Professional Documents
Culture Documents
111-Texto Del Artículo-640-2-10-20180424
111-Texto Del Artículo-640-2-10-20180424
net/publication/324781615
CITATIONS READS
0 337
1 author:
Pedro Serrato
Instituto Geografico Agustín Codazzi
26 PUBLICATIONS 16 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Pedro Serrato on 26 April 2018.
Abstract
This investigation collects the results of the validation of data of the program
satellite Radarsat-2, and analyses in what measured his use improves the level of
detail and the quality of the images, when employing products with ways of
polarization and disposal of visualization to color to discriminate the physiography
and coverage of the earth in regions Tropical humid that present permanent
cloudiness, like the zone of Urabá in Colombia. The methodology employed
consisted in doing the reception of the images, mattered the information to be able
to them work with the Erdas Imagine 9.1 and later made a combination of bands
with polarimetry, with the methods Pauli and Sinclair. There was done the
interpretation and evaluation of the mentioned images and an analysis was effected,
that relates the information contained in each archive by means of parameters of
evaluation defined. It concluded, that the work with compositions to color of
polarimetric images Radarsat-2 increases the possibilities to discriminate coverages
in terrains with pasture vegetation and crops with Intense work And it shows visual
wealth regarding structures and geomorphological shots; however, these are much
more useful in terrains with flat topography that in zones broken and does not allow
to observe substantial differences in permanent crops.
Key words: digital processing, geomorphology, land cover, physiography, po-
larimetric images, visual interpretation, Radarsat-2.
Resumen
Esta investigación recoge los resultados de la validación de datos del programa
satelital Radarsat-2 y analiza en qué medida su uso mejora el nivel de detalle y la
calidad de las imágenes, al emplear productos con modos de polarización y
disposición de visualización a color para discriminar la fisiografía y cobertura de la
tierra en regiones tropicales húmedas que presentan nubosidad permanente, como la
zona de Urabá en Colombia. La metodología empleada consistió en hacer la
recepción de las imágenes, se importó la información para poderlas trabajar con el
programa Erdas Imagine 9.1 y posteriormente se realizó una combinación de bandas
con polarimetría, con los métodos Pauli y Sinclair. Se hizo la interpretación y
evaluación de dichas imágenes y se efectuó un análisis que relaciona la información
contenida en cada archivo mediante parámetros de evaluación definidos. Se concluyó
que el trabajo con composiciones a color de imágenes polarimétricas Radarsat-2
aumenta las posibilidades para discriminar coberturas en terrenos con vegetación
rastrera y cultivos con intenso laboreo, y muestra riqueza visual en cuanto a
estructuras y rasgos geomorfológicos; sin embargo, estas son mucho más útiles en
terrenos con topografía plana que en zonas quebradas y no permite observar
diferencias sustanciales en cultivos permanentes.
Palabras clave: cobertura terrestre, fisiografía, geomorfología, imágenes pola-
rimétricas, interpretación visual, procesamiento digital, Radarsat-2.
Introducción
Dadas las limitaciones que presentan los sensores ópticos (Landsat, Spot e Ikonos,
entre otros) para la obtención de imágenes precisas y productos de calidad en
materia de cartografía temática, en zonas húmedas tropicales con alta presencia de
nubes, la tecnología de radar presenta una alternativa que tiene varias ventajas:
puede tomar información del terreno a través de nubes y lluvia, identificar
características asociadas a la rugosidad del terreno y discrimina muy bien
características de la superficie, como humedad del suelo, cantidad de vegetación y
objetos creados por el hombre, además de estructuras geológicas y geoformas
(Natural Resources Canada, 2010a).
Adicionalmente, ahora se cuenta con una segunda generación de sensores del
programa Radarsat, dotados con una interesante característica técnica, la
polarimetría, que crea una expectativa en cuanto a las imágenes que puede ofrecer.
La polarización se relaciona con la orientación de las ondas para transmitir y recibir
Revista xx xxxx 2017 9
Metodología
Se diseñó una metodología que consistió, primero, en hacer la recepción de las
imágenes, y luego se procedió a importar dicha información para poderla trabajar
con el programa Argis. Una vez dispuestos los archivos, se realizó una combinación
de bandas con polarimetría, con dos métodos (Pauli y Sinclair) de asistencia
matemática para el tratamiento de imágenes de radar que generan matrices de
coherencia de 3 x 3, basados en combinaciones lineales, lo que viabiliza la
interpretación (Boerner, 2008; Pottier, Lee y Ferro-Famil, 2003).
