Satelite Peruano
-
Upload
dannia-cotrina-r -
Category
Documents
-
view
259 -
download
1
description
Transcript of Satelite Peruano
Diapositiva 1
SATELITE PERUANOPh.D. Ing. Avid Romn GonzlezEncuentro Cientfico Internacional del Centro oriente Hunuco 201421/08/2014Hunuco, Peru
SATELITESSatlite de Telecomunicaciones
Satlite de Teledeteccin
Otros (satlite meteorolgico, de altimetra, campo magntico terrestre, etc.)22
Ciencia y arte de obtener informacin acerca de la superficie de la Tierra sin entrar en contacto con ella. Esto se realiza detectando y grabando la energa emitida o reflejada y procesando, analizando y aplicando esa informacin.Teledeteccin : definicin
33
El proceso de teledeteccin involucra una interaccin entre la radiacin incidente y los objetos de intersProceso de teledeteccin
A. Fuente de energa o iluminacinB. Radiacin y la atmsferaC. Interaccin con el objetoD. Deteccin de energa por el sensorE. Transmisin, Recepcin y ProcesamientoF. Interpretacin y anlisisG. Aplicacin44
Imgenes SatelitalesResolucin Espacial
Resolucin Temporal
Resolucin Espectral
Resolucin Espacial
Comparacin de Imgenes en Resolucin Espacial
Resolucin TemporalEste concepto alude a la frecuencia de cobertura que proporciona el sensor.Periodicidad con la que este adquiere imgenes de la misma porcin de la superficie terrestre.El ciclo de cobertura esta en funcin de las caractersticas pticas de la plataforma.
Resolucin Temporal
Resolucin EspectralIndica el numero de anchura de las bandas espectrales que pueden discriminar el Sensor.
Un sensor ser tanto mas idneo cuanto mayor numero de bandas proporcione, ya que facilita la caracterizacin espectral de las distintas cubiertas.
Comparacin de Imgenes en Resolucin EspectralSateliteSensorPropiedadDesdeBandas EspectralesLandsat 5TMNASA / USGS19847IRS-1CLISS-IIIISRO19957SPOT 4HRVIRCNES19985IkonosGeoEye19994Landsat 7ETM+NASA / USGS1999*9EO-1ALI NASA200010TerraASTER NASA / JAXA200014EO-1Hyperion NASA2000242Terra / AquaMODISNASA200036SAC-CCONAE20003QuickbirdDigital Globe20014ENVISATMERISESA200215SPOT 5HRGCNES20025CBERS 2CCDINPE / CAST20035CBERS 2BCCD / HRCINPE / CAST20076
La mayora de los dispositivos de sensoramiento remoto hacen uso de la energa electromagntica. Sin embargo, el espectro electromagntico es muy amplio y no todas las longitudes de onda son igualmente efectivas para propsitos de sensoramiento remoto. Adems, no todas tienen interacciones significativas con los materiales de la superficie de la tierra de inters para nosotros.LONGITUD DE ONDA
1 Amstrog = 0,001 micrn ( ) = 0,000001 de milmetro ... Una vez que la onda de despolarizacin
WAVELENGTHS (en metros)10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 101 102VISIBLEGAMMA RAYS X RAYSULTRA VIOLETINFRAREDMICROWAVERADIO WAVES
400 500 600 700 nanometersmas largomas corto
Espectro ElectromagnticoEspectro visible (0.4 a 0.7 m)Mxima radicacin solarTres bandas azul, verde y rojoPuede percibir nuestro ojoInfrarrojo Cercano (IRC 0.7 1.3 m)Capacidad para distinguir masa vegetales y concentraciones de humedadInfrarrojo Medio (1.3 a 8m)Infrarojo de onda Corta (SWIR) (1.3 y 2.5 m) Idneo para estimar el contenido de humedad en la vegetacin o suelos.Infrarojo medio (IRM) (3.7 m) deteccin de focos de alta temperatura (Incendios y Volcanes Activos)Infrarojo Lejano o Trmico (IRT, 8 a 14 m)Porcin emisiva del espectro terrestre, calor proveniente de la tierra.Micro Ondas (M, por encima de 1 mm)Tipo de energa bastante transparente a la cubierta nubosa
Interaccin de los elementos de la superficie terrestre con la radiacinCada tipo de material, suelo, vegetacin, agua, etc. reflejar la radiacin incidente de forma diferente lo que permitir distinguirlo de los dems si se mide la radiacin reflejada. El grfico que, para cada longitud de onda, da la reflectividad se conoce como signatura o firma espectral y constituye una marca de identidad de los objetos.
