ANÁLISIS MULTIESPECTRAL MEDIANTE IMÁGENES

LANDSAT EN EL ÁREA DEL DEPARTAMENTO DE BOYACÁ

Nathalya C. Suarez.
Estudiante de ingeniería civil, Universidad Industrial de Santander, Colombia.
carola.suarez@hotmail.com

Introducción

E n el siguiente artículo se presentara el proceso a

tratar con el uso de imágenes Lansad 7 por
medio de software como Arcgis 10.4.1, Erdas
Imagine 2015 y Earth Explorer con los cuales se hizo
la devida corrección y análisis de la región.

1. Descripción del estudio

El área escogida para este análisis fue el
departamento de Boyacá. Creado en 1886 y el cual
cuenta actualmente con 1.281.979 habitantes.
Ubicado en el centro-este del país, en
la región andina, limitando al norte con Santander REQUEST ID 0502001033140_00005
y Norte de Santander, al noreste WRS PATH 007
con Venezuela y Arauca, al este con Casanare, al sur WRS ROW 056
con Cundinamarca y al oeste con Caldas y Antioquia. FECHA DE TOMA 01-03-2020
CLOUD COVER 4
El cual contiene también una buena hidrografía como
FORMATO GEOTIF
lo son: Río Magdalena, Guaguaquí, Suárez, Figura 2.1: Imagen 1
Chicamocha y Garagoa y Laguna de Tota.
Departamento agrícola con gran producción de papa,
hortalizas, caña panelera, plátano y café. Boyacá
también cuenta y se caracteriza por ser un
departamento con variados recursos mineros siendo
la esmeralda la principal actividad de explotación
seguida del carbón.

2. Características de la imagen
De la página web Earth Explorer se descargaron dos
imágenes una correspondiente a la fecha del 2020-
01-03 y la otra con fecha del 2018-02-24 cumpliendo
con los requerimientos de un porcentaje menor al
diez por ciento (<10%) de nubosidad y que esta REQUEST ID 0501802246722_00108
abarque la mayor área posible del municipio. WRS PATH 007
WRS ROW 056
FECHA DE TOMA 24-02-108
CLOUD COVER 9
FORMATO GEOTIF
Figura 2.2: Imagen 2
3. Corrección radiométrica
Para la debida corrección radiométrica trabajamos en
dos software como lo son ArcGis y Erdas, generando
un AOI y con sus debidas herramientas de cada
programa sintetizadas en el siguiente diagrama de
flujo se hizo el corte de la imagen lansad 7 al debido
departamento junto a su corrección.

Figura 3.3: Diagrama de flujo corrección

radiométrica en Erdas

Figura 3.1: Diagrama de flujo corrección

radiométrica en ArcGis
ANTES DESPUÉS
Figura 3.4: Corrección radiométrica imagen
2

4. Análisis estadístico unibanda

Este tipo de análisis estadístico es básico y aplicado
a una banda por separado, permitiendo obtener una
descripción de la tendencia central y dispersión de los
niveles digitales de la imagen, tales como valores
mínimo y máximo, rango, media aritmética, moda,
ANTES DESPUÉS mediana, varianza, desviación estándar, histogramas
y el comportamiento espectral de la cobertura
Figura 3.2: Corrección radiométrica imagen 1 terrestre en las bandas en particular. Estas medidas
nos permiten valorar información radiométrica de
una imagen, así como la comparación con respecto a
las otras bandas y tener una idea sobre el nivel de su
calidad, heterogeneidad y separabilidad.
4.1 Histogramas

Figura 4.1.1: Histogramas banda 1 Figura 4.1.4: Histogramas banda 4

Figura 4.1.2: Histogramas banda 2

Figura 4.1.5: Histogramas banda 5

Figura 4.1.3: Histogramas banda 3 Figura 4.1.6: Histogramas banda 7

 correlación entre ellas y con mayor
desviación estándar para cada banda
indicando la mayor posibilidad de
discriminación de coberturas estudiadas.
5.1.1 Imagen 1

