4º-Interpretación Visual PDF

1
Ing. lvaro Soldano

Ing. lvaro Soldano
I nt er pr et ac i n Vi sual
de I mgenes Sat el i t al es
I nt er pr et ac i n Vi sual
de I mgenes Sat el i t al es
Comisin Nacional
de Actividades Espaciales
ARGENTINA
La mayora de la interpretacin o identificacin de objetos en
teledeteccin se realiza manualmente o visualmente, por un
intrprete o analista calificado.
En muchos casos esto se realiza usando la pantalla de un
monitor o en formato analgico (impresin),
independientemente de que tipo de sensor fue utilizado para
capturar el dato y como el dato fue almacenado.
Como hemos visto las imgenes provenientes del
sensoramiento remoto tambin pueden ser representadas en
una computadora como una matriz de pxeles, donde a cada
pxel le corresponde un nivel digital, que representa un nivel
de brillo (representativo de la energa recibida por el sensor)
de ese pxel en la imagen. En este caso, la informacin est en
formato digital.
Tanto la imagen digital como la analgica se pueden
visualizar como una imagen de tonos de gris (tambin
llamadas imgenes monocromas) o como imgenes de color
al combinar diferentes canales o bandas representativas de las
diferentes longitudes de onda electromagnticas.
La mayora de la interpretacin o identificacin de objetos en
teledeteccin se realiza manualmente o visualmente, por un
intrprete o analista calificado.
En muchos casos esto se realiza usando la pantalla de un
monitor o en formato analgico (impresin),
independientemente de que tipo de sensor fue utilizado para
capturar el dato y como el dato fue almacenado.
Como hemos visto las imgenes provenientes del
sensoramiento remoto tambin pueden ser representadas en
una computadora como una matriz de pxeles, donde a cada
pxel le corresponde un nivel digital, que representa un nivel
de brillo (representativo de la energa recibida por el sensor)
de ese pxel en la imagen. En este caso, la informacin est en
formato digital.
Tanto la imagen digital como la analgica se pueden
visualizar como una imagen de tonos de gris (tambin
llamadas imgenes monocromas) o como imgenes de color
al combinar diferentes canales o bandas representativas de las
diferentes longitudes de onda electromagnticas.
TELEDETECCI TELEDETECCI N N
Ing. Ing. lvaro Soldano lvaro Soldano
2
Cuando la informacin del sensoramiento remoto est
disponible en formato digital se pueden realizar procesos y
anlisis para resaltar (procesos de estiramientoo contraste,
filtros, etc.) la informacin como un proceso previo a la
interpretacin visual.
Tambin, se pueden llevar a cabo procesos y anlisis
digitales automticos, sin la intervencin de un intrprete.
Sin embargo, raramente los procesos y anlisis digitales se
llevan a cabo reemplazando completamente la interpretacin
manual o visual. A menudo, son estos procesos automticos
un complemento y ayuda del anlisis humano.
La interpretacin y el anlisis visual vienen desde los
principios de la interpretacin fotografas areas.
Los procesos y anlisis digitales son ms recientes, se
iniciaron con el advenimiento del registro digital de la
informacin de sensores remotos y el desarrollo de la
computacin.
Cuando la informacin del sensoramiento remoto est

