1) El documento introduce conceptos sobre espectroscopia de imagen e imágenes hiperespectrales, incluyendo definiciones, el experimento de Newton, y cómo se miden las firmas espectrales.
2) Explica los principios de medición espectral y comparar sensores como Landsat y HyMap.
3) Describe aplicaciones como agricultura, ambientes acuáticos, geología y bosques, enfocándose en parámetros como biomasa, contenido de clorofila y agua.
El documento proporciona una introducción a la teledetección, incluyendo una breve historia desde los primeros satélites en los años 1950 y 1960 y cómo se ha desarrollado para incluir múltiples sistemas satelitales y aplicaciones. Explica conceptos clave como el espectro electromagnético, la interacción de la radiación con la atmósfera y superficies, y las resoluciones espaciales y radiométricas de las imágenes.
El documento describe los fundamentos de la teledetección. Explica que involucra la adquisición de información sobre objetos mediante sensores remotos, como satélites o aviones. Detalla los componentes clave del proceso, incluyendo las fuentes de radiación, la interacción con objetos, detección por sensores y procesamiento de imágenes. También cubre conceptos como las diferentes resoluciones y tipos de sensores comunes como radar, LiDAR y satélites como Landsat e Ikonos.
Este documento presenta una introducción a la teledetección. Explica conceptos fundamentales como la capacidad de obtener información de un objeto sin contacto directo, y brinda una breve historia de la disciplina. También describe los principios físicos involucrados, como la radiación electromagnética y la interacción con la atmósfera, así como las diferentes plataformas, sensores y órbitas satelitales. Por último, explica conceptos como las firmas espectrales y el comportamiento de la reflectividad en función de factores como el suelo,
El documento introduce los conceptos fundamentales de la percepción remota, incluyendo la radiación electromagnética, las interacciones con la atmósfera y la superficie, y las aplicaciones en geología. Brevemente describe la historia de la percepción remota desde la cámara oscura hasta los satélites modernos, y explica cómo los sensores capturan y miden la radiación electromagnética para producir imágenes que luego son procesadas e interpretadas.
El documento proporciona una introducción a los fundamentos básicos de la ecografía, incluyendo su historia, conceptos clave como ultrasonidos, frecuencia del sonido, reflexión y ecógrafos. Explica los componentes principales de un ecógrafo como el generador, transductor y monitor, y describe diferentes tipos de transductores como sectoriales, convexos y lineales.
Este documento describe los principios físicos de la teledetección. Explica que la teledetección obtiene información de objetos mediante el uso de la radiación electromagnética sin contacto físico. Describe las diferentes regiones del espectro electromagnético utilizadas en teledetección, incluyendo ondas de radio, microondas, infrarrojo, visible, ultravioleta y otros. También explica conceptos como irradiancia, reflectancia y leyes de la radiación como la ley de Planck y la ley de Stefan-Boltzmann.
Este documento introduce los procesos markovianos para el análisis y procesamiento de imágenes. Explica los conceptos básicos de la formación de imágenes de teledetección utilizando sensores en plataformas espaciales y define los parámetros esenciales de los sensores como la resolución y el píxel. También describe las características principales de los sensores más utilizados y cómo la radiación electromagnética interactúa con la superficie terrestre para formar imágenes.
El documento resume la historia del ultrasonido en medicina, desde su desarrollo inicial en la década de 1960 hasta avances clave en las décadas posteriores. Explica los principios físicos subyacentes como la piezoelectricidad y la propagación de ondas acústicas a través de los tejidos. También describe diferentes tipos de transductores y modalidades de imagen como el modo A, modo B y Doppler color.
El documento proporciona una introducción a la teledetección, incluyendo una breve historia desde los primeros satélites en los años 1950 y 1960 y cómo se ha desarrollado para incluir múltiples sistemas satelitales y aplicaciones. Explica conceptos clave como el espectro electromagnético, la interacción de la radiación con la atmósfera y superficies, y las resoluciones espaciales y radiométricas de las imágenes.
El documento describe los fundamentos de la teledetección. Explica que involucra la adquisición de información sobre objetos mediante sensores remotos, como satélites o aviones. Detalla los componentes clave del proceso, incluyendo las fuentes de radiación, la interacción con objetos, detección por sensores y procesamiento de imágenes. También cubre conceptos como las diferentes resoluciones y tipos de sensores comunes como radar, LiDAR y satélites como Landsat e Ikonos.
Este documento presenta una introducción a la teledetección. Explica conceptos fundamentales como la capacidad de obtener información de un objeto sin contacto directo, y brinda una breve historia de la disciplina. También describe los principios físicos involucrados, como la radiación electromagnética y la interacción con la atmósfera, así como las diferentes plataformas, sensores y órbitas satelitales. Por último, explica conceptos como las firmas espectrales y el comportamiento de la reflectividad en función de factores como el suelo,
El documento introduce los conceptos fundamentales de la percepción remota, incluyendo la radiación electromagnética, las interacciones con la atmósfera y la superficie, y las aplicaciones en geología. Brevemente describe la historia de la percepción remota desde la cámara oscura hasta los satélites modernos, y explica cómo los sensores capturan y miden la radiación electromagnética para producir imágenes que luego son procesadas e interpretadas.
El documento proporciona una introducción a los fundamentos básicos de la ecografía, incluyendo su historia, conceptos clave como ultrasonidos, frecuencia del sonido, reflexión y ecógrafos. Explica los componentes principales de un ecógrafo como el generador, transductor y monitor, y describe diferentes tipos de transductores como sectoriales, convexos y lineales.
Este documento describe los principios físicos de la teledetección. Explica que la teledetección obtiene información de objetos mediante el uso de la radiación electromagnética sin contacto físico. Describe las diferentes regiones del espectro electromagnético utilizadas en teledetección, incluyendo ondas de radio, microondas, infrarrojo, visible, ultravioleta y otros. También explica conceptos como irradiancia, reflectancia y leyes de la radiación como la ley de Planck y la ley de Stefan-Boltzmann.
Este documento introduce los procesos markovianos para el análisis y procesamiento de imágenes. Explica los conceptos básicos de la formación de imágenes de teledetección utilizando sensores en plataformas espaciales y define los parámetros esenciales de los sensores como la resolución y el píxel. También describe las características principales de los sensores más utilizados y cómo la radiación electromagnética interactúa con la superficie terrestre para formar imágenes.
