cambia en menos del umbral de cambio de
píxeles seleccionado o se alcanza el número máximo de iteraciones.
Clasificación Supervisada (Maximun Likelihood Classification)
La Clasificación Supervisada se basa en la disponibilidad de áreas de entrenamiento. Se trata

de áreas de las que se conoce a priori la clase a la que pertenecen y que servirán para generar
una signatura espectral característica de cada una de las clases. El Proceso de clasificación
Supervisada se puede separar en una serie de pasos: Trabajo de Campo, Identificación y
selección de sitios de entrenamiento, Selección del método de asignación de píxeles y la
Evaluación de la clasificación
La clasificación de máxima probabilidad supone que las estadísticas para cada clase en cada
banda se distribuyen normalmente y calcula la probabilidad de que un píxel determinado
pertenezca a una clase específica. Cada píxel se asigna a la clase que tiene la mayor
probabilidad (es decir, la máxima verosimilitud). Este método mide la probabilidad de que un
píxel pertenezca a una clase, y se vale del promedio y la desviación estándar de cada clase para
el cálculo.
5
En este grafico el píxel a clasificar entra en el segundo

anillo de probabilidad de la Clase A, por lo tanto, a ella
es a quien tiene más probabilidad de pertenecer.
El clasificador de Máxima Probabilidad es uno de los
más complejos y el que demanda mayor volumen de
cálculo y es el más empleado en teledetección, por su
robustez y por ajustarse con más rigor a la disposición
original de los datos.
1.2. Separabilidad Espectral
La Separabilidad Espectral establece la dispersión de los datos y muestra la caracterización de

las regiones de interés. Es decir, muestra la separabilidad de los pixeles según las clases
establecidas, por ejemplo, agua, suelo, vegetación, etc.
Cuando la separabilidad espectral es pequeña es recomendable unir las clases, sin embargo,
va a depender del tipo de imagen con la cual se va a realizar el proceso de clasificación.
En este grafico podemos observar que hay una distinción entre los pixeles pertenecientes a la
clase de vegetación y los pixeles correspondientes a clase de Agua.
6
1.3. Post - Clasificación (Matriz de Confusión)
Para evaluar la precisión de una clasificación de imágenes, se realiza mediante la creación de

una matriz de confusión. En una matriz de confusión, los resultados de la clasificación se
comparan con la información adicional con la realidad del terreno. La fuerza de una matriz de
confusión es que identifica la naturaleza de los errores de clasificación, así como sus
cantidades.
En la matriz Las columnas corresponden a las clases reales en el terreno, es decir, el conjunto
de pruebas levantadas en campo o data de informes técnicos y las filas corresponden a las
clases en el resultado de la clasificación.
Los elementos en diagonal de la matriz representan el número de píxeles clasificados
correctamente de cada clase. Y los elementos en la fila de los totales representan el total de
pixeles presentes en una clase. Para hallar la precisión global solo es necesario dividir la
sumatoria de las diagonales con la sumatoria de la fila de los totales. El índice de Kappa indica
la concordancia entre los pixeles de la clasificación en la realidad, este índice tiene un valor de
0 a 1. Es importante mencionar que la clasificación es un proceso de mucha practica en donde
cada vez se van a obtener mejores resultados.
Los elementos en la fila no diagonales representan pixeles de otra clase que se incluyeron en
una clase determinada de la clasificación, a estos errores se le conoce como errores de
comisión
Los elementos en la columna no diagonales representan los pixeles de una cierta clase que
fueron excluidos de esa clase durante la clasificación y que pertenecen a otra clase, a estos
errores se le conoce como errores de omisión.
7
1.4. Clasificación No Supervisada-Práctica
En esta sesión trabajaremos con una imagen SPOT, el cual abriremos mediante ENVI, le
asignaremos una combinación de bandas 3,2,1 y aplicaremos un filtro de 2% lineal. Luego nos
dirigimos hacia la caja de herramientas de Envi, desde toolbox seleccionaremos como muestra
la imagen. (ver video 1.4)
Desde Toolbox seleccionar la herramienta señalada, agregar la imagen.
Definir el número de clases y agregar un nombre de salida.
1.5. Clasificación Supervisada-Práctica
En esta sesión trabajaremos con una imagen SPOT, el cual abriremos mediante ENVI, le
asignaremos una combinación de bandas 3,2,1 y aplicaremos un filtro de 2% lineal. Para
luego abrir las regiones de interés que se encuentran en nuestra carpeta de trabajo.
8
Análisis de Separabilidad:
Seleccionamos la imagen y hacemos clic en Scatter Plot Tool, cambiamos las bandas en Y
y en X, Para luego importar ROIS
Como se puede visualizar que los píxeles correspondientes a cada clase están separados, sin
embargo, hay una pequeña confusión entre la clase suelo y la clase langostera
9
Luego nos dirigimos hacia la caja de herramientas de Envi, desde toolbox seleccionaremos
como muestra la imagen. (ver video 1.4)
Desde Toolbox seleccionar la herramienta señalada, seleccionar la imagen.
Definir el número de clases, el factor de escala y agregar un nombre de salida.
10
CAPITULO 2: ANÁLISIS TOPOGRÁFICO

2.1. Definición de un DEM
Un Modelo Digital de Elevación es una representación visual y matemática de los valores de

altura con respecto al nivel medio del mar, que permite caracterizar las formas del relieve y
los elementos u objetos presentes en el mismo. Un DEM es una representación de ráster de
una superficie continua, que en general hace referencia a la superficie de la tierra. Estos valores
están contenidos en un archivo de tipo ráster con estructura regular.
Modelamiento Topográfico
La descripción del relieve a partir de un Modelo de Elevación Digital se realiza mediante un

conjunto de medidas que definen características geométricas del terreno a diferentes escalas.
Este proceso se conoce como parametrización del relieve, es decir, generación de un conjunto
de medidas que describen las formas topográficas permitiendo distinguir diferentes tipos de
relieve o la descripción numérica de formas topográficas.
Existen variables que deben de incluirse en la parametrización el relieve. Entre ellas se

