Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPÍTULO 3
La Estación Terrena de Falda del Carmen tiene capacidad para recibir, almacenar,
catalogar, preprocesar imágenes con correcciones radiométricas, geométricas y
georreferenciaciones con puntos de control, como así también, distribuir imágenes de alta
resolución procedentes de distintos sistemas, entre los que se destacan los sistemas Landsat,
Spot y SAC-C. La comercialización de imágenes Landsat, por ejemplo, se ha iniciado en
Marzo de 1997, no obstante es posible conseguir imágenes adquiridas por el sistema a partir
de Enero del mismo año.
Como puede suponerse, el tipo de imagen a adquirir depende de los objetivos de
cada trabajo, por lo que resulta imprescindible considerar los requerimientos de la aplicación
a los fines de lograr un equilibrio en el análisis costos-beneficios.
Las imágenes pueden adquirirse según distinta resolución o capacidad de discriminar
información de detalle, lo que condiciona la elección del sistema sensor e influye
directamente en el costo de adquisición, ya que el precio de las imágenes depende
fundamentalmente de la resolución espacial y espectral que se pretende.
De acuerdo con Chuvieco (1998)1, el concepto de resolución involucra no sólo la
consideración espacial y espectral, sino también consideraciones radiométricas y temporales.
Teniendo en cuenta que los principales sistemas de teledetección aplicados a la
exploración de recursos terrestres coinciden en registros de 256 niveles de radiancia, la
resolución radiométrica no constituye un aspecto que condicione -al menos por ahora- la
elección de imágenes satelitales a los fines de la evaluación de recursos naturales.
La frecuencia temporal con la que es posible obtener imágenes, en cambio, adquiere
particular importancia en estudios de fenómenos dinámicos como el seguimiento de
inundaciones, incendios forestales, plagas que afectan cultivos, y otros fenómenos que
necesitan de observaciones casi continuas y en plazos relativamente breves, por lo que puede
constituir un aspecto condicionante en función de determinados objetivos de trabajo.
La resolución espacial, referida a la capacidad de un sensor para discriminar objetos de
cierto tamaño, se mide en unidades de longitud en relación a la mínima separación que puede
existir entre dos objetos para que puedan ser distinguidos, es decir, corresponde al tamaño de
píxel como mínima unidad de información, y en consecuencia, cuanto más alta es la
resolución, implica menor dimensión de píxel y mayor posibilidad de distinguir objetos más
pequeños.
La resolución espectral, por su parte, se refiere al número de bandas espectrales que
puede discriminar el sensor y a la amplitud que posee cada banda, significando que una mayor
resolución espectral se traduce en mejor discriminación de cubiertas por el distinto
comportamiento que las mismas presentan en cada banda del espectro.
1
- CHUVIECO, Emilio: Fundamentos de Teledetección Espacial. Editorial Rialp.
Madrid. 1998.
50
Como la Tierra gira 360° en 24 horas, en 27” girará unos 405", es decir, 6' 45". Así,
entre la primera fila de píxeles y la última, se observará un desplazamiento importante. Para
calcular dicho desplazamiento, se recordará que la circunferencia terrestre en los planos
paralelos, decrece según el coseno de la latitud, desde los 40.000 km que aproximadamente
mide el Ecuador, hasta cero en los Polos.
En consecuencia, para la ciudad de Catamarca, por ejemplo, ubicada a unos 28° de
latitud Sur, el desplazamiento será:
Figura 3.1: Desplazamiento en escena completa de Landsat TM – Banda 5 – para latitud de 28° S
51
Figura 3.2: Grilla de selección de imágenes Landsat correspondiente a la Provincia de Catamarca (Argentina)
El análisis de resolución espectral implica considerar qué bandas resultan útiles para la
tarea que se propone, y en líneas generales se sostenía que Landsat 5 posibilitaba mejor
discriminación de cubiertas que Spot 4, al registrar niveles de radiancia en mayor número de
porciones del espectro. Distintos autores han señalado que, en realidad, aún no ha sido posible
evaluar de qué manera incide la mejor resolución espacial de Spot frente a su menor
resolución espectral para distinguir cubiertas, y en la práctica, algunos trabajos han requerido
combinar imágenes Spot con Landsat TM para complementar las mejores resoluciones que
ofrecen ambos programas. En la actualidad, las imágenes proporcionadas por Landsat 7
ETM+ y Spot 5 permiten soluciones más que adecuadas.
52
2
CHUVIECO, Emilio: Teledetección y S. I. G. para la conservación del medio
ambiente. Universidad Nacional de Cuyo. Mendoza. Argentina. 1995.
