PRACTICA N°9 CLASIFICACIÓN SUPERVISADA Y NO SUPERVISADA

Carolina Vera Díaz- 315530

04/02/2020

RESUMEN

La clasificación de imagen, posibilitan la transformación de imágenes crudas en

mapas que muestran información significativa y evidente, el cual es propio de estudio en
campos de la superficie terrestre tales como: uso de suelos o cobertura vegetal. Entre las
técnicas de transformación se destacan, el uso de clasificación supervisada y no
supervisada; el primero, utiliza firmas espectrales obtenidas de las muestras de
capacitación para clasificar una imagen; el segundo, busca clases espectrales (o clústeres)
en una imagen multibanda sin la intervención del analista. Por tal razón, el presente trabajo
uso información de una imagen propuesta por la docente a cargo del curso, con el fin de
conocer y familiarizarse con herramientas de ArcGis para el análisis de imágenes
satelitales, además de reconocer la importancia de que tan eficiente es la clasificación de
estas en la evaluación de resultados obtenidos de manera remota, finalmente obtener un
mapa debidamente configurado, el cual cuente con ambos tipos de clasificación y su
respectivo análisis con respecto al trabajo de campo.

INTRODUCCIÓN

Con el avance tecnológico y el uso actual de los sensores remotos para captar
información a objetos a distancia, según expone[ CITATION Mac10 \l 9226 ] cambian la forma
de recoger, procesar y usar la información geoespacial, esto sucede a partir de la
teledetección, que es una herramienta eficiente para la adquisición e interpretación de datos
de las características físicas de la superficie terrestre, basada en mediciones de radiación
reflejada y emitida de cada componente de esa superficie.
 Después de casi 40 años de percepción remota según[ CITATION Emi11 \l 9226 ],
desde el lanzamiento de Landsat-1 en el 23 de julio de 1972, todavía existe el problema de
identificar cobertura de la tierra fácilmente y con alta exactitud, por ello se realizan
esfuerzos para mejorar la precisión de imágenes satelitales. Sin embargo a partir de la
clasificación de imágenes se logra obtener información con un significado evidente.
[ CITATION TEL \l 9226 ] Expone, que la clasificación de imágenes busca corregir las
distorsiones geométricas y realizar correcciones radiométricas eliminando formas de ruido
presentes en los datos, mejorando la interpretación visual de la imagen. El propósito de los
procedimientos de clasificación de imágenes de satélite es categorizar automáticamente
todos los píxeles en una o diversas clases temáticas y generar mapas temáticos, además de
ayudar en la descripción de usos y cobertura de la superficie terrestre y simplificar el
proceso de detección de cambios, pero no es totalmente perfecto.[ CITATION Ing181 \l 9226 ].

Los métodos de clasificación se dividen usualmente en dos tipos: métodos

supervisados y métodos no supervisados. El primero, según [ CITATION Mar \l 9226 ],
requiere la participación activa del analista que esté realizando la clasificación de la imagen
de satélite, en este caso, el técnico que está llevando a cabo la tarea debe indicar a software
que debe realizar en cada momento (como debe clasificar cada uno de los pixeles existentes
en la imagen), a partir de la definición de unas áreas de entrenamiento (training áreas) de
las cuales se conoce a priori la naturaleza de su superficie. Esta clasificación utiliza firmas
espectrales obtenidas de las muestras de capacitación para clasificar una imagen,
clasificando el ráster por medio de cada píxel de una celda, teniendo en cuenta el área de
estudio. Se debe marcar puntos y asignar un valor numérico para cada clase, es decir, es un
proceso en que pixeles de identidad conocida, ubicados dentro de las áreas de
entrenamiento, se utilizan para clasificar pixeles de identidad desconocida. [ CITATION
fra12 \l 9226 ]

El segundo, Las clasificaciones no supervisadas guarda relación con el valor

relativo al color, al tono o al clúster (grupo o agrupamientos), para identificar entidades. En
este caso, el analista deberá validar el resultado de la clasificación una vez esta haya sido
llevada a cabo. A diferencia del primero la influencia del operador es nula, sin embargo
debe intentar asociar una clase temática a cada uno de dicho grupo o clúster. [ CITATION
Mar \l 9226 ]

Según [ CITATION fra12 \l 9226 ], en ArcGIS no determina ninguna prioridad para

obtener las clases, es decir lo realiza en base a probabilidades, el resultado es una imagen
ráster reclasificada y opcionalmente genera un archivo con su respectiva firma.

