You are on page 1of 57

LAS IMGENES SATELITALES Y SUS APLICACIONES

XIX Congreso Nacional de Estudiantes de Ingenieria de Sistemas y Computacion CONEISC 2011


16/08/2011 Huancayo, Per

M.Sc. Ing. Avid Romn Gonzlez

INDICE
La Teledeteccin Las Imgenes Satelitales Resolucin de la Imgenes Satelitales Correccin de Imgenes Filtrado de Imgenes Clasificacin Tcnica Basada en Compresin de Datos Ejemplos de Imgenes Satelitales Aplicaciones de la Imgenes Satelitales Factores a Tomar en Cuenta

Teledeteccin : definicin
Ciencia y arte de obtener informacin acerca de la superficie de la Tierra sin entrar en contacto con ella. Esto se realiza detectando y grabando la energa emitida o reflejada y procesando, analizando y aplicando esa informacin.

Proceso de teledeteccin
El proceso de teledeteccin involucra una interaccin entre la radiacin incidente y los objetos de inters

A. Fuente de energa o iluminacin B. Radiacin y la atmsfera C. Interaccin con el objeto D. Deteccin de energa por el sensor E. Transmisin, Recepcin y Procesamiento F. Interpretacin y anlisis G. Aplicacin

Imgenes Satelitales

Resolucin Espacial Resolucin Temporal Resolucin Espectral Costos Nubosidad (poca del Ao) Cobertura (Regional, nacional, etc.) Disponibilidad de Informacin (Ao a Evaluar)

La imagen numrica
Los sensores convierten los valores de reflectividad en valores numricos
tambin llamados valores radiomtricos que se extienden entre 0 y 255. Estos valores son almacenados en matrices compuestas de pxeles (generalmente cuadrados). Existe una matriz por banda. El pxel se define a travs de su posicin (fila/columna) y su valor.

Matriz de imagen numrica


4 9 12 9 11 6 12 8 10 8 7 11 5 203 225 205 221

10 214 221 222 218 219 55 212 225 230 244 210 70 210 220 224 221 220 146 214 218 227 230 219

Valores radiomtricos entre 0 y 255:


0 (0% de reflectividad): Negro 255 (100% reflectividad): Blanco

122 125 146 222 235 249 231

78 114 120 135 138 139 140 146 123 132 135 138 141 132 134 129

Estas matrices de valores radiomtricos se pueden visualizar:


En matices de gris En composiciones coloreadas (mediante una combinacin de varias bandas)

Muestreo de valores radiomtricos para una banda espectral dada

Resolucin Espacial

Comparacin de Imgenes en Resolucin Espacial

Resolucin Temporal
Este concepto alude a la frecuencia de cobertura que proporciona el sensor. Periodicidad con la que este adquiere imgenes de la misma porcin de la superficie terrestre. El ciclo de cobertura esta en funcin de las caractersticas pticas de la plataforma.

Satlites de Orbita Polar de la NASA

Satlites de Orbita Polar que Pasan en Horas de la Tarde

Periodicidad de los sistemas espaciales


Varan de acuerdo a los objetivos fijados para el sensor: Satlites Meteorolgicos Informacin en periodos cortos de tiempo (Observan fenmenos muy dinmicos) Satlites de Recursos Naturales Ofrece periodicidad mucho menor, Landsat 16 das

Resolucin Temporal

Resolucin Espectral

Indica el numero de anchura de las bandas espectrales que pueden discriminar el Sensor. Un sensor ser tanto mas idneo cuanto mayor numero de bandas proporcione, ya que facilita la caracterizacin espectral de las distintas cubiertas.

