Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La detección de cambios se ha convertido en una en un área de interés. Los datos provenientes del
aplicación importante de los datos multiespectra- Landsat TM, por su regular cubrimiento (cada 16
les y multitemporales de los programas satelita- días y ario tras ario) ofrecen el potencial para de-
les para estudios de recursos naturales Landsat tectar perturbaciones y otros cambios que ocu-
TM (Estadounidense) y SPOT XS (Europeo). rren en el uso de la tierra, tipo de cobertura y con-
Debido a la constante adquisición de imágenes diciones de ésta en áreas de interés.
en el tiempo, es posible determinar los tipos y La representación espacial permite detectar y
extensión de los cambios que se dan en el medio estimar la extensión de los cambios, mientras
ambiente. Para llevar a cabo éste proceso se han que la frecuencia provee la proporción en la que
utilizado algunas técnicas digitales para detección tales modificaciones ocurren.
de cambios, tales como: sobreposición de imáge-
nes, diferencia entre imágenes y análisis de com- FUNDAMENTO TEORICO
ponentes principales. En este artículo se presen-
tan las consideraciones y métodos para la detec- Los conceptos teóricos de éste artículo son ex-
ción de cambios en la cobertura de la tierra, em- tractos de los textos de Jensen, (1.996) y Chu-
picando dos imágenes Landsat TM de diferen- vieco (1.996).
tes fechas para un área del municipio de Paipa. Uno de los aportes más destacados de la Percep-
La detección de cambios consiste en identificar ción Remota al estudio del medio ambiente es
diferencias en el estado de una característica o su capacidad para seguir procesos dinámicos. La
fenómeno por observaciones que se hacen en información adquirida por un sensor situado en
diferentes épocas. Las imágenes de sensores re- una órbita estable y repetitiva, como lo son las
motos ofrecen una fuente invaluable de datos imágenes de satélite, constituyen una fuente
para detectar y seguir cambios de un determi- muy valiosa para estudiar los cambios que se
nado fenómeno o variable ambiental en el tiem- producen en la superficie terrestre, ya sean de-
po y en el espacio. bidos al ciclo estacional de las cubiertas, a catás-
trofes naturales o a alteraciones de origen hu-
Mediante el procesamiento digital de imágenes mano. El ritmo máximo de observación depen-
de diferentes fechas, complementadas con análi- de de la resolución temporal del sensor -aunque
sis de información auxiliar y datos de campo, es en términos prácticos ese período se amplía, si
1
Matemático. Universidad Nacional de Colombia; Ingeniero de Sistemas y Computación, Universidad Distrital Francisco José de Caldas. Especialista en Siste-
mas de Información Geográfica, Instituto Geográfico Agustín Codazzi - Universidad Distrital Francisco José de Caldas. Profesor de Matemáticas de la Univer-
sidad Distrital Francisco José de Caldas. Facultad del Medio Ambiente y Recursos Naturales. Proyecto Curricular de Ingeniería Forestal.
Consideraciones y métodos para la detección de cambios empleando imágenes de satélite en el municipio de Paipa
consideramos la cobertura nubosa o posibles ción de algunas categorías, que pueden no ser se-
problemas generados por el sensor-, variando con parables espectralmente, pero si atendiendo a su
los sistemas disponibles entre 30 minutos,para variedad fenológica. Con este objetivo, se seleccio-
los satélites geo•-estacionarios y varias semadas nan imágenes adquiridas en distintas estaciones,
para los de estudios de recursos naturales con de acuerdo al calendario estacional de esas cubier-
órbita polar. tas. Habitualmente, se combinan las bandas de
Así, la frecuencia de observación puede adaptarse todas las imágenes en un sólo archivo, de tal ma-
al estudio de diversos problemas, desde la dinámi- nera que se enriquezca la clasificación espectral
ca atmosférica, que requiere una observación con- incorporando un componente temporal (Lo,
tinua, hasta los cambios urbanos o agrícolas, que 1986). También hay ejemplos de comparación
sólo precisan actualización en el orden de varios entre clasificaciones realizadas para distintas esta-
meses o arios. En los comienzos de la percepción. ciones, comparando las categorías que en cada una
remota , la resolución espacial delsensor se consi- se pueden separar (Shriever y Conglalton,
deraba el elemento más crítico para valorar su po- 1995).
tencialidad, actualmente la resolución temporal se Los resultados suelen mejorar notablemente la
califica como un criterio más protagonista, al acen- clasificación mono-temporal (Berg y Galli,
tuarse la necesidad de contar con información su- 1980; Girard, 1981; Mergerson, 1981), si
ficientemente actualizada. Por ejemplo, para eva- bien es preciso ajustar geométricamente muy
luar las condiciones vegetales a corto plazo, con el bien las imágenes, para evitar confusiones en los
propósito de predecir el rendimiento de un cultivo perfiles temporales generados, ya que la asigna-
o el peligro de incendios- por poner dos ejemplos ción se realiza píxel a píxel (Lo et al., 1986).