encuentran: las pendientes, el cual identifica la diferencia del gradiente entre dos formas de
relieve, es decir, es una relación entre la distancia horizontal y la altitud entres dos puntos. El
Aspecto u orientación, el cual se refiere a la dirección que enfrenta una pendiente. El Relieve
que está definido como la variabilidad de la superficie y la curvatura el cual está definido como
la tasa de cambio en la pendiente que va a depender de los cambios de pendiente en el
entorno.
Características Topográficas
Algunas formas del relieve poseen características específicas que permiten que sean
reconocidas mediante los valores de las variables topográficas. La pendiente y la curvatura de
la superficie determinan la característica Morfométrica. Los elementos más destacados del
relieve son los siguientes: picos, canales, planos o planicies, crestas, y pozos. Un Pico presenta
convexidad en todas las direcciones, un Canal presenta concavidad en una dirección ortogonal
a una línea sin curvatura, una Planicie se caracteriza por que no presenta curvatura y tiene
pendiente nula, una Cresta presenta convexidad en una dirección ortogonal a una línea sin
curvatura y un Pozo presenta concavidad en todas las direcciones.
2.2. Modelo de Elevación Digital
Análisis Topográfico
En esta sesión utilizaremos un archivo vectorial de curvas de nivel ubicada en nuestra carpeta
de trabajo, desplegado el archivo vectorial
11
Desde Toolbox seleccionar la herramienta señalada, seleccionar las curvas de nivel y agregar
un nombre de salida.
Ahora con este DEM realizaremos algunos modelos topográficos como las PENDIENTES.
Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

elegir los modelos topográficos y agregar un nombre de salida.
12
Luego realizaremos el Modelo de ASPECTO u ORIENTCIÓN

elegir las características topográficas y agregar un nombre de salida.
Ahora realizaremos el Modelo de Relieve

elegir las características topográficas y agregar un nombre de salida
13
Modelo de Curvatura

(ver video 2.2)
2.3. Caracterización Topográfica

En esta sesión realizaremos la caracterización de la Topografía, utilizando la imagen de
Modelo de Elevación Digital y utilizando la imagen de Sombra de Colina.
Desplegamos en DEM y usaremos la herramienta CARACTERISTICAS TOPOGRÁFICAS

14
Imagen de Sombra de colina
La imagen de sombra de colina es una imagen de relieve sombreada de un Modelo de

Elevación Digital utilizando una tabla de colores o una imagen de color mostrada.

ingresar los valores de ángulo de elevación y azimut solar, elegir una paleta de colores y
agregar un nombre de salida.
(VER VIDEO 2.3)
CAPITULO 3: VISTA DE LA SUPERFICIE EN 3D

3.1. Visualización en 3D
El uso de la herramienta de visualización en 3D de Envi nos permite visualizar el Modelo de

Elevación Digital u otros datos de superficie en 3D, los pasos se muestran a continuación.
Desde Toolbox seleccionar la herramienta señalada, añadir primero el Hill Shade y luego el
DEM (Modelo de Elación Digital).
15
En esta primera ventana de casilla de verificación de Resolución DEM, para usar en el trazado
3D se puede seleccionar más de una resolución, elegir el método de resampleo y la
exageración vertical.
Se desplegará una ventana de visualización 3D.
16
Se procede a diseñar una secuencia para cada movimiento en la ventana de visualización 3D.
Luego exportar en un formato de video (MPEG).
(Ver video 3.1)
CAPITULO 4: APLICACIÓN DE LOS DATOS DEL SENSOR MODIS

4.1. Satélite TERRA, AQUA y Aplicaciones
Satélite TERRA
El satélite TERRA forma parte de una misión que incluye a los Estados Unidos, Canadá y Japón.
Este satélite tiene capacidad para registrar los cambios climáticos de la atmósfera con la
precisión adecuada como para permitir un pronóstico a corto plazo.
Lleva a bordo cinco instrumentos: entre los más conocidos son el Radiómetro espectral con
Imágenes de Resolución Moderada(MODIS), el Radiómetro Espacial de Emisión y Reflexión
Térmica Avanzado (ASTER), el Sistema de Energía Irradiada por la Tierra y Nubes, el Radiómetro
Espectral con Imágenes Multiangulares (MISR), el Sensor de Mediciones de Contaminación en
la Tropósfera(MOPITT), Sistema de Energía irradiada por tierra y nubes (CERES)
17
Satélite TERRA
Satélite AQUA
En la misión del satélite AQUA, los Estados Unidos proporcionaron la nave espacial y cuatro de
los seis instrumentos científicos que lleva a bordo, Japón proporciono un radiómetro avanzado
para la exploración de microondas y Brasil un sondeo de humedad para su país.
Su misión tiene como fin primordial estudiar el ciclo global del agua en la atmosfera, tierra y
océanos. Trasporta seis instrumentos de gran precisión entre los cuales se encuentra MODIS
destinados a estudiar el espectro visible y el infrarrojo para determinar las propiedades de las
nubes, la temperatura superficial del mar, el color del océano, medir humedad y evaporación,
el volumen de las masas de agua, grosor de las capas de hielo y nieve, así como otros
parámetros que influyen en la climatología (nivel de radiación de la tierra y los gases de la
atmósfera como el ozono, el monóxido de carbono y el metano).
Asimismo, transporta el sensor de Sondeo Atmosférico Infrarojo(AIR), la Unidad de Sondeo

Avanzado de Microondas(AMSU-A), el Sondeo de Humedad para Brasil(HSB), el Radiómetro
Avanzado de Escaneo en Microondas-EOS (AMSR-E) y el Sistema de Energía Irradiada por la
Tierra y Nubes(CERES).
18
Satélite AQUA
Imagen MODIS
Son Imágenes hiperespectrales de la tierra incorporada a los satélites TERRA y AQUA. Son de
utilidad para estudios del océano, atmosféricos y terrestres, entre ellos del suelo y vegetación.
La resolución espacial de estas imágenes las convierte en un elemento básico para analizar
multitud de fenómenos para trabajos a mesoescala.
Resolución Espectral y Espacial

