Manual Idrisi PUC

Manual Laboratorio de Percepcin Remota
Software Idrisi
Posttulo en Geomtica
(Imagen Quickbird, donacin gentileza de INCOMS.A.)
Martn Faras Salvador
y
Rodrigo Nez Crdenas
Mayo 2005
PONTIFICIA
UNIVERSIDAD CATLICA
DE CHILE
INSTITUTO
DE
GEOGRAFA
Laboratorio de Percepcin Remota Postitulo en Geomtica
Instituto de Geografia Pontificia Universidad Catlica de Chile 2
Manual Laboratorio de Percepcin Remota
Software Idrisi
Tabla de Contenidos
INTRODUCCIN...............................................................................................................3
EJECUCINDE PROGRAMAS........................................................................................3
CONFIGURANDODIRECTORIOSDE TRABAJO............................................................3
IMPORTACIN.................................................................................................................4
MANTENCINDE ARCHIVOSDE TRABAJO.................................................................5
VISUALIZACINDE IMGENESENPANTALLA...........................................................6
CONTRASTE ENPANTALLAY DESPLIEGUE DE GRUPODE IMGENES..................8
TALLERDE PALETADE COLORES, SEUDOCOLORY FALSOCOLOR.....................10
INTERPRETACINVISUAL...........................................................................................11
LAUTILIZACINDE VECTORESENIDRISI.................................................................12
LGEBRADE IMGENES.............................................................................................13
EL HISTOGRAMADE UNAIMAGEN.............................................................................15
CORRECCIONESRADIMTRICASY ATMSFRICAS............................................16
TRANSFORMACIONESESPACIALESY CORRECCIONESGEOMTRICAS..............18
DIGITALIZACINENPANTALLA..................................................................................24
EXTRACCINDE VALORES.........................................................................................25
TRANSFORMACINDE VALORES...............................................................................26
NDICESTEMATICOS....................................................................................................29
CLASIFICACIONESTEMTICAS..................................................................................32
ANLISISTEMPORALES..............................................................................................37
CORRELACIN, SIMULACINY MODELADO............................................................40
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, 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. 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 la actualidad estn disponibles versiones de IDRISI para Windows pasando de la
versin 2.0 a la 32, hasta llegar a su ultima versin que recibe el nombre de IDRISI
KILIMANJARO.
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)".
EJECUCINDE 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.
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.
CONFIGURANDODIRECTORIOSDE TRABAJO
Previo a realizar cualquier proceso a travs de este software, es necesario establecer los
directorios de Trabajo y de Recursos. En el primero quedaran todos los resultados sean
estos imgenes, vectores, archivos de valores, etc. En tanto el segundo, que pueden ser
varios, corresponde a los insumos para realizar los procesos de anlisis.
Para conocer y/o modificar las carpetas
de trabajo y de recursos seleccione el
Men File y ejecute el programa DATA
PATHS(o 1er icono desde la izquierda).
Verifique que la carpeta de trabajo sea la
que le indique el instructor del laboratorio.
Si no es la misma, con el botn Browser
ubique la correcta y seleccinela. Realice
lo mismo para las carpetas de recursos.
Para evitar todos estos pasos cada vez
que se trabaja en el sistema, estas
selecciones se pueden guardar en un
archivo recordatorio (extensin .env).
Para esto ltimo presione el botn Save as, ponga un nombre para este proyecto y
gurdelo. La prxima vez, si es necesario, este archivo se puede rescatar a travs del
botn Open. Si se hicieron cambios en el programa DATA PATHS, stos se ejecutan al
seleccionar la opcin Ok. Para abandonar este programa, sin realizar cambios, se puede
seleccionar la opcin Close.
IMPORTACIN
Por lo general el o los archivos de
imgenes se encuentran en un formato
distinto al que utiliza el software, para ello
estn disponibles los mdulos de
importacin y exportacin de archivos con
lo cual se permite un intercambio con
otros programas tales como ArcView,
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 importar una imagen Landsat ETM+ de la Regin Metropolitana que se
encuentra en un formato FAST (extensin .fst), a travs del siguiente procedimiento:
1. Dirjase a la opcin IMPORT y al Sub-
Men GOVERNMENT/DATA.
2. Entre al programa Landsat ETM
(NLAPS, FAST, GeoTIFF, HDF).
3. Automticamente aparece
seleccionada la opcin FAST-L7A.
4. Dirjase a Input Fast File, y pinche en
Band 1 e inserte el archivo
l71233083_08320011129_b10.fst,
que corresponde a la banda 1 de la
imagen Landsat.
5. Notar que automticamente el
programa ha seleccionado las seis
imgenes restantes a importar, otorgndole adems un nombre de salida para
cada una de las bandas en Output Idrisi Image.
6. Pinche Ok y espere que el proceso termine.
7. Al finalizar el proceso se desplegar automticamente una imagen, no obstante
por el momento se recomienda cerrarla y desplegar las imgenes recin
importadas desde el mdulo Display Launcher. El sistema Idrisi maneja las bandas
espectrales de una misma imagen en forma separada, a diferencia de otros
sistemas que las manejan todas juntas en un solo archivo. Adems hay que
destacar que las imgenes dentro de Idrisi se componen de 2 archivos, el principal
(la imagen .rst) y el secundario (archivo de documento asociado .rdc) que
contiene informacin crticadel principal. Si desaparece el documento, la imagen
queda destruida.
MANTENCINDE ARCHIVOSDE TRABAJO
Para una buena gestin de archivos, Idrisi presenta un mdulo llamado Idrisi File
Explorer, Men File o cono . Ejecute este mdulo y se abrir una ventana
conteniendo diferentes tipos de archivo que maneja el sistema, diferencindose entre
ellos por su extensin. Note que para los primeros 4 tipos de archivos aparecen 2
extensiones, indicando que realmente estn compuestos por 2 y no 1 archivo
solamente.
Arriba a la izquierda se puede elegir el tipo de los archivos que se quieren listar y operar
sobre ellos, incluyendo la flexibilidad *.*. Cuando se ocupa la ltima opcin hay que
seleccionar la pequea ventana de la parte inferior e ingresar la extensin del archivo
manualmente. Como se aprecia, este mdulo posibilita borrar, mover, copiar y cambiar el
nombre de archivos.
Seleccione las imgenes wnd3r83_4t890317r1, 2, 3, 4, 5 y 7 del directorio de recursos,
luego la opcin Copy selected items, situndolas en el directorio de trabajo, para
finalmente aceptar para guardar el proceso. Con este procedimiento se han generado seis
imgenes idnticas, las que posteriormente sern utilizadas para crear un grupo de
imgenes. Se presentan adems otras utilidades, por ejemplo seleccione la imagen
wnd3r83_4t890317r1, luego la opcin Rename, X1 como el nuevo nombre y finalmente
guardar para aceptar el cambio. Con este procedimiento se ha cambiado el nombre de la
imagen wnd3r83_4t890317r1 por X1. En el mismo programa seleccione la imagen X1 y
utilice la opcin Delete para eliminar dicha
imagen.
La opcin View Metadata est incluida en
este mdulo pero la veremos como un
programa especfico (Metadata) ms
adelante. Lo mismo ocurre con la opcin
Display Layer (el mdulo especfico se
denomina Display Launcher). Si por
curiosidad desea desplegar alguna
imagen con la opcin incluida aqu,
seleccione la imagen
wnd3r83_4t890317r4 y el botn Display
Layer. Estas opciones estn en este mdulo solamente para una visualizacin rpida.
Para conocer el valor numrico de las celdas en una imagen, utilice la opcin View
Structure, la que con un mximo de presentacin en pantalla de 7 columnas y 16 filas
(depende de la configuracin de la tarjeta grfica), entregar dicha informacin. Los
nmeros que aparecen en pantalla son de las primeras celdas que estn ubicadas en la
parte superior izquierda de la imagen. Si desea conocer los valores de otras celdas,
puede ayudarse con las flechas que existen en la parte central inferior de la ventana o
indicando el nmero de columna y fila de la celda que se desea. Este programa opera con
nmeros Byte, Integer o Real. Seleccione la imagen wnd3r83_4t890317r4 y la opcin
View Structure y recorra la imagen observando sus valores. Para abandonar esta opcin
seleccione el botn Close y haga lo mismo para terminar con el programa Idrisi File
Explorer.
Para observar y adems modificar algunas caractersticas de los archivos de trabajo
seleccione el programa METADATA o icono . Seleccione la imagen
wnd3r83_4t890317r4 y observe la informacin que se entrega. Este archivo contienen
informacin sobre la cantidad de filas y
columnas de la imagen, sistema de
referencia usado, formato del archivo,
cdigo de los nmeros, coordenadas, etc.
Si se tratara de una imagen temtica (con
categoras), las respectivas leyendas
pueden ser escritas en el tem legend de
la ventana del programa. Para guardar
cualquier tipo de cambio que se realice,
dirjase a la ventana del programa
seleccione File y Save. Este programa
opera sobre los archivos de
DOCUMENTOasociados a los archivos de trabajo y varias modificaciones repercuten en
la estructura fundamental de la imagen, vector o archivo de valor, por lo que hay que tener
mucha precaucin y conocimiento sobre los cambios que se realizan.
