Académique Documents
Professionnel Documents
Culture Documents
DEFINICIN DE TELEDETECCIN
El trmino teledeteccin es una traduccin del ingls 'remote sensing', y se refiere no
slo a la captacin de datos desde el aire o desde el espacio sino tambin a su posterior
tratamiento. Una definicin ms formal la describe como la tcnica de adquisicin y
posterior tratamiento de datos de la superficie terrestre desde sensores instalados en
plataformas espaciales, en virtud de la interaccin electromagntica existente entre la
tierra y el sensor, siendo la fuente de radiacin bien proveniente del sol (teledeteccin
pasiva) o del propio sensor (teledeteccin activa).
Nuestros sentidos perciben un objeto slo cuando pueden descifrar la informacin que
ste les enva y la propia visin es, en s, un proceso de teledeteccin. Los tres
elementos principales en un sistema de teledeteccin son:
1. Sensor, el ojo.
2. La pelcula fotogrfica, objeto observado.
3. Flujo energtico, que permite poner a los dos anteriores en relacin. Este flujo
procede del objeto por reflexin de la luz solar (color de los objetos), por emisin
propia o tambin podra tratarse de energa emitida por el propio sensor y
reflejada por el objeto, en cuyo caso la teledeteccin recibe el nombre de ACTIVA,
por oposicin a teledeteccin PASIVA, cuando la fuente energtica es el sol.
La posibilidad de adquirir informacin a distancia se basa en lo especfico de la
interaccin entre la radiacin electromagntica y la materia. Todos los objetos tienen una
respuesta espectral propia y adems esta combinacin espectral es similar a la que
presentan otros objetos o superficies de las mismas caractersticas u homogeneidad.
RESOLUCIONES
Las caractersticas fundamentales de los datos adquiridos en un sistema de este tipo, se
pueden definir por parmetros como:
Resolucin espectral
Se refiere al nmero de bandas y a la anchura espectral de esas bandas que un
sensor puede detectar. Por ejemplo la banda 1 del TM recoge la energa entre 0.45 y
0.52 mm. Es una resolucin espectral ms fina que la de la banda pancromtica del
SPOT, que est entre 0.51 y 0.73 mm.
Resolucin espacial
Es una medida del objeto ms pequeo que puede ser resuelto por el sensor, o el
rea en la superficie que recoge cada pxel.
Resolucin radiomtrica
Se refiere al rango dinmico, o nmero de posibles valores que puede tomar cada
dato. Por ejemplo con 8 bits, el rango de valores va de 0 a 255.
Resolucin temporal
Se refiere a cada cuanto tiempo recoge el sensor una imagen de un rea particular.
Por ejemplo el satlite Landsat puede ver el mismo rea del globo cada 16 das.
APLICACIONES DE LA TELEDETECCIN
La teledeteccin se ha aplicado con bastante xito y sobre todo, con la certeza de que
ser una tecnologa importantsima a corto plazo, en reas y aplicaciones como:
Meteorologa
Anlisis de masas nubosas y su evolucin
Modelizacin climtica a diferentes escalas
Prediccin de desastres naturales de origen climtico
Agricultura y Bosques
Discriminacin de tipos de vegetacin: tipos de cultivos, tipos de maderas...
Determinacin del vigor de la vegetacin
Determinacin del rango de interpretabilidad y biomasa
Medicin de extensin de cultivos y maderas por especies
Clasificacin de usos del suelo
Cartografa y Planeamiento Urbanstico
Cartografa y actualizacin de mapas
Categorizacin de la capacidad de la tierra
Separacin de categoras urbana y rural
Planificacin regional
Cartografa de redes de transporte
Cartografa de lmites tierra - agua
Cartografa de fracturas
Geologa
Reconocimiento de tipos de roca
Cartografa de unidades geolgicas principales
Revisin de mapas geolgicos
Delineacin de rocas y suelos no consolidados
Cartografa de intrusiones gneas
Cartografa de depsitos de superficie volcnica reciente
Cartografa de terrenos
Bsqueda de guas de superficie para mineralizacin
PRINCIPIOS FSICOS
RESEAS HISTRICAS
Histricamente, las propiedades de la radiacin electromagntica se han explicado por
dos teoras aparentemente contrapuestas:
Teora ondulatoria
Representada sobre todo por cientficos como Huygens o Maxwell. Propone que la
naturaleza de la luz es ondulatoria y se transmite siguiendo un modelo armnico y
continuo, a la velocidad de 3x108 m/s. Est formada por dos campos de fuerzas
ortogonales entre s: elctrico y magntico. Las caractersticas de esta onda pueden
describirse con dos parmetros:
Longitud de onda (l): Distancia entre dos picos sucesivos de una onda, entre dos
puntos con igual fase.