MODIS es un sensor pasivo que transmite datos en 36 bandas que van desde el espectro visible
hasta el infrarrojo térmico. Posee una resolución espacial moderada que van de 250 metros
en las 2 primeras bandas, 500 metros 5 bandas correspondientes a la banda 3 hasta la banda
9 y 1 km en las 29 bandas restantes. Hace observaciones de la tierra cada 1 a 2 días con un
ancho de barrido de 2330 km. Provee imágenes de alta resolución radiométrica de la radiación
reflejada durante el día y de la emisión térmica diurna y nocturna. En el día toma datos de
todas las bandas y en la noche solo las correspondientes al térmico.
Cada una de las bandas tienes aplicaciones orientadas a la detección del objeto dentro del
rango de longitud de onda captada, podemos tener aplicaciones como: límites de tierra, nubes
y aerosoles, propiedades de la tierra, nubes y aerosoles, biogeoquímica, color del océano y
fitoplancton, temperatura de la superficie y nubes, temperatura atmosférica, vapor de agua
en nubes cirrus, altitud máxima de las nubes, así como propiedades de las nubes y el estudio
del ozono.
Niveles de Procesamiento MODIS
Los datos captados por el sensor MODIS se integran en tres grupos básicos de MODIS 01 al
MODIS 03 diferenciándolos por el posicionamiento a un sistema global y corrección
radiométrica. A partir de ellos se derivan toda una serie de productos seleccionando los
canales de mejor respuesta al objeto de estudio.
Los datos MODIS se usan para derivar varios productos como índices de vegetación,
temperatura superficial de la tierra, cobertura de la superficie terrestre, ocurrencia y
temperatura de incendios, cobertura de nubes, concentración de aerosoles, etc.
19
4.2. Productos MODIS
Para poder visualizar los amplios productos que tiene este instrumento nos dirigimos hacia
nuestro buscador e ingresamos a la página de Centro de Archivo Activo Distribuido de
Procesos Terrestre de la NASA (LP DAAC), para luego desplegar la tabla de producto de
MODIS.
Donde nos mostrara todos los productos Modis disponibles los cuales están clasificados por
nombres, conjunto de dato, producto, tamaño de pixel y granularidad. Si se desea hacer una
búsqueda más específica contiene una pestaña para ingresar el nombre del producto como el
de Temperatura MOD11BE. (Ver video 4.2)
20
4.3. Descarga de Imágenes MODIS
Nos dirigimos hacia la página de EARTHDATA Search de la NASA, previamente crearemos una
cuenta y nos registraremos para luego ingresar y buscar el tipo de producto que serán
MOD11B3 y MOD13Q1 donde asignaremos una temporalidad, para luego definir el espacio
de trabajo, hacemos clic en el ícono SPATIAL
Luego nos dirigimos hacia la parte inferior donde obtendremos los resultados de la búsqueda
con las características asignadas, al hacer un clic en cada imagen presentará un visor, para
luego hacer clic en el ícono de descargar, asignamos un nombre y ruta de salida. (ver video
4.3)
4.4. Descarga de doPDF
Descargaremos la impresora doPDF, ya que muchas veces al usar export no se logran exportar
todos los elementos del mapa tal cual lo diseñamos en nuestra vista Layaut view.
Nos dirigimos hacia nuestro buscador y colocamos el nombre de doPDF, al ingresar a su página
haremos clic en DESCARGAR, para luego hacer nuevamente clic en la otra pestaña de
DESCARGAR
21
Esperamos unos momentos e indicamos la ruta donde se guardará nuestro archivo, para
luego cuando ya se encuentre en nuestro ordenador ejecutarlo como administrador y hacer
clic en INSTALAR. (ver video 4.4)
4.5. Mapa de Temperatura Superficial
Producto MOD11B3
Temperatura y Emisividad de la Superficie Mensual
Este producto proporciona una temperatura superficial terrestre promedio por mes en un
mosaico de 1200 X 1200 (km) con un tamaño de píxel de 5600 metros. Cada temperatura de
la superficie terrestre y el valor de pixeles de Emisividad en el MOD11B3 es un promedio simple
de todos los valores correspondientes de los valores de temperatura superficial terrestre del
producto MOD11B1 recopilados durante el período del mes. Algunas características se
muestran en el siguiente cuadro.
CARACTERÍSTICA DESCRIPCIÓN
Granularidad Mensual
Extensión Temporal Julio 2002-Presente
Extensión Espacial Global
Tamaño de Archivo ~ 0.21 MB
Formato de Archivo HDF
Unidades Kelvin
22
TRABAJANDO EN ARCMAP
Primero proyectaremos nuestro archivo descargado por lo cual trabajaremos en ArcMap para
proyectarlo y guardarlo en formato TIFF.
Desde Add Data añadir la imagen MODIS, y seleccionar la primera capa.
Desde Toolbox seleccionar la herramienta señalada, añadir la imagen MODIS, agregar el

sistema de coordenadas geográfica y dar un nombre de salida.
23
Terminado el proceso, exportar en formato Tiff para luego seguir el procedimiento en Envi.
TRABAJANDO EN ENVI
Ya en ENVI trabajaremos con el archivo proyectado en ArcMap, recordemos que una de las
características del producto MOD11B3, este presenta unidades en grados KELVIN y nosotros
deseamos tener en grados CELSIUS, para lo que utilizaremos una fórmula de transformación
con la herramienta BAND ALGEBRA
Desde Toolbox seleccionar la herramienta señalada, añadir la fórmula para cambiar los
valores de Kelvin a Celsius, seleccionar la imagen MODIS y agregar un nombre de salida.
24
Desde Toolbox seleccionar la herramienta señalada, ingresar la imagen transformada, añadir

el sistema de coordenadas UTM (Según Zona), cambiar el formato de salida a Tiff y agregar
un nombre de salida.
Desde la plataforma de ArcGis, abrir la imagen reproyectada en Envi.
Con el archivo ya reproyectado nos dirigimos nuevamente hacia ArcMap.
25
Se procede a clasificar la imagen y asignarle una paleta de colores que diferencien los rangos
de la temperatura especificada. Posterior a ello, se pasa a extraer los datos de temperatura
según cada pixel de la imagen para tenerlo como un reporte de las temperaturas
Por ultimo elaborar el mapa de Temperatura Superficial.