Luego de esto, y mediante unos parámetros de evaluación, se hizo la
interpretación y evaluación de dichas imágenes de manera visual (figura 2). Aunque
no fue uno de los objetivos de esta investigación, se hicieron ensayos con
clasificaciones no supervisadas en las imágenes polarizadas (Ferro-Famil, Pottier,
Corr y Rodrigues, 2003). Dada la complejidad de estos ensayos, especialmente en
las zonas montañosas, se optó por realizar una interpretación visual apoyada en la
información del IGAC, el Instituto de Hidrología, Meteorología y Estudios
Ambientales (Ideam) y la Corporación Autónoma Regional del Río Grande de la
Magdalena (Cormagdalena) (IGAC, Ideam y Cormagdalena, 2008). El tema de
fisiografía fue abordado según su estructura de clasificación de geoformas (Serrato,
2009).
Revista xx xxxx 2017 11
Tabla 1
Imágenes adquiridas en la validación de productos Radarsat-2 en la región de Urabá
Modo de Fecha de
Imágenes polarizadas Polarización Dirección
adquisición toma
RS2_OK4158_PK54333_DK
Fine Quad HH VV 2009-02-
52424_FQ18_20090202_232 Ascendente
Polarization HV VH 02
203_HH_VV_HV_VH_SLC
RS2_OK4158_PK54333_DK
Fine Quad HH VV 2009-02-
53964_FQ18_20090202_232 Ascendente
Polarization HV VH 02
203_HH_VV_HV_VH_SLC
RS2_OK4158_PK55330_DK
Fine Quad HH VV 2009-02-
55309_FQ11_20090209_231 Ascendente
Polarization HV VH 09
755_HH_VV_HV_VH_SLC
RS2_OK4158_PK55333_DK Fine Quad HH VV 2009-02-
53969_FQ4_20090216_2313 Ascendente
Polarization HV VH 16
12 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…
47_HH_VV_HV_VH_SLC
RS2_OK4158_PK55337_DK
Fine Quad HH VV 2009-02-
53973_FQ18_20090226_232 Ascendente
Polarization HV VH 26
203_HH_VV_HV_VH_SLC
RS2_OK4158_PK55331_DK
2009-02-
55967_U13_20090212_1050 Ultrafina HH Descendente
12
53_HH_SGX
RS2_OK4158_PK55332_DK
2009-02-
55311_F6N_20090212_2330 Fina HH Ascendente
12
17_HH_SGX
RS2_OK4158_PK55334_DK
2009-02-
55313_U22_20090219_1046 Ultrafina HV Descendente
19
45_HV_SGX
RS2_OK4158_PK55335_DK
2009-02-
55314_F3N_20090219_2326 Fina HV Ascendente
19
09_HV_SGX
RS2_OK4158_PK55336_DK
2009-02-
55315_S2_20090222_10590 Fina HV Ascendente
19
6_HH_SGX**
RS2_OK4158_PK56739_DK
2009-03-
55317_U5_20090301_10550 Ultrafina VV Descendente
01
1_VV_SGX
procesador Intel ® Core ™ 2 Duo. 1.97 GHz, memoria RAM: 1.99 GB y disco
duro: 232 GB.
Resultados
En cuanto a los resultados obtenidos en la investigación, en la tabla 2 se presenta
inicialmente la comparación de las imágenes polarizadas con procesamiento Pauli y
Sinclair, mediante una vista particular de la imagen y las observaciones en la
combinación de colores rojos, verde y azul (RGB) correspondientes a las tres
polarizaciones.
Tabla 2
Matriz comparativa con los procesos Pauli y Sinclair
Revista xx xxxx 2017 15
Tabla 3
Matriz de evaluación de las imágenes Radarsat-2 en la zona de Urabá, Colombia
Cuadro fino
Producto Ultrafino Fino Standard
polarizado
26,8-18,0 x
Resolución espacial 1,6-2,4 x 3 10,4-6,8 x 7,7 5,4 x 8,0
24,7
Definición del Excelente Baja Muy buena Buena
perímetro
urbano
Parámetros de evaluación
aéreas
Producto: ultrafino
Este producto tiene una resolución 1,6-2,4 x 3 m y un tamaño de escena de 20 x 20
km. En la imagen U13 con polarización HH se encontró, con relación a las zonas
urbanas y de acuerdo con la figura 3a: excelente discriminación entre las los centros
poblados y las plantaciones de banano (1); excelente definición del perímetro ur-
bano (2) y muy buena diferenciación de las cubiertas en la zona urbana (3).