VISUALIZACINDE IMGENESENPANTALLA
El despliegue de las imgenes se realiza a travs del programa Display Launcher y se
puede seleccionar en el submen Display o directamente sobre el icono
Ejecute el programa Display Launcher,
seleccione en File Type "Raster Layer"
como tipo de archivo a desplegar y
presione el botn Browser al lado de la
pequea ventana en blanco, con lo que
se abrir otra ventana con nombres de
imgenes disponibles en las carpetas de
trabajo y de recursos.
Escoja la imagen
wnd233083_08320011129_b40
presionando el botn izquierdo del mouse
sobre ese nombre y posteriormente sobre
la opcin Ok.
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, maximice el tamao de la
imagen pinchando el icono .
Manteniendo desplegada la imagen
anterior, "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 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 icono . 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.
Trate ahora otra alternativa de ZOOM ejecutando los iconos que estn en la parte inferior
de la ventana de composicin de mapa .
Para estos iconos (el de centroizquierda amplia y el de centroderecha reduce) el cursor se
transforma en una lupa, tratando de conseguir el mismo efecto. Para navegar por la
imagen se utilizan los botones de flechas. Restaure la imagen con lo iconos vistos en la
barra de herramientas.
CONTRASTE ENPANTALLAY DESPLIEGUE DE GRUPODE IMGENES
Para mejorar la interpretacin visual de una imagen, Idrisi posee una serie de opciones,
las cuales se activan en la ventana derecha (Composer), para ello pinche la alternativa
Layer Properties. En el mdulo Display Parameters, se pueden personalizar el
autoescalamiento de la imagen (Autoscaling Options), los mximos y mnimos contrastes
(Display Max/Min Contrast Settings) y la paleta de colores (Palette File).
Con la imagen
wnd233083_08320011129_b40
desplegada, pruebe el cambio de algunos
de estos parmetros, en Display Max/Min
Contrast Settings digite como valor
mximo el nivel digital 140, manteniendo
el valor mnimo, en tanto en Autoscaling
Options pinche la opcin Equal Intervals.
Pinche en Apply y observe los cambios,
Esta satisfecho con el contraste? Si lo
desea pruebe con otros valores mnimos
y mximos. Establecidos los cambios
segn las preferencias del usuario, al
hacer clic en Ok estos sern mantenidos.
Estos cambios slo son para efectos de despliegue y no han afectado los valores
originales de la imagen. Presionando el botn Save los cambios de contraste pueden
guardarse junto con la imagen para los eventuales futuros despliegues de ella, siempre y
cuando se aplique escalamiento automtico.
Al trabajar con imgenes multiespectrales, que en este caso corresponden al sensor
Landsat ETM+ algunos procesos se facilitan trabajando estas imgenes como grupo. Para
crear un grupo de imgenes (las cuales deben tener similares caractersticas) ejecute el
programa COLLECTIONEDITORen el Men File o cono , entre y seleccione las
siguientes imgenes a insertar
(subescena de las imgenes que se
importaron):
wnd3r83_4t890317r1
wnd3r83_4t890317r2
wnd3r83_4t890317r3
wnd3r83_4t890317r4
wnd3r83_4t890317r5
wnd3r83_4t890317r7
Luego pinche en Insert Before,
dirjase a File y Save As. Escriba el
nombre del archivo Landsat y
presione Guardar. Con esto ha
generado un archivo de extensin
.rgf, el que indica al sistema que las
imgenes contenidas en l deben ser tratadas como un grupo asociado. En la carpeta de
trabajo aparecer un subdirectorio llamado Landsat y dentro de l estarn las imgenes
del grupo. Cuando se requiera trabajar con este grupo para despliegue o en algn
proceso, se debe seleccionar el nombre entregado en este ejercicio.
Ahora se encuentra en condiciones de
desplegar un grupo de imgenes,
ejecute Display Launcher para
desplegar la imagen de grupo
wnd3r83_4t890317r4
(se ubica en la carpeta de trabajo, bajo
un subdirectorio Landsat), usando
grey256 como paleta y finalmente
desactive el ttulo, la leyenda y el
autoescalamiento. Como se aprecia en
pantalla, la imagen aparece totalmente
oscura y es difcil discernir los
elementos, con la excepcin de algunos
pocos. Para mejorar la visualizacin y
por consiguiente una mejor interpretacin visual, utilic el contraste de imagen interactivo
a travs de la opcin Layer Properties. Seleccione esta opcin, en ella active Autoscale
Contrast Settings y con el mouse lleve el valor de Display Max aproximadamente al valor
100. Observe que la imagen est mucho ms ntida y ahora es posible discernir ms
elementos.
Cierre la ventana de Layer Properties y seleccione ahora la opcin Feature Properties, la
que activar una pequea ventana. Lleve el cursor a algn lugar dentro de la imagen y
pulse el botn izquierdo del mouse. En la tabla de la ventana aparecen los valores, para
esa celda, de las 6 imgenes que conforman el grupo Landsat. Como en este caso son 6
bandas del sensor TM de Landsat, con esta opcin podremos observar la respuesta
espectral de cualquier elemento de la imagen utilizando el mouse o las flechas que
incluye la pequea ventana para navegar en ella. Si se presiona el botn inferior ms
ancho de la pequea ventana, los nmeros en la tabla cambian por un grfico que permite
simular la curva espectral de los elementos que estamos inspeccionando. Con el botn
prximo (Relative Scaling) podemos ajustar los valores del grfico para mayor
discriminacin.
Manteniendo la imagen en pantalla, despliegue otra de las imgenes del mismo grupo
(wnd3r83_4t890317r3), active el icono (Collection Linked Zoom) y ejercite las
opciones de zoom. Podr apreciar que todo lo que se haga al respecto, se realizar en
todas ellas. Abandone el mdulo Display Launcher.
Tambin existe la posibilidad de visualizar
imgenes en 3 dimensiones desplegando
una imagen base (relieve-DEM) y agregar
un manto proveniente de otra imagen. El
manto puede tener 256 valores diferentes
como mximo y se ofrecen como
alternativas: diferentes exageraciones en
altura, inclinaciones y orientaciones.
Ejecute el programa ORTHOpresionando
el cono , seleccione como surface
image: demcoli, como drape image:
tecolin6, direccin: 25, ngulo: 25,
exageracin: 0.5y la paleta: noaatsm. Deje las dems alternativas por defecto y presione
OK. Tendr una visin en 3 dimensiones utilizando una imagen con el modelo de elevacin
digital como base (demcoli) y una imagen de temperaturas como manto de informacin
(tecolin6).
TALLERDE PALETADE COLORES, SEUDOCOLORY FALSOCOLOR
La creacin o modificacin de paletas de colores (archivos extensin .smp) se realiza
seleccionando el programa Symbol Workshopdesde el Men Display o directamente
con el mouse sobre el cono .
En ste, las paletas pueden llegar a tener hasta 256 colores. Una vez seleccionado el
programa, se abre una ventana de trabajo en donde se puede llamar a una paleta
existente para su modificacin o se puede iniciar la creacin de una nueva. En esta
ventana de trabajo se asigna la cantidad de colores que va a tener la paleta y se
determina cada color individualmente, teniendo como alternativa importante la
determinacin automtica de colores individuales a partir de un color inicial y otro de
trmino (Blend) o la posibilidad de copiar un mismo color varias veces. Otra opcin es
revertir el orden de los colores. Una vez que los colores y la cantidad de ellos son los
deseados, la paleta diseada se graba para ser usada en el programa Display Launcher.
En la ventana que se abri seleccione del submen File la opcin Open. En la segunda
ventana abierta, marque las opcin Palette. Con los procedimientos descritos en prrafos
anteriores, en la pequea ventana File Name, escoja desde el directorio Idrisi Kilimanjaro
Simbols el archivo de nombre NDVI256 y presione el botn izquierdo del mouse sobre
OK. La ventana ahora muestra los 256 colores de la paleta ndvi256. Para modificar algn
color, seleccione el cuadrado respectivo y en la nueva ventana seleccione el color
deseado. Seleccione la opcin Reverse Sequence y note su efecto de cambio de colores.
Con la opcin Blend puede elegir un determinado color para el valor mnimo y otro color
para el valor mximo y seleccionando Blend se crearn automticamente los colores
intermedios. Para visualizar este efecto seleccione el cuadrado 0 y asigne un color
cualquiera, realice lo mismo para el cuadrado 255, en las casillas de Blend ponga estos
nmeros y finalmente "pinche" sobre Blend. Una vez conforme con los colores de la
paleta, seleccione el submen File y la opcin "Save as", la que permitir grabar esta
nueva paleta con el nombre que el usuario determine. En este procedimiento debe ser
cuidadoso, ya que si ocupa la opcin "Save" (a secas) va a sobreescribir la paleta que
sirvi de referencia. Para abandonar el programa Symbol Workshop, en el submen File
de la ventana abierta, seleccione la
opcin Exit.
Ahora despliegue la imagen
wnd233083_08320011129_B40 y utilice
la paleta de colores creada.
