APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS
|
|
- Ramón Naranjo Chávez
- hace 5 años
- Vistas:
Transcripción
1 APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS Autoras: Vanesa Gordillo Alonso Patricia Martín Panero Tutora: Dra. Carmen Quintano Pastor
2 1. JUSTIFICACIÓN Y OBJETIVOS A lo largo del año 2004 se produjeron 632 incendios en los que se quemaron más de hectáreas de superficie forestal en Castilla y León. En el mismo periodo en España se produjeron siniestros en los que la cifra de la superficie forestal quemada casi alcanzó las hectáreas. De acuerdo con esto, y con la posibilidad de contar con imágenes obtenidas del sensor MODIS del satélite TERRA, se ha propuesto un estudio para definir una metodología para cartografiar estos incendios, los producidos en Castilla y León. El principal objetivo de este proyecto es desarrollar una metodología válida para la cartografía de superficies forestales afectadas por grandes incendios en Castilla y León a partir de imágenes MODIS (Moderate Resolution Imaging Spectroradiometer) basada en el empleo del Modelo Lineal de Mezclas Espectrales (MLME) desde un punto de vista unitemporal. Este objetivo general puede desglosarse en los siguientes objetivos específicos: 1. Respecto a la aplicación del MLME. o Determinar qué bandas de la imagen son las más adecuadas para aplicar el modelo. o Determinar el número y tipo de los componentes básicos más adecuados para implementar MLME. 2. Respecto al proceso de reclasificación posterior de las imágenes fracción obtenidas aplicando MLME. o Determinar qué imágenes fracción son las más adecuadas como entrada del clasificador. o Determinar qué tipo de clasificador es el más adecuado. 3. Respecto al tipo de imágenes empleadas. o Determinar qué producto MODIS es el más adecuado para esta aplicación. o Determinar qué fecha resulta más idónea, analizando la permanencia de la cicatriz. 2. INTRODUCCIÓN TEÓRICA La teledetección consiste en la identificación de objetos a partir de las diferencias en la energía reflejada mediante la recogida de información espacial (organización de los elementos en el espacio), información espectral (naturaleza de las superficies), e información temporal (observación de los cambios de una zona a lo largo del tiempo). 1
3 La principal fuente de datos consiste en una imagen recogida por un sensor. Un dato particular representa un elemento sobre la superficie de la tierra y se representa como un píxel (picture element). De forma general es posible definir tres tipos de resolución en un sensor. La resolución espectral se refiere al número de bandas que puede detectar el sensor y a la anchura espectral de éstas. La resolución espacial es una medida del objeto más pequeño que puede ser resuelto por el sensor (área en la superficie que recoge cada píxel). Y la resolución temporal se refiere al tiempo que tarda el sensor en pasar por una misma zona. IMÁGENES MODIS En este trabajo utilizamos imágenes del sensor MODIS del satélite TERRA desde el 1 de julio de 2004 hasta 31 de octubre de Estas imágenes tiene frecuencia diaria en España y bandas con tres resoluciones espaciales diferentes. Tiene 2 bandas de 250m de resolución, 5 de 500m y el resto, 36, de 1km. El sensor MODIS capta tanto la luz visible, como la radiación térmica infrarroja (IR). Las imágenes MODIS son pre-procesadas por la NASA, incluyendo geo-referenciación, conversión a valores de reflectividad y compuestos multitemporales. Hay 44 productos de datos estándar de MODIS para diferentes aplicaciones, de los cuales utilizamos MOD 09 (Reflectancia de la Superficie) y MOD 13 (incluye los índices de vegetación NDVI y EVI). Del producto MOD 09 disponemos de 2 tipos de imágenes, GHK tiene una resolución de 500 m y 7 bandas espectrales y GQK tiene una resolución de 250 m y 2 bandas espectrales. Y del producto MOD 13 las imágenes con las que trabajamos son las 13Q1 con una resolución de 250 m y 4 bandas espectrales, en las que cada píxel es una composición de las muestras tomadas a lo largo de 16 días consecutivos. Trabajamos con los contornos de los incendios ocurridos en el verano de 2004 en formato vectorial facilitados junto con los partes de incendios por la Junta de Castilla y León. MODELO LINEAL DE MEZCLAS ESPECTRALES (MLME) Ésta técnica se basa en suponer que cada píxel de una imagen está compuesto de varios elementos, siendo la reflectividad total una combinación lineal de las reflectividades de cada uno de ellos. De este modo la finalidad de MLME es descomponer la imagen original en una serie de imágenes (una por cada clase definida) y una banda de error (RMS, raíz media cuadrática) CLASIFICACIONES La clasificación digital es un proceso que obtiene una nueva imagen para identificar las regiones que se pueden observar en la imagen original. Los métodos de clasificación son algoritmos de agrupamiento de datos y pueden ser divididos en supervisados y no supervisados. 2