(ver video 4.5)
4.6. Mapa de Cambios de la Cobertura Vegetal
Producto MOD13Q1
Este producto proporciona un valor de índice de vegetación por píxel. Hay dos capas de
vegetación primaria. El primero es el Índice de Vegetación de Diferencia Normalizada que se
conoce como el índice de continuidad del NDVI derivado de la Administración Nacional
Oceánica y Atmosférica - Radiométrica avanzado de muy alta resolución (más conocido como
NOAA-AVHRR). La segunda capa de vegetación es el Índice de Vegetación Mejorado (EVI), que
26
ha mejorado la sensibilidad sobre las regiones de biomasa alta. La cuadrícula consta de 4,800
filas y 4,800 columnas de 250 metros de píxeles. El algoritmo elige el mejor valor de píxel
disponible de todas las adquisiciones del período de 16 días. Los criterios utilizados son las
nubes bajas, el ángulo de visión bajo y el valor NDVI / EVI más alto.
Este producto te permite obtener el NDVI cada 16 días, lo que permite observar los cambios
de la vegetación en la superficie, realizar algunos indicadores de ciclo de vegetación y también
estimar el aumento y disminución de la cobertura vegetal a partir del análisis multitemporal.
Algunas características se muestran en el siguiente cuadro.
CARACTERÍSTICA DESCRIPCIÓN
Granularidad 16 días
Extensión Temporal Febrero 2000-Presente
Extensión Espacial Global
Tamaño de Archivo ~ 93 MB
Formato de Archivo HDF
Unidades NDVI
TRABAJANDO EN ARCMAP
Desde Add Data añadir las dos imágenes MODIS, y seleccionar la primera capa.
27
Se procede a clasificar la imagen y asignarle una paleta de colores que diferencien los rangos
del Índice de Vegetación de Diferencia Normalizada. Posterior a ello, se pasa a calcular la
diferencia de a cobertura vegetal a partir de las dos fechas.
Desde Toolbox seleccionar la herramienta señalada, ingresar primero la imagen más actual,
luego la imagen más antigua y agregar un nombre de salida.
28
Terminado el proceso agregamos una paleta de colores similar a los rásters de NDVI. El
resultado muestra en valores negativos a la cobertura vegetal que ha disminuido y valores
positivos a la cobertura vegetal que ha aumentado. En su defecto en color rojo las áreas que
disminuyeron en cobertura vegetal y las áreas de color verde son aquellas en donde la
cobertura vegetal ha aumentado.
Por ultimo elaborar el mapa de cambios en la Cobertura Vegetal.

(ver video 4.6)
29
CAPITULO 5: APERTURA Y PROCESO DE DATOS LIDAR

5.1. Definición de datos LIDAR
El LIDAR (Detección y Localización de Imágenes por Láser) es una técnica de teledetección

óptica que utiliza la luz de láser para obtener una muestra densa de la superficie de la tierra
produciendo mediciones exactas de X, Y y Z.
LIDAR, que se utiliza principalmente en aplicaciones de representación cartográfica láser

aéreas, está surgiendo como una alternativa rentable para las técnicas de topografía
tradicionales como la fotogrametría. LIDAR produce conjunto de datos de nube de puntos
masivos que se pueden administrar, visualizar, analizar y compartir usando software de
sistemas de información geográfica.
Componentes principales de un sistema LIDAR
Los componentes de hardware principales de un sistema Lidar incluyen un vehículo de

recolección (que puede ser un avión, helicóptero, vehículo y trípode), un sistema de escáner
láser, GPS (Sistema de posicionamiento global) y un sistema de navegación por inercia. Un
sistema INS mide la rotación, inclinación y encabezamiento del sistema Lidar.
LIDAR es un sensor óptico activo que transmite rayos láser hacia un objetivo mientras se mueve
a través de rutas de topografía específicas. El reflejo del láser del objetivo lo detectan y analizan
los receptores en el sensor Lidar. Estos receptores registran el tiempo preciso desde que el
pulso láser dejó el sistema hasta cuando regresó para calcular la distancia límite entre el sensor
y el objetivo. Combinado con la información posicional (GPS e INS), estas medidas de distancia
se transforman en medidas de puntos tridimensionales reales del objetivo reflector en el
espacio del objeto.
30
Devolución láser de LIDAR
Los pulsos láser emitidos desde un sistema Lidar se reflejan desde objetos sobre y por encima
de la superficie del suelo: como vegetación, edificios, puentes, etc. Un pulso láser emitido
puede regresar al sensor Lidar como uno o muchas devoluciones. Cualquier pulso láser emitido
que encuentre varias superficies de reflejo a medida que viaja hacia el suelo se divide en tantas
devoluciones como superficies reflectoras existen.
El primer pulso láser devuelto es el más importante y se asociará con la entidad más grande
en el panorama como una copa de árbol o la parte superior de un edificio. La primera
devolución también puede representar el suelo, en cuyo caso el sistema Lidar solo detectará
un regreso.
Varias devoluciones pueden detectar las elevaciones de varios objetos dentro de la huella láser
de un pulso láser saliente. Las devoluciones intermedias, en general, se utilizan para la
estructura de la vegetación, y la última devolución para los modelos de terreno de suelo
desnudo.
La última devolución no siempre será de una devolución del suelo. Por ejemplo, considere un
caso en donde un pulso golpee una rama gruesa en su camino hacia el suelo y el pulso no llega
en realidad al suelo. En este caso, la última devolución no es desde el suelo, pero sino desde
la rama que reflejó el pulso láser completo.
Definición de la Nube de Puntos
Los datos LIDAR organizados espacialmente post procesados se conocen como datos de la
nube de punto. Las nubes de punto inicial son grandes colecciones de puntos de elevación 3D,
que incluyen x, y, z, junto con atributos adicionales como marcas de tiempo GPS.
Las entidades de superficie específicas que el láser encuentra se clasifican después de que la
nube de punto LIDAR inicial es post procesada. Las elevaciones de la tierra, los edificios, área
forestal, pasos elevados de autopista, y todo lo demás que el rayo láser encuentra durante la
encuesta constituye los datos de nube de punto.
31
5.2. Tipos de LIDAR
Hay dos tipos básicos de LIDAR: Aerotransportados y Terrestres. Con LIDAR aerotransportado,
el sistema se instala en un helicóptero o en un avión. La luz de láser infrarrojo se emite hacia
el suelo y es devuelta al sensor LIDAR aerotransportado en movimiento.
Hay dos tipos de sensores aerotransportados: El LIDAR topográfico se puede utilizar para
derivar modelos de superficie para usar en varias aplicaciones como silvicultura, hidrología,
geomorfología, planificación urbana, ecología del paisaje, ingeniería costera, evaluaciones de
relevamiento topográfico y cálculos volumétricos. El LIDAR batimétrico es un tipo de
adquisición aerotransportada que penetra en el agua. La mayoría de sistemas LIDAR
batimétricos recopilan simultáneamente la profundidad del agua y la elevación, que
proporciona un relevamiento topográfico LIDAR aerotransportado de la interfaz tierra-agua.
Con un relevamiento topográfico LIDAR batimétrico, la luz infrarroja (sistema láser tradicional)
se refleja de vuelta al avión desde la superficie del agua y de la tierra, mientras que el láser
verde adicional viaja a través de la columna de agua. Se utilizan análisis de los dos pulsos
distintos para establecer las profundidades del agua y las elevaciones de la costa. La
información batimétrica es muy importante cerca de las líneas costeras, en puertos y cerca de
playas y riberas. La información batimétrica también se utiliza para ubicar objetos en el suelo
oceánico.
Hay dos tipos principales de LIDAR terrestre: En el caso de la adquisición móvil, el sistema
LIDAR se monta en un vehículo en movimiento. En el caso de la adquisición estática, el sistema
LIDAR normalmente se monta en un trípode o dispositivo estacionario.
El LIDAR terrestre recopila puntos muy densos y altamente exactos, que permiten la
identificación precisa de los objetos. Estas nubes de punto densas se pueden utilizar para
administrar instalaciones, realizar relevamientos topográficos de carreteras y vías férreas, e
incluso crear modelos de ciudades en 3D para espacios en el exterior y en el interior.
Definición del formato LAS
LAS es un formato de archivo público que permite el intercambio de ficheros que contienen
información de una nube de puntos tridimensional. El formato LAS es un archivo binario que
mantiene toda la información procedente del sistema Lidar y conserva la misma según la
propia naturaleza de los datos y del sistema de captura.
Este formato de archivo binario se plantea como una alternativa a los archivos propietarios
generados por distintas empresas, y su principal ventaja es facilitar el intercambio de estos
archivos entre diferentes sistemas y software.
Envi LIDAR
ENVI LIDAR es un software geoespacial interactivo, que permite crear visualizaciones 3D