de gran interés-, de nada-serviría una alta precisión El segundo enfoque, denominado análisis mul-
espacial sin el adecuado ciclo de cobertura. Un buen tianual, tiene por objeto detectar los cambios
detalle espacial no es suficiente para estimar ope- producidos entre dos o más fechas, para lo que
rativamente el riesgo de incendio si sólo conta- suele partirse de imágenes adquiridas en distin-
mos con una imagen de cada 16 días. Será preferi- tos arios, que se comparan visual o digitalmente
ble, en este contexto, emplear imágenes con me- (Sader y Winne, 1992). En este caso, por con-
nos detalle, siempre que proporcionen información traposición al enfoque multiestacional, se pro-
con mayor frecuencia. Para que puedan abordarse cura que las imágenes sean de la misma época
estudios multitemporales con' percepción remota del ario, para aislar más fácilmente lo que ellas
es preciso que el sistema sensor proporcione una manifiestan de cambios en el terreno. Con este
cobertura periódica, en las mismas bandas espec- objetivo, el análisis multianual requiere una ho-
trales y bajo condiciones de observación similares mogenización radiométrica y geométrica de las
(altura, hora, ángulo de adquisición). La mayor imágenes para minimizar la influencia de la at-
parte de los satélites de recursos naturales cum- mósfera, las condiciones del sensor, o la geome-
plen estos requisitos, excepción hecha de los insta- tría de iluminación.
lados sobre aeronaves espaciales que no ofrecen una
cadencia y homogeneidad adecuada, aunque per- ETAPAS PARA LLEVAR A CABO UN ES-
mitn comparaciones visuales-cualitativas de gran TUDIO DE DETECCION DE CAMBIOS
interés. USANDO DATOS DE IMAGENES DE SA-
La dimensión temporal puede considerarse en la TELITE
Percepción Remota con un doble objetivo: mul- Para los datos que se adquieren por sensores re-
tiestacional y multianual. En el primer caso, la di- motos y se utilizan para estudios de detección
mensión temporal sirve para refinar la discrimina- de cambios deben seguirse las siguientes pautas:
- Cuando los datos adquiridos con sistemas de dad aceptable de cobertura de nubes en su área
sensores remotos tienen el mismo campo ins- de estudio. La nubosidad no sólo oscurece el
tantáneo de vista, el registro es más fácil y-e)ac- terreno sino que la sombra de la nube puede
to. Si el campo instantáneo de vista es difereb- incluso causar mayores problemas en la clasifi-
te en las dos imágenes, éstas deben remues- cación de la imagen.
trearse a un igual tamaño de pixel. Si existen diferencias dramáticas en las condi-
-- Rectificación del error cuadrático medio a me- ciones atmosféricas de las imágenes que serán
nos de medio pixel. Los errores en el registro utilizadas en el proceso de detección de cambios,
entre las dos imágenes pueden resultar en la permite disipar la atenuación atmosférica. Es
identificación de áreas de cambio falsas entre importante que datos del sitio estén disponi-
el conjunto de datos bles el día de la toma. Para corregir los datos de
- Dos imágenes con ángulo de visión significati- sensores remotos de diferencias atmosféricas
vamente diferente pueden causar problemas dramáticas pueden emplearse modelos sofisti-
cuando son usadas para propósitos de detec- cados de transmisión atmosférica o métodos
ción de cambios. Las diferencias en las reflec- empíricos alternativos. (Jensen, 1996).
tancias de las dos imágenes pueden causar re- Bajo condiciones ideales, las características de
sultados de detección de cambios erróneos. humedad del suelo deberán ser idénticas para
Resolución espectral. Con datos adquiridos en cada una de las imágenes usadas en el proyecto
las diferentes fechas del mismo sensor y en las de detección de cambios. Cambios en las condi-
mismas bandas, se logran mejores resultados. De ciones de humedad en una de las fechas pueden
no ser esto posible, deben usarse las bandas que causar serios problemas en el proceso de detec-
estén lo mas cercanamente posible. ción de cambios.
Resolución rachométrica. Cuando la resolución Problemas causados por cambios en las condi-
radiométrica de los datos adquiridos por el sis- ciones de humedad del suelo deben evitarse re-
tema es comparada con los datos proporciona- visando cuidadosamente los registros de preci-
dos por un instrumento de alta resolución ra- pitación para determinar que tanta lluvia o nie-
diométrica, entonces los de baja resolución de- ve cayó en los días y semanas previos de la toma
ben ser ajustados para propósitos de detección de datos. Cuando las diferencias de humedad
de cambios. No obstante, la precisión de los va- del suelo entre los datos de cada fecha son signi-
lores descomprimidos no puede ser mayor que ficativas para algunas partes del área de estudio
la de los originales. (quizá debido a tormentas locales), deben cor-
tarse las áreas afectadas y hacer un análisis por
separado en la etapa final del proyecto.
