Vous êtes sur la page 1sur 58

Metodologa para la obtencin

de informacin geogrfica,
geofsica y geo-ambiental desde
imgenes satelitales.
Aplicacin a la simulacin de
inundaciones

J. Piazzese
E. Oate

Publicacin CIMNE N-244, Mayo 2004


Metodologa para la obtencin
de informacin geogrfica,
geofsica y geo-ambiental desde
imgenes satelitales.
Aplicacin a la simulacin de
inundaciones

J. Piazzese
E. Oate

Publicacin CIMNE N-244, Mayo 2004

Centro Internacional de Mtodos Numricos en Ingeniera


Gran Capitn s/n, 08034 Barcelona, Espaa
ndice general
1. Introduccin ................................................................................................. 3
2. Objetivos...................................................................................................... 4
3. Generalidades de las imgenes satelitales y la teledeteccin..................... 5
3.1. Los fundamentos fsicos de la teledeteccin espacial.............................. 5
3.2. Trminos y unidades de medida .............................................................. 6
3.3. El efecto de la atmsfera sobre la energa electromagntica................... 7
3.3.1. Dispersin atmosfrica ...................................................................... 7
3.3.2. Absorcin atmosfrica ....................................................................... 8
3.4. Relacin entre el flujo incidente y el flujo reflejado................................... 8
3.5. La adquisicin de los datos. Sensores y plataformas ............................ 10
3.6. De los datos a la Informacin: El tratamiento y anlisis de la imagen.... 12
3.7. La Visualizacin de las imgenes. ......................................................... 13
3.7.1. El color............................................................................................. 13
3.7.2. Tablas de referencia de color .......................................................... 14
3.7.3. Visualizacin de las imgenes......................................................... 15
3.8. Las Tcnicas de realce y transformaciones. .......................................... 19
4. Metodologa utilizada................................................................................. 21
4.1. Introduccin............................................................................................ 21
4.2. Metodologa bsica ................................................................................ 21
4.2.1. Justificacin del uso de la teledeteccin.......................................... 21
4.2.2. Definicin de la resolucin espacial................................................. 21
4.2.3. Definicin de la resolucin espectral ............................................... 22
4.2.4. Definicin de la resolucin temporal ................................................ 22
4.2.5. Definicin de la resolucin radiomtrica .......................................... 23
4.2.6. Determinacin de la zona de estudio............................................... 23
4.2.7. Correccin de la imagen satelital..................................................... 24
4.2.8. Clasificacin de la informacin ........................................................ 24
4.2.9. Representacin de la informacin ................................................... 29
5. Descripcin del caso prctico estudiado ................................................... 31
5.1. Justificacin del uso de la teledeteccin ................................................ 31
5.2. Definicin de la resolucin espacial ....................................................... 31
5.3. Definicin de la resolucin espectral...................................................... 32
5.4. Definicin de la resolucin temporal ...................................................... 32
5.5. Definicin de la resolucin radiomtrica................................................. 32
5.6. Especificacin del rea de estudio......................................................... 32
5.7. Correccin de la imagen satelital ........................................................... 33
5.8. Clasificacin de la informacin............................................................... 34
5.9. Representacin de la informacin.......................................................... 42
6. Conclusiones ............................................................................................. 55
7. Referencias ............................................................................................... 57

2
1. Introduccin
El presente trabajo se ha desarrollado en el Centro Internacional de Mtodos
Numricos en Ingeniera (CIMNE) en el marco del proyecto europeo
RAMFLOOD DSS (RAMFLOOD Decision Support System). Ramflood tiene
como objetivo crear un sistema de ayuda a la toma de decisiones para evaluar
y gestionar escenarios de emergencias debidos a severas inundaciones en dos
reas de estudio, la zona del Bajo Llobregat (Espaa) y la regin de tica
(Grecia).

Ramflood combina datos ambientales y geofsicos a partir de observaciones


satelitales, sistemas de posicionamiento, sensores in situ, informacin
georeferenciada, un avanzado programa hidrulico de simulacin y mtodos
grficos de visualizacin.

La motivacin del trabajo fue crear una metodologa que sirva de gua para la
obtencin de informacin de usos del suelo, desde una imagen satelital,
necesaria para la toma de decisiones de sistemas inteligentes y la simulacin
numrica de fenmenos naturales como son las inundaciones.

La metodologa comienza con la obtencin y correccin de las imgenes


satelitales, siguiendo con el procesamiento de la informacin, y termina con la
creacin de mapas de usos del suelo (mapas temticos).

Para finalizar el trabajo se ha realizado una implementacin prctica de la


metodologa propuesta, donde adems se ha simulado numricamente una
inundacin en el rea de estudio basndose en la informacin de usos del
suelo que se gener a partir de la clasificacin de imagen satelital.

Cuando hablamos de clasificacin de las imgenes nos referimos al estudio de


la informacin existente en cada pxel de las imgenes y a la posterior
asignacin de nuevos parmetros al pxel estudiado, como por ejemplo,
cambiar el color existente en el pxel, o asociar un nuevo parmetro de
rugosidad y condicin inicial de agua, etc.

Resumiendo brevemente las partes componentes de trabajo podemos decir


que comienza con la descripcin de las generalidades de la teledeteccin y las
imgenes satelitales, sigue por la presentacin concreta de la metodologa
desarrollada y termina en la implementacin prctica.

Se destaca la importancia de los resultados alcanzados y la extrapolacin de


los mismos a otras reas que se vean favorecidas con las aportaciones de la
teledeteccin espacial como fuente de informacin permanente y actualizada.

Una de estas reas es la comprendida por los sistemas de ayuda a la toma de


decisiones que necesitan predecir y proponer posibles soluciones las posibles
situaciones de riesgos de inundacin de las actuales zonas urbanizadas y en
las futuras zonas donde se proyecte construir.

3
2. Objetivos
El objetivo de este trabajo es presentar una metodologa destinada a la
obtencin de informacin desde imgenes satelitales que se utilizar para la
generacin de mapas de usos del suelo y en simulaciones hidrulicas del rea
de estudio.

A continuacin se describen los lineamientos en los que se basa el estudio


realizado:

Procesamiento de imgenes satelitales.


Clasificacin de la informacin existente.
Almacenamiento de los resultados de la clasificacin.
Representacin de los resultados obtenidos a travs de mapas
temticos (usos del suelo).
Vinculacin de la informacin obtenida en la simulacin numrica del
rea de estudio (asignacin de propiedades a cada elemento de la
superficie).

Esta metodologa est orientada principalmente al manejo de los datos


satelitales y no a la forma en que son adquiridos.

4
3. Generalidades de las imgenes satelitales y la
teledeteccin
3.1. Los fundamentos fsicos de la teledeteccin espacial
Los fundamentos fsicos de la teledeteccin espacial se basan en la medida de
la radiacin electromagntica emitida o reflejada por los objetos, como
respuesta a la incidencia de una radiacin natural (luz solar) o artificial (radar).

Si hablamos de radiacin electromagntica natural nos referimos a


teledeteccin pasiva y si hablamos de radiacin electromagntica artificial nos
referimos a teledeteccin activa.

Cualquier sistema de teledeteccin se compone de tres elementos bsicos: el


sensor, el objeto y un flujo energtico electromagntico que permite realizar
una asociacin entre el objeto y el sensor.

Podemos definir a la teledeteccin espacial como la ciencia que describe las


mediciones de propiedades fsicas de los objetos obtenida a distancia desde un
sensor.

La energa electromagntica es una clase de energa que se transmite a travs


de ondas y resulta de la propagacin simultnea en el espacio de un campo
elctrico (E) y un campo magntico (B) variables y por tratarse de una onda
podemos asociar una longitud de onda () o frecuencia (F). Ver figura 3.1.
Esta energa puede ser clasificada por medio de las distintas longitudes de
onda () o frecuencias (F) en lo que llamamos espectro electromagntico.

Figura 3.1 Onda electromagntica

Recordar que la velocidad de propagacin de una onda electromagntica en el


vaco es de 300000 km/seg.
En la siguiente figura 3.2 podemos ver el espectro electromagntico dividido
por rangos de variaciones de longitudes de ondas y los nombres que reciben
estos rangos de ondas.

5
Frecuencia (MHz)
1014 1013 1012 1011 1010 109 108 107 106 105 104 103 102

INFRARROJO MICRO ONDAS

RAYOS RADAR
RAYOS X
GAMMA TRMICO
RADIO, TV.

UHF VHF

0,01 0,1 1 10 100 0,1 1 10 100 0,1 1 10 1 10


Longitud de onda ()
Amgstroms Micrmetros Centmetros Metros
ESPECTRO VISIBLE

AZUL VERDE ROJO

0,4 0,5 0,6 0,7m

Figura 3.2 Espectro electromagntico

En teledeteccin, los procesos de medicin se llevan a cabo dentro de los


rangos de longitudes de onda llamados espectro visible, infrarrojo prximo,
infrarrojo medio, infrarrojo lejano o trmico y microondas.

Espectro visible: comprende longitudes de onda entre los 0.4 y 0.7 m y recibe
su nombre por ser la nica radiacin electromagntica perceptible por el ojo
humano. Se divide en tres bandas elementales que son: azul (0.4 - 0.5 m),
verde (0.5 - 0.6 m ) y rojo (0.6 - 0.7m ).

Infrarrojo prximo: comprende longitudes de onda entre los 0.7 y 1.3m y se


aplica principalmente para discriminar masas vegetales y concentraciones de
humedad.

Infrarrojo medio: abarca longitudes de onda entre 1.3 y 8 m y se utiliza para


estimar contenido de humedad en la vegetacin y detectar focos de elevada
temperatura.

Infrarrojo lejano trmico: longitudes de onda entre 8 y 14 m permitiendo la


deteccin del calor procedente de la mayor parte de las cubiertas terrestres.

Microondas: longitudes de ondas mayores de 1mm. Resulta de gran inters por


ser transparente a la cubierta nubosa.

3.2. Trminos y unidades de medida


A continuacin mencionaremos algunas definiciones y las unidades de medida
asociadas a cada trmino.

Energa radiante (Q): se puede definir como energa radiante al total de la


energa radiada en todas las direcciones y su unidad de medida es el Julio (J).

Flujo radiante (): se puede definir flujo radiante al total de la energa radiada
en todas las direcciones por unidad de tiempo. Se mide en Vatios (W).

6
Reflectividad (): se puede definir como la relacin entre el flujo incidente y el
flujo reflejado por una superficie.

Absortividad (): se puede definir como la relacin entre el flujo incidente y el


flujo que absorbe una superficie.

Transmisividad (): se puede definir como la relacin entre el flujo incidente y


el flujo transmitido por una superficie.

