Академический Документы
Профессиональный Документы
Культура Документы
INSTITUTO
UNIVERSIDAD CATLICA
DE
DE CHILE
GEOGRAFA
Martn Faras
y
Camilo del Ro
Agosto 2013
Curso GEO2008
INTRODUCCIN .................................................................................................... 3
EJECUCIN DE PROGRAMAS ............................................................................. 3
CONFIGURANDO CARPETAS DE TRABAJO ...................................................... 3
IMPORTACIN ....................................................................................................... 4
MANTENCIN DE ARCHIVOS DE TRABAJO ...................................................... 7
VISUALIZACIN DE IMGENES EN PANTALLA ................................................ 8
CONTRASTE EN PANTALLA Y DESPLIEGUE DE GRUPO DE IMGENES ...... 9
TALLER DE PALETA DE COLORES, SEUDOCOLOR Y FALSOCOLOR ......... 12
INTERPRETACIN VISUAL ................................................................................ 14
FILTROS ............................................................................................................... 15
LGEBRA DE IMGENES................................................................................... 16
NDICES TEMTICOS .......................................................................................... 18
DETECCIN DE CAMBIOS ................................................................................. 19
LA UTILIZACIN DE VECTORES EN IDRISI ...................................................... 20
EXTRACCIN DE VALORES.22
TRANSFORMACIONES ESPACIALES Y GEORREFERENCIA ......................... 23
CORRECCIONES ATMOSFRICAS Y RADIOMETRICAS..28
DIGITALIZACIN EN PANTALLA ....................................................................... 31
CLASIFICACIONES TEMTICAS ........................................................................ 32
Curso GEO2008
INTRODUCCIN
El software IDRISI es un grupo de programas computacionales asociados, utilizados en
Procesamiento Digital de Imgenes y Manejo Computarizado de Informacin Geogrfica
del tipo SIG raster, creado por la Escuela de Graduados en Geografa de la Universidad
de Clark (Estados Unidos).
IDRISI procesa datos geogrficos en un formato de matriz de celdas (imagen). Sin
embargo, adicionalmente maneja datos en formatos de vectores, de tabla de valores y
bases de datos, cuyas utilidades principales son apoyar algunos mdulos y facilitar la
entrada y salida de datos, desde y hacia otros software o sistemas.
En el contexto de la filosofa de WINDOWS, IDRISI cuenta con un men principal, con
una barra (superior) de herramientas y con una barra (inferior) de ayuda-status. Dentro del
men principal se cuenta con una opcin muy importante "La Ayuda en Lnea (On Line
Help)".
EJECUCIN DE PROGRAMAS
En el men general, los diferentes submens y/o programas se pueden seleccionar con el
mouse o con el teclado. Desde el teclado, si presiona la tecla Alt una vez se posibilita
recorrer el men apoyndose de las teclas flechas. Hacia arriba o abajo se abre el
submen en donde se estaba posicionado. Hacia la derecha o izquierda se cambia de
submen de acuerdo a la direccin escogida. Habiendo abierto un submen, se puede
recorrerlo con las flechas arriba-abajo. Si se est posicionado sobre un sub-submen
(indicado por un tringulo hacia la derecha) y se presiona la tecla "enter", se abrir el
contenido del sub-submen. Si la posicin era sobre un programa, al presionar "enter" se
ejecutar ese programa.
Otra forma es con el mouse, al posicionar
el cursor sobre un submen y presionar el
botn izquierdo, se abre el submen
respectivo mostrando su contenido de
programas y, eventualmente, sus sub-sub
mens. Si la posicin del cursor se lleva
hacia un sub-submen, al presionar el
botn izquierdo se abrir el contenido del
sub-submen. Si la posicin es sobre un
programa, presionando el botn izquierdo
se logra ejecutar el programa respectivo.
Varios programas tienen un icono
asociado, por lo que tambin pueden
ejecutarse posicionando el cursor sobre el icono y presionando el botn izquierdo.
Curso GEO2008
IMPORTACIN
Por lo general el o los archivos de imgenes se encuentran en un formato distinto al que
utiliza el sistema, para ello estn disponibles los mdulos de importacin y exportacin de
archivos con lo cual se permite un intercambio con otros programas tales como ArcGIS,
Surfer, Erdas, Mapinfo entre otros.
Desde el Men File y el Sub-Men
IMPORT Ud. puede observar la serie de
mdulos que presenta IDRISI para
transferencia de archivos.
En este caso, se importarn dos
imgenes
Pancromticas
de
alta
resolucin espacial del sector de
Constitucin en la Regin del Maule, una
imagen corresponde al sensor Quick Bird
II de fecha del 8 de Enero del 2009, la
segunda es del sensor World View-1 del
da 8 de Marzo del 2010 (9 das despus
del Terremoto y Tsunami que afect este sector), las imgenes se encuentran en formato
Geo-Tiff y Erdas Img, para su importacin ejecute el siguiente procedimiento:
Curso GEO2008
1.
2.
Para importar la imagen Woldview-1 realice esta vez los siguientes pasos:
1.
2.
Curso GEO2008
Curso GEO2008
Curso GEO2008
Con respecto a la paleta de colores, Idrisi trae una variedad de opciones, el sistema
automticamente presenta un Autoscale Options (contraste en pantalla) y un Palette File
predefinidos los cuales pueden ser personalizados por el usuario. Para este ejercicio
mantenga las opciones que se presentan tal como lo indica la figura anterior.
Lamentablemente el tamao de la
ventana para la visualizacin de
imgenes es algo reducido, para
resolver este problema puede cerrar el
programa Idrisi Explorer y optimizar el
tamao de la imagen, incluyendo la
leyenda, al pulsar sobre el cono
Pinche"
sobre
el
cono
(interrogador de valores), mueva el
cursor, que ahora es una cruz, hasta alguna posicin de la imagen en pantalla.
Automticamente en la barra inferior aparece el factor de escala (RF), la posicin del
cursor, en este caso, en coordenadas columna, fila (c,r) y en un sistema de coordenadas
(x,y), estas ltimas dependientes del sistema de referencia de la imagen. Para conocer el
valor de celda, presione el botn izquierdo una vez y obtendr en la imagen el valor de z
(z es el valor digital de la celda sobre la que se posicion el cursor). Para desactivar el
Curso GEO2008
modo de interrogacin de valor, "pinche" nuevamente sobre el mismo icono que activ el
modo.