Consideraciones ambientales
Cuando se lleva a cabo la detección de cambios
REQUISITOS PREVIOS PARA EL ANALI-
es conveniente considerar variables ambienta-
SIS MULTITEMPORAL
les tales como: condiciones atmosféricas, suelo
y de vegetación en lo posible. Corrección geométrica:
Las condiciones atmosféricas ideales para la re- Para abordar digitalmente la detección de cam-
colección de datos de sensores remotos inclu- bios es preciso que las imágenes se ajusten con
yen ausencia de: nubes y extrema humedad. Una gran nivel de detalle, ya que de otro modo esta-
cobertura de nubes mayor al 20% es usualmen- ríamos detectando como transformaciones lo que
te considerada como inaceptable. Los analistas sería sólo fruto de una falta de ajuste entre imá-
tienen que considerar con más detalle la canti- genes (Hord, 1982). El efecto puede llegar a ser
muy grave, especialmente cuando se trata de de- primer caso, se emplean técnicas cuantitativas:
tectar categorías con una gran variabilidad espa- diferencias, regresión, componentes principales,
cial, como es el caso de las urbanas (Gordon, etc., mientras en el segundo se comparan imá-
1980), dependiendo también de lá-resolución es- genes previamente clasificadas, mediante tablas
pacial del sensor (Nelson y Grebowsky, 1982). de contingencia.
La mayor parte de las imágenes basan el ajuste Composiciones multitemporales
geomtri.co en la localización de una serie de
puntos de control imagen-mapa. Para el análisis Esta técnica de detección se basa en comparar
multitemporal, los puntos se toman entre imá- visualmente los tonos de gris o de color que ofre-
genes, eligiendo una como referencia. En éste cen dos o más imágenes multitemporales. Ha-
caso, el proceso de seleccionar puntos comunes bitualmente, se aplican previamente algunas téc-
resulta más sencillo, ya que es mucho más fácil nicas de realce del color o transformaciones,
de identificar los rasgos comunes entre dos imá- como índices de vegetación o componentes prin-
genes, que entre una imagen y un mapa. Aquí cipales. Posteriormente, se realizan composicio-
suelen emplearse formas características de la nes multitemporales de color con esas bandas
vegetación, del trazado parcelario o la hidrogra- (Sader y Winne, 1992). Una muy común es
fía, visibles entre imágenes, pero que habitual- aplicar el cañón rojo a la primera fecha y el ver-
mente no son localizables en el mapa. de a la segunda, dejando el azul vacío. Aparece-
rán en tonos de amarillo las áreas estables, en
Homogenización Radiornétrica tonos rojos las zonas que hayan reducido sus ND
Otro importante problema en la detección de entre fechas y en tonos de verde las que lo ha-
cambios es el producido por las variables: condi- yan ganado. El método resulta bastante sencillo
ciones de observación, situaciones atmosféricas y tiene la ventaja de incorporar el conocimiento
o condiciones de calibración del sensor. Estos y los criterios de análisis del intérprete, lo que
efectos modifican la firma espectral de un píxel, resulta muy ventajoso en categorías urbanas
aunque se mantenga constante la cubierta. En (Martín, 1989).
consecuencia, es preciso homogenizar los Nive- Diferencia entre imágenes
les Digitales (ND) de las imágenes que intervie-
nen en el análisis. Para ello, puede optarse por Una simple resta entre las imágenes de dos fe-
un doble enfoque: chas, previamente homogenizadas radiométri-
ca y geométricamente, permite discriminar
- Calibrar los ND de modo absoluto, conviertién- aquellas zonas que han experimentado cambios
dolos a medidas de reflectividad o temperatu- entre esas fechas. Las zonas estables presenta-
ra del suelo, o rán un valor cercano a cero, mientras que las que
- Equiparar los ND entre imágenes. hayan experimentado cambios ofrecerári valo,
res significativamente distintos a cero (positi-
TECNICAS PARA LA DETECCIÓN DE vos o negativos). Si el equipo de procesamiento
CAMBIOS digital no permite visualizar valores negativos,
En los últimos arios han proliferado notablemen- conviene añadir al cálculo una constante para
te los estudios de detección de cambios, aplicán- evitarlos. Resumiendo: ND = NDt2 _ ND ti K
dose a una gran variedad de disciplinas (Mouat, Donde ND c indica el ND correspondiente a la
1993). Intentando resumir estos trabajos, po- imagen de cambios, ND ti y ND,2 los correspon.-
demos presentar las técnicas empleadas en dos dientes -niveles digitales a las imágenes de la pri-
grandes categorías, según utilicen imágenes con- mera y segunda fecha, respectivamente y K es
tinuas o categorizadas (Eastman, 1994). En el una constante para evitar valores negativos.