El documento resume la historia del ultrasonido en medicina, desde su desarrollo inicial en la década de 1960 hasta avances clave en las décadas posteriores. Explica los principios físicos subyacentes como la piezoelectricidad y la propagación de ondas acústicas a través de los tejidos. También describe diferentes tipos de transductores y modalidades de imagen como el modo A, modo B y Doppler color.
Características de los sensores hiperespectrales para el sensoramiento remotoGolgi Alvarez
Este documento describe las características de los sensores hiperespectrales para el sensoramiento remoto. Explica qué es la imagen hiperespectral y cómo se construyen los sensores hiperespectrales utilizando elementos como separadores espectrales, lentes y sensores. También describe parámetros clave como la densidad espectral y espacial, el rango espectral, las limitaciones y cómo seleccionar el sensor adecuado para cada aplicación.
El documento describe diferentes técnicas de diagnóstico médico a través de la imagen como la ecografía, rayos X, TAC, PET, gammagrafía, termografía y resonancia magnética nuclear. Estas técnicas permiten obtener imágenes de los órganos y tejidos internos para detectar anomalías utilizando diferentes formas de radiación electromagnética e isótopos radiactivos.
Este documento proporciona una introducción a la resonancia magnética nuclear (RMN). Explica los principios básicos de la RMN, incluida la magnetización y el proceso de funcionamiento. También describe cómo se usa el contraste intravenoso para estudiar la perfusión y la difusión, y analiza los parámetros que afectan la calidad de la imagen RMN, como la resolución, el contraste y la señal.
La ecografía es un método de diagnóstico médico que utiliza ondas ultrasónicas para crear imágenes de estructuras internas del cuerpo. El documento describe los principios físicos detrás de la ecografía, incluyendo el uso de transductores piezoeléctricos, los diferentes modos de funcionamiento como el modo A, B y Doppler, y los componentes básicos de un equipo de ecografía.
El documento describe los principios y aplicaciones de la ecografía. Explica que la ecografía usa ondas ultrasónicas para crear imágenes de estructuras internas del cuerpo. Detalla los componentes clave como el transductor, los modos de funcionamiento como el modo A, B y Doppler, y los tipos principales de equipos ecográficos. Concluye que la ecografía es útil en medicina por su facilidad de uso, falta de radiación y bajo costo comparado con otras técnicas de imagen médica.
Este documento describe la tecnología láser en dermatología. Explica que un láser produce luz coherente, monocromática y colimada mediante la emisión estimulada. Los láseres se clasifican según su potencia y riesgo. En dermatología, los láseres interactúan con los cromóforos de la piel para producir efectos fototérmicos, fotoquímicos o fotomecánicos. El mecanismo de acción principal es la fototermólisis selectiva, donde el láser da
La tomografía lineal produce imágenes de secciones del cuerpo mediante el movimiento coordinado de la fuente de rayos X y la placa, sometiendo al paciente a gran radiación. La tomografía computarizada reconstruye imágenes tridimensionales usando computadoras para procesar múltiples proyecciones de rayos X. La gammagrafía y la tomografía por emisión de positrones producen imágenes funcionales mediante la detección de radiación emitida por isótopos radiactivos administrados al paciente. La ultrasonografía usa ondas
S pimentel interpretacionde fotografias satelitalesSALVADORPIMENTEL4
Este documento presenta conceptos básicos para interpretar fotografías aéreas e imágenes de satélite. Explica la terminología clave como espectro electromagnético, imágenes pancromáticas, multiespectrales e hiperespectrales. También describe conceptos como resolución espacial y espectral, y rasterización frente a vectorización. El objetivo es proporcionar las herramientas necesarias para interpretar este tipo de imágenes y extraer información valiosa sobre la Tierra.
El ultrasonido es una técnica importante en medicina que ayuda al diagnóstico mediante imágenes obtenidas por ecos reflejados. Es útil en ginecología para ver el desarrollo del feto y detectar anomalías. Es de bajo costo y se usa cristales piezoeléctricos como el cuarzo para convertir señales eléctricas en ondas ultrasónicas y viceversa para generar imágenes.
Este documento describe las imágenes satelitales y su importancia para la teledetección. Explica que las imágenes satelitales se toman de forma digital y están compuestas de pixeles con valores numéricos que representan la brillantez. También cubre los diferentes tipos de resolución de las imágenes (espacial, espectral, radiométrica y temporal) y los satélites más comunes como Landsat, SPOT e Ikonos. Finalmente, analiza los elementos básicos de las imágenes como el espectro electromagnético y la
La teledetección es un instrumento importante para el estudio de la Tierra y la gestión de sus recursos. Sus principales técnicas incluyen fotografía por satélite, imágenes infrarrojas y de microondas, GPS y SIG. Sus elementos clave son un emisor de energía, un sensor que recibe la energía y la transmite como información, un receptor que procesa la información digitalmente, y un distribuidor que comparte la información con los usuarios.
El documento describe las aplicaciones de los rayos X en medicina, incluyendo su descubrimiento por Wilhelm Röntgen en 1895, el desarrollo temprano de la radiografía y la tomografía computarizada, y los efectos de la radiación en el diagnóstico y tratamiento de enfermedades.
Este documento describe los conceptos fundamentales de la fotointerpretación y el sensoramiento remoto. Define la percepción remota como la ciencia de obtener información sobre objetos a distancia mediante el análisis de datos recopilados por sensores. Explica que los sensores remotos detectan la radiación electromagnética emitida u reflejada por objetos para identificarlos y categorizarlos. También clasifica los sensores según su fuente de energía, ubicación espacial y banda del espectro electromagnético utilizada. Finalmente, resume las tareas
(1) El documento describe las características clave de los sistemas de teledetección satelital, incluyendo las características temporales, espaciales, espectrales y radiométricas. (2) Explica cómo estas características afectan la utilidad de un sistema para diferentes aplicaciones y cómo existe una relación entre los diferentes tipos de resolución. (3) Resalta la importancia de considerar las características de un sistema satelital para seleccionar el apropiado para responder una pregunta específica.