Para realizar un ZOOM en la imagen, pinche
sobre el cono
. Site el cursor cerca del
extremo superior izquierdo de la zona que se
quiere ampliar, mantenga presionado el botn
izquierdo del mouse, mueva el mouse un poco
hacia el extremo inferior derecho (se va
formando un rectngulo). Al abarcar el rea
deseada suelte el botn del mouse. Aparece
en pantalla una parte de la imagen ampliada, la
que corresponde al rectngulo que se form
previamente y con lo que se logr un ZOOM.
Para volver a la imagen original, active el icono
y despus el icono
para
maximizar la imagen, sin incluir la leyenda.
Trate ahora otras alternativas de ZOOM ejecutando indistintamente los conos
, el cursor se transforma en una lupa (el de la izquierda ampla y el de la
derecha reduce). Cuando estn desactivados todos los conos de zoom previamente
mencionados y si sita el cursor sobre la imagen, aparecer una mano la que permite
arrastrando el mouse con el botn derecho presionado, navegar por la imagen.
Curso GEO2008
10
Curso GEO2008
Enero 2009
Marzo 2010
Enero 2009
Marzo 2010
11
Curso GEO2008
12
Curso GEO2008
13
Curso GEO2008
INTERPRETACIN VISUAL
Para realizar una interpretacin visual se trabajar con las bandas espectrales reflectivas
de la serie win2003_bX0oreflstr, las que corresponden a una imagen del sensor ETM+ a
bordo del satlite Landsat-7, captada el 3 de enero del ao 2003 a las 10:50 horas. La
letra X representa el nmero de la banda espectral.
Para este propsito, copie las 6 bandas de la serie mencionada en su carpeta de trabajo y
genere un grupo. Despliegue la banda 4, asegurndose que sea la que est dentro del
grupo. Una vez que est desplegada, contrstela, y en la ventana composer seleccione
la opcin Feature Properties con lo que se abrir una nueva venta. Con el cursor sobre
alguna parte de la imagen pinche con el botn izquierdo. Note que sobre la imagen
aparecer el valor Dn del pxel de la banda espectral desplegada, pero en la ltima
ventana activada aparecern los valores Dn de todas las bandas.
Con el apoyo de curvas espectrales, la informacin sobre longitud de onda de las bandas
del sensor ETM+ y el procedimiento anterior utilizado trate de determinar lugares en
donde se presume que existe nieve, suelo desnudo, concreto, al menos 2 tipos de
vegetacin, sombra y agua. Anote la columna y fila de la zona donde supuestamente
existen estos elementos y los valores DN de las bandas.
Utilice ahora diversas combinaciones de bandas generando al menos 4 falsos colores.
Observe, en cada una de ellas, como aparecen los elementos que identific con el
procedimiento anterior. Contribuyen stos a mejorar la interpretacin?. Analice cuntas
zonas, diferentes entre ellas, puede distinguir. No importa si no puede inferir que elemento
existe en esas zonas. Con cul falso color se quedara para discriminar zonas
diferentes?. Con cul para identificar mejor los elementos solicitados?.
14
Curso GEO2008
FILTROS
En algunas ocasiones se necesita suavizar o destacar elementos al interior de una
imagen, para lo cual se recurre a los filtros, que permiten transformar los niveles digitales
(ND) ya sea para aproximar sus valores a
los de las celdas vecinas (paso bajo) o
bien para diferenciarlos ms an (paso
alto).
Idrisi a travs de su programa FILTER
presenta filtros tanto de PASO BAJO
siendo los ms utilizados: Media,
Mediana, Moda, o de PASO ALTO donde
uno de los ms comunes es el de Realce
de Bordes. Tambin presenta opciones de filtro Adaptativo, por medio de algoritmos que
van cambiando en distintas zonas de la imagen dependiendo del grupo local de datos que
se est filtrando en un lugar determinado. El programa tambin ofrece la posibilidad de
ingresar un filtro fabricado por el usuario. Finalmente, se aconseja utilizar el Filtro de
Moda cuando el usuario requiera generalizar imgenes con clases temticas.
Aplique un filtro de Paso Alto, para ello seleccione el programa FILTER desde el Men
Image Processing, SubMen Enhancement, elija la opcin 9 (Laplacian Edge
Enhancement), como nombres para la imagen que se va a procesar:
wnd233083_08320011129_B30 y para la imagen que se producir: C1FILTER. Ventana
5x5. Presione Ok. Para visualizar mejor el efecto del filtro, contraste la imagen resultante y
utilice el Zoom. Comprela con la original.
Practique el filtro de media (opcin 1), de mediana (opcin 4) y de moda (opcin 7),
ventanas 3x3 y 7x7. Compare este resultado con los anteriores.
Hasta ahora, solo se ha trabajado con filtros digitales lineales, si bien estos son los ms
empleados, tambin existen filtros no lineales que presentan cierta utilidad. Uno de ellos
son los llamados extractores de bordes o de contornos, que se aplican a una imagen
que presente un realce de bordes, de esta manera el reconocimiento automtico de los
contornos de la imagen se realiza por clculo de las diferencias en todas las direcciones
entre los niveles digitales de una celda y sus vecinas.
Realice una extraccin de borde a la imagen C1FILTER, pinchando el filtro Sobel Edge
Detection (opcin 11). Observe el resultado usando contraste y zoom.