Como resultado de este cálculo se obtiene una El área ocupada por el municipio, forma parte
imagen de cambios, que presentará tonos oscu- de la cuenca alta del río Chicamocha. Morfoló-
ros para las zonas que hayan reducido susND, gicamente su territorio de norte a sur, presenta
los más claros para aquellos que hayan ganaCto y tres regiones a saber: media falda con colinas y
los intermedios para las zonas estables. El cálcu- páramos al norte; un plano inclinado con aguas
lo puede realizarse sobre los ND de alguna de las freáticas superficiales (utilizadas antes en alji-
bandas originales, aunque es más frecuente apli- bes) y un área pantanosa, asiento de antiguo
car esta operación sobre índices de vegetación.. lago, el cual hace parte del pantano de Vargas,
En este caso, el valor de la diferencia nos permi- donde brotan aguas termominerales en inusita-
te señalar las zonas que han perdido o ganado da abundancia. La red hidrográfica esta confor-
vigor vegetal (Viedma, 1993; Coppin y Bauer, mada por el río Chicamocha y las Quebradas
1994). El histograma de esa imagen de cambios Valencí y El Rosal y el Lago de Sochagota, ali-
suele revelar un perfil gausiano, con las máxi- mentado este último por la Quebrada El Salitre
mas frecuencias para las zonas estables (en el o Quebrada Honda.
centro del histograma) y las dinámicas ocupan- Las tierras del área se encuentran dedicadas a
do las colas de la distribución ganadería extensiva y cultivos de papa, cebada,
Análisis de componentes principales maiz, trigo, arveja, fríjol y hortalizas. En los sec-
tores próximos a los núCleos urbanos se culti-
El análisis de componentes principales (ACP) van frutales perennes como: pera, manzana, ci-
permite sintetizar un conjunto de bandas en otro ruela. La ganadería esta principalmente orien-
más reducido, sin perder gran parte de la infor- tada a la cría, levante y engorde de ganado va-
mación original. En el caso de aplicaciones mul- cuno, también se da en menor escala la explota-
titemporales, se utiliza esta técnica de un modo ción de ganado lechero. Además existen explo-
particular. Se genera, en primer lugar, un archi- taciones de ganados lanar y porcino y aves de
vo multitemporal con las bandas correspondien- corral. En jurisdicción del municipio se encuen.-
tes a las dos fechas, sobre el que se aplica el ACP. tran excelentes instalaciones turísticas y hote-
En este caso, los primeros componentes resul- leras que son visitadas anualmente por miles de
tantes del análisis no son los más interesantes, turistas, tanto nacionales como extranjeros.
ya que estos recogerán la información común a
las dos fechas; esto es, la estable. Por su parte, PROCEDIMIENTO METOD01061(0
los componentes inferiores ofrecen la informa-
MATERIALES Y METODOS
ción no común: el cambio, que es precisamente
lo que más interesa en este contexto. Información Análoga y digital
- Mapa de cobertura vegetal y uso de la tierra.
AREA DE ESTUDIO
Escala 1:25.000 del IGAC de 1998.
El municipio de Paipa está localizado en el cen-
- Imágenes multiespectrales Landsat TM (Path:
tro de la parte norte del departamento de Boya-
7, Row 56), 7 bandas del 11 de enero de 1988
cá. Su cabecera municipal se encuentra a los
y diciembre 5 de 1994.
5 0 47' de latitud norte y 73° 06' de longitud oes-
te, y a una altitud de 2525 m. Presenta una Programas y Equipos
temperatura promedio de 13°C., con una preci- - Ilwis versiones 1.41 y 2.1
pitación media anual de 944 mm. Abarca una
extensión de 42.000 hectáreas aproximadamen- - Erdas Imagine versión 8.3
te (Figura 1). - Office 97 - PC Acer Power 433 con pantalla
monocromática y alta resolución
la quebrada Toibita y Quebrada Honda, así como Arbustales y Bosque Natural (ARBN)
en la zona del pantano de Vargas. Areas cubiertas principalmente por arbustales
Cultivos Anuales (CA) con asocio de relictos de bosque natural, princi-
palmente asociados a los drenajes naturales. Se
Corresponde esta unidad a áreas dedicadas en localizan principalmente en el sector norte del
un gran porcentaje a actividades agrícolas, pre- municipio.
