Proyecto Final Idrisi PDF

Preview

Summary

Download Proyecto Final Idrisi PDF

Description

PROCESAMIENTO DIGITAL DE IMÁGENES SATELITALES

CARLOS ALBERTO BUITRAGO LOPEZ JULIÁN CAMILO GUAQUETA POVEDA

UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA CIVIL Y AGRÍCOLA BOGOTA D.C 2021

PROCESAMIENTO DIGITAL DE IMÁGENES SATELITALES

CARLOS ALBERTO BUITRAGO LOPEZ c.c. 1.007.442.245 JULIÁN CAMILO GUAQUETA POVEDA c.c. 1.000.352.192

Trabajo presentado como requisito parcial de la asignatura de GEOMÁTICA APLICADA al docente: Ing. ROSE MARIE ALDANA BOUTIN

|UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA CIVIL Y AGRÍCOLA BOGOTA D.C 2021

TABLA DE CONTENIDO INTRODUCCIÓN

5

FIRMAS ESPECTRALES OBJETIVOS GENERAL ESPECÍFICOS CUADRO DE NIVELES DIGITALES ANÁLISIS DE BANDAS CON HISTOGRAMA FIRMAS ESPECTRALES CONCLUSIONES

5 5 5 5 5 6 9 15

COMPOSICIONES DE COLOR OBJETIVOS GENERAL ESPECÍFICOS MARCO TEÓRICO COMPOSICIONES DE COLOR COMPOSICION DE COLOR TMFC: COMPOSICION DE COLOR RGB 321: COMPOSICION DE COLOR RBG 432: COMPOSICION DE COLOR RBG 731: COMPOSICION DE COLOR RBG 743: COMPOSICION DE COLOR RBG 475: COMPOSICION DE COLOR RBG 453: SELECCIÓN MEJORES COMPOSICIONES DE COLOR CÁLCULO DEL FACTOR DE ÍNDICE ÓPTIMO DE LAS IMÁGENES SELECCIONADAS CONCLUSIONES BIBLIOGRAFÍA

16 16 16 16 16 17 17 18 19 20 20 21 22 22

FILTROS OBJETIVOS GENERAL ESPECÍFICOS MARCO TEÓRICO FILTROS BANDA 1 BANDA 2 BANDA 4 BANDA 7 CUADRO COMPARATIVO BANDAS

25 25 25 25 25 26 26 28 30 32 34

22 23 24

CONCLUSIONES BIBLIOGRAFÍA ÍNDICES DE VEGETACIÓN OBJETIVOS GENERAL ESPECÍFICOS MARCO TEÓRICO ÍNDICES DE VEGETACIÓN RATIO RATIO 3-4 RATIO 3-5 RATIO 3-7 NDVI NDVI 3-4 NDVI 3-5 NDVI 3-7 TVI TVI 3-4 TVI 3-5 TVI 3-7 CONCLUSIONES BIBLIOGRAFÍA

36 36 37 37 37 37 37 38 38 38 39 40 41 41 41 42 43 43 44 45 45 45

INTRODUCCIÓN En la ingeniería civil existen distintos recursos para el estudio y manipulación de información geográfica, el uso e implemento de tecnologías ha venido mejorando las herramientas de información geográfica, entre ellas se encuentra la toma de información a larga distancia por medio de bandas, que permiten realizar un estudio detallado de la zona a través del procesamiento de imágenes. Entre los softwares más reconocidos en el procesamiento de bandas está idrisi, el cual permite realizar distintos análisis por medio de índices de vegetación, niveles de energía, composiciones de color y la aplicación de filtros. Todo esto con el fin del mejoramiento digital de imágenes.

FIRMAS ESPECTRALES OBJETIVOS GENERAL El objetivo principal de esta práctica es aplicar los conocimientos adquiridos para encontrar de manera óptima las firmas espectrales de las seis bandas de la zona de Bogotá D.C. haciendo el uso correcto del programa Idrisi. ESPECÍFICOS -

Definir cómo se presenta el contraste de cada fotografía por medio del histograma que se suministra. Realizar una comparación entre las firmas espectrales obtenidas y las firmas espectrales teóricas. Obtener el promedio ponderado de los niveles digitales de las seis bandas seleccionadas.

CUADRO DE NIVELES DIGITALES A continuación observaremos el cuadro de niveles digitales en donde se evaluaron las coberturas (Pasto, Agua, Arboles, Suelo, Asfalto) con una paleta de color Idris 256 por cada banda de la zona de Bogotá D.C. Se determinaron los promedios de los dos datos obtenidos por cada cobertura y en base a esto se obtuvieron las siguientes observaciones: -

Las bandas 2 y 7 son las que presentan los menores valores. Las bandas 1 y 5 son las que presentan los mayores valores. La cobertura del agua presenta los valores más elevados, con respecto a las demás.