disponible en formato digital se pueden realizar procesos y
anlisis para resaltar (procesos de estiramientoo contraste,
filtros, etc.) la informacin como un proceso previo a la
interpretacin visual.
Tambin, se pueden llevar a cabo procesos y anlisis
digitales automticos, sin la intervencin de un intrprete.
Sin embargo, raramente los procesos y anlisis digitales se
llevan a cabo reemplazando completamente la interpretacin
manual o visual. A menudo, son estos procesos automticos
un complemento y ayuda del anlisis humano.
La interpretacin y el anlisis visual vienen desde los
principios de la interpretacin fotografas areas.
Los procesos y anlisis digitales son ms recientes, se
iniciaron con el advenimiento del registro digital de la
informacin de sensores remotos y el desarrollo de la
computacin.
Ambas, las tcnicas visuales y digitales para interpretacin
de informacin de sensores remotos tienen sus respectivas
ventajas y desventajas.
Generalmente, la interpretacin visual requiere, si es posible,
menos equipamiento especializado, mientras que el anlisis
digital requiere equipamiento especializado y muchas veces
ms oneroso.
La interpretacin visual est frecuentemente limitada al
anlisis de un solo canal o a la informacin provista por una
sola imagen a la vez debido a la dificultad de interpretar
visualmente imgenes mltiples.
El ambiente computacional es ms adecuado para manejar
imgenes complejas de varios canales o varias fechas. En este
sentido, el anlisis digital es til para el anlisis simultneo de
varias bandas espectrales y puede procesar ms rpidamente,
que un analista humano, grandes conjuntos de datos .
Ambas, las tcnicas visuales y digitales para interpretacin
de informacin de sensores remotos tienen sus respectivas
ventajas y desventajas.
Generalmente, la interpretacin visual requiere, si es posible,
menos equipamiento especializado, mientras que el anlisis
digital requiere equipamiento especializado y muchas veces
ms oneroso.
La interpretacin visual est frecuentemente limitada al
anlisis de un solo canal o a la informacin provista por una
sola imagen a la vez debido a la dificultad de interpretar
visualmente imgenes mltiples.
El ambiente computacional es ms adecuado para manejar
imgenes complejas de varios canales o varias fechas. En este
sentido, el anlisis digital es til para el anlisis simultneo de
varias bandas espectrales y puede procesar ms rpidamente,
que un analista humano, grandes conjuntos de datos .
3
La interpretacin visual o manual es un proceso subjetivo, es
decir que los resultados podrn variar con intrpretes distintos.
El anlisis digital est basado en la manipulacin de los nmeros
digitales en una computadora y este proceso es, por lo tanto, ms
objetivo, resultando en productos ms consistentes. Sin embargo,
determinar la validez y precisin de los resultados del
procesamiento digital puede llegar a ser difcil.
Es importante reiterar que los anlisis visual y digital no son
mutuamente excluyentes. Ambos mtodos tienen sus mritos.
En la mayora de los casos, se aplica una mezcla de ambos
mtodos (mtodo mixto) en el anlisis de las imgenes. De
hecho, la ltima decisin respecto de la utilidad y relevancia de la
informacin extrada al final del proceso de anlisis est hecha por
el ser humano.
Adaptado de: Fundamentals of Remote Sensing.
Canada Centre for Remote Sensing Remote Sensing.
La interpretacin visual o manual es un proceso subjetivo, es
decir que los resultados podrn variar con intrpretes distintos.
El anlisis digital est basado en la manipulacin de los nmeros
digitales en una computadora y este proceso es, por lo tanto, ms
objetivo, resultando en productos ms consistentes. Sin embargo,
determinar la validez y precisin de los resultados del
procesamiento digital puede llegar a ser difcil.
Es importante reiterar que los anlisis visual y digital no son
mutuamente excluyentes. Ambos mtodos tienen sus mritos.
En la mayora de los casos, se aplica una mezcla de ambos
mtodos (mtodo mixto) en el anlisis de las imgenes. De
hecho, la ltima decisin respecto de la utilidad y relevancia de la
informacin extrada al final del proceso de anlisis est hecha por
el ser humano.
Adaptado de: Fundamentals of Remote Sensing.
Canada Centre for Remote Sensing Remote Sensing.
Interpretacin Visual
INVERSIN INICIAL ESCASA.
NO PRECISA ALTA
ESPECIALIZACIN.
COSTOS LINEALES.
BUENA PRECISIN EN CLASES
HETEROGENAS.
RESTITUCIN COMPLEJA.
INVENTARIO TEDIOSO E
INEXACTO.
REQUIERE DIGITALIZACIN PARA
CONECTARSE A UN SIG.
REQUIERE CONVERSIN DIGITAL
ANALGICA.
Interpretacin Visual
INVERSIN INICIAL ESCASA.
NO PRECISA ALTA
ESPECIALIZACIN.
COSTOS LINEALES.
BUENA PRECISIN EN CLASES
HETEROGENAS.
RESTITUCIN COMPLEJA.
INVENTARIO TEDIOSO E
INEXACTO.
REQUIERE DIGITALIZACIN PARA
CONECTARSE A UN SIG.
REQUIERE CONVERSIN DIGITAL
ANALGICA.
Interpretacin Digital
INVERSIN INICIAL ELEVADA
ALTA ESPECIALIZACIN.
COSTOS SE REDUCEN CON LA
SUPERFICIE PRECISA.
BAJA PRECISIN EN CLASES
HETEROGNEAS.
CORRECCIN GEOMTRICA
SENCILLA Y RPIDA.
INVENTARIO INMEDIATO.
PERMITE TRABAJO CON
INFORMACIN ORIGINAL.
CONEXIN DIRECTA (FORMATO
RASTER) O VECTORIZACIN
(FORMATO VECTORIAL) .
Interpretacin Digital
INVERSIN INICIAL ELEVADA
ALTA ESPECIALIZACIN.
COSTOS SE REDUCEN CON LA
SUPERFICIE PRECISA.
BAJA PRECISIN EN CLASES
HETEROGNEAS.
CORRECCIN GEOMTRICA
SENCILLA Y RPIDA.
INVENTARIO INMEDIATO.
PERMITE TRABAJO CON
INFORMACIN ORIGINAL.
CONEXIN DIRECTA (FORMATO
RASTER) O VECTORIZACIN
(FORMATO VECTORIAL) .
Ing. Ing. lvaro Soldano lvaro Soldano TELEDETECCI TELEDETECCI N N
4
Interpretacin visual
Baja inversin econmica.
Aprovecha experiencia previa en foto-
interpretacin.
Permite integrar criterios de anlisis
bastante amplios.
Precisa posterior digitalizacin.
Incorpora alto nivel de subjetividad.
Interpretacin visual
Baja inversin econmica.
Aprovecha experiencia previa en foto-
interpretacin.
Permite integrar criterios de anlisis
bastante amplios.
Precisa posterior digitalizacin.
Incorpora alto nivel de subjetividad.
FORMA TAMAO TEXTURA FORMA TAMA FORMA TAMA O TEXTURA O TEXTURA
SOMBRAS CONTEXTO ASOCIACIN
FENOLOGA : CONDICIONES ESTACIONALES
Criterio
espacial
simple
Criterio
espacial
complejo
Criterio
temporal
(adaptado de Chuvieco, E.)
Criterio
espectral
G
r
a
d
o

