Hernandez_Hernandez_Practica web de la sesion 11.pptx
Pr clasificacion digital no supervisada y extraccion tematica donoso mera
1. UNIVERSIDAD TECNOLOGICA METROPOLITANA
Facultad de Humanidades y Tecnologías de la Comunicación Social
Escuela de Cartografía
CLASIFICACION DIGITAL NO SUPERVISADA
Extracción de información temática a través
de vectorialización
Profesor: Eduardo Mera
Alumna: Jeannette Donoso
Fecha: 09/01/2009
2. Índice
Introducción 3
Resumen 4
Clasificación digital no supervisada 5
La extracción de información temática a través de 7
vectorialización
Bibliografía 10
2
3. Introducción
La clasificación de imagines satelitales implica categorizar una
imagen multibanda, reduciendo la escala de medida de una variable
continua a una escala nominal o categórica. Las fases de clasificación
digital abarcan la definición digital de categorías, la agrupación de los
píxeles de la imagen en una de esas clases y la etapa de
comprobación y verificación de resultados.
La clasificación de imágenes de satélite permite delimitar ecosistemas
relevantes, por su importancia (superficie, valor económico actual),
vulnerabilidad-aptitud (grado de deterioro ante determinadas
actividades o aplicaciones de tecnologías), funciones ecosistémicas
específicas (aspectos funcionales específicos como la captura de
carbono)
3
4. Resumen
La clasificación digital no supervisada consiste en agrupar los
píxeles de una imagen mediante un método estadístico, en clases o
categorías espectrales homogéneas, es un método interactivo al cual
se le define parámetros que permiten controlar el proceso y detenerlo
cuando se cumplen las restricciones, además no se toma en cuenta
la realidad del terreno.
Esta clasificación es rápida de realizar, ya que no necesita
visitas a terreno, aunque esto la hace menos precisa.
La información digital tipo vector, está conformada por puntos,
líneas y polígonos. Las fuentes de extracción de información tipo
vector, son básicamente:
- Información digital preexistente.
- Sistemas de Posicionamiento Global –GPS.
- Levantamientos topográficos
4
5. Clasificación digital no supervisada
Consiste en agrupar los píxeles de una imagen mediante un
método estadístico, en clases o categorías espectrales homogéneas,
es un método interactivo al cual se le define parámetros que
permiten controlar el proceso y detenerlo cuando se cumplen las
restricciones, además no se toma en cuenta la realidad del terreno.
Los programas de software asignan los píxeles de la imagen en
función de su similitud espectral en las bandas considerada, y
emplean algoritmos específicos como el caso del software PCI, utiliza;
K-means, Fuzy K-Means, Isodata. Los parámetro incorporados son:
número de clases, iteraciones por clase, tamaño de la muestra con la
cantidad mínima de píxeles por clases, distancia mínima de un píxel
al centro de la (clase distancia espectral) o desviación estándar.
Cuando el software efectúa este procedimiento, el resultado es una
imagen con colores, los que debemos identificar con las categorías
generadas y asignarles un significado temático.
Un ejemplo de clasificación digital no supervisada
El empleo de índices para discriminar formaciones vegetales
deriva del comportamiento radiométrico particular de la vegetación.
Existe un claro contraste entre las bandas visibles, especialmente la
banda roja, y la banda del infrarrojo cercano, que permite separar,
con relativa claridad la vegetación sana de otras cubiertas. El NDVI
representa un índice que combina la banda roja y la del infrarrojo
cercano del espectro, su rango de variación es de ± 1. Cuanto mayor
sea el contraste entre las reflectividades de la banda del infrarrojo
cercano y la del rojo, mayor vigor vegetal presentará la cubierta
observada. Mientras que bajos valores de contraste indican una
vegetación enferma o senescente (en la figura 1 se muestra una de
las imágenes utilizadas para realizar la clasificación).
El NDVI está relacionado con el tipo de vegetación, y las
condiciones climáticas, y se utiliza para estimar diversos parámetros
5
6. de la cubierta vegetal. El índice de vegetación presentará una
valoración relativa, donde los tonos marrón y verde representan la
gradación de la vegetación, de débil a vigorosa.
Las series temporales de NDVI muestran los patrones de
desarrollo y crecimiento de la vegetación natural y de los cultivos, a
lo largo de las estaciones climáticas y para una serie de años.
Para el área del CIOTMA se utilizaron las imágenes de NDVI
pertenecientes a una serie de 20 años (Proyecto Pathfinder – NASA),
éstas poseen una resolución de 8 km. También se utilizaron las
imágenes de NDVI del satélite SPOT, obtenidas bajo el programa
SPOT-Vegetation, éstas imágenes a diferencia de las anteriores
poseen una resolución de 1 km. Con ambas series se realizaron las
clasificaciones.
Como resultado de la clasificación de las imágenes SPOT se
obtuvieron 15 clases, las mismas se observan en la figura adyacente.