4 Los primeros parten de un conocimiento del terreno que ayuda a seleccionar las muestras para cada categoría. Los clasificadores supervisados mas habituales son: o Paralelepípedos (Parallelepiped): Se definen unos paralelepípedos que son las fronteras de cada clase. Ésta debe hacerse teniendo en cuenta los valores máximos y mínimos de reflectividad para cada banda. o Mínima distancia (Minimum distance): Cada píxel se asigna a la clase más cercana. o Máxima probabilidad (Maximum Likelihood): Calcula la media y desviación típica de cada clase asumiendo que los datos siguen un a función de distribución normal asignando así el píxel a la clase a la que sea más probable que pertenezca. Los clasificadores no supervisados buscan de manera automática grupos de valores homogéneos en la imagen siendo necesario determinar previamente el número de clases que se quiere establecer. Los más habituales son: o IsoData: Calcula el promedio de las clases para formar agrupaciones de píxeles con un comportamiento espectral homogéneo y semejante. La distancia se calcula con técnicas de distancia mínima. En cada iteración se recalculan las medias y se reclasifican los píxeles. o K-Means: Calcula la media de cada clase y luego, iterativamente, las agrupaciones de píxeles de las clases más cercanas con técnicas de mínima distancia. Cada iteración recalcula las medias de las clases y reclasifica los píxeles respecto a las nuevas medias. Todos los píxeles son distribuidos a la más cercana siempre que no se especifique una desviación estándar o un umbral, en este caso pueden aparecer píxeles no clasificados. MATRIZ DE CONFUSIÓN E ÍNDICE KAPPA Se construye a partir de la clasificación. Es una matriz bidimensional y recoge los conflictos entre categorías. En las filas aparecen las clases de referencia y en las columnas las categorías de la clasificación. La diagonal expresa el número de píxeles clasificados donde se produce acuerdo entre las dos fuentes (verdad-terreno y clasificación). Los marginales indican errores de asignación. La fiabilidad se expresa con la relación entre los píxeles bien asignados y el total. El índice Kappa se obtiene de la matriz de confusión. Indica la relación entre la imagen verdad-terreno obtenida del vector incendios y la clasificación. Se mide en tanto por 1 y es aceptable K 0,7. SOFTWARE EMPLEADO El programa utilizado es ENVI en su versión 3.6. Este programa permite trabajar con ficheros de imágenes enteros, bandas individuales, o ambas, así como con imágenes vectoriales. 3
5 3. METODOLOGÍA Y RESULTADOS Los pasos seguidos se muestran en la siguiente figura y son brevemente descritos a continuación. 1. PREPROCESADO Descarga de las imágenes. Selección visual de las fechas sin nubes. Recorte de las imágenes para seleccionar la zona deseada (Castilla y León) Preparación de los ficheros vectoriales de las fechas consideradas. 2. ANÁLISIS ESPECTRAL Definición de endmembers MLME 3. CLASIFICACIÓN Supervisadas No supervisadas 4. VERIFICACIÓN Muestreo Matriz de confusión Índice Kappa PREPROCESADO Se eligen las imágenes con menos nubes. Se recortan y se preparan los ficheros vectoriales. Finalmente se eligen las imágenes de fecha: 21 de julio, 14 de agosto, 29 de agosto y 14 de octubre para GHK y GQK y 28 de julio, 13 de agosto, 29 de agosto, 14 de septiembre y 30 de septiembre para las imágenes 13Q1. ANÁLISIS ESPECTRAL En primer lugar se aplica una transformación MNF (Minimum Noise Fraction) a la imagen para tratar de eliminar el ruido que pueda tener. Podemos aplicar su inversa para volver a trabajar con la imagen original o bien quedarnos con la transformada. 4
6 A continuación aplicamos el índice de pureza de los píxeles. PPI (Píxel Purity Index) busca los píxeles más puros de la imagen. Se puede realizar a partir del resultado de MNF o de su inversa. Elegimos diferentes combinaciones de bandas de la imagen con la que trabajar. Vemos la constelación formada por los píxeles más puros y elegimos los píxeles que están en la zona de los incendios y otros grupos de píxeles del diagrama cercanos entre sí para definir las regiones. Elegidas ya las clases, realizamos MLME utilizando las siguientes alternativas: 1) se aplica MLME directamente a la transformada MNF con los endmembers definidos mediante PPI; 2) se aplica MLME a la transformada MNF inversa con los endmembers definidos mediante PPI en la transformada MNF; y 3) se aplica MLME a la transformada MNF inversa pero en este caso se emplean los endmembers definidos mediante PPI sobre la transformada MNF inversa. Finalmente hemos utilizado 2 (vegetación sana, vegetación quemada), (3 (vegetación sana, vegetación quemada, y agua) y 4 endmembers (vegetación sana 1, vegetación sana 2, vegetación quemada, y agua), con un error máximo permitido (valor medio de la imagen RMS) igual a 1. La alternativa que mejores resultados produjo fue la primera. Concretamente, realizamos la transformada MNF de las bandas 1, 2, 3 y 4 de GHK y de 13Q1, y las bandas 1 y 2 de GQK. Seleccionamos tres regiones en GHK y 13Q1 y dos en GQK. Las bandas seleccionadas para realizar MLME fueron 1, 2, 3 y 5 de la transformada MNF para GHK, 1 y 2 para GQK y 1, 2, 3 y 4 para 13Q1. CLASIFICACIÓN Para obtener una imagen clasificada con dos clases: quemado y no quemado, hemos empleado los clasificadores supervisados y no supervisados descritos en el apartado introducción con distintas combinaciones de bandas y, para las clasificaciones supervisadas, empleando diferentes clases. VERIFICACIÓN Calculamos la matriz de confusión y kappa a partir de las clasificaciones anteriores. Hemos realizado distintos muestreos de imágenes verdad-terreno (muestreo ecualizado y muestreos desproporcionados). Se obtuvo un índice Kappa máximo de 0.8, empleando la imagen 13Q1 de fecha del 29 agosto, siguiendo la primera alternativa al aplicar MLME, y utilizando clasificación no supervisada. 4. CONCLUSIONES Y EXTENSIONES CONCLUSIONES 1. Respecto a la aplicación de MLME 5