Figura 4.1.7: Histogramas banda 8

En general, todas las bandas presentan tonalidades
Figura 5.1.1.1: Matriz correlación imagen 1
oscuras ya que se encuentran cercanas al valor 0, Los
valores máximos en todas las bandas son iguales a
255 lo que significa que reflejan presencia de señales
no deseadas como cobertura de nubes pero podemos
ver que es poca gracias a los bajos porcentajes de
nubosidad.
Todos los histogramas de las bandas presentan una
forma de campana, ya que, presenta poca presencia
de nubes y sombras. Figura 5.1.1.2: Análisis de cálculo OIF imagen 1
5. Análisis estadístico multibanda 5.1.2 Imagen 2

5.1 Calculo del factor de índice óptimo

Banda 1 2 3 4 5 6 7
Es un valor estadístico que puede ser usado 1 1 0,99511 0,98345 0,88810 0,90508 0,93081 0,96177
para seleccionar la combinación a color
2 0,99511 1 0,99304 0,87642 0.900620 0,93278 0,95798
óptima de tres bandas de una imagen
3 0,98345 0.99304 1 0,83069 0,87990 0,92934 0,93027
satelital. El cálculo de OIF se realiza sobre
4 0,88810 0,87643 0,83069 1 0,94427 0,88719 0,97009
todas las posibles combinaciones de la
5 0,90508 0,90062 0,87990 0,94427 1 0,98892 0,95414
imagen, y se basa en la selección de las
bandas que conserven la mayor información 6 0,93081 0,93278 0,92934 0,88719 0,97792 1 0,93771

espectral (mayores covarianzas entre 7 0,96177 0,95799 0,93027 0,98009 0,95414 0,93771 1
bandas) y la menor duplicidad de
información (menores correlaciones entre Figura 5.1.2.1: Matriz correlación imagen 2
bandas), matemáticamente se expresa por la
siguiente ecuación (Kerle et al, 2004):
𝑂𝐼𝐹
𝑠𝑢𝑎𝑚𝑑𝑒 𝑑𝑒𝑠𝑣𝑖𝑑𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎𝑠 3 𝑏𝑎𝑛𝑑𝑎𝑠
=
𝑠𝑢𝑚𝑎 𝑑𝑒𝑙 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎𝑠 3 𝑏𝑎𝑛𝑑𝑎𝑠

El mayor valor de OIF corresponde a la

combinación de bandas con menor

Figura 5.1.2.2: Análisis de cálculo OIF imagen 2
6. Clasificación multiespectral
6.1 Clasificación no supervisada
Figura 6.1.1: Diagrama de flujo clasificación no
supervisada
La clasificación no supervisada consiste en crear
agrupamientos espectrales y asociar una clase
temática a cada uno de dichos cluster.
Esta clasificación se hizo por medio del software
ArcGis con ayuda de un índice de vegetación de
diferencia normalizada (NDVI) el cual es un índice
utilizado para estimar la cantidad, calidad y
desarrollo de la vegetación a través de sensores
remotos como las imágenes satelitales.
Es simplemente una operación entre bandas, IR
Cercano (Infrarrojo Cercano) y rojo, donde los
valores utilizados son las reflectancias de cada una
de las bandas de la imagen satelital mencionadas.
Ésta es una de las variables más utilizadas para el
análisis de vegetación a través de sensores remotos.
Mientras más altos son los valores del NDVI, la
calidad y cantidad de vegetación son mayores.
Figura 6.1.2: Mapa clasificación no supervisada
Figura 6.1.3: Convenciones de mapa clasificación
no supervisada
Por medio de este análisis se pudo observar la amplia
biodiversidad con la que cuenta el departamento de
Boyacá y con ello logramos identificar también
algunas de sus cuencas hídricas y nevadas.
6.2 Clasificación Supervisada
La clasificación supervisada nos brinda una
mayor precisión a la hora de identificar las
temáticas del mapa, esta permite analizarlas
por cada pixel de una celda.
El proceso fue realizado en el software Erdas
con la siguiente metodología: Se toman
varias muestras con ayuda de la página
SIATAC la cual sugiere ciertas
combinaciones multiespectrales que
ayudaran a realizar una adecuada
clasificación creando así un campo para cada
muestra tomada.
Teniendo las muestras procesadas se genera
un archivo .SIG el cual procedemos a
terminar de clasificar en ArcGis, en donde se
realiza el proceso de conversión de raster a
polígono para posteriormente hacer la
correcta clasificación en base a CORINE
LAND COVER.
Figura 6.2.2: Convenciones de mapa clasificación
no supervisada
Esta clasificación brinda un nivel mayor de confianza
que la no supervisada al momento de realizar una
clasificación, puesto que, se logra observar más
clasificaciones y la abundante biodiversidad en el
departamento.
7. Temperatura superficial
Por medio de varios procesos en Arcgis y la
calculadora raster podemos identificar
fácilmente cuáles son esas zonas que sufren una
mayor temperatura que otras y hacer una
comparación de temperatura a través del tiempo.
Para ello, tomamos la capa térmica de nuestra
imagen satelital previamente corregida y cortada
en dichos software mencionado anteriormente y
esta capa se le aplicara la siguiente ecuación con
el fin de generar aquellos datos que me hacen
visible estas temperaturas.
𝑘2
𝑐=( ) − 273.15
𝑘1
𝐿𝑛(( )) + 𝑏𝑙𝑎𝑠)) + 1))
𝑔𝑎𝑖𝑛 × 𝑏𝑎𝑛𝑑𝑎

