Cap2 Fundamentos Teoricos SR

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica
Universidad de las Naciones Unidas (UNU) Instituto Nacional de Pesquisas Espaciais (INPE), Brasil.
CAPITULO 2. Fundamento teorico
Capitulo 2. Fundamento terico.

SENSORIAMENTO REMOTO
El Sensoriamento Remoto es definido como conjunto de hardwares y
softwares utilizados para colectar y realizar tratamiento de datos espectrales
obtenidos por satlites artificiales que circundan a distancia l superfcie
terrestre (Chuvieco, 2002).
Est observacin remota constituye el marco de estudio de la teledeteccin el
cual es la traduccin latina del trmino ingls remote sensing, ideado a
principios de los aos sesenta para designar cualquier medio de observacin
remota de la superficie terrestre que en ese entonces, era la fotografa area
tomada desde un avin.
Pero definamos la teledeteccin espacial como aquella tcnica que permite
adquirir imgenes de la superficie terrestre, desde satlites instalados en
plataformas espaciales, donde se asume que entre la tierra y el satlite existe
una interaccin energtica, ya sea por reflexin de la energa solar o de un haz
energtico artificial del satlite, que hace clasificarlos en pasivos (pticos) y
activos (radar).
El creciente empleo de distintos satlites de observacin terrestre, ha originado
no slo una enorme cantidad de informacin, sino tambin una nueva forma de
estudiar la superficie terrestre (Chuvieco, 2002), est tcnica aplicada es
dependiente del avance tecnolgico existente para su mejor aprovechamiento
y resultado.
La
mayora
de
los
satlites
utilizados
para
capturar
la
Radiacin
Electromagntica (REM), la cual proviene de los objetos terrestres utilizan

como fuente de radiacin el sol. Est es propagada en el vaci y se integra
Biol. Mar. Csar Fernando Garca Llano.

con la materia de los objetos, el resultado de todo este proceso ser,

diferentes REM que se integraran a las propiedades elctricas y magnticas de
los objetos (Novo, 1989).
Este tipo de energa sufre un fraccionamiento al interactuar con los objetos, y
como resultado de esta interaccin se conoce diferentes tipos de energas, la
incidente y fraccionada, la cual se divide en tres componentes: absorbida,
transmitida y reflejada, est ultima, es la energa que vuelve al espacio; la otra
interacta con los objetos y emite diferentes REM, las cuales ocurren al interior
del objeto, a nivel molecular (qumicas y fsicas), y es as, como este tipo de
energa resultante, se logra analizar con ayuda de los sensores que poseen los
satlites que captan a est REM (reflejada o emitida).
Una imagen de satlite nos facilita dos tipos de variables: Primarias: sern los
datos obtenidos directamente por el sensor en bandas electromagnticas, las
cuales capturan datos exclusivamente cuantitativos, pues la seal recogida por
el sensor, corresponde a una variable numrica (radiancia espectral), que est
a su ves, influida por variables biofsicas (temperatura, contenido de clorofila,
composicin mineralgica, humedad, etc.), y Secundarias: las que se derivan
de los datos anteriormente mencionados, pero mediante algn tipo de
conceptualizacin.
sea, datos obtenidos de forma indirecta.
Por ejemplo,
podemos conocer el estado de estrs de algn bosque, a partir de medir su

contenido de agua, de clorofila, pero nunca se medir directamente el nivel de
estrs de aquel bosque (Chuvieco, 2003).
De igual forma, en una imagen lo que se observa son sus datos en diferentes
reflectividades en cada una de sus distintas bandas del espectro que en
conjunto conforman las propiedades texturales y espaciales de aquello que se
lograra identificar (forma, textura y tamao).