3.3. El efecto de la atmsfera sobre la energa


electromagntica.
Analicemos el proceso de propagacin de las ondas electromagnticas en el
trayecto que une el objeto a estudiar y el sensor.
La atmsfera es el medio gaseoso a travs del cual se producen las
propagaciones de las ondas electromagnticas provenientes del objeto hasta el
sensor donde se determinar cul es el valor de la longitud de dicha onda.
Muy distinto de un comportamiento de cuerpo transparente, la atmsfera
introduce perturbaciones que alteran el estado original de las ondas.
Los efectos son muy variados y alteran las mediciones de la intensidad,
frecuencia y distribucin espectral de la radiacin impuestas por la dispersin y
la absorcin atmosfricas. Ambas dependen de la altura de la capa atmosfrica
que debe atravesar la radiacin antes de ser capturadas por los sensores, de
su propia composicin, de su propia composicin, del contenido en partculas
en suspensin y de las longitudes de onda en las que opere el sensor.

A continuacin describiremos los efectos de dispersin y absorcin


atmosfrica.

3.3.1. Dispersin atmosfrica


La dispersin atmosfrica se genera por la existencia en la atmsfera de
partculas en suspensin y por molculas de los propios componentes de sta.
Este fenmeno produce sobre la radiacin difusin en todas las direcciones.

Pueden distinguirse tres tipos:

Dispersin Rayleigh: Este tipo de dispersin se genera por partculas y


molculas existentes en la atmsfera que tienen un dimetro menor a la
longitud de la onda electromagntica.

Dispersin Mie: Este tipo de dispersin se genera por partculas y molculas


existentes en la atmsfera que tienen un dimetro igual a la longitud de la onda
electromagntica.

Dispersin no selectiva: Este tipo de dispersin se genera por partculas y


molculas existentes en la atmsfera que tienen un dimetro mayor a la
longitud de la onda electromagntica.

Este efecto de dispersin decrece a medida que aumenta la longitud de onda.

7
3.3.2. Absorcin atmosfrica
Podemos decir que la absorcin atmosfrica se asocia a la retencin de
energa por parte de los deferentes componentes de la atmsfera.

Hay zonas del espectro electromagntico donde estos efectos de dispersin y


absorcin atmosfricos son de menor influencia. Estos rangos son el
ultravioleta, el visible y el infrarrojo reflejado y trmico, adems de las
longitudes de ondas superiores a 1 mm., donde la transmisin atmosfrica es
total, siendo sta una de las principales razones de su frecuente uso en
teledeteccin. Por esta ventaja los principales sistemas de teledeteccin
trabajan dentro de estos rangos del espectro electromagntico.

3.4. Relacin entre el flujo incidente y el flujo reflejado.


A continuacin estudiaremos los distintos procesos que afectan a la energa
electromagntica.
Pensemos en un haz de luz que incide sobre otro medio, puede darse el caso
de que todo el haz de luz se refleje, o que se refleje y tambin se refracte.
En el anlisis de una onda electromagntica podemos dividirlo en una parte
para la reflexin de la onda y otra parte en la refraccin de la onda.
Con la parte refractada podemos tambin realizar otra subdivisin, el que parte
de la onda se absorbe y parte de la onda se transmite.
La energa absorbida posteriormente ser emitida por el objeto pero dicha
emisin ser en otra longitud de onda.

Aplicando el principio de la conservacin de la energa podemos decir que: el


flujo incidente sobre una superficie es reflejado (r), transmitido (t) o absorbido
(a).

incidente = reflejada + absorbida + transmitida

Figura 3.3 Relacin entre flujo incidente y reflejado

Resulta conveniente expresar esta ecuacin en trminos relativos:

i / i = r / i + a / i + t / i

8
O, lo que es lo mismo:

1 = + +

En definitiva, la suma de reflectividad, absortividad y transmisividad tiene que


ser igual a uno. La relacin entre las tres magnitudes no es constante, sino que
vara con la longitud de onda, por tanto en trminos rigurosos se puede
expresar la ecuacin anterior de la siguiente forma:

1 = + +

Finalmente podemos afirmar que la proporcin del flujo incidente que es


reflejado, absorbido y transmitido depende de las caractersticas de la
superficie que se observa y de la longitud de onda a la que sea observado.
Entonces para poder caracterizar la respuesta de un determinado objeto
tendremos que estudiar su respuesta para diversas longitudes de ondas.

A partir de estudios de laboratorio se han podido obtener curvas que


caracterizan la reflectividad espectral para las principales cubiertas presentes
en la superficie terrestre.

Figura 3.4 Signaturas espectrales tpicas de distintas cubiertas

Otro concepto que tenemos que definir es el de reflectividad o reflectancia.


La reflectividad es el porcentaje de energa reflejada respecto de la energa
incidente.
Esta caracterstica de los distintos objetos depende de su naturaleza interna y
la rugosidad de la superficie pudiendo clasificarse en dos tipos:

Reflexin especular: Se genera cuando la onda incide sobre superficies


lisas y planas. Este efecto se presenta cuando las variaciones altimtricas
de la rugosidad superficial sean menores que la longitud de onda. En estos
casos el ngulo de reflexin es igual al de incidencia.

Reflexin difusa: Se genera cuando las variaciones de la rugosidad


superficial son mayores que la longitud de onda. En este caso la energa es

9
reflejada aproximadamente uniformemente en todas las direcciones.
Cuando la superficie refleja la energa uniformemente, con independencia
del ngulo de incidencia recibe el nombre de "superficie Lambertiana"
(arena, nieve...), dependiendo la reflectancia slo de la longitud de onda.

ngulo de ngulo de
Incidencia Reflexin

Reflector Especular Reflector Lambertiano

Figura 3.5 Superficies especulares y lambertianas

En la naturaleza prcticamente no encontramos objetos que tengan un


comportamiento completo como reflector especular o lambertiano,
presentndose una combinacin de ambos, originndose grandes diferencias
de reflectancia entre los objetos debido a la variabilidad de las texturas
superficiales existentes y a la movilidad con que el relieve modifica el ngulo de
incidencia.

Otra fuente de informacin importante de los distintos objetos es la relacionada


con sus temperaturas y la podemos encontrar estudiando el sector del espectro
denominado infrarrojo trmico.

Esta relacin objeto-temperatura tambin puede ser utilizada para su


identificacin. Todo ello nos lleva al concepto de Emisividad (E) que es la
proporcin de energa emitida en relacin con la energa incidente o, lo que es
igual, la proporcin entre la energa emitida por un objeto y la que emitira un
perfecto emisor, un "cuerpo negro", a su misma temperatura.

Finalmente, a partir del estudio del conjunto de valores caractersticos y propios


de cada objeto podremos conocer su firma espectral, y esto nos ayudar a
realizar gran parte de los procesos de interpretacin de imgenes de satlite en
el anlisis y tratamiento de estos valores.
No hay que perder de vista que los distintos objetos pueden tener una
respuesta espectral en funcin de su estado y relacionado con el entorno que
lo rodea.

3.5. La adquisicin de los datos. Sensores y plataformas


El paso siguiente es la adquisicin de los datos de la zona de estudio.
Primeramente tenemos que definir cul es el rea de estudio. La manera de
definir el polgono del cul queremos conocer la informacin satelital es
mediante las coordenadas de los vrtices que lo componen. En el siguiente
ejemplo podemos ver lo anteriormente enunciado

10
A B

D C

Coordenadas UTM
Vrtice Coordenadas X Coordenadas Y
A 503360 4399921
B 504860 4399921
C 504860 4398621
D 503360 4398621

La adquisicin de los datos se realiza mediante unos dispositivos llamados


"sensores", que tienen la capacidad de poder capturar las distintas radiaciones
electromagnticas provenientes de los objetos situados en la superficie
terrestre.
La informacin de la intensidad de las ondas electromagnticas que arriba a los
sensores es transformada en un valor "numrico" y posteriormente almacenada
y/o transmitida a estaciones receptoras terrestres.

Del estudio de los datos en formato electrnico captados se pueden componer


imgenes analgicas bidimensionales.

Dependiendo de las caractersticas y tipo de sensor utilizado se podr tener


calidades y precisiones muy distintas. Por estas razones en necesario definir
previamente, dependiendo del grado de resolucin y precisin deseado, sensor
que debemos elegir de todos los sensores comerciales existentes montados en
los satlites que cubren nuestra zona de estudio.

A modo de ejemplo aclaratorio, podramos decir que no podemos pretender


obtener un grado de detalle con una precisin de 1 metro si la mnima divisin
de la imagen cubre un rea cuadrada de 3 metros de lado.

A la mnima divisin de resolucin la llamaremos pxel, y nos determina cual


ser el menor elemento a cubrir con total precisin, por tanto, un pxel es la
menor divisin capaz de diferenciar un objeto de otro.

Finalmente podemos decir que un sensor es un instrumento que captura


seales electromagnticas que reflejan o emiten los objetos y la convierte en
datos numricos que pueden ser tratados posteriormente para su uso en los

11
distintos campos de la ciencia. Ejemplos de esto son las imgenes satelitales
utilizadas en reas meteorolgicas, en anlisis ambientales como son el control
de los bosques naturales, etc.

Al comenzar los fundamentos de la teledeteccin espacial dijimos que las


radiaciones electromagnticas emitidas o reflejadas por los objetos podan ser
naturales o artificiales. Cabe aqu decir que los sensores se clasifican en
sensores pasivos y sensores activos.
Los sensores pasivos son sensores que solamente son receptores de
radiaciones electromagntica emitida o reflejada por los objetos, mientras que
los activos son sensores que adems de capturar las radiaciones
electromagnticas emitidas o reflejadas por los objetos estn provistos por
dispositivos que emiten seales que posteriormente son vueltas a captar por el
sensor con la informacin de los objetos.

3.6. De los datos a la Informacin: El tratamiento y anlisis de


la imagen.
Posteriormente a la adquisicin y almacenamiento de los datos en formato
digital se procede a la transformacin de stos en informacin confiable. El
nombre que recibe este tratamiento de la informacin es el de interpretacin.
Cabe aclarar que dependiendo del tipo de sensor podemos tener datos en
formato digital o analgico como es el caso de las fotografas.

Cuando tengamos datos analgicos la interpretacin se realizar de forma


visual usando criterios de textura, color, estructura, tono y observando la
distribucin fsica de los distintos objetos presentes en la imagen.

Cuando estudiemos datos digitales analizaremos las diferencias captadas de


los distintos valores numricos espectrales de los objetos.

Debido a la gran cantidad de informacin en formato digital es necesario hacer


un primer procesamiento y convertir estos datos en imgenes explotables. Un
inconveniente es la necesidad de disponer de equipos de la capacidad de
trabajo suficiente para leer y manipular archivos de datos tan grandes. No
olvidar que se tendr un valor numrico por cada pxel ledo.

