Professional Documents
Culture Documents
Calatayud, 23-26 de septiembre de 2009. pp. 453-456. Editores: Salomn Montesinos Aranda y Lara Fernndez Fornos
453
METODOLOGA
Anlisis espacial y espectral de las imgenes
Landsat
Analizar espacialmente la informacin
espectral contenida en pxeles pertenecientes a una
imagen Landsat es una de las primeras tareas a
realizar. El resultado de ese anlisis se muestra a
modo de ejemplo en dos puntos de la imagen
Landsat adquirida el da 07 de Septiembre de 2008
(Figura 1). Se observa que la informacin
proporcionada por las bandas no es suficiente para
determinar que pxeles corresponden a zonas de
nube y cules no (figura 1). En ella se aprecia que el
valor de las bandas en los dos casos es muy similar.
Es por esto que desde EOLAB hemos hecho un
esfuerzo en investigar e implementar otras tcnicas
de deteccin que no estn basadas nicamente en la
informacin de cada pxel. El procesado de la
mscara de nubes basado en el algoritmo ACCA se
realiza en tres bloques fundamentales: (i) Uso de la
continuidad temporal, (ii) el filtrado, y (iii) el uso de
la continuidad espacial.
Nube
No nube
Filtrado de nubes
El algoritmo propuesto incluye el filtrado
de las distintas bandas, de igual modo que el
algoritmo ACCA pero incluyendo algunas
modificaciones (tabla1). Estas modificaciones
permiten la separacin de las salidas de los filtros y
aaden nuevos filtros para clasificar mejor los
puntos de nube, y para poder distinguir las zonas de
sombra y de agua.
condiciones:
Filtro
1
Umbral de brillo
Indice de
(NDSI)
Umbral de temperatura
Compuesto
nieve
Funcin
Elimina zonas oscuras
normalizado
Elimina distintos
tipos de nieve
Elimina zonas
calientes
Elimina distintas
superficies
incluyendo hielo
Elimina vegetacin y
suelo altamente
reflectante
Elimina elementos
ambiguos
Elimina piedras y
zonas desrticas
bandas
5/6
RESULTADOS
Los resultados mostrados a continuacin
permiten observar la mejora obtenida por el nuevo
algoritmo basado en la optimizacin del ACCA.
Asimismo muestran los problemas que tienen ambos
algoritmos, y las dificultades que todava existen en
las imgenes procesadas.
(a4)
(b1)
(b3)
(b4)
(c3)
(c4)
(c1)
(b2)
(c2)
BIBLIOGRAFA
Irish, R. I. 2000. Landsat7 automatic cloud cover
assessment:
Algorithms
for
multispectral,
hyperspectral,
and
ultraspectral
imagery.
Proceedings of SPIE, 4049, 348355.
Ju, J. and Roy, D. P. 2008. The availability of cloudfree Landsat ETM+ data over the conterminous
United States and globally. Remote Sensing of
Environment, 112, 1196-1211.
456