d
e

C
o
m
p
l
e
j
i
d
a
d
y COLOR
y COLOR
TONO,
BRILLO
TONO,
BRILLO
Criterios de interpretacin visual
5
Criterio
espacial
simple
Criterio
espacial
complejo
Criterio
temporal
Criterio
espectral
espectral
G
r
a
d
o

d
e

C
o
m
p
l
e
j
i
d
a
d
y COLOR
y COLOR
TONO,
BRI LLO
TONO,
BRI LLO
TONO o BRILLO
El TONO refiere al BRILLO de los
objetos en una imagen. Generalmente,
el TONO es el elemento fundamental
para distinguir entre diferentes objetos
o caractersticas.
El TONO tambin permite que los
elementos de sombra, textura y patrn
espacial se puedan distinguir en una
imagen.
El BRILLO hace referencia a la
intensidad de energa recibida por el
sensor para una determinada banda del
espectro.
El BRILLO se relaciona
estrechamente con el comportamiento
espectral (firma) de las distintas
cubiertas. De los 256 niveles de brillo (o
tonos de gris), para 8 bits por pxel, la
representacin visual slo nos permite
discriminar 64 o menos!
6
For mac i n del c ol or
Si gni f i c ado del c ol or :
Teora aditiva.
Teora sustractiva.
Bandas que i nt er vi enen en l a c omposi c i n:
Rango del espectro.
Orden asignado.
Si gni f i c ado del c ol or :
Teora aditiva.
Teora sustractiva.
Bandas que i nt er vi enen en l a c omposi c i n:
Rango del espectro.
Orden asignado.
COLOR
COLOR
El ojo humano es ms sensible a las variaciones de cromticas que a la
intensidad luminosa. Si a esto le sumamos el aumento de informacin al
mezclar varias bandas del espectro se comprende que el color resulta ser un
elemento bsico en la interpretacin visual de imgens.
El COLOR que percibe nuestra vista es fruto de la reflectividad selectiva de
los objetos a distintas longitudes de onda.
Nuestra visin slo percibe las longitudes de onda comprendidas entre 0,4 y
0,7 !m, separando la energa recibida en tres componentes de acuerdo a la
sensibilidad espectral de nuestras clulas senosoras, los denominados
colores primarios: rojo, verde y azul (RGB).
ESPECTRO VISIBLE
7
Formacin del color
Formacin del color
Teor a adi t i va Teor a sust r ac t i va
Formacin del color
Colores Aditivos (por ej.: TV, PC, procesamiento digital de imgenes):
Colores Substractivos (por ej.: pelculas en color, impresiones):
8
Formacin del color
Azul
Rojo
Verde
S
n
t
e
s
i
s