IDRISI opera generalmente con una
imagen, con un producto derivado de
varias imgenes o con un solo plano de
informacin. En el aspecto de despliegue
de imgenes esto se denomina
PSEUDOCOLOR. Sin embargo, presenta
la posibilidad de simular la visualizacin
simultnea de tres planos de informacin, tres bandas de una misma imagen o tres
imgenes independientes. Para este propsito, se incorpora el programa COMPOSITE
con lo que permite una visualizacin simulada de FALSOCOLOR. Esta opcin opera slo
con tipo de nmeros Byte, por lo tanto se requiere una preparacin previa de la
informacin con que se trabajar. Para esta preparacin existen varias alternativas tal
como el programa STRETCH u otros. El tipo de falso color simulado puede ser de 256
colores (RGB8) o de millones de colores (RGB24). El resultado de estos procesos debe
desplegarse con una paleta especial de colores llamada Composit.
Seleccione el programa COMPOSITE
desde el men Display o pinchando el
icono . Ingrese como banda azul la
imagen wnd233083_08320011129_B20,
como banda verde:
wnd233083_08320011129_B30 y como
banda roja:
wnd233083_08320011129_B40. D el
nombre COMPOSITE1 a la imagen
resultante, seleccione las opciones linear
con punto de saturacin, composicin de
24bits con valores originales, omita el
valor 0 y utilice un porcentaje de
saturacin igual a 0 para el proceso.
Presione Ok. Obtendr una imagen
compuesta, simulacin FALSOCOLOR, preparada para iniciar procesos de clasificacin
digital. Visualice la imagen resultado, en particular este tipo de imagen recibe el nombre
de FALSO COLOR STANDARD o CONVENCIONAL, donde se privilegia la observacin
de la vegetacin en tonos rojos. Repita la operacin anterior con la opcin Histogram
Equalization creando as la imagen COMPOSITE2, compare ambos resultados. Despus
realice un proceso similar utilizando la imagen wnd233083_08320011129_B10para el
azul, la imagen wnd233083_08320011129_B20 para el verde y la imagen
wnd233083_08320011129_B30 para el rojo. Ingrese el nombre COMPOSITE3 a la
imagen resultante, tendr como producto lo que se denomina cuasi COLOR
VERDADERO O REAL.
INTERPRETACINVISUAL
Apoyado por un grfico de curvas espectrales y la informacin sobre longitud de onda de
las bandas espectrales del sensor ETM+, despliegue la imagen
l71233083_08320011129_b10 (banda 1). Recuerde que para una mejor visualizacin
puede contrastarla y utilizar el Zoom. Trate de determinar lugares en donde se presume
que existe nieve, suelo desnudo, concreto, al menos 2 tipos de vegetacin, sombras y
agua. Anote la columna y fila de la zona donde supuestamente existen estos elementos.
Si slo puede identificar algunos de los elementos, no importa. Pase a realizar la misma
interpretacin en la banda 2. Repita el procedimiento para el resto de las bandas. Cul
de ellas le permiti determinar ms elementos con mayor certeza?.
Utilice ahora diversas combinaciones de bandas generando al menos 4 falsos colores.
Realice el procedimiento de interpretacin hecho con las bandas individuales para cada
uno de los falsos colores generados. 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?.
LAUTILIZACINDE VECTORESENIDRISI
Dentro de la variedad de archivos propios del sistema Idrisi se encuentran los vectores y
tal como las imgenes, en realidad estn compuestos de 2 archivos. El principal, de
extensin .vct es el vector propiamente tal y el segundo de extensin .vdces un archivo
de documento asociado que contiene las caractersticas del archivo principal, las que
pueden ser observadas con el programa METADATA. En este sistema los archivos
vectoriales que pueden ser de puntos, lneas, polgonos o texto, se tratan como archivos
separados a diferencia de otros sistemas que en un solo archivo pueden estar contenidos
los distintos tipos de vectores.
Ingrese al Men File, subMen Import, SubsubMen Software Specific Formats
Subsubsub Men Esri Formats y ejecute el programa SHAPEIDR. Presionando en el
buscador (browser) de la primera casilla seleccione el archivo comunas.shp, en la
segunda casilla escriba comunas, en la tercera utm-19s y presione OK. Un archivo
conteniendo polgonos vectorial de los sistemas ArcView o ArcGis ha sido convertido al
sistema Idrisi con el nombre comunas. Al desplegarse automticamente el vector
resultado, podr observar que contiene lmites comunales de las regiones V, VI y
Metropolitana. El mismo procedimiento realiza para archivos vectoriales de punto o de
lneas.
Como se ha visto anteriormente, para desplegar imgenes se utilizan paletas de colores.
Los vectores en cambio utilizan archivos de simbologa (extensiones .sm0, .sm1, .sm2y
.smt) dependiendo si son de puntos, lneas, polgonos o texto respectivamente. El diseo
de la simbologa para estos archivos es similar al utilizado para las paletas de colores.
Presione el cono . Para este ejercicio seleccione, File, New, opcin polgono, en File
Name escriba comunasy Ok. Pinche la casilla 0, escoja Clear, presione sobre el color de
Outline Color y escoja un color rojo y Ok. Presione la opcin Copy y lo que dise para la
casilla 0 se va a copiar hasta la casilla 255. Vaya a File y presione Save, despus vaya a
File y presione Exit. Con esto ha diseado una simbologa para vectores con polgonos de
color rojo transparente (slo mostrar los bordes cuando se utilice) cuyo 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) y en la casilla derecha, con el
mismo procedimiento seleccione comunas (simbologa anteriormente diseada) 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 Composer tiene que presionar sobre 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. Previo a la rasterizacin del
vector hay que crear una imagen vacaen donde se volcar la informacin que contiene
el vector. Vaya al men Data Entry y ejecute el programa INITIAL, en la primera casilla
escriba el nombre de la imagen que se va a crear: comunas. En la segunda, 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: Byte y en la cuarta deje el 0 como valor que se
pondr en todas las celdas de la nueva imagen. 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 despliegue esa
nueva imagen en la que podr apreciar que todos sus valores son 0.
Ejecute el programa RASTERVECTOR
mencionado anteriormente y mostrado en
la figura de ms arriba. Seleccione las
opciones Vector to Raster, Polygon to
Raster, en la primera casilla escoja el
vector comunas, en la segunda la imagen
comunas(est vaca) y presione Ok. Se
desplegar automticamente la imagen
comunas 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 imgenes a vectores.
LGEBRADE IMGENES
Para realizar operaciones matemticas y lgicas en el procesamiento de imgenes Idrisi
presenta diferentes mdulos entre los cuales se destacan:
OVERLAY. Este programa permite realizar, entre dos imgenes, las siguientes
operaciones y como resultado crea una tercera imagen:
Suma
Resta
Multiplicacin
Divisin
Razn Normalizada
Exponenciacin de una Imagen en Base a la Otra
Reemplazo de una Imagen por Otra Excepto Donde la Imagen Reemplazante Sea
CERO
Toma el Valor Mnimo de las Imgenes
Toma el Valor Mximo de las Imgenes
Seleccione el programa OVERLAY desde
el Men GIS Anlisis Submen
Mathematical Operators o pinchando en
el icono . Escoja la opcin 5 Razn
Normalizada (resta dividida por la suma).
Como primera imagen ingrese el nombre
wnd233083_08320011129_B40 y como
segunda el nombre
wnd233083_08320011129_B30. Al
resultado dele el nombre IVN2001.
Presione Ok. Con este procedimiento se
ha generado una imagen, a partir de las
bandas 3 y 4 del sensor ETM+,
conteniendo ndice de Vegetacin Normalizado. Analice las bandas originales y el
resultado. Recuerde usar el contraste para una mejor visualizacin. Ejercite otras
opciones de OVERLAY.
SCALAR. El programa posibilita sumar,
restar multiplicar, dividir o exponenciar
una imagen por un nmero entero. El
resultado se expresa en una nueva
imagen.
Seleccione el programa SCALAR, desde
el men GIS Anlisis Submen
Mathematical Operators, ingrese el
nombre IVN2001 como la imagen a
procesar y el nombre IVN2001Spara la
nueva imagen. Elija la opcin
Exponentiate y un valor de 2 al
exponente. Presione Ok. Con este proceso todos los valores de la imagen IVN2001 se
han elevado al cuadrado. Observe con Display 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
TRANSFORM. El valor de los datos de
una imagen puede ser sometido a
alrededor de 15 funciones, entre ellas
algunas logartmicas y trigonomtricas,
creando como resultado una nueva
imagen. Las posibilidades de operacin
son presentadas por el programa mismo.
Utilice el programa TRANSFORMdesde
el men GIS Anlisis Submen
Mathematical Operators, tome la opcin 5
(raz cuadrada) e ingrese el nombre IVN2001Scomo imagen de entrada. A la imagen
resultante denomnela IVN2001T. Presione Ok. Compare el resultado con la imagen
IVN2001.
Image Calculator. Todas las operaciones
mostradas en los tres programas anteriores
estn juntas en un mdulo llamado Image
Calculator. Adicionalmente este mdulo
realiza operaciones lgicas. Las frmulas
que se puedan implementar a travs de este
mdulo pueden quedar guardadas como un
archivo (.exp), el que puede utilizarse cada
vez que se necesite esta misma frmula.
Para ejecutar el programa calculadora
presione el cono o lo encuentra por el
mismo camino de los programas anteriores.