15
Curso GEO2008
LGEBRA DE IMGENES
Para realizar operaciones matemticas y
lgicas en el procesamiento de imgenes
Idrisi presenta diferentes mdulos entre
los cuales se destacan:
16
Curso GEO2008
Launcher los valores de esta nueva imagen y comprelos con la anterior. Ejercite las otras
opciones de SCALAR. Tenga presente que los valores negativos elevados al cuadrado se
convierten en positivos. Utilice la paleta
ndvi256, contraste la imagen y compare el
resultado
o lo encuentra por el
17
Curso GEO2008
NDICES TEMTICOS
Si uno analiza la curva espectral de la vegetacin llama la atencin el gran contraste, que
existe en su reflectividad, entre las bandas rojo visible e infrarrojo cercano. La naturaleza
de esta diferencia radica en el efecto que produce la estructura celular de las hojas en el
segundo rango espectral mencionado, traducindose en una gran refleccin, y en la gran
cantidad de energa que absorbe en el rojo para realizar la fotosntesis. Sacando
provecho de esta situacin, se ha creado un ndice vegetacional que es interpretado de
varias formas: grado de cobertura, vigor (salud) o biomasa, que matemticamente se
puede expresar como la razn o la diferencia de energa reflejada de ambas bandas
espectrales. Lamentablemente estas expresiones se pueden ver afectadas por
condiciones ambientales como cantidad de iluminacin (invierno-verano), relieve (solanaumbra), estado de la atmsfera (nubes tenues-aerosoles), etc. Para mitigar algunos de
estos efectos, el ndice de vegetacin se ha expresado finalmente como una diferencia
normalizada (X1-X2)/(X1+X2), siendo X1 y X2 las energas reflejadas en el infrarrojo
cercano y en el rojo respectivamente. Este ndice es conocido como NDVI (normalized
difference vegetation index). Para obtener una imagen de NDVI utilice la calculadora de
imgenes e ingrese la frmula utilizando la imagen wnd3r83_4t890317r3 (Rojo) y
wnd3r83_4t890317r4 (Infrarrojo Cercano, IFC). Por frmula los valores de la imagen
resultante pueden ser entre 1 y +1, siendo el 0 el umbral que define la existencia de
vegetacin (valores positivos) y la ausencia de ella (valores negativos). Mientras ms alto
el valor positivo, la interpretacin es mayor cobertura, mayor vigor o mayor biomasa.
Estos valores resultantes pueden escalarse entre 0 y 255, siendo en este caso el 127,5 el
umbral de ausencia o existencia de vegetacin.
Este
mismo
clculo
es
realizado
directamente por el programa VEGINDEX,
el que posee varias alternativas de ndices.
Cuando la vegetacin es escasa, zonas
ridas y semiridas, el brillo del suelo
comienza a influir fuertemente en el
resultado de los valores de este ndice, por
lo que para estas condiciones se requiere
realizar una correccin basada en una
regresin entre las energas reflejadas en el
infrarrojo cercano y en el rojo. En la imagen
se ubica una zona en que la cobertura vegetacional es baja (puede ayudarse con una
imagen falso color convencional), se digitaliza esa zona y se transforma en una imagen
mscara. El resultado de la regresin, para esa zona limitada por la imagen mscara,
presenta una lnea que se interpreta como la lnea del suelo, con cuya ecuacin (Rojo=a
+b*IFC) se modifica de diferentes maneras la frmula original del NDVI con el fin de
generar otros ndices (PVI, SAVI, etc). El programa VEGINDEX, se encuentra en el Men
Image Processing SubMen Transformation y en su ayuda en lnea (Help) puede
encontrar explicaciones ms detalladas de las distintas opciones.
Otra transformacin de valores que se realiza utilizando varias bandas reflectivas (visible,
infrarrojo cercano y medio) es aquella que genera 3 nuevas imgenes representando
valores temticos (brillo, verdor y humedad). El programa TASSCAP, que en Idrisi trabaja
solamente con sensores del satlite Landsat (MSS, TM y ETM+), pondera cada una de las
bandas espectrales con frmulas propuestas empricamente por Huang et al, 2002, para
cada una de las variables que se generan. Ejecute el programa TASSCAP ubicado en el
Instituto de Geografia Pontificia Universidad Catlica de Chile
18
Curso GEO2008
DETECCIN DE CAMBIOS
En muchas ocasiones se requiere evaluar el efecto de algn evento, ya sea causado por
el hombre o natural, ante lo cual se recurre a una comparacin de imgenes de antes y
despus del evento (inundaciones, sequas, incendios, expansin urbana, explotacin
forestal, rotacin de cultivos, etc). En procesamiento de imgenes esta comparacin,
denominada Deteccin de Cambios, se implementa mediante alguna operacin
algebraica (resta, divisin) entre una misma banda o una misma variable (NDVI, imagen
clasificada, etc), para 2 fechas.
Ejecute el programa CALCULADORA, calcule la diferencia entre la imagen IVDIC98 y la
imagen IVENE99 e ingrese como nombre difndvi a la imagen resultado. Las imgenes
procesadas corresponden a Indice de Vegetacion de la VI Regin, antes de un incendio
forestal (2da quincena de diciembre 98) y despus de este evento (1ra quincena de enero
99). Despliegue la imagen resultado y observe las zonas daadas por el incendio. Repita
el procedimiento ejecutando ahora una
divisin entre las mismas imgenes
mencionadas.
Compare los 2 resultados anteriores y
analice con que procedimiento se
quedara para la deteccin de cambios.
Si se requiere clasificar por rangos las
diferencias de NDVI, se utiliza el
programa RECLASS (Men GIS
Analysis-Sub Men Data Base Query).
En este ejercicio nos interesa destacar
en rangos la prdida de NDVI, es decir
los valores positivos generados por la
resta de las imgenes. Ejecute el
programa mencionado, ingrese la
Instituto de Geografia Pontificia Universidad Catlica de Chile
19
Curso GEO2008
imagen difndvi en Input file, el nombre de difclases para output file, ingrese los
valores que muestra la ventana del programa inserta aqu y pinche Ok. Con este
procedimiento se ha creado una nueva imagen con valores entre 0 (sin cambios) y de
menor a mayor los valores 1, 2 y 3 respectivamente, para representar las intensidades de
cambio.
Si se desea calcular el rea de los rangos resultantes, el programa AREA, Men Gis
Anlisis, Sub Men Database Query, posibilita generar un archivo de valores, una nueva
imagen o un resultado tabular en pantalla de todos los polgonos con sus respectivas
reas. El usuario puede seleccionar entre varias opciones la unidad de rea que se usar
como resultado. Si se selecciona la opcin tabular, los resultados se pueden imprimir
pinchando sobre el cono respectivo que aparece en la ventana que los contiene.
El programa PERIM (en los mismos Men y SubMen anteriores) opera exactamente
como el programa AREA y los resultados producidos, en este caso, son el permetro de
los polgonos de la imagen analizada. Este programa obliga a entregar un nombre al
resultado, incluso cuando se ha elegido la opcin tabular.