Los métodos deben garantizar que la clasificación sea fiable, de fácil acceso al
público, no sensible a cambios en las condiciones de entrada y objetiva. Siendo que el
intérprete puede tomar decisiones que atribuyan a problemas de categorización de la
superficie terrestre sin dejar de ser un proceso que puedan realizarlo otros. [ CITATION
Ing181 \l 9226 ]

De acuerdo a lo anterior, se propone en este trabajo aplicar el uso de algunas

herramientas del software ArcGis en la clasificación de imágenes satelitales para su
correspondiente análisis.

OBJETIVO

Obtener un mapa debidamente configurado de la clasificación supervisada y no

supervisada del Departamento del Meta.

Objetivos específicos:

 Afianzar conceptos básicos e importancia sobre la clasificación de imágenes

satelitales.
 Conocer los diferentes procedimientos para el análisis de imágenes satelitales
usando las herramientas de ArcGis.
 Comprender la importancia de la clasificación de imágenes y su eficiencia.

PROCEDIMIENTO

Para el buen desarrollo de la práctica se realizó lo siguiente:

1. Se realizó la correspondiente descarga de imágenes Sentinel 2 que
representan el área a evaluar la clasificación en el departamento del Meta.
2. Posterior a ello, se realizó una capa de puntos a partir de las herramientas de
ArcGis con el fin de clasificar los datos a separar para ellos se tuvo en
cuenta:

 Agua =1
 Vegetación = 2
 Tierra = 3
 Construido = 4

3. Después de ello, se procede a realizar la clasificación supervisada a partir

de las herramientas de ArcGis del área de estudio, con el fin de generar un
GSG que te permite ver la estadística:

4. Una vez generado el GSG se procede a generar el raster, con el fin de

obtener la imagen de clasificación supervisada del área de estudio, con 3
clases propuestas, agua = 1, vegetación = 2, tierra = 3.
5. Además, se realizó una clasificación NO supervisada, el cual no necesito
capas de puntos si no la generación del raster automático a partir de las
herramientas de ArcGis obteniendo como resultado el clúster.

6. A partir de lo expuesto, se realiza un análisis sobre ambas clasificaciones

obtenidas para la imagen de SENTINEL 2.

7. Finalmente se realizó un mapa debidamente configurado donde se registren

los datos obtenidos a partir de las diferentes herramientas del software y las
principales diferencias de una imagen con respecto a la otra.

RESULTADOS
CONCLUSIONES

• Al realizar la práctica se logró obtener conocimientos teóricos sobre

la clasificación de imágenes satelitales obtenidas a partir de la descarga de estas por
Sentinel 2, las diferentes técnicas de clasificación, ya sea supervisada o no
supervisada, en el cual se evaluó su importancia y su aplicación en el campo laboral
y de investigación.

• Se logró comprender que, a partir de la clasificación de imágenes, se

puede obtener información que contribuya a la descripción de usos y cobertura de la
tierra y puede simplificar el proceso de detección de cambios que aporten a el
mejoramiento sostenible del medio ambiente a corto, mediano y largo plazo.

• La clasificación de imágenes tiene desventajas en cuanto a que no hay

clasificadores universales, NO es perfecto y se necesita procesamiento posterior para
llegar a una foto bonita.
 REFERENCIAS BIBLIOGRÁFICAS

 Cherrington, E. A. (19 de Octubre de 2011). Obtenido de

http://www.servir.net/images/imageviewer/PDF/tallerSERVIR_CA_2011/pdf/cathal
ac_clasificacion_19oct11.pdf
 franzpc. (10 de Mayo de 2012). Clasificación supervisada y no supervisada en
ArcGIS. Obtenido de https://acolita.com/clasificacion-supervisada-no-supervisada-
en-arcgis/
 Ingeoexpert. (28 de Dieciembre de 2018). Obtenido de
https://ingeoexpert.com/blog/articulo/clasificaciones-de-imagenes-de-satelite/
 Macedo Cruz, A., Pajares Martinsanz, G., & Santos Peñas, M. (Julio de 2010).
Clasificación no supervisada con imágenes a color de cobertura terrestre. Obtenido
de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-
31952010000600010
 TELEDET. (s.f.). IMAGENES SATELITALES - CLASIFICACION. Obtenido de
http://www.teledet.com.uy/tutorial-imagenes-satelitales/clasificacion.htm
 Tobar, M. F. (s.f.). Obtenido de http://arcgeek.com/descargas/ClasImMF.pdf