TRABAJO FINAL PROCESAMIENTO DIGITAL DE IMÁGENES

:

DIFERENCIACIÓN DE CUBIERTAS.
Denis Coronel
deniscoronel@yahoo.com

RESUMEN
En el siguiente trabajo se desarrollarán la aplicación de diferentes procesos y
procesamientos con el software ENVI para analizar una imagen satelital de la zona centro-este
de la provincia de Córdoba, Buenos Aires, Argentina. La imagen fue provista por el sensor
ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) instrumento a
bordo del satélite TERRA, tomada en la fecha 30 de Marzo del 2012.

1. INTRODUCCIÓN
La imagen satelital utilizada pertenece a un área de alto grado de actividades agropecuarias
de la provincia de Córdoba. La localización aproximada se extiende desde las ciudades Villa del
Rosario hacia Arroyito, en el centro-norte de la provincia. Se puede hacer una observación de la
zona con Google Earth, visualizadas en las Figuras Nº1 y Nº 2.

Figura 1, Mapa de Ubicación.

son las bandas 10 a 14. los ecosistemas. SWIR (Shor Wave Infrared). La resolución espacial de este subsistema es de 30 mts. más específicamente de la vegetación. rojo e infrarrojo cercano del espectro. Su resolución espacial es de 90 mts. y la resolución radiométrica es de 12. litología y geología. Advanced Spaceborne Thermal Emission and Reflection Radiometer.Figura 2. temperatura terrestre. El canal 15. del espectro termal. hidrología. es el estereoscópico que cuenta con la misma longitud de onda que el tercer canal perteneciente al subsistema VNIR. Mapa de Ubicación. que van desde la banda 4 a la 9. topografía y composición de Modelos Digitales de Elevaciones. TIR (Termal Infrared). 14 de ellos distribuidos en los siguientes subsistemas. lanzado por la NASA hace 15 años. en las porciones del verde. El cual forma parte de una serie de sistemas de sensores en el satélite TERRA. Posee una resolución espacial de 15mts y radiométrica de 8. Este sensor se aplica para el estudios generales de recursos naturales. El sensor ASTER posee 15canales. El sensor utilizado es el ASTER. mientras que la resolución radiométrica es de 8. el cual contiene 3 bandas. - - VNIR (Visible and Near Infrared). .

7 para llevar a cabo los siguientes procesamientos: a) Composición color de bandas. f) Perfiles Topográficos y Curvas de Nivel. Para poder realizar una combinación adecuada de todas las bandas. c) Calibración a Radiancia de las bandas del SWIR y aplicación de Índices para la identificación de minerales de alteración. considerando las diferentes dimensiones en cuanto a resolución espacial entre los subsistemas (VNIR 15 mts. por lo tanto las bandas resultantes tendrían la misma resolución espacial. e) Clasificaciones Espectrales Supervisadas.2. METODOLOGÍA Se utilizará el software ENVI 4. Algunos ejemplos de composiciones de falso color: Figura 3. A) Composición color de bandas. SVI) y de Índices de óxidos de hierro. RGB:321 . NDVI. DESARROLLO DE PROCESAMIENTOS. Esto se logrará mediante el uso de técnicas y aplicación de procesamientos digitales de imágenes satelitales. OBJETIVO El objetivo principal de este trabajo consiste en identificar y analizar los diferentes tipos de cubiertas del área de alrededores de la ciudad de Arroyito. b) Calibración a Radiancia de las bandas del NVIR y aplicación de Índices de vegetación (Rvi. 4. SWIR 30 mts y TIR 90 mts). indicando umbrales. El valor seleccionado fue de 30 mts. fue necesario realizar un procedimiento denominado layer stacking para redimensionar esos valores. Córdoba. 3. d) Aplicación de la herramienta Density Slice para resaltar los valores más altos de los índices.

RGB:14 12 10 Figura 5. RGB:531 .Figura 4.