53
SEMI-MINOR AXIS =6356752.300 PIXEL SIZE =30.00 PIXELS PER LINE= 6920
Debe advertirse, no obstante, que los formatos BSQ, BIL y BIP se han diseñado
cuando apenas se iniciaba el procesamiento de imágenes por computadora. Así, el formato
55
BIP se ha utilizado con las primeras computadoras personales, caracterizadas por severas
limitaciones de memoria y por imponer una fuerte necesidad de ahorro de tiempo de proceso
en la búsqueda de sub-imágenes dentro de la imagen completa. Del mismo modo, el formato
BSQ ha respondido al almacenamiento en cinta, dispositivo que posibilitaba la grabación de
la información de cabecera seguida de cada una de las bandas en la forma ya descripta.
El notable desarrollo de la informática, con potentes computadoras personales y
mayores capacidades de almacenamiento de datos, tanto en discos rígidos como en los
dispositivos de CD-ROM, ha simplificado el empleo de formatos, con lo que la imagen que se
adquiere en formato “.TIF” corresponde en realidad a un formato BSQ en el que cada banda
se registra separadamente, en su propio archivo, con extensión que ahora no se denomina
BSQ para diferenciar los archivos actuales de aquellos que se grababan secuencialmente en
cinta.
Entre los datos que deben ingresarse al archivo de documentación, se destaca el tipo
de dato numérico que contiene el archivo de imagen, ya sea entero, byte o real. La imagen
Landsat proporcionada por CONAE, por ejemplo, tiene valores en bytes, es decir, números
enteros positivos en el intervalo 0-255 que requieren 8 bits de memoria para almacenamiento
-esto es, 1 byte-, y constituye el tipo de dato de uso más generalizado en GIS al facilitar el
rango adecuado para la información proveniente de sensores remotos.
También debe especificarse el formato de archivo de imagen, ya sea binario, ASCII, o
binario empaquetado, información que como se señalara, surge del archivo de cabecera. Los
archivos de documentación, por ejemplo, se almacenan siempre en formato ASCII y referidos
como archivos de texto que pueden accederse a través de distintos editores –por ejemplo,
Word, entre otros. El módulo CONVERT de Idrisi, permite convertir un formato en
cualquiera de los restantes, ya que trabaja con 7 formas distintas de datos: ASCII entero,
ASCII real, byte binario, binario entero, binario real, byte binario empaquetado y binario
entero empaquetado. A manera de ejemplo, el archivo de documentación para la banda 5 de
la imagen Landsat TM provista por CONAE, puede verse como sigue:
file title: CATAMARCA: Dpto. El Alto - Landsat TM 230/80 Banda 5 - Julio, 1997
data type : byte
file type : binary
columns : 6920
rows : 5760
ref. system : plane
ref. units :m
unit dist. : 1
min. X :0
max. X : 207600
min. Y :0
max. Y : 172800
pos'n error : unknown
resolution : 30
min. value :0
max. value : 255
value units : niveles digitales
value error : unknown
flag value : none
flag def'n : none
legend cats :
Significa que la imagen está en formato byte, almacenada como un archivo binario, y
contiene 5.760 filas y 6.920 columnas, que totalizan 39.859.200 valores. La imagen está
georreferenciada con un sistema arbitrario de coordenadas planas en el que cada unidad de
coordenadas representa 1 metro. Los valores mínimos y máximos de coordenadas X e Y
proporcionan las coordenadas del sistema de referencia de los extremos izquierdo, derecho,
superior e inferior.
57
A los fines de precisar qué valor de media calcula Idrisi, debe considerarse que la
media aritmética es una medida de posición, conocida comúnmente como promedio, y
consiste en la suma de todos los valores de nivel digital de píxeles de la imagen, dividida en el
número total de píxeles.
En el caso de variables discretas agrupadas en una tabla de frecuencias, la media "x" se
conoce como media aritmética ponderada -corresponde a la que proporciona Idrisi-, siendo
igual a:
59
proporciona otra medida de comparación entre las distintas distribuciones. Si las posiciones
son las mismas, ellas pueden diferir en su variabilidad, o por el contrario, pueden tener la
misma variabilidad y diferir en sus localizaciones. En otras palabras, distribuciones que
presentan una desviación estándar pequeña indican que los valores digitales de los distintos
píxeles que componen la imagen ocupan una pequeña parte del rango 0-255, y para visualizar
la imagen en detalle, es preciso definir paletas ajustadas a intervalos menores. Si en cambio,
la desviación estándar es muy grande, es posible que indique niveles digitales que asumen
valores muy altos y valores muy bajos, con pocos valores en la franja media del intervalo.