En la imagen U13 con polarización HH se encontraron además otros aspectos
relacionados con el cultivo de banano; de acuerdo con la figura 3b, se tiene muy
buena visualización de canales de drenaje (4) y excelente observación de ríos y
cuerpos de agua (5).
En la misma imagen U13 con polarización HH se halló además, como lo indica
la figura 4a, que se visualiza buena discriminación entre las aguas y playones en
ríos trenzados (6), excelente identificación de cercas vivas (árboles) (7) y taludes
entre terrazas (8). Igualmente, en otro sector se encontró muy buen contraste entre
el bosque y las zonas taladas, tal como lo muestra el numeral 9 en la figura 4b.
De otro lado, en cuanto a las formas de la superficie terrestre que tienen que ver
con la fisiografía, se encontró, de acuerdo con lo que se observa en la figura 5a,
buena tipificación de geoformas estructurales especiales (chevrones) (10) y buena
identificación de lineamientos (11). Igualmente, en otro sector se encontró muy
buen contraste entre el bosque y las zonas taladas, tal como lo indica el numeral 9.
De otro lado, la discriminación de vías es muy buena, de acuerdo con lo que se
aprecia en el numeral 12 de la figura 5b.
18 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…
Figura 7. Imagen a) U22; PK55334 DK55313; polarización HV; imagen b) U5; PK56739
DK55317; polarización VV; Apartadó (Antioquia)
Producto: fino
Este tipo de producto tiene una resolución 10,4-6,8 x 7,7 m y un tamaño de escena
de 50 x 50 km. Con relación a los cuerpos de agua y zonas pantanosas, en la imagen
F6N con polarización HH se encontró, de acuerdo con la figura 9a, muy buena
discriminación de humedales y zonas pantanosas (1) y muy buena observación de
ríos y cuerpos de agua (2), tal y como fueron reconocidos en imágenes Radarsat-1
en trabajos anteriores (Posada y Melo, 2001).
Revista xx xxxx 2017 21
En esta misma imagen, de acuerdo con la figura 9b, se encontró muy baja visua-
lización de canales de drenaje en el banano (3), muy buena observación de ríos y
cuerpos de agua (4) y aceptable discriminación de vías (5).
Figura 9. Imagen F6N con polarización HH; a) área baja del río Atrato y b) zona
bananera, Urabá
Figura 10. Imagen F6N con polarización HH; a) municipio de Carepa y b) Chigorodó
(Antioquia)
22 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…
Figura 12. Imagen FQ4; a) desembocadura del río León en el golfo de Urabá y b)
Apartadó (Antioquia)
Por su parte, la imagen FQ18 (con las mismas características que la anterior)
permite apreciar, en la figura 13a, excelente discriminación entre los pastizales y las
plantaciones de banano (6) y entre las plantaciones de banano y las zonas urbaniza-
das (7). La imagen FQ18 muestra además, en la figura 13b, muy buena diferencia-
ción de las cubiertas en la zona urbana (8), buena discriminación por el color entre
Revista xx xxxx 2017 23
las aguas y playones en ríos trenzados (9) y muy buena definición del perímetro
urbano (10).
En esta misma imagen se pudo constatar, según la figura 15a, una buena
identificación de pistas aéreas (13), y en la figura 15b se verificó una muy buena
discriminación de bosques riparios en las vegas (14).
Finalmente, en la imagen FQ11 (con las mismas características de las imágenes
FQ4 y FQ18) se pudo apreciar, en relación con la fisiografía y geomorfología
(figura 16a), una buena tipificación de geoformas estructurales especiales
(chevrones) (15) y una buena identificación de lineamientos (16). Además de esto,
en la figura 16b se constató una buena diferenciación morfológica de las colinas C1
(denudativas bajas) y C2 (estructurales altas). Todas estas geoformas y rasgos
fueron reconocidos con anterioridad con el uso de imágenes Radarsat-1 (Cristancho
y Mendivelso, 1998).
24 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…
Producto: standard
Este grupo de imágenes tiene una resolución espacial de 26,8-18,0 x 24,7 m y un
tamaño de escena de 100 x 100 km. En la imagen S2 se verifico, según la figura
17a, buena discriminación de humedales y zonas pantanosas (1) y buena
observación de ríos y cuerpos de agua (2). La figura 17b ofrece una deficiente
visualización de canales de drenaje en el banano (3), una buena observación de ríos
(4) y una aceptable discriminación de vías (5).