Se pueden observar claramente algunos ecosistemas relevantes como
los Bajos Submeridionales (color verde), además de la Selva
Misionera, el Bosque Chaqueño Oriental y Occidental y la zona
cultivada al sur de la zona analizada.
Figura 1
6
7. La extracción de información temática a través de
vectorialización
Cabe recordar que la información digital tipo vector, está conformada
por puntos, líneas y polígonos. Las fuentes de extracción de
información tipo vector, son básicamente:
Información digital preexistente.
Sistemas de Posicionamiento Global –GPS.
Levantamientos topográficos
Por lo general, adquirir información digital preexistente
disminuye en buena parte el tiempo de desarrollo de los proyectos,
porque los procesos de digitalización, escaneo y depuración gráfica se
eliminan o se disminuyen considerablemente. Sin embargo, nunca se
puede olvidar que la información digital adquirida, debe ser guardada
de forma original, es decir antes de que sufra cualquier modificación
necesaria en el proyecto; una copia debe ser utilizada para los
análisis, porque una vez se modifica la información, se corre el riesgo
de no poder regresarla a su estado original. La cartografía básica, y
las demás características generales que se adquieran para los
proyectos, deben ser documentadas en un diccionario de datos, para
que pueda ser utilizada en otros trabajos. Cuando se tiene
información básica de muchas zonas, es conveniente realizar un
Índice Cartográfico, que contenga la distribución de la información
disponible para localizarla más fácilmente. Mientras más información
se tenga, más cuidadoso y sistemático se debe ser con el manejo de
la misma, ya que el desorden, puede llevar a la duplicación en la
adquisición de la información, y por lo tanto a la pérdida de tiempo y
dinero en los proyectos.
Cuando se adquiere información digital preexistente para un
proyecto, es necesario tener en cuenta las siguientes
consideraciones.
- Tener claramente delimitada el área del proyecto, es decir
conocer el alcance geográfico del mismo, para adquirir la
7
8. información necesaria y suficiente, y evitar falta o exceso de
información al momento de la adquisición
- Conocer la escala de trabajo, esto, para no desperdiciar tiempo
y dinero en información demasiado detallada o demasiado
general, que no será útil.
- De ser posible, adquirir únicamente los elementos que se
requieran, esto, porque por lo general, la información para SIG,
puede ser adquirida por capas temáticas, y cuando la
información es costosa, es un desgaste económico inútil,
adquirir información innecesaria.
- Comprar la información más reciente posible, o ajustada a la
fecha en la cual se quiere hacer el análisis. Muchas veces,
cartografía hasta con más de 20 años de creación es
digitalizada, el hecho de que la información sea digital y no
análoga, no garantiza que la información esté actualizada.
- Buscar la información en el mismo formato, o formato
compatible al que se usará en el resto del análisis. Cuando es
necesario cambiar la información de formato, es posible que se
pierdan algunas de las características, o que se incurra en
costos exagerados; existen algunos formatos o versiones que
son incompatibles con otros formatos o versiones posteriores, y
en este caso, la compra de la información, será inútil.
- Buscar un buen proveedor. La compra de la información debe
hacerse a un proveedor de confianza, preferiblemente a
empresas gubernamentales o entidades privadas reconocidas,
ya que existen pequeñas compañías que ofrecen información a
bajos costos pero su calidad y respaldo son dudosos.
Se puede extraer información en formato vectorial, y
generalmente se hace ya que es más fácil de trabajar en algunas
ocasiones.
Resulta un mejor producto en área de la cartografía temática,
al trabajar en formato raster, es posible visualizar con mayor facilidad
los temas que se desean estudiar.
Un ejemplo del trabajó en imágenes vectoriales es el siguiente:
Con este criterio se ordenan los distintos valores de las
variables según el riesgo que entrañan, permitiendo una posterior
reclasificación de cada mapa temático, que implica la generación de
una nueva topología. Hay mapas cuyas variables toma multitud de
valores distintos por lo que resulta difícil su manejo; en estos casos
8
9. hay que reagrupar los de características similares dentro del mismo
grado de riesgo y comprobar nuevamente los resultados.
Figura 3.- Mapas litológicos: (a) inicial y (b) reclasificado tras aplicar los resultados del análisis
estadístico.
9
10. Bibliografía
Texto de percepción remota; R. Richardson V.
Mapping interactivo: Utilización de sistemas de información
geográfica vectoriales para generar mapas de susceptibilidad a
los deslizamientos y métodos de validación de la cartografía
http://www.ciomta.com.ar/nosup.html
http://wave.prohosting.com/geodatos/html/cap_06.htm
10
11. Bibliografía
Texto de percepción remota; R. Richardson V.
Mapping interactivo: Utilización de sistemas de información
geográfica vectoriales para generar mapas de susceptibilidad a
los deslizamientos y métodos de validación de la cartografía
http://www.ciomta.com.ar/nosup.html
http://wave.prohosting.com/geodatos/html/cap_06.htm
10