7 La conclusión a la que llegamos es que los mejores resultados aparecen utilizando la primera alternativa: aplicar MLME directamente a la transformada MNF con los endmembers definidos mediante PPI sobre la transformada. Se emplearon todas las bandas de la imagen original para realizar la transformada MNF, a continuación para aplicar PPI. Los mejores resultados se obtuvieron utilizando las bandas 1, 2, 3 y 4 de GHK y de 13Q1, y las bandas 1 y 2 de GQK, y seleccionando tres endmembers en GHK y 13Q1 y dos en GQK. Las bandas seleccionadas para realizar MLME que mejores resultados produjeron fueron 1, 2, 3 y 5 de la transformada MNF para GHK, 1 y 2 para GQK y 1, 2, 3 y 4 para 13Q1. 2. Respecto al proceso de reclasificación La conclusión a la que llegamos es que el clasificador más adecuado para GHK es el de máxima probabilidad (índice kappa máximo obtenido 0,7179) y tanto para GQK como para 13Q1 cualquiera de los no supervisados que hemos analizado (índice kappa máximo obtenido para GQK 0,6738 y para 13Q1 0,8). Las imágenes fracción que mejores resultados produjeron como entrada del clasificador fueron: laimagen vegetación quemada, vegetación sana y agua. 3. Respecto al tipo de imágenes empleadas El producto MODIS más adecuado para la aplicación es el 13Q1., siendo la mejor fecha, aquélla más próxima a la fecha del incendio. En cualquier caso se ha observado que algunos incendios son identificables hasta un mes y medio después. EXTENSIONES El estudio se puede ampliar tanto a otras zonas geográficas como a otras fechas y mejorar el método para incluir incendios menores de 100 hectáreas. Se puede idear algún método que filtre el efecto de las nubes. También se puede trabajar con distintos productos incluso de otros satélites. Y se podrían estudiar otro tipo de regiones aparte de las zonas incendiadas. 5. AGRADECIMIENTOS Este trabajo se ha llevado a cabo empleando datos de la campaña de incendios 2004, proporcionados por la Junta de Castilla y León (Servicio de Defensa del Medio Natural, Consejería de Medio Ambiente). Asimismo, se han utilizado imágenes MODIS, propiedad de NASA's Earth Science Enterprise, preprocesadas por MODAPS (MODIS Adaptive Processing System) y distribuidas por Goddard DAAC (Distributed Active Archive Center). 6
APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS
APLICACIÓN DE TÉCNICAS DE PROCESADO DIGITAL A IMÁGENES TERRA-MODIS PARA CARTOGRAFÍA DE ÁREAS INCENDIADAS Autoras: Vanesa Gordillo Alonso Patricia Martín Panero Tutora: Dra. Carmen Quintano Pastor INDICE
Más detallesLos incendios forestales son uno de los principales problemas ambientales en Castilla y León
PROCESAMIENTO DE IMÁGENES MODIS PARA LA CARTOGRAFÍA DE ZONAS AFECTADAS POR INCENDIOS Autor: Carlos Hernán García Tutora: Carmen Quintano Pastor Dpto. Tecnología Electrónica ÍNDICE JUSTIFICACIÓN Y OBJETIVO
Más detalles2. INTRODUCCIÓN TEÓRICA
1. INTRODUCCIÓN En Castilla y León los incendios forestales son uno de los principales problemas ambientales, tanto por su elevada frecuencia como por su intensidad. Cuando finalizó la campaña de incendios
Más detallesAutores: Arturo Rodríguez Martínez Isaac Palomo Barcenilla
ENTORNO MATLAB PARA FILTRADO BASADO EN ECUACIONES DIFERENCIALES CONVOLUTIVAS Y CLASIFICACIÓN DE IMÁGENES SATÉLITE. NUEVAS CONTRIBUCIONES Tutores: Autores: At Arturo Rodríguez dí Martínez Carmen Quintano
Más detallesAnálisis orientado a objeto de imágenes MODIS para identificación de áreas quemadas
Análisis orientado a objeto de imágenes MODIS para identificación de áreas quemadas Autor: David González Mateos Tutora: Dra. Carmen Quintano Pastor Escuela Universitaria Politécnica de Valladolid, septiembre
Más detallesTALLER 1. EVALUACIÓN DE DAÑOS Y SEGUIMIENTO DE LA REGENERACIÓN POST-INCENDIO 1
TALLER 1. EVALUACIÓN DE DAÑOS Y SEGUIMIENTO DE LA REGENERACIÓN POST-INCENDIO 1 Ud2. TELEDETECCIÓN EN LA GESTIÓN INTEGRAL DE INCENDIOS FORESTALES Aplicaciones de la plataforma de aprendizaje de teledetección
Más detallesCLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres
CLASIFICACIÓN DE LA IMAGEN TÉCNICA QUE PERMITE LA IDENTIFICACIÓN DE LOS DIFERENTES OBJETOS O GRUPOS PRESENTES EN UNA IMAGEN MULTI-ESPECTRAL. MÉTODO NO SUPERVISADO MÉTODO SUPERVISADO El Desarrollo De Las
Más detallesAPLICACIÓN SOFTWARE PARA EL PROCESADO DE DATOS LIDAR Y LA ESTIMACIÓN DE VARIABLES DE INVENTARIOS FORESTALES
APLICACIÓN SOFTWARE PARA EL PROCESADO DE DATOS LIDAR Y LA ESTIMACIÓN DE VARIABLES DE INVENTARIOS FORESTALES Grupo de Cartografía Geoambiental y Teledetección (http://cgat.webs.upv.es) Universidad Politécnica
Más detallesAnálisis de mezclas espectrales
Análisis de mezclas espectrales Apellidos, nombre Ruiz Fernández, Luis Ángel (laruiz@cgf.upv.es) Departamento Centro Ingeniería Cartográfica, Geodesia y Fotogrametría ETSI. Geodésica, Cartográfica y Topográfica
Más detallesINFOREST. Jornada Presentación InForest. Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest INFOREST Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detallesLa firma espectral. Interacción de la REM con la materia. Qué es la firma espectral?