20
Curso GEO2008
nombre es comunas. Todos los polgonos con identificadores desde 0 a 255 sern
desplegados de esta misma forma.
Despliegue la imagen p233r83_4t890317r4, con paleta de grises y deje las otras
opciones por defecto. Cuando se despliegue contrstela y en la ventana Composer
presione Add Layer, en la ventana que se abri, con el buscador de la casilla izquierda
seleccione comunas (vector que se import previamente), en la casilla derecha
automticamente se insertar la simbologa recin creada debido a que posee el mismo
nombre del vector y finalmente presione Ok. En la ventana Composer aparece ahora el
nombre del vector que sobre la imagen se ha desplegado, con las caractersticas de la
simbologa elegida. Slo aparecen las comunas, o parte de ellas, que estn en el espacio
geogrfico abarcado por la imagen. Si quiere ocultar este vector, en la ventana Composer
pinche sobre el smbolo rojo que aparece al lado de su nombre y si desea que aparezca
de nuevo vuelva a pinchar en ese lugar.
Presione el cono interrogador de valores
. Lleve el cursor sobre alguna comuna y
presione el botn izquierdo del mouse. Se destacar la comuna elegida y se mostrar el
identificador que posee dentro del archivo vectorial. Si quiere usar el cursor para visualizar
valores de la imagen, en la ventana Composer tiene que seleccionar su nombre. El cursor
funciona sobre la capa (Layer) de informacin cuyo nombre est seleccionado.
Finalmente si quiere sacar definitivamente el vector, seleccione su nombre en la ventana
Composer y presione Remove Layer.
Como Idrisi no procesa datos vectoriales y
solamente los utiliza para apoyar algunas de
sus funciones o para ingresar informacin al
sistema, en el caso que esa informacin
quiera ser procesada hay que convertirla a
imagen. Para ello existe el programa
RASTERVECTOR que se encuentra en el
men Reformat. Ejecute el programa y
seleccione las opciones vector to raster y
polygon to raster. Inserte el nombre comunas
como el archivo vectorial que se va a
rasterizar, tambin el nombre comunas para la imagen que se va a crear y presione OK.
El sistema le indicar que esa imagen no existe y si desea puede hacerlo a travs del
programa INITIAL. Acepte la indicacin. Previo a la rasterizacin del vector hay que crear
una imagen vaca en donde se volcar la informacin que contiene el vector. En la
ventana de este ltimo programa ya
aparece insertado el nombre comunas
para la imagen que se crear, tome la
opcin copy parameters. En el siguiente
espacio
vaco
(image
to
copy
parameters), seleccione la imagen
p233r83_4t890317r4 con lo que se
ocupar el modelo espacial de esa
imagen
(sistema
de
referencia,
coordenadas de esquina y cantidad de
columnas y filas). En la tercera, el tipo de
nmeros que se usar: Integer y en la
21
Curso GEO2008
cuarta deje el 0 como valor que se pondr en todas las celdas de la nueva imagen en que
no exista informacin proveniente del archivo vectorial. Si no existiera previamente una
imagen que sirva de modelo espacial, estas caractersticas deben ser entregadas
manualmente utilizando la opcin Define Spatial Parameters Individually. Presione Ok y al
terminar el proceso se desplegar la nueva imagen que ahora contiene la misma
informacin que estaba en el archivo vectorial pero solamente para las comunas, o parte
de ellas, que ocupan el espacio abarcado en la imagen. El procedimiento mostrado puede
ser usado para convertir a imgenes igualmente vectores de puntos o lneas. El mismo
programa sirve para realizar los procesos contrarios: convertir raster a vector.
EXTRACCIN DE VALORES
Una opcin importante para el anlisis de los datos originales o los generados a travs de
algn proceso (por ejemplo ndices temticos), es la extraccin de valores. Utilizaremos el
ndice de vegetacin (NDVI) generado en la pgina 18, despliegue dicha imagen con la
paleta NDVI, luego agregue nuevamente el vector comunas. A continuacin realice el
mismo proceso anterior de
conversin del vector a imagen,
pero esta vez con los parmetros
de la imagen NDVI creada
anteriormente,
denomnela
ndvi_comunas.
Ejecute
el
programa EXTRACT, del men
Gis Analysis submen Database
Query, en la primera casilla
seleccione
la
imagen
ndvi_comunas
(Feature
Definition Image) y en la segunda
casilla la imagen NDVI creada en
la pgina 18, a la cual le sern
extrados los valores. En este
caso obtendremos los promedios
de NDVI para cada comuna, para
lo cual selecciones la opcin Average. Finalmente en el Output type indique la opcin
Attribute values file, entregue un nombre de salida y OK. La opcin Tabular Output se
utiliza para ver en pantalla el resultado, pero cuando son muchos los valores no es
conveniente. El archivo de valores es del tipo texto y se puede visualizar con el programa
EDIT, Men Data Entry, seleccionando la respectiva opcin (.avl). El archivo generado
tiene 2 columnas: la primera con el identificador del elemento espacial (en este caso
comunas) y la segunada con el valor que se obtuvo para el elemento (en este caso
promedio de NDVI). Como son archivos de texto, estos pueden ser exportados a Word,
Excel u otros programas de anlisis estadstico. Practique con las distintas opciones del
Summary type y compare sus respectivos resultados. Tambin tenga presente que esto
puede ser utilizado a travs de imgenes con puntos o lneas.
Si el resultado obtenido quisiera ser expresado en una imagen, existe la opcin Image file,
pero tambin se puede generar a partir del archivo de texto creado anteriormente, esto a
travs del programa ASSIGN, el que se ubica en el mismo Men SubMen anterior.
Seleccione en la primera casilla ndvi_comunas, en la segunda el nombre de salida de la
imagen, en la tercera seleccione el archivo de texto generado en el ejercicio anterior y
presione OK. Se desplegar una imagen con los promedios de NDVI para cada comuna.
Instituto de Geografia Pontificia Universidad Catlica de Chile
22
Curso GEO2008
Recuerde que estos valores podran ser de cualquier otro tipo (densidad de vegetacin,
temperaturas, etc.)