c
o
l
o
r
e
a
d
a
B
a
n
d
a
s

A
s
i
g
n
a
d
a
s
Bi
Bj
Bk
Imgenes originales Bandas en tonos de color
Composicin coloreada
Formacin del color
9
Distintas composiciones en color sobre la misma
imagen segn las bandas espectrales elegidas
4/5/3
4/3/2 4/7/1
3/2/1
Distintas asignaciones de bandas
espectrales a los canales de color
4/5/3
5/4/3
3/4/5
5/3/4
10
Clave para el infrarrojo color
(IRC/SWIR/ROJO)
1
2
3
4
5
6
1 Suel os 2 Past i zal 3 Ur bano 4 Regado
5 Cul t i vos en desc anso 6 Resi denc i al
R:SWIR; G:IRC; B:ROJO
(5/4/3)
R:ROJO; G:VERDE; B:AZUL
(3/2/1)
Composiciones en color
R:IRC; G:ROJO; B:VERDE
(4/3/2)
R:IRC; G:SWIR; B:ROJO
(4/5/3)
11
Composicin IRC/R/VERDE (4/3/2)
ROJO-MAGENTA: Vegetacin vigorosa:
cultivos regados, prados de montaa,
bosques, etc.
ROJO-MAGENTA: Vegetacin vigorosa:
cultivos regados, prados de montaa,
bosques, etc.
ROSA: Vegetacin menos densa o en
crecimiento: jardines en reas urbanas a
veces aparecen de ese color.
ROSA: Vegetacin menos densa o en
crecimiento: jardines en reas urbanas a
veces aparecen de ese color.
BLANCO: reas de escasa o nula vegetacin pero de mxima reflectividad:
nubes, arenas, nieve, suelos desnudos, etc..
BLANCO: reas de escasa o nula vegetacin pero de mxima reflectividad:
nubes, arenas, nieve, suelos desnudos, etc..
AZUL o NEGRO: Superficies cubiertas por agua:
ros, canales, lagos, embalses. En zonas volcnicas
puede identificar flujos de lava.
AZUL o NEGRO: Superficies cubiertas por agua:
ros, canales, lagos, embalses. En zonas volcnicas
puede identificar flujos de lava.
GRIS o AZUL METLICO: Ciudades o reas
pobladas o rocas desnudas
GRIS o AZUL METLICO: Ciudades o reas
pobladas o rocas desnudas
MARRN: Vegetacin arbusitiva
MARRN: Vegetacin arbusitiva
BEIGE-DORADO: Prados
secos o matorrales ralos.
BEIGE-DORADO: Prados
secos o matorrales ralos.
FORMA TAMAO TEXTURA
FORMA TAMAO TEXTURA
Criterio
Criterio
espacial
espacial
simple
simple
Criterio
espacial
complejo
Criterio
temporal
Criterio
espectral
G
r
a
d
o