La firma espectral Interacción de la REM con la materia La interacción entre la radiación y la materia que compone la cubierta terrestre es la clave para la interpretación de la imágenes de satélite. La
Más detallesInForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest InForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detallesAUTÓMATAS CELULARES MULTIESTADO APLICADOS A LA CLASIFICACIÓN CONTEXTUAL ITERATIVA DE IMÁGENES DE SATÉLITE
1 AUTÓMATAS CELULARES MULTIESTADO APLICADOS A LA CLASIFICACIÓN CONTEXTUAL ITERATIVA DE IMÁGENES DE SATÉLITE - PROYECTO SOLERES - 24 de febrero de 2011 2 INDICE DEL SEMINARIO Autómatas celulares multiestado
Más detalles3. Teledetección e Incendios Aproximaciones
3.1. Aproximaciones 3.1. Detección y Seguimiento de focos activos: Necesidad de detectar de forma sencilla y rápida los incendios en zonas remotas 3.1. Detección y Seguimiento de focos activos: Régimen
Más detallesCurso online de Teledetección con QGIS 3
Teledetección con QGIS 3 El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de impartición
Más detallesIntroducción al Procesamiento de Imágenes Satelitales con Software Libre. Módulo 03
Introducción al Procesamiento de Imágenes Satelitales con Software Libre Módulo 03 Dirección de Formación de Capital Humano Especializado en el Campo Espacial Agencia Espacial Mexicana www.gob.mx/aem Plan
Más detallesCLASIFICACIÓN DE IMÁGENES DE SATÉLITE MEDIANTE AUTÓMATAS CELULARES
1 CLASIFICACIÓN DE IMÁGENES DE SATÉLITE MEDIANTE AUTÓMATAS CELULARES Antonio Moisés Espínola Pérez - PROYECTO SOLERES - 15 de febrero de 2010 2 INDICE DEL SEMINARIO CLASIFICACION DE IMÁGENES DE SATÉLITE
Más detallesEn función de la interacción objeto-sensor y la forma de captura de energía, los sensores satelitales se clasifican en:
01 En función de la interacción objeto-sensor y la forma de captura de energía, los sensores satelitales se clasifican en: Aéreos y Espaciales Pasivos y Activos Radares y Sonares Oblicuos o Nadires 02
Más detallesCurso online Experto en Teledetección y LiDAR con QGIS
Teledetección y LiDAR con QGIS El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de
Más detallesCurso online Experto en Teledetección y LiDAR con QGIS
Teledetección y LiDAR con QGIS El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de
Más detallesClasificación Digital de Imágenes Satelitales
Clasificación Digital de Imágenes Satelitales Editado por Marcos Angelini El objetivo de una clasificación consiste en agrupar los píxeles que posean una misma característica. Generalmente la característica
Más detallesMonitoreo de incendios forestales: 19 años. Dr. Rainer Ressl
Monitoreo de incendios forestales: 19 años Dr. Rainer Ressl Erase una vez en CONABIO EN EL AÑO 1999 Rainer Ressl Silke Kerkhoff Raúl Jiménez Isabel Cruz Michael Schmidt LOS PADRES DEL SISTEMA Monitoreo
Más detallesCurso online de Teledetección con QGIS 3
Teledetección con QGIS 3 El curso online de va dirigido a todos aquellos que deseen aprender a trabajar con imágenes satélite en el entorno de QGIS. Inscripción formacion@mappinggis.com Lugar de impartición
Más detallesInforme de Relevamiento de Superficie Implantada con Caña de Azúcar en la Provincia de Tucumán. 2011
Informe de Relevamiento de Superficie Implantada con Caña de Azúcar en la Provincia de Tucumán. 2011 Introducción El conocimiento de la distribución espacial de los cultivos, resulta muy importante tanto
Más detallesUna visión de los incendios en La Pampa con herramientas satelitales
2017 - AÑO DE LAS ENERGÍAS RENOVABLES Una visión de los incendios en La Pampa con herramientas satelitales En diferentes medios de comunicación han circulado imágenes de la NASA sobre los incendios que
Más detallesIntroducción a la Percepción Remota. Yolanda León INTEC
Introducción a la Percepción Remota Yolanda León INTEC Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Oceanografía MODIS - Aqua Aplicaciones Ambientales: Incendios
Más detallesUniversidad Nacional del Sur Departamento de Geografía y Turismo
CURSO DE POSTGRADO Técnicas de procesamiento digital de imágenes aplicadas a la realización de estudios geográfico-ambientales y relevamiento de recursos naturales GUIA DE TRABAJOS PRACTICOS Trabajo práctico
Más detallesCaracterización de la fenología de los macrófitos en la marisma de Doñana y su relación con la precipitación
Caracterización de la fenología de los macrófitos en la marisma de Doñana y su relación con la precipitación Ángel Fernández-Carrillo Víctor Rodríguez-Galiano Esperanza Sánchez-Rodríguez Geografía Física
Más detallesAutores: José David Cáceres Dra. María Pilar Martín Isabel Dr. Javier Salas Rey