23
Curso GEO2008
24
Curso GEO2008
Para determinar las zonas que debieran tener puntos de control se usar un programa
que genera puntos en el espacio, tomando como modelo espacial la imagen que se va a
corregir y un nmero de puntos que determina el usuario. El programa ofrece 3 opciones:
puntos equidistantes (sistemtico), distancias aleatorias y aleatorias estratificadas.
Ejecute el programa SAMPLE del Men Gis Anlisis y SubMen Statistics, seleccione
como imagen modelo wnd3r83_4t890317r4, la opcin sistemtico, nmero de puntos 12
y un nombre para el archivo vectorial que se generar. Presione Ok.
Despliegue con grises la imagen ms arriba mencionada, contrstela y agregue el vector
que se gener utilizando la simbologa puntosdecontrol. Aparecen en crculos rojos las
zonas alrededor de las cuales debieran determinarse los puntos de control.
Cierre todas las ventanas que se abrieron en el ejercicio anterior y ejecute el programa
RESAMPLE que se encuentra en el Men Reformat.
En la ventana que se abri, presione el cono Display de la izquierda en Input reference,
despliegue en grises la imagen wnd3r83_4t890317r4 y agregue sobre ella el vector de
puntos que se gener en el ejercicio anterior. Presione ahora el cono Display de la
derecha Output reference y despliegue el vector hidrografa con la simbologa del
mismo nombre. Sobre este ltimo vector agregue el mismo que fue agregado sobre la
imagen pero con la simbologa puntosdecontrol1. Haga un zoom en ambas ventanas
asegurndose que todas las zonas de los puntos de control queden en la ampliacin. Con
esto, aproximadamente ambos despliegues contienen la misma rea.
En primer lugar nos concentraremos en la zona alrededor del punto superior izquierdo,
para eso haga en ambos ventanas un zoom equivalente alrededor de esa zona. Como en
estas condiciones es difcil encontrar un mismo elemento en ambos, la imagen y el vector,
agregue sobre la imagen el vector hidrografa con la simbologa del mismo nombre.
Recuerde que los vectores se pueden ocultar cuando lo requiera. En la imagen ubique la
celda de la columna 285 y fila 272 y trate de dejarla en el centro del despliegue. Note que
en la imagen, alrededor de la celda columna 252 fila 322, hay una figura que representa
una unin de quebradas, la que tambin puede visualizarse en el vector que est
sobrepuesto a la imagen, alrededor de la columna 257 fila 312. En la otra ventana, la del
vector, trate de centrar esa misma figura ayudndose del hecho que el mismo vector est
en ambas ventanas. Hemos encontrado un punto de control. Esta diferencia en la posicin
espacial de esta figura, que parece ser el mismo elemento en ambos archivos, nos est
entregando, en esta zona, la distorsin de la imagen con respecto al vector que estamos
usando de referencia (el espacio real).
Ahora tenemos que proceder a registrar esa distorsin. Para ello tenemos que presionar
el botn Input en Digitize GCP de la ventana del programa, volver a la ventana de la
imagen y arrastrar con el mouse un smbolo que apareci dejando su centro sobre la
punta de la figura encontrada en la imagen. Una vez hecho esto vuelva a la ventana del
programa y aprecie que en la lnea 1 de los GCPs hemos registrado la posicin del
elemento encontrado, expresada en coordenadas de la imagen. Ahora tenemos que
registrar la posicin del elemento en la ventana con el vector. Para esto, presione Output
en Digitize GCP y vaya a la ventana del vector. Arrastre el smbolo que apareci al lugar
que se estima est el mismo elemento ubicado en la imagen. Una vez hecho esto, puede
apreciar en la ventana del programa que la posicin del elemento ha sido registrado,
expresada ahora en las coordenadas del vector. Tenemos nuestro primer punto de
25
Curso GEO2008
control. Para asegurarnos que este registro no se pierda ante cualquier eventualidad de
falla del sistema, guardemos lo hecho hasta ahora con la opcin Save GCPs poniendo un
nombre a este archivo de correspondencia .cor.
Para continuar con los otros puntos, reestablezca espacialmente ambas ventanas y haga
Zoom en la siguiente zona de control. Si hay alguna zona que sea escasa en drenaje o
cuerpos de agua (por ejemplo centros poblados), djela para ms adelante ocupando en
ese caso el vector caminos. Cuando se han registrado 3 puntos de control, suficientes
para establecer una simulacin de posiciones con un algoritmo lineal, el sistema facilita
bastante las cosas ya que al ingresar la posicin de un elemento de la imagen, en el
vector aparece automticamente la simulada posicin del elemento respectivo,
acercndonos bastante a encontrar un mismo elemento en ambos archivos (imagen y
vector). Adems, desde ese momento el sistema nos comienza a mostrar tanto los errores
de cada punto de control como un error promedio de todos ellos. Estas indicaciones
pueden ayudarnos a darnos cuenta, si algn error es muy grande, que lo que hemos
considerado un mismo elemento en ambos, imagen y vector, no es tal. Para ello hay que
volver a revisar lo que hicimos en ese punto. Recuerde que despus del ingreso de las
posiciones de cada elemento, es conveniente ir guardando el archivo de correspondencia
en el computador. Cuando se han registrado los 12 puntos de control y existe alguno de
ellos con un error muy diferente a los dems, se puede omitir cambiando en la lnea
respectiva de los GCPs en la columna Include el Yes por No. Si el error promedio es
mayor que el tamao de una celda de imagen (en este caso 28,5m), hay que ver que
ocurre al cambiar el algoritmo de correccin (Mapping Function) de lineal a cuadrtico. Si
en este caso el error promedio es igual o menor que 28,5m podemos incluir nuevamente
aquellos eventuales puntos que hayamos omitido previamente, ya que si queda una zona
sin puntos, y el error es diferente ah con respecto al error de los dems, el sistema usar
todo su podero en corregir ese error pero basado en las distorsiones que tienen las otras
zonas. Si el error promedio vuelve a subir al agregar algn punto omitido, entonces hay
que analizar si el elemento de esa zona en ambos archivos, imagen y vector, son o no
son el mismo elemento. Si despus del anlisis creemos firmemente que estuvimos en lo
correcto, hay que revisar todas las otras zonas ya que si hubiera habido error en alguna
de ellas, su influencia indirectamente est condicionando el error de aquella zona
cuestionada anteriormente. Tambin puede experimentarse subiendo el orden del
algoritmo a cbico, pero en este caso tendramos que considerar un mayor nmero de
puntos de control para asegurarnos, con mayor razn, que las correcciones se realicen
adecuadamente en todas partes de la imagen.