Bases Físicas en Imagenología 2012. En prensaSegundo Bueno
Este documento presenta las bases físicas de la imagenología. Explica brevemente el descubrimiento de los rayos X y su ubicación en el espectro electromagnético. Luego describe la producción de los rayos X a través de tubos de rayos X y la formación de imágenes radiográficas. Finalmente, resume los principios de la tomografía computarizada, ecografía y resonancia magnética. El objetivo es proporcionar a los estudiantes de medicina una comprensión básica de los fundamentos físicos de los princip
Principios físicos de la teledetección curso Entornos Virtuales de Aprendizajemanalva
La teledetección implica la adquisición de información sobre objetos o áreas mediante el análisis de la radiación electromagnética que emiten u reflejan. Esta radiación se propaga a través del espectro electromagnético en forma de ondas con diferentes longitudes de onda. El análisis de la radiación captada por sensores permite determinar las características de la superficie terrestre que la produjo.
La geología sigue el método científico a través de la observación, formulación de hipótesis, experimentación y verificación. Se relaciona con disciplinas como la química, física, matemáticas y biología. Los geólogos utilizan métodos directos e indirectos en el trabajo de campo y de laboratorio como el microscopio petrográfico, espectrometría y SIG para estudiar y mapear las características geológicas.
El documento proporciona una introducción histórica a las modalidades de imágenes médicas, incluidos los rayos X, medicina nuclear, ultrasonido y resonancia magnética. Explica los principios fundamentales de la resonancia magnética, incluida la polarización de los núcleos atómicos, la excitación con radiofrecuencia, la lectura de la señal de resonancia y la reconstrucción de imágenes mediante transformada de Fourier inversa. Finalmente, discute algunas tendencias actuales en el campo de la resonancia magnética, como el uso de
El documento habla sobre las imágenes médicas. En pocas oraciones, explica que las imágenes médicas son técnicas que crean imágenes del cuerpo humano con propósitos clínicos y médicos, y que permiten ver zonas del cuerpo de forma no invasiva para diagnosticar enfermedades.
Características de los sensores hiperespectrales para el sensoramiento remotoGolgi Alvarez
Este documento describe las características de los sensores hiperespectrales para el sensoramiento remoto. Explica qué es la imagen hiperespectral y cómo se construyen los sensores hiperespectrales utilizando elementos como separadores espectrales, lentes y sensores. También describe parámetros clave como la densidad espectral y espacial, el rango espectral, las limitaciones y cómo seleccionar el sensor adecuado para cada aplicación.
El documento describe diferentes técnicas de diagnóstico médico a través de la imagen como la ecografía, rayos X, TAC, PET, gammagrafía, termografía y resonancia magnética nuclear. Estas técnicas permiten obtener imágenes de los órganos y tejidos internos para detectar anomalías utilizando diferentes formas de radiación electromagnética e isótopos radiactivos.
Este documento proporciona una introducción a la resonancia magnética nuclear (RMN). Explica los principios básicos de la RMN, incluida la magnetización y el proceso de funcionamiento. También describe cómo se usa el contraste intravenoso para estudiar la perfusión y la difusión, y analiza los parámetros que afectan la calidad de la imagen RMN, como la resolución, el contraste y la señal.
La ecografía es un método de diagnóstico médico que utiliza ondas ultrasónicas para crear imágenes de estructuras internas del cuerpo. El documento describe los principios físicos detrás de la ecografía, incluyendo el uso de transductores piezoeléctricos, los diferentes modos de funcionamiento como el modo A, B y Doppler, y los componentes básicos de un equipo de ecografía.
El documento describe los principios y aplicaciones de la ecografía. Explica que la ecografía usa ondas ultrasónicas para crear imágenes de estructuras internas del cuerpo. Detalla los componentes clave como el transductor, los modos de funcionamiento como el modo A, B y Doppler, y los tipos principales de equipos ecográficos. Concluye que la ecografía es útil en medicina por su facilidad de uso, falta de radiación y bajo costo comparado con otras técnicas de imagen médica.
Este documento describe la tecnología láser en dermatología. Explica que un láser produce luz coherente, monocromática y colimada mediante la emisión estimulada. Los láseres se clasifican según su potencia y riesgo. En dermatología, los láseres interactúan con los cromóforos de la piel para producir efectos fototérmicos, fotoquímicos o fotomecánicos. El mecanismo de acción principal es la fototermólisis selectiva, donde el láser da
La tomografía lineal produce imágenes de secciones del cuerpo mediante el movimiento coordinado de la fuente de rayos X y la placa, sometiendo al paciente a gran radiación. La tomografía computarizada reconstruye imágenes tridimensionales usando computadoras para procesar múltiples proyecciones de rayos X. La gammagrafía y la tomografía por emisión de positrones producen imágenes funcionales mediante la detección de radiación emitida por isótopos radiactivos administrados al paciente. La ultrasonografía usa ondas
S pimentel interpretacionde fotografias satelitalesSALVADORPIMENTEL4
Este documento presenta conceptos básicos para interpretar fotografías aéreas e imágenes de satélite. Explica la terminología clave como espectro electromagnético, imágenes pancromáticas, multiespectrales e hiperespectrales. También describe conceptos como resolución espacial y espectral, y rasterización frente a vectorización. El objetivo es proporcionar las herramientas necesarias para interpretar este tipo de imágenes y extraer información valiosa sobre la Tierra.
El ultrasonido es una técnica importante en medicina que ayuda al diagnóstico mediante imágenes obtenidas por ecos reflejados. Es útil en ginecología para ver el desarrollo del feto y detectar anomalías. Es de bajo costo y se usa cristales piezoeléctricos como el cuarzo para convertir señales eléctricas en ondas ultrasónicas y viceversa para generar imágenes.
Este documento describe las imágenes satelitales y su importancia para la teledetección. Explica que las imágenes satelitales se toman de forma digital y están compuestas de pixeles con valores numéricos que representan la brillantez. También cubre los diferentes tipos de resolución de las imágenes (espacial, espectral, radiométrica y temporal) y los satélites más comunes como Landsat, SPOT e Ikonos. Finalmente, analiza los elementos básicos de las imágenes como el espectro electromagnético y la
La teledetección es un instrumento importante para el estudio de la Tierra y la gestión de sus recursos. Sus principales técnicas incluyen fotografía por satélite, imágenes infrarrojas y de microondas, GPS y SIG. Sus elementos clave son un emisor de energía, un sensor que recibe la energía y la transmite como información, un receptor que procesa la información digitalmente, y un distribuidor que comparte la información con los usuarios.