La interpretacin de estos datos sern las imgenes digitales, que corresponde

al conjunto de bandas del sensor, que posteriormente se analiza visual y
digitalmente.
En el anlisis visual se utilizan elementos como textura, estructura, difciles de
definir en trminos digitales que estarn basados sobre la intensidad
radiomtrica de cada pxel (en las distintas bandas utilizadas para la
interpretacin).
Conviene tener en cuenta que esos criterios visuales y digitales se utilizan de
modo integrado, donde el brillo y el color seran los criterios ms elementales,
pues sern los que caracterizaran espectralmente a los objetos y la forma,
tamao y textura tiene que ver con las propiedades espaciales de los objetos.
Para procesar una imagen en computador, es necesario tener en cuenta lo
siguiente: nuestros ojos, solo aprecian una reflectividad selectiva de los
objetos a distintas longitudes de onda. Slo perciben las longitudes de onda
comprendidas entre 0,4 y 0,7 m,
separando la energa recibida en tres
componentes de acuerdo a la sensibilidad espectral de nuestras clulas

sensoras, esos tres componentes son los denominados colores primarios: rojo,
verde y azul (RGB) (Chuvieco, 2003), es a partir de ellos que se podr
reconstruir cualquier color (Fig. 4.).
Con base en est relacin (RGB) y combinacin de bandas espectrales de una
imagen, es como obtendremos el color natural que nosotros percibimos
normalmente al observarla; tambin se podr combinar la relacin (RGB) y la
posicin de las bandas, obteniendo una composicin que no se ajusta a los
colores que aprecian nuestros sentidos conocido como falso color, pero que
resaltara de forma visual alguna caracterstica radiomtrica de los objetos.

El monitor del computador trabaja con tres colores bsicos, a partir de los
cuales construyen los dems colores (rojo, azul y verde), como ocurre en el
ojo humano; los computadores mediante un proceso de mezcla por unidades
de pantalla, realizan esta creacin del color; donde la unidad bsica se conoce
como pxel.
Cada pxel tiene reservada una posicin en la memria del computador para
almacenar la informacin sobre el color, que debe presentar. Los bits de color
marcan cuntos bits de informacin disponemos para almacenar; el nmero
del color asociado ser segn la paleta de color usada por el programa
A ms bits por pxel, mayor nmero de variaciones de un color primario
podemos tener; para logar 256 colores sern necesarios 8 bits (sistema
bsico), para obtener miles de colores necesitamos 16 bits (color de alta
densidad) y para obtener millones de colores hacen falta 24 bits (color
verdadero).
FIG.4. sistema RGB (Red, Green, Blue)
Para la realizacin del presente trabajo se utilizaron imgenes de 8 bits

(sistema bsico), obtenidos del sensor mapeador temtico Thematic Mapper
(TM) y (ETM+) Enhanced thematic mapper, plus, a bordo de los satlite
LANDSAT 5 y 7.

Programa LANDSAT
El programa LANDSAT, fue desarrollado por la Nacional Aeronautics and Space
Administration (NASA), a comienzo de los aos 1970; y realizo el lanzamiento
de siete satlites hasta 1999, actualmente se encuentran en operacin solo
dos, el Landsat 5, y el Landsat 7, esta ultima plataforma tiene problemas de
grabacin de datos del rea observada por el sensor ETM+; pero para este
trabajo se logro conseguir datos de buena calida.
La idea de la agencia espacial norteamericana NASA, fue disear un proyecto
dedicado exclusivamente a la observacin de los recursos terrestres, este
proyecto comenz con el lanzamiento de la serie de satlites Heart Resource
Technollogy Satellite (ERTS), que posteriormente paso hacer LANDSAT y esta
considerado
hasta
el
momento
como
el
proyecto
ms
fructfero
de
teledeteccin espacial. La buena resolucin de sus sensores, el carcter global

y peridico de la observacin que realizan y su buena comercializacin,
explican su profuso empleo por expertos de muy variados campos en todo el
mundo (Chuvieco,2003).
Los tres primeros satlites Landsat presentaron un sensor Multiespectral
Scanner System (MSS), que operaba con 4 canales (dos en el visible y dos en
infrarrojo prximo), con resolucin espacial de 80 metros (Florenzano, 2002).
Los LANDSAT 4 y 5, fuera de poseer el sensor (MSS), coloco un nuevo sensor
con tecnologa ms avanzada conocida como Thematic Mapper (TM), el cual
tiene siete canales o bandas espectrales (tres en el visible, uno en infrarrojo
prximo y dos en el infrarrojo termal), con resolucin espacial para los canales
visibles de 30 metros y el canal termal tiene una resolucin espacial de 120
metros (Florenzano, 2002).