Una vez satisfecho con esta etapa del proceso, en el lado izquierdo de la ventana del
programa hay que seleccionar la imagen o grupo de bandas espectrales que se van a
corregir, poner un nombre a la imagen o bandas corregidas que se crearn y finalmente
en Output Reference Parameter ingresar las coordenadas de esquina (esta vez las
coordenadas exactas del rea de estudio), la cantidad de columnas-filas de la imagen y el
sistema de referencia que tendr la imagen resultante. Cuando entregamos las
coordenadas de esquina y la cantidad de columnas-filas, estamos realmente
determinando tambin el tamao de la celda, por lo tanto el nmero de columnas y filas
debe ser determinado entre las coordenadas de esquina y el tamao de la celda que
hemos escogido, de acuerdo a la escala de trabajo y a la resolucin espacial del sensor.
26
Curso GEO2008
Considerando que el error promedio de la correccin debe ser igual o menor que el
tamao de la celda, generalmente el traslado espacial que se produce para cada una de
ellas, las puede hacer caer no exactamente en el espacio de una sola sino en un
espacio compartido por ms de una (respecto al espacio original). Aqu se produce
entonces un conflicto: Cul valor toma la celda (Resampling Type), si el de la celda ms
cercana donde cay (nearest neighbor) el del promedio de las celdas que compartan
ese espacio (Bilinear). Note que usando el promedio se producir un suavizamiento de los
datos y si est pensando procesar la imagen para un anlisis de textura por ningn motivo
ocupe esta opcin.
Con todas estas consideraciones
estamos ahora en condiciones de
presionar Ok. Una vez que la nueva
imagen ha sido producida hay que
proceder a comprobar la correccin en
las distintas partes de la imagen,
especialmente en aquellas que estaban
ms alejadas de los puntos de control.
Para esto despliegue la imagen,
contrstela para visualizar mejor y
agregue los vectores que se usaron,
preferentemente de a uno a la vez. Ample la imagen hasta que el indicador de la escala
espacial (RF), en la barra inferior (ayuda-status), muestre un valor similar a la escala de
trabajo. Entonces comience a navegar en la imagen utilizando las flechas de la ventana
Composer. Cmo qued?.....no me refiero a la imagen...sino a Ud. muy cansado?.
El programa trabaja para grupo de imgenes, por lo tanto todo el trabajo realizado con 1
banda sirve para georreferenciar todas las otras de una misma imagen multiespectral. Si
por algn motivo el proceso se realiza separadamente para cada banda, el mismo archivo
de correspondencia que se utiliz para esta banda se usa para corregir todas las otras
bandas que pertenecan a esta imagen multiespectral. Solo tiene que ejecutar el
programa RESAMPLE, usar el archivo de GCPs que est guardado en el computador,
seleccionar la siguiente banda e ingresar un nombre para la banda que resultar
corregida. Todas las otras opciones deben ser exactamente las mismas que se utilizaron
para la primera correccin, incluyendo si se omitieron algunos puntos, siendo en este
ltimo aspecto MUY importante no equivocarse.
Otro programa de uso frecuente, es el que permite cambiar de un sistema de referencia a
otro, compatibilizando as el procesamiento de imgenes que se encuentran bajo
sistemas de referencia distintos, incluso conteniendo distintas elipsoides, esferas o
datums. Adems este programa posibilita tanto el cambio de escala de las imgenes
como dejar la misma rea de estudio para ambas. En el primer aspecto, recuerde que se
puede ir de una escala ms fina a otra ms gruesa (generalizacin) pero no es
conveniente hacer lo contrario, pues en este caso est inventando ms detalle que el
existente. Hay algunos programas interpoladores o de otra naturaleza que infieren
informacin con cierto sentido lgico, pero si puede evitarlos, tanto mejor.
Ejecute el programa PROJECT, seleccione la imagen que se gener en el proceso de
georreferencia (el sistema detecta automticamente su sistema de referencia), ingrese un
nombre para la imagen resultante y para este caso seleccione la opcin latlong como el
nuevo sistema de referencia, presione Output Reference Information y despus de un
27
Curso GEO2008
28
Curso GEO2008
Mtodo
del
pxel
ms
oscuro:
Despliegue
la
imagen
wnd233083_08320011129_b10, utilice la paleta de grises. Esta es la banda azul
del sensor ETM+ de Landsat (0,45 0,52 um), captada el 29 de noviembre de
2001 (da juliano 333) cerca de las 11 de la maana. En la ventana Composer
seleccione Layer Properties y en esta nueva ventana la opcin Properties. Anote
el valor mnimo que muestra esa ventana para esta imagen y cierre esa ventana.
Se supone que ese valor mnimo est representando el efecto de dispersin
atmosfrica ya que debera ser 0 y este aumento se produce por la atmsfera.
Para asegurarnos que ese valor es representativo, en el men Display ejecute el
programa HISTO, seleccione la imagen mencionada, en Class Width ponga 1, en
Maximun Value 60 y Ok.
Con esto estamos inspeccionando el rango de valores menores de la imagen (23 a
60). Efectivamente el menor valor es 23, pero el histograma tambin nos indica
que este valor existe en una cantidad de celdas muy pequea (ruido). Lo mismo
sucede con los valores hasta 39.
Para apreciar con mayor detalle la distribucin de valores repitamos el proceso,
pero esta vez pidamos un histograma numrico. Este nuevo grfico nos muestra
que la celda con valor 23 es slo una y que los valores siguientes hasta 39 no
existen. Por lo tanto, hasta el valor 38 se considera como la contribucin de la
atmsfera para esta banda espectral.
Anote este ltimo valor y utilizando la calculadora rstelo de la imagen que se
analiz. Repita este procedimiento para las otras cinco bandas espectrales. Lleve
estos valores DN a Excel y grafquelos con respecto a la longitud de onda central
de cada banda. Una buena comprobacin de haber hecho lo correcto es comparar
este grfico con el respectivo que muestra la dispersin terica. Este
procedimiento, que corrige la dispersin
atmosfrica, puede realizarse con los DN o con la radiancia.