Frecuencia (F): nmero de ciclos que pasan por un punto fijo por unidad de
tiempo.
La relacin entre longitud de onda y frecuencia viene dada por la expresin:
c=lxF
(c = 3 x 108 m/s)
Teora corpuscular
Fueron sus principales defensores Planck y Einstein. Propugnaban que la luz es una
sucesin de unidades discretas de energa (fotones) con masa igual a cero. Son paquetes
discretos de energa.
La cantidad de energa transportada por un fotn es Q = h x F, esto significa que a
mayor frecuencia, mayor ser la energa transportada y viceversa; por eso ser ms
difcil detectar radiacin de frecuencias bajas, porque conllevan menor cantidad de
energa.
Actualmente se compaginan ambas; la naturaleza de la luz es dual (De Broglie). El
movimiento de toda partcula lleva asociado una onda, de longitud:
y energa:
Absortividad (a)
Relacin entre el flujo incidente y el que absorbe una superficie.
Transmisividad (t)
Relacin entre el flujo incidente y el transmitido por una superficie.
DEFINICIONES DE TIPOS DE SUPERFICIES
Especular
Es aquella superficie ideal en la que se cumple perfectamente la ley de la reflexin
(ngulo incidente = ngulo reflejado).
Lambertiana
Es aquella superficie, tambin ideal, que refleja la radiacin incidente de manera
uniforme en todas las direcciones.
En realidad todas las superficies son una mezcla de las dos, adems es funcin de la
longitud de onda. Si sta es pequea, las rugosidades tienden a difundir mucho ms la
energa incidente que si son longitudes de onda mayores, con comportamiento ms
especular.
LEYES DE LA RADIACIN ELECTROMAGNTICA
Cualquier objeto con temperatura por encima del cero absoluto (-273 C) radia energa.
Para distintas temperaturas, varan dos aspectos: se incrementa la energa total radiada,
y por otro lado se ampla el rango del espectro en el que radia (con el consiguiente
desplazamiento de la longitud de onda de mxima radiacin).
A partir de 2000 K un cuerpo empieza a emitir radiacin visible que, empezando por el
rojo, si sigue subiendo la temperatura, termina en el blanco. Existen curvas calculadas en
laboratorio, llamadas curvas de emitancia de un cuerpo negro a distintas temperaturas.
Con este grfico se puede conocer el comportamiento espectral de un cuerpo, conocida
su temperatura y emisividad (grado de similitud con un cuerpo negro).
La longitud de onda a la que se produce la mxima emitancia de un cuerpo negro viene
dada por la ley de Wien:
(T en K, l en mm.)
OTROS FACTORES IMPORTANTES
Para una misma superficie, el flujo de energa recibido por el sensor no slo depende de
la reflectividad, sino tambin de otros factores:
Angulo de iluminacin solar (depende de la fecha del ao y la hora de medicin)
Relieve (distintas pendientes)
Influencia de la atmsfera (dispersin y absorcin)
Teniendo en cuenta la componente de reflectividad (rl), que es lo que podemos medir con
el sensor, podremos saber qu tipo de superficie es la que da esa firma espectral.
Suelos
Muchas veces son invisibles, debido a la vegetacin. Para suelos desnudos,
comportamiento espectral mucho ms uniforme que el de la vegetacin. La curva
espectral que presentan es bastante plana y de carcter ligeramente ascendente.
El comportamiento espectral del suelo desnudo es mucho ms uniforme que el de
la vegetacin, mostrando una curva espectral bastante plana y de carcter
ascendente. Los principales factores que intervienen en este caso son la
composicin qumica del suelo, su textura y estructura y el contenido en
humedad. Por ejemplo, un suelo de origen calcreo tiende al color blanco,
indicando alta reflectividad en todas las bandas visibles, mientras que los
arcillosos ofrecen una mayor reflectividad en el rojo, como consecuencia de su
contenido en xido de hierro. La reflectividad espectral presenta mayores valores
en suelos de textura gruesa, apelmazados, secos y sin materia orgnica. Como ya
se ha dicho para la vegetacin, el contenido en humedad es uno de los elementos
destacados en la reflectividad en longitudes de onda largas (infrarrojo medio) y
as suelos con alto contenido en humedad darn una reflectividad baja en esa
banda. Cuanto ms seco y apelmazado sea un suelo, mayor ser su reflectividad.