En esta primera tarea se realiza simultneamente una correccin de


deformaciones o distorsiones que habitualmente presentan los datos originales.

Recordemos que estas distorsiones se generan cuando las radiaciones


electromagnticas atraviesan la atmsfera previa a llegar al sensor.

Una de estas operaciones se denomina correccin atmosfrica y su


aplicacin exige conocer la composicin de la atmsfera en el momento de la
adquisicin para corregir las distorsiones producidas que alteran los valores
correctos de las radiaciones electromagnticas de los objetos.

Otra operacin de correccin de datos se asocia a las distorsiones que genera


el propio sensor por defectos en el funcionamiento en el proceso de
adquisicin de datos.

12
Una parte importante de estas distorsiones geomtricas estn ligadas al
funcionamiento del dispositivo de adquisicin de los datos (scanner), a los
cambios de altitud de la rbita o a la rotacin relativa de la Tierra respecto a la
rbita del satlite. La correccin de una gran parte de estas distorsiones o
minimizacin de ellas se realiza mediante una programacin de la velocidad del
satlite de manera que se produzca una compensacin de estos defectos.

Hay un grupo de deformaciones que se deben a la forma de lectura de la


superficie terrestre por el sensor, se incluyen aqu desplazamientos
unidireccionales o abatimiento del relieve o cualquier elemento vertical y
aquellas producidas por la modificacin del parmetro de vuelo.

Las primeras estn directamente relacionadas con la altura del sensor,


respecto al nivel de referencia y son, obviamente, importantes en los sensores
aerotransportados. No obstante, al ser el abatimiento similar al producido en
una fotografa area, (aunque, en este caso, se produce exclusivamente en el
sentido perpendicular a la lnea de vuelo y no de forma radial respecto al nadir
de la fotografa) en las plataformas espaciales juega un papel importante a su
favor la altura de la rbita (800 a 36000 Km.), presentando esta deformacin
valores insignificantes.
En el segundo caso, las deformaciones se deben a la inestabilidad de la
plataforma area, ligada a su irregular desplazamiento por la siempre dinmica
capa atmosfrica. Obviamente, la estabilidad de las plataformas espaciales
alejadas de las turbulencias atmosfricas es, en este sentido,
significativamente mayor que en los aviones.

Sin embargo, las distorsiones antes nombradas (escala tangencial,


movimientos de la plataforma, desplazamientos horizontales), pueden ser
corregidas fcilmente para obtener productos de mayor fidelidad geomtrica,
sobre todo a nivel planimtrico.
Este conjunto de tcnicas reciben el nombre de correcciones geomtricas y
su objetivo es aplicar a los datos originales una transformacin tal que el
espacio geogrfico resultante sea perfectamente ajustable a una cartografa
general de referencia.

Generalmente el proceso se basa en la eleccin de un conjunto de puntos de


control homlogos en la imagen original y en el documento cartogrfico
utilizado, a partir de los cuales se obtienen las funciones de transformacin
polinmicas que permiten convertir el espacio geomtrico de la imagen
original en otro espacio igual al de la cartografa de referencia.
En este sentido, hay que decir que una correccin geomtrica realizada sobre
una imagen modifica los valores radiomtricos originales y que, por
consiguiente, la imagen resultante no podr ser utilizada para establecer sobre
ellas una clasificacin de objetos en funcin de sus firmas espectrales.

3.7. La Visualizacin de las imgenes.


3.7.1. El color
Independientemente de las bandas que se incluyan en la composicin,
conviene considerar algunos aspectos sobre el proceso que permite obtener
esas composiciones en color. La mezcla de tres bandas espectrales en una

13
composicin en color puede conseguirse de acuerdo a dos procesos,
denominados aditivo y sustractivo. En el proceso aditivo, cualquier color se
obtiene por suma de los tres colores elementales o primarios: azul+verde+rojo.
La suma de dos colores primarios permite lograr un color complementario:
azul+verde=cian, azul+rojo=magenta, y verde+rojo=amarillo. Por el contrario, el
proceso sustractivo se basa en la absorcin de la luz que ejercen los colores
complementarios: el cian absorbe la luz roja, el magenta absorbe el verde y el
amarillo el azul. Los tres en combinacin forman el negro.

El proceso aditivo es el usado en los sistemas electrnicos de visualizacin,


como lo es un monitor de computadora. En cambio, el proceso sustractivo se
emplea en la reproduccin mecnica del color, por tanto, cuando se pretenda
imprimir una imagen resulta preciso aplicar a cada banda uno de los colores
complementarios.

En la figura N 3.6 se puede observar la formacin del color por medio de los
dos procesos anteriormente presentados.

Figura 3.6 Procesos de formacin del color

3.7.2. Tablas de referencia de color


Una tabla de referencia del color (Colour Look Up Table, CLUT), o simplemente
tabla de color, es una matriz numrica que indica el nivel visual (NV) con el que
se representar en pantalla cada uno de los niveles digitales (ND) de la
imagen. La CLUT se inserta entre la memoria de refresco y el tubo de imagen
del monitor, lo que permite modificar la relacin entre el ND almacenado en
disco y la intensidad de brillo con que se visualiza (NV). En consecuencia no
tiene por qu existir una nica equivalencia entre ND y NV.

En la mayora de los equipos informticos, la CLUT es una matriz numrica de


3 columnas por 256 filas. El orden de la fila indica el ND de entrada, mientras el
almacenado en la tabla expresa el nivel de visual (NV), con el que ese ND ser
representado en pantalla. Las tres columnas corresponden a los tres colores
elementales: rojo, verde y azul.
Conviene recordar que los equipos de tratamiento digital de imgenes utilizan
el proceso aditivo de formacin de color, por lo que cuanto mayor sean los
valores de NV en cada columna, mayor componente de rojo, verde o azul
tendr el pxel finalmente visualizado.
Para el caso de trabajar con una sola banda de informacin de la imagen
satelital, lo normal es que la imagen aparezca en pantalla en tonos de gris.
Esto significa que cada ND tiene el mismo componente de rojo, verde y azul.

14
Si en cambio, trabajamos con tres bandas de informacin de la imagen
satelital, de la combinacin de los 3 niveles digitales de cada banda resultar
una imagen en colores (combinacin de rojo, verde y azul), pudiendo tambin
presentarse pxeles con colores grises.
Por medio de unos ejemplos podremos aclarar mejor lo expuesto (ver figura
3.7).

Figura 3.7 Combinacin de los 3 niveles digitales de cada banda

3.7.3. Visualizacin de las imgenes


La plasmacin grfica de los resultados de cualquier tratamiento es la
operacin que nos permite reconstruir una imagen analgica con los datos
digitales originales.

El proceso consiste en asignarle un tono de gris o un color a cada uno de los


valores numricos captados por el sensor. Para este fin, deben de construirse
unas tablas de color en el ordenador, ya que no existe una relacin tan
evidente en el orden entre los colores como entre los diferentes tonos de grises
e, incluso, esta relacin puede ser modificada segn las aplicaciones o el
inters del usuario.

Habitualmente, las imgenes adquiridas recogen datos en varias longitudes de


onda del espectro (bandas o canales) para cada pxel. Para visualizar esta
informacin se procede a la asignacin de colores a cada banda de
informacin. Para ello se utilizan los siguientes colores: azul, verde y rojo.
Dentro de cada banda se establece un orden de asignacin del color elegido
segn su tonalidad (de ms claros a ms oscuros).

Dependiendo de las bandas del espectro que el sensor pueda observar y de la


composicin de bandas que nos interese podremos tener imgenes en colores
naturales, imgenes en falso color, o solamente monocromticas.

En el caso que dispongamos informacin de las tres bandas del espectro


visible y asignando el color azul a la banda 1, el color verde a la banda 2 y el
color rojo a la banda 3 obtendremos imgenes en colores naturales (ver figura
3.8).

15
Figura 3.8 Imagen en colores naturales, bandas B1, B2 y B3

Si en cambio tenemos informacin de las bandas 2, 3 y 4, obtendremos


imgenes en falso color. Habitualmente para este tipo de imagen se realiza la
siguiente asignacin de colores: el azul a la banda 2, el verde a la banda 3 y el
rojo a la banda 4 (ver figura 3.9).

Figura 3.9 Imagen en falso colores, bandas B2, B3 y B4

Otra imagen posible, tambin en falso color, es la que se obtiene de trabajar


con las bandas 2, 4 y 5 7, asignndose el color azul a la banda 2, el verde a
la banda 4 y el rojo a la banda 5 7. La siguiente figura 3.10 est compuesta
por las bandas 2, 4 y 5.

16
Figura 3.10 Imagen en falso colores, bandas B2, B4 y B5

A continuacin se incluyen las figuras de cada una de las bandas usadas (1, 2,
3, 4 y 5) a partir de las cuales se obtuvieron las figuras en color natural y en
falso color (ver figuras 3.11 a 3.15).

Figura 3.11 Imagen en escala de grises, banda B1

17
Figura 3.12 Imagen en escala de grises, banda B2

Figura 3.13 Imagen en escala de grises, banda B3

18
Figura 3.14 Imagen en escala de grises, banda B4

Figura 3.15 Imagen en escala de grises, banda B5

3.8. Las Tcnicas de realce y transformaciones.


Existe un grupo de tcnicas de tratamiento de imgenes cuyo objetivo es
manipular las imgenes de forma que nos permitan extraer aspectos de la
imagen que antes parecan ocultos.
Estas operaciones son denominadas tcnicas de realce y son de gran ayuda
en los procesos de interpretacin, identificacin visual de los resultados.

Podemos realizar una clasificacin de estas tcnicas de realce en dos clases o


grupos.

19
El primero de los grupos se denomina pxel a pxel, en la que se mantiene el
valor numrico de cada pxel original cuando la imagen es transformada,
independientemente de su ubicacin.

El otro grupo de tcnicas tiene como objetivo poder ver las imgenes de forma
diferente o distinta. En algunas de ellas se realizan un conjunto de operaciones
de sustraccin, adicin, divisin o multiplicacin con los diferentes valores de
cada pxel para conseguir resaltar determinados aspectos de la imagen cuando
se visualicen.
En este tipo de operaciones de realce el valor del pxel en la imagen
transformada depende no exclusivamente de su propio valor en la imagen
original, sino tambin, de los valores de los pxeles de su entorno prximo.

Dentro de este grupo podemos encontrar los denominados filtros que


consisten en la aplicacin de una transformacin sobre la imagen original,
obtenindose una nueva imagen mejorada.

