Trabajo Monografico 041doc

TELEDETECCION
j Y
PROCESAMIENTO DE DATOS
2018
2017
1
INGENIERIA AMBIENTAL Y SANITARIA
UNIVERSIDAD NACIONAL DE HUANCAVELICA
FACULTAD DE CIENCIAS DE INGENIERÍA

ESCUELA PROFESIONAL DE INGENIERÍA
AMBIENTAL SANITARIA
“TELEDETECCION Y PROCESAMIENTO DE
DATOS”
CATEDRÁTICO : BENDEZU BOZA REYDER
CÁTEDRA : GESTION INTEGRAL DE CUENCAS HIDROGRAFICAS
INTEGRANTES :
AYUQUE SANTIAGO, Jessica Milagros
CAYLLAHUA RAMOS, Madyori Monic
CARRASCO LLAQUE, Camila Valentina
GONZALES CARHUAPOMA, Lizbeth Tania
HUAMANAI QUISPE, Nathaly Milagros
PAUCAR ALARCON, Gabriela Margarita
DIAZ FERNANDES, Ivan
CICLO: VII
Sección: UNICA
Huancavelica – Perú
2017
19
Contenido
Título 1............................................................................................................................. 2
Título 2.......................................................................................................................... 2
Título 3....................................................................................................................... 2
1
INTRODUCCI
ON
La fotogrametría se puede considerar la tecnología precursora de la teledetección. No obstante, para la
captura de información desde satélites nos tenemos que remontar al año 1960 cuando la NASA (National
Aeronautics and Space Administration) pone en órbita el primer satélite de la serie TIROS, pionero de los
destinados a la observación meteorológica, y en 1972 el ERTS 1 (Landsat 1), comenzando la era de la
“Teledetección espacial
En la actualidad hay cientos de satélites de Observación de la Tierra en órbita, cada uno de los cuales
porta uno o varios sensores diseñados para un tipo de aplicaciones específico.
Las imágenes de satélite tienen la ventaja de que abarcan una zona mucho más amplia que las imágenes
aéreas, permitiendo realizar estudios territoriales a bajo coste.
En la actualidad los satélites nos proporcionan sistemas integrados de datos territoriales (a partir de la
radiación electromagnética transformada en información digital) con gran resolución espacial,
radiométrica, espectral y gran periodicidad, que hacen de la teledetección un instrumento indispensable
para el conocimiento global de la Tierra, así como para la detección y cuantificación de los cambios que
en ella se producen.
Existen sistemas de satélites operacionales que muestrean prácticamente todas las regiones del espectro
electromagnético, con resoluciones espaciales desde 0.5 a 5.000 m. El gran interés por los estudios de
espacios temporales de cambios globales, monitorizaciones del entorno y los efectos humanos sobre el
mismo, conlleva necesariamente la utilización de datos de teledetección.
El Tratamiento Digital de Imágenes utiliza la información digital (imágenes) procedentes de sensores para
la extracción de información según el estudio que se realice, topográficos y temáticos. Una de sus grandes
ventajas es la rapidez de procesamiento de la información digital disponible.
Para la obtención de información topográfica y temática se ha venido utilizando, hasta fecha reciente,
diferentes sistemas y equipos de producción,
Para el estudio del Tratamiento Digital de Imágenes se puede dividir, el mismo, en las siguientes fases:
Concepto de imagen digital.
Tratamientos previos. Radiométricos y geométricos.
Mejoras de la imagen.
19
Sistemas de Extracción automática de información.
Para finalizar conviene resaltar que las aplicaciones de la teledetección son actualmente muy variadas,
prácticamente de aplicación a todas las ciencias y disciplinas del conocimiento de la Tierra, como son:
meteorología, ocupación del suelo, geología, edafología, agricultura, estudios forestales, medioambiente,
cartografía temática y topográfica, cambio global, análisis geográfico, etcétera.
19
OBJETIVOS
Explicar que es teledetección espacial, fundamentos físicos, interacción de los elementos de la
superfície terrestre con la radiación y los sensores existentes
Explicar sobre las técnicas de tratamiento digital de imágenes de teledetección para la mejora y
extracción de la información de interés para cada aplicación.
Identificar las diversas fuentes de datos disponibles para la obtención de imágenes.
19
CAPITULO I
TELEDETECCION
1.1 FUNDAMENTOS FÍSICOS DE LA TELEDETECCIÓN.......... MADYORI
1.1.2 Definición de teledetección
La teledetección o percepción remota (‘Remote Sensing’) es una disciplina científica que
integra un conjunto de conocimientos y tecnologías (plataformas aéreas y espaciales)
utilizadas para la observación y captura directa de información territorial a distancia, sin
contacto directo con el objeto estudiado en forma digital, para la adquisición de información
a distancia, sin contacto directo con el objeto estudiado para su posterior análisis e
interpretación de fenómenos terrestres o atmosféricos (procesamiento de imágenes)
Sus principales fuentes de información son las medidas y las imágenes obtenidas con la
ayuda de plataformas aéreas y espaciales.
La adquisición de información a distancia implica la existencia de un flujo de información
entre el objeto observado y el captador. El portador de esta información es la radiación
electromagnética, esta puede ser emitida por el objeto o proceder de otro cuerpo y haber sido
reflejada por este para luego ser captada por un sensor (plataforma aérea o espacial) para la
obtención de información temática (medioambiental), como de información topográfica
(MDT, planimetría).
Todos los cuerpos (planetas, seres vivos, objetos inanimados) emiten radiación
electromagnética; la cantidad y tipo de esta radiación emitida depende fundamentalmente de
su temperatura.
El tratamiento digital de imágenes digitales será la herramienta fundamental de explotación
de dicha información y obtención de datos significativos del territorio y por otro al acceso a
la exhaustiva información digital proporcionada por sensores, en su aspecto espacial,
radiométrico, espectral y temporal.
19
1.1.3 Que es una imagen