Agua
Absorbe o transmite la mayor parte de la radiacin visible que recibe. Por tanto
presentar una curva espectral plana, baja y de sentido descendente. De todas
formas, en aguas poco profundas, la reflectividad aumenta. Los factores que
afectan a este comportamiento son: profundidad, contenido en materias en
suspensin (clorofila, arcillas y nutrientes) y rugosidad de la superficie (factor,
ste ltimo extremadamente importante).
Por su parte, la nieve ofrece un comportamiento completamente diferente al del
agua, con una reflectividad elevada en las bandas visibles, reducindose
drsticamente en el infrarrojo cercano.
DOMINIO DEL INFRARROJO TRMICO
Como la temperatura de la superficie terrestre es de unos 300 K, su emitancia espectral
es mxima en la banda entre 8 y 14 m (infrarrojo trmico). Esto nos permitir detectar
el calor que procede de las distintas superficies, pero para ello no se mide la energa
reflejada, sino la emitida, en funcin de la temperatura.
Se produce el fenmeno de que casi toda esta energa es absorbida por la atmsfera, con
lo que se calienta, permitiendo la existencia de vida. Pero hay una ventana de
transmisin entre 8 y 14 m que se puede usar en teledeteccin.
COMPORTAMIENTO ESPECTRAL TERICO PARA LOS TRES ELEMENTOS
FUNDAMENTALES DEL PAISAJE, EN EL DOMINIO DEL INFRARROJO TRMICO
Vegetacin
Presenta unas propiedades en general bastante complejas. Como absorbe energa
solar durante el da, y la devuelve durante la noche, est ms caliente que el aire que
la rodea durante la noche, y ms fra que su entorno durante el da.
Suelos y agua
El factor ms destacado es su contenido de humedad. A mayor humedad, ms fro
estar durante el da y ms clido durante la noche, con respecto a los suelos secos.
El agua posee la mayor inercia trmica debido a su alta conductividad. Es ms difcil
que cambie su temperatura.
10
11
radiancia directa, aumentando la difusa. Los principales causantes son los aerosoles y
el vapor de agua. Se describen tres tipos de dispersin:
-
Dispersin Rayleigh
Se produce cuando afecta a longitudes de onda menores que el tamao de la
partcula. Afecta por tanto a las longitudes de onda ms cortas. Es la de mayor
influencia en teledeteccin. Es la causante del color azul del cielo.
Dispersin Mie
Se produce cuando afecta a longitudes de onda de tamao similar al tamao
de la partcula. Tambin depende de la longitud de onda.
Dispersin no selectiva
Producida por las partculas de mayor tamao. Afecta por igual a todas las
longitudes de onda. Por eso las nubes y nieblas se ven de color blanco, ya que
dispersan por igual toda la luz visible.
Emisin
Como cualquier cuerpo con temperatura mayor que -273 K, emite su propia
radiacin, que lgicamente tiene mayor importancia en el infrarrojo trmico. Por
tanto, su efecto es fundamental si pretendemos trabajar en dicha banda del infrarrojo
trmico.
TIPOS DE SENSORES
En un sistema de teledeteccin el sensor es bsico y la consecucin de los objetivos
propuestos a la hora de realizar cualquier tipo de proyecto de teledeteccin depender de
su correcta eleccin en funcin de sus resoluciones espectral, espacial, temporal y
radiomtrica.
Los sensores pueden clasificarse, en primera instancia, en:
activos: son aquellos que emiten radiacin en la longitud de onda deseada y luego
reciben la porcin que los objetos han reflejado.
pasivos: cuando se limitan a recibir radiacin electromagntica.
Otro mtodo de clasificacin los diferencia en funcin del satlite o plataforma sobre la
que van instalados:
satlites de rbita geoestacionaria: "vuelan" a 300.000 kilmetros sobre la Tierra
y giran con el mismo periodo de revolucin que ella, de forma que el sensor est
continuamente tomando imgenes (electrnicas, no fotogrficas) del mismo punto.
satlites de rbitas polares: orbitan a 400 km de distancia, su tamao de pixel
ser, por tanto, ms reducido, y vuelven a tomar la misma escena cada cierto
periodo de tiempo.