Donde:
K1=666,09
K2=1282.71
Figura 6.2.1: Mapa clasificación supervisada Gain= 6.7087E-02
 Blas= -0.06709

Figura 7.1: Imagen de datos (K1) imagen 1

Figura 7.3: imagen de datos (Gain) imagen 1

Figura 7.4: Imagen de datos (Blas) imagen 1

Figura 7.2: Imagen de datos (K2) imagen 1

Del mismo modo se genera el cálculo para la imagen
2 teniendo como resultado el siguiente mapa:
Figura 7.5: Mapa de temperaturas en Boyacá
En donde se tuvieron un rango de las siguientes
temperaturas (°C):
Figura 7.6: Convenciones de temperatura (°C)
En donde se evidencio un cambio muy mínimo en
cuanto a su temperatura cambiando rangos mínimos
es pocas partes del departamento como por ejemplo
el municipio de Labranza grande se alcanza a
observar un cambio de temperatura pequeño.
Comparando con un mapa obtenido de INAM vemos
que tienen coherencia y que Boyacá siendo un
departamento frio su temperatura oscila entre unos
10-25 °C.
Figura 7.7: Mapa de temperaturas en Boyacá
correspondientes al INAM
Figura 7.8: Convenciones de temperatura (°C)
correspondientes al INAM
8. CONCLUSIONES
∙ Mediante la fotointerpretación de las imágenes
Lansad 7 y en base a la metodología CORINE LAND
COVER se logró un mejor análisis del índice de
vegetación del departamento.
∙ Arcgis fue el software más útil, para desarrollar el
proyecto de investigación en cuanto a análisis,
corrección y mejora de la imagen satelital.
∙ Boyacá cuenta con una enorme biodiversidad en
vegetación y una gran riqueza hídrica entre ellas se
encuentra la laguna de Tota y además cuentas con un
nevado en el municipio del Cocuy, su temperatura no
ha tenido un cambio muy drástico, su temperatura
promedio varía entre los 10-20 °C.

9. Referencias
∙SCINCE FOR A CHANGING WORD (USGS).
Descarga de imágenes satelitales. [Consultado: 18 de
Enero de 2020]. En línea en:
https://earthexplorer.usgs.gov/

∙INSTITUTO DE HIDROLOGÍA,
METEOROLOGÍA Y ESTUDIOS
AMBIENTALES. (IDEAM). [Consultado: 05 de
Enero de 2020]. En línea en:
http://www.ideam.gov.co/
∙ SISTEMA DE INFORMACIÓN AMBIENTAL
TERRITORIAL DE LA AMAZONIA
COLOMBIANA. PORTAL (SIAT-AC).
[Consultado el 20 de Febrero de 2020]. En línea en:
http://siatac.co/web/guest/productos/coberturasdelat
ierra/fichaspatrones