Cuando dos conjuntos de datos presentan distintos promedios, la comparación de las
variabilidades se realiza a través del cociente de variación, que está dado por:
proporciona la nube de puntos y la recta ajustada con los valores del coeficiente de
correlación.
El coeficiente de correlación lineal "r", indica el grado de intensidad de la relación
entre dos bandas, denominándose lineal porque la forma de relación que liga ambas bandas
corresponde a la ecuación de una recta. El coeficiente varía entre 1 y -1, según sea la
correlación positiva o negativa, y cuando se acerca al valor cero, significa que no están
correlacionadas.
En definitiva, los diagramas de dispersión permiten determinar qué bandas son más
convenientes, ya que en el caso de dos bandas altamente correlacionadas, la que aporta mayor
información será la que presenta mayor varianza. Por otra parte, la identificación de
categorías resulta complicada a partir del histograma de una sola banda, pero se simplifica a
partir de los diagramas de dispersión, puesto que pueden considerarse como histogramas
bivariados -histogramas de las dos bandas, relacionados entre sí-.
A los fines de analizar los coeficientes de determinación obtenidos para cada par de
bandas, resulta conveniente elaborar tablas como la Tabla 3.1 en la que se han consignado los
valores resultantes de la aplicación del comando REGRESS de Idrisi, para las bandas
correspondientes al visible y al infrarrojo de una imagen Landsat TM.
Correlaciones
TM1 TM2 TM3 TM4 TM5 TM7
TM1 1 0,85 0,86 0,56 0,71 0,74
TM2 1 0,92 0,65 0,75 0,77
TM3 1 0,58 0,83 0,85
TM4 1 0,46 0,43
TM5 1 0,93
TM7 1
3
- Research Systems, Inc. – Hyperspectral Image Analysis en ENVI. Washington DC.
2002.
62
escena, cambiaría la forma del diagrama. La posición de un píxel dentro de la nube de puntos
está dada por los materiales correspondientes al píxel, los que determinan la reflectancia en
cada una de las bandas.
El tamaño de la nube de puntos está dado por el rango de reflectancia de los materiales
de la escena. Esto es, escenas que incluyen tanto niveles digitales altos como bajos se
traducen en nubes de puntos más largas que las nubes de puntos de escenas con materiales de
similares niveles digitales.
La densidad de la nube de puntos está dada por cuán comunes o variados son los
materiales en la escena, puesto que si un material se presenta repetidamente en la escena, la
nube de puntos tendrá muchos píxeles que se grafican en la misma región del diagrama de
dispersión.
La publicación citada en ( 3 ), proporciona el siguiente ejemplo que resulta de gran
utilidad a los fines de analizar distintas cubiertas dentro de una imagen, a partir del diagrama
de dispersión:
• Si se grafican los niveles digitales de tres materiales distintos (vegetación, roca y
agua), el diagrama de dispersión podrá verse como el de la Figura 3.5.
• Si se considera un píxel que contiene 50% de vegetación y 50% de roca, éste
puede graficarse en la mitad entre vegetación y roca, a lo largo de la línea que
conecta estos dos puntos.
Figura 3.5: Un diagrama de dispersión que muestra el comportamiento espectral
de tres elementos y sus mezclas
255
Roca
+
1
Banda Y 2 + Vegetación
+
+
+ Agua
0 255
Banda X
1 - Mezcla 50/50
2 - Mezcla de 3 elementos
• Si un píxel tiene partes iguales de los tres elementos, entonces puede graficarse en
el centro del triángulo definido por los puntos correspondientes a vegetación, roca
y agua. Si el píxel tiene 80% de agua y sólo 10% de vegetación y 10% de roca,
entonces el píxel se graficará mucho más cerca del punto que corresponde a un
63
píxel puro de agua, aunque aún permanecerá dentro del triángulo definido por los
tres puntos.
• Si este análisis se extiende, se verá que los píxeles puros siempre se graficarán en
las esquinas de una nube de puntos, mientras que los píxeles mezcla siempre se
graficarán en el interior de la nube.
• El valor espectral que define las esquinas de una nube de puntos para una imagen,
en general se denomina “endmember” (miembro extremo) de la imagen. Dichos
valores espectrales representan ejemplos puros de los diferentes materiales que
existen dentro de la imagen.
Figura 3.6: Tonalidades en banda 3 (sup. izquierda) y banda 4 (inf. derecha) de Landsat TM
64
Figura 3.7: Relación entre niveles digitales de una imagen (ND) y niveles de visualización (NV)
La expansión lineal del contraste requiere asociar el nivel digital mínimo y el nivel
digital máximo de la imagen, a los niveles de visualización 0 y 255, respectivamente.