PRODUCTOS DISPONIBLES EN EL MERCADO
Los productos ms clsicos son las imgenes LANDSAT (TM) y las SPOT, las primeras han
sido desarrolladas por la Agencia Espacial Norteamericana, mientras que el proyecto
SPOT est a cargo del CNES francs en colaboracin con Blgica y Suiza. A continuacin
se dan algunas caractersticas de cada una de ellas:
Landsat TM
El sensor TM (Thematic Mapper) es el sucesor en la serie Landsat del MSS. Supone
grandes mejoras en las resoluciones espacial, espectral y radiomtrica: de 79 a 39
12
SISTEMA RADAR
El Radar (RAdio Detection And Rangin) mide el tiempo de retardo y la anchura del eco
reflejado de un pulso de radiacin electromagntica.
Un sistema radar consiste en:
Un Transmisor, genera un pulso de radio y luz de gran potencia con longitudes de
onda entre 1 y 100 cm.
El Sensor activo, enva pulsos a la antena y retorna el eco al receptor.
Una Antena, la cul enva el pulso transmitido a la zona de estudio y recoge lo secos
devueltos.
Un receptor el cual convierte el eco devuelto a cdigo digital numrico.
Un grabador de datos, el cul almacena la imagen dato para ser procesada y
visualizada.
13
14
Interferencias
Formas lineales o paralelogramos brillantes a lo largo de la imagen pueden ser causadas
por otros emisores radar operando en la misma frecuencia dentro del rea de trabajo.
APLICACIONES DEL SISTEMA RADAR
Se enumeran las siguientes aplicaciones:
Produccin de mapas topogrficos. Las imgenes radar ayudan a producir mapas
topogrficos digitales del globo entero con un alto grado de precisin: en alturas 1 m en
zonas relativamente llanas y 5 m en zonas de alto relieve.
La habilidad del radar para penetrar en la arena seca y en algunas cubiertas vegetales la
hace muy til en exploraciones arqueolgicas.
Anlisis de desastres. El radar puede recolectar datos de noche, a travs de nubes e
incluso lluvia. Esto permite un rpido acceso a informacin de la zona afectada
incluyendo extensiones daadas por terremotos, huracanes, lavas o coladas de barro,
inundaciones, maremotos ...
El radar, por interferometra puede grabar diferencias de nivel de 2 a 10 cm en casos
de terremotos o actividad volcnica.
Visualizacin de masas de hielo en el mar. Las imgenes radar de la zonas heladas
pueden ser usadas para controlar cambios climticos o seguir el movimiento de los
grandes icebergs. El mar en estas zonas es una mezcla de hielo, burbujas de aire y
bolsas de agua. En las imgenes radar, el mar abierto se ve de color negro debido a la
reflexin especular ignorando las olas. El hielo "nuevo" es muy rugoso, mientras que el
viejo es relativamente suave causando un alto nivel de volumen de dispersin.
Mezcla de suelos. La constante dielctrica del suelo varia segn sea el contenido
heterogneo del suelo. De este modo, a medida que el contenido de la mezcla se
incrementa, la penetracin de las ondas radar disminuye causando que la imagen
aparezca con mayor brillo de lo habitual. Este efecto puede ser usado en aplicaciones
agrcolas y medioambientales.
15
16
Condiciones atmosfricas.
Geometra de la observacin. El ngulo de elevacin solar (fuente del flujo
energtico) y ngulo de observacin (posicin del sensor) respecto a la superficie
terrestre determinan la respuesta que sta da.
Realce de imgenes
Supone un cambio en el modo en que se visualiza la informacin contenida en la imagen,
pero sin alterarla. El realce es bsico cuando se pretende un anlisis visual de la imagen.
CORRECCIONES GEOMTRICAS
Las imgenes de teledeteccin no son mapas. No poseen escala. Y muchas de las
aplicaciones de la teledeteccin requieren que los datos estn referidos a una base
geogrfica, que permita localizar los valores de reflectancia correspondientes a un
determinado punto del terreno.