Utilizando los botones de la calculadora ingrese la siguiente frmula:
14388.33/(11.45*ln(119106590/(11.45^5*[tmt2rad])+1))
Debe mantener en parntesis cuadrado el nombre de la imagen que se va a procesar. Si
quiere guardar la expresin matemtica que ingres, para usarla varias veces sin tener
que escribirla de nuevo, presione el botn Save Expresin, pngale un nombre y sta se
guardar en el computador con la extensin .exp.
En la pequea ventana de la izquierda ingrese un nombre para la imagen resultado y
presione Process Expression. Con esta operacin y una imagen del infrarrojo trmico
conteniendo valores de radiancia, ha creado otra nueva conteniendo valores de
temperatura en K. Tambin en la calculadora puede usar expresiones lgicas
seleccionando Logical Expresin.
EL HISTOGRAMADE UNAIMAGEN
Para varios programas de procesamiento de imgenes, especialmente aquellos que
trabajan con estadstica, el histograma de una imagen es el comienzo de los anlisis. El
programa HISTO muestra grficamente la frecuencia (nmero de celdas) que contienen
los distintos valores que posee la imagen, es decir, en el eje X estn los posibles valores
(0-255, 0-1024, etc) mientras que en el eje Y estn las cantidades de celdas que poseen
cada uno de esos valores. El histograma puede ser desplegado tanto en forma grfica
como en forma numrica. Ambas formas entregan varios datos estadsticos y la ltima de
ellas entrega informacin adicional de porcentaje de celdas con un determinado valor
respecto del total de las que tiene la imagen, adems de acumulacin de porcentaje y de
frecuencia.
Ejecute el programa HISTOque se encuentra en el Men Display o presionando el cono
, seleccione la imagen wnd233083_08320011129_b10y presione Ok. Aparecer en
su pantalla el grfico en donde se observa la distribucin de los datos de la imagen
seleccionada. Analice los datos estadsticos que nos provee este programa. Qu tipo de
distribucin tienen los datos en este caso?.
CORRECCIONESRADIMTRICASY ATMSFRICAS
Las correcciones radiomtricas han sido necesarias para compensar problemas que
ocurren en la generacin de imgenes satelitales, muchos de ellos producidos debido a
las limitaciones que presentaba la tecnologa utilizada para estos efectos. Los problemas
ms comunes son prdidas de celdas o lneas completas debido al mal funcionamiento de
los sensores o fallas en la comunicacin entre el satlite y las estaciones terrestres que
reciben su informacin, el bandeado de una imagen por el deterioro en la calibracin de
los detectores de un sensor los que producen con distinta radiometra algunas lneas con
respecto a otras. Afortunadamente, los avances tecnolgicos han disminuido los
problemas mencionados casi en su totalidad y en la actualidad las imgenes que se
distribuyen no los presentan, para satisfaccin de los usuarios que antiguamente tenan
que lidiar con ellas.
A pesar de los avances mencionados, las perturbaciones que provoca la atmsfera
todava tienen que ser tratadas por los usuarios en forma prctica, ya que todava no
existe un conocimiento cabal del comportamiento de la atmsfera que permita generar
modelos simples para compensar las perturbaciones. stas, mayoritariamente, son
dispersin y absorcin de los flujos electromagnticos, las que aumentan o disminuyen
respectivamente la cantidad de energa que reciben los sensores, modificando aquella
que realmente se produce en los objetos de la Tierra que estn siendo observados.
Existen algunos modelos que necesitan mucha informacin de terreno, especialmente
atmosfrica, lo que los hace poco practicable para la mayora de los usuarios. Sin
embargo, es cada vez ms la informacin auxiliar incluida en las imgenes facilitando as
a una aproximacin prctica de solucin a este problema. La absorcin atmosfrica se ha
ido mitigando al disear las bandas espectrales ms angostas y en aquellos rangos en
que el efecto es menor.
En este ejercicio se tratar de eliminar la dispersin atmosfrica y para la absorcin se
realizarn conversiones a radiancia de los nmeros digitales (DN) que contienen las
imgenes y a partir de sta, un clculo de reflectividad real de los objetos, compensando
as distintas situaciones ambientales que han perturbado la energa. Si los anlisis y
procesos de las imgenes no cuentan con estos procesos y se realizan con los DN, los
resultados tendrn a veces importantes errores.
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 233) 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. Lo mismo sucede con los valores hasta
40. Tambin note que la media de este grupo de datos es 52,2 y su desviacin tpica es
3,8 por lo tanto los valores menores a 3 desviaciones tpicas (40,8) pueden ser tomados
como extremos y bastantes ajenos a esta distribucin.
Para tomar una mejor decisin al respecto 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. Para este caso se tomar el
valor de celda, como representativo de esta distribucin, el que al menos se repita en un
uno por mil de la totalidad de las celdas (787.199). Los valores 41 y menores se
consideran entonces como no representativos de este grupo de celdas. Compare esta
decisin con el valor para las 3 desviaciones tpicas mostrado anteriormente.
Anote este valor y utilizando la calculadora rstelo de la imagen que se analiz. Repita
este procedimiento para las otras cinco bandas espectrales. Lleve estos valores 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.
0
5
10
15
20
25
30
35
40
45
50
0.4 0.9 1.4 1.9 2.4
Longitudde onda (um)
D
N
Curvadedispersin
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:
((1.176078 * Imagensindispersin - 6.2) * 3.1416 * 0.9862^2) / (1969 *
cos(3.1416/180*(90-59.2))^2)
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 confiablesanlisis 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 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*(0.066823529*[wndl71233083_08320011129_b
61]))+1)),
en este caso, el intercepto es 0 y la longitud de onda central de la banda es 11,45 um. 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. Se baara en el mar de esta zona?.
TRANSFORMACIONESESPACIALESY CORRECCIONESGEOMTRICAS
Obtencin de una sub-escena: Cuando se adquiere una imagen satelital, muchas veces
sta abarca un rea mayor a la que se desea estudiar y no tiene objeto procesar zonas
que no son de inters, especialmente pensando que los procesos toman mucho ms
tiempo con grandes imgenes. Para obtener una sub-escena, que abarque solamente el
rea de estudio, los sistemas proveen algn programa para realizar esta funcin. Si la
imagen original no ha sido sometida al proceso de georreferencia, hay que tomar una
precaucin al seleccionar el rea de la nueva imagen, ya que al corregirse la distorsin
que trae, se puede perder la informacin en parte del rea que se necesita. Se
recomienda agregar unas 25 a 50 celdas a cada uno de los cuatro lados del rea de
estudio.
Ejecute el programa WINDOW del men
Reformat. Este programa permite extraer
una misma sub-escena para una o varias
imgenes, ya sea que formen un grupo o
estn aisladas. El rea que se extraer se
puede expresar en columnas y filas,
coordenadas o usar otra imagen como
modelo espacial. Para este ejercicio
usaremos 6 bandas espectrales del
sensor TM de Landsat. Con el mouse
incremente el nmero de archivos a
procesar hasta 6. Utilizando el buscador
(Browser) de la ventana de la izquierda
seleccione la imagen
p233r83_4t890317r1, pinche con el mouse en la segunda casilla de esa misma ventana y
cuando aparezca el buscador seleccione la imagen p233r83_4t890317r2. Repita el
procedimiento hasta agregar las 6 imgenes de la misma serie (en stas slo cambia el
ltimo nmero de su nombre). En la casilla de ms abajo ponga como prefijo WND. En el
ejercicio usaremos la opcin columnas y filas para seleccionar el rea que queremos,
entonces en las casillas de la derecha-arriba ingrese los siguientes valores: 1100, 600,
3400 y 2300. Presione Ok. Se generaron 6 nuevas imgenes de menor rea cuyos
nombres son similares a las originales pero se les antepuso el prefijo wnd. Despliegue
alguna de las imgenes para visualizar la nueva rea creada en ellas y comprela con la
original respectiva.
Por el contrario, si se quiere hacer un
mosaico de imgenes que contienen
parte del rea de estudio en cada una de
ellas, el programa CONCAT (que existe
en el mismo Men anterior) posibilita
pegar dichas imgenes para generar
otra conteniendo el rea de ambas. Las
imgenes que se pegarn incluso
pueden tener un traslape entre ellas, en
cuyo caso el programa da la posibilidad
de decidir cual de ellas mantendr su
contenido en el rea de traslape. Este
proceso de mosaico tambin puede
operar con las opciones de columnas y filas o coordenadas. En este ejercicio se ocupar
la segunda opcin (coordenadas) aprovechando que ambas imgenes estn con el
mismo sistema de referencia espacial. Ejecute el programa CONCAT, escoja la opcin de
coordenadas, el numero de archivos a procesar 2, con los browser respectivos seleccione
las imgenes AREA1 y AREA2, ingrese un nombre para la imagen que se generar y
presione Ok. Se generar una imagen abarcando el rea total que contenan ambas
imgenes procesadas. Despliegue las originales, la nueva imagen y analice lo que
ocurri.
Correcciones geomtricas y georreferencia: Para que las imgenes posean una
geometra espacial capaz de ajustarse a mapas, planos, otras imgenes u otras
referencias, debe pasarse por un proceso de ajuste geomtrico y referencia respecto a un
patrn cartogrfico. El programa RESAMPLE, que puede usarse tambin para vectores,
permite posicionar cada celda en el espacio correcto de acuerdo al tipo de proyeccin
cartogrfica que el usuario requiera (Utm, Lat/long, etc). Si se utilizan coordenadas
geogrficas como referencia, la X corresponde a la longitud y la Y a la latitud. Recuerde
que en nuestro pas ambos ejes tienen valores negativos.