Figura 17. Imagen S2; a) desembocadura del río Atrato en el golfo de Urabá y b) zona
bananera en Apartadó (Antioquia)
Revista xx xxxx 2017 25
De otro lado, en esta misma imagen se aprecia, según la figura 18a, buena
discriminación entre los pastizales y las plantaciones de banano (6) y entre las
plantaciones de banano y las zonas urbanas s (7). En la imagen S2 se encontró
además, según la figura 18b, deficiente diferenciación de las cubiertas en la zona
urbana (8) y buena definición del perímetro urbano (10).
De acuerdo con la figura 19a, se aprecia deficiente identificación de cercas vivas
(árboles) (11) y aceptable discriminación de bosques riparios (12). Igualmente,
como se evidencia en la figura 19b, existe un deficiente contraste entre el bosque y
las zonas taladas (13).
Figura 20. Imagen S2; a) Apartadó y b) río Sucio, municipio de Mutatá (Antioquia)
Figura 21. Imagen S2; a) occidente del embalse de Urrá en Valencia y b) sur del embalse
de Urrá en Tierra Alta (Córdoba)
Valles aluviales
Imagen de cuadro fino polarizado
Corresponde a la referencia Radarsat: PK54333 DK52424 FQ18 SLC, resolución
5,5 x 8,0. En esta comparación se emplearon las posiciones HH, VH y VV. De
acuerdo con estos parámetros, se tiene que los valles de los ríos (1) muestran una
diferenciación notable que se evidencia por el contraste entre las terrazas aledañas y
las vegas en todas las ventanas, debido a que las vegas tienen playas de arena des-
provistas de vegetación y cursos de agua. Igualmente, el caserío conocido como
Piedras Blancas (2) y una zona urbana (3) se diferencian bien en cualquier combi-
nación (figura 24).
Revista xx xxxx 2017 29
Figura 24. Comparación de las imágenes Radarsat-2 polarimétricas en las posiciones HH,
HV y VV en valles aluviales
Figura 25. Comparación de las imágenes Radarsat-2 polarimétricas en las posiciones HH,
HV y VH en pantanos
En tercer lugar, las combinaciones (D) HV-VH-HH, (E) VH-HH-HV y (F) HV-
HH-VH (tres últimos cuadrantes de la figura 25) tienen el mismo resultado en la
apariencia de la imagen. El agua del golfo y el río León se ven de color verde (1).
En estas composiciones se discrimina muy bien una cobertura distinta de color
verde claro (2) en la parte central del pantano, con relación a su entorno, también
pantanoso, con una coloración púrpura (3). Igualmente, en esta combinación se
diferencian bien los cultivos de banano en color lila (4) y la zona urbana, con color
verde claro fuerte (5).
Un segundo grupo lo constituyen las composiciones a color en las que se han
incluido la banda cuatro, es decir, la polarización vertical-vertical (VV), y se ha
dejado de lado la polarización horizontal-horizontal (HH). En síntesis, se tendrían
las bandas 2, 3 y 4 correspondientes a las polarizaciones HV, VH y VV. En general,
las combinaciones que se derivan de estos tres tipos de polarizaciones no presentan
mayores mejoras en cuanto al contraste que existe entre las coberturas para poder
diferenciarlas.
Por ejemplo, las dos primeras composiciones que corresponden a (A)VV-VH-
HV y (B)VV-HV-VH (figura 26) tienen un aspecto muy parecido en cuanto a la
Revista xx xxxx 2017 31
tonalidad de las dos primeras combinaciones del grupo anterior, es decir, rojo en el
mar, azul en los pantanos, rosa medio en los pastos y rosa claro en las plantaciones
de banano. La diferencia radica en el hecho de que el contraste al interior de los
pantanos y también con los pastos es muy tenue, lo cual dificulta su diferenciación.
Esto se puede visualizar en el área resaltada con el círculo (1) en las dos composi-
A
ciones mencionadas de la figura 26. Igualmente, las zonas urbanas en estas dos A
imágenes no se resaltan bien. No obstante esta característica, el contraste entre el
banano y los pastizales es muy bueno. Estas combinaciones también tienden a apa-
recer con alguno de los tres colores primarios (rojo, verde o azul).
Figura 26. Comparación de las imágenes Radarsat-2 polarimétricas en las posiciones HV,
VH y VV en pantanos, aguas y plantaciones de banano X
de banano, si se tiene en cuenta que el color púrpura fuerte en los pastos contrasta
muy bien con el color lila del banano. Esto último se aprecia el área señalada con el
círculo 2 en la figura 26.