Si podemos buscar puntos dentro de la imagen de los que sabemos sus coordenadas
geogrficas (bien a partir de un mapa o bien a partir de otra imagen ya rectificada),
podremos calcular una transformacin que obtenga la proyeccin de los datos en un
plano, conforme a un sistema de proyeccin cartogrfico. A esos puntos se les llama
puntos de control (GCP, Ground Control Points).
La relacin entre el sistema de coordenadas de la imagen y el de la realidad se construye
mediante una transformacin. Se trata de una regresin lineal mltiple:
Donde a0, a1, a2, b0, b1, b2 son los coeficientes de regresin, ci y li las variables
independientes y Xi e Yi las variables dependientes. Se emplea el mtodo de mnimos
cuadrados para calcular esos coeficientes de las funciones de transformacin.
Con una transformacin lineal (de primer orden) slo podemos hacer tres cosas: rotar,
escalar y trasladar una imagen, son necesarios 6 coeficientes. Con transformaciones no
lineales (de segundo orden o ms) tambin podremos corregir las distorsiones internas
de la imagen, entonces sern necesarios 12 coeficientes para segundo orden, 20 para
tercer orden, etc. con los que el nmero de puntos de control a buscar ser mayor.
La bondad del grado de ajuste se mide por la importancia de los residuales. El indicador
ms utilizado es el error medio cuadrtico (RMS) para cada uno de los i puntos de
control:
17
El promedio de los RMS para todos los puntos de control facilita una evaluacin de la
calidad general del ajuste. Podemos hacer que el RMS sea cero aumentando
suficientemente el grado de la transformacin, pero eso puede ser innecesario. Lo que se
hace es tolerar un cierto margen de error (de RMS). El RMS expresa distancia en el
sistema de unidades origen, esto es, distancia en nmero de pxeles. Un RMS de 2
significa que el pxel de referencia est dos pxeles alejado del pxel retransformado.
Se necesita tambin conocer el tamao del pxel para que en la operacin de remuestreo
(ver siguiente apartado) se pueda calcular el nmero de pxeles que se debern
intercalar entre posiciones conocidas de referencia.
La calidad y cantidad de puntos de control utilizados determinan el grado de precisin en
la captacin de la geometra de una imagen. Tambin es importante que estn
uniformemente distribuidos por toda la imagen. Deben ser de localizacin fcil y segura;
as, son buenos ejemplos: las intersecciones de carreteras, confluencias de ros, estribos
de las presas, etc.
Se pueden buscar las coordenadas geogrficas en un mapa (registro de imagen a mapa),
o bien en otra imagen ya corregida de la misma zona (registro de imagen a imagen).
PROCEDIMIENTOS DE REMUESTREO
Las transformaciones anteriores permiten calcular la posicin correcta de cada pxel, pero
esto supone un trasvase de coordenadas, no de NDs. Cmo llenar esa matriz corregida?
Lo normal es que el pxel de la imagen nueva se site entre varios de la original. Para
esto existen tres mtodos:
Vecino ms cercano
Toma el valor del pxel de la imagen original ms cercano a las coordenadas calculadas.
Presenta las ventajas de que es un mtodo rpido y asegura que el valor del pxel existe
en realidad, no es 'inventado', pero la desventaja de que introduce rasgos no lineales,
como fracturas en las lneas rectas. Por otra parte es el nico aplicable a imgenes
clasificadas, ya que en ese caso no se puede permitir realizar promedios de los valores
existentes.
Interpolacin bilineal
Se interpola el valor de los cuatro pxeles ms cercanos al punto calculado. Da un
resultado ms suave.
Interpolacin bicbica
Se basa en un ajuste con un polinomio de tercer grado. Se toman los 16 puntos ms
cercanos. Es el ms complicado pero el que proporciona la imagen ms natural.
Debido a que el remuestreo puede alterar de alguna forma el contenido real de los datos
proporcionados por el sensor, si se piensa clasificar una imagen, es mejor dejar este
proceso de rectificacin geomtrica para despus de la clasificacin. Una imagen sin
rectificar es espectralmente ms correcta que una rectificada.
Por ltimo, si la imagen ya est rectificada, para georreferenciarla tan solo hay que
guardar las coordenadas geogrficas del pxel superior izquierdo, y el tamao del pxel,
en la cabecera.
18
CLASIFICACIN
Clasificar una imagen consiste en tomar decisiones. En teledeteccin, esas decisiones
pueden ser del tipo asignar este pxel a la categora A, siempre en funcin de algn
criterio de clasificacin y atendiendo a alguna medicin sobre el elemento a clasificar (en
nuestro caso, la firma espectral).