El documento describe las aplicaciones de los rayos X en medicina, incluyendo su descubrimiento por Wilhelm Röntgen en 1895, el desarrollo temprano de la radiografía y la tomografía computarizada, y los efectos de la radiación en el diagnóstico y tratamiento de enfermedades.
Este documento describe los conceptos fundamentales de la fotointerpretación y el sensoramiento remoto. Define la percepción remota como la ciencia de obtener información sobre objetos a distancia mediante el análisis de datos recopilados por sensores. Explica que los sensores remotos detectan la radiación electromagnética emitida u reflejada por objetos para identificarlos y categorizarlos. También clasifica los sensores según su fuente de energía, ubicación espacial y banda del espectro electromagnético utilizada. Finalmente, resume las tareas
(1) El documento describe las características clave de los sistemas de teledetección satelital, incluyendo las características temporales, espaciales, espectrales y radiométricas. (2) Explica cómo estas características afectan la utilidad de un sistema para diferentes aplicaciones y cómo existe una relación entre los diferentes tipos de resolución. (3) Resalta la importancia de considerar las características de un sistema satelital para seleccionar el apropiado para responder una pregunta específica.
Bases Físicas en Imagenología 2012. En prensaSegundo Bueno
Este documento presenta las bases físicas de la imagenología. Explica brevemente el descubrimiento de los rayos X y su ubicación en el espectro electromagnético. Luego describe la producción de los rayos X a través de tubos de rayos X y la formación de imágenes radiográficas. Finalmente, resume los principios de la tomografía computarizada, ecografía y resonancia magnética. El objetivo es proporcionar a los estudiantes de medicina una comprensión básica de los fundamentos físicos de los princip
Principios físicos de la teledetección curso Entornos Virtuales de Aprendizajemanalva
La teledetección implica la adquisición de información sobre objetos o áreas mediante el análisis de la radiación electromagnética que emiten u reflejan. Esta radiación se propaga a través del espectro electromagnético en forma de ondas con diferentes longitudes de onda. El análisis de la radiación captada por sensores permite determinar las características de la superficie terrestre que la produjo.
La geología sigue el método científico a través de la observación, formulación de hipótesis, experimentación y verificación. Se relaciona con disciplinas como la química, física, matemáticas y biología. Los geólogos utilizan métodos directos e indirectos en el trabajo de campo y de laboratorio como el microscopio petrográfico, espectrometría y SIG para estudiar y mapear las características geológicas.
El documento proporciona una introducción histórica a las modalidades de imágenes médicas, incluidos los rayos X, medicina nuclear, ultrasonido y resonancia magnética. Explica los principios fundamentales de la resonancia magnética, incluida la polarización de los núcleos atómicos, la excitación con radiofrecuencia, la lectura de la señal de resonancia y la reconstrucción de imágenes mediante transformada de Fourier inversa. Finalmente, discute algunas tendencias actuales en el campo de la resonancia magnética, como el uso de
El documento habla sobre las imágenes médicas. En pocas oraciones, explica que las imágenes médicas son técnicas que crean imágenes del cuerpo humano con propósitos clínicos y médicos, y que permiten ver zonas del cuerpo de forma no invasiva para diagnosticar enfermedades.
Equipo 4. Mezclado de Polímeros quimica de polimeros.pptxangiepalacios6170
Presentacion de mezclado de polimeros, de la materia de Quimica de Polímeros ultima unidad. Se describe la definición y los tipos de mezclado asi como los aditivos usados para mejorar las propiedades de las mezclas de polimeros
Los puentes son estructuras esenciales en la infraestructura de transporte, permitiendo la conexión entre diferentes
puntos geográficos y facilitando el flujo de bienes y personas.
3. Definiciones:
“hiperespectral“ vs “Espectroscopia de Imagen“
El término hiperespectral es más usado en teledetección
¿Límites entre multiespectral, superespectral y hiperespectral?
¿Número de bandas? ¿Anchos de bandas? ¿región del espectro?
4. ¿Espectroscopía de Imagen?
La espectroscopia es el estudio de la interacción entre la radiación
electromagnética y la materia, con absorción, transmisión o emisión de energía
radiante. La luz se refracta en un prisma para medir la intensidad de
la radiación en todas las longitudes de hondas.
Datos espectrales espectros (firmas espectrales).
Una imagen (del latín imago. Singular "imagen"; plural "imágenes") es una
representación visual, que manifiesta la apariencia visual de un objeto real
o imaginario.
Originalmente la espectroscopia fue una medición singular (puntual)
(hoy en día: todavía en mediciones con espectrómetros manuales)
5.
6. Comparación de la resolución espectral de sensores Landsat / Hymap
Absorción de clorofila
Absorciones de agua
6 bandas más bien anchas para describir
un espectro complejo con muchas bandas
de absorción y reflexión (~Landsat).
Broadband sensor - multiespectral
Reflectancia
[10000
=
100%]
Peak verde
Longitud de onda λ (μm)
7. Imaging Spectroscopy and remote sensing
1. Comparison spectral resolution Landsat sensor/ HyMap IS sensor
125 bandas estrechas (HyMap) para describir
todo el espectro óptico.
Espectroscopia de imagen - hiperepectral
Reflectance
[10000
=
100%]
8. ¿Cómo se ve una imagen hiperespectral?
Vista RGB de imagen HyMap (Composite RGB 1, 7,14)
10. El experimento de Newton
Imagen de: http://teachart.msu.edu/pila/images/newton.gif
En 1666 Isaac Newton
demostró que el cristal sucio
no es la causa para los
colores con el experimento
ilustrado arriba.
Luz del sol
Primer
prisma
Segundo
prisma
La primer prisma divide
el flujo de luz y produce
un espectro con muchos
colores
Uno de los colores es
separado por un orificio y
guiado a un segundo
prisma
El color no cambia el
segundo prisma el
prisma no puede ser
la causa para las
diferentes colores
pero la luz la misma.
Plano con un
Orificio
11. Nuevas preguntas
Después el descubierto de Newton, aparecieron nuevas preguntas:
¿Qué causa por los colores?