El último par de composiciones de este grupo, es decir, las combinaciones (E)
VH-HV-VV y (F) HV-VH-VV (figura 26), presentan igual tendencia al color azul
índigo en aguas del golfo, verde oliváceo en pastos, cian en los pantanos y azul
turquesa en las zonas urbanas. En general, estas dos composiciones no ofrecen
mayores elementos pictóricos que sirvan para diferenciar coberturas, dado su bajo
contraste.
En cuanto al tercer grupo de composiciones a color, incluye las bandas 1, 2 y 4,
es decir, las correspondientes polarizaciones HH, HV y VV. Este grupo fue el que
resultó de mayor utilidad para los propósitos buscados, ya que las seis combinacio-
nes tienen una expresión cromática diversa entre sí y de excelentes contrastes en sus
coberturas.
Como se puede visualizar en la figura 27, en el sector de pantanos todas las
imágenes muestran una buena diferenciación en su interior; sin embargo, en la
composición (A) VV-HV-HH este aspecto se diluye un poco, quizás porque los dos
colores, tanto el del pantano como el del área circundante con pastos tienen un
matiz muy cercano (figura 27a). Las otras cinco composiciones de polarización
muestran mejor este mismo aspecto, pero definitivamente la combinación (F) HV-
HH-VV (última ventana de la figura 27) presenta un alto contraste cromático muy
evidente, hecho que posibilita la diferenciación al interior de la cobertura de panta-
nos, si se tiene en cuenta que se resalta muy bien un color verde claro(señalado con
el circulo b de la figura 27 en la ventana B), aspecto que es más tenue en la otras
cinco combinaciones.
De otro lado, las plantaciones de banano presentan una muy buena definición
en relación con el entorno de pastos en todo este grupo de composiciones de polari-
zación. La zona urbana se aprecia mejor en las composiciones VV-HV-HH y HH-
HV-VV debido al contraste entre el color violeta y el rosa fuerte (figura 27c). La
riqueza cromática en estas últimas composiciones a color posibilita considerable-
mente la interpretación visual y los procesos de clasificación supervisada, ventaja
que supera ampliamente la utilización de imágenes de radar con un solo tipo de
polarización.
Revista xx xxxx 2017 33
Figura 27. Comparación de las imágenes Radarsat-2 polarimétricas en las posiciones HV,
VH y VV en pantanos, aguas y plantaciones de banano
Trabajos futuros
Las composiciones a color de imágenes polarimétricas Radarsat-2 aumentan las
posibilidades para discriminar coberturas, particularmente en terrenos con
topografía plana. En este sentido, el monocultivo del banano visualizado en Urabá
no es un buen escenario para discriminar cultivos, por lo que se recomienda hacer
este ejercicio en otras zonas agrícolas del país, como el Valle del Cauca, las
planicies circundantes al río Magdalena o las planicies de Córdoba y Sucre, entre
otras.
El proceso de clasificación digital que se realizó sobre la imagen tuvo muy
buenos resultados, ya que se logró discriminar muy bien las coberturas presentes en
34 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…
la zona de Urabá. Se observa que aún existen algunos inconvenientes, dado que los
algoritmos usados pueden confundir las respuestas que presenta la imagen ante
coberturas como cuerpos de agua y las sombras de las montañas, por lo que se
propone seguir optimizando estos procedimientos con imágenes que tengan estas
especificaciones u otras mejores.
Conclusiones
Las imágenes de Radarsat-2 posibilitaron hacer una buena extracción de
información relacionada con cobertura y fisiografía, proceso que hubiera sido muy
difícil de lograr con sensores ópticos debido a la presencia de nubes en la zona de
estudio casi todo el año.
Las imágenes de Radasat-2 polarizadas son una muy buena alternativa para la
discriminación de coberturas en terrenos con vegetación rastrera y cultivos que
tengan un intenso laboreo; en cultivos permanentes, como el de banano, se observa
una textura, tono y patrón que facilitan su diferenciación con relación a su entorno.
Las imágenes de alta resolución en los productos finos y ultrafinos hacen
posible la identificación plena de varios objetos relacionados con infraestructura
física, adicional a esto, tienen el excelente complemento de la polarización, cuyas
combinaciones en color discriminan estructuras y cobertizos, en zonas urbanas.
Si bien es cierto que las imágenes Radarsat-2 muestran una riqueza visual en
cuanto a estructuras y rasgos geomorfológicos en zonas planas, la polarización en
terrenos quebrados no aporta mayores elementos que faciliten la interpretación.