El LANDSAT 7 tiene una modificacin en el sensor el cual fue sustituido por

Enhanced Thematic Mapper, plus (ETM+), que incluye un nuevo canal en el
visibles, pancromtico que capta datos de la regin del infrarrojo prximo, con
una resolucin de 15 metros y cambia la resolucin de los canales termales de
anteriores satlites de 120 a 60 metros, quedando as, este satlite con ocho
canales (Tabla 1.)(Florenzano, 2002).
Respecto a su posicin en el espacio el LANDSAT 5 tiene una rbita casi polar
(helioscrona), de aproximadamente 98,2 de inclinacin, gira en una rbita al
rededor de la tierra (98,9 minutos), a una altura de 705 Km.
la porcin de
rea observada por el sensor TM es de 183 X 183 Km, y presenta una

resolucin radiomtrica del sensor de 256 niveles de gris y una resolucin
temporal aproximada de 16 dias (Chuvieco, 2003).
El LANDSAT 7, tiene casi iguales caractersticas orbtales lo nico es que
cambio su forma de plataforma de los anteriores satlites (Chuvieco, 2003).
Es de destacar que casi la totalidad de los trabajos desarrollados en
sensoramiento remoto sobre los recursos naturales, han utilizado datos
coletados por este tipo de sensores MSS, TM y ETM+ (Novo, 1989).

Tabla 1. Caractersticas de los sensores TM y ETM+, rangos espectrales, resolucin espacial y algunas
aplicaciones en los recursos naturales. Modificado de Novo, 1989 y Florenzano, 2002.
Canal (Banda)
Rango espectral (m)
Resolucin pixel
Aplicacin
1 (Tm y ETM+)1 & 2
0,45 0,52 (azul)
30 Mts
2 (Tm y ETM+)1 & 2
0,52 0,60 (verde)
30
3 (Tm y ETM+)1 & 2
0,63 0,69 (rojo)
30
4 (Tm y ETM+)1 & 2
0,76 0,90 (IRP)
30
5 (Tm y ETM+)1 & 2
1,55 1,75 (IRM)
30
y caractersticas de agua molecular
6 (TM)1
10,42 12,50 (IRT)
120
Diferenciacin de estresse trmico
6 (ETM+)2
10,42 12,50 (IRT)
60
7 (Tm y ETM+)1 & 2
2,08 2,35 (IRM)
30
Contenido
8 PAN (ETM+)2
0,50 0,90 (VIS/IRP
15
vegetacin
guas
costeras;
Diferenciacin
entre
el
suelo
y
vegetacin;
diferenciacin
entre
vegetacin
bosques y transicin
Refleja vegetacin de verde
Diferenciacin
de
especies
vegetales
Delimitacin de cuerpos de agua e
inventario de biomasas
Diferenciacin entre nubes y nieve
en las plantas
(1) Landsat 5
(2) Landsat 7
en
plantas
(deshidratacin),
respuestas de carcter trmico.

de
humedad
de
VIS: Visible
IRP: Infrarrojo Prximo
IRM: Infrarrojo Medio IRT: Infrarrojo Termal
Interpretacin de imgenes Satelital
Se conoce a este proceso, como el realizado ya sea con fotografas o

imgenes, donde se logra identificar objetos y sus cualidades (textura,
perspectiva del objeto, forma).
A continuacin se hace una breve descripcin de ellos:
Anlisis visual
Segn Pardi, 1998, para realizar la identificacin de objetos en una imagen es

necesario tener en cuenta seis elementos bsicos considerados asi:
Tamao: Es la dimensin de los objetos segn la escala, imagen.
la