a. Que es un pixel
1.1.4 Ventajas y desventajas de la teledetección
Mediante la teledetección se puede realizar observaciones multiescalares
Se pueden obtener imágenes con coberturas globales y extensas de la superficie de
la tierra
Se pueden obtener imágenes con información sobre regiones no visibles del espectro
Se puede realizar el tratamiento de imágenes y extracción de datos de imágenes
generadas por medio de la teledetección
No se obtiene imágenes con altas resoluciones y precisión a comparación con la
observación in situ o fotografías aéreas.
1.1.5 Espectro electromagnético: Fuentes y usos de las bandas de frecuencia o radiación
electromagnética.
Es la distribución energética del conjunto de las ondas electromagnéticas. Referido a un

objeto se denomina espectro electromagnético o simplemente espectro a la radiación
electromagnética que emite (espectro de emisión) o absorbe (espectro de absorción) una
sustancia
1.1.5.1 Radiación electromagnética
La radiación electromagnética es una forma de energía que se propaga mediante
ondas que se desplazan por el espacio a la velocidad de la luz (300000 Km/s)
transportando cantidades discretas de energía
Estas ondas se caracterizan por tener longitudes muy diferentes, desde las
longitudes de onda ínfimas (rayos X y Gamma), hasta aquellas usadas en
telecomunicaciones con longitudes de onda muchos mayores (ondas de televisión
y radio con longitudes mayores a 1 metro). Las unidades en que aparecen
expresadas las distintas longitudes de onda, son variables de acuerdo a su tamaño:
micras o micrómetros, o metros o centímetros para la más largas; por supuesto,
todas ellas pueden expresarse en valores de frecuencia (Hertzios o Gigahertzios
GHz). El conjunto de todas las longitudes de onda se denomina espectro
electromagnético.
Este se extiende desde la radiación de menor longitud de onda, como los rayos
gamma y los rayos X, pasando por la luz ultravioleta, la luz visible y los rayos
infrarrojos, microondas, hasta las ondas electromagnéticas de mayor longitud de
onda, como son las ondas de radio
19
Rayos gamma: Radiación más energética. Posee la mayor frecuencia (y por tanto, la
menor longitud de onda). Constituyen una forma de radioactividad.
Rayos X: Radiación de menor energía que los rayos gamma. Se emplea en
exploraciones médicas y en el estudio de los metales.
Rayos ultravioleta (UV): Radiación de menor energía que los rayos X. Proviene
principalmente del sol.
Radiación visible: Radiación de menor energía que los rayos ultravioleta. Recoge el
rango de frecuencias que se pueden percibir con la vista, desde el color rojo hasta el
violeta.
Rayos infrarrojos (RI): Radiación de menor energía que la radiación visible. La
emiten cuerpos calientes.
Microondas: Radiación de menor energía que los infrarrojos. Se emplea en
electrodomésticos y terapia médica, de interés creciente de la Teledetección en esta
banda. Las perturbaciones atmosféricas son menores y es transparente a las nubes.
Se suelen utilizar sensores activos.
Ondas de TV y radio: Radiación menos energética. Se emplean en
telecomunicaciones.
1.1.5.2 Bandas de frecuencia
19
El espectro se divide en bandas de frecuencia, las bandas de frecuencia son