El valor digital de cada pxel es transformado por medio de una funcin


matemtica. En esta operacin se relaciona el valor digital de cada pxel con
los valores digitales de los pxeles de un cierto entorno en la imagen original.

Entre los ms comunes se encuentran los denominados filtros de suavizado


utilizados para eliminar el "ruido" de la imagen atenuando las altas frecuencias,
siendo muy usados para la homogenizacin de reas, haciendo desaparecer
los pxeles aislados. Los filtros de realce permiten obtener una imagen de
mayor calidad donde los contornos se realzan pero sin afectar excesivamente a
las zonas homogneas, facilitando la apreciacin de ms detalles que en la
imagen original. Por ltimo, los filtros de extraccin de bordes provocan un
cambio completo en la estructura de la imagen que resulta dominada por el
"ruido". Son de gran utilidad para la extraccin de contornos, lmites, que
aparecen realzados perdindose las zonas homogneas.
Una de las tcnicas ms utilizadas en el tratamiento de imgenes es la del
zoom, ya que los datos originales no tienen escala y es el tipo de restitucin o
visualizacin que se haga (el tipo de punto de la imagen, o el nmero de puntos
asignados a cada pxel) lo que nos permite modificar las dimensiones de los
productos analgicos.
Existen varios tipos de "zoom" entre los cuales el ms sencillo es el directo,
repitiendo un nmero de puntos (x2, x3) de imagen por cada valor del pxel
original, sin embargo, desde la perspectiva visual, este proceso no es
indefinido, ya que a partir de determinadas fases aparece el efecto del
"cuadriculado" de la imagen.

20
4. Metodologa utilizada
4.1. Introduccin
A continuacin se describir la metodologa a utilizar. Simplemente recordar
que la motivacin principal del trabajo se bas en desarrollar una metodologa
que sirva de gua para la obtencin de informacin de usos del suelo, a partir
de una imagen satelital.

Los lineamiento de la metodologa comienzan por la obtencin y correccin de


las imgenes satelitales, continuando por el procesamiento de la informacin, y
terminan con la creacin de mapas de usos del suelo (mapas temticos).

4.2. Metodologa bsica


4.2.1. Justificacin del uso de la teledeteccin.
Para comenzar con la descripcin de la metodologa tenemos que decir que
primeramente es necesaria la definicin de los objetivos que se pretenden
cumplir a travs de la teledeteccin.

Por tanto, tendremos que realmente estar seguros que la teledeteccin nos
solucionar al menos los interrogantes ms importantes que esperamos
responder trabajando con imgenes satelitales.

Planteamientos como los siguientes nos orientarn para aclarar estas


cuestiones:
Qu problema de ingeniera u otra ciencia voy a estudiar?
Qu informacin pretendo obtener desde una imagen satelital?
Influye o no la poca del ao en que se adquieren las imgenes satelitales?
Qu precisin necesito para que sea significativa la observacin?
Dispongo de imgenes actualmente?

Como se imaginarn stas y otras tantas preguntas se necesitan plantear para


la definicin y justificacin correcta del uso de la ciencia de la teledeteccin.

Actualmente existe una gran disponibilidad de imgenes satelitales de una gran


parte de la superficie terrestre dado que hay una excelente cobertura por parte
de satlites provistos con sensores para la adquisicin de las imgenes.

4.2.2. Definicin de la resolucin espacial


Como mencionamos anteriormente uno de los puntos a definir previamente es
la precisin necesaria que puede aportar una imagen satelital. Este es uno de
los puntos ms importante a la hora de elegir trabajar con un satlite u otro,
dado que cada sensor puede aportar un cierto grado de precisin de imagen.
Recordemos que una imagen est formada por pxeles y un pxel es la menor
divisin capaz de diferenciar un objeto de otro.
Al hablar de resolucin espacial de los sensores estamos hablando del nivel de
detalle que una imagen satelital nos ofrece.

21
La gama de resoluciones es muy variada, empezando por sensores con
resoluciones de 1m x 1m para sensores de alta precisin hasta 5km x 5km que
son sensores utilizados con fines meteorolgicos.
Entonces si por ejemplo necesitamos contar con una precisin de 30m x 30m
seleccionaremos un sensor que nos brinde por cada pxel la informacin de la
observacin de un polgono de 30m x 30m sin necesitar la correcta definicin
de los objetos que se presenten en el interior de dicho polgono.
A continuacin se presentan algunas de las posibles elecciones de sensores
disponibles a partir de los cuales podremos obtener las imgenes satelitales:
Ikonos (1m / 4m), IRS (5m Pancromtico / 30m Multiespectral), Landsat 7
(15m/30m), Spot (10m) y datos rusos (1m 2m) por caso especial, y datos
activos (todos los satlites anteriormente mencionados son pasivos o sea
pticos), incluyendo Radarsat y ERS para aplicaciones especializadas tales
como la creacin de DEMs (Modelos Digitales de Elevaciones).

4.2.3. Definicin de la resolucin espectral


Esta definicin est directamente vinculada con los distintos objetos que
forman parte de nuestro anlisis.
Cada objeto tiene una capacidad de reflejar una cierta cantidad de energa
electromagntica que lo define y lo diferencia de otros objetos. Por ejemplo, es
muy distinta la respuesta electromagntica del agua presente en un lago de la
respuesta electromagntica de la vegetacin que lo rodea.
Cada cuerpo o material dependiendo en la zona del espectro que estemos
estudiando tiene un cierto comportamiento caracterstico que lo diferencia de
otros materiales. Los estudios de las respuestas electromagnticas se obtienen
a travs de estudios experimentales.

Recordar que el espectro electromagntico est compuesto por bandas


definidas por su longitud de onda.
En teledeteccin es habitual trabajar con las bandas que cubren el espectro
visible, el infrarrojo cercano, medio y trmico y microondas.
A partir del estudio de las distintas cubiertas y su comportamiento se puede
seleccionar la banda o combinacin de bandas que mejor representen o
demuestren las caractersticas de los elementos componentes de la cubierta
terrestre.

4.2.4. Definicin de la resolucin temporal


En este paso lo que se presenta es la posibilidad de discutir acerca del
momento del ao ms conveniente o apropiado para la adquisicin de la
imagen satelital.
Por ejemplo, si lo que buscamos es cuantificar el uso del suelo de una zona
agrcola para un estudio hidrolgico de escurrimiento superficial de agua,
debemos tener muy en claro que poca del ao vamos a estudiar por los ciclos
de cultivos y la duracin de los mismos. No es lo mismo tener una plantacin
de soja que una plantacin de alfalfa.
Otro ejemplo es la determinacin de parte de los componentes del suelo, para
ello ser apropiado planificar la adquisicin de la imagen en pocas donde la
vegetacin tenga un desarrollo muy bajo o nulo.

22
4.2.5. Definicin de la resolucin radiomtrica
Cuando hablamos de resolucin radiomtrica nos referimos a la capacidad que
tienen los sensores en registrar variaciones en las distintas ondas
electromagnticas que arriban desde los objetos o cuerpos emisores.
El mximo nmero de variaciones capaces de registrarse recibe el nombre de
resolucin radiomtrica.

Habitualmente la codificacin digital se expresa la resolucin en el nmero de


bits que precisa cada elemento de la imagen para ser almacenado. En la
actualidad lo normal para el rango de niveles de codificacin que disponen los
sensores vara entre 6 bits a 8 bits.

6 bits = 64 niveles de colores, 26 = 64


7 bits = 128 niveles de colores, 27 = 128
8 bits = 256 niveles de colores, 28 = 256

Excepcionalmente el sensor NOAA-AVHRR trabaja con 1024 niveles digitales


(10 bits).

Cabe aclarar que cuando se trabaja con anlisis multiespectrales se estudian


por ejemplo las bandas del espectro visible (B1, B2 y B3) y si la resolucin
radiomtrica del sensor es de 8 bits al combinar las 3 bandas obtendramos
16777216 colores posibles en la imagen (2563).

4.2.6. Determinacin de la zona de estudio


La pregunta que debemos responder en este punto es la siguiente:
Cmo especifico la zona que quiero estudiar?

En este momento necesitamos especificarle a la empresa distribuidora de


imgenes satelitales cuales son las coordenadas del polgono que conforman
el rea de estudio.
Una forma muy fcil de suministrar esta informacin es indicando las
coordenadas de cada uno de los vrtices del polgono, para ello se puede
recurrir al sistema geodsico de coordenadas (latitud y longitud) o al sistema de
coordenadas rectangulares (UTM).

Generalmente las empresas disponen de catlogos con imgenes satelitales


clasificadas por escenas y por fechas de adquisicin. Como recordarn los
sensores estn instalados sobre satlites y stos recorren su rbita con una
determinada frecuencia, por lo tanto no podemos disponer de una escena para
cada instante de tiempo, sino que debemos tener presente los posibles pasos
del satlite por nuestra zona de estudio.

La observacin de la superficie terrestre est ordenada por una grilla o


cuadrcula definida, por lo que puede suceder que la cobertura de la zona de
estudio se produzca por una composicin de varias imgenes satelitales.

23
4.2.7. Correccin de la imagen satelital
El paso siguiente a la adquisicin de la imagen satelital es la correccin o
disminucin de los errores presente en la imagen.
Estas tcnicas para la correccin y realce de una imagen satelital se
presentaron en los apartados 3.5 y 3.6. Recordando que las estas tcnicas
reciben el nombre de correcciones geomtricas y tcnicas de realce de las
imgenes respectivamente.
El objetivo de las tareas de correcciones geomtricas lo podemos describir
como la accin de transformar una imagen sin una escala confiable a una
imagen que s represente informacin con una determinada escala real y
segura.
Para ello es necesario la identificacin y asignacin de coordenadas confiables
a una serie de puntos que nos servirn para escalar la imagen (puntos de
control).
Esta informacin de estos puntos de control puede ser suministrada por los
entes cartogrficos de cada regin o pas, como por ejemplo los Instituto
Cartogrficos de cada Pas.
Existe otra posibilidad para realizar este ajuste de la imagen y es a travs de
trabajar con un modelo digital del terreno en donde podremos dar por buenos
todos los puntos que existen sobre este modelo por lo que dispondremos de un
nmero mayor de puntos que usaremos para el ajuste y la posterior verificacin
de la correccin.

Finalmente podemos decir que tenemos una imagen satelital de la zona de


estudio confiable sobre la cual podremos trabajar correctamente.

Cabe aclarar que en la actualidad existen bancos de imgenes corregidas y a


las que podramos recurrir directamente sin tener que realizar ninguna
correccin, o sea que existen imgenes satelitales confiables.