Para ello, se introduce una función lineal que sustituya NV = ND. La función lineal
resulta del tipo:
65
Obteniendo:
Figura 3.8: Expansión lineal del contraste
Es posible también, cambiar los umbrales mínimo y máximo, por dos desviaciones
estándar que se restan o suman, respectivamente, al valor de la media:
Figura 3.10: Expansión lineal con saturación del contraste de banda 3 de Landsat TM
rojo a cada banda. De esta manera, se facilita notablemente el análisis de la imagen, ya que
implica tomar simultáneamente la información proporcionada por distintas bandas espectrales
que componen la imagen, y además, implica incorporar el color como elemento fundamental
de la interpretación visual.
La generación de composiciones en color se asienta en el principio de la percepción
visual humana, por el cual, todo color que aprecian nuestros ojos, es el resultado de la
combinación de azul, verde y rojo -colores denominados primarios-, correspondientes a las
tres bandas espectrales básicas del espectro visible. Como se sabe, el color resultante depende
de cómo reflejan los distintos objetos la energía incidente en esas tres bandas.
Distintos autores han demostrado que el color verde de la vegetación obedece al
reflejo de las hojas de una energía mayor en las longitudes de onda de esa banda -0,5 a 0,6
µm- que en las correspondientes al azul y rojo, en donde la absorción de los pigmentos es más
intensa, y que naturalmente, la gradación entre colores se debe a que la reflectividad de las
distintas cubiertas no se ajusta a valores de una banda, sino que presenta multitud de matices.
El color de visualización de cada píxel, depende del nivel digital que el píxel tiene en
cada banda, y en consecuencia, la cantidad de azul, verde y rojo que asume el píxel en una
composición, depende del nivel digital que el mismo tiene en las tres bandas. Así, la
asignación de la mínima intensidad del color seleccionado para una banda, corresponderá a un
nivel digital cero en dicha banda, mientras la máxima intensidad de color, corresponderá al
nivel digital 255.
El número de composiciones en color que es posible generar, es proporcional a la
resolución espectral del sensor, y los colores resultantes dependen de las bandas que se
combinan y del color asignado a cada una. Las composiciones de uso más generalizado en
teledetección, son las denominadas Falso Color y Color Verdadero.
La composición en falso color se obtiene desplazando el rango espectral del color
natural hacia longitudes de ondas más largas, es decir, asignando el color azul a la banda 2 -
banda verde del espectro-, el verde a la banda 3 -banda roja- y el rojo a la banda 4 -infrarrojo
cercano-. En esta composición se destacan los distintos grados de cobertura vegetal que
quedan expresados por la intensidad de rojo que puede presentarse en cada píxel.
En Idrisi, las composiciones entre bandas se obtienen por aplicación del comando
COMPOSIT, dentro de las distintas opciones que proporciona Display Launcher desde el
menú principal. Idrisi32 y Kilimanjaro, incluyen la selección de expansión del contraste para
la imagen resultante, ya sea lineal simple, lineal con puntos de saturación o por ecualización
de histograma.
Como se ha señalado, el color resultante de cada píxel depende de cómo se asignan los
colores a las tres bandas y del nivel digital que posee el píxel en cada banda seleccionada. Así,
cuando el nivel digital del píxel es el mismo en las tres bandas, se obtiene un color que
corresponde a la gama de grises.
La tabla siguiente, proporciona una referencia sobre el color de visualización para
distintos niveles digitales de píxel, constituyendo una guía en relación con el color resultante
que es posible obtener en las diferentes composiciones entre bandas según cómo se aplique
cada cañón de color:
69
Donde:
Sk = desviación estándar de cada banda que interviene en la composición,
rj = coeficiente de correlación (en valor absoluto) entre cada par de esas mismas bandas.
cercano (banda 4 de Landsat TM), resulta un claro contraste entre ambas bandas. La
vegetación enferma o sometida a estrés hídrico, en cambio, aumenta su reflectividad en el rojo
y disminuye la reflectividad en el infrarrojo cercano, resultando un contraste menor. El suelo
desnudo, sin vegetación, presenta reflectividad similar en ambas porciones del espectro, con
lo que el contraste entre ambas bandas es muy pobre.
El Índice de Vegetación de Diferencia Normalizada (NDVI), se define como:
otra parte, el mismo comando incluye la posibilidad de realizar otras operaciones aritméticas
entre bandas.