En el caso de la radiacin visible, las diferencias en cuanto a la reflexin para las diferentes longitudes de onda se traduce en lo que llamamos colores. Un objeto es verde si refleja la radiacin solar preferentemente en esta zona del espectro.15
Una imagen de satlite est sometida a una serie de interferencias que hacen que la informacin que quiere obtenerse aparezca perturbada por una serie de errores. Fallos en los sensores, generan pxeles incorrectos (correccin radiomtrica)
Alteraciones en el movimiento del satlite y el mecanismo de captacin, generan distorsiones en la imagen global (correccin geomtrica)
Interferencias de la atmsfera, alteran de forma sistemtica los valores de los pxeles (correccin atmosfrica).
Correcciones de imagen16
Mtodos para resaltar o suprimir, de forma selectiva, informacin contenida en una imagen a diferentes escalas espaciales, para destacar algunos elementos de la imagen, o tambin para ocultar valores anmalos.
Los filtros ms utilizados son los de paso bajo (suavizan la imagen), de paso alto (aumentan el contraste), los filtros direccionales (detectan en la imagen estructuras que siguen una determinada direccin) y los de deteccin de bordes (permiten identificar y aislar objetos con propiedades homogneas dentro de la imagen).
Tcnicas de filtrado espacial17
El proceso de filtrado consiste en la aplicacin a cada uno de los pxeles de la imagen de una matriz de filtrado de tamao N x N (ventana mvil generalmente de 3x3 aunque puede ser mayor) compuesta por nmeros enteros y que genera un nuevo valor mediante una funcin del valor original y los de los pxeles circundantes. El resultado final se divide entre un escalar, generalmente la suma de los coeficientes de ponderacin.
Tcnicas de filtrado espacial
18
Tcnicas de filtrado espacialFiltro de paso bajo: eliminacin del efecto borroso (filtro de la mediana)19
Deteccin de contornos (filtro Prewitt)
Tcnicas de filtrado espacial20
Deteccin de contornos (filtro Laplaciano)Tcnicas de filtrado espacial21
Cuando interesa detectar algn aspecto especfico de la superficie terrestre, pueden utilizarse ndices que utilicen algunas de las bandas.
ndices de vegetacin: son calculados a partir de la reflectividad en diferentes bandas. Indican la abundancia y estado de la vegetacin. Se basan en el comportamiento reflectivo peculiar de la vegetacin.
La signatura espectral caracterstica de la vegetacin sana muestra un fuerte contraste entre la baja reflectividad en el rojo (0,6 0,7) y la alta reflectividad en el infrarrojo de longitud de onda ms corta (0:7 1,1). Esta diferencia es tanto mayor cuanto mayor es la densidad de la vegetacin y mejor su estado fitosanitario.
Tratamientos de imagen: ndices22
En esta idea se basan la mayor parte de los ndices de vegetacin. El ms conocido es el ndice Normalizado de Vegetacin (NDVI) cuya ecuacin es:
donde ir es la reflectividad en el infrarrojo cercano (banda 4 de landsat TM) y r es la reflectividad en el rojo (banda 3 de landsat TM).Tratamientos de imagen: ndices
23
En una imagen de satlite se dispone de varias bandas que corresponden a diversas regiones del espectro electromagntico. En muchos casos algunas de estas bandas corresponden a las subregiones del visible que corresponden a los colores azul, verde y rojo.