El objetivo de toda clasificacin es el reconocimiento de clases o grupos cuyos miembros
tengan ciertas caractersticas en comn. El resultado ideal consiste en obtener clases que
sean mutuamente excluyentes y exhaustivas.
Al conjunto de valores de un pxel en varias bandas espectrales (lo que se define como
firma espectral) podemos verlo desde el punto de vista de la clasificacin como un
patrn, y al conjunto de caractersticas o variables en las que se han tomado esos pxeles
se les denomina rasgos. As, un patrn es un conjunto de medidas en una serie de
rasgos, y la clasificacin puede definirse como una forma de reconocimiento de patrones,
donde los pasos a seguir seran:
1. Seleccin de los rasgos particulares que mejor describan el patrn.
2. Eleccin de un mtodo adecuado para la comparacin de los patrones.
3. Como paso opcional, la comprobacin de los resultados; medicin del grado de
exactitud conseguido con esa clasificacin.
Podemos diferenciar dos tipos principales de clasificacin: supervisada, si partimos de un
cierto conocimiento sobre la zona a clasificar y a partir del cual obtendremos criterios de
clasificacin, y no supervisada, si no tenemos ningn conocimiento previo y de lo que se
trata es de discriminar pxeles en funcin de una magnitud cuantitativa de diferenciacin
entre unos y otros. En definitiva:
Clasificacin supervisada
Previamente se han de seleccionar muestras de cada clase constitutiva. Esas zonas,
conocidas como zonas de entrenamiento, sern procesadas a fin de calcular sus
estadsticas: media, rango, desviacin tpica, etc. en todas las bandas que intervengan
en la clasificacin.
Clasificacin no supervisada
Supone la bsqueda automtica de grupos de valores homogneos. La intervencin
humana se centra ms en la interpretacin de resultados que en la consecucin de los
mismos.
Se proponen tambin algunos mtodos mixtos, ya que el mtodo supervisado puede
resultar a veces demasiado subjetivo y el no supervisado puede carecer de significado
fsico real.
Independientemente del mtodo utilizado, se hace necesario efectuar un anlisis de las
estadsticas, para comprobar que efectivamente se podr efectuar una discriminacin.
Hay varios mtodos de estudio de los datos, unos analticos y otros grficos.
Utilizaremos un mtodo grfico para ilustrar grficamente las distintas problemticas que
se plantean en un proceso de clasificacin y las soluciones que se proponen.
Por ejemplo, en el siguiente grfico:
19
20
FASE DE ENTRENAMIENTO
Esta fase, que slo se efecta si se trata de una clasificacin supervisada, consiste en
seleccionar muestras, en forma de zonas de pxeles concretos, que se asignarn por el
usuario a una clase concreta, basndose en el conocimiento previo que se tiene sobre la
imagen. A partir de los puntos de las zonas de entrenamiento, se extraern ciertos
parmetros estadsticos. La eleccin de los parmetros a calcular depender del mtodo
concreto de asignacin que se vaya a emplear despus. As, el mtodo del paraleleppedo
requiere conocer los valores mximos y mnimos de cada clase en cada banda, mientras
que el de mnima distancia requiere calcular la media en cada banda. El mtodo ms
elaborado, el de mxima probabilidad, requiere el clculo de la media en cada banda y la
matriz de varianza-covarianza de cada clase.
Ni que decir tiene que es fundamental la correcta seleccin de las muestras, ya que en
caso contrario, las estadsticas no sern las correctas y los resultados pueden ser
completamente errneos. Por otro lado, la validez de los resultados depender de dos
factores:
1. El grado de fiabilidad de los posibles supuestos previos que se hayan hecho.
2. La representatividad de la muestras tomadas
Las suposiciones que se toman como ciertas a priori sobre los datos, dependern
tambin del mtodo de asignacin empleado. Aqu tambin, el mtodo ms complejo es
en el que se realizan las suposiciones ms rgidas. Se explicarn las consideraciones que
se toman en los respectivos apartados posteriores.
