Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Horarios
14.30 - 16:00 : Primera parte del curso
16:00 – 16:20 : Receso
16:20 – 17.40 : Segunda parte del curso
Al finalizar la unidad, el estudiante extrae datos
de las imágenes satelitales, a partir del análisis
cualitativo y cuantitativo, sobre la base de las
diferentes respuestas a la reflexión y refracción
del espectro electromagnético; con base a una
escala coherente e información cartográfica
detallada de acceso libre y actualizado.
Al finalizar la sesión, el estudiante podrá realizar combinaciones de bandas y composiciones de color de imágenes
satelitales ópticas.
Catálogos de firmas espectrales
https://landsat.usgs.gov/spectral-characteristics-viewer
https://geogra.uah.es/rtm/
https://crustal.usgs.gov/speclab/QueryAll07a.php
https://catalogos5.conae.gov.ar/firmasespectrales/
https://speclib.jpl.nasa.gov/
ENVI: https://www.l3harrisgeospatial.com/SoftwareTechnology/ENVI
ER Mapper: http://www.hexagongeospatial.com/brochure-pages/erdas-ermapper-professional-benefit-brochure
PCI Geomatica: http://www.pcigeomatics.com
Image Analysis de ArcGIS: http://training.esri.com/gateway/index.cfm?fa=catalog.webCourseDetail&cou rseid=2691
IDRISI Selva: http://www.clarklabs.org/
Global Mapper: https://www.bluemarblegeo.com/global-mapper/
SNAP: http://step.esa.int/main/download/snap-download/
GRASS GIS: http://grass.osgeo.org/download/
QGIS: http://www.qgis.org/es/site/
GvSIG: http://www.gvsig.org/web
BEAM de la ESA: http://www.brockmann-consult.de/cms/web/beam/
SOPI: https://www.argentina.gob.ar/ciencia/conae/unidad-educacion/software/sopi
https://code.earthengine.google.com/
Formato TIFF: permite almacenar imágenes ráster de
hasta 4 GB de espacio de almacenamiento; y permite
almacenar imágenes en blanco y negro o en color hasta
32 bits por píxel. En teledetección se suelen almacenar
las imágenes en este formato sin comprimir.
VENTAJAS DESVENTAJAS
• Es el más preciso. • Cambia los valores.
• Suaviza ruidos.
Descargando imágenes en Google Earth Engine.
Indicaciones en clase y en Plataforma Blackboard.
Aquí dispone de webs donde puede descargar código gratuito para una variedad de análisis:
http://www.gisandbeers.com/scripts-para-google-earth-engine/
https://hasencios.github.io/GEE_BASICO_SENAMHI/02-code-editor/
https://mappinggis.com/2020/01/google-earth-engine-y-como-acceder-a-sus-algoritmos-desde-qgis/
Youtube: tutoriales gratis de manejo de Google Earth Engine para diversas aplicaciones en inglés y español
Composición de color - > el ojo humano puede percibir las
diferencias de color mejor que en tonos de grises.
Cobertura Combinación
Color natural 4,3,2
Hay que tener en cuenta que cuando se fusionan las bandas multiespectrales con la pancromática se gana en resolución espacial, pero se pierde calidad
espectral en las bandas fusionadas.
Siga las indicaciones dadas en clase y en la
plataforma Blackboard.
CURSO: FOTOGRAMETRÍA, FOTOINTERPRETACIÓN Y TELEDETECCIÓN
Al finalizar la unidad, el estudiante
extrae datos de las imágenes satelitales,
a partir del análisis cualitativo y
cuantitativo, sobre la base de las
diferentes respuestas a la reflexión y
refracción del espectro
electromagnético; con base a una escala
coherente e información cartográfica
detallada de acceso libre y actualizado.
Al finalizar la sesión, el estudiante será capaz de realizar combinaciones de bandas, composiciones de color, realces e
índices espectrales obtenidos de imágenes satelitales ópticas.
➢ Mejoramiento visual - > algunos tipos de mejora no cambian el valor de los niveles radiométricos
➢ No es un procedimiento obligatorio. Depende de los objetivos del trabajo o de la utilidad que el intérprete
considere.
➢ El objetivo es hacer que la información analizada sea más interpretable
➢ METODOS
➢ Filtros de convolución
➢ Filtros adaptativos
➢ Filtros estadísticos
Espacial ➢ Streching de decorrelación
➢ METODOS
➢ Contraste lineal
➢ Contraste no lineal
➢ Contraste dividido
REALCES Radiométrico ➢ Ecualización de histograma
➢ Ajuste de histograma
➢ Inversión de la imagen
➢ METODOS
Espectral ➢ PCA
➢ Algebra
➢ Transformación ISH
➢ Análisis de Fourier
➢ Índices espectrales
FILTROS DE PASO BAJO -> SUAVIZAN – GENERALIZAN LA IMAGEN
➢ FILTRO DE MEDIA: Es el más ➢ FILTRO DE GAUSS: Es un filtro ➢ FILTRO DE MEDIANA: Elimina el error
simple para suavizar imágenes. de suavizado, el cual reduce la aleatorio. Se basa en sustituir el valor
Cada pixel de la imagen se sensibilidad de la imagen al de brillo del pixel central del núcleo
reemplaza por la media de los “ruido” . Efecto de difuminar. por la mediana de todos los valores
píxeles vecinos. de brillo de los pixeles que forman
dicho núcleo. Se emplea para
eliminar valores anómalos aislados,
producto de ruidos aleatorios en la
adquisición de los datos.