El ángulo sólido es el ángulo espacial que abarca un objeto visto desde un punto dado. En el caso del subsistema VNIR. que se corresponde con la zona del espacio limitada por una superficie cónica.Figura 6. y el coeficiente de calibración es el número de “ganancia”. RGB:864 B) Calibración a Radiancia de las bandas del NVIR y aplicación de Índices de Vegetación y de Índices de Óxidos de Hierro. RGB:14 6 2 Figura 7. . La calibración a radiancia implica la utilización de la fórmula float(bn1)*Coeficiente de calibración. Los datos se toman de un cuadro que contiene los valores específicos. las primeras dos bandas tienen una ganancia de tipo “High” y la tercera de tipo “Normal”. La radiancia es el total de la energía radiada en una determinada dirección por unidad de área y por ángulo sólido de medida. En este caso “Bn” es el número de banda ha calibrar.

En este caso para poder realizar cocientes e índices en el VNIR. El umbral de coloración.La calibración a radiancia. La fórmula quedaría entonces compuesta de la siguiente forma: (b3/b2). utilizando la herramienta Density Slice es de 0. APLICACIÓN DE ÍNDICES DE VEGETACIÓN. mientras que los valores cercanos a 0 son identificados con el suelo). en la imagen. RVI El cociente Normalizado o NDVI utiliza las mismas bandas que el RVI. es una de las tantas correcciones que deben realizarse a la imagen para luego poder llevar a cabo otros procesamientos. En la siguiente imagen se ha aplicado este cociente (Figura 9). Su utilidad radica en atenuar el efecto de algunos factores y resaltar otras variables. los valores se encuentran entre el 1 (los más cercanos a este valor es vegetación) y el -1 (los valores negativos se utilizan para reconocer el agua. pero la fórmula es la siguiente: (b3-b2)/(b3+b2).55 a 0. utiliza como numerador una banda con alta respuesta y el denominador una banda con mayor absorción o baja respuesta. teniendo en cuenta el uso del sistema de bandas Aster. Figura 8. . En la aplicación de este cociente (Figura 3 y 4). El NDVI permite separar la vegetación del agua y del suelo. se utilizó la herramienta Density Slice: umbral de coloración en azul 4. El cociente simple RVI.7. en color amarillo.20 a 5.

(Figura 11) . Se ha utilizado una coloración de umbral (Figura 10) con la herramienta Density Slice de 8 – 11. se utiliza la siguiente fórmula (b2/b1). se utilizan bandas donde no tenga demasiada respuesta la vegetación. o SVI. SVI Para aplicar el Índice o Cociente de Óxidos de Hierro. cuya fórmula es la siguiente: (1*3)/(2*2). las bandas 2 y 1 del subsistema VNIR. Figura 10. y en consecuencia. para que no haya confunciones. NVDI El Índice espectral de vegetación. En el caso de ASTER.Figura 9.

Para esta imagen y este subsistema. Figura 12. El índice Al-OHa. Para aplicar adecuadamente los siguientes índices se ha realizado una calibración a Radiancia de todas las bandas que integran el subsistema SWIR. También se utiliza el cuadro con los datos numéricos de las ganancias de cada banda. todas las bandas tienen una ganancia de tipo “Normal”. En la siguiente imagen (Figura 12) se ha realizado una coloración de umbral de 4.OHa . Cociente de Óxidos de Hierro C) Calibración a Radiancia de las bandas del SWIR y aplicación de Índices para la identificación de minerales de alteración. se utiliza para detectar arcillas. es necesario utilizar la fórmula float(bn-1)*Coeficiente de calibración.7 a 6. para realizar este proceso. Al igual que con el subsistema VNIR. Índice Al.Figura 11.

y con la herramienta Density Slice se ha coloreado con azul el umbral de 1. previamente stakeadas y calibradas a radiancia. . La elección de esos subsistemas fue en función al tipo de imagen. con la cual se trabaja principalmente con suelos y vegetación.55. Figura 13. En la siguiente imagen se ha aplicado tal índice y se ha realizado una coloración de umbral con la herramienta Density Slice de 3. Índice de Al-OHb D) Calibración a Reflectancia para la realización de una Biblioteca Espectral. Con el Índice de Al-OHb puede detectarse varios tipos de carbonatos. Se ha trabajado con las bandas de los subsistemas VNIR Y SWIR.55 a 2. (Figura 14) Figura 14.En la siguiente imagen (Figura 13) se ha realizado el Índice de Calcita (Carbonato). Índice de Calcita.75 a 4.