•
1 y 2) se eliminaron las segundas bandas para (Tabla 3). La convención para interpretar los
quedar en total con ocho bandas (las: TM1, resultados es B88i es la banda i del ario 1988 y
TM3, TM4, TM5 de cada uno de los períodos B94i para la banda i del ario 1994, i = 1,3,4,5.
en estudio). Además se renumeran de uno a ocho dichas ban-
Con estas ocho bandas se generó un archivo das en el orden dado y estos son los identifica-
multitemporal correspondiente a las dos fechas dores en el factor de índice óptimo.
72.1 51.9
102.7 74 116.6
95.6 128.0
231 8 184.4 286.2 404.4 920.9
•112.5 85.8 146.3 411.8 202.5
Matriz de Correlación
T1 T4 T.
0.943
0.896 0.961
0.583 0.699 0.624
0.719 0.843 0.874 0.702
0.745 O 837 0.887 0.542 0.954
59.55 27.36 60.98 28.26 Media Desv.
10.62 7.21
COMBINACION VALOR
456 , 28.924
345 27.328
245 25.191
146 23.440
156 22.830
346 21.435
135 20.796
10.220
Matriz de Correlación
T. T2 1M4 •T 7
0.941
123 8.270
2 36 6.70()
Matriz de Correlación
0.896
0.624
0.719
0.536 0.552 0.397 0.504
0.595
0.675
0.555 0.683 0.589 819 0.689 0.813 0.637
COMBINACION VALOR
457 37.507
345 36.484
467 35.723
478 31181.
.
345 34.058
348 34.004
147 33.951
17E1 33.318
347 32.693
378
De acuerdo con el mayor valor del OIF obteni- das. Se probó con el índice de vegetación de di-
do en la Tabla 3 se hizó la composición de color ferencia normalizada el cual se confrontó con
con las bandas 4, 5 y 7 así: B944, B885, B941 el mapa de cobertura vegetal y uso del suelo, es-
(RGB) que involucra bandas de ambas fechas cala 1:25.000 obteniéndose pequeñas diferen-
(Fotografía 3), en la cual se puede apreciar la cias con la escena de 1994, particularmente en
zona de páramo en tonos aguamarina en la par- el área de pastos manejados y bosques natura-
te superior derecha, el lago Sochagota en color les, en razón a la anterior se aplicó el modelo
azul rey lo mismo que algunas sombras, las áreas teórico propuesto por Guyot y Gu (1994) quie-
de pastos manejados en tonalidades moradas. Es nes plantean que el cálculo de índices de vegeta-
de observarse que las nubes que hay en la esce- ción para imágenes Landsat a partir de ND sub-
na de 1994 en esta composición se desvanecen estiman entre 5% y 20% el valor calculado con
completamente. Los bosques naturales en la reflectividades; en consecuencia proponen una
parte central y superior de la imagen aparecen corrección que haga equivalente el cálculo con
en tono morado y los bosques plantados en la ND o reflectividades:
misma tonalidad.
NDIRc - 0.801 * NDR
Para estudiar cada uno de los algoritmos trata- IVDN=
dos para la detección de cambios en este pro- NDIRc + 0.801 * NDR
yecto se calcularon los índices de 'vegetación para Al analizar estos nuevos índices se encontró que
cada una de las fechas por separado, teniendo las diferencias antes mencionadas para los índices
en cuenta que deben emplearse las mismas ban- normalizados se disminuyeron obstensiblemente.
Como los valores varían entre -1 y 1 y el soft- pérdida y con ganancia en vigor vegetal (pastos
ware empleado no permite visualizar sino valo- manejados con fines de ganadería lechera).
res enteros positivos en el rango de O a 255, debe Posteriormente se abordó la técnica denomina-
escalarse multiplicando por 127 el cociente y da: diferencia entre imágenes, que consiste sim-
adicionar 128 para tal fin. A los productos obte- plemente en restar el índice de vegetación del ario
nidos se les aplica la Tabla de Color del sistema 1988 al obtenido para 1994. Para evitar valores
Pericolor para poder hacer una discriminación negativos se añadió una constante. En total:
más atinada (Fotografías 4 y 5). Así, a mayor
contraste entre las bandas del infrarojo, y rojo NDC = IVN 1994 - IVN 1988 ± 127
mayor vigor vegetal presenta la cubierta (tonos
rojos, amarillos y verdes). Valores intermedios Donde NDC, IVN-1994 e IVN 1988 corresponden al
indican una vegetación menos vigorosa (tonos resultado del cambio y a los niveles digitales de
verde claro), hasta llegar a las cubiertas sin vege- los índices de vegetación de segundo y primer
tación (tonos azules y negro) que ofrecen los período respectivamente.