¿La luz es una partícula o una onda?
En 1803 Thomas Young pudo demostrar
que la luz se mueve como ondas.
Patrón de
interferencia de
la luz.
12. Nuevas preguntas
Al mismo tiempo William Herrschel descubrió que diferentes colores tienen diferentes
temperaturas (azul es mas frío que rojo) y también que hay “colores/ondas no visibles” a
la derecha del rojo que en su experimento fueron mas cálido que el rojo “infrarroja”.
Estos descubrimientos sobre las interrelaciones de colores de la luz, longitudes de ondas
y frecuencia fueron la base para el desarrollo de la espectroscopia.
13. ¿Qué se mide con la espectroscopia de imagen?
Medición de la distribución espectral de la densidad de la radiación
electromagnética, que es reflejado o emitido de un cuerpo.
Unidad de medida: W / m² str µm
W = potencia de luz por Área (normalizado a 1 m²)
De un
Ángulo dietro definido (normalizado a un “estéreo radian”)
Por un
intervalo de longitud de onda (normalizado a 1 µm)
1 estéreo radian
14. Principio de la medición espectral
Una medición espectral incluye siempre:
1. Fuente de radiación (p.e. el sol)
2. Objeto de medición (p.e. la sup. terrestre)
3. El camino del luz (espacio/atmósfera)
4. Sensor que mide la densidad de la radiación
espectral.
Para crear datos de espectroscopia de imagen
además:
5. Un sensor que mide la distribución espacial
de la densidad de la radiacion espectral.
Superficie terrestre
sol sensor
15. Principio de la medicion espectral
Radiación total medida por el sensor:
Rtot = R1 + R2 + R3 + R4
R1: Radiación directamente reflejada desde la superficie
R2: Radiación difusa reflejada de la superficie
(incluida aquella desde atmósfera)
R3: Radiación difusa reflejada desde la atmósfera
R4: Radiación (difusa) reflejada desde áreas cercanas
(que de verdad no son parte del pixel medido)
sol
Superficie terrestre
R1
R2
R3
R4
sensor
16. Diferencia entre radiación directa y difusa
Superficies naturales mezcla de reflectores directos y difusos.
la reflexión de estas superficies depende de los ángulos BDRF
“Bidirectional Reflection coefficient”
20. Sensores hiperespectrales
La calidad de sensores hiperespectrales es valorado en función de:
1. Resolución espectral (p.e. 0.3 – 2.4 µm – qué longitudes de ondas mide)
2. Resolución radiométrica (radiación en W / m2 str µm que es requerido para
cambiar el valor del ND de un pixel)
3. Resolución espectral (el ancho de las bandas).
4. Resolución espacial (tamaño del pixel).
5. “noise-equivalent radiation, NEDL” ~ corriente residual (el ruido que produce el
sensor – se mide con el sensor cubierto, en oscuridad).
6. Relación señal-ruido (relación entre la señal medida y la corriente residual).
21. Primeros sensores hiperespectrales
• 1982: AIS (Airborne Imaging Spectrometer)
• 1987: AVIRIS (Airborne Visible/infrared Imaging Spectrometer): 225
bandas de 10 nm c/u. Pixel más usado de 20 m (a 60.000 pies).
Avión: NASA ER-2.
https://directory.eoportal.org/web/eoportal/airborne-sensors/aviris
22. HyMap (sensor aéreo)
126 bandas
Pixeles: 3.5 – 10m
(dependiendo de la altitud)
Field of view: 62°
Región del EE Campo
espectral
Ancho de
banda
VIS 0.45 - 0.89 um 15 – 16 nm
NIR 0.89 - 1.35 um 15 – 16 nm
SWIR1 1.40 - 1.80 um 15 – 16 nm
SWIR2 1.95 - 2.48 um 18 – 20 nm
23. Introducción - Teoria - Sensores - Applicaciones
HyMap
Imagen de 2011
Tamaño de pixeles: 4m
Karlsruhe, Alemania
25. Grafico de: The EO-1 Hyperion Imaging Spectrometer, IEEE Aerospace Conference, Jay Pearlman, Carol Segal, Pamela Clancy,
Neil Nelson, Peter Jarecke, Momi Ono, Debra Beiso, Lushalan Liao, Karen Yokoyama, and Steve Carman, TRW. And Bill Browne,
Lawrence Ong and Stephen Ungar, GSFC
26. Introducción - Teoria - Sensores - Applicaciones
Hyperion
Imagen de 2011
Tamaño de pixeles: 30m
Karlsruhe, Alemania
29. Agricultura
Evaluar el contento de clorofila (y otras partículas químicas).
Evaluar el contento de agua.
Determinar la cantidad de biomasa.
Determinar el índice de área foliar “Leaf area Index” (LAI).
Detectar vegetación enferma.
Determinar la cantidad de fertilización ideal (agricultura de precisión).
30. Agricultura
Agricultura en el contexto de control y regulación:
El gobierno puede usar datos de teledetección para:
Monitorear si el agricultor está cultivando las plantas por las cuales el recibe
subvenciones. Big Brother is watching you! (EUROPA!)
Identificación de especies.
32. Agricultura
Imagen de: Tobias Hank,
LMU Munich
Heterogeneidad en cultivos. En algunas partes se necesita más fertilización que en
otras partes agricultura de precisión (requiere maquinaría adaptada con GPS).
http://www.aradc.org/precisionag/home
33. Agricultura
Ejemplo de índices de vegetación y LAI:
Alta correlación dentro
hNDVI/PRI y LAI
Para valores > 2.0 hay tendencias de
saturación.
39. Ambiente acuático
(ej.: calidad de agua en lagos y mar)
Se puede usar la información hiperespectral para:
Estimar el contenido de clorofila en el agua (cantidad de algas).
Evaluar el contenido de material particulado.
Detección de contaminaciones en el agua.
Gran ventaja: Información continuada sobre grandes aéreas con datos del
satélite
40. Ambiente acuático
(ej.: calidad de agua en lagos y mar)
Sandra Mannheim, Karl Segl, Birgit Heim, and Hermann Kaufmann. 2004. MONITORING OF LAKE WATER QUALITY USING HYPERSPECTRAL, CHRIS-
PROBA DATA. CHRIS-Proba Workshop, ESA.