intervalos de frecuencias del espectro electromagnético asignados a diferentes usos
dentro de las radiocomunicaciones. Su uso está regulado por la Unión
Internacional de Telecomunicaciones y puede variar según el lugar además de ser
utilizar para distintos fines,
Aunque esta división de estas bandas es inexacta. Existen ondas que tienen una
frecuencia, pero varios usos, por lo que algunas frecuencias pueden quedar en
ocasiones incluidas en dos rangos.
Cualquier objeto en la naturaleza emite radiación y lo hace con diferentes longitudes de

onda. Tanto la cantidad de energía que emite un cuerpo por radiación como la distribución
de esta energía en diferentes longitudes de onda dependen fundamentalmente de la
temperatura de dicho cuerpo.
La cantidad de energía emitida por un cuerpo se puede calcular mediante la ley de Stefan-
Boltzmann.
Donde € es un coeficiente de emisividad (entre 0 y 1) que depende del material que

constituya el cuerpo emisor, σ es la constante de Stefan-Boltzmann ( 5.67 10-8 W m-2 K-4 y T
la temperatura en grados Kelvin. L se expresa en J. m-2. S-1.
1.1.6 Ventanas atmosféricas
19
Entre las distintas bandas del espectro electromagnético, solo un restringido rango puede
usarse en teledetección. Esto se debe principalmente al efecto absorbente de la
atmósfera, que filtra cierto tipo de radiaciones. En consecuencia, únicamente en aquellas
regiones del espectro donde la transitividad de la atmósfera es alta, pueden abordarse
procesos de teledetección (salvo que lo que se pretenda sea precisamente observar las
condiciones de la atmósfera).
Las regiones del espectro con alta transitividad atmosférica, reciben el nombre de
“ventanas atmosféricas”. Pueden resumirse en las siguientes:
Espectro visible: ocupa la banda entre 0,4 y 0,7 micrones y su denominación se debe
a que es la única radiación que puede captar el ojo humano. Dentro del visible
podemos distinguir tres bandas espectrales correspondientes a los tres colores
básicos: azul, verde y rojo
Infrarrojo próximo: se extiende desde 0,7 a 1,3 micrones. En teledetección se utiliza
para la observación del estado de la vegetación y de concentraciones de humedad.
Infrarrojo lejano o térmico: entre 10 y 12,5 micrones. Puede detectar procesos de
transferencia de calor, ya que en esta banda se sitúa la máxima emitancia para las
temperaturas habituales de la superficie terrestre. En consecuencia en esta banda se
observa la energía que emiten los objetos, y no la que reflejan de la luz solar, por lo
que es posible utilizar esta banda en observaciones nocturnas.
Microondas: comprende las longitudes de onda mayores de 1mm. El interés de esta
banda es que resulta prácticamente transparente a la cubierta nubosa, lo que la hace
idónea para el estudio donde las nubes se dan de manera casi permanente (por
ejemplo, las zonas tropicales). Esta región del espectro puede utilizarse también sin
luz solar.
1.1.7 Firma espectral
1.1.8 Formato raster y vector
1.1.9 Naturaleza de la radiación
1.1.9.1 Interacciones entre la radiación electromagnética con la superficie terrestre
1.1.9.2 Interacción de la radiación con los objetos
1.1.9.3 Interacción atmósfera-radiación electromagnética
1.1.10 SIG
1.1.11 Como se forman los colores en una computadora
1.1.12 Buscar otros
1.2 INTERACCIÓN DE LOS ELEMENTOS DE LA SUPERFICIE TERRESTRE