Teniendo claro lo anterior, a continuación se adjuntan los resultados obtenidos:

Tabla 1: Cuadro de niveles digitales.

ANÁLISIS DE BANDAS CON HISTOGRAMA En la primera fotografía de una determinada zona de Bogotá denominada Bog 1, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía oscura, esto debido a que el histograma está posicionado hacia la parte izquierda y además este se presenta de manera angosta, por lo cual el contraste es pobre. Además de deducir de manera gráfica por medio del histograma, el pobre contraste se puede observar de manera visual, pues la fotografía no tiene buen contraste a priori y esto genera que no se distinga de manera clara las formas de la fotografía.

Imagen 1: Cuadro de histograma de Bog 1.

En la segunda fotografía de una determinada zona de Bogotá denominada Bog 2, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía oscura, esto debido a que el histograma está posicionado hacia la parte izquierda y además este se presenta de manera demasiada angosta, por lo cual el contraste es bastante pobre. Además de deducir de manera gráfica por medio del histograma, el pobre contraste se puede observar de manera visual, pues la fotografía no tiene buen contraste a priori y esto genera que no se distinga de manera clara las formas de la fotografía.

Imagen 2: Cuadro de histograma de Bog 2.

En la tercera fotografía de una determinada zona de Bogotá denominada Bog 3, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía oscura, esto debido a que el histograma está posicionado hacia la parte izquierda y además este se presenta de manera amplia, por lo cual el contraste es aceptable. Además de deducir de manera gráfica por medio del histograma, el buen contraste se puede observar de manera visual, pues la fotografía tiene buen contraste a priori y esto genera que se distinga de manera clara las formas de la fotografía.

Imagen 3 : Cuadro de histograma de Bog 3.

En la cuarta fotografía de una determinada zona de Bogotá denominada Bog 4, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía no muy oscura, esto debido a que el histograma está posicionado levemente hacia

la parte izquierda tomando colores cálidos como el amarillo, naranja y rosado, pero no de manera tan abundante como las fotografias anteriores, además este se presenta de manera amplia, por lo cual el contraste es aceptable. Además de deducir de manera gráfica por medio del histograma, el buen contraste se puede observar de manera visual, pues la fotografía tiene buen contraste a priori y esto genera que se distinga de manera clara las formas de la fotografía.

Imagen 4 : Cuadro de histograma de Bog 4.

En la quinta fotografía de una determinada zona de Bogotá denominada Bog 5, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía ni muy clara ni muy oscura, esto debido a que el histograma está posicionado aproximadamente en el medio de la gráfica tomando colores cálidos como el amarilloy anaranjado, además este se presenta de manera amplia, por lo cual el contraste es aceptable. Además de deducir de manera gráfica por medio del histograma, el buen contraste se puede observar de manera visual, pues la fotografía tiene buen contraste a priori y esto genera que se distinga de manera clara las formas de la fotografía.

Imagen 5 : Cuadro de histograma de Bog 5.

En la sexta fotografía de una determinada zona de Bogotá denominada Bog 7, se encontraron las propiedades de la fotografía mediante un histograma en donde podemos observar como se presenta el contraste en dicha fotografía. Determinamos que es una fotografía oscura, esto debido a que el histograma está posicionado hacia la parte izquierda tomando colores azules y morados bastante opacos, además este se presenta de manera amplia, por lo cual el contraste es aceptable. Además de deducir de manera gráfica por medio del histograma, el pobre contraste se puede observar de manera visual, pues la fotografía no tiene buen contraste a priori y esto genera que no se distinga de manera clara las formas de la fotografía.

Imagen 6 : Cuadro de histograma de Bog 7.

FIRMAS ESPECTRALES Con los datos obtenidos en el cuadro de niveles digitales se procedió con la realización de una gráfica de firmas espectrales (Gráfica 1), la cual se va a someter a comparación con una gráfica de firmas espectrales teóricas (Gráfica 2). En la gráfica 1 vamos a observar una serie de curvas las cuales corresponden a cada cobertura de la siguiente manera: -

Línea Azul: Pasto Línea Roja: Agua Línea Amarilla: Árboles Línea Verde: Suelo Línea Naranja: Asfalto

Imagen 7 firma espectral pasto empírica

Imagen 8 firma espectral árboles empírica

Imagen 9 firma espectral vegetación teórica

Para la imagen 7 y 8 se puede hacer un análisis similar ya que ambas firmas espectrales corresponden a un tipo de vegetación diferente, por tanto hay una similitud en el comportamiento gráfico, aunque la reflectividad dada por el pasto es mucho menor. La imagen 9 que corresponde a la firma espectral teórica pero esta se percibe un poco diferente a las tomadas por medio del programa, posiblemente porque las unidades de las fotografías no son los mismos, se puede asumir en la banda 4 y 5 que están los picos más altos de reflectividad, pero no se puede concluir la estructura de la hoja o la misma absorción de agua.