Autores: José David Cáceres Dra. María Pilar Martín Isabel Dr. Javier Salas Rey Introducción Objetivos Antecedentes Metodología Resultados Conclusiones La cuantificación del balance de carbono se presenta
Más detallesESTADISTICAS REGIONALES DE DEFORESTACIÓN (Evaluación de cambio de uso de suelo en Michoacán y el sureste de México) JF Mas
ESTADISTICAS REGIONALES DE DEFORESTACIÓN (Evaluación de cambio de uso de suelo en Michoacán y el sureste de México) JF Mas (jfmas@ciga.unam.mx) Reunión Nacional de Estadística, Mesa 3 (Tasa de deforestación)
Más detallesTABLAS DE CONTINGENCIA
Tablas de contingencia 1 TABLAS DE CONTINGENCIA En SPSS, el procedimiento de Tablas de Contingencia crea tablas de clasificación doble y múltiple y, además, proporciona una serie de pruebas y medidas de
Más detalles1, 2 HC 01 Box 4590, Naguabo PR, Calle Aguja Blanca 423, Urb. San Demetrio, Vega Baja PR,
Geomorfología en las costas del Golfo de México Alexis Cruz Benítez 1 y Mireily Declet Cruz 2 1,2 Universidad de Puerto Rico, Recinto Universitario de Mayagüez alexis.cruz2@upr.edu 1, declet86@gmail.com
Más detallesNilda Sánchez María Piles Anna Scaini José Martínez Fernández Mercè Vall-llosera Adriano Camps
Nilda Sánchez María Piles Anna Scaini José Martínez Fernández Mercè Vall-llosera Adriano Camps UNIVERSIDAD & SALAMANCA María a Piles Mercè Vall-llosera llosera Adriano Camps 1. Antecedentes: SMOS, downscaling
Más detallesClasificación. Agrupación de las partes de una imagen de forma homogénea
Clasificación Agrupación de las partes de una imagen de forma homogénea Clasificación o clustering Intenta clasificar los píxeles directamente en clases, en función de ciertas características de cada píxel.
Más detallesDedios Mimbela. N.J
ANÁLISIS DE DIFERENTES METODOS DE CLASIFICACION DE UNA IMAGEN DE SATELITE PARA CARACTERIZAR LA SUPERFICIE AFECTADA POR INCENDIO FORESTAL EN ECOSISTEMAS DE BOSQUE SECO Dedios Mimbela. N.J ninelljanett@yahoo.es
Más detallesUSO DE LA TELEDETECCIÓN EN LOS INCENDIOS FORESTALES EN LAS ISLAS CANARIAS
Calidad ambiental y salud USO DE LA TELEDETECCIÓN EN LOS INCENDIOS FORESTALES EN LAS ISLAS Alfonso S. Alonso Benito Dr. Ingeniero de Montes Índice 01 02 03 Introducción Mapas de combustibles Áreas quemadas
Más detallesDiscusión sobre las diferencias entre la cifra obtenida en el mapa de distribución de manglares escala 1:50,000 con las proporcionadas por el INEGI
Discusión sobre las diferencias entre la cifra obtenida en el mapa de distribución de manglares escala 1:50,000 con las proporcionadas por el INEGI Delimitar manglares no es tarea fácil, dado que su respuesta
Más detallesEvolución anual de cultivos y aprovechamientos: Diferencias Acumuladas NDVI
Evolución anual de cultivos y aprovechamientos: Diferencias Acumuladas NDVI INTRODUCCIÓN Los servicios de Evolución Anual de cultivos y Aprovechamientos contiene los Mapas de índices de Vegetación (NVDI)
Más detallesADQUISICION DE CONOCIMIENTO DIFUSO A PARTIR DE SCATTERGRAMS
ADQUISICION DE CONOCIMIENTO DIFUSO A PARTIR DE SCATTERGRAMS C. Gonzalo, E. Martínez, A. Arquero y O. Gordo chelo@fi.upm.es Facultad de Informática (UPM) Campus de Montegancedo, 2866 Boadilla del Monte
Más detallesEvolución anual de cultivos y aprovechamientos: Diferencias NDVI
Evolución anual de cultivos y aprovechamientos: Diferencias NDVI INTRODUCCIÓN Los servicios de Evolución Anual de cultivos y Aprovechamientos contiene los Mapas de índices de Vegetación (NVDI) obtenidos
Más detallesPrecisión de la clasificación. Páginas y 206 del Manual de Idrisi
Precisión de la clasificación Páginas 169-170 y 206 del Manual de Idrisi Precisión de la clasificación Una clasificación adecuada es aquella que indica que las clases se encuentran en lugares donde existen
Más detallesINTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA
INTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA Haydee Karszenbaum Veronica Barrazza haydeek@iafe.uba.ar Clase 1.3: Sistemas satelitales: características y ejemplos Teledetección cuantitativa Criterios para
Más detallesPLAN DE ESTUDIOS 1996
Ríos Rosas, 21 28003 MADRID. UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE MINAS ------- DEPARTAMENTO DE EXPLOTACIÓN DE RECURSOS MINERALES Y OBRAS SUBTERRÁNEAS PROGRAMA DE
Más detallesANÁLISIS DE CORRESPONDENCIAS
Análisis de correspondencias 1 ANÁLISIS DE CORRESPONDENCIAS Uno de los fines del análisis de correspondencias es describir las relaciones existentes entre dos variables nominales, recogidas en una tabla
Más detallesMonitoreo de cultivos del Noroeste Argentino a partir de sensores remotos.