Cabe tambin mencionar que dependiendo del grado de precisin con que
debamos trabajar o el objetivo del trabajo, sea necesario o no realizar
correccin sobre las imgenes originales provenientes de los sensores.
Un ejemplo de esto lo podemos tener en una imagen meteorolgica que puede
tener slo el fin de informar la existencia o no de nubes sobre una determinada
zona de estudio.

4.2.8. Clasificacin de la informacin


Bsicamente dentro de este nuevo paso lo que nos debemos plantear es:
Cmo resuelvo la clasificacin de la informacin presente en la imagen
satelital?
Qu tipo de datos necesito obtener desde la imagen satelital?
Cmo almaceno esta informacin para su posterior utilizacin?

El planteamiento de la resolucin de la clasificacin de la informacin lo


realizaremos a travs de los siguientes seis pasos o pautas de trabajo:

1 Definir qu informacin se clasificar.


2 Conocer la respuesta electromagntica de los grupos de objetos que sern
clasificados.

24
3 Asociar los objetos a clasificar y sus respuestas espectrales.
4 Realizar la clasificacin de la imagen.
5 Guardar la informacin obtenida.
6 Verificar los resultados obtenidos.

1 Definir qu informacin se clasificar.


El objetivo de este primer paso est muy vinculado de los fines que llevaron a
la definicin de usar imgenes satelitales. Se busca la creacin de grupos de
objetos (entendindose por objeto a las distintas cubiertas del terreno) que
representarn las distintas clases que utilizaremos para la clasificacin la
informacin de la imagen satelital.

Por ejemplo, si estamos analizando la costa de un ro y el objeto de la imagen


satelital era solamente poder determinar los bordes reales del rea de
inundacin del cauce en pocas de crecida, las dos clases principales podran
ser agua y no agua, de nada nos servir hacer una clasificacin de vegetacin
o de cultivos.

Como se puede deducir no necesariamente una clase tiene que estar formada
por objetos que tengan una respuesta electromagntica similar dentro de un
determinado entorno.

2 Conocer la respuesta electromagntica de los grupos de objetos que


sern clasificados.
Necesariamente para conocer la respuesta electromagntica de los distintos
elementos que conforman un grupo o clase hay que realizar trabajos de
experimentacin ensayando muestras representativas (ver figura N 3.4).

Estos ensayos se pueden realizar en laboratorios o bien directamente sobre


trabajos de campo. Cabe aclarar que cuando trabajamos en laboratorios es
necesario simular el efecto del sol de la mejor manera posible ya que es el
generador de las ondas electromagnticas que reflejaran los distintos objetos y
que sern adquiridas por los sensores.

3 Asociar los objetos a clasificar y sus respuestas espectrales.


Una vez determinada la respuesta electromagntica de los objetos se pasar a
la fase de entrenamiento para la clasificacin de la informacin contenida en la
imagen.
Existen dos formas posibles de realizar esta clasificacin: visual o digital.

Clasificacin visual
Una de las principales ventajas del anlisis visual sobre el digital es su
capacidad para incorporar a la interpretacin de la imagen criterios complejos.
Mientras que el tratamiento digital se basa en la informacin radiomtrica de
cada pxel en las distintas bandas estudiadas.

Si realizramos una clasificacin visual el operario que realice el trabajo


necesitar una fase previa de entrenamiento en donde se tendr que
familiarizar con los objetos a separar y su comportamiento espectral asociado,
tratando de respetar algunos patrones propios para cada clase. Un ejemplo de

25
esto podra ser el estudio del color de los distintos objetos en imgenes en
colores o la tonalidad de grises en imgenes pancromticas.

En la siguiente tabla podemos ver una lista que asocia posibles colores a
objetos dependiendo de la combinacin de bandas utilizadas (ver tabla 4.1).

Color natural Falso color SWIR (GeoCover)


Rojo Banda 3 Rojo Banda 4 Rojo Banda 5
Verde: Banda 2 Verde: Banda 3 Verde: Banda 4
Azul: Banda 1 Azul: Banda 2 Azul: Banda 2
rboles y Verde oliva Rojo, magenta y Tonos de verde
arbustos marrn
Cultivos Verde medio a Rosa a rojo Tonos de verde
verde suave
Vegetacin De verde oscuro a Rojo oscuro Tonos de verde
de riveras o negro
pantanos
Agua Tonos de azul y Tonos de azul Negro a azul
verde oscuro
reas Blanco a azul claro Azul a gris lavanda
urbanas
Suelo Blanco a gris claro Azul a gris Magenta,
descubierto Lavanda, o rosa
plido
Tabla 4.1 Colores representativos en imgenes satelitales

Adems del color en la clasificacin visual intervienen otros criterios o


elementos como ser el tono, la textura, el emplazamiento o disposicin, el
perodo de adquisicin, etc.

La textura de la imagen procede de la relacin entre el tamao de los objetos y


la resolucin del sensor. Este efecto se manifiesta cuando tenemos un objeto
que ocupa una superficie inferior a la menor unidad capaz de leer un sensor, o
sea cuando el tamao del objeto es menor que un pxel.
Si se quiere profundizar en el anlisis de esta caracterstica tenemos que
estudiar, adems del tamao del elemento, el ngulo de observacin del
sensor (una observacin muy aguda incrementan la rugosidad), las condiciones
de iluminacin (a ngulos solares muy bajos el efecto de sombras es ms
evidente), y la longitud de onda (una superficie lisa a longitudes largas puede
aparecer como rugosa en cortas).

Cuando estudiamos el emplazamiento o la disposicin de los objetos para ser


clasificados lo hacemos en funcin de los objetos vecinos existentes en la
imagen. Muchas veces se presenta la situacin de que en la imagen tenemos
tonos y colores similares tanto en zonas urbanas como en zonas rurales, y
como es posible diferenciar claramente los lmites de una zona u otra,
podremos asignar un objeto que tiene un comportamiento similar a clases
diferentes. Como ejemplo podemos mencionar la clasificacin que se tendra
que realizar con un jardn urbano que tiene la misma respuesta espectral que
un rea rural cultivada, pero claro est que una pertenece a una zona verde
dentro de una urbanizacin y la otra a una zona de cultivos rurales.

26
Cuando no referimos al perodo de adquisicin tenemos que tener presentes
que algunas cubiertas vegetales tienen un comportamiento espectral diferente
en pocas estivales e invernales. Entonces habr que tener presente los
posibles objetos y sus distintos comportamientos estacionales (multi-temporal).

Otros posibles criterios, pero con menor importancia, son el estudio de las
sombras, los patrones espaciales, el contorno de las formas y el estudio del
tamao.

Clasificacin digital
Si por el contrario utilizamos una clasificacin digital, es necesario realizar un
entrenamiento del sistema informtico para la clasificacin mediante la
asignacin de entornos de trabajo de los distintos grupos o clases.
Concretamente se le tendr que especificar la orden de clasificar en las
distintas clases elegidas de acuerdo con el nmero digital que almacene para
cada pxel. Para ello es necesario especificar un rango de valores posibles
(informacin de cada pxel) para cada clase de objeto y para cada banda a
estudiar.

Este objetivo se logra seleccionando una muestra de la imagen que represente


a las distintas clases de objetos de la clasificacin. A partir de esos pxeles se
puede calcular los ND medios y la variabilidad numrica de cada categora en
todas las bandas que intervienen en la clasificacin.

Tradicionalmente se han dividido los mtodos de clasificacin en dos grupos:


supervisado y no supervisado, de acuerdo a la forma en que son obtenidas
las estadsticas de entrenamiento. El mtodo supervisado parte de un
conocimiento previo del terreno, a partir del cual se seleccionan las muestras
para cada una de las categoras. Por su parte, el mtodo no supervisado busca
automtica los grupos de valores homogneos dentro de la imagen, quedando
para el operario la labor de encontrar las correspondencias entre esos grupos y
sus categoras de asociadas.

El mtodo supervisado es el mtodo ms utilizado y parte de un conocimiento


de la zona de estudio adquirido por experiencias previas o trabajos de campo.

El rea de estudio debe ser lo suficientemente representativa y homognea de


las clases que pretendemos definir. En general resulta conveniente seleccionar
varias reas por categora, a fin de reflejar adecuadamente su variabilidad
dentro de la imagen total.

Finalmente, con los programas (software) usados para hacer la clasificacin se


calculan las estadsticas elementales de cada categora: media, rango,
desviacin tpica, matriz de varianza-covarianza, etc., a partir de los ND de
todos los pxeles incluidos en el rea de entrenamiento asignadas a cada clase.
Este clculo se realiza para a todas las bandas que intervienen en la
clasificacin.

En oposicin al mtodo supervisado, el mtodo no supervisado no implica


ningn conocimiento del rea de estudio.

27
Este mtodo se centra en la definicin de grupos de pxeles que tienen un
comportamiento espectral homogneo basndose en la agrupacin segn las
clases temticas de inters definidas.

El mtodo para definir los agrupamientos espectrales es muy similar al


empleado en otras tcnicas de clasificacin automtica de datos (Johnston,
1978; Hand, 1981). Se basan en la seleccin de tres parmetros: variables que
intervienen, criterio para medir la similitud o distancia entre casos, y criterio
para agrupar los casos similares.

Como en el caso del mtodo supervisado, es necesario analizar los pxeles


incluidos en cada grupo para obtener sus medidas estadsticas elementales:
media, desviacin tpica, mnimo, mximo, etc., que servirn para abordar la
fase posterior de clasificacin.

Dado que el mtodo supervisado resulta muchas veces subjetivo, pudiendo el


operario determinar errneamente categoras sin valorar las caractersticas
espectrales de la imagen, y el mtodo no supervisado no garantiza que las
clases deducidas tengan significado para el usuario de la clasificacin (adems
de ser de difcil verificacin), se han propuesto diversas alternativas que
combinan ambos mtodos y que son llamados mtodos mixtos.

Un primer mtodo mixto consiste en emplear el anlisis supervisado para


guiar al mtodo no supervisado. Otra forma de orientar el anlisis no
supervisado es introducir los valores de los ND medios de cada clase de
objetos calculados a partir de estudios supervisados.

De esta forma concluimos con la fase de asociacin de objetos a clasificar y


sus respuestas espectrales.

4 Realizar la clasificacin de la imagen.


El paso que sigue es realizar la clasificacin. En el caso de una clasificacin
visual un operario interpretar y separar en objetos por observacin directa de
la imagen del rea de estudio (la imagen podr estar impresa o en formato
digital). Para la clasificacin digital necesariamente tendremos que contar con
un sistema que pueda interpretar la informacin digital de la imagen.

En la actualidad existen numerosos programas comerciales y educativos que


nos permiten realizar esta clasificacin. Esta clasificacin se realizar segn las
distintas clases que el usuario defina.