realistas y extraer fácilmente características importantes y productos a partir de datos crudos
Lidar como la nube de puntos en formato las.
Con ENVI LIDAR se pueden generar productos finales que pueden ser fusionados con las
imágenes multiespectrales e hiperespectrales, listos para ser integrados a un sistema de
32
información geográfica, herramientas interactivas en 3D y manipulación para afinar

resultados, Capacidad para generar productos en 2 y 3 dimensiones y obtener coberturas
como: Arboles, Modelo de Elevación Digital, Modelos Digital de Superficie, y Construcciones.
5.2 Reconocimiento de la Interfaz ENVI LIDAR
Apertura y Proceso de datos Lidar
Ingresamos a ENVI, donde trabajaremos con nuestro archivo LAS que se encuentra en la
carpeta de trabajo, nos dirigimos hacia Toolbox y hacemo clic en LIDAR y hacemos doble clic
en ENVI LIDAR.
1
2 4
5
1. Barra de herramientas
2. Administrador de capas
3. Ventana de navegación
4. Ventana principal
5. Registro de operaciones
Este interfaz también cuenta con la herramienta nos permite realizar captura de pantalla, y
visualizarla en Power point de forma automática.
33
Otra opción que nos permite este interfaz de la localización de puntos por medio de sus
coordenadas.
Cuando se ingresa datos Lidar, hay dos capas disponibles en el administrador de capas todos
los puntos que contiene la vista estándar de la nube de puntos en bruto y el DSM que
contiene el modelo de superficie digital, parecerán capas después que se procesen los datos
y la visualización pase a modo control de calidad:
QA: El administrador de capas muestra las capas de clasificación que se crearon durante el
procesamiento.
Para poder desactivar o activar estas capas solo le quitamos o agregamos un check. (ver
video 5.2)
5.3. Obtención de Producto
34
Desde la plataforma de Envi Lidar, crear un nuevo proyecto e ingresar los datos LIDAR.
Antes de procesar los datos, se recomienda generar un mapa de densidad para verificar la
densidad de puntos de los datos brutos LIDAR. Cuantos más puntos por metro cuadrado, con
mayor precisión Envi LIDAR puede identificar las características para la extracción y evitar
lecturas falsas.
Desde la barra de menú, seleccionar procesos y aplicar en la herramienta señalada
Envi LIDAR puede procesar edificios y árboles cuando la densidad es tan baja como de 1 a 2
puntos por metro cuadrado. Para lograr mejores resultados para la construcción y la extracción
de árboles, use datos con una densidad mínima de 5 a 6 puntos por metro cuadrado.
35
El mapa de densidad muestra una densidad mayor y menor por variación en el color.
Desde la barra de menú, seleccionar procesos y aplicar en la herramienta señalada. En esta

ventana vamos a seleccionar los productos, agregaremos los formatos y nombres de salida.
36
Culminado el proceso de obtención de los productos se puede navegar sobre la ventana

principal y quitar o agregar los productos creados.
Por defecto, Envi LIDAR cambia automáticamente la pantalla al modo QA cuando se completa
el procesamiento. La vista Modo QA muestra una visualización de imagen de los objetos
renderizados (por ejemplo, edificios, árboles) en la ventana principal. La imagen en la ventana
Navegar se divide en cuadrículas. (VER VIDEO 5.3)
5.4. Representación 3D y Exportación de productos
Una vez obtenido nuestros productos, podemos ver una representación en3D con la
herramienta ENVI LIDAR 3D
Desde la barra de menú, seleccionar el botón de vista 3D, para ver una representación
tridimensional de la Orto foto.
37
Desde file, se pueden exportar los productos a formatos deseados por el usuario.
5.5. Visualización de resultados y Metadata
Una vez que nos encontremos en la plataforma de Envi, visualizaremos los productos creados
en sesiones anteriores los cuales serán Ortofoto, Curvas, DEM, DSM.
En el caso de nuestro producto curvas podemos visualizar sus propiedades y realizar cambios
a través de su tabla de atributos. (ver video 5.5)
En el caso de la Ortofoto, DEM Y DSM observaremos sus propiedades en la Metadata
38
5.6. Generación de Modelos Derivados
Trabajaremos con nuestro producto DSM, donde generaremos un Hillshade (ver video 5.6)
Desde Toolbox seleccionar la herramienta señalada, añadir la imagen DSM, y dar un nombre
y ruta de salida.
CAPITULO 6: APLICACIÓN DE DRONES EN TELEDETECCIÓN