Comparacin de Imgenes en Resolucin Espectral


Satelite
Landsat 5 IRS-1C SPOT 4 Ikonos Landsat 7 EO-1 Terra EO-1 Terra / Aqua SAC-C Quickbird ENVISAT SPOT 5 CBERS 2 CBERS 2B MERIS HRG CCD CCD / HRC ETM+ ALI ASTER Hyperion MODIS

Sensor
TM LISS-III HRVIR

Propiedad
NASA / USGS ISRO CNES GeoEye NASA / USGS NASA NASA / JAXA NASA NASA CONAE Digital Globe ESA CNES INPE / CAST INPE / CAST

Desde
1984 1995 1998 1999 1999* 2000 2000 2000 2000 2000 2001 2002 2002 2003 2007

Bandas Espectrales
7 7 5 4 9 10 14 242 36 3 4 15 5 5 6

LONGITUD DE ONDA
La mayora de los dispositivos de sensoramiento remoto hacen uso de la energa electromagntica. Sin embargo, el espectro electromagntico es muy amplio y no todas las longitudes de onda son igualmente efectivas para propsitos de sensoramiento remoto. Adems, no todas tienen interacciones significativas con los materiales de la superficie de la tierra de inters para nosotros.

WAVELENGTHS (en metros)


mas corto 10-11

10-10

10-9

10-8

10-7
ULTRA VIOLET

10-6

10-5

10-4

10-3

10-2

10-1

101

102

mas largo

GAMMA RAYS

X RAYS

INFRARED MICROWAVE

RADIO WAVES

VISIBLE

400

500

600

700 nanometers

1 Amstrog = 0,001 micrn ( ) = 0,000001 de milmetro ... Una vez que la onda de despolarizacin

Espectro Electromagntico
Espectro visible (0.4 a 0.7 m) Mxima radicacin solar Tres bandas azul, verde y rojo Puede percibir nuestro ojo Infrarrojo Cercano (IRC 0.7 1.3 m) Capacidad para distinguir masa vegetales y concentraciones de humedad Infrarrojo Medio (1.3 a 8m) Infrarojo de onda Corta (SWIR) (1.3 y 2.5 m) Idneo para estimar el contenido de humedad en la vegetacin o suelos. Infrarojo medio (IRM) (3.7 m) deteccin de focos de alta temperatura (Incendios y Volcanes Activos) Infrarojo Lejano o Trmico (IRT, 8 a 14 m) Porcin emisiva del espectro terrestre, calor proveniente de la tierra. Micro Ondas (M, por encima de 1 mm) Tipo de energa bastante transparente a la cubierta nubosa

Interaccin de los elementos de la superficie terrestre con la radiacin


Cada tipo de material, suelo, vegetacin, agua, etc. reflejar la radiacin incidente de forma diferente lo que permitir distinguirlo de los dems si se mide la radiacin reflejada. El grfico que, para cada longitud de onda, da la reflectividad se conoce como signatura o firma espectral y constituye una marca de identidad de los objetos. En el caso de la radiacin visible, las diferencias en cuanto a la reflexin para las diferentes longitudes de onda se traduce en lo que llamamos colores. Un objeto es verde si refleja la radiacin solar preferentemente en esta zona del espectro.

Correcciones de imagen
Una imagen de satlite est sometida a una serie de interferencias que
hacen que la informacin que quiere obtenerse aparezca perturbada por una serie de errores. Fallos en los sensores, generan pxeles incorrectos (correccin radiomtrica) Alteraciones en el movimiento del satlite y el mecanismo de captacin, generan distorsiones en la imagen global (correccin geomtrica) Interferencias de la atmsfera, alteran de forma sistemtica los valores de los pxeles (correccin atmosfrica).

Tcnicas de filtrado espacial


Mtodos para resaltar o suprimir, de forma selectiva, informacin contenida en una imagen a diferentes escalas espaciales, para destacar algunos elementos de la imagen, o tambin para ocultar valores anmalos. Los filtros ms utilizados son los de paso bajo (suavizan la imagen), de paso alto (aumentan el contraste), los filtros direccionales (detectan en la imagen estructuras que siguen una determinada direccin) y los de deteccin de bordes (permiten identificar y aislar objetos con propiedades homogneas dentro de la imagen).

Tcnicas de filtrado espacial


El proceso de filtrado consiste en la aplicacin a cada uno de los pxeles de la imagen de una matriz de filtrado de tamao N x N (ventana mvil generalmente de 3x3 aunque puede ser mayor) compuesta por nmeros enteros y que genera un nuevo valor mediante una funcin del valor original y los de los pxeles circundantes. El resultado final se divide entre un escalar, generalmente la suma de los coeficientes de ponderacin.