5 Guardar la informacin obtenida.


El fin de esta tarea es guardar la clasificacin realizada para su posterior
anlisis o procesamiento. Para ello existen dos posibles formas de trabajar, la
primera se trata de almacenar la informacin en bases de datos y la segunda
crear nuevas imgenes de la zona estudiada en forma de mapas temticos.

Bases de datos
Hay una serie de pasos que es necesario definir antes de guardar informacin
y es la estructura que tendr la base de datos. Este punto que parece tan

28
elemental no siempre se realiza y posteriormente aparecen las confusiones o
equivocaciones cuando se trabaja o difunde la informacin extrada.

Mapas temticos
Cuando se realiza una clasificacin digital tenemos que recorrer toda la imagen
analizando la informacin de cada uno de los pxeles y realizando la
clasificacin segn las clases definidas. Si asignemos un color representativo a
cada una de las clases, por ejemplo el color azul al agua, un color verde a los
cultivos, etc., podremos ir generando pxel a pxel una nueva imagen que sea
representativa de la clasificacin realizada. A esta nueva imagen la llamamos
un mapa temtico.

6 Verificar los resultados obtenidos.


Como en todo trabajo, es necesario hacer una verificacin de los resultados
que se han obtenidos de la zona de estudio, independientemente del mtodo
de trabajo elegido.
Para hacer esta verificacin planteamos las siguientes posibilidades:
Verificaciones visuales de las distintas clasificaciones.
Verificaciones de campo para comprobar la existencia de los distintos objetos o
clases individualizadas.
Verificaciones de campo de las respuestas electromagnticas de los distintos
objetos clasificados.

Finalmente y a travs de estas etapas bsicas de trabajo, podremos tener la


clasificacin de la informacin existente en una imagen satelital.

4.2.9. Representacin de la informacin


El paso siguiente a la clasificacin y guardado de la informacin es la
representacin. Si al finalizar la clasificacin representamos los datos por
clases de objetos, tendremos informacin temtica de la zona de estudio.
Esta representacin es el primer nivel informacin obtenida a travs de la
teledeteccin.

La representacin de la informacin finalmente la podramos realizar tanto en


forma digital o impresa, siendo hoy en da la representacin digital la ms
poderosa de las dos formas de representacin.

Hablemos de alguna de las tecnologas existentes para la representacin


digital:
Representacin en formato raster
Representacin en formato vector

Un archivo raster se compone slo de informacin asociada a cada pxel


independientemente de sus pxeles vecinos. Ejemplos de formatos de archivo
raster: .BMP, .TIF, .JPG, .GIF, .PCX, .TGA, etc.

Un archivo vector se compone de grficos basados en vectores, o sea


geometra inteligente y vinculada a travs de ecuaciones matemticas con los
pxeles vecinos.

29
Esta falta de inteligencia de las imgenes en formato raster no las descalificara
respecto a las imgenes en formato vector porque los fines o usos de cada tipo
de formato son muy diferentes.
En un formato vector, por ejemplo, sera muy difcil ensear toda la informacin
de la imagen satelital en Internet (tardara mucho tiempo en cargarse la
informacin para la visualizacin en pantalla) y en cambio s es posible incluir
una imagen raster de tamao reducido y con una calidad determinada.
La situacin opuesta se presenta si se necesita trabajar necesariamente con
imgenes vectoriales, ejemplo de ello sera la modelizacin de una superficie
en 3D sobre la cual se pretende generar una vista lateral o cortes transversales
segn los planos coordenados de representacin.

30
5. Descripcin del caso prctico estudiado
A continuacin se presenta la aplicacin prctica de la metodologa propuesta.
El objetivo del ejercicio es poder obtener informacin acerca de los distintos
usos del suelo (asociados a valores de rugosidades) del rea de estudio, donde
se pretende realizar una simulacin numrica del comportamiento hidrulico.

La secuencia de trabajo para este caso prctico comienza con la especificacin


del rea de estudio y finaliza con la representacin de la informacin de los
usos del suelo en la modelizacin de la superficie.

Para la modelizacin de la superficie de estudio se ha elegido trabajar con el


programa GiD versin 7 (desarrollado por CIMNE). La simulacin hidrulica se
realizar con el software CARPA (desarrollado por la UPC).

Para la realizacin del trabajo se ha utilizado los lenguajes de programacin:


Visual Basic y Fortran.

5.1. Justificacin del uso de la teledeteccin


La motivacin para trabajar con imgenes satelitales era la necesidad de la
definicin de los distintos usos de suelo presentes en un sector de la superficie
terrestre (rea definida) donde se pretende realizar una simulacin numrica
que represente el comportamiento hidrulico, de acuerdo a una serie de
parmetros de diseo.

Mediante el uso de la teledeteccin actualizaremos la informacin existente del


uso del suelo y ampliaremos la informacin sobre zonas que hasta la
actualidad no contaban con ella.

Otro punto importante a considerar en la eleccin de esta tcnica, es la


posibilidad de obtener informacin en diferentes pocas del ao y por
consiguiente la variacin de los usos del suelo temporalmente.

Adems, independientemente de los usos del suelo y si se realizara un


seguimiento en el tiempo del rea de estudio, se podra obtener informacin
sobre las variaciones de las distintas zonas urbanizadas existentes.

5.2. Definicin de la resolucin espacial


Se eligi trabajar con uno de los satlites Indios (IRS), el IRS D1, provisto con
los sensores PAN y LISS III.

La cmara o sensor PAN provee datos pancromticos con una resolucin de


5.8m y con un ancho de imagen de 70km.

El sensor LISS III provee datos multiespectrales separados en 4 bandas. La


resolucin espacial para la los sectores del espectro visible (2 bandas, B2 y B3)
y para el infrarrojo cercano (B4) es de 23.5m con un ancho de imagen que
cubre 141km.
La cuarta banda, infrarrojo medio (B5), tiene una resolucin de 70.5m y un
ancho de imagen de 148km.

31
5.3. Definicin de la resolucin espectral
El sensor PAN provee datos de banda del espectro comprendido entre 0.5
0.75 micrones.
El sensor LISS III provee datos multiespectrales separados en 4 bandas (B2,
B3, B4 y B5). Cada una de las bandas cubrir una porcin del espectro
determinado: B2 de 0.52 a 0.59 micrones, B3 de 0.62 a 0.68 micrones, B4 de
0.77 a 0.86 micrones, B5 de 1.55 a 1.70 micrones.

Como vemos dentro del espacio visible solamente tenemos cubierta las bandas
del color verde (B2) y la banda del color rojo (B3) y no la banda del color azul
(B1).
A partir de la combinacin de los datos multiespectrales es posible
matemticamente obtener los aportes que producira la B1 y de esta forma
podemos obtener imgenes en colores reales.

5.4. Definicin de la resolucin temporal


El objetivo buscado en este caso prctico es poder hacer una clasificacin de
los usos del suelo del rea de estudio. Para realizar este trabajo se cuenta con
escenas de observacin del rea de 4 generadas en distintas fechas.
Se eligi trabajar con la observacin de la zona ms actual de todas.
Este criterio se fundament en la posibilidad de contemplar todos los ltimos
cambios hasta esa fecha.

5.5. Definicin de la resolucin radiomtrica


Las imgenes que provienen desde los sensores montados sobre el satlite
IRS representas adecuadamente los cambios de objetos o cuerpos emisores
segn el trabajo que se pretende realizar (8 bits, 256 niveles de colores por
banda).

5.6. Especificacin del rea de estudio


Para la especificacin del rea de estudio prepararemos un grfico
representativo identificando los distintos vrtices del polgono con sus
coordenadas rectangulares (UTM).

Descripcin del rea de estudio

32
Coordenadas UTM
Vrtice Coordenadas X Coordenadas Y
A 503360 4399921
B 504860 4399921
C 504860 4398621
D 503360 4398621

5.7. Correccin de la imagen satelital


Como planteamos cuando presentamos este punto, en la actualidad existen
numerosas empresas distribuidoras de imgenes satelitales que las
suministran perfectamente corregidas.
Por este motivo describiremos brevemente los pasos que se realizan para la
correccin de las mismas.
Primeramente la empresa debe buscar la imagen o seguramente las distintas
imgenes que proporcionan una total cobertura del rea de estudio. Como
recordarn, la adquisicin de imgenes se realiza siguiendo una grilla de
trabajo.

En la actualidad las empresas trabajan con entornos de trabajo que permiten la


gestin de la informacin (GIS), un ejemplo de ello son los entornos de trabajo
Arc View Shape.

En nuestro caso se trabajar con imgenes provenientes del sensor PAN que
provee datos pancromticos con una resolucin de 5.8m y con datos
provenientes del sensor LISS III que provee datos multiespectrales
separados en 4 bandas y con una resolucin espacial de 23.5m para la los
sectores del espectro visible (2 bandas, B2 y B3) y del infrarrojo cercano (B4).

A partir de las imgenes pancromticas y multiespectrales, utilizando


programas que interpretan la informacin se generan la informacin faltante de
la banda 1. El resultado es una nueva imagen en colores reales con una
precisin de 5m y en formato TIFF.

Recordar que el sensor no captura la informacin de B1 que corresponde al


color azul y por este motivo hay que realizar una composicin matemtica de la
informacin a partir del estudio de las otras bandas.

El paso siguiente es la ortorectificacin de las imgenes, para esto es


necesario la aportacin de datos de puntos de control o de un modelo digital
del terreno. Para poder realizar la correccin la empresa necesita contar con
esta informacin topogrfica en mapas con escala mxima de 1:25000 y de
forma vectorial, el formato de archivo aceptado es: ArcView shape o GeoTIFF.

Despus de la ortorectificacin se realiza un balance radiomtrico entre las


distintas imgenes que cubren el rea de estudio. Esto se realiza para
equiparar informacin similar y que por ejemplo si tuviramos un bosque que
justamente es captado por el sensor en 2 imgenes no tengan distintos niveles
de informacin radiomtrica por tratarse de la misma especie de rboles.

33
Ahora con todas las imgenes corregidas y balanceadas se restituye el rea de
estudio, utilizndose todos los mosaicos del polgono de estudio.
Esta tarea tiene necesariamente que comenzar por elegir una primera imagen
como inicio y contina con el anexado de las imgenes vecinas sucesivamente.
Como la captacin de las imgenes desde los sensores prevn estos trabajos
de unin entre imgenes, en el momento de la adquisicin se definen reas de
superposicin entre imgenes. Entonces hay que elegir lneas de corte por
donde pasarn las uniones entre imgenes vecinas.
El resultado final ser una gran imagen del polgono de estudio que tiene que
ser verificado cuidadosamente dado que una mal unin entre imgenes nos
determinar distorsiones de ubicacin de objetos.