Gracias al avance tecnolgico, en general las imgenes nuevas se distribuyen tanto con
una precorreccin geomtrica como con una georreferencia aproximada, ambas bastante
aceptables que ayudan mucho para efectuar una correccin de precisin. En este
aspecto, los usuarios que tuvieron que lidiar con imgenes antiguas, agradecen
enormemente estos avances.
Previo al proceso se deben considerar algunos aspectos importantes: a) la escala
espacial de los archivos de referencia que se usen (vectores, otras imgenes, etc) debe
ser igual o ms fina que la escala de trabajo con que se pretende utilizar la imagen que se
procesar, b) Si la imagen abarca un rea ms grande que el rea que finalmente se
utilizar, los puntos de control debern concentrarse en esta ltima, c) los puntos de
control debern estar presentes en toda el rea sin dejar alguna zona desprovista de
ellos, d) el nmero de puntos de control y el orden del algoritmo de correccin dependen
del grado de distorsin que presente la imagen, de sus dimensiones y de la geometra del
rectngulo del rea, y e) el error mximo aceptable es el equivalente al tamao de 1 celda
(pxel). Se recomienda tratar primero con un algoritmo lineal y no menos de 9 puntos de
control, si el error resultante es mayor a 1 pixel tratar con un algoritmo cuadrtico
subiendo la recomendacin a 12 puntos y si an el error mayor a 1 celda persiste usar un
algoritmo cbico con un mnimo de 16 puntos. Si al comprobar el resultado hay algunas
zonas con errores, hay que aumentar el nmero de puntos de control en ellas.
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 referencey despliegue el
vector hidrografacon la simbologa del
mismo nombre. Sobre este ltimo vector
agregue el mismo que fue agregado sobre
la imagen pero con la misma simbologa
anterior. 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 hidrografacon 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 273 y trate de dejarla en el centro del despliegue. Note que en la
imagen, alrededor de la celda columna 312 fila 277, hay una figura un poco triangular que
tambin puede visualizarse en el vector que est sobrepuesto a la imagen alrededor de la
columna 318 fila 267. 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
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
Includeel Yespor 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.
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 latlongcomo el
nuevo sistema de referencia, presione Output Reference Information y despus de un
momento el sistema le ofrecer, para esta nueva referencia, el rea espacial y la cantidad
de columnas y filas adecuadas en esta conversin. Presione Ok en esta nueva ventana y
despus lo mismo en la primera ventana que se abri. Usted posee ahora la misma banda
espectral pero en 2 versiones, una en UTM y otra en coordenadas geogrficas. Si quiere
conocer detalles de las proyecciones que se utilizan, ejecute el programa EDIT que est
en el Men Data Entry, vaya a File, Open, en la casilla de ms debajo de la nueva
ventana seleccione el tipo de archivo Reference System Parameters .ref y con el browser
de la casilla superior vaya a C:/Idrisi /Georef/ y seleccione Latlong. Se abrir una
nueva ventana mostrando los parmetros que se estn usando para este tipo de
coordenadas. Incluso usted puede crear su propio archivo de referencia para ser usado
por el sistema.
DIGITALIZACINENPANTALLA
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 imagen wnd3r83_4t890317r4 y
contrstela para una mejor visualizacin. Presione
el cono , en la nueva ventana seleccione la
opcin Line, 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 perfil como se muestra en la figura de
la izquierda. Para esto, posicione el nuevo cursor que apareci cerca del extremo superior
izquierdo del perfil mostrado en la figura y presione el botn izquierdo del mouse (note
que se activ un segundo cono al lado derecho del que inici el proceso de
digitalizacin). Despus lleve el cursor al otro extremo de la lnea mostrada y presione
nuevamente el mismo botn del mouse. Para terminar presione el botn derecho (note
que se activ un tercer cono). El segundo cono se usa para eliminar el ltimo punto
digitalizado y el tercero para guardar el archivo vectorial que se cre. Presione el tercer
cono y guarde el vector. El perfil no necesariamente es formado por slo dos puntos y
tampoco es obligatorio que sea completamente lineal. Si se quiere digitalizar ms perfiles
se repite el procedimiento con la precaucin que estos nuevos elementos queden con
distintos identificadores respecto del anterior y entre ellos. Para generar vectores con
puntos o polgonos se aplica el mismo mtodo. En el caso de polgonos, el ltimo punto
debe quedar cerca del primero para facilitar al sistema cerrar el rea. Existe un cuarto tipo
de elemento vectorial, el texto, que se utiliza en la generacin de cartografa para
impresin de resultados. Si desea comprobar el resultado de lo que hizo, remueva el
vector y agrguelo de nuevo.
EXTRACCINDE VALORES
Para extraer el valor de cada celda del perfil que se digitaliz, usaremos el programa
PROFILE que se encuentra en el Men GIS Anlisis, SubMen DataBase Query. Ejecute
el programa y en la nueva ventana deje la opcin Over Space(las otras opciones sern
ocupadas ms adelante), seleccione el vector que se gener anteriormente y para la
imagen de donde se van a extraer los valores use la del ejercicio de digitalizacin.
Tambin active la opcin de crear un archivo de perfiles .ipf, pngale un nombre y
presione Ok.
En pantalla aparecer un grfico mostrando los valores (eje Y) de cada celda del
transecto (eje X), ordenadas de acuerdo
a la forma en que se digitaliz el perfil. A
la izquierda, la primera celda
correspondiente al primer punto del
transecto y a la derecha la celda
correspondiente al segundo punto con
que se determin el perfil. Este grfico
puede ser guardado como imagen,
opcin save to Clipboard, para ser
usado en documentos de texto. El
archivo .ipf es un archivo que permite
desplegar el grfico cada vez que uno lo desee, con la opcin Redisplay Profile, sin
tener que hacer el proceso de nuevo.
Otro programa bastante til es EXTRACT, que lo encuentra por el mismo camino que el
programa anterior. Este programa permite generar un archivo de valores (Attribute Values
Files que al igual que imgenes y vectores est compuesto por 2 archivos .avl y .dvl)
conteniendo valores de celdas de una imagen cuyo espacio geogrfico est indicado por
elementos espaciales presentes en otra imagen. El archivo de valores resultante puede
contener valores mnimo, mximo, total, promedio, rango o desviacin estndar.
Si no tenemos los elementos espaciales en una imagen, sino en un archivo vectorial
como en el ejercicio anterior, debemos transformar esta informacin desde vector a
imagen (procedimiento visto en un captulo anterior, pgina 13). Para este ejercicio
usaremos los mismos elementos espaciales (puntos) que se utilizaron para determinar las
zonas de puntos de control en el ejercicio de georreferencia, pero ahora contenidos en
una imagen. Ejecute el programa EXTRACT, en la primera casilla seleccione la imagen
puntosdecontrol (Feature Definition Image) y en la segunda la imagen
wnd3r83_4t890317r4 que es la imagen desde donde se van a extraer los valores DN
(podran ser otro tipo de valores, variables
o clases temticas, dependiendo de la
imagen que se est procesando). Como
en este caso estamos usando puntos (una
sola celda por punto) da lo mismo la
opcin Min, Max, Total o Average. Ponga
un nombre al archivo de valores que se va
a generar y presione 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 tiene 2 columnas: la primera con el identificador del
elemento espacial y la segunda con el valor que se obtuvo para ese elemento. No tome
en cuenta el identificador 0. Como son archivos de texto, estos archivos pueden ser
importados a Word, Excel u otros programas de anlisis estadstico.
Para el siguiente ejercicio utilizaremos como elementos espaciales algunas comunas de
Santiago (polgonos) contenidas en una imagen, para las cuales extraeremos los valores
promedios de DN de otra imagen. Ejecute nuevamente el programa y seleccione en la
primera casilla la imagen algunascomunas, en la segunda casilla la imagen
wnd3r83_4t890317r4, tome la opcin promedio (Average) y ponga un nombre para el
archivo de valores que se crear. Presione Ok y despus con el programa EDIT analice el
contenido del archivo que se cre.
Si quisiramos ahora generar una imagen conteniendo los valores promedios de cada
comuna, utilizando el archivo de valores resultante en el ejercicio anterior, el sistema
ofrece un programa que nos permite realizar esa funcin. Ejecute el programa ASSIGN, el
que se ubica en el mismo Men SubMen que el anterior, seleccione en la primera casilla
la imagen algunascomunas, en la segunda ponga un nombre para la imagen que se va a
crear, en la tercera seleccione el archivo que se gener en el ejercicio anterior y presione
Ok. Se desplegar ahora una imagen que contiene los promedios de DN para cada
comuna. Recuerde que estos valores podran ser de cualquier otro tipo (densidad de
vegetacin, temperaturas, etc).