ISSN Edición Impresa Nº 1851-8109 ISSN Edición en Línea Nº 1851-8230 Monitoreo de cultivos del Noroeste Argentino a partir de sensores remotos. Determinación de pasturas en el NOA a partir de sensores
Más detallesPRÁCTICO 1: Introducción al uso de ENVI
PRÁCTICO 1: Introducción al uso de ENVI Azul, 2-6 de junio de 2014 Curso de posgrado Maestría en Teledetección y SIG Miembros del Instituto de Hidrología de Llanuras (Comisión de Investigaciones Científicas
Más detallesCursos. teledetección. .com. Grupo. Formación
Curso ONLINE de Teledetección y GIS con Software Libre (QGIS e ILWIS) Nivel Usuario TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS El objetivo de este curso es iniciar al alumno en
Más detallesTEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES
TEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES Tipos de Correcciones Radiométricas: Eliminar ruidos en los ND. Conversión a parámetros físicos. Geométricas: Sistemáticas: esfericidad, movimiento de rotación, inclinación
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales SEGMENTACIÓN DE LA IMAGEN Segmentación basada en color INTRODUCCIÓN La segmentación de imágenes a color se puede realizar mediante técnicas de clasificación supervisada.
Más detallesIntegrantes: Ivan Novara Renzo Furlani Yamila Guirado Silvina Nacif. Zona de Estudio 1
Introduccion a los Sensores Remotos & sus Aplicaciones en Geologia Proyecto Final: Analisis, Mapeo Geologico, Procesamiento Ambiental y de Vegetacion en Provincia de Mendoza (33ºS Latitud y 68ºW Longitud)
Más detallesDistribución de «varillales» y «chamizales» en la zona reservada Allpahuayo Mishana (zram) utilizando imagen digital del satélite Landsat tm.
Distribución de «varillales» y «chamizales» en la zona reservada Allpahuayo Mishana (zram) utilizando imagen digital del satélite Landsat tm. Darwin Gómez Universidad Nacional Mayor de San Marcos awin@viabcp.com
Más detallesLic. en Geografía Lázaro Mejía Arriaga, Subdirector de Cartografía. P. Ing. Víctor García Martínez, Jefe del Departamento de Cartografía Automatizada
FUNDAMENTOS DE CARTOGRAFÍA DIGITAL, GPS, PERCEPCIÓN REMOTA Y SISTEMAS DE INFORMACIÓN GEOGRÁFICA APLICADOS A LAS CIENCIAS AMBIENTALES Especificaciones del curso Dirigido a: Personal técnico de las dependencias
Más detallesACCESO A SECUENCIAS TEMPORALES DE IMÁGENES DE SATÉLITE, SUPERFICIES EN REGADÍO Y SU BALANCE DE AGUA EN LA ESPAÑA PENINSULAR.
ACCESO A SECUENCIAS TEMPORALES DE IMÁGENES DE SATÉLITE, SUPERFICIES EN REGADÍO Y SU BALANCE DE AGUA EN LA ESPAÑA PENINSULAR. PROYECTO SPIDER SIAR 2014-2017 Alfonso Calera y Jesús Garrido-Rubio Sección
Más detallesQué significa hacer una clasificación?
Qué significa hacer una clasificación? Llevar valores digitales (0-255?) de una imagen a categorías temáticas nominales (bosque, pastizal, urbano) u ordinales (bosque cobertura >60%, 60-40%,
Más detalles(13) - EVALUACIÓN Y CONTROL DE ZONAS AFECTADAS POR INCENDIOS FORESTALES.
(13) - EVALUACIÓN Y CONTROL DE ZONAS AFECTADAS POR INCENDIOS FORESTALES. Andalucía, según las estadísticas anualmente publicadas por ICONA, ocupa uno de los primeros lugares respecto al volumen de pérdidas
Más detallesGEOMATICA AMBIENTAL SRL RUC:
Introducción La empresa GEOMATICA AMBIENTAL SRL, va a dictar un Curso Virtual del tema PROCESAMIENTO DE IMÁGENES SATELITAL UTILIZANDO QGIS 2.18 Proceso del satélite LANDSAT, SENTINEL-2, ASTER L1T Y MODIS,
Más detallesCursos. teledetección. .com. Grupo. Formación
Curso PrESENCIAL de Teledetección y GIS con Software Libre (QGIS e ILWIS) Nivel Usuario TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS El objetivo de este curso es iniciar al alumno
Más detallesAnálisis de la sequía en Andalucía. Estudio comarcal para el mes de diciembre 2016
Análisis de la sequía en Andalucía. Estudio comarcal para el mes de diciembre 2016 1.Situación de la sequía pluviométrica. 2.Estado de la vegetación 3.Análisis conjunto. Incidencia de la sequía. INTRODUCCIÓN.