6.1. Los Drones, tipos y Aplicaciones
Los vehículos aéreos no tripulados o Drones, son aeronaves que realizan vuelos sin tripulación.
Equipados con sensores de control de posición, GPS interno y soporte automatizado de sensor
RGB. Que tienen acceso a terrenos difíciles, realizan vuelos automatizados y ahorra tiempo en
el trabajo.
Son muy versátiles: contribuyen tanto al ámbito militar como civil, medio ambiente y también
en la obtención de imágenes de eventos como desastres naturales.
39
Tipos de DRONES
El criterio de clasificación agrupa a los Drones en dos grandes grupos, en uno de ellos se
encuentran todos los aerodinos (aeronaves más pesadas que el aire) y en un segundo grupo
los aerostatos (aquellas aeronaves cuya suspensión en el aire se debe al empleo de un gas más
ligero que el propio aire).
Los tipos de Drones más populares son los aerodinos debido a que presentan características
más adecuadas para la realización de una amplia gama de aplicaciones. Por EJEMPLO:
Drones de Ala Fija: Son aquellos Drones en los cuales las alas se encuentran unidas con el
resto de elementos de la aeronave, y no poseen movimiento propio. Estas aeronaves
generan la sustentación básicamente por los planos, cuyo perfil aerodinámico está diseñado
específicamente para crear diferencia de presión entre la parte inferior y la parte superior.
Drones de Ala Rotatoria o MultiRotor: Son aquellos Drones en el que las alas giran alrededor
de un eje, consiguiendo de este modo la sustentación. Dependiendo del número de rotores
o de su configuración, los Drones de ala rotatoria pueden subdividirse varios tipos.
Fotogrametría con DRONES
La fotogrametría por Drones permite modelar una superficie en 3D, generar planos, llevar a
cabo mediciones (longitudes, áreas, volúmenes) y por lo tanto, garantiza la precisión durante
la generación de mapas.
Usando software de restitución 3D sobre las imágenes obtenidas en cada vuelo y tomando
puntos de referencia topográficos sobre el terreno con una estación GPS, se pueden obtener
un Modelo Digital de Superficie con una gran precisión, lo que permite generar Orto mosaicos,
Modelos digitales de elevación, ,modelado 3D con textura, nubes de puntos 3D, etc.
40
Aplicaciones de los DRONES
Dentro de las aplicaciones que se pueden obtener a partir del uso de las imágenes tomadas
por los Drones se pueden considerar: Levantamientos topográficos con la rápida adquisición
en sitios inaccesibles, Minería con Adquisición y actualizaciones rápidas, Actualizar los modelos
digitales de terreno, Seguridad y salud, GIS y Cartografía, Catastro, Gestión urbana y Rural,
Ambiental, Gestión de riesgos, Agricultura de precisión, en la Identificación de plagas,
Detección de stress en vegetación, Arqueología con el Modelamiento de sitios arqueológicos,
Servicios de emergencia como Evaluación de desastres o Daños causados por fuego y Servicios
policiales, con el Mapeo de accidentes vehiculares o mapeo de lugares de actividades ilícitas.
Agisoft Photoscan
Es una herramienta que permite construir mosaicos con las imágenes aéreas tomadas por
Drones, permite incorporar imágenes aéreas capturadas por Drones y comenzar un proceso
de restitución de imágenes por coincidencia espacial entre los elementos representados en
cada imagen. De esta forma podremos visualizar las fotografías realizadas en altura y la
composición de la representación espacial de los objetos proyectados en superficie generando
volúmenes.
41
6.2 Interfaz de la Plataforma Agisoft Fotoscan
5
3
1
2
4
1. Panel de espacio de trabajo: Uno de los paneles más importantes, ya que tendremos
una estructura arbórea y jerárquica con los distintos elementos que forman parte de
este proyecto.
2. Panel de control Geométrico
3. Vista de modelos o fotos
4. Panel de fotos
5. Comando de trabajo y Ajustes de visualización
Si en un momento se cerraran nuestros paneles utilizaremos la herramienta VIEW para

visualizarlo en la plataforma
Agisoft nos permite cambiar la visualización de idioma del interfaz utilizado para nuestra
preferencia y comodidad. Nos dirigimos hacia Tools / Preferences y cambiamos el idioma. (ver
video 6.2)
42
6.3. Drones en Teledetección-Práctica
Ingresaos hacia Envi donde trabajaremos con la data proporcionada en nuestra carpeta de
trabajo, como imágenes tomadas por un DRONE, un archivo csv con los puntos de control
terrestre.
En un primer paso, Agisoft, realizará una alineación de las imágenes con el fin de buscar
puntos espaciales coincidentes por el solapamiento de las imágenes. A continuación se crea
una densa nube de puntos que comenzará a reconstruir nuestro modelo de una manera más
realista. Mostrará la nube de puntos mediante valores RGB pudiendo apreciar con cierta
nitidez la zona territorial. Posteriormente se pueden construir diferentes Modelos de
Elevación Digital. En caso de disponer de puntos de apoyo tomados en campo podremos
incorporarlos para precisar el mosaico.
Desde el espacio de trabajo o Workspace, seleccionamos agregar fotos.
43
Desde el espacio de referencia, seleccionamos importar y seleccionamos el archivo TXT que

contiene las coordenadas de las fotos.
En coordenadas elegimos WGS 84 (4326), seleccionamos tab, y ubicamos de acuerdo a la

orden de las columnas.
44
Desde el espacio de referencia, seleccionamos convertir y vamos apasar de coordenas

geograficas a UTM.
Desde el espacio de referencia, seleccionamos importar y seleccionamos el archivo CSV que

contiene las coordenadas de los puntos de control terrestre.
45
En coordenadas elegimos WGS 84/UTM (32718), seleccionamos coma, y ubicamos de