TRANSFORMACINDE VALORES
El programa STRETCH permite producir
imgenes reduciendo el nmero de
valores, reagrupando por rangos los
originales. Este programa ofrece realizar
una conversin lineal, entre un mnimo y
un mximo, saturando algn porcentaje
de valores extremos o basndose en el
histograma de la imagen y con la
indicacin, por parte del usuario, de la
cantidad de valores diferentes deseados,
se genera una nueva imagen. Otra
utilidad del programa es la preparacin de
imgenes para impresin con capacidad
de 16 colores o niveles de grises.
Con Display Launcher despliegue la imagen wnd233083_08320011129_B30utilizando
tonos grises (paleta Grey Scale) y las dems alternativas por defecto. Observe la imagen,
adems de ser muy opaca muestra muy pocos detalles. Seleccione el programa
STRETCH desde el men Display o pinchando en el icono , ingrese el nombre
wnd233083_08320011129_B30como input file y CSTRETCH para la nueva imagen.
Escoja la opcin linear, opte por un mnimo = 0 y un mximo = 120, deje fuera de proceso
el valor 0 y escoja 16 niveles. El programa crear una imagen con 16 niveles que
representan rangos iguales entre el mnimo y mximo entregados. Presione Ok. Compare
ambas imgenes.
Como en el programa anterior, la agrupacin de valores no tiene mucho control por parte
del usuario, existe otro programa que permite que las decisiones las tome completamente
el operador. El programa RECLASS tiene como opciones clasificacin por rangos iguales
o cada rango determinado por el usuario. En el primer caso se puede especificar el
nmero de clases o el rango de las clases, en el segundo caso se ofrece una total
flexibilidad para reclasificar la imagen. El programa tambin permite reclasificaciones de
archivos de valores.
El concepto de imagen mscaratambin
aparece en la literatura especializada como
imagen binaria. Consiste en una imagen
que contiene slo valores 1s y 0s. Su
utilidad es seleccionar en otras imgenes,
solamente las reas que al usuario le
interesa analizar. Hay varios programas de
anlisis, los que se vern ms adelante, que
usan esta posibilidad. Para aclarar este
concepto y el uso del programa RECLASS
realizaremos el ejercicio siguiente.
Despliegue la imagen algunascomunas, en
donde los polgonos que representan el
rea comunal tienen sus respectivos
identificadores (hasta el id. 68) y el resto de
la imagen contiene valores 0s. Ejecute el
programa RECLASS en el Men GIS
Anlisis SubMen DataBase Quero o
presionando el icono , en la primera
casilla seleccione la imagen mencionada
ms arriba, en la segunda ponga un
nombre a la imagen que se crear, en la
primera lnea de la casilla mayor ingrese 1,
1 y 69 respectivamente en cada una de las
3 columnas que posee. La instruccin se
entiende como: ponga un 1 para todos
aquellos valores comprendidos entre 1 y 68,
siendo este ltimo nmero el anterior al que
pusimos en la tercera columna (as lo
requiere el programa). Presione Ok. Este
programa posibilita reagrupar valores o rangos de valores generando nuevos. La imagen
que se despleg tiene ahora 1s en todas las comunas que en la imagen anterior tenan
distintos valores. Esta es una imagen mscara.
Para entender su utilidad ejecute el programa OVERLAY que se encuentra en el Men
GIS Analysis SubMen Mathematical Operators o pinchando el icono . En la primera
casilla seleccione la imagen recin generada, en la segunda casilla seleccione
wnd3r83_4t890317r4 (despliguela en
pantalla tambin), tome la opcin multiplicar y
presione Ok. Se ha generado una imagen,
rplica de la anterior conteniendo valores
solamente para las celdas correspondientes a
las comunas de inters, todas las otras celdas
han quedado con valor 0. La multiplicacin
por 0s y 1s funciona. Esta posibilidad nos
permite analizar o presentar resultados de
reas de estudio con formas irregulares
dejando totalmente fuera los datos del resto
de la imagen.
Una mezcla de los programas de extraccin de valores y el uso de la imagen mscara es
el programa QUERY, el que genera un archivo con el valor de todas las celdas de una
imagen cuyo espacio geogrfico est representado en una imagen mscara. Este archivo
resultado puede ser procesado por el programa HISTO para analizar los datos o puede se
exportado a cualquier programa estadstico para anlisis ms detallados. Ejecute el
programa QUERY Men GIS Anlisis SubMen DataBase Query, en la primera casilla
seleccione la imagen wnd3r83_4t890317r4, en la segunda la imagen comuna56, ponga
un nombre al archivo que se va a crear manteniendo la opcion binario y presione Ok.
Ejecute el programa HISTOy seleccione el archivo recin creado para ser analizado. Si
desea usar los datos extrados en otro programa estadstico ms poderoso, use la opcin
ASCII.
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 o bien para diferenciarlos ms
an.
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 suavizar
imgenes temticas.
Aplique un filtro de Paso Alto, para ello seleccione el programa FILTERdesde 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_B30y 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 extractoresde bordeso 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.
NDICESTEMATICOS
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 (solana-
umbra), 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. Este ejercicio se
realizar en el captulo de estadstica con imgenes para practicar las regresiones.
Cuando se cuenta con imgenes de NDVI de
distintas fechas y quiere obtenerse una
representacin que abarque todo el periodo de
estas imgenes, se puede utilizar el programa
NDVICOMP cuyo propsito es procesar una
serie de imgenes de ndice de vegetacin con
el objetivo de producir una representativa de la
serie (representaciones semanales,
mensuales, etc) o para la comparacin entre
series. El proceso se realiza dejando a criterio
del usuario uno de dos algoritmos: mximos o
media cuadrtica. Ejecute el programa
NDVICOMP, ubicado en el Men Image Processing SubMen Restoration, se procesarn
4 imgenes de NDVI mensual de la V Regin correspondientes a octubre (oct94), enero
(ene95), abril (abr95), julio (jul95), tome la opcin Quadratic Mean e ingrese un nombre
para la imagen que representar el periodo abarcado por las imgenes procesadas.
Observe las imgenes originales y la resultante.
La misma frmula que se utiliza para generar el NDVI, tambin aplica en la derivacin de
otro ndice que se puede usar como un indicador de humedad NDMI (M=moisture).
Recordando que las bandas en el
infrarrojo medio captan energa de
acuerdo al mayor o menor contenido
de humedad de los elementos, el
ndice ahora se realiza con infrarrojo
cercano e infrarrojo medio (IFC
IFM)/(IFC+IFM). Usando la calculadora
procese las bandas 4 (IFC) y 5 (IFM)
de la misma serie de imgenes que
ocup en el ejercicio anterior. La
interpretacin de los valores
resultantes es de 0 hacia +1 mayor
contenido de humedad y hacia los
negativos como mayor sequedad.
Anlisis de Componentes Principales. Es una tcnica de transformacin lineal con la
que a partir de un grupo de imgenes se genera un segundo grupo, llamadas
componentes, cuyas caractersticas son la inexistencia de correlacin entre ellas y el
orden de generacin es de acuerdo a la cantidad de varianza de las imgenes originales
que estos componentes explican.
Usualmente, un gran porcentaje de datos de cada una de las bandas espectrales, que
conforman una imagen, se correlacionan con las otras bandas, por lo que este anlisis se
ha utilizado bastante como un reductor de informacin redundante. Sin embargo, en el
ltimo tiempo se han encontrado varias interpretaciones importantes de los resultados que
se producen. El anlisis estadstico en base a correlacin o varianza y covarianza entre
bandas, genera un nmero de nuevas imgenes no mayor al nmero de bandas que se
procesan, el que como mximo puede ser 12. Adems de generar el nuevo grupo de
imgenes, el anlisis entrega una tabla con las matrices de varianza/covarianza, la
correlacin entre bandas, los autovalores y autovectores, y la matriz de correlacin entre
las bandas originales y los componentes generados.
Ejecute el programa PCA que se encuentra localizado en el Men Image Processing
SubMen Transformation, seleccione las bandas espectrales de la serie
wnd3r83_4t890317r.., utilice la opcin unstandardized (ms ponderacin para las bandas
de mayor varianza), nmero de componentes a generar 6, ingrese un prefijo y presione
Ok.
Se producirn 6 nuevas imgenes con nombres del sufijo que usted ingres ms un
agregado por el sistema (CMPn), siendo n del 1 al 6 indicando el nmero del componente.
Adems, aparecer una tabla conteniendo las diferentes matrices que se mencionaron
anteriormente. Antes de desplegar cada
componente, analice las matrices tratando de
apreciar los siguientes aspectos: varianzas y
correlaciones de las bandas originales, los
autovalores y autovectores de los componentes y
finalmente las correlaciones entre las bandas y
los componentes. Despliegue cada una de las
nuevas imgenes y analice su sentido en
relacin a las tablas generadas.
Hay otro programa Canonical Components
Analisys (CCA), que utilizando el mismo criterio,
no procesa los datos de toda la imagen sino
solamente de muestras y lo realiza a travs de
archivos que se denominan de signaturas (.sig).
La obtencin de estos archivos se ver en el captulo de clasificaciones.
Tambin relacionado con el anlisis de componentes principales, 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
autovectores propuestos empricamente por Huang et al, 2002, para cada una de las
variables que se generan. Ejecute el programa TASSCAPubicado en el Men Image
Processing SubMen Transformation, TASSCAP, seleccione la opcin TM e ingrese las
respectivas bandas de la serie wnd3r83_4t890317r.., ponga un prefijo para reconocer las
imgenes resultantes las que se diferenciarn entre ellas por los agregados bright, green
y moist. Para interpretar los valores resultantes de las nuevas imgenes, vaya a la opcin
help del programa y analice los coeficientes con los que se procesaron las bandas
espectrales originales tratando de explicarse que bandas son las ms influyen en la
produccin de cada variable temtica, brillo, verdor y humedad.