d
e

C
o
m
p
l
e
j
i
d
a
d
y COLOR
y COLOR
TONO,
BRILLO
TONO,
BRILLO
12
La FORMA se refiere a la forma
general, estructura o contorno de
objetos individuales.
La forma puede ser dar una
pista distintiva para la
interpretacin:
La forma de bordes rectos
tpicamente representa a las
coberturas urbana o agrcola,
mientras que los rasgos naturales
(como bordes de un bosque) son
generalmente ms irregulares,
excepto donde el hombre ha
creado un camino.
Las coberturas de una granja o
tierras irrigadas con sistemas de
rociador apareceran como
formas redondeadas.
FORMA
Mega-formas
Apalaches
Mega-formas
Huracn
(Imgenes
IRS Arica)
!Alta resolucin
!"Mega Formas
13
TAMAO
El tamao de los objetos es una
funcin de la escala de
visualizacin. Es importante
evaluar el tamao relativo de un
objeto respecto de otros objetos
en la escena, as como el tamao
absoluto ayudar a interpretar el
objeto.
En caso de posible duda a partir
de la forma, el tamao
complementa la idenficacin de
una cubierta.
El empleo de este criterio viene
asociado a la resolucin espacial
de las imgenes.
TEXTURA
La textura se refiere en particular al
arreglo y frecuencia de variacin tonal
de las reas de una imagen.
Las texturas speras consistiran en un
tono jaspeado donde los niveles grises
cambian abruptamente en una rea
pequea, considerando que las texturas
lisas tendran variacin tonal muy
pequea.
Las texturas lisas son a menudo
uniformes, incluso las superficies, como
campos, asfalte, o prados.
La textura es uno de los elementos ms
importantes por distinguir rasgos en
imagines de radar.
La textura proviene de la relacin entre el tamao de los objetos y la resolucin
del sensor: si un objeto es de tamao menor a 1mm
2
en la resolucin de la
imagen no puede identificarse individualmente !Textura grosera: 0,25 a 1mm
2
Textura media: entre 0,04 y 0,25mm

2
Textura Fina: < 0,04mm
2
.
14
TEXTURA
!Imagen IRS de la ciudad de Arica
Lisa
Agua
Intermedia
Vas frreas
Gruesa
Zonas urbanas
Rasgos texturales
"Imagen
Landsat-TM
San Luis
(Argentina)
Lisa
Cuerpos dunares
Medio-Gruesa
Matorral
Intermedia
rastrojos
SOMBRAS CONTEXTO ASOCI ACI N
SOMBRAS CONTEXTO ASOCI ACI N
Criterio
espacial
simple
Criterio
espacial
complejo
Criterio
temporal
Criterio
espectral
G
r
a
d
o

d
e

C
o
m
p
l
e
j
i
d
a
d
y COLOR
y COLOR
TONO,
BRILLO
TONO,
BRILLO
15
SOMBRAS
SOMBRAS
Washington, D.C., IRS
tan#
ls
h !
Alcal, KVR-1000
ls
"
h
CONTEXTO
CONTEXTO
El Contexto tiene en cuenta la
localizacin de cubiertas de inters en
relacin con elementos vecinos de la
imagen.
Ejemplo: un jardn situado en el interior de
una ciudad y que incluya especies de
rboles similares a las de un bosque
vecino.
Este criterio tiene en cuenta el entorno
geogrfico del objeto que quiero
identificar.
16
ASOCIACION o PATRN espacial
ASOCIACION o PATRN espacial
Imagen ERS Estrecho de Gibraltar
Este concepto indica una organizacin peculiar de los objetos que
forman una determinada cubierta.
Tpicamente, un repeticin ordenada de tonos y texturas similares
generar finalmente un patrn distintivo y reconocible.
Ejemplos: Huertos frutcolas con rboles uniformemente espaciados,
calles urbanas con casas regularmente espaciadas, etc.
SOMBRAS CONTEXTO ASOCIACIN SOMBRAS CONTEXTO ASOCIACI SOMBRAS CONTEXTO ASOCIACI N N
FENOLOG A : CONDI CI ONES ESTACI ONALES
FENOLOG A : CONDI CI ONES ESTACI ONALES
Criterio
espacial
simple
Criterio
espacial
complejo
Criterio
Criterio
temporal
temporal
Criterio
espectral
G
r
a
d
o