Más detallesAnexo 6. Descripción metodológica detallada de los Datos de Actividad
Anexo 6. Descripción metodológica detallada de los Datos de Actividad Datos de actividad (representación coherente de las tierras) Para la homologación de las clases de cobertura vegetal del país con las
Más detallesCURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN. Cursos. Grupo. teledetección. Formación. .com
CURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN Modalidad Online TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS En este curso el alumno se formará en las aplicaciones
Más detallesAplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma(León) 28/10/2016
Aplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma(León) 28/10/2016 1 Introducción al proyecto OPTIREG Aplicación de la teledetección
Más detallesÍNDICE VOL. I INTRODUCCIÓN GENERAL... 17
CAPÍTULO I: CARTOGRAFÍA 5 ÍNDICE VOL. I INTRODUCCIÓN GENERAL... 17 CAPÍTULO I: CARTOGRAFÍA... 19 INTRODUCCIÓN... 19 EVOLUCIÓN HISTÓRICA DE LA CARTOGRAFÍA... 22 LA CARTOGRAFÍA Y SUS FUNDAMENTOS... 40 LA
Más detallesSoftware Desarrollado: la aplicación HAdDA
Capítulo 3 Software Desarrollado: la aplicación HAdDA En este proyecto se ha desarrollado una herramienta de ayuda al diagnóstico y al análisis de las BOC de pacientes de EM. Al estar diseñado para su
Más detallesPercepción Remota aplicada a la detección de deslizamientos de tierra en el área oeste. de Puerto Rico. Universidad de Puerto Rico, Mayagüez
Percepción Remota aplicada a la detección de deslizamientos de tierra en el área oeste de Puerto Rico Ingrid N. Agosto Rubio 1, Osvaldo Amarro Lebrón 2 1 Estudiante Subgraduado Departamento de Ingeniería
Más detallesEl subsistema VNIR obtiene imágenes en tres bandas del rango de luz
II ANALISIS DE IMÁGENES MULTI-ESPECTRALES a) Imágenes ASTER* Las imágenes satelitales ASTER son capturadas por el satélite TERRA, puesto en órbita en diciembre de 1999 por los gobiernos de Estados Unidos
Más detallesCURSO online DE TELEDETECCIÓn CON DATOS DE SATÉLITE, DRONES Y LIDAR. Cursos. Grupo. teledetección. Formación. .com
CURSO online DE TELEDETECCIÓn CON DATOS DE SATÉLITE, DRONES Y LIDAR Nivel Usuario TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS El objetivo de este curso es iniciar al alumno en la
Más detallesÍndice 1. Introducción Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales. Introducción.
Índice 1. Imagen digital. Formación imagen Histograma de una imagen digital 2. Transformaciones puntuales Procesamiento de imágenes digitales Transformaciones basadas en el histograma Ecualización del
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 3.0 Semana 6.0 Optativa Prácticas Semanas 96.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 2 de julio de 2008 PERCEPCIÓN
Más detallesDavid Gonzalez Mateos 1 Carmen Quintano Pastor 1 Yosio Edemir Shimabukuro 2
Análisis de imágenes basado en objetos aplicado a imágenes fracción derivadas del sensor MODIS para cartografiar áreas quemadas en la cuenca Mediterránea David Gonzalez Mateos 1 Carmen Quintano Pastor
Más detallesPLATAFORMAS Y SENSORES. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández
PLATAFORMAS Y SENSORES Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Órbitas de los Satélites Plataformas y Sensores Satélite Geoestacionario Satélite Cuasi Polar Órbitas de los Satélites
Más detallesVegetación del Parque Nacional Iguazú: mapa base
Introducción Vegetación del Parque Nacional Iguazú: mapa base Lía Montti, Verónica Simoy y Julieta Filloy * La selva Paranaense en las regiónes del NE Argentino, Sur de Brasil y Sur de Paraguay, es uno
Más detallesPráctica 3: Operadores puntuales
Práctica 3: Operadores puntuales Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es presentar al alumno las técnicas para realizar operadores puntuales sobre imágenes
Más detallesCURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE. Cursos. Grupo. teledetección. Formación. .com
CURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE modalidad online TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS Este curso tiene como objetivo instruir al alumno
Más detallesTema 8: Características de las Imágenes y su Tratamiento. (c) 2000 Universitat Politècnica de Catalunya 1
Tema 8: Características de las Imágenes y su Tratamiento (c) 2000 Universitat Politècnica de Catalunya 1 8.1. Parámetros de calidad y evaluación: Errores geométricos: - Exactitud entre la posición de un
Más detallesXVII Congreso de la Asociación XVII Congreso de la Asociación Españo Esp la añola de T de ele Teledet detec ección ción
Murcia, 3 al 7 Octubre 2017 Habitats Bentónicos mediante Sistemas Espaciales de Alta Resolución: Evaluación de Técnicas de Corrección Atmosférica Francisco Eugenio, Javier Marcello, Ferran Marqués 1.-
Más detallesVázquez-Ortiz, Deborah. Universidad de Puerto Rico, Recinto de Mayagüez. Resumen
Análisis de Cobertura de Terrenos en el Área de Ponce, Puerto Rico Utilizando Clasificación Multiespectral con Imagen de Enhance Thematic Mapper Plus (ETM+) Vázquez-Ortiz, Deborah Universidad de Puerto
Más detallesMáscaras binarias o Máscaras de bits
Apuntes de Teledetección: Máscaras binarias o Máscaras de bits Autor: Pedro Muñoz Aguayo Geógrafo pmunoz@ciren.cl Centro de Información de Recursos Naturales Abril 2013 Máscaras binarias o máscaras de
Más detallesCURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN. Cursos. Grupo. teledetección. Formación. .com
CURSO DE TELEDETECCIÓN APLICADA A LA AGRICULTURA DE PRECISIÓN Modalidad PRESENCIAL TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS En este curso el alumno se formará en las aplicaciones
Más detallesEvaluación del área quemada en los incendios forestales de Galicia en agosto 2006 a partir de imágenes AWiFS y focos activos MODIS
Evaluación del área quemada en los incendios forestales de Galicia en agosto 2006 a partir de imágenes AWiFS y focos activos MODIS F. González-Alonso 1, S. Merino de Miguel 2 y J. M. 1 Resumen En el presente
Más detallesCambio de cobertura de suelo JICOSUR IIEG
Cambio de cobertura de suelo JICOSUR 1994-2015 IIEG 2 Objetivos Identificar zonas con deforestación y degradación forestal Insumo básico para el Programa de Manejo para Revertir la Deforestación y Degradación
Más detallesTSUNAMI en Chile: La experiencia de hacer lo que se pueda.