41. Ambiental acuático
(ej.: calidad de agua en lagos y mar)
Mayo
2003
Junio
2003
Imagenes de Roland Doerffer, Helmholtz Research Centre
42. Geología
Introducción - Teoria - Sensores - Applicaciones
Imagen de: http://www.spectir.com/wp-content/uploads/2011/12/vc_surface_geology.jpg
43. Geología
Identificar minerales de interés
Determinar la salinidad de suelos
Composición químico de piedras
Determinar áreas de hielo
Detección de contaminación por residuos mineros
…
46. Aplicaciones Forestales
Parámetros forestales:
Determinar especies de árboles
Estimar la cantidad de biomasa
Determinar el “Leaf area Index” LAI
Detectar vegetación enferma
Determinar el contenido de clorofila (y otros partículas químicas en las hojas)
Determinar el contenido de agua en la vegetación
Las objetos de interés son muy similares a las objetos de interés en agricultura
(plantas), sin embargo los resultados muchas veces son diferentes porque la
estructura de bosques es mucho más heterogénea y compleja.
48. Diagrama de dispersión entre el contenido de humedad de vegetación
verde CHVV (%) y el índice espectral NDIIb6 (MODIS: b2-b6/b2+b6) para
tres tipos de vegetación (n=150). Adaptado de Caccamo et al. (2012).
49. Fusión de datos de LiDAR con datos
hiperespectrales para separar
rodales.
Hay algunos rodales que se puede
solo separar solo usando ambos
tipos de datos, por ejemplo:
La firma espectral es similar pero la
estructura (altura) es diferente.
Imagen de Henning Buddenbaum, Universidad de Trier.
Hiperespectral + LiDAR
50. Introducción - Teoria - Sensores - Applicaciones
Forestal
Ejemplo clasificación de especies de árboles
51. Catastro de Firmas Espectrales de Vegetación Urbana en Santiago
de Chile
Acuña-Ruz, T. , Mattar C. , Hernández H.J.
Objetivo General
Construir un catastro de firmas espectrales foliares de especies de
árboles urbanos y analizar su separabilidad espectral
53. Etapa Categoría Descripción
I
Extracción y
Traslado
Extraer hojas expuestas al sol a una altura mínima de 3
metros.
Seleccionar hojas en el mismo estado fenológico y vigor.
Guardar en una bolsa de polietileno
II
Preparación
equipo
experimental
Ensamblar equipo de experimentación
Fijar altura D1 y geometría de observación
Configurar número de registros (x10) y tiempo de
integración
III
Preparación
muestra
objetivo
Descartar peciolos y elementos adheridos en la cara
adaxial.
Arreglar un plano homogéneo con la muestra.
IV
Adquisición
firma
espectral
Preparar la referencia estándar (Spectralon).
Registrar la reflectancia porcentual de la referencia
estándar.
Registrar la reflectancia porcentual de la muestra objetivo
V
Elaboración
metadata
Ubicación geográfica del
sitio de adquisición
Latitud, longitud y altitud
Tiempo de adquisición Fecha y hora
Técnica de campo
experimental
Geometría de visión, Método
de muestreo, Tiempo de
integración.
Protocolo de Firmas Espectrales
55. Análisis de Amplitud Espectral (Price, 1992)
D VIS
D NIR
Análisis de Separabilidad Espectral
Promedio Reflectancia cada 5 nm
Índices de vegetación
• Verdor: “Normalized Difference Vegetation Index”
• Pig. foliares: “Anthocyanin Reflectance Index”
• Contenido de agua: “Water Band Index”
Derivadas (pendientes)
Pendientes
Variables características
Dos regiones de análisis:
Visible (400-699 nm) y NIR (700-970 nm)
970
56. Variabilidad de la Amplitud Espectral
Figura: Comparación intraespecífica de amplitud espectral (Dws) en el visible (VIS 400-699 nm en azul) e infrarrojo cercano (NIR
700-960 nm en rojo).
57. Pendiente
M563-M583
Índice vegetal
ARI: 550/700
Tipo de
variable
Variable
Extraída
Ciruelo Quillay
Pendiente en
el VIS
M463 4
M473 3
M483 1
M563 3
M573 4
M583 5
Pendiente en
el NIR
M963 5
Índices de
vegetación
ARI1 2
ARI2 1
WBI 2
Extracción de Patrones Espectrales con LDA
Selección de variables predictivas
Pendiente
M963
Índice vegetal
WBI: 970/900
Pendiente
M483
Primeras 5 variables (sobre 187) seleccionas por
LDA que mejor describen las características
diferenciables (singularidades) por especie.
Quillay = M483*C1+WBI+C2+M473*C3+M463*C4+M963*C5
Ciruelo = ARI2*C1+ARI1*C2+M563*C3+M573*C4+M583*C5
Análisis Discriminante:
59. La estructura de datos hiperespectrales:
Un cubo de datos:
0.341
0.323
0.421
0.386
0.379
0.269
0.147
0.439
0.113
0.381
0.456
0.326
0.418
0.417
0.261
0.126
0.128
0.211
0.611
0.547
0.352
0.257
0.286
0.365
0.341
0.412
0. 245
0.511
0.369
0.437 0.417
0.315
0.241
0.341
0.291
0.263
0.414
0.452
0.436
0.427
0.414
0.485
0.417
0.417
0.311
0.321
0.399
0.254
0.247
0.246
0.234
0.144
0.157
0.200
0.403
0.207
0.317
0.271
0.470 0.417
0.3
Valores x
Valores y
Valores z
0
Ejemplo: pixel marcado tiene los
valores: x = 1, y=4, z1= 0.269
Existen muchos más valores de zi (resto
de bandas de la imagen).
Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal
60. La estructura de datos hiperespectrales:
Un cubo de datos:
0.341
0.323
0.421
0.386
0.379
0.269
0.147
0.439
0.113
0.381
0.456
0.326
0.418
0.417
0.261
0.126
0.128
0.211
0.611
0.547
0.352
0.257
0.286
0.365
0.341
0.412
0. 245
0.511
0.369
0.437 0.417
0.315
0.241
0.341
0.291
0.263
0.414
0.452
0.436
0.427
0.414
0.485
0.417
0.417
0.311
0.321
0.399
0.254
0.247
0.246
0.234
0.144
0.157
0.200
0.403
0.207
0.317
0.271
0.470 0.417
0.3
Valores x
Valores y
Valores z
0
Es posible seleccionar un pixel para
graficar su firma espectral.