Spectral Angle Map (SAM) Se ha realizado una clasificación de cubiertas. Librería Espectral Se han podido identificar los patrones espectrales de las siguientes cubiertas: Vegetación natural del área. dos tipos de suelos desnudos. De esta forma queda realizada la Librería Espectral de la imagen analizada. Previamente fueron realizados y comentados en los puntos anteriores. que consiste en seleccionar una porción de la imagen homogénea en cuanto a valor del píxel. se ha utilizado la herramienta Z profile. Para este procesamiento primero fue necesario realizar un ROI o región of interest. (Figura 15). utilizando la herramienta Spectral Angle Mapper. con la cual se ha identificado visualmente cada cubierta y se ha obtenido el patrón espectral de los mismos. E) Clasificación Espectral Supervisada. algunas parcelas con plantaciones. (Figuras 16 y 17) . que se caracteriza por ser más rápido y simple que otros métodos.El método utilizado para la calibración a reflectancia relativa fue la aplicación de la herramienta flatfield. Una vez realizado el procesamiento. Se pueden visualizar las cubiertas en la imagen. De esta forma se pueden Identificar cubiertas con los espectros electromagnéticos. Figura 15. utilizando los patrones espectrales tomados de la propia imagen en reflectancia. agua.

cuando hay bandas saturadas o interferencia de nubes. La aplicación de una máscara consiste en confeccionar una “banda” o modelo (denominada máscara) cuyos píxeles tienen los valores 0 y 1. F) Aplicación de Máscaras. por lo que no se ve necesario realizar y aplicar una Máscara.Figura 16 Figura 17. para anular píxeles que luego interfieran en la correcta aplicación de un procesamiento. no se detecta ningún área importante saturada. referencias de las cubiertas. Sin embargo. . Al observar las estadísticas las bandas de la imagen (Figura 18). por ejemplo. se puede determinar que las primeras 3 bandas pertenecientes a la porción VNIR del espectro electromagnético se encuentran saturadas. Tampoco se visualizan nubes que podrían llegar a afectar en algún procesamiento relacionado con las alturas. al realizar un Density Slice en ellas. que luego se multiplica con otra banda o RGB. Los casos en los que se utilizan máscaras son. Las máscaras se utilizan como corrección.

Figura 18. es necesario contar con la banda VH. Pero también tiene la opción de hacer una selección propia del área a realizar el perfil. en escala de grises. Estadísticas de las bandas G) Perfiles Topográficos y Curvas de Nivel. denominado Modelo Digital de Elevaciones (MDE). de Este a Oeste. Figura 20) e Y (Vertical de Norte a Sur. tiene como predeterminados los perfiles X (horizontal. Un perfil topográfico es un gráfico que representa las alturas de una línea que atraviesa un área determinado o “corte” del mismo (Figura 19). El programa ENVI. . Para poder realizar los perfiles. Figura 21). o la utilización de un archivo shape de línea.

Perfil Vertical . Perfil Horizontal Figura 21. Área de Estudio (RGB:321) y MDE (Modelo Digital de Elevaciones) Figura 20.Figura 19.

ya que los valores -9999 de los píxeles. son las llamadas curvas maestras y. . se promedia como altura. la mayor parte posible de área (Figura 24) sin que entre el backward o fondo negro. Para realizar las curvas de nivel. primero es necesario buscar las alturas máxima. Una de cada cuatro o cinco curvas se dibuja con un mayor grosor y se rotula su altitud correspondiente.Para la realización de un Perfil Arbitrario. es necesario en primer lugar. seleccionar en la imagen. Un vez realizada la selección. los valores de altura que necesitamos conocer para realizar las curvas (Figura 25). en el Modelo Digital de Elevaciones. mínima y media del área de estudio. entre ellas. Selección arbitraria Figura 23. se describen las curvas de nivel intermedias. se utiliza la opción Arbitrary Profile. se pueden observar en las estadísticas en el histograma. Para esto. Perfil Topográfico Una curva de nivel es una línea dibujada en un mapa que une puntos que representan a los lugares que están a la misma altitud o altura sobre el nivel del mar. Figura 22. con el cual se hará una línea (Figura 22). de la cual automáticamente obtendremos un perfil (Figura 23).