valores más bajos. En la imagen de cambios obtenida (Fotografía
Una vez obtenidos estos índices de *vegetación 8), los tonos oscuros representan zonas que han
se realizó una composición multitemporal en reducido su vigor vegetal, los intermedios para
color, aplicando el del ario 1988 al cañón rojo y aquellas que han permanecido estables y los más
el de 1994 al cañón verde y se asignó al del ca- claros para las áreas que lo han ganado o aumen-
ñón azul una banda ficticia vacía (llamada ban- tado. En el histograma de este producto se ob-
da O). La imagen de cambio se puede apreciar en. serva que las mayores frecuencias se presentan,
la Fotografía 6, se observa que las áreas con cier- en las zonas estables (parte media del histogra-
ta estabilidad entre fechas aparecen en amarillo ma) y las áreas con pérdida o ganancia ocupan
(= rojo + verde), en rojo las áreas que han redu- las colas a lado y lado de la distribución.
cido sus niveles digitales, es decir las zonas que Debido a la dificultad de discriminar términos
han perdido vigor y en verde áreas que lo han tan subjetivos, como oscuro, intermedio y claro
ganado o aumentado. Para observar con mayor y por la necesidad de comparar y contrastar los
detalle se tomó una ventana (Fotografía 7) en métodos se aplicó una segmentación por inter-
la cual se evidenciaron parcelas estables, con valos (Tabla 4) a la imagen de cambios.
Así, con esta asignación de colores se busca, con el Por último, con el archivo multitemporal con las
fin de comparar, un nuevo producto (Fotografía bandas de las dos fechas (Tabla 3) se aplica el
9) con características similares de interpretación a análisis de componentes principales. En la Ta-
la composición multitemporal obtenida anterior- bla 5 aparecen los vectores propios correspon-
mente (Fotografía 6). Esto es: en amarillo las áreas dientes a las ocho bandas de las dos imágenes
con cierta estabilidad, en rojo áreas que han perdi- del área de estudio (cuatro de 1988 y cuatro de
do cobertura ó vigor vegetal y en verde las zonas 1994).
donde se ha aumentado. o ganado.
Se observa que las cuatro primeras componentes El resto de componentes reúnen apenas el 4.91%
contienen más del 95% del total de la varianza de de la variabilidad total , con diferencias repre-
la escena. Los dos primeros componentes indican sentativas de toda la imagen que se deben a va-
cierta estabilidad entre fechas ( los signos de las riaciones atmosféricas y del sensor mismo.
componentes de los vectores propios son iguales),
mientras el 3°, 4°, 5° indican cambios en la escena.
La primera componente (Fotografía 10) fue 'el CONCLUSIONES
equivalente al brillo total de la imagen, correspon- * Los métodos de detección de cambios emplea-
de a una suma ponderada de las ocho bandas origi- dos en este estudio permitieron observar y
nales. La segunda componente (Fotografía 11) analizar cambios en el uso y cobertura de la
denotaría el verdor estable - de la imagen, en otras tierra en el municipio de Palpa, mediante el uso
palabras este componente está relacionado con la de imágenes de dos fechas diferentes.
actividad vegetativa (lo cual se aprecia por el alto * Al comparar los resultados de los índices nor-
valor positivo en la banda 4). La tercera compo- malizados y de Guyot y Gu (1994), este últi-
nente (Fotografía 12) es interesante, ya que cam- mo ofreció resultados más ajustados a la le-
bian los signos de las cuatro bandas entre las dos yenda del mapa de cobertura vegetal y uso de
épocas (en la primera fecha presenta valoración ne- la tierra que se elaboró a partir de la interpre-
gativa en todas las bandas y positiva en las bandas tación visual de fotografías aéreas, análisis vi-
de la segunda fecha), es por este cambio de signos sual y digital de imágenes y trabajo de campo.
que se aprecian las nubes y sombras que original-
mente están en la imagen de 1994. * El método de composiciones multitemporales
resultó más ajustado a la realidad que el de di-
La quinta componente (Fotografía 13) muestra ferencia entre imágenes, pues al compararse los
los cambios en la vegetación debido a los cam- resultados de cada método con el mapa de co-
bios de signos de las bandas entre las dos fechas bertura vegetal y uso de la tierra el primero
(valor negativo en la banda 4 y positivos en las estuvo mejor categorizado.
del visible en la primera fecha y al contrario en la
segunda). En definitiva, esta componente está * El análisis de componentes principales en la
bastante relacionada con procesos de pérdida de detección de cambios muestra tanto en las
vigor vegetal producidos en la zona en este perío- zonas comunes a ambas fechas como las áreas
do. También se observa en la parte central dere- de cambio que se recogen en las componentes
cha valores altos correspondientes- a áreas urba- centrales e incluso muestra los problemas de
nas (Paipa y Duitama) y sus alrededores lo mis- bandeamiento que se evidencian de manera
mo que el Lago Sochagota debido a altos valores muy clara en las últimas componentes.