61. 0.113
Los valores de Longitud de onda son fijos (=bandas) y dependen de las especificaciones del sensor.
206
380
490
700
1020
λ = 1400nm
λ = 1420nm
λ . = 1440nm
λ = 1470nm
λ = 1500nm
63. Definición de un índice:
Bannari et al. 1995. A Review of Vegetation Indices - Remote Sensing Reviews, 1995, Vol. 13, pp. 95-120
Un índice es un número que describe la intensidad de
un fenómeno que es demasiado complejo para ser
descompuesto en parámetros conocidos.
¿Ejemplos?
64. Definición de un índice de vegetación
Campbell, J. B. (1987) Introduction to Remote Sensing. The Guilford Press, New York, USA, 551.
“Índices de vegetación son medidas
cuantitativas que indican la vitalidad de la
vegetación”
65. Comportamiento de la vegetación en el espectro óptico
0,4 – 0,7 m (Visible)
Absorción por actividad de:
- Clorofila 65 %
- Xantófila 29 %
- Caroteno 6 %
0,8 – 1,4 m (IRc)
Capa esponjosa del
mesófilo aumento la
reflexión
1,4 – 8 m (IRm)
Estado hídrico de la
planta
67. ¿Qué tipos de índices de vegetación existen?
A. Razones y razones normalizadas
B. Razones y razones normalizadas con factores de corrección
C. Derivadas a partir de la curva espectral
D. Áreas bajo la
curva espectral
E. Ángulos entre puntos seleccionados
de la curva espectral
68. Índices calculados como razones y razones normalizadas
Los IVs más conocidos
Razón simple
Normalized Difference Vegetacion Index (NDVI) (razón normalizada)
Las bandas Roja e Infrarroja cambian según el sensor:
-
NIR en Landsat 5 y 7: Banda 4 (780nm-900nm) Landsat 8 (OLI) NIR: Banda 5 ( 851-879 nm)
Red en Landsat 5 y 7: Banda 3 (630nm – 690nm) Landsat 8 (OLI) Red: Banda 4 ( 636-673 nm)
En general en hiperespectrales:
NIR : ~800-900 nm
Red: ~600-700 nm
72. Ventaja de las índices normalizados como el NDVI: los valores
tienen un rango : -1 a 1 lo cual facilita la interpretación.
Por eso es posible comparar diferentes imágenes y también
definir valores típicos para diferentes superficies:
P.ej.:
Valores de NDVI > 0.3 = vegetación (0.2 en zonas áridas)
Valores de NDVI < 0.3 = suelo, superficies artificiales
Valores de NDVI < 0 = agua
73. Índices con factores de corrección
Los IVs lo más conocidos de este tipo son los miembros del familia del
“Soil adjusted Vegetation Index (SAVI)”
L = factor de corrección (entre 0 y 1): L = 0 (cubierta de vegetación muy alta)
L = 1 (cubierta de vegetación muy bajo).
Para L = 0, SAVI y NDVI son iguales.
Usado en zonas áridas donde la vegetación es menos densa y se mezcla con el
espectro del suelo (en cada pixel y en función de su tamaño).
Es usual usar un valor de L = 0.5
En general, se prefiere el NDVI porque es mas estable, especialmente si no hay
datos acerca del verdadero valor de L.
74. A. R. HUETE: A Soil-Adjusted Vegetation Index (SAVI), REMOTE SENSING OF ENVIRONMENT 25:295-309 (1988)
76. Índices que usan derivadas a partir de la curva espectral
Los IVs más conocidos de este tipo son los índices REP = “red edge position” o técnicas
de posición del RED EDGE (borde rojo).
El “red edge”
El “red edge” describe el paso desde la
región roja (reflexión vegetal muy baja) a la
región infrarroja (reflexión vegetal muy alta).
El REP se calcula como el valor de longitud
de onda donde la curva tiene la pendiente
máxima.
Eso se puede calcular fácilmente con la
primera derivada de la curva.
Posición de la pendiente máxima
77. El “red edge”
Posición de la
Máxima pendiete
El REP es reconocido por ser sensible al contenido de clorofila y,
consecuentemente, a la salud/condición de la vegetación.
78. FILELLA & J. PENUELAS (1994): The red edge position and shape as indicators of plant chlorophyll content, biomass and hydric status. International
Journal of Remote Sensing, 15:7, 1459-1470
79. Índices como áreas bajo la curva espectral
Los IVs de este tipo se calculan como aéreas:
Arriba o debajo de la curva espectral (integral)
De un objeto geométrico como un triángulo
Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal
80. Solo pocos índices usan de verdad la información hiperespectral total. Una excepción
es la integral hiperespectral en el “red edge”.
Imagen de Tobias Hank, Ludwig-Maximilians-Universität München
También se pueden usar
las integrales de otras
zonas de la curva
espectral como por ejem.
la región alrededor de los
970 nm
81. Aerea debajo de la curva espectral Mezcla de las dos formas
Imagen de Tobias Hank, Ludwig-Maximilians-Universität München
Con Integral:
82. Índices que se calculan como ángulos
Se calculan como ángulos:
Entre dos vectores que se forman de tres puntos en la curva espectral
Entre un vector que se forma de dos puntos y la dirección del Norte de la
banda con longitud de onda más corta.
ventajas
1. Normalización del valores 0°- 180° (grados) o 0 – pi (radianes)
2. Se combinan más bandas en un solo índice (3 vs 2 datos).
83. Cálculo del ángulo entre dos vectores de tres puntos:
Las variables P1, P2, P3 son valores de reflexión de tres bandas en distintas
longitudes de onda de un pixel de una imagen hiperespectral.
T1, T2, T3 son tres ángulos del triángulo que se puede formar entre los
puntos 1, 2 y 3.
“Three Angle Index” (TAI):
T1 T2
T3
a
b
c
Idea original de: Palacios-Orueta et al. 2006: “Assessment of NDVI and NDWI spetral indices using MODIS time series analysis and development of a new
spectral index based on MODIS shortwave infrared bands. Proceedings of the 1st international conference on remote sensing and geoinformation processing.