Figura 24. Valores de alturas del MDE. Selección sin fondo negro Figura 25. .

se realiza el cálculo teniendo en cuenta que el mínimo valor es 0 (nivel del mar) y el máximo es el valor que sacamos del histograma. En este caso particular. fue el siguiente: (Figura 27 y 28) Figura 27. no calcula automáticamente la cantidad de curvas de nivel que tiene que dibujar. es una selección personal y en función del tipo de imagen que poseamos. (Figura 26) Figura 26 El resultado final. La cantidad de curvas de nivel que dibujará. Resultado final . la zona estudiada no tiene demasiadas elevaciones y no tiene a cambios bruscos en alturas. por eso. La elección fue de 50 mts.El software ENVI.

los índices de vegetación permiten confirmar las áreas de plantaciones. RESULTADOS Y DISCUSIÓN.Figura 28. nos muestra el suelo en color magenta. los procesamientos orientados a la diferenciación de la vegetación con otras cubiertas resultan ser los más relevantes. Estas coinciden con lo visualizado en las composiciones en color y con los Índices de Vegetación. no es necesaria. En consecuencia. Al realizar un breve análisis de las composiciones en color. Si bien hubo algunos resultados. En primer lugar con la composición RGB:321. Debido a la litología y topografía del lugar. la composición RGB:531. En segundo lugar. Se han realizado Índices para detectar minerales como prueba. Resultado final 5. debido a su alta respuesta en la banda 3. la respuesta de las bandas 5 y 1. el área a estudiar. en banda 3. Ya que no presenta signos de presencia de minerales. coinciden con las áreas de suelos desnudos. . podemos visualizar la respuesta de la vegetación. vegetación y suelos. no es un factor muy relevante para el análisis y distinción de cubiertas de la imagen. se pudo distinguir una leve elevación del terreno con una orientación de noreste-suroeste. la distinción entre suelos y zonas de vegetación o parcelas con plantaciones. A primera impresión. Sin embargo. Mientras que la vegetación se puede apreciar en color verde. parece ser una zona donde predominan las actividades agropecuarias. De forma complementaria. Con los procesamientos relacionados con las alturas. la aplicación de estos cocientes para esta área en particular. Se puede visualizar en la Clasificación Espectral Supervisada. Mientras que los índices de Óxido de Hierro. se pueden realizar algunas conclusiones.

NASA. agua. los índices de vegetación (más específicamente el NVDI) y la utilización de los patrones espectrales para realizar la Clasificación Supervisada. http://olmo.pntic. Sin embargo el área. “Sensores y Satélites de Teledetección”. 7. Capítulo 3. E. que a simple vista.com/satellitesensors/other-satellite-sensors/aster/ . aquellas superficies donde se pudo determinar que nos encontrábamos con la cubierta suelo. CONCLUSIONES Para el área estudiada en esta imagen. BIBLIOGRAFÍA CHUVIECO. en línea 18/12/14 SATELLITE IMAGE. (1995) “Teledetección Ambiental. parecen tener una extensión menor. presenta grandes porcentajes de terreno sin cultivar.es/esam0009/Actividades/mapa%20topografico. La observación de la Tierra desde el Espacio”. suelo. EL MAPA TOPOGRÁFICO.satimagingcorp. arrojaron resultados complementarios para la distinción de las cubiertas: vegetación.pdf.mec. en línea 18/12/2014. se observaba una zona donde predominaba la actividad agropecuaria. A diferencia de la vegetación natural y de las parcelas de plantaciones. A primera vista.gov/mission_pages/terra/. Editorial Ariel. http://www. en línea 18/12/2014.6. http://www. . página 140.nasa.