acuerdo a la orden de las columnas.
Seleccionar mostrar marcador para ver la distribución espacial de los puntos de control
terrestre.
46
Cuando la precisión es más alta consume más recursos, en preselección de los pares
consideraremos referencia porque las fotografías tienes coordenadas. Se utiliza genérico
cuando las fotografías no tienes coordenadas.
Se procede a alinear u orientar las fotografías, desde la barra de menú seleccione flujo de
trabajo (Workflow) y picamos en alinear fotos. En advanced seleccione el límite de puntos de
enlace en 5000 y el mínimo puntos de enlace en 2000 para agilizar el proceso.
Culminado el proceso se van a construir los puntos de apoyo o enlace de manera automática.
47
Seleccione un punto de control terrestre y ejecute en filtrar fotos por marcadores, de esta
manera se ajustará cada fotografía a los puntos de control terrestre.
Desde la barra de menú, seleccionamos crear la nube de puntos densa, e ingresamos las
opciones de selección para ejecutar el proceso.
48
Este proceso crea una densa nube de puntos que comenzará a construir el modelo de una
manera realista, mostrará la nube de puntos mediante valores RGB pudiendo apreciar con
cierta nitidez la zona territorial.
Se procede a realizar la limpieza de puntos ubicados fuera del entorno de la imagen,

seleccionar el tipo de selección como cuadrado o polígono para remover los puntos fuera de
la imagen.
49
Desde el menú File, guardar el proyecto para procesar los productos. (ver video 6.3)
6.4. Crear y Exportar DEM-Curvas-Ortomosaicos
Desde la barra de menú, desplegar flujo de trabajo (Workflow) y seleccionar construir DEM.
Ingresar el sistema de coordenadas UTM.
50
Creado el Modelo de Elevación Digital (DEM) podemos extraer las curvas de nivel con el
intervalo de preferencia. Para ver el DEM solo hacer doble clic sobre el ráster creado.
Generado las curvas de nivel, se procede a procesar para obtener la Orto foto.
51
Desde la barra de menú, desplegar flujo de trabajo (Workflow) y seleccionar construir Orto
mosaico. Ingresar el tamaño de la resolución espacial de salida.
Agisoft PhotoScan permite trabajar con diferentes sistemas de proyección y exportar los Orto
mosaicos y modelos en los sistemas de referencia deseados. Además, dentro del entorno 3D
de PhotoScan podremos desempeñar otras funciones propias de los Sistemas de Información
Geográfica como la carga de archivos Shapefile, la digitalización de entidades vectoriales,
generar curvas de nivel y exportar los archivos en formato Shapefile. (ver video 6.4)
52
6.5. Visualización de datos
Una vez obtenido nuestros productos desarrollados en Agisoft PhotoScan, en la sesión

anterior como CURVAS, DEM2 y Ortoimagen.
Hacemos clic en ADD DATA y seleccionamos los productos mencionados, para luego abrir.
Para una mejor visualización sobreponemos la capa curva, luego la Ortofoto y el DEM, para
luego cambiar el color de la curva de nivel, solo hacemos clic en el símbolo de curvas y
cambiamos la tonalidad, se puede realizar un cambio de nivel
Dela misma forma si deseamos saber la resolución espacial, así como el tipo de formato que
han sido guardadas la imagen DEM y la Ortofoto, hacemos clic derecho y clic en propiedades.
(ver video 6.5)
CAPITULO 7: TRABAJOS APLICADOS
7.1. Detección de cambios
La detección de cambios a partir de una secuencia multi-temporal de imágenes de satélite es

unas de las aplicaciones más importantes en teledetección. Este proceso requiere de una
adecuada corrección radiométrica y geométrica de las imágenes, de manera que los cambios
detectados sólo sean atribuibles a verdaderas modificaciones del paisaje.
53
La comparación de imágenes multi-temporales se ha venido empleando fundamentalmente

en la detección de cambios en la cubierta terrestre, para seguir la evolución de áreas forestales,
superficies quemadas, desastres naturales, recursos naturales, crecimiento urbano, etc.
La detección de cambios consiste en identificar diferencias en el estado de una característica

o fenómeno por observaciones que se hacen en diferentes épocas. Las imágenes de sensores
remotos ofrecen una fuente invaluable de datos para detectar y seguir cambios de un
determinado fenómeno o variable ambiental en el tiempo y en el espacio.
Flujo de Trabajo de ENVI

El flujo de trabajo de Cambio de imagen compara dos imágenes, normalmente de la misma
extensión geográfica, tomadas en diferentes momentos, e identifica las diferencias entre ellas.
La diferencia se puede calcular en una banda de entrada especificada o en un índice de
características.
7.2. Detección de Cambios –Práctica
En esta sesión trabajaremos con dos imágenes LANSAT 8, de diferentes fechas de toma.
Abrimos nuestras imágenes. Para luego realizar una combinación de bandas 6,5,4; además de
un filtro lineal del 2%
54
Desde File abrir las dos imágenes correspondientes a diferentes fechas de adquisición.
Desde la caja de herramientas, seleccionar la herramienta señalada e ingresar primero la

imagen más antigua y posteriormente la imagen más reciente.
55
Debido a que las imágenes ya están co-registradas, mantenemos la selección

predeterminada.
Mantenemos la selección predeterminada y seleccionamos siguiente para abrir el panel de

diferencia de imagen.
56
En el panel Diferencia de imagen, configuraremos los parámetros que se usaran para el análisis
de diferencia. Se realizará un análisis de diferencia de imagen basado en un índice de banda o
función. El índice de características proporciona opciones para detectar cambios de una
característica específica, como vegetación, agua, áreas urbanizadas o áreas de incendio. Aquí
se elige un método, si se desea elegir los cambios de una banda a otro o utilizar un índice para
realizar la detección de cambios.
Se Puede usar técnicas de umbralización automática preestablecidas y se puede ajustar el