Finalmente estaremos en condiciones de poder dar por finalizada la tarea de


correccin de la imagen satelital de nuestra rea de estudio y pasar a la tarea
de clasificacin.
Aqu nos encontramos con el problema de que el tamao del archivo de la
imagen es muy grande y no lo vamos a poder transportar, motivo por el cual se
tiene que recurrir a la particin de la imagen final en nuevos mosaicos con un
tamao adecuado para su almacenaje y traslado. Un ejemplo de esto sera
tener que usar como medio de transporte CD de 650 MB.
El formato de los nuevos mosaicos es GeoTIFF.

Este formato est compuesto por dos partes bien definidas: una parte Geo y
una parte TIFF.

La parte TIFF es uno de los formatos ms difundido en el mundo de la


generacin de imgenes.

La parte Geo es compatible con todos los softwares de informacin geogrfica.


Agrega al archivo TIFF bsico, informacin de geo-referencia del archivo de
imagen (coordenadas de la esquina superior izquierda de la imagen, dimensin
de los pxeles) y, eventualmente describe la proyeccin cartogrfica y el
sistema geogrfico asociados.

Superado este problema podemos decir que pasamos a la tarea de


clasificacin de la informacin.

5.8. Clasificacin de la informacin


En esta etapa del caso prctico nos encontramos con una imagen satelital en
falso color corregida (ver figura 5.1, bandas 2, 3 y 4), a partir de la cual
trabajaremos solamente en nuestra zona de estudio segn se puede observar
en la figura 5.2.

34
Figura 5.1 Imagen en falso colores, bandas B2, B3 y B4

Figura 5.2 rea de estudio

Para el planteamiento de la resolucin de la clasificacin de la informacin


habamos propuesto realizar los siguientes seis pasos o pautas de trabajo:

1 Definir qu informacin se clasificar.


2 Conocer la respuesta electromagntica de los grupos de objetos que sern
clasificados.
3 Asociar los objetos a clasificar y sus respuestas espectrales.
4 Realizar la clasificacin de la imagen.

35
5 Guardar la informacin obtenida.
6 Verificar los resultados obtenidos.

A continuacin se describe la forma en que se resolvieron los trabajos dentro


de cada uno de los pasos.

1 Definir qu informacin se clasificar.


Dado que se necesita obtener datos sobre los usos del suelo del polgono de
estudio que servirn de aporte para la simulacin hidrulica de la zona, se
decidi trabajar con las siguientes clases de objetos:

Agua profunda
Agua poco profunda
Arbustos
rboles
Cultivos
Pastos naturales
reas sin cubierta vegetal
reas con poca cubierta vegetal
reas urbanas e infraestructuras

2 Conocer la respuesta electromagntica de los grupos de objetos que


sern clasificados.
La informacin sobre la respuesta electromagntica de cada uno de los grupos
de objetos se recolect a partir de trabajos de investigacin en imgenes en
satelitales en falso color y publicaciones que describen los distintos
comportamientos de stos dentro de cada una de las bandas del espectro
electromagntico y tambin como respuesta de la combinacin de varias
bandas (B2-B3-B4, B1-B2-B3, PAN, etc.).

3 Asociar los objetos a clasificar y sus respuestas espectrales.


Dentro de esta etapa del trabajo es necesario hacer la asignacin de los
distintos niveles de informacin digital a las distintas clases de objeto que
buscaremos, o sea realizar una tarea de entrenamiento.

Para cada una de las clases de objetos a clasificar se ha realizado un estudio


estadstico de sus respuestas espectrales caractersticas, que servirn para
clasificar los datos digitalmente segn se describe a continuacin:

Finalmente se decidi clasificar la imagen en 9 clases de objetos:

Clase 1 = Agua profunda (profundidad > 1m)


Clase 2 = Agua poco profunda
Clase 3 = Arbustos
Clase 4 = rboles
Clase 5 = Cultivos
Clase 6 = Pastos naturales
Clase 7 = reas sin cubierta vegetal
Clase 8 = reas con poca cubierta vegetal
Clase 9 = reas urbanas e infraestructuras

36
En la siguiente figura se muestra el diagrama seguido para la clasificacin (ver
figura 5.3).

37
38
4 Realizar la clasificacin de la imagen.
Para hacer la clasificacin se realiz un programa que recorre la imagen pxel
por pxel, interpreta la informacin de cada pxel, asigna una clase de objeto, y
finalmente crea una nueva imagen en forma de mapa temtico a partir de la
imagen original.

Se decidi la asignar los siguientes colores para la representacin grfica a


cada clase:

Figura 5.4 Colores para la representacin de la clasificacin

5 Guardar la informacin obtenida.


Aprovechando la clasificacin de cada pxel y asignando un color diferente a
cada clase se ha guardado la informacin en una nueva imagen.

A continuacin podremos observar la imagen del mapa temtico resultante, ver


figura 5.5

39
Figura 5.5 Mapa temtico

6 Verificar los resultados obtenidos.


Para la verificacin de los resultados obtenidos se seleccion una serie de
puntos en de la imagen satelital (en falso color) y se realiz la clasificacin a
partir de los niveles digitales de informacin (B2, B3 y B4). En la figura 5.6 se
pueden ver los puntos de control elegidos y los resultados obtenidos.

40
Figura 5.6 Verificacin de resultados

Analizando la imagen del mapa temtico podemos ver que la clasificacin no


es perfecta y que existen pequeas zonas con problemas. Si por ejemplo,
miramos la zona de la playa (lateral izquierdo) podemos ver que el programa
realiza la clasificacin y asigna equivocadamente, a la zona donde se produce
la rompiente de la ola, clases 7 y 8. Tambin comentaremos como un punto a
mejorar, la falta de continuidad las reas urbanas e infraestructuras a partir de
la mezcla con la clase 7 y 8.

Si adems del estudio de la imagen en falso color (B2, B3 y B4) estudiramos


otra imagen en falso color (B2, B4 y B5) de la zona, podramos comparar
resultados de ambas clasificaciones obteniendo un grado de seguridad mayor
cuando asignamos un clase.

41
Pero finalmente podemos decir que los resultados alcanzados en la
clasificacin son satisfactorios, demostrando claramente por medio de la
representacin de colores las distintas clases existentes.

5.9. Representacin de la informacin


Finalmente restara por modelizar la superficie del terreno y asociar informacin
de los distintos usos del suelo y condiciones iniciales de altura de agua a partir
de los datos del mapa temtico del rea de estudio

Recordar que el objetivo es preparar toda la informacin necesaria para el


anlisis hidrulico de la zona. Se dispone de programa de clculo hidrulico
CARPA creado por la UPC, el cual se ha integrado dentro de el pre y post
procesador GiD desarrollado por CIMNE.

Informacin disponible de la zona de estudio


Se dispone de la siguiente informacin del rea de estudio:
Informacin topogrfica
Mapa temtico
Georeferencia de la imagen

Informacin topogrfica
Se dispone de informacin topogrfica realizada a partir de un relevamiento del
terreno (coordenadas X, Y, Z de cada punto con un equiespaciamiento de
25m).

Cabe aclarar que esta grilla equiespaciada se obtiene a partir del


procesamiento, de todos los puntos del relevamiento, con un programa
informtico topogrfico que exporta la informacin siguiendo una grilla
equiespaciada. Esta opcin equiespaciada nos ayudar para la representacin
de la superficie.

Dado que el objetivo del caso prctico es aplicar la metodologa de anlisis del
la imagen satelital se trabajar con un equiespaciamiento mayor, x = y =
100m, y en una zona de estudio rectangular de 1500m de largo por 1300m de
ancho.

La informacin topogrfica se almacena en un archivo en formato TXT, con un


ordenamiento por columnas (X, Y, Z) y por filas (una fila para cada punto de la
grilla).

Mapa temtico
Es la informacin generada a partir de la clasificacin de la imagen. El formato
de esta imagen es BMP y las dimensiones de la imagen son 176 pxeles de
ancho y 153 pxeles de alto. La precisin de la imagen es aproximadamente
10m por cada lado de pxel (8.52m en direccin X y 8.49m en direccin Y).

42
Georeferencia de la imagen
Recordar que cuando trabajamos con una imagen satelital necesitamos tener
informacin acerca de la ubicacin de la zona representada, y esto lo
conseguimos a partir de la informacin de referencia que acompaa a la
imagen (Georeferencia).

La georeferencia nos define las coordenadas de la esquina superior izquierda


de la imagen segn un sistema de ejes coordenadas UTM y la dimensin de
los pxeles.
Para nuestra imagen la georeferencia indica las coordenadas UTM:
X = 500000m
Y = 4394461m

Modelizacin de la superficie
Para la representacin de la superficie de estudio se comenz representando
una superficie plana, (Z = 0), de dimensin 1500m por 1300m.

Despus se cre una malla de tringulos estructuradas, definiendo el nmero


de elementos por lado de la superficie, (15 elementos para la direccin X y 13
elementos para la direccin Y).

De esta forma se consigui que las coordenadas X e Y de la malla de


elementos coincidan con las coordenadas X e Y de la grilla topogrfica, y la
coordenada Z = 0.

Figura 5.7 Malla de elementos

Luego se realiz una traslacin de la figura al origen del sistema coordenado.


El vrtice inferior izquierdo de la malla pasa a tener coordenadas (0, 0, 0).

43
En estos momentos en la etapa de modelizacin de la superficie del terreno
slo restara por modificar la coordenada Z de cada vrtice de los elementos de
la malla a la coordenada topogrfica correcta.

Si bien esta modificacin de la coordenada Z se podra haber generado


directamente moviendo cada uno de los puntos de los vrtices de la malla en la
direccin Z se opt por mecanizar esta tarea de la siguiente manera:

Primeramente se export la malla de elementos usando el comando GiD


mesh.

Luego, se cre un programa que modificar las distintas coordenadas Z de la


malla exportada. El programa va leyendo las distintas coordenadas X, Y de la
malla del archivo exportado y busca esas mismas coordenadas en el archivo
topogrfico. De esta forma ubica cada vrtice de la malla y le modifica la
coordenada Z (originalmente Z = 0) segn la coordenada topogrfica real.

De esta forma tendremos la correcta ubicacin de cada uno de los vrtices de


la malla obligndola a pasar por las coordenadas topogrficas correctas.

El paso siguiente fue abrir un nuevo archivo e importar la nueva superficie del
terreno por medio del comando Surface mesh. A partir de esta superficie
generamos una nueva malla de elementos triangulares, con una mejor
densidad. La nueva malla tiene 380 nodos y 688 elementos, ver figura 5.8.