Forma: Est basada en los aspectos geomtricos de los objetos, y en

muchos casos permitir conocer cuales sern de carcter natural o
antrpico.
Sombra: permiten definir el relieve o reconocer algunos objetos que

presentan las imgenes.
Tonalidad: debemos recordar que la tonalidad en una imagen esta

asociada ala cantidad de energa recibida por el sensor en una
determinada banda o espectro, sea, un pixel con tonalidades oscuras
indicara que son reas, sobre las cuales el sensor detecto una baja seal
y ser lo contrario cuando se presenten pixels muy claros. En imgenes
en color, las tonalidades son diferenciadas por variaciones de color que
permiten una mayor extraccin de color, ya que el ojo humano es ms
sensible a los cambios de colores que a las intensidades luminosas
(Pardi, 1998).
Textura: corresponde a la impresin visual de rugosidad y suavidad

creada por algunos objetos en una imagen. a travs de la textura se
puede discriminar reas con un comportamiento espectral similar.
Patrn: es un elemento dentro de la imagen que esta relacionado casi

siempre con acciones antropicas, dejando diferenciar como por ejemplo
reas de bosques natural de reas de cultivo.
Tratamiento digital
Pardi (1998) dice que el proceso de anlisis digital de imgenes presenta tres
etapas: pre-procesamiento, contraste y clasificacin.

La tcnica de segmentacin tambin har parte de este tipo de anlisis, pero

ser una etapa intermedia entre el contraste y la clasificacin. (Venturieri,
1996).
Tcnica de Pre-procesamiento: es usada para atenuar anomalas de

la imagen, es decir, sus niveles digitales. Chuvieco (2003) lo enuncia
como un proceso con el cual, se toman los datos de una imagen para
obtener una mejor cualidad.
Muchas de estas tcnicas, son aplicadas en el momento de adquisicin
de la imagen en la estacin receptora (Pardi, 1998).
Las tcnicas ms aplicadas en un pre-procesamiento son: correccin
radiomtrica, que tiene por objeto afinar los efectos atmosfricos o
eliminar los errores producidos por los sensores; correcin geometrica,
que es la que altera la geometra de la imagen, con las cuales se logra
corregir errores producidos por el sistema de captura de datos (satlite).
Contraste: El objetivo de este proceso es mejorar la interpretacin de

una imagen Chuvieco (2002) lo de nomina como la redistribucin de los
niveles digitales que darn mejor visualizacin, y mayor informacin que
no se observaba antes de realizarlo.
El cambio de contraste pueden ser aplicados por varios procedimientos
como aumento linear de contraste, aumento bilinear y multilinear de
contraste (Pardi, 1998).
El aument linear se basa en un proceso estadstico donde se manipulan
los valores de gris (0 a 256), de una imagen, el aument bilinear o
multilinear son otros procesos estadsticos donde se manipulan los
datos, realizando realces en determinadas regiones del histograma a

travs de un aumento linear, en cuanto las dems regiones no son

sometidas (Pardi, 1998).
Segmentacin: es un procedimiento estadstico el cual se utiliza en el
anlisis digital de imgenes, realizando un proceso por pixel o por
regiones (SPRING 4.01Beta)
En este proceso la imagen se divide en
regiones, entendindose que en estas se lograra crear conjuntos de

pxeles, con caractersticas continuas, uniformes o totalmente diferentes.
Para el presente trabajo, se utilizara el segmentador incluido en el
programa SPRING 4.01Beta, el cual est basado en el mtodo de
crecimiento de regiones.
En este proceso, cada pxel inicialmente
marcado como una regin distinta; luego es calculada la distancia

