UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE INGENIERÍA
DIRECCIÓN DE POSTGRADO
ESCUELA DE GEOLOGÍA, MINAS Y GEOFÍSICA
MAESTRIA EN CIENCIAS GEOLÓGICAS

Elaborado por:
Ing. Manuel Azancot
C.I. 17.075.319
Ing. Luis Gómez
C.I. 11.590.837
Caracas, 17 de julio de 2018
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 1 / 27
Gómez

1. Introducción:

El presente trabajo pretende dar referenciar el análisis del terreno de la ciudad de Caracas
mediante el uso de imágenes satelitales tomadas por el satélite LandSat 8.

Durante el desarrollo del informe se podrá observar el proceso que se siguió para la obtención
de las imágenes satelitales, así como el procesamiento de las mismas, proceso que se explicará
mediante la generación de los resultados del análisis.

2. Ubicación del área analizada:

El área analizada se ubica en el cuadrante encerrado en las coordenadas: P1(E: 713.490; N:

1.169.130), P2(E: 755.760; N: 1.169.130), P3(E: 713.490; N: 1.148.910), P4(E: 755.760; N:
1.148.910), polígono que encierra la ciudad de Caracas (Distrito Capital y estado Miranda), tal
como se muestra en la figura 1.

Figura 1. Croquis de ubicación de la zona analizada

 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 2 / 27
Gómez

3. Procesamiento y análisis de la imagen satelital

Para el procesamiento y posterior análisis de la imagen satelital referida anteriormente se

tuvo que pasar por varias fases, las cuales conllevan un conjunto de procesos:

En primera instancia, una vez definida el área de estudio, se procede a la investigación en

las bases de datos especializadas de las imágenes satelitales disponibles, proceso que se
optimiza filtrando la búsqueda en el rango de fechas deseado.

Para este caso, la imagen a analizar fue buscada y descargada del sitio web
https://earthexplorer.usgs.gov/, donde se filtró imágenes de los últimos 18 años, tal como se
muestra en la figura 3.

Figura 3. Página web de búsqueda de imágenes satelitales.

La imagen escogida fue LC08_L1TP_004053_20171215_20171224_01_T1.tiff,

correspondiente a la columna 54, fila 53 del mosaico de fotografía tomadas por el satélite
Landsat 8 (figura 4).
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 3 / 27
Gómez

Figura 4. Imagen satelital a procesar marcada por recuadro rojo.

Como se podrá observar en la figura 5, la imagen escogida abarca una porción de la región
central del país, así como exhibe una nubosidad moderada en la zona de interés, sin embargo,
esta imagen, una vez comience el procesamiento, está será recortada a la zona de estudio para
su posterior análisis.

Una vez descargada la imagen se da inicio al procesamiento de la misma usando el software

Erdas®, desarrollado por la firma Imagine Ltd., en su versión 2015.

Figura 5. Imagen satelital LC08_L1TP_004053_20171215_20171224_01_T1.tiff.

 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 4 / 27
Gómez

En primera instancia se realiza una conversión de formato de la imagen, pasando de .tiff a

.img, proceso en el cual se unen todas las imágenes en .tiff (la totalidad de las 7 bandas) en
una sola con formato .img denominada imagen multiespectral, cuyo archivo, en este caso, se
llama union1_p04r53.img, cuyas propiedades se pueden ver en la figura 6.

Figura 6. Propiedades del archivo union1_p04r53.img.

Acto seguido, es cargado el archivo pancromático (banda 8), cuyo archivo se denomina
pan1_p04r53.img, para luego seleccionar el área de interés (AOI por sus siglas en inglés),
donde se realiza un subset (recorte y enfocado) de ambos archivos (multiespectral y
pancromático) generando los archivos subunion1_p04r53.img y subpan1_04r53.img
respectivamente (figura 7).

Figura 7. Límites del área de interés.

 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 5 / 27
Gómez

Seguidamente, se genera una fusión de los dos archivos mencionados

(subunion1_p04r53.img y subpan1_04r53.img), la cual se denominará
subfusion1_04r53.img (figura 8), creando una imagen de mayor resolución que las anteriores.

Figura 8. Comparación de imagen del archivo subfusion1_04r53.img y archivo subunion1_p04r53.img.

El archivo fusión creado (subfusion1_04r53.img) es la base sobre la cual se ejecutará el

análisis de la zona de interés. Para la realización de este análisis se deben crear las
clasificaciones de la imagen (clasificación supervisada y no supervisada), las cuales consisten
en determinar los elementos preponderantes del paisaje y cada una de sus jerarquías.