d
e

C
o
m
p
l
e
j
i
d
a
d
y COLOR
y COLOR
TONO,
BRILLO
TONO,
BRILLO
17
Enfoques temporales
Enfoques temporales
FECHA 1
FECHA 2
FECHA 3
I NTERPRETACI N
FECHA 1
FECHA 2
ANLI SI S
MULTI -ESTACI ONAL
Di st i nt a est ac i n
Mi smo ao
DETECCI N
DE CAMBI OS
Mi sma est ac i n
Di st i nt o ao
I NTERPRETACI N
I NTERPRETACI N
Dinmica estacional
Enero Mayo
Julio Octubre
18
Dinmica estacional
05-05-98
21-07-97
R:IRC,G:SWIR,B:Rojo
Fechas
(dd/mm/aa)
Deteccin de Cambios
Deteccin de Cambios
19
CONTRASTE:
CONTRASTE:
El contraste es la diferencia relativa de brillo entre
elmentos de una imagen. A diferencia de nuestra increble
visin en color, slo somos capaces de distinguir de 20 a 30
distintos niveles de brillo en una imagen de grises (no ms de
64), por lo tanto es un atributo importante de la imagen.
CONTRASTE
Realce de Contraste en la Escala de Grises
Histograma:
Sin realce:
Realce Lineal:
Realce
por Histograma:
Niveles Digitales
Valores Visuales
Niveles Digitales
Valores Visuales
Valores Visuales
Niveles Digitales
20
CONTRASTE:
CONTRASTE:
Intervalos de Datos iguales e Intervalos de Frecuencias
Desiguales
Intervalos de Datos iguales e Intervalos de Frecuencias
Desiguales
Intervalos de Datos iguales e Intervalos de Frecuencias Desiguales
N
m
e
r
o

d
e

p
i
x
e
l
e
s
p
o
r

c
l
a
s
e

d
e

n
i
v
e
l
e
s

d
e

g
r
i
s
Realce de Contraste o estiramiento
CONTRASTE:
Ecualizacin del Histograma
Intervalos de Datos desiguales y, aproximadamente, Intervalos iguales de frecuencias
Resultado: Los valores o niveles digitales de alta frecuencia en la imagen son divididos
en pequeos intervalos en el monitor, entonces el resultado es una imagen con ms
contraste.
N
d
e