Clculo de radiancia y reflectividad: En esta oportunidad usaremos la
calculadora para convertir a reflectividad las imgenes ya corregidas del efecto de
la dispersin, utilizando para el mismo clculo la conversin de DN a radiancia
(con negrita) en la siguiente frmula:
29
Curso GEO2008
(((0.602431*Imagensindispersin)-1.52)))*3.1416*1.0151^2)/(1957*COS(3.1416/180*(90-49.8)))
Los datos para ejecutar la frmula han sido sacados de la informacin auxiliar que
traa la imagen (pendiente, intercepto y ngulo solar) y del sitio WEB de este
sensor (distancia Tierra-Sol e irradiancia solar). Ingrese esta frmula en la
calculadora para la primera banda y genere la respectiva imagen de reflectividad.
Repita esta operacin para el resto de las bandas. As, hemos conseguido
imgenes con valores de un parmetro cuantificado, lo que nos permitir realizar
confiables anlisis y procesos tanto entre estas bandas como con imgenes
captadas en otras fechas o por otros sensores, aspecto que no sera posible si los
datos fueran los DN.
Clculo de temperatura: El sensor ETM+ cuenta con 2 bandas en el infrarrojo
trmico (10,4 12,5 um) que captando energa exactamente en la misma longitud
de onda, la primera (alta ganancia) tiene mayor sensibilidad radiomtrica que la
segunda (baja ganancia). Por otro lado, la de alta ganancia puede llegar a
saturarse mientras que la de baja ganancia es capaz de recibir una cantidad
bastante mayor de energa sin llegar a esta situacin. La utilizacin de una u otra
depende de la temperatura de cada zona de la superficie que haya sido captada,
prefirindose la primera siempre que la situacin de saturacin no se produzca.
En este ejercicio tambin se aprovechar la operacin para convertir los valores
DN a radiancia (en negrita) y calcular la temperatura TB en K, ingresando la
siguiente frmula:
14388.33/(11.45*LN(119106590/(11.45^5*(0.055158*[tmt2rad]))+1.2378))
En este caso, el intercepto es 0 y la longitud de onda central de la banda es 11,45
um (infrarrojo lejano o trmico). Los otros valores son constantes. Analice los
valores de temperatura resultante y si encuentra que son muy elevados recuerde
que esta temperatura es la conversin de la energa emitida por la superficie
(temperatura brillante) y no la temperatura ambiente. Adems como no se cuenta
con el coeficiente de emisividad de la materia superficial presente en cada celda,
se asume que ella se comporta como un cuerpo negro, presuncin que se acerca
a la realidad en el caso del agua pero que difiere en mayor o menor grado para
otros tipos de materia. Qu temperatura registra el ro en la imagen?
30
Curso GEO2008
DIGITALIZACIN EN PANTALLA
Hemos visto anteriormente que si tenemos una imagen desplegada en pantalla, con el
cursor podemos interrogar cada celda y obtener el valor que contiene, siendo til cuando
nuestro inters se centra slo en algunas celdas. Cuando se trata de extraer valores de
muchas celdas, la toma digital de muestras tanto de bandas espectrales, conteniendo
DNs, radiancia o reflectividad, como de imgenes que expresan variables de
temperatura, densidad de vegetacin, humedad, etc, es quizs la primera forma de
averiguar que sucede en un lugar (punto), en un transecto (lnea) o en un rea (polgono).
Los archivos que contienen el espacio geogrfico de donde se va a extraer la informacin,
pueden originarse en mapas que muestran por ejemplo estaciones meteorolgicas
(puntos), perfiles de algn tipo (lneas) o de un espacio continuo mayor como comunas
(polgonos). Cuando no se
cuenta con la informacin
espacial
de
esos
elementos, los sistemas
ofrecen programas que
nos permiten crearla en
base a la digitalizacin en
pantalla.
Teniendo como base,
desplegado en pantalla un
archivo de imagen o de
vector,
se
pueden
digitalizar
elementos
espaciales como puntos,
lneas o polgonos del
rea
geogrfica
que
abarca el archivo desplegado, generando nuevos vectores que contienen la posicin
espacial de los elementos. Este sistema genera vectores que pueden contener solamente
un tipo de estos elementos (o puntos o lneas o polgonos). Despliegue la banda 4 de la
serie que utiliz en el captulo de interpretacin visual y contrstela para una mejor
visualizacin. Presione el cono
, en la nueva ventana seleccione la opcin Polygon,
ponga un nombre del archivo vectorial que se crear, deje el identificador del elemento en
1 y presione ok. En este ejercicio se digitalizar un rea como la que se muestra en la
figura. Para esto, ubique la zona y ample la zona a una escala 1:50.000, posicione el
nuevo cursor que apareci en alguna parte del polgono mostrado en la figura y presione
el botn izquierdo del mouse, contine con el mismo botn pinchando puntos para que
se obtenga el polgono de ejemplo en la figura. En el caso de polgonos, el ltimo punto
debe quedar cerca del primero para facilitar al sistema cerrar el rea. Para terminar
presione el botn derecho (note que se activ un tercer cono
). El segundo cono se
usa para eliminar elementos y el tercero para guardar el archivo vectorial que se cre.
Presione el tercer cono y guarde el vector. Si se quiere digitalizar ms polgonos se repite
el procedimiento con la precaucin que estos nuevos elementos queden con distintos
identificadores entre ellos. Para generar vectores con puntos o lneas se aplica el mismo
mtodo. Si desea comprobar el resultado de lo que hizo, remueva el vector y agrguelo
de nuevo.
31
Curso GEO2008
CLASIFICACIONES TEMTICAS
Histricamente el concepto clasificacin digital de imgenes ha sido tratado como la
discriminacin de elementos con la ayuda de un sistema computacional y basndose
solamente en las caractersticas espectrales de los elementos. Sin embargo en el ltimo
tiempo se han agregado otro tipo de caractersticas de ellos, tales como su
comportamiento temporal, el relieve y el ambiente que los acompaan as como el tipo de
distribucin espacial que ellos presentan.