euclidiana entre la media de cada par de regiones adyacentes, para
luego, agrupar aquellas cuyo valor de distancia sea menor o igual al
limite de similaridad de finido por el usuario (INPE, 1995).
Clasificacin: Consiste en la implementacin de un proceso atravs del
cual se designa un grupo de pxeles, como pertenecientes a una misma
clase, donde estos, presentan igual informacin.
La clasificacin digital sigue unos patrones anlogos, pues se basa en
identificacin de patrones visuales asociados a los objetos; y se
distinguen las siguientes fases: 1) definicin digital de categoras (fase
de entrenamiento), 2) asignacin de los objetos en las clases, 3)
comprobacin y verificacin de resultados.
La clasificacin se puede realizar por dos procesos, en los cuales son
empleados algoritmos matemticos: 1) pxel a pxel, donde se utiliza la
informacin espectral de cada punto (X, Y), y es como se logran
encontrar regiones homogneas, 2) por regiones, donde se utiliza la

informacin espectral de cada pxeles, con respecto a sus vecinos ms

prximos (INPE, 1995) y ser el tipo de clasificacin que se utilizara en
el presente trabajo.
Estos procesos de clasificacin son divididos segn la intervencin del
usuario: clasificacin supervisada no-supervisado.
En la clasificacin no-supervisada, es aquella donde se busca de forma
automtica agrupar los pxeles que componen una imagen de acuerdo
con su nivel de gris que presenta cada una de ellas.
La clasificacin
supervisada, parte de un conocimiento previo del terreno, del usuario y

es quien har la seleccin de muestras para cada categora sobre la
interpretacin de la imagen.
En la actualidad, en geoprocesos de sensoramiento remoto, se utiliza
aquella clasificacin donde se combinan los dos procesos anteriormente
mencionados.
Pardi (1998) cita que los mtodos de clasificacin mas comunes son
aquellos realizados por clasificacin supervisada, los de distancia minina
o mtodos de clasificacin de mxima semejanza.
En este trabajo, utilizo el mtodo de clasificacin de mxima semejanza,
este mtodo de clasificacin, es el ms comn en sensoramiento remoto
y se basa en el clculo de las distancias estadsticas entre cada pxel y
las
clases
definidas.
Para
esto
son
seleccionadas
muestras
de
entrenamiento de cada una de las clases a definir; estas muestras

debern representar la variabilidad de cada clase, dentro de cada
categora del rea de estudio (Pardi, 1998).

Segn Richards (1986), el numero de muestras se calcula sobre N+1

muestras por clase, siendo N el numero de bandas utilizadas para
clasificar la imagen; Davis (1978), dice que el mnimo numero aumenta
a 10N de muestras por clase.
En definitiva se asume que las reas de entrenamiento son fieles
representantes de las distintas categoras, y que, por tanto, las medidas
extradas a partir de su reflactancia nmeros digitales (ND), definen
convenientemente a esas clases.
Posterior a la toma de muestras, este mtodo realiza un anlisis
estadstico por cada clase (media, desviacin estndar, varianza y
covarianza), todo a partir de los pxeles de cada clase.
Es con estos
datos, que es posible realizar el anlisis de los datos de cada muestra,

permitiendo eliminar aquellos que presentan valores de confusin entre
las clases ya que se obtuvo una mala definicin espectral en algunas
muestras que afectaran a la clasificacin final.
Sistema de informacin geogrfica
Las principales caractersticas de un sistema de informacin geogrfica (SIG)

es: la integracin en una nica base de datos, informacin proveniente de
datos de diferentes fuentes, donde posteriormente, estos datos generen mayor
informacin.
Este
SIG,
realiza
de
varias
maneras
procesos
como
digitalizacin,
vectorizacin, importacin, estructuracin, creacin de bases de datos,

consultas grficas, anlisis, gestin de datos, generacin de nueva cartografa
y ploteados.