Primeramente, se realizará la clasificación no supervisada, la cual no es otra cosa que la

determinación de los elementos del paisaje mediante algoritmos del software, donde la
influencia del humano se limita a establecer la cantidad de elementos y/o clases a determinar.
En la figura 9 se puede observar como se realizó esta clasificación, estableciendo 31 clases o
elementos del paisaje, con un máximo de iteraciones de 12.
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 6 / 27
Gómez

Figura 9. Realización de la clasificación no supervisada de la imagen satelital.

En la figura 9 se puede ver, de igual manera, que el software generó solo 21 clases, a pesar
de haber establecido un máximo de 31, esto se debe a que el algoritmo realiza iteraciones
buscando similitudes en las características espectrales de cada pixel de la imagen, por lo que
no siempre se determinarán la misma cantidad de clases de la establecida como condición.

En la figura 10 se puede apreciar la comparativa de las imágenes fusión y la clasificada de

manera no supervisada. En esta se puede notar que la imagen clasificada se encuentra en
escala de grises, en concordancia con la tabla de clases generada por el programa y mostrada
en la parte derecha de la figura 9; a partir de este punto, se comenzarán a identificar el área
correspondiente a cada clase generada, y se le asignará un color y un nombre, proceso en el
que se encontrarán varias clases repetidas, las cuales pueden ser unidas en una sola
posteriormente al proceso de identificación.
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 7 / 27
Gómez

Figura 10. Comparativa de imágenes fusión y clasificada de manera no supervisada.

Una vez realizada esta identificación, se genera una tabla como la mostrada en la figura 11,
y la imagen en escala de grises mostrada en la parte derecha de la figura 10 se transformará,
automáticamente, a la mostrada en la figura 11.

En este caso particular, se esta analizando un paisaje urbano, rodeado por paisajes naturales
altamente intervenidos antrópicamente, lo cual genera cambios a corta distancia, introduciendo
una serie de elementos al paisaje, por lo que, el uso de esta clasificación no supervisada debe
hacerse en imágenes de mayor resolución, en las cuales puedan apreciarse mayor contraste
en las características multiespectrales de las mismas, facilitando el trabajo del algoritmo del
software. Por esta razón se generó la clasificación mostrada en la figura 11, donde no se hizo
distinción entre paisaje natural y urbano, así como elemento de hidrología con estructuras
antrópicas.
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 8 / 27
Gómez

Figura 11. Tabla de clases identificadas e imagen de clasificación no supervisada.

Por otro lado, la clasificación supervisada depende de las clases que el operador o interprete
detecte en la imagen, para lo cual por facilidad visual, se estableció como base la las bandas
predeterminadas por el software de Landsat 5TM, en su capa TM Water – Land Difference, con
los canales RGB (Red Green Blue) distribuidos de esta manera: R: Layer 6; G: Layer 5: B: Layer
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 9 / 27
Gómez

4, dando como resultado una imagen con altos contrastes que facilitan la interpretación del
paisaje (figura12).

Figura 12. Imagen obtenida de fusión vista con los parámetros de Landsat 5TM, en su capa TM Water – Land
Difference.

A partir de esta imagen se procede a establecer las clases que representan el paisaje,
seleccionando mediante un polígono un sector tipo de cada clase, dándole un patrón
determinado al software para cada una. En este caso particular, se establecieron 11 clases (6
clases menos que la clasificación no supervisada), tal como se muestra en la figura 13.
 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 10 / 27
Gómez

Figura 13. Clases establecidad mediante clasificación supervisada

En este punto se da la orden al programa para que proceda a ubicar las clases seleccionadas
en la imagen, mediante el uso de su algoritmo (figura 14)

Figura 14. Proceso de creación de clasificación supervisada.

 ANÁLISIS DE IMÁGENES SATELITALES LANDSAT
EN CARACAS

Fecha Elaborado por: Página

Manuel Azancot y Luis
17/07/2018 11 / 27
Gómez

El resultado de esta clasificación se puede observar en la figura 15, donde se pueden

apreciar los elementos mayoritarios que dominan el paisaje, los cuales son:

1. Drenajes y cuerpos de agua.

2. Aluviones y coluviones.
3. Topografía escarpada con cubierta vegetal.
4. Zonas de desarrollo antrópico.
5. Nubosidad.

Figura 15. Imagen de clasificación supervisada.

Al comparar los resultados de ambas clasificaciones, se puede notar que, para este caso de
análisis de entorno urbano, es necesaria la utilización de imágenes con mayor resolución, para
poder generar una interpretación mas precisa con la clasificación supervisada.

Por otro lado, la clasificación no supervisada puede estar fallando ya que en paisajes
altamente intervenidos por el hombre, los cambios generados en el paisaje existen en distancias
cortas, lo que da la necesidad de disminuir el tamaño de cada pixel de la imagen.