Trier, Germany.
Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal
86. ¿Qué es “Feature Selection” y “Feature Extraction”?
“Feature Selection” y “Feature Extraction” son términos
generales para algoritmos y procesos de estadística que facilitan
la reducción de un gran número de variables predictivas a
algunas variables seleccionados (o nuevas) que tienen la
información más importante.
“Y”
Var. predicha
(dependiente)
Modelo de clasificación o
estimación
Qué variables independientes usar?
Todas, un sub-conjunto? Transformaciones de ellas?
87. “Feature Selection”: Algoritmos que seleccionan un
subconjunto del grupo de predictores sin cambiar los
predictores los mismos.
Ejemplos:
Algoritmo genético
Selección “Stepwise”/Paso en Paso
Árboles de Decisión (“Decision Trees”; Random Forest)
B1
B3
B2 B6
B7 B5
B4
B9
B8
B10
B13
B12
B14
B11
B15
B15
B10
B4
Feature Selection
88. “Feature Extraction”: Algoritmos para obtener nuevos
predictores del grupo de predictores originales. Los nuevos
predictores resumen la información de las variables originales en
una forma compacta.
Ejemplos:
Principle Component
Analysis (PCA)
Kernel-PCA
Minimum Noise Fraction (MNF)
B1
B3
B2 B6
B7 B5
B4
B9
B8
B10
B13
B12
B14
B11
B15
N2
N1
N3
Feature Extraction
Variables nuevas que
resumen a las originales
91. ¿Qué variable es más importante para la clasificación de la pobreza?
92. Índices de Vegetación
Forest discrimination index:
FDI: 𝑁𝐼𝑅2 − (𝑅𝐸 + 𝐵𝑙𝑢𝑒)
Norm. Diff. Veg. Index (NDVI)
Enhanced Vegetation Index (EVI):
Band ratio (NREB) : (𝑁𝐼𝑅2 + 𝑅𝐸) − 𝐵𝑙𝑢𝑒
Variables LiDAR
Canopy height model (CHM)
The aim of this study was to develop and test
the applicability of geographic object-based
image analysis including decision tree
classification to classify WorldView-2 imagery
and LiDAR-derived ancillary data to map the
aquatic vegetation communities of the Magela
Creek floodplain.
93. Random forest (RF)
Es una forma especial de “bagging” que construye un gran número
de árboles de decisión de-correlacionados y los promedia.
Pasos de un RF:
a. Toma “n” muestras al azar (“boostrap”) desde los datos
originales (conjuntos aleatorios de variables predictivas).
b. Para cada muestra se crean árboles de clasificación o
regresión que elige la mejor división entre todos los predictores.
c. Predice nuevos datos por agregación de las predicciones de los
árboles (promedio).
d. Estima el error de la predicción (out-of-bag con 1/3 de los datos).
Clasificación variable predicha es categórica
Regresión variables predicha es numérica
95. Cuanto cambia el error (dif. antes
y después) cada vez que se usa
la variable en una “split” (suma
para todos los árboles de
decisión).
Banda K
Banda L
Banda M
.
.
.
Banda Z
Importancia de cada variable en la predicción
96. Genetic algorithms
Método que genera una población de las reglas de clasificación que
"evolucionan" por procedimiento análogo a la selección natural (mutación
aleatoria) hasta una solución óptima.
Los GAs son similares a los modelos de árboles de clasificación, salvo que
las normas de los árboles de clasificación se derivan de divisiones
recursivas de los datos y los Gas de reglas genéticas como evolución y
cross-over.
97. SVM busca un hiperplano n-dimensional (Hi)
que combina las variables predictoras
ambientales (Xi) y los límites que permiten
clasificar cada caso a cada categoría
(Ausencia / Presencia).
Existen infinitos posibles Hi ¿cuál es la
mejor?
La que mejor separa las categorías.
Un vector de soporte = puntos que
conforman las dos líneas paralelas al
mejor hiperplano
La distancia entre las líneas será la
mayor posible.
Función de separación:
- Lineal
- No lineal Kernel
(mapea los datos en
espacios diferentes
usando los planos Hi
óptimos)
Support vector machines
100. Análisis de componentes principales
Si hay bandas anómalas no las elimina en la transformación.
NDCP 1 = k1 * NDBanda A + k2 * NDBanda B
NDCP 2 = m1 * NDBanda A + m2 * NDBanda B
Extendible a muchas bandas.
102. Minimum Noise Fraction (MNF)
Técnica similar a los componentes principales que separa información
útil del ruido de la imagen. Permite identificar las bandas “ruido” y
eliminarlas. Consiste en 2 reducciones consecutivas:
1. Estimación del ruido basado en correlaciones (matriz).
2. Creacción de nuevos componentes (bandas) que contienen la
varianza de todas las bandas sin considerar aquellas consideradas
ruido.
Dimensionality reduction of multidimensional satellite imagery
Shen-En Qian Novel techniques can reduce dimensionality to derive better remote-sensing products. 21 March 2011, SPIE
Newsroom. DOI: 10.1117/2.1201102.003560
Classification maps derived from original imagery and after dimensionality reduction from 224 to 22 dimensions using
principal-components analysis (PCA), wavelet transformation, minimum-noise fraction (MNF), and band selection,
respectively. The values in parentheses are correct classification rates with respect to the classification map of the
original imagery.
103. ¿Porque necesitamos “Feature Selection” / “Feature Extraction”?
Datos hiperespectrales tienen un gran peso (una imagen hiperespectral
tiene muchas veces mas que 1 GB)
Datos hiperespectrales tienen una gran dimensionalidad (muchas
bandas)
Algunas restricciones:
• Alta co-linearidad tiene efectos en regresiones lineales!!
• En algunos casos el número de muestras para entrenar el algoritmo de
clasificación es dependiente en el número de predictores (bandas).
104. Ejemplo
Comparación de una clasificación supervisada con todas bandas como input y con
algunas bandas de una transformación MNF como input.
Clasificación SVM con todas bandas Clasificación SVM con 20 bandas MNF
105. Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal
106. Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal
107. Repeticion - IV - „Feature Selection + extraction“ - modelos de reflexion de copas – desmezcla lineal