Imagen 10 firma espectral agua empírica

Imagen 11 firma espectral agua teórica

En la imagen 10 se puede apreciar la firma espectral hallada por medio de programa y en la 11 la teórica y al igual que en la anterior no se observa un comportamiento similar, pero se puede percibir un pico de reflectividad en la banda 5, permitiendo intuir que en esta banda se observa el comportamiento más elevado de turbidez del agua.

Imagen 12 firma espectral suelo empírica

Imagen 13 firma espectral asfalto empírica

Imagen 14 firma espectral suelo teórica

En la imagen 12 y 13 se encuentran las firmas espectrales de suelo y asfalto tomadas por el programa y se presentan similitudes en su comportamiento pero sin que sobresalga un patrón concordante a la teoríca de la imagen 14 que permita definir un tipo de suelo o de los componentes del asfalto como lo es un material arcilloso o limoso, pero sus picos de reflectividad se encuentran al igual que en las imágenes anteriores en la banda 4 y 5 , siendo un patrón con cambios suaves en los porcentajes de reflectividad, siendo la mayor similitud con la imagen teórica correspondiente a suelos.

Imagen 15 firmas espectrales halladas

Imagen 16 firmas espectrales teóricas

Podemos observar en la comparación de firmas espectrales que la cobertura tomada como agua no corresponden a los correctos, esto se evidencia en los niveles digitales teóricos los cuales no son para nada aproximados con los prácticos, al mismo tiempo la firma espectral obtenida para el suelo es muy aproximada a la teórica y comparando los niveles digitales del pasto con su correspondiente teórico (vegetación) podemos observar que presenta una similitud en el infrarrojo debido a que es allí donde presenta aproximación en su firma espectral. Posteriormente después de observar las firmas espectrales prácticas y teóricas de una manera general, se procedió a realizar una gráfica independiente por cobertura, para así de esta manera poder evidenciar de forma clara cómo se presentan las firmas en ambos bandos, por una parte de forma práctica y por otra de forma teórica.

CONCLUSIONES -

-

-

-

-

El 83 % de las imágenes son fotografías oscuras, esto se evidencia en el histograma debido a que en este caso todos se encuentran posicionados ya sea abundante o levemente. El histograma es de gran utilidad a la hora de seleccionar una fotografía a estudiar, esto porque nos brinda información relevante acerca de su contraste y claridad, esto nos facilita posicionar y obtener las coberturas a utilizar. Las firmas espectrales son de gran utilidad, esto porque con solo algunas fotografías podemos determinar cómo se encuentra la zona de estudio. La firma espectral obtenida para el suelo en la gráfica de firmas espectrales de forma general es muy aproximada a la teórica por lo cual se concluye que los datos obtenidos para este caso son los correctos. La cobertura tomada como agua en la gráfica de firmas espectrales de forma general no corresponden a los correctos, este error nos ayuda a comprender la importancia de estimar los niveles digitales de forma individual para un mayor análisis y sobre fotografías de buena calidad. La banda 4 y 5 son las que brindaron un mayor porcentaje de reflectividad ya que ahí fue donde se tomaron los valores más elevados, confirmando que los histogramas con mayor contraste brindan una mejor información acerca de las firmas espectrales y están ubicados en el centro.

COMPOSICIONES DE COLOR OBJETIVOS GENERAL Aplicar de manera óptima las distintas combinaciones de color entre las bandas suministradas seleccionando las mejores composiciones mediante el Factor de Índice Óptico, para asi determinar de una mejor manera que elementos se presentan en las fotografías. ESPECÍFICOS -

Seleccionar con los conocimientos adquiridos previamente las mejores composiciones de colores las cuales se llegaron a usar en el caso de estudio. Comprender de la mejor manera las aplicaciones y el uso de las composiciones de color en la ingenieria. Determinar de manera óptima las características que se presentan en la zona de Bogotá mediante las fotografías. Realizar un adecuado análisis en lo que concierne a la identificacion de los diferentes tipos de coberturas que se pueden llegar a presentar en las composiciones de color.

MARCO TEÓRICO Para poder hablar de Composiciones de color RGB tenemos que esclarecer ciertos conceptos previamente, empezaremos entendiendo que se conoce como RGB. RGB es un término que se compone por las siglas de los términos “red”, “green” y “blue”, es decir, rojo, verde y azul las cuales están relacionadas con la representación de colores. Además de comprender el significado de estas siglas el RGB es un modelo cromático mediante el cual seremos capaces de representar distintos colores a partir de la mezcla de estos tres colores primarios, es decir, se basa en la síntesis aditiva de la iluminación en estos tres colores. Mediante esta adición de colores y aplicando una determinada luminosidad a cada uno de estos tres, seremos capaces de representar otros colores distintos a ellos y así poder ver mayor variedad. Un ejemplo claro de la utilización del sistema RGB son los monitores de ordenador o las televisiones, desde los tradicionales tubos CRT. Teniendo claro lo anterior ahora podemos definir claramente las composiciones RGB de imágenes satélite, las cuales son una de las técnicas de análisis en la teledetección que puedes emplear para identificar elementos territoriales como la vegetación, masas de agua, explosiones de algas o presencia de incendios entre las opciones más tradicionales. Un sencillo juego de bandas permite filtrarlas a través de tres canales de color (rojo, verde y azul) para componer imágenes realzando estos elementos territoriales gracias a su comportamiento en el espectro electromagnético.