Figura 5.8 Nueva malla de elementos

Finalmente en la figura 5.9 se puede observar la modelizacin del rea de


estudio. Para una mejor comprensin grfica de la topografa se amplificaron
cien veces las coordenadas Z (Z grfico = 100Z reales).

44
Figura 5.9 Modelizacin de la superficie del terreno

Luego de la representacin de la superficie se realiz la definicin del tipo de


problema a resolver, eligindose trabajar con el problemtype Ramflood. Al
elegir este tipo de problema, se activan las herramientas con las que podremos
definir las condiciones de contorno (ingreso y egreso de agua), las condiciones
iniciales del problema (altura de agua), la eleccin del tipo de simulacin (1D
2D) y el tiempo de propagacin de la onda de crecida la a considerar en la
simulacin.

Eleccin del tipo de simulacin y definicin del tiempo de simulacin


En la figura 5.10 se puede ver la eleccin del tipo de simulacin y la definicin
del tiempo de simulacin. Adoptndose un estudio en 2D y un tiempo de
simulacin de 1000 segundos.

45
Figura 5.10 Datos del problema.

Asignacin de propiedades a los elementos


Para poder completar el preproceso es necesario asignar propiedades a los
elemento de la malla, condiciones de contorno y condiciones iniciales.

En la asignacin de propiedades se definen los distintos valores de


rugosidades del los elementos por medio del coeficiente de Manning.
Para definir las condiciones de contorno, es necesario especificar zonas de
ingreso y de egreso de agua de la malla.
Las condiciones iniciales especifican cual es la altura de agua inicial en cada
uno de los elementos de la malla.

Para resolver la definicin de las condiciones de contorno se definieron cuales


son las zonas de ingreso y las zonas de egreso de la malla en estudio.

Se adopt asignar en la zona de ingreso el histograma que se puede ver en la


figura 5.11 y 5.12.

46
Figura 5.11 Condiciones de contorno de ingreso de agua

Figura 5.12 Condiciones de contorno de ingreso de agua

Para la zona de egreso de agua se decidi trabajar con vertedero, ver figura
5.13 y 5.14

47
Figura 5.13 Condiciones de contorno de salida de agua

Figura 5.14 Condiciones de contorno de salida de agua

Como todava no asignamos propiedades y de condiciones iniciales si


quisiramos al querer calcular la simulacin el programa primero escribe los
archivos que necesitar para el clculo y despus se ejecuta el programa de
simulacin.
Claro est que los valores de propiedades de rugosidad y de condiciones
iniciales son igual a cero.

Previo a la ejecucin del programa CARPA se intercal un nuevo programa que


completar la informacin faltante con datos extrados directamente desde el
mapa temtico previamente generado. Esto quiere decir que completaremos la
informacin del archivo de preproceso.

48
A cada elemento de la malla le asociaremos nuevas propiedades, para ello
necesitaremos definir un punto caracterstico de cada elemento al que se le
asignarn los nuevos valores de rugosidad y de condicin inicial.
Se ha optado por trabajar con un punto interior como el que se muestra en la
figura 5.15

Figura 5.15 Punto interior de trabajo

Para definir el punto interior de cada elemento se sigue la siguiente secuencia


de trabajo:
Primero se trabaja sobre uno de los lados del tringulo y se ubican las
coordenadas de su punto medio (P1), luego se trabaja sobre un segundo lado
del elemento y se ubica nuevamente las coordenadas de su punto medio (P2).
Finalmente se promedian las coordenadas de ambos puntos medios
obtendremos un nuevo punto (Pm) que es interior al elemento al cual le
asociaremos la propiedad de rugosidad y condicin inicial del elemento.

Una vez definida la ubicacin del punto interior el programa transforma las
coordenadas del punto (Xm , Ym) en informacin de pxeles del mapa temtico
mediante la siguientes ecuaciones:

49
Figura 5.16 Transformacin de coordenadas

Una vez definido el pxel asociado al punto interior, se busca cuales son las
propiedades de rugosidad (coeficiente de Manning) y condicin inicial de altura
de agua (m). Se adopt trabajar con las siguientes propiedades para cada una
de las clases de objetos, ver figura 5.17.

Figura 5.17 Coeficientes de Manning y condiciones iniciales

El paso siguiente es sobrescribir los valores rugosidad y de condicin inicial


para ese punto en el existente en el archivo (carpa2D.TXT).

Cuando se termina de reasignar valores en el archivo de preproceso comienza


la ejecucin del programa CARPA.

Finalmente, se pasa al estudio de los resultados en el post proceso.

50
En la figura 5.18 podemos ver la variacin de la velocidad, se presentan los
siguientes pasos de tiempo: 50, 200, 400, 600, 800 y 1000 segundos de la
simulacin numrica.
En la figura podemos ver la propagacin del agua desde la zona de ingreso
hacia la zona de la desembocadura, con una velocidad mxima de 0.61 m/seg.
Tambin se puede ver que se desborda el cauce, el rea de inundacin
afectada y el tiempo de inundacin.

Figura 5.18 Variacin de la velocidad

51
En la figura 5.19 podemos ver la variacin del caudal especfico, en los
distintos pasos de tiempo. El valor de caudal especfico es de 0.126m2/seg.

Figura 5.19 Variacin del caudal especfico

52
En la figura 5.20 podemos ver la variacin los vectores de velocidad las
direcciones seguidas por el agua y los mdulos de las velocidades, en los
distintos pasos de tiempo.

Figura 5.20 Variacin de los vectores de velocidad

Podemos concluir este apartado diciendo que cada una de las figuras
anteriormente presentadas (figuras 5.18 a 5.19) podran utilizarse como mapa
de zonas de mximos de velocidades y caudales especficos respectivamente.
Otra representacin posible de obtener a partir de los vectores de velocidades
son las lneas de corriente de flujo.
Estos mapas son de suma utilidad para el diseo, tanto actual como futuro, de
posibles obras civiles a construir en las zonas aledaas al cauce.

53
Para poder obtener mejores resultados del comportamiento hidrulico del rea
de estudio habra que estudiar otras posibles condiciones de contorno y sobre
todo mayores tiempos de simulacin, determinando las condiciones crticas de
la zona de estudio.
Pero este caso prctico tena como objetivo implementar la metodologa
desarrollada y no hacer un estudio hidrulico detallado.

54
6. Conclusiones
A partir de los resultados obtenidos en el trabajo presentado, podemos decir
que la principal conclusin es haber logrado desarrollar una metodologa que
nos permita obtener informacin desde una imagen satelital y al mismo tiempo
aplicarla, tanto en la creacin de informacin temtica, como en la
modelizacin numrica del comportamiento hidrulico de la zona de estudio.

La evaluacin crtica recae principalmente sobre los errores de interpretacin


de clases y la falta de inteligencia a la hora de decidir la clase de objeto
resultante. Este punto se mejorara notablemente si se realizara
simultneamente el anlisis de ms informacin del rea de estudio, como por
ejemplo repetir la clasificacin en otra imagen de falso color (B2, B4 y B5) y
comparar resultados por medio de una red neuronal. De estudiar otras bandas
del espectro habra que calibrar los valores de los niveles digitales que
determinarn los criterios de clasificacin entre clases.

La eleccin de trabajar con la imagen en falso color (B2, B3 y B4), se bas en


la popularidad del uso de este tipo de imgenes.

Una caracterstica importante es la velocidad en que se produce la clasificacin


de toda la imagen, dado que los algoritmos usados son muy simples y directos.

La integracin de los programas creados para la clasificacin de la imagen con


el pre y post-procesador GiD, ha sido muy simple, pudiendo intercalarse
perfectamente para la escritura del archivo de preproceso que necesita el
programa de simulacin CARPA.

Un aspecto a destacar es la integracin de los datos de la imagen satelital con


un modelo digital del terreno, incorporando un carcter tridimensional del
anlisis del rea de estudio. Este aporte es muy significativo porque en
principio el anlisis de una imagen satelital es slo bidimensional.

Dado que el uso de la teledeteccin, las mejoras de los sistemas de


adquisicin, los avances tecnolgicos para el procesamiento de la informacin
y las frecuencias de cobertura de la superficie terrestre es cada da mayor,
presentaremos algunos de los posibles usos de la metodologa:

Cartografas temticas: mapas de usos del suelo, mapas de


impermeabilidad del suelo, determinacin de las zonas urbanas
rurales, residenciales industriales, mapas forestales en zonas rurales y
en zonas urbanas, mapas agrcolas, mapas de costas, mapas
batimtricos en mares, ros y lagos, etc.

Simulaciones numricas: modelizacin de incendios forestales,


modelizacin de movimientos de vertidos de contaminantes en ros o
mares, simulaciones de escurrimientos superficiales de agua en zonas
agrcolas, modelizacin de propagaciones de crecidas en ros,

Determinaciones de cambios de usos de la zona de estudio: estudios de


cambios en el uso del suelo, anlisis de los cambios producidos o

55
mejoras realizadas en zonas urbanas, estudio de los cambios del uso
del suelo que modifiquen el escurrimiento superficial del agua.

En la actualidad existen nuevas lneas de desarrollos tecnolgicos como son


los sistemas de informacin geogrfica (SIG) y las redes neuronales.
Ambos sistemas necesitarn poder obtener informacin para su procesamiento
desde una base de datos. Esta base de datos puede crearse a partir de los
resultados de la clasificacin de imagen.

56
7. Referencias
Libros
Chuvieco, E. (1993). Fundamentos de Teledeteccin Espacial. Ediciones
RIALP, S.A. Madrid.

Chuvieco, E. Y Sancho, J. (1986). Tratamiento visual y digital de las imgenes


espaciales. Didctica Geogrfica, vol 14.

Pginas web consultadas


CONAE Comisin nacional de actividades espaciales
http://www.conae.gov.ar

Junta de Andaluca - Consejera de Medio Ambiente


http://www.juntadeandalucia.es/medioambiente/documentos_tecnicos/inedita/in
edita_indice.html

Tutorial introductorio Landsat


https://zulu.ssc.nasa.gov/mrsid/tutorial/Landsat%20Tutorial-V1.html

CIMNE - Centro Internacional de Mtodos Numricos en Ingeniera


http://www.cimne.upc.es/

Proyecto europeo RAMFLOOD DSS - Decision support system for risk


assessment and management of floods
http://www.cimne.upc.es/ramflood/

EUROMAP Empresa distribuidora de imgenes satelitales


http://www.euromap.de

DEFINIENS Empresa que realiza clasificaciones de imgenes


http://www.definiens.com

Software utilizados
GiD El pre y post procesador utilizado
http://gid.cimne.upc.es/

Programa CARPA Departamento de hidrulica, Universidad Politcnica de


Catalunya (UPC)

57