en las bandas del visible en la primera fecha y ne- * Se observó que al realizar composiciones de
gativos tendientes a cero para la segunda época. color que involucren bandas originales de di-
ferentes fechas, pueden llegar incluso a desapa- cambios de determinado fenómeno natural en
recer la cobertura de nubes que estén presen- el tiempo y el espacio.
tes en la escena de una de las fechas debido a
que las que carecen de ellas séasignan a los RECOMENDACIONES
cañones de mayor peso en la visualización. * Con el fin de ir consolidando una metodología
* La técnica de elaborar composiciones multi- para el análisis de detección de cambios multi-
temporales de color es sencilla y como ventaja temporal, debe continuarse apoyando el pro-
adicional presenta la incorporación del cono- ceso de investigación que complemente el pre-
cimiento y criterio de análisis por parte del in- sente proyecto. Se sugiere una imagen pro-
térprete. gramada y obtener una imagen actual, reunir
información histórica del área, hacer trabajos
* La técnica de diferencia de imágenes debe seg -
de campo antes y después de una clasificación
mentarse por intervalos de cambio o no cam-
digital, llevar a cabo radiometría de coberturas
bio y agregar color para obtener una interpre -
de la zona ojalá el día de la toma e involucrar
tación más acertada y poder establecer com-
al estudio imágenes de sensores activos que
paraciones con otros métodos.
permitan mejorar la resolución espacial.
* La corrección geométrica es importante en la
* En la verificación de campo, emplear sistemas
detección de cambios, dado que se detectarían
de posicionamiento global con el fin de preci-
falsas transformaciones de cobertura por falta
sar la ubicación espacial de aquellas clases que
de ajuste entre las imágenes.
presentan algún grado de confusión espectral.
* El área analizada es muy estable en el uso y
* Comprender que la naturaleza de los patrones
cobertura del suelo entre estas dos fechas, al-
de cambio en el uso de la tierra a través del
rededor del 75% no presenta cambios y en el
tiempo son respuesta a diversas fuerzas: eco-
restante 25% son cambios poco significativos
nómicas, sociales y ambientales, es esencial su
(de menor a mayor vigor vegetal o viceversa).
conocimiento para facilitar una adecuada pla-
* El software ILWIS limita a sólo 8 bandas el neación, manejo y regulación del uso de los
análisis de componentes principales, sin em- recursos terrestres.
bargo en esta oportunidad no fue un proble-
ma debido a que la banda 7 debió descartarse BIBLIOGRAFIA
por anorñalías que presentaba. BERG, A y GALLI, S. 1980. Some significant
Por revisión de literatura: results of a Remote Sensing experiment under
* La resolución temporal debe ser un criterio de European Conditions, International Journal of
mucho peso en los estudios de detección de Remote Sensing, Vol 1. Pp. 3-9.
cambios en donde se requiera información COPPIN, P.R. y BAUER, M.E. 1994. Proces-
donde la frecuencia sea más importante que el sing of multitemporal Landsat TM Imagery to
detalle (seguimiento de catástrofes naturales). optimize extraction of forest cover change fea-
* La detección de cambios es un procedimiento tures, IEEE Transactions on Geoscience and Re-
muy apropiado para estudiar situaciones que mote Sensing, Vol. 32, pp. 918-927.
presenten un gran impacto (incendios, inun- CHUVIECO, E. 1996. Fundamentos de Tele-
daciones, quemas, etc, igualmente monitoreo detección Espacial, (3' edición revisada), Edicio-
y uso con fines de planificación). nes Rialp S.A., Madrid,
* Las imágenes de satélite ofrecen una gran al- EASTMAN, J.R., McKENDRY, j y FULK,
ternativa para detectar perturbaciones y seguir M. 1994. UNITAR Exploration in GIS Techno-
logy, Vol I: Change time Series Analysis, Gene- grammetric Engineering and Remote Sensing,
ve, Switzerland. Vol. 55, pp. 209-215.