CLASIFICACIONESTEMTICAS
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
Los programas de clasificaciones sin supervisin son CLUSTER e ISOCLUST, ambos
funcionan con un mximo de 7 bandas espectrales, siendo el segundo una extensin del
primero. El mtodo que utilizan 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. Al realizar este mtodo, a veces
dentro de una categora puede que exista
un valor con una frecuencia mayor que su
representante, por lo que el primer
programa ofrece como alternativas aceptar
esa situacin (opcin Fine) o rechazarla
eliminando de esa categora al valor que
produjo la situacin mencionada (opcin
Broad). El segundo 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 el valor del representante y la media coinciden, 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 solamente 3 bandas de
la serie wnd233083_08320011129_b.. y
presione Next. Terminado ese proceso
intermedio, aparecer un histograma de las
nuevas categoras y otra ventana en que se
puede fijar la cantidad de iteraciones (para
el ejercicio ponga 1), el nmero de
categoras resultantes (ponga 15), la
cantidad mnima de celdas en las muestras
que se utilizarn para realizar el siguiente
proceso (ponga 50) 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 la imagen en el
sector urbano, en una escala aproximada al 1:50.000, trate de explicarse las distintas
categoras y tambin las asociaciones entre ellas.
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 Duros con Supervisin
Primer paso de clasificacin: Creacin de firmas espectrales.
MAKESIG. Previo a este programa el usuario debe escoger, en las bandas o
combinaciones de bandas que se clasificarn, los sitios de entrenamiento utilizando la
opcin de digitalizacin del programa Display Launcher. El archivo vectorial generado con
los sitios es la primera informacin que MAKESIG solicita. Posteriormente hay que indicar
la cantidad y el nombre de las imgenes que se van a procesar. A continuacin hay que
entregar al sistema las identificaciones de los sitios de entrenamiento que se generaron.
Con este informacin el programa genera las signaturas (firmas espectrales) de los sitios
de entrenamiento.
FUZSIG. Similar al anterior pero con la diferencia que permite asumir que algn sitio de
entrenamiento pueda contener mezcla de clases.
HYPERSIG. Se utiliza con los mismos propsitos que MAKESIG para clasificaciones
hyperespectrales. Las signaturas (caractersticas espectrales) pueden ser extradas de los
sitios de entrenamiento o de curvas espectrales de laboratorio.
Los sitios de entrenamiento son reas (polgonos) en los que un especialista est
totalmente seguro del elemento que ah existe. Algunas consideraciones al respecto: a)
los polgonos de elementos diferentes deben tener distintos identificadores, b) cuando
digitalice cada sitio, utilice contraste y zoom (a una escala aproximada a la que ofrece la
imagen) para visualizar mejor los lmites de cada rea, c) digitalice el sitio por el lado
interior del rea que supone es la correcta, con el objetivo de evitar la incorporacin de
algn otro elemento, d) las reas de los sitios deben ser relativamente iguales en tamao
y que no sean inferior a 50 celdas (si no puede cumplir con este requisito digitalice varios
polgonos pequeos para ese elemento manteniendo el mismo identificador), e) si
considera que un mismo elemento est en condiciones ambientales diferentes (solana,
umbra, humedad, sequedad, plano, pendiente, etc) digitalice para ese elemento varios
sitios de entrenamiento que contengan esos ambientes, y f) el o los archivos vectoriales
que se genere(n) puede(n) contener el sitio de un solo elemento o los de todos los
elementos juntos( en este ltimo caso lo importante es identificadores diferentes).
Para trabajar en la clasificacin supervisada hgalo con la misma serie de bandas
espectrales del ejercicio anterior. Despliegue diferentes bandas o haga falsos colores,
utilizando aquellas que le ayuden para diferenciar de mejor forma las reas de los
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 arbrea-
arbustiva, 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 mximo-
mnimo 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.
SEPSIG. Provee informacin estadstica de la separacin de las signaturas para las
distintas bandas que participan en la clasificacin. Es bastante til para visualizar cuales
son las mejores bandas que se pueden usar en la discriminacin de diferentes clases.
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 Meany
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 anlisis de separacin de firmas
espectrales. La clasificacin puede hacerse para todos los sitios y con todas las bandas
de una sola vez o parcialmente para algunos sitios y usando slo algunas bandas. Esta
decisin debe tomarse despus del anlisis de separacin.
Antes de realizar el anlisis de
separacin, si el programa MAKESIG no
produjo un grupo de signaturas (.sfg)
genrelo con el programa Collection
Editor. Despus que lo genere, ejecute
el programa SEPSIG, ubquelo por el
mismo camino anterior, tome la opcin
Divergence, ingrese el grupo de
signaturas y seleccione 3 bandas. El
programa entregar una tabla con
combinaciones de bandas tomadas de a 3, con puntajes de separacin entre todas las
categoras tomadas de a 2. Mientras mayor es el puntaje, esa combinacin de bandas es
mejor para separar categoras.
Tercer paso de clasificacin: La prueba de diferentes clasificadores.
Una vez que las signaturas creadas satisfacen al usuario, viene la etapa de clasificacin.
Los programas que realizan este proceso son PIPED, MINDIST, MAXLIKE y otros. El
primero clasifica cada dato tomando el mximo y el mnimo fijados por las signaturas. El
segundo se basa en la mnima distancia hacia la media que ha fijado cada signatura; y el
tercero efecta el proceso basndose en ley de probabilidades (funcin densidad de
probabilidad), ofreciendo adems las posibilidades de indicar un conocimiento previo
mediante la proporcionalidad en espacio que ocupara cada signatura y la eliminacin, en
la clasificacin, de un porcentaje de datos.
HYPERMIN es la versin
hyperespectral de MINDIST e
HYPERSAM es el clasificador que
puede incluir signaturas espectrales
obtenidas en laboratorio.
Realice varias clasificaciones usando
los programas PIPED, MINDIST y
MAXLIKE que se encuentran en el
Men Image Processing, Submen
Hardeners. Cuando ejecute cada uno
de ellos, pruebe con las distintas
opciones que ofrecen analizando cual
de todas las clasificaciones resulta
ms satisfactoria para usted. El mtodo que elija como el mejor, slo lo es para esta
imagen. Recuerde que todo se basa en estadstica y depende de la distribucin de los
datos, por lo tanto no siempre un clasificador determinado es el mejor.
Clasificadores Moderados
Otros clasificadores son los moderados. stos no deciden la asignacin de una celda a
alguna determinada clase. Su resultado es la probabilidad o el grado de pertenencia de
esa celda a cada una de las clases en juego. BAYCLASS utiliza la teora Bayesiana de
probabilidades, BELCLASS la teora jerrquica de Dempster-Shafer y FUZCLASS a
travs de la teora de un grupo de datos FUZZY. Los clasificadores duros de los
resultados anteriores son MAXBAY, MAXBEL y MAXFUZ, respectivamente.
Si bien es cierto que estos procesos de clasificacin han sido diseados para
trabajar con bandas espectrales, se pueden aplicar a cualquier tipo de variables.
Por ejemplo, podemos clasificar sitios con diferente riesgo de erosin teniendo en
imgenes informacin de pendiente, precipitacin y cobertura vegetacional. Lo
importante es que nos entregarn reas en que estas variables se comportan de
diferentes maneras e interpretndolas correctamente podramos estimar, en este
caso, zonas de mayor o menor riesgo de erosin.
Si se desea calcular el rea de las categoras 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.
ANLISISTEMPORALES
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) o mediante anlisis de componentes principales,
especialmente del segundo componente, 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. 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.
Seleccione el programa PCA, tome las opcines de 2 imgenes a procesar y 2
componentes a generar, por defecto deje la opcin de calcular las varianzas directamente
y la opcin de variables estandarizadas en nmeros enteros. Los nombres de las
imgenes a procesar son los mismos del ejercicio anterior (IVDIC98 e IVENE99) y como
prefijo de las imgenes resultado escriba IVC. Despliegue las 2 imgenes resultado
(IVCCMP1 e IVCCMP2) y analice cual de las 2 le servira para detectar cambios.
Compare los 3 resultados anteriores y analice con que procedimiento se quedara para la
deteccin de cambios.
Anlisis Multitemporales
El comportamiento temporal de un objeto o de un paisaje, que define finalmente un
proceso o un ciclo, puede estudiarse y analizarse mediante la obtencin de informacin a
travs de perfiles temporales, recordando que estos perfiles pueden ser puntuales,
lineales o areales. Cuando espectralmente 2 elementos son muy similares y no se pueden
discriminar, el comportamiento temporal de cada uno, generalmente ayuda a
diferenciarlos.