Tcnicas de filtrado espacial


Filtro de paso bajo: eliminacin del efecto borroso (filtro de la mediana)

Tcnicas de filtrado espacial


Deteccin de contornos (filtro Prewitt)

Tcnicas de filtrado espacial


Deteccin de contornos (filtro Laplaciano)

Tratamientos de imagen: ndices


Cuando interesa detectar algn aspecto especfico de la superficie terrestre, pueden utilizarse ndices que utilicen algunas de las bandas. ndices de vegetacin: son calculados a partir de la reflectividad en diferentes bandas. Indican la abundancia y estado de la vegetacin. Se basan en el comportamiento reflectivo peculiar de la vegetacin. La signatura espectral caracterstica de la vegetacin sana muestra un fuerte contraste entre la baja reflectividad en el rojo (0,6 0,7) y la alta reflectividad en el infrarrojo de longitud de onda ms corta (0:7 1,1). Esta diferencia es tanto mayor cuanto mayor es la densidad de la vegetacin y mejor su estado fitosanitario.

Tratamientos de imagen: ndices


En esta idea se basan la mayor parte de los ndices de vegetacin. El ms conocido es el ndice Normalizado de Vegetacin (NDVI) cuya ecuacin es:

donde ir es la reflectividad en el infrarrojo cercano (banda 4 de landsat TM) y r es la reflectividad en el rojo (banda 3 de landsat TM).

Tratamientos de imagen: neo-canales


En una imagen de satlite se dispone de varias bandas que corresponden a diversas regiones del espectro electromagntico. En muchos casos algunas de estas bandas corresponden a las subregiones del visible que corresponden a los colores azul, verde y rojo. Por otra parte, los monitores y tarjetas de video disponen de 3 canales para representar los 3 colores bsicos. Por tanto puede utilizarse cada canal para representar los valores de los pxeles de una banda y obtener as una composicin de color.

Tratamientos de imagen: neo-canales


La composicin de color ms obvia sera simular el color real, asumiendo que estamos trabajando con Landsat: b1 -> B b2 -> G b3 -> R pero como se dispone de ms bandas, nada impide utilizarlas para generar visualizaciones en falso color. Estas composiciones sirven para resaltar los elementos que mayor reflectividad presentan en las bandas utilizadas, adems de obtener visualizaciones ms o menos estticas. As es ms fcil discriminar visualmente los elementos.

Tratamientos de imagen: neo-canales


A partir de las bandas espectrales 3-2-1 (Landsat TM), se puede generar una composicin coloreada. En este caso, el resultado se correspondera aproximadamente con una foto obtenida con pelcula color. No obstante persiste la dificultad de desglose de especies forestales.

Tratamientos de imagen: neo-canales


La misma escena pero en una composicin RGB de las bandas 4 (infrarrojo cercano), 5 (infrarrojo medio) y 3 (rojo del espectro visible). La radiacin reflejada en estas regiones del espectro, contiene informacin de suma trascendencia. En este caso no slo se puede diferenciar claramente especies forestales, sino que tambin se puede, contando con algunos datos de referencia de campo, sacar conclusiones acerca de la edad y variabilidad de manejo inherentes a cada especie arbrea en particular.

Clasificacin
La clasificacin responde a la idea de que pueden establecerse lmites precisos entre las respuestas espectrales de unos pxeles y otros, siendo estos lmites los que definen las clases. La clasificacin en teledeteccin es, por tanto, un caso particular del problema general de clasificar N individuos (pxeles) procedentes de una muestra en un conjunto de M < N clases en funcin de una serie de k variables (X1, X2,...,Xk). Este problema se resuelve en dos fases:
1. Determinacin del nmero de clases y de las propiedades de estas en relacin a las k variables 2. Asignar cada uno de los N individuos a una de las M clases utilizando una regla de decisin basada en las propiedades de los individuos y las clases en relacin a las k variables.

Clasificacin
La determinacin de las clases puede hacerse mediante dos criterios: la clasificacin supervisada y la clasificacin no supervisada.
1. Clasificacin supervisada: se basa en la disponibilidad de reas de entrenamiento. Se trata de reas de las que se conoce a priori la clase a la que pertenecen y que servirn para generar una signatura espectral caracterstica de cada una de las clases. Las reas de entrenamiento deben ser lo ms homogneas posibles y en las que sepamos lo que haba el da que se tom la imagen. Por ello esta operacin (levantamiento in situ) se realiza el mismo da en el que el satlite toma la imagen y luego se compra esta. Otra posibilidad es utilizar fotografa area o informacin de otro tipo.