umbral manualmente. En la pestaña Umbral automático, mantenemos la selección
predeterminada de Aumentar y Reducir. Esta opción muestra áreas de aumento (en azul) y
disminución (en rojo). En la lista desplegable seleccionaremos el método de umbral
automático y usaremos el método de umbral predeterminado de Otsu: que es un método
basado en la forma del histograma.
57
La imagen de diferencia se clasificará en Gran aumento, Reducción grande y Otro, según los
valores de umbral. Aparece el panel de Limpieza. El paso de limpieza refina el resultado.
Mantenemos las seleccionamos predeterminadas para ambos métodos de limpieza, habilitar
suavizado para eliminar el ruido moteado y habilitar agregación para eliminar regiones
pequeñas.
Por último se guardaran la salida del análisis. La imagen de clase de cambio de exportación
guarda el resultado del umbral en un archivo de ráster. Exportar a clase de cambio de vectores,
guarda los vectores creados durante el umbral a un Shapefile.
58
En la pestaña Exportar adicional, habilitamos las exportaciones. Exportar clase de cambios de

estadísticas, guarda estadísticas sobre la imagen de umbral. Exportar imagen de diferencia,
guarda la imagen de diferencia en un archivo ráster.
ENVI crea la salida, abre las capas en la ventana Imagen y guarda los archivos en el directorio
que se especificó.
7.3. Análisis Multitemporal del Retroceso Glaciar
El objetivo de esta sesión es realizar el procesamiento digital de imágenes satelitales para

generar imágenes que van a destacar o resaltar la cobertura glaciar y que permitan elaborar
un mapa de la distribución de nieve en la superficie y la pérdida en área del glaciar en un sector
de la cordillera blanca.
Para elaborar el mapa del Retroceso Glaciar, se establece la siguiente metodología:
 Descargar las Imágenes Landsat 8 del área de interés.

 Cortar la imagen utilizando una Región de Interés (ROI).
 Realizar las correcciones Radiométrica y Atmosférica.
 Realizar el Índice de Nieve de Diferencia Normalizada (NDSI).
 Exportar a Shapefile el resultado.
 Edición del NDSI en un Software GIS.
 Calculo de la superficie para resultados de NDSI (2014-2017).
 Elaboración del mapa de Retroceso Glaciar.
 Exportar el resultado a formato *PDF para su presentación.
El resultado se muestra en el siguiente gráfico. (ver videos 7.4 y 7.5)
59
Mapa del Retroceso Glaciar (2014-2017), sector de la Cordillera Blanca – Perú
60
61

ENVI Nivel Avanzado - Manual

Cargado por

Información del documento

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

ENVI Nivel Avanzado - Manual

Cargado por

Copyright:

Formatos disponibles

Curso

Manual del curso

Curso de Teledetección, Procesamiento de Imágenes de

Manual del curso de Teledetección, Procesamiento de

Manual del curso de Teledetección,

Prohibida la reproducción parcial o total del

En MasterGIS creemos en la innovación y en la excelencia, creemos que enseñar es una de

Te damos la cordial bienvenida al Curso de Curso de Teledetección, Procesamiento de

¿Cómo usar correctamente el manual?

Al iniciar el curso, se te proporcionará el material de práctica, donde encontraras

CAPITULO 6: APLICACIÓN DE DRONES EN TELEDETECCIÓN .................. 39

CAPITULO 1: CLASIFICACIÓN DE IMÁGENES SATELITALES

La Clasificación de Imágenes Satelitales consiste en un método estadístico por el cual, a

Clasificación No Supervisada (Clasificación IsoDATA)

La clasificación No Supervisada de ISODATA calcula los promedios de clase distribuidos

Clasificación Supervisada (Maximun Likelihood Classification)

La Clasificación Supervisada se basa en la disponibilidad de áreas de entrenamiento. Se trata

En este grafico el píxel a clasificar entra en el segundo

1.2. Separabilidad Espectral

La Separabilidad Espectral establece la dispersión de los datos y muestra la caracterización de

1.3. Post - Clasificación (Matriz de Confusión)

Para evaluar la precisión de una clasificación de imágenes, se realiza mediante la creación de

1.4. Clasificación No Supervisada-Práctica

Desde Toolbox seleccionar la herramienta señalada, agregar la imagen.

Definir el número de clases y agregar un nombre de salida.

1.5. Clasificación Supervisada-Práctica

Desde Toolbox seleccionar la herramienta señalada, seleccionar la imagen.

Definir el número de clases, el factor de escala y agregar un nombre de salida.

CAPITULO 2: ANÁLISIS TOPOGRÁFICO

Un Modelo Digital de Elevación es una representación visual y matemática de los valores de

La descripción del relieve a partir de un Modelo de Elevación Digital se realiza mediante un

Existen variables que deben de incluirse en la parametrización el relieve. Entre ellas se

2.2. Modelo de Elevación Digital

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

Luego realizaremos el Modelo de ASPECTO u ORIENTCIÓN

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

Ahora realizaremos el Modelo de Relieve

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

2.3. Caracterización Topográfica

Desplegamos en DEM y usaremos la herramienta CARACTERISTICAS TOPOGRÁFICAS

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

Imagen de Sombra de colina

La imagen de sombra de colina es una imagen de relieve sombreada de un Modelo de

Desde Toolbox seleccionar la herramienta señalada, adicionar el Modelo de Elevación Digital,

CAPITULO 3: VISTA DE LA SUPERFICIE EN 3D

El uso de la herramienta de visualización en 3D de Envi nos permite visualizar el Modelo de

Se desplegará una ventana de visualización 3D.

CAPITULO 4: APLICACIÓN DE LOS DATOS DEL SENSOR MODIS

Asimismo, transporta el sensor de Sondeo Atmosférico Infrarojo(AIR), la Unidad de Sondeo

Resolución Espectral y Espacial

Niveles de Procesamiento MODIS

4.2. Productos MODIS

4.3. Descarga de Imágenes MODIS

4.4. Descarga de doPDF

4.5. Mapa de Temperatura Superficial

Extensión Temporal Julio 2002-Presente

Extensión Espacial Global

Tamaño de Archivo ~ 0.21 MB

Formato de Archivo HDF

Desde Add Data añadir la imagen MODIS, y seleccionar la primera capa.

Desde Toolbox seleccionar la herramienta señalada, añadir la imagen MODIS, agregar el

Desde Toolbox seleccionar la herramienta señalada, ingresar la imagen transformada, añadir

Desde la plataforma de ArcGis, abrir la imagen reproyectada en Envi.