Para terminar de esclarecer los conceptos relevantes y llevar a cabo la culminación de este trabajo hablaremos del Índice Optimo OIF el cual es un valor estadístico que se utiliza para escoger la combinación óptima de tres bandas en una imagen satelital, entenderemos por combinación óptima como aquella que brinda la mayor cantidad de información con la menor cantidad de redundancias. La mayor cantidad de informacion de una combinacion de color entre bandas se obtiene del resultado mas alto de la suma de las desviaciones estandar, por consiguiente la menor cantidad de redundancias se obtiene al comparar la correlacion entre bandas, a menor correlacion, menor cantidad de datos rendudantes. COMPOSICIONES DE COLOR COMPOSICION DE COLOR TMFC:

Imagen 17 TMFC

Para la imagen 17 nombrada TMFC se ha definido una composicion de color falso RGB 432 en donde se puede observar la presencia exuberante de tonos rojos y en menor medida los tonos negros, azules oscuros y grisaceo. Para esta composición se definió la tonalidad roja como vegetación vigorosa, cultivos regados, prados de montaña o bosques, la tonalidad negra y azul oscura como acuíferos y la tonalidad grisácea para el área poblada. Por tanto se puede intuir que es una zona en la cual sobresale la vegetación, que es compensada por los acuíferos de los alrededores que le permite prevalecer y una población que se asienta junto a este lugar en el extremo de la composición.

COMPOSICION DE COLOR RGB 321:

Imagen 18 RGB 321

En la imagen 18 se observa la composicion de color RGB 321 para la ciudad de Bogota en donde se busca la combinacion de color verdadera, sobresaliendo por las tonalidades de color verde, marron, grises y azules oscuros o negros. Los colores verdes se definieron como la vegetación de la zona, los colores marrones como el suelo de la ladera y suelos descubiertos , los tonos grisáceos se pueden entender como el casco urbano de la zona y sus principales carreteras, y finalmente los azules oscuros como los ríos que se encuentran presentes en la ciudad. Esta composicion de color es usada en herramientas satelitales como google earth.

COMPOSICION DE COLOR RBG 432:

Imagen 19 RGB 432

En la imagen 19 se evidencia la composicion de color RGB 432 la cual es empleada para la discriminación de vegetacion de una zona, en esta fotografia se observan tonalidades rojas claras, azul metalico , tonos de beige , una leve parte de marron, tonos suaves de verde y pequeñas fracciones de azul oscuro. Entendiéndose por el rojo claro como áreas vegetales poco densas, y en algunos casos pueden entenderse como parques con vegetación en medio de la ciudad, el azul metálico corresponde al casco urbano de la ciudad de Bogotá, los marrones como vegetación muy variable presentándose en la ladera y en el occidente de la ciudad, los tonos de beige en los cerros se interpretan como zonas de transición o prados secos.

COMPOSICION DE COLOR RBG 731:

Imagen 20 RGB 731

En la composicion de color RBG 731 difinida como aplicaciones oceanografias en donde sobresalen los colores marrones, azul metalico , trazos de verdes , azul claro, rojos y azul oscuro. Se determinaron los marrones y los trazos de verdes como la vegetación de la zona, el azul metálico como el casco urbano, los azules oscuros como los ríos de la ciudad y los otros tonos de rojo y azul claro como diferentes tipos de vegetación o pradera COMPOSICION DE COLOR RBG 743:

Imagen 21 RGB 743

En la imagen 21 correspondiente a RGB 743 la cual discrimina cultivos se destaca el color morado , y los diferentes tonos de verdes correspondientes a la variedad de vegetación de la zona, incluidas sus praderas y en azul oscuro los acuíferos que permanecen en la zona.

COMPOSICION DE COLOR RBG 475:

Imagen 22 RGB 475

En la imagen 22 correspondiente a a la composicion de color RGB 475, identificacion de zonas de quemadas, se observa un azul verdoso el cual corresponde a la vegetación de los cerros y al suelo descubierto, los colores rojizos corresponden a la variedad de vegetacion que se encuentra en la zona , los grises a las principales carreteras, el verde a la zona urbana y el negro a los rios y acuife...