Dentro de las tcnicas relacionadas con el tema, existe la clasificacin sin supervisin y la
supervisada. La primera es automtica, en donde el sistema genera categoras basado
exclusivamente en la agrupacin de valores espectrales, mientras que la segunda permite
que un especialista entregue informacin de algunos sectores de la imagen para que el
sistema busque, en el resto de ella, zonas en donde existen las mismas caractersticas de
la informacin entregada. Tambin el tipo de clasificacin puede ser dura o moderada.
Los clasificadores duros toman decisiones definitivas con respecto a la pertenencia de
una celda a una clase, en cambio los moderados determinan probabilidad de pertenencia
de una celda a cada una de las clases en juego. Hay varios clasificadores de
probabilidades y se diferencian entre ellos por el modelo en que estn basados. Esta
versin de Idrisi tambin incluye clasificadores hyperespectrales, es decir aquellos que
pueden procesar una inmensa cantidad de bandas espectrales y sus decisiones son
apoyadas, en algunos casos, por curvas espectrales de laboratorio para los elementos
que se estn analizando.
Clasificadores Duros Sin Supervisin
El programa de clasificaciones sin
supervisin es ISOCLUST, el cual
funciona con un mximo de 7
bandas espectrales. El mtodo que
utiliza es en base al histograma de
las bandas, en donde se localizan
los mximos de frecuencia de
valores como representantes de
cada categora. Los lmites entre
categoras se sitan a igual
distancia
numrica
de
representantes
contiguos.
El
programa adems agrega un proceso iterativo de ajuste, en base a la comparacin de los
valores de los representantes y la media de la categora que ellos representan,
reagrupando los valores para que las medias se acerquen al valor del representante.
Cuando la media no cambia, cesa la iteracin. La cantidad de iteraciones es fijada por el
usuario y en el caso que el nmero de iteraciones llega al que se fij, el proceso tambin
cesa. Tambin este programa tiene una etapa intermedia en que, a travs de un
histograma, presenta la frecuencia de celdas de cada categora que encontr ofreciendo
al usuario la posibilidad de reducir, en el resultado, la cantidad de ellas. En general estos
programas tienen procesos muy intensivos, por lo que en la medida en que tienen
mayores opciones de categoras (muchas bandas, muchas categoras solicitadas o
muchas iteraciones), el final no llega nunca.
Ejecute el programa ISOCLUST, Men Image Processing, SubMen Hard Classifiers,
procese la serie de bandas subwin2003_bx0oreflstr y presione Next. Terminado ese
proceso intermedio, aparecer un histograma de las nuevas categoras y otra ventana en
Instituto de Geografia Pontificia Universidad Catlica de Chile
32
Curso GEO2008
que se puede fijar la cantidad de iteraciones (para el ejercicio ponga 2), el nmero de
categoras resultantes (ponga 15), y el ingreso del nombre de la imagen clasificada
resultante. El resultado de estas clasificaciones automticas es muy til cuando se
quieren estimar reas homogneas y todas, o algunas de ellas, pueden servir como base
para la toma de muestras (sitios de entrenamiento) que se utiliza en la metodologa de
clasificaciones supervisadas. Analice en una escala aproximada al 1:50.000, con el
procedimiento de interpretacin visual, cada una de las categoras resultante e infiera a
que elemento estn representando.
Si las categoras resultantes de
los programas anteriores son
muchas recuerde que puede
realizarse una reagrupacin con el
programa RECLASS, siempre y
cuando se est seguro de lo que
se har.
Clasificadores
Supervisin
Duros
con
33
Curso GEO2008
elementos que se van a clasificar. En este ejercicio hay que clasificar los siguientes
elementos: 1) agua, 2) sombra, 3) vegetacin agrcola y pastos, 4) vegetacin arbreaarbustiva, 5) urbano con vegetacin arbrea, 6) concreto urbano-roca-suelos desnudos, 7)
nieve y 8) nubes.
Digitalice los sitios de entrenamiento para
cada elemento requerido y guarde el o los
archivos vectoriales.
Ejecute el programa MAKESIG, Men
Image Processing, SubMen Signature
Development.
Si
los
sitios
de
entrenamiento estn en varios archivos
vectoriales, este programa debe ser
ejecutado tantas veces como archivos
haya generado. Si todos los sitios se
encuentran en un solo archivo vectorial, el
programa se ejecuta una vez solamente.
Ingrese el nmero y nombre de las
bandas que se procesarn, un nombre para cada elemento recordando que identificador
us para ellos y ponga un mnimo de 20 celdas por muestra. Presione Ok. Con esto ha
generado las firmas espectrales de cada sitio para cada una de las bandas que proces.
Tal como se puede crear un grupo de imgenes para manejarlas en conjunto, tambin se
puede crear un grupo de firmas espectrales con la misma idea (programa Collection
Editor), ya que los programas que se usan en los prximos pasos de la clasificacin
permiten esta modalidad.
Segundo paso de clasificacin: Anlisis de las firmas espectrales.
SIGCOMP. Este programa muestra en pantalla un grfico con la informacin de mximomnimo y/o la media de las signaturas que se generaron en MAKESIG, con el propsito de
analizar las caractersticas espectrales de los elementos que se clasificarn.
Ejecute el programa SIGCOMP, ubicable
por el mismo camino que MAKESIG,
ingrese el nmero (puede ser un grupo) y
nombre de las firmas espectrales que se
analizarn, seleccione la opcin Mean y
presione Ok. Se generar un grfico
mostrando las curvas espectrales de los
sitios de entrenamiento (en el eje X estn
las bandas y en el Y estn los valores
promedio de cada sitio). Si todas las
curvas, en alguna banda, se diferencian
entre ellas se procede a la clasificacin.
Pero, si algunas curvas son muy parecidas, en todas las bandas, los programas de
clasificacin tendrn problemas para su discriminacin. Si es as, debe revisar los sitios
de entrenamiento en las bandas o combinaciones de bandas que utiliz para su
generacin y fijarse que las reas escogidas no incorporen en algunas celdas otro
elemento que no sea el que corresponde a ese sitio. En caso que haya algn error en
este aspecto, debe digitalizar nuevamente el o los sitios afectados. Si encuentra que est
todo correcto y sin embargo hay curvas que son muy similares, se debe realizar un
34
Curso GEO2008
35