CON LA RADIACIÓN………….MADYORI
1.2.2 Respuesta espectral del agua
1.2.3 Respuesta espectral de la vegetación
1.2.4 Respuesta espectral del suelo
1.2.5 Respuesta espectral de la atmosfera
1.3 SENSORES REMOTOS Y SISTEMAS SATELITALES

……………….MARGARITA
1.3.2 Plataformas espaciales , sensores remotos y canales
a) PLATAFORMAS ESPACIALES:
Las Plataformas donde se montan los sensores son estructuras que permiten su
fijación y transporte. Las plataformas se clasifican de la siguiente manera:
19
Fijas: El sensor en este tipo de plataformas se encuentra colocado en una

torre o mástiles.
Móviles: El sensor en este tipo de plataforma se encuentra colocado en un
vehículo. Dentro de las plataformas móviles éstas se subdividen en:
 Aerotransportadas: Dentro de las plataformas aerotransportadas
tenemos los trasbordadores espaciales, globos aerostáticos,
helicópteros y aviones.
 Espaciales. Estas plataformas corresponden a los satélites que
orbitan la tierra. AUTOR: Lizana, Carlos / TITULO: Fotogrametría
b) SENSORES REMOTOS:
Los Sensores Remotos son instrumentos o dispositivos capaces de observar, medir
o detectar un cambio de las propiedades físicas de un objeto sin estar en contacto
directo con él. En nuestro caso particular el objeto es la superficie terrestre, y las
propiedades físicas que se observan o miden son la energía del sol reflejada y la
energía emitida por la superficie terrestre. AUTOR: Lizana, Carlos / TITULO:
Fotogrametría
El objetivo principal del sensor es convertir una señal analógica en un valor
digital, por lo que no se puede asimilar al sistema de fotografía, así mismo es
posible realizar el procedimiento contrario digital-analógico, para obtener los
valores de radiancia originales, con lo que se puede realizar una medición más
exacta de la superficie que se observa.
También se toma en cuenta la resolución en las que se toman las imágenes para
esto la información a detalle nos sirve y la conseguimos con las diferentes
resoluciones espacial, espectral, radiométrica y temporal.
19
AUTOR: Rodriguez, Oscar y Arredondo, Alberto / TITULO:Manual para el

Manejo y Procesamiento de Imágenes Satélitales Obtenidas del Sensor Remoto
MODIS de la NASA, Aplicado en Estudios de Ingeniería Civil / AÑO: 2005 /
CIUDAD: Bogotá
Resolución espacial: Hace referencia al objeto más pequeño que se pueda

distinguir en una imagen la cual está compuesto de pixeles (mínimo detalle)
que nos representan una superficie que observamos. Los factores para la
resolución espacial son la altura orbital, velocidad en la cual se examina y el
número de detectores; esto va relacionado con la escala de trabajo y con la
fiabilidad de la interpretación.
Resolución espectral: Nos indican el número y anchura de bandas

espectrales identificables por el sensor remoto, este tipo de resolución nos
permite caracterizar espectralmente los diferentes cubiertas, mientras más
corta es la longitud de la banda la información capturada es más relacionado.
Resolución temporal: Se refiere en que tiempo el sensor remoto da

cobertura sobre un punto esto va depender de la órbita de la plataforma, para
esto hay varios sensores algunos nos proporcionan la información cada 30
minutos u otros como el LANDSAT que entrega de 20 días.
Resolución radiométrica: Capacidad con la que se representa las