Para este ejercicio se ocupar una serie de 12 imgenes de Indice de Vegetacin
mensuales de la V Regin, partiendo de septiembre del 94 (sep94) hasta agosto del 95
(ago95). Se utilizar adems una imagen de polgonos de varias zonas representando
tipos de vegetacin diferentes. El proceso extraer el promedio de Indice de Vegetacin
mensualmente para cada polgono y generar un grfico con los respectivos
comportamientos fenolgicos. Para comprender el ejercicio despliegue la imagen ene95y
sobreponga el vector perftemp. La identificacin de los polgonos corresponde a: 1) Veg.
agrcola de riego (valle del Aconcagua); 2) Vegetacin arbrea y Plantaciones Forestales
(sector Peuelas); 3) Veg. natural de secano interior (sector de Petorca); 4) Veg. natural
de secano costero norte (sector de Quintero); 5) Veg. de secanos sur (sector frente a San
Antonio) y 6) Veg. agrcola en sector de La Ligua.
Para generar el archivo de serie de tiempo, selecione el programa COLLECTION
EDITOR, la opcin file, new, ingrese el nombre perftempcomo el archivo de serie de
tiempo (.ts) y abrir. Agregue las imgenes en la siguiente secuencia: SEP94, OCT94,
NOV94, DIC94, ENE95, FEB95, MAR95, ABR95, MAY95, JUN95, JUL95 y AGO95 (stas
deben estar en el directorio de trabajo) y despus file-save.
Previo a realizar el anlisis multitemporal hay que rasterizar el vector perftemp usando
como modelo espacial cualquiera de las imgenes mencionadas en el prrafo anterior.
Seleccione ahora el programa PROFILE (Men GIS Analysis SubMen Change/Time
Series), opcin over time series, la imagen rasterizada conteniendo los polgonos, el
archivo de series de tiempo perftempy la opcin promedio (Mean). El resultado ser un
grfico mostrando el comportamiento temporal de estos tipos de vegetacin. Analice los
resultados y observe: 1) Cundo se da el mximo general de vegetacin?; 2) Cundo el
mnimo general?; 3) En que meses convendra discriminar los diferentes tipos de
vegetacin utilizando el comportamiento fenolgico?.
Encuentra parecido este tipo de anlisis a aquel que se efecta en el grfico que genera
el programa de clasificaciones SIGCOMP o aquel anlisis que realiza el programa
SEPSIG?. A pesar que estas imgenes no son bandas espectrales, para todos los efectos
vistos en el captulo de clasificaciones, se pueden tratar como tales no olvidando que en
este caso el valor de los datos son ndices de vegetacin de diferentes fechas y no
energa captada por un sensor. El mismo criterio aplica si son datos de temperatura,
humedad o de cualquier otra variable que se pueda estudiar temporalmente.
Falso Color Temporal
Otro anlisis temporal, es el que se realiza produciendo un falso color producido por 3
imgenes de la misma variable captadas en distintos tiempos. En este caso usaremos
imgenes de ndice de vegetacin. Realice un falso color poniendo las imgenes FEB95
en el color rojo, OCT94 en el color verde y
JUL95 en el color azul. Interprete los
colores resultantes: qu zonas estn
siempre con altos ndices, cuales siempre
con bajos ndices? en qu zonas hay ms
vegetacin en febrero, en julio, en octubre?
en qu zonas hay altos ndices en octubre
y julio pero bajos en febrero?.
Este tipo de anlisis tambin puede hacerse
para cualquier tipo de variables y no
necesariamente para aquellas que pueden
analizarse temporalmente. El ejemplo dado
en el captulo de clasificaciones (riesgo de
erosin, pgina 36) cmo podra hacerse
con esta metodologa, como se
interpretaran los colores resultantes, cmo
podra saberse que zonas tienen ms o
menos riesgo de erosin?
CORRELACIN, SIMULACINY MODELADO
En los procesos de simulacin y modelado, el anlisis de correlacin entre variables es
fundamental para lograr buenos resultados y dentro de este anlisis la validacin de las
variables es clave, especialmente si se trata de variables ambientales o bandas
espectrales que por su naturaleza, pueden estar muy correlacionadas entre s. En
captulos anteriores se ha visto el anlisis de componentes principales para eliminar
informacin redundante, aspecto que sesga bastante los resultados. Adems se ha visto
el anlisis de histogramas para eliminar datos extraos. Veremos ahora un aspecto que
tambin puede sesgar mucho los resultados: el anlisis de autocorrelacin espacial. Este
paso previo nos puede decir que tan cierto son las correlaciones espectaculares que
podamos conseguir cuando trabajamos con el tipo de variables mencionadas
anteriormente. La validez de una alta correlacin entre variables, a pesar que las pruebas
de confiabilidad as lo confirman, es totalmente dudosa si cada una de las variables ya
contienen una autocorrelacin espacial.
La autocorrelacin espacial analiza el
comportamiento de cada celda de una
imagen, o parte de una imagen, respecto
del comportamiento de sus vecinos. El
resultado, que es entregado en pantalla,
puede ser entre -1 (datos muy diferentes)
y +1 (datos muy similares).
Ejecute el programa AUTOCORR,
localizado en el Men GIS ANLISIS,
SubMen Statistics. Dentro del programa, la opcin Rook slo examina los vecinos
horizontales y verticales, mientras la opcin King agrega al anlisis los vecinos
diagonales. Seleccione la imagen abr95, como imagen mscara seleccione mascvregion
y presione Ok. Se est analizando una imagen de ndice de vegetacin de la V Regin y
como esta imagen posee sectores sin informacin se ha utilizado una imagen mscara
para realizar el anlisis solamente en los sectores que si tienen informacin. En pantalla
aparecer una tabla con resultados estadsticos de este anlisis conteniendo el ndice de
Moran (0,9627 en este caso) y una prueba z de
280, lo que nos indica una altsima
autocorrelacin verificada por la prueba usada.
Repita el mismo proceso para la imagen nov94
en donde obtendr un ndice de 0,9650 y una
prueba z de 280. Ambos resultados nos
muestran que si se hace un anlisis de
correlacin entre ambas imgenes
obtendremos un alto coeficiente pero de muy
dudosa confiabilidad. Cuando suceden estas
situaciones y se quiere salir de dudas, se
recurre a realizar los anlisis para celdas
separadas espacialmente con el objeto de
atenuar la dependencia espacial que tienen los
valores de celdas contiguas.
Repita el proceso anterior para las imgenes abr95c y nov94c, use como mscara la
imagen mascvregionc, anote los resultados del ndice de autocorrelacin y el valor de la
prueba z. Notar que estos bajaron sustancialmente. Se han procesado ahora imgenes
que fueron transformadas eliminando 9 de cada 10 columnas y 9 de cada 10 filas con un
programa que se llama CONTRACT (Men Reformat). La comprobacin de la situacin
planteada y su solucin, se ver a travs del siguiente ejercicio llamado regresiones.
Las regresiones entre imgenes o entre archivos de valores son anlisis de correlacin
entre una variable dependiente y otra o varias otras independientes. Uno de los tantos
resultados importantes que arroja este anlisis, aparte del coeficiente de correlacin y su
confiabilidad, es la ecuacin que explica como una variable depende de la (s) otra (s). Si
no es deseable trabajar con todos los datos de una imagen, los programas ofrecen la
posibilidad de intervenir con una tercera imagen (mscara). El resultado se presenta en
pantalla mediante un grfico de dispersin, la curva de regresin, coeficiente de
correlacin y algunos estadsticos de significacin. La ecuacin resultante es muy
utilizada en simulacin y modelado. Idrisi ofrece soluciones lineales solamente. El
programa de regresiones simple se llama REGRESS, para regresiones mltiples se usa el
programa MULTIREG y para regresiones logsticas LOGISTICREG.
Ejecute el programa REGRESS ubicado en los mismos Men y SubMen del ejercicio
anterior, como variable independiente seleccione la imagen nov94, como variable
dependiente abr95, como imagen mscara
mascvregiony presione Ok. Como resultado
obtendr un coeficiente de correlacin de 0,92
y un prueba t de 361, lo que nos indica una alta
correlacin entre ambas imgenes analizadas y
una buena validacin de sta a travs del valor
obtenido en la prueba t. Sin embargo recuerde
el ejercicio de autocorrelacin y las dudas de
que esta correlacin sea realmente la que se obtuvo. Para aclarar las dudas repita el
proceso de regresin utilizando ahora la imagen nov94c, abr95c y mascvregionc
(imgenes en donde se usan 1 de cada 10 columnas y 1 de cada 10 filas de las
originales). Obtenemos ahora el mismo coeficiente de correlacin y la prueba t baja a 35
lo cual todava nos confirma un alto nivel de significacin de esta correlacin obtenida. Por
lo tanto podemos concluir que nuestras dudas no tenan base y el nivel de correlacin
entre ambas imgenes es cierto. Si la correlacin hubiera bajado con la misma intensidad
que bajaron las autocorrelaciones en el ejercicio que se hizo previamente en este ltimo
aspecto, nuestra alta correlacin no sera tan confiable.
Los mismos procedimientos anteriores se utilizan
cuando son regresiones mltiples o para
regresiones logsticas. Por supuesto, las
ecuaciones lineales obtenidas pueden usarse
ahora confiadamente, despus de estas
validaciones, en simulaciones o modelado de
variables.

Manual Idrisi PUC

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Manual Idrisi PUC

Uploaded by

Copyright:

Available Formats

Manual Laboratorio de Percepcin Remota

You might also like