La estructura de un SIG, es asi: 1) entrada de datos, el cual constituye por

donde se adicionan al sistema las variables de las diversas fuentes (teclado,
mesas digitalizadotas, GPS) 2) almacenamiento de datos; ser la forma como
se organizara los datos al interior del sistema, existen dos sistemas de
organizacin: Raster, que sern datos que crean un archivo de lneas por
columnas y cuya representacin es numrica y es caracterstico de una imagen
la cual est constituida por una matriz de puntos regularmente distribuidos en
el especio 2D, donde para cada punto existe un nivel de gris asociado (0 a
255); vectorial, ser un archivo de puntos, lneas y polgonos donde el atributo
ser definido por coordenadas en X e Y, que representaran la longitud y la
latitud respectivamente, 3) Modulo de transformacin, es aquel donde se
realizan rutinas para remover errores de los datos cuando se manipulan est
informacin; 4) el modulo de salida grafica.
Los trabajos de teledeteccin espacial tienen como objetivo, integrar la
informacin resultante con otras variables geogrficas, esto, con la obtencin
de dar una visin ms sinttica de las caractersticas de un determinado
territorio (Chuvieco, 2003).
Para este Trabajo se utiliza de manera automtica el sistema de informacin
geogrfica que posee el programa SPRING 4.01Beta.

Cap2 Fundamentos Teoricos SR

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Cap2 Fundamentos Teoricos SR

Diunggah oleh

Hak Cipta:

Format Tersedia

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

Capitulo 2. Fundamento terico.

Electromagntica (REM), la cual proviene de los objetos terrestres utilizan

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

con la materia de los objetos, el resultado de todo este proceso ser,

sea, datos obtenidos de forma indirecta.

podemos conocer el estado de estrs de algn bosque, a partir de medir su

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

La interpretacin de estos datos sern las imgenes digitales, que corresponde

separando la energa recibida en tres

componentes de acuerdo a la sensibilidad espectral de nuestras clulas

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

FIG.4. sistema RGB (Red, Green, Blue)

Para la realizacin del presente trabajo se utilizaron imgenes de 8 bits

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

teledeteccin espacial. La buena resolucin de sus sensores, el carcter global

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

El LANDSAT 7 tiene una modificacin en el sensor el cual fue sustituido por

rea observada por el sensor TM es de 183 X 183 Km, y presenta una

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

Rango espectral (m)

1 (Tm y ETM+)1 & 2

0,45 0,52 (azul)

2 (Tm y ETM+)1 & 2

0,52 0,60 (verde)

3 (Tm y ETM+)1 & 2

0,63 0,69 (rojo)

4 (Tm y ETM+)1 & 2

0,76 0,90 (IRP)

5 (Tm y ETM+)1 & 2

1,55 1,75 (IRM)

y caractersticas de agua molecular

10,42 12,50 (IRT)

Diferenciacin de estresse trmico

10,42 12,50 (IRT)

7 (Tm y ETM+)1 & 2

2,08 2,35 (IRM)

0,50 0,90 (VIS/IRP

respuestas de carcter trmico.

Interpretacin de imgenes Satelital

Se conoce a este proceso, como el realizado ya sea con fotografas o

Segn Pardi, 1998, para realizar la identificacin de objetos en una imagen es

Tamao: Es la dimensin de los objetos segn la escala, imagen.

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

Forma: Est basada en los aspectos geomtricos de los objetos, y en

Sombra: permiten definir el relieve o reconocer algunos objetos que

Tonalidad: debemos recordar que la tonalidad en una imagen esta

Textura: corresponde a la impresin visual de rugosidad y suavidad

Patrn: es un elemento dentro de la imagen que esta relacionado casi

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

La tcnica de segmentacin tambin har parte de este tipo de anlisis, pero

Tcnica de Pre-procesamiento: es usada para atenuar anomalas de

Contraste: El objetivo de este proceso es mejorar la interpretacin de

Biol. Mar. Csar Fernando Garca Llano.

Curso Internacional de Sensoramiento Remoto y Sistemas de Informacin Geogrfica

travs de un aumento linear, en cuanto las dems regiones no son