Por otra parte, los monitores y tarjetas de video disponen de 3 canales para representar los 3 colores bsicos. Por tanto puede utilizarse cada canal para representar los valores de los pxeles de una banda y obtener as una composicin de color.Tratamientos de imagen: neo-canales24
La composicin de color ms obvia sera simular el color real, asumiendo que estamos trabajando con Landsat:
b1 -> Bb2 -> Gb3 -> R
pero como se dispone de ms bandas, nada impide utilizarlas para generar visualizaciones en falso color. Estas composiciones sirven para resaltar los elementos que mayor reflectividad presentan en las bandas utilizadas, adems de obtener visualizaciones ms o menos estticas. As es ms fcil discriminar visualmente los elementos.Tratamientos de imagen: neo-canales25
A partir de las bandas espectrales 3-2-1 (Landsat TM), se puede generar una composicin coloreada. En este caso, el resultado se correspondera aproximadamente con una foto obtenida con pelcula color. No obstante persiste la dificultad de desglose de especies forestales. Tratamientos de imagen: neo-canales
26
La misma escena pero en una composicin RGB de las bandas 4 (infrarrojo cercano), 5 (infrarrojo medio) y 3 (rojo del espectro visible). La radiacin reflejada en estas regiones del espectro, contiene informacin de suma trascendencia. En este caso no slo se puede diferenciar claramente especies forestales, sino que tambin se puede, contando con algunos datos de referencia de campo, sacar conclusiones acerca de la edad y variabilidad de manejo inherentes a cada especie arbrea en particular.Tratamientos de imagen: neo-canales
27
La clasificacin responde a la idea de que pueden establecerse lmites precisos entre las respuestas espectrales de unos pxeles y otros, siendo estos lmites los que definen las clases.
La clasificacin en teledeteccin es, por tanto, un caso particular del problema general de clasificar N individuos (pxeles) procedentes de una muestra en un conjunto de M < N clases en funcin de una serie de k variables (X1, X2,...,Xk). Este problema se resuelve en dos fases:
1. Determinacin del nmero de clases y de las propiedades de estas en relacin a las k variables
2. Asignar cada uno de los N individuos a una de las M clases utilizando una regla de decisin basada en las propiedades de los individuos y las clases en relacin a las k variables.Clasificacin28
La determinacin de las clases puede hacerse mediante dos criterios: la clasificacin supervisada y la clasificacin no supervisada.
1. Clasificacin supervisada: se basa en la disponibilidad de reas de entrenamiento. Se trata de reas de las que se conoce a priori la clase a la que pertenecen y que servirn para generar una signatura espectral caracterstica de cada una de las clases. Las reas de entrenamiento deben ser lo ms homogneas posibles y en las que sepamos lo que haba el da que se tom la imagen. Por ello esta operacin (levantamiento in situ) se realiza el mismo da en el que el satlite toma la imagen y luego se compra esta. Otra posibilidad es utilizar fotografa area o informacin de otro tipo.Clasificacin29
1. Clasificacin supervisada (continuacin): en la figura siguiente se observa la caracterizacin espectral de un conjunto de clases de uso de suelo definidas a partir de los valores de reflectividad en las diferentes bandas de landsat MSS.Clasificacin
30
2. Clasificacin no supervisada. No se establece ninguna clase a priori, aunque es necesario determinar el nmero de clases que queremos establecer, y dejar que las defina un procedimiento estadstico basado en algoritmos de clasificacin automtica multivariante en los que los individuos ms prximos se van agrupando formando clases. Uno de los ms habituales en teledeteccin es el agrupamiento jerrquico (ISODATA). Este consta de N pasos siendo N el nmero total de individuos a clasificar.Clasificacin
31 No estadsticos (rboles de decisin, mnima distancia, paraleleppedos)
Estadsticos clsicos (mxima verosimilitud o mxima probabilidad)
Algoritmos basados en inteligencia artificial (lgica borrosa, redes neuronales)
Algoritmos que utilizan informacin contextualClasificacin
Luego de la creacin de las clases, se debe asignar cada uno de los individuos (pxeles) a las clases. Existen diferentes procedimientos:
32
Ejemplos de Imgenes Satelitales
Imagen Spot 5 del 23/11/20033333
pancromticoMultiespectral: composicin coloreadaImagen Spot 5 del 23/11/2003
Imagen Landsat (Tailandia)
Planificacin territorial Actualizacin de fondos cartogrficos Seguimiento de la evolucin de la mancha urbana Manejo de riesgos de origen natural Seguimiento medioambiental Previsin meteorolgicas, anlisis hidrolgicos Manejos forestal y agrcola Prevencin de incendios Gestin costera y pesquera Prospeccin geolgica, minera y recursos naturales Epidemiologa espacial
Aplicaciones de las Imgenes Satelitales
38
Pliades70 cm
CNES
Pliades70 cm
CNESMUCHAS GRACIAS POR VUESTRA [email protected]://www.avid-romangonzalez.com