Clasificacin
1. Clasificacin supervisada (continuacin): en la figura siguiente se observa la caracterizacin espectral de un conjunto de clases de uso de suelo definidas a partir de los valores de reflectividad en las diferentes bandas de landsat MSS.

Clasificacin
2. Clasificacin no supervisada. No se establece ninguna clase a priori, aunque es necesario determinar el nmero de clases que queremos establecer, y dejar que las defina un procedimiento estadstico basado en algoritmos de clasificacin automtica multivariante en los que los individuos ms prximos se van agrupando formando clases. Uno de los ms habituales en teledeteccin es el agrupamiento jerrquico (ISODATA). Este consta de N pasos siendo N el nmero total de individuos a clasificar.

Clasificacin
Luego de la creacin de las clases, se debe asignar cada uno de los individuos (pxeles) a las clases. Existen diferentes procedimientos:
No estadsticos (rboles de decisin, mnima distancia, paraleleppedos)

Estadsticos clsicos (mxima verosimilitud o mxima probabilidad)

Algoritmos basados en inteligencia artificial (lgica borrosa, redes neuronales)

Algoritmos que utilizan informacin contextual

NORMALIZED INFORMATION DISTANCE

K(x, y) - min {K(y), K(x)} NID (x, y) = max {K(x), K(y)}


Longitud normalizada del programa mas corto que puede calcular x conociendo y, asi como calcular y conociendo x Similaridad Metrica: NID(x,y) = 0 Si x = y NID(x,y) = 1 --> distancia maxima entre x & y El NID minimiza todas las distancias a valores normalizados.

M.Sc. Ing. Avid Roman Gonzalez

NORMALIZED COMPRESSION DISTANCE


C(x) = Factor de compresion de x. C(x) es una aproximacion para K(x). Es posible definir una medida de similaridad metrica calculable.
x Coder C(x)

Li - Vitnyi, 2004 y

Coder

C(xy)

NCD

Coder

C(y)

C(x,y) min{C(x),C(y)} NCD( x, y ) = max {C(x), C(y)}


M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION DE SEALES MEDICAS

E. Keogh 2004
M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION EN IMGENES SATELITALES

Watanabe 2002

M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION EN IMGENES SATELITALES

D. Cerra 2008

M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION EN IMGENES SATELITALES

A. Roman-Gonzalez 2010
M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION DE IDIOMAS

E. Keogh 2004
M.Sc. Ing. Avid Roman Gonzalez

CLASIFICACION DE IMAGENES

M.Sc. Ing. Avid Roman Gonzalez

K. Asalde-Alvarez, M. R. Quispe-Ayala

2010

Ejemplos de Imgenes Satelitales


Imagen Spot 5 del 23/11/2003

Imagen Spot 5 del 23/11/2003

pancromtico

Multiespectral: composicin coloreada

Imagen Landsat (Tailandia)

Oil tanker sinking off Rio de Janeiro, IKONOS Pan: 1 meter resolution (15/10/2002) (Source: NASA)

Aplicaciones de las Imgenes Satelitales


Planificacin territorial Actualizacin de fondos cartogrficos Seguimiento de la evolucin de la mancha urbana Manejo de riesgos de origen natural Seguimiento medioambiental Previsin meteorolgicas, anlisis hidrolgicos Manejos forestal y agrcola Prevencin de incendios Gestin costera y pesquera Prospeccin geolgica, minera y recursos naturales Epidemiologa espacial

Factores a Considerar
1. Disponibilidad de imgenes adecuadas (cobertura regional, nubosidad menos que , resolucin, Aos, costo)

2. Disponibilidad de herramientas Software (costos, disponibilidad de aplicaciones necesarias)

3. Disponibilidad de datos de campo para medir Exactitud

4. Disponibilidad de tiempo y personal

avid.roman-gonzalez@ieee.org http://www.avid-romangonzalez.com