GIRARD, CM. 1981. Grassland mapping using MERGERSON, J.W. 1981. Crop area estima-
satellite multitemporal data, Mattching Renio- tes using ground gathered and Landsat data: A
te Sensing Technologies and their Applications, multitemporal approach, en Proc. 15th Interna-
Remote Sensing Society, London, pp. 111-122. tional Symposium Remote Sensing of Environ-
GORDON, S.I. 1980. Utilizing Landsat Ima- ment, Ann Arbor, pp. 1211-1218.
gery to monitor 'and use change study. in Ohio, MOUAT, D.A, MATTIN; G.G. y LANCAS-
Remote Sensing of Environment, Vol. 9, pp. 189- TER J. 1993. Remote Sensing Techniques in
196. the analysis of change detection, Geocarto In-
GUYOT, G. Y GU, X.F. 1994. Effect of radio- ternational, Vol. 8, pp. 39-50.
metric Corrections on NDVI determined from NELSON, R. Y GREBOWSKY, G. 1982. Eva-
Spot - Hrv and Landsat-Tm data, Remote Sen- luation of temporal registration of Landsat Sce-
sing of Environment, Vol. 49 , pp.169-180. nes, International Journal of Remote Sensing,
HORD, R.M. 1982. Digital Image Processing Vol. 3. Pp. 45-50.
of Remotely Sensed Data, Academic Press, New SADER, S.A. y WINNE, JC. 1992. RGB-
York. NDVI: colour composites for visualizing forest
JENSEN, J.R. 1996. Introductory Digital Ima- change dynamics, International Jóurnal of Re-
ge Processing. A Remote Sensing Perspective, mote 'Sensing, Vol. 13. Pp. 3055-3067.
(Znd ed), Prentice Hall, Upper Saddle River N.J. SCHRIEVER, J.R y CONGALTON, T.G.
LO, C.P 1986. Applied Remote Sensing, Log- 1995. Evaluating seasonal variability as an did
man Scientific and Technical, New York. to cover-type mapping from Landsat Tm data
inte Northeast, Photograrnmetric Engineering
LOPEZ, D. 1988. Mapa de Cobertura y uso de and Remote Sensing, Vol 61, pp 321 - 327.
la tierra. Municipio de Paipa (Boyacá). Proyectó
Paipa, IGAC. VIEDMA, O, SALAS, j y CHUVIECO, E.
1993. Evaluación de daños causados por el in-
MARTIN, L.R.G. 1989. Accuracy assessment cendio de Buriol (Valencia) con imágenes TM. En:
of Landsat based visual Change detection me- V Reunión científica de la Asociación Española
thods applied to the rural - urban fringe, Pho- de Teledetección, las Palmas de Gran Canaria.
‹---/ .
.._...,
,.......,, .
/
GUACAMA AS
PNA _(
1
c.-
!
_ —:./
I", ,_....."," .
1 EL FIC
\., \ ,,s.,..., ALE C
1 __,.CU
\
',.
I 5
I,
.
\
\
,., (.:')
- INCON DE E ANOLES
.,'
/
I MEDIOS
\
\
,
/ NAL
,---- TOIBI
1
(/\ M CUR
\
.,... ---...._ AR
/.,
/
, /LA BOLSA CRUZ DE B
k
')
i
SATI
a ROMITA
/'
....
4...
..,....Ak lijr.... -■ "
..) VOLCA
07
M IR : ' NY
,,A E NZA , cAR
L,,,, d VIT
ARGU
10 ARRI
t ....)
*).. ,..., P NTANO DE V AS
SALITR RINCON DE VARG
-' ,
CR Z IA
AYA
f) ./.1111111111
(.\
..._, AL
E# y
.,.,
\._... D LLA O
\,,. .,--
LOCALIZACION
.---..
PAIPA (BOYACA)
11111 . EL CHI AL
I QUEB O A
041
41#4
« 111.—
0# id*
4vol«,...1-4 ;.y.,-, PASTOR EROS
11. 4.41.17 IF‘ . .
14 4 II
.9011
,,, 1 /
/7
Figura 2.
Imagen Landsat TM 1994.
composición de color 453 (RGB)
Figura 3.
Imagen Landsat TM 1994,
composición de color 453 (RGB)
Figura 4.
Imagen Landsat TM 1994.
composición de color 453 (RGB)
Arbustales
Pastos naturales
Praderas
Bosque natural
Figura 5.
Imagen Landsat TM 1994,
composición de color 453 (RGB). Sector Norte, Venado
Figura 6. Imagen Landsat TM 1994, composición de color 453 (RGB) Figura 7. Imagen Landsat TM 1994, composición de color 453 (RGB).
Vereda Los Medios (López. 1998) Municipio de Paipa, sector centro-sur
Imágenes Landsat TM
1988, 1994
4
Cálculo estadísticas
Unlbanda
Corrección
Geométrica
Cálculo Estadísticas
Multibanda
Selección Bandas
y composiciones de color
Indices de Vegetación
Figura 8.
Esquema metodológico
I.V. I.V.M*
• •
Composición Diferencia de A.C.P.
Multitemporal Imágenes Multitemporales
■1111
Fotografía No. 7
Ventana
Composición
multitemporal
Fotografía No. 8
Diferencia entre imágenes
IVM)94-IVM88+ 127