p
i
x
e
l
e
s
p
o
r

c
l
a
s
e

d
e

g
r
i
s
21
CONTRASTE:
Sin Contraste Contraste Lineal Ecualizacin
FILTROS
Por ejemplo: Filtro de ventana (kernel) de 3x3 pxeles:
Entrada al logaritmo:
Movimiento del Filtro (por pxel)
Salida al pxel central:
Valores de 9 pxeles
Aplicar un filtro da como resultado el reemplazo
del valor original del pxel.
22
FILTROS: Ejemplos
Filtro de Paso Bajo:
(promedio)
Filtro de Paso Alto:
Filtro de Gradiente Horizontal Filtro de Gradiente Vertical
FILTROS:
Muestra
fluctuaciones
Peridicas
largas
Tendencias
23
FILTROS:
Imagen original Imagen con filtro
FILTROS:
Muestra
fluctuaciones
Peridicas
cortas
Transiciones Locales
Paso Bajo + Paso Alto = imagen original!
24
FILTROS:
Imagen original Imagen con filtro
CARACTER STI CAS
DE LAS
BANDAS ESPECTRALES
CARACTER STI CAS
DE LAS
BANDAS ESPECTRALES
Cl aves de i nt er pr et ac i n vi sual
25
AZUL (B) : 0,4 a 0,5 #m:
Provee mxima penetracin en cuerpos de agua poco profundos.
Visible Visible
VERDE (G) : 0,5 a 0,6 #m (TM 2): :
Incluye el punto ms alto de la luz visible de la vegetacin verde, de modo que
ayuda a valorar el vigor de las plantas y diferenciar vegetacin verde y
amarillenta. Pero note que el bosque es an ms oscuro que las rocas
desnudas y el suelo.
26
ROJ O (R): 0,6 a 0,7 mm (TM 3):
Debido a la fuerte absorcin de la clorofila, la vegetacin verde aparece ms
oscura que en otras bandas de luz visible. La intensidad de esta absorcin
puede ser usada para diferenciar diferentes tipos de plantas. La banda roja es
tambin importante para determinar el color del suelo, y para identificar
rojizas, rocas manchadas con hierro que son asociadas frecuentemente con
depsitos de oro.
Visible Visible
I NFRARROJ O CERCANO (NI ): 0,7 a 1,3 mm (TM 4): :
La vegetacin verde es mucho ms brillante que en cualquiera de las bandas
del visible. En la imagen agrcola, los escasos campos muy brillantes indican
una mxima cobertura de la vegetacin. Un canal de irrigacin es tambin muy
evidente debido a la fuerte absorcin por el agua y el contraste con campos
vegetados ms brillantes.
27
I NFRARROJ O MEDI O (MI F): 1.55 a 1.75 m (TM 5):
Absorbida fuertemente por el agua, hielo y nieve, por lo que los lagos y
parcelas de nieve en la montaa aparecen oscuros en la imagen. Reflejada por
las nubes, as es til para diferenciar nubes y nieve. Es sensible al contenido
de humedad del suelo: los campos irrigados recientemente en la imagen
agrcola aparecen en tonos ms oscuros.
IR
I NFRARROJ O MEDI O (SWI F): 2.08 a 2.35 m(TM 7):
til para identificar suelos arcillosos y zonas alteradas ricas en arcilla que
estn comnmente asociadas con depsitos minerales rentables.
28
Vigor en Mayo
No vigor en Mayo
Urbana
No Urbana
TONOS
Residencial
Parques
Caducifolios
Regado
TEXTURA
Rugosa
Fina
SITUACIN
ESPACIAL
CICLO
ESTACIONAL
No rojizos
Rojizos
Otras
Ej empl o de l eyenda: Corine land cover
1. Super f i c i es Edi f i c adas e I nf r aest r uc t ur as:
1.1. Zonas urbanas
1.2. Zonas industriales, comerciales y de transporte.
1.3. Zonas de extraccin minera, vertederos y de
construccin 1.4. Zonas verdes y espacios de recreo.
2. Zonas agr c ol as:
2.1. Tierras de labor anual
2.2. Cultivos permanentes
2.3. Praderas
2.4. Zonas agrcolas heterogneas
29
Ej empl o de l eyenda: Corine land cover
3. Zonas f or est al es, c on veget ac i n nat ur al y
espac i os abi er t os:
3.1. Bosques
3.2. Espacios de vegetacin arbustiva y/o herbcea
3.3. Espacios abiertos con poca o nula vegetacin
4. Zonas hmedas:
4.1. Humedales continentales
4.2. Humedales martimos
5. Super f i c i es de agua:
5.1. Aguas continentales
5.2. Aguas marinas
Par t e Pr c t i c a
Banda Espectral
Landsat 5 TM
Suelo
Desnudo
Agua en
Superficie
Urbano Cultivo Bosque
B1 20 80 30 80 90
B2 30 70 40 60 70
B3 40 60 50 80 90
B4 50 50 60 120 140
B5 60 40 70 80 90
B7 80 20 90 50 60
Niveles Digitales de Distintas Coberturas
30
Ejercicio de Interpretacin Visual
Niveles Digitales por Banda y Cubierta
0
20
40
60
80
100
120
140
160
B1 B2 B3 B4 B5 B7
Bandas Espectrales Satlite Landsat 5 Sensor TM
N
D

(
n
i
v
e
l
e
s

d
i
g
i
t
a
l
e
s

e
n
t
r
e

0

y

2
5
5
)
"Suelo Desnudo"
"Agua en Superficie"
"Urbano"
"Cultivo"
"Bosque"
Combinacin de
Bandas de
Landsat 5 TM
Coberturas:
"Suelo
Desnudo"
"Agua en
Superficie"
"Urbano" "Cultivo" "Bosque"
color marrn azul blanco
variaciones de
verde
verde obscuro
niveles digitales 120,80,40 10,20,150 120,80,41 10,20,151 120,80,42
variaciones de
verde
verde obscuro
variaciones de
verde
verde obscuro
variaciones de
verde
verde obscuro
variaciones de
verde
verde obscuro
R:7, G:5, B:2
R:7, G:4, B:3
Combinaciones Falso Color (colores de cada cobertura de agua)
R:3, G:2, B:1
R:4, G:3, B:2
R:4, G:5, B:3
31
I nt er pr et ac i n Vi sual de I mgenes
I nt er pr et ac i n Vi sual de I mgenes
Muc has Gr ac i as
Pr egunt as?
Muc has Gr ac i as
Pr egunt as?

4º-Interpretación Visual PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

4º-Interpretación Visual PDF

Transféré par

Droits d'auteur :

Formats disponibles

1

Ing. lvaro Soldano

Cuando la informacin del sensoramiento remoto est

Textura media: entre 0,04 y 0,25mm

Vous aimerez peut-être aussi