TSUNAMI en Chile: La experiencia de hacer lo que se pueda. COMO DETECTAR Y DIMENSIONAR, LO ANTES POSIBLE, LAS ZONAS AFECTADAS POR UN TSUNAMI CON LO QUE SE TIENE A MANO. Martín Farías Salvador Instituto
Más detallesNUEVAS HERRAMIENTAS GEOMÁTICAS PARA
NUEVAS HERRAMIENTAS GEOMÁTICAS PARA LA EVALUACIÓN DE LA VULNERABILIDAD, POR SISMO Y TSUNAMI PhD. Ing. Miguel Estrada Centro Peruano Japonés de Investigaciones Sísmicas y Mitigación de Desastres (CISMID)
Más detallesTRANSMITANCIAS: CERRAMIENTOS EN CONTACTO CON EL TERRENO
TRANSMITANCIAS: CERRAMIENTOS EN CONTACTO CON EL TERRENO En este apartado definimos los Muros en contacto con el terreno, las Cubiertas enterradas y los Suelos a una profundidad superior a 0,50 m. En función
Más detallesFacultad de Ingeniería Civil y Ambiental Plataformas y sensores.
Plataformas y sensores. Plataformas en TD. - Se hará referencia a plataformas satelitales. - Satélite: Es una nave espacial fabricada en la tierra, que se envía al espacio en un vehículo de lanzamiento.
Más detallesIntroducción a la Percepción Remota. Yolanda León Maestría en Ing.Sanitaria y Ambiental Diciembre 2011 INTEC
Introducción a la Percepción Remota Yolanda León Maestría en Ing.Sanitaria y Ambiental Diciembre 2011 INTEC Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Oceanografía
Más detallesEspecificaciones Técnicas para el Plan Nacional de Teledetección (PNT) 2009
PLAN NACIONAL DE TELEDETECCIÓN Especificaciones Técnicas para Satélite MODIS Final Descripción de este documento: Título Especificaciones Técnicas para el Plan Nacional de Teledetección (PNT) 2009 Identificador
Más detallesUNIVERSIDAD TECNOLÓGICA DE PANAMÁ SECRETARÍA GENERAL FACULTAD DE INGENIERÍA CIVIL
UNIVERSIDAD TECNOLÓGICA DE PANAMÁ SECRETARÍA GENERAL FACULTAD DE INGENIERÍA CIVIL DESCRIPCIÓN DE CURSO DE MAESTRÍA Y POSTGRADO EN SISTEMAS DE INFORMACIÓN GEOGRÁFICA 2013 APROBADO POR EL CONSEJO DE INVESTIGACIÓN,
Más detallesCURSO DE TELEDETECCIÓN Y GIS APLICADOS A LA GESTIÓN DE CAMPOS DE GOLF MODALIDAD ONLINE. Cursos. Grupo. teledetección. Formación. .
CURSO DE TELEDETECCIÓN Y GIS APLICADOS A LA GESTIÓN DE CAMPOS DE GOLF MODALIDAD ONLINE TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS En este curso el alumno se formará en las aplicaciones
Más detallestransformaciones globales lección 12 transformaciones globales Teledetección Dpto. de Ingeniería Cartográfica Carlos Pinilla Ruiz
transformaciones globales lección sumario Introducción. Análisis de componentes principales. Transformación tasseled cap. Índices de vegetación. introducción 3 Las generan nuevas imágenes a partir de la
Más detalles4. Diseño funcional de la aplicación.
4. Diseño funcional de la aplicación. En este apartado se va a realizar una descripción de cómo se ha abordado la resolución del problema de gestión de recursos, desde el punto de vista de la programación.
Más detallesCURSO PRESENCIAL DE TELEDETECCIÓn CON DATOS DE SATÉLITE, DRONES Y LIDAR. Cursos. Grupo. teledetección. Formación. .com
CURSO PRESENCIAL DE TELEDETECCIÓn CON DATOS DE SATÉLITE, DRONES Y LIDAR Nivel Usuario TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS El objetivo de este curso es iniciar al alumno
Más detallesTRABAJO PRÁCTICO N 19 FOTOS AÉREAS IMÁGENES SATELITALES
TRABAJO PRÁCTICO N 19 FOTOS AÉREAS IMÁGENES SATELITALES FOTOGRAFÍAS AÉREAS Fotogramas: se emplean rollos de películas indeformables y cámaras especiales. Cada fotograma recubre la fotografía siguiente
Más detallesCURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE. Cursos. Grupo. teledetección. Formación. .com
CURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE modalidad online TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS Este curso tiene como objetivo instruir al alumno
Más detallesCURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE. Cursos. Grupo. teledetección. Formación. .com
CURSO DE ESPECIALISTA EN TELEDETECCIÓN Y GIS APLICADO AL MEDIO AMBIENTE modalidad PRESENCIAL TYC GIS Formación Cursos teledetección.com Grupo EL CURSO OBJETIVOS Este curso tiene como objetivo instruir
Más detalles