El trabajo con composiciones a color de imágenes polarimétricas Radarsat-2
aumenta las posibilidades para discriminar coberturas; sin embargo, estas son
mucho más útiles en terrenos con topografía plana que en las zonas quebradas.
A partir de los resultados obtenidos se puede observar que estas imágenes
proporcionan información de precisión sobre las coberturas terrestres y el flujo de
trabajo realizado, y admite de manera automática el procesamiento digital de los
datos, agilizando así el proceso para la obtención de coberturas terrestres.
Por ventajosas que sean las imágenes de radar, estas no sustituyen los demás
productos de sensores remotos, tales como las imágenes ópticas y las fotografías
aéreas, sino que complementan de manera importante la labor de reconocimiento de
coberturas o geoformas.
Por más que se estén dando permanentemente adelantos tecnológicos que
mejoren la calidad de las imágenes en el proceso de teledetección, el rigor científico
exigirá que se haga un control de campo. Sin esta actividad, toda hipótesis
planteada en la interpretación de las imágenes carecerá de sustento.
Revista xx xxxx 2017 35
Agradecimientos
El IGAC agradece a la Agencia Espacial Canadiense el acceso a los datos Radarsat-
2 con fines de investigación y pruebas, que se materializó mediante el programa de
colaboración Science and Operational Applications Research (SOAR), iniciativa
conjunta entre MacDonald, Dettwiler and Associates Ltd., MDA Geospatial
Services Inc. (MDA GSI) y el Gobierno de Canadá a través de la Agencia Espacial
Canadiense (CSA) y el Centro Canadiense de Percepción Remota (CCRS).
Bibliografía
Boerner, W. M. (2008). “Basic concepts in radar polarimetry”, en PolSARPro v3.0,
Lecture Notes. European Space Agency (ESA), Frascati, Rome. Disponible en:
http://earth.eo.esa.int/polsarpro/Manuals/LN_Basic_Concepts.pdf.
Cristancho, A. y Mendivelso, D. (1998). “Utilización de las imagines de Radarsat-1 en
la cartografía geológica y exploración de los recursos naturales en la Serranía del
Darién y Bajo Atrato, Colombia”, en Primer Simposio GlobeSAR 2: las Aplicacio-
nes de Radarsat en América Latina, Instituto Geográfico Agustín Codazzi, Bogotá,
pp. 333-340.
Erdas Imagine (2001). Imagine Radar Mapping Suite™. User’s Guide, Erdas Inc.,
Atlanta, Georgia. Disponible en:
http://www.gis.usu.edu/unix/imagine/RMS_TourGuide.
Exelis Visual Information Solutions (2014). ENVI Classic Tutorial: Polarimetric SAR
Processing and Analysis, Harris Corporation, EE. UU. Disponible en:
http://www.harrisgeospatial.com/portals/0/pdfs/envi/Polarimetric_SAR.pdf.
Ferro-Famil, L., Pottier, E. , Corr, D. y Rodrigues, A. (2003). “Statistical segmentation
of polarimetric SAR data”, en Proceedings of the Workshop POLinSAR Applica-
tions of SAR Polarimetry and Polarimetric Interferometry, European Space Agen-
cy (ESA), Frascati, Rome, January 14-16. Disponible en:
http://earth.esa.int/workshops/polinsar2003/papers/15_ferrofamil.pdf.
Hoekman, D. H. (2003). “A new polarimetric classification approach evaluated for
agricultural crops” en Proceedings of the Workshop POLinSAR Applications of
SAR Polarimetry and Polarimetric Interferometry, European Space Agency
(ESA), Frascati, Rome, January 14-16. Disponible en:
http://earth.esa.int/workshops/polinsar2003/papers/11_hoekman.pdf.
Ingeominas (1997). “Plancha 5-05, escala 1:500.000” en Atlas geológico digital de
Colombia, Ingeominas, Bogotá.
Instituto Geográfico Agustín Codazzi (IGAC), Instituto de Hidrología, Meteorología y
Estudios Ambientales (Ideam) y Corporación Autónoma Regional del Río Grande
de la Magdalena (Cormagdalena) (2008). Mapa de cobertura de la tierra, cuenca
Magdalena-Cauca. Metodología Corine Land Cover adaptada para Colombia, es-
cala 1:100.000, Imprenta Nacional de Colombia, Bogotá.
36 Pedro Karin Serrato y María Eunice Bernate Validación de imágenes de radar…