La representatividad de las muestras indica que los pxeles tomados contienen las
distintas 'variedades' que se dan en el rango de valores de cada clase, y adems que se
toman en las proporciones adecuadas. Una zona que contiene un tipo de vegetacin,
pongamos por caso, conferas, contendr una serie de puntos con valores
estadsticamente muy correlados (esto es lo que se llama 'autocorrelacin espacial'),
mientras que los pxeles de conferas correspondientes a otra zona separada,
seguramente tendrn una cierta separacin espectral respecto a los primeros, por efecto
de la distinta concentracin en esa zona, el relieve del terreno, o el estado de la
vegetacin. Es por tanto deseable escoger distintas variedades de una clase por toda la
imagen, ms que escoger una zona amplia pero correspondiente a una misma rea.
FASE DE ASIGNACION
Se trata de adscribir cada uno de los pxeles de la imagen a una de las clases
previamente seleccionadas. Existen distintos algoritmos para este propsito:
Paraleleppedo
Es el mtodo que menos cantidad de informacin requiere a partir de las muestras. Se
fija un rea de dominio para cada clase, segn sus valores mximo y mnimo (aunque
tambin se pueden establecer otros lmites en funcin de la centralidad y dispersin de
los valores. Ese rea tendr la forma geomtrica de un paraleleppedo, que definir las
regiones en el espacio n-dimensional. Un pxel pertenece a una clase si entra dentro del
paraleleppedo que la clase define. Si no entra dentro de ninguna clase, queda sin
clasificar.
21
Es un mtodo rpido y simple. Viene bien como primera aproximacin. Como desventaja,
puede producir pxeles sin clasificar y paraleleppedos superpuestos.
Una forma de solucionar el caso de que un pxel est dentro de dos paraleleppedos es
asignarlo al primero de ellos que se haya encontrado pertenencia. En este caso cobra
especial importancia por tanto el orden en el que se verifique la pertenencia a cada clase.
Otra solucin propone calcular en caso de incertidumbre la distancia eucldea al centro de
cada paraleleppedo como criterio de asignacin.
Mnima Distancia
Se incluye el pxel en aquella categora que minimiza la distancia entre el pxel y el
centroide de la clase. El centroide de una clase es un vector, cuyas componentes son las
medias aritmticas de los valores de muestra de los pxeles de esa clase en cada banda.
Se emplea la distancia euclidiana:
donde:
dai es la distancia del pxel 'a' a la clase 'i'
xak es la componente 'k' del pxel 'a'
es la componente k de la media de los pxeles de la clase i
Se puede indicar un umbral para cada clase, indicando la mxima distancia permitida
para asignar la pertenencia a esa clase. As podremos parametrizar distintas distancias
mximas para distintas clases, en funcin del grado de concentracin que presentan los
pxeles.
Tambin es un mtodo rpido. Pero presenta la desventaja de que no tiene en cuenta la
variabilidad entre clases (la nube de puntos con forma elipsoidal).
Distancia de Mahalanobis
Asume previamente que los histogramas de las clases tienen distribuciones normales. La
forma geomtrica de la nube de puntos que representa al conjunto de pxeles
pertenecientes a una clase puede ser descrita por una elipsoide. Dicha forma de elipsoide
22
Distancia de Mahalanobis
23
Mxima probabilidad
24
Umbrales de probabilidad
25
El modelo lineal que se aplica, asume que no se produce interaccin entre materiales.
Este modelo lineal tiene validez en las escalas en las que se trabaja en teledeteccin. A
pequeas escalas, los efectos de dispersin producen no linealidades en la mezcla.
El modelo establece que la firma espectral de un pxel es combinacin lineal de varias
firmas
espectrales
'puras',
ponderadas
por
sus
factores
de
abundancia.
Matemticamente, el espectro observado (un vector) es el producto matricial de una
matriz que contiene los espectros de los distintos elementos puros, por el vector de
abundancias. Por tanto, calculando el producto de la matriz inversa de los elementos
puros por el espectro de un pxel, da como resultado el vector de abundancias que se
desea establecer.
Los espectros puros se pueden obtener de dos formas: bien a partir de espectros de
materiales aislados medidos en laboratorio, o bien a partir de ciertas manipulaciones
matemticas con la imagen que extrae esa informacin particularizada.
El resultado ahora no es decir que a un pxel determinado corresponde a cierta clase,
sino determinar qu tanto por ciento de cada clase est presente en cada pxel de la
imagen.
26
Filtro de Mayora
El pxel central se asigna a la categora que cuente con la mitad ms uno de los pxeles
vecinos. Si ninguna categora rebasa ese valor, se deja como estaba.
27