Filtros de paso alto -> realzan – detectan los bordes
➢ HIGH PASS: Filtro de paso alto. ➢ REALCE DE EJE LAPLACIANO: ➢ SOBEL: Filtro de paso alto.
Realza “áreas” de cambio Filtro de paso alto que acentúa Extrae ejes entre áreas de
abrupto de aquellas superficies los bordes cambio abrupto
continuas
a) Imagen original, b) Imagen con filtro de la
media, c) Imagen con filtro de mediana, d) Imagen
con filtro Laplaciano
a) Imagen original.
b) Imagen con filtro de Sobel.
Al expandir la escala de grises se logra realzar detalles sutiles de la imagen, difíciles de discriminar con la compresión inicial.
En general los softwares de percepción remota ofrecen las facilidades de cálculo para estas y otras modalidades, y el analista
aplicará una u otra según sus preferencias.
➢ PCA – Análisis de Componentes Principales
El objetivo del PCA es construir una o varias imágenes que incrementen su capacidad de diferenciar distintas
coberturas. Puede aplicarse como realce previo a la interpretación visual o como procesamiento anterior a la clasificación.
Aplicaciones:
• Reduce el volumen de datos
• Reduce el ruido
• Detección de cambios
• Ampliación del contraste
Tasseled Cap: similar a PCA. Ayuda en la separación entre suelos desnudos, suelos húmedos y vegetación.
http://marte2.sid.inpe.br/col/dpi.inpe.br/marte2/2013/05.29.01.08/doc/p1666.pdf
Todas las transformaciones a que puede estar sujeta una imagen de satélite
son casos particulares de álgebra de imágenes. Cuando nos interesa detectar
algún aspecto específico de la superficie terrestre, pueden utilizarse índices
que utilicen algunas de las bandas. Estos índices suponen a su vez una
transformación de las bandas.
Es un índice que permite identificar la
presencia de vegetación verde y
caracterizar su distribución espacial. Se
calcula como la diferencia normalizada
entre la banda del rojo (R) y del
infrarrojo cercano (NIR).
Problema: satura con grandes cantidades de biomasa verde, por lo que puede obtener las mismas lecturas del
NDVI para una densidad de vegetación baja y muy alta. Hay que considerar utilizar el índice EVI (Índice de
Vegetación Mejorado), que es una versión modificada, especialmente preciso en áreas con un dosel denso. Otra
alternativa es el NDRE (Normalized Difference Red Edge), un índice bueno para los cultivos con gran espesura u
otros cultivos densos.
https://www.youtube.com/watch?v=DTiuJWLqJNU
https://www.youtube.com/watch?v=cEZcrxgQdic
https://www.youtube.com/watch?v=tvyNNoTmWbo
Este índice incorpora un valor ¨L¨ para realizar un ajuste en
relación al canopeo, un valor ¨C¨ cómo coeficiente de
resistencia de la atmósfera, y un valor correspondiente a la
banda azul (B).
Se realiza una corrección del índice normal reduciendo los
ruidos producto de la interferencia de la atmósfera, el canopeo
y la saturación.
Se recomienda para monitorear la salud de las plantas en regiones con alta variabilidad en la estructura del
dosel o el índice de área foliar, para la detección temprana de enfermedades de las plantas u otras causas de
estrés.
Este índice se calcula como la diferencia normalizada
entre el Infrarrojo cercano (NIR) y el infrarrojo medio
(SWIR1, banda 6). Se utiliza para determinar el
contenido de agua de la vegetación (humedad de la
planta).
MSI = SWIR/NIR
Los valores más altos del NDWI indican suficiente humedad, mientras
que un valor bajo indica estrés hídrico.
Este índice es un indicador numérico que muestra la cobertura de nieve en áreas terrestres. Las bandas
espectrales de infrarrojos verdes y de onda corta (SWIR) se utilizan dentro de esta fórmula para trazar el mapa de la
cubierta de nieve. Dado que la nieve absorbe la mayor parte de la radiación incidente en el SWIR mientras que las
nubes no lo hacen, esto permite a NDSI distinguir la nieve de las nubes. Esta fórmula se utiliza comúnmente en la
aplicación de mapas de cobertura de nieve y hielo, así como en el monitoreo de glaciares.
https://www.indexdatabase.de/db/i.php
https://www.satveg.cnptia.embrapa.br/satveg/login.html
Siga las indicaciones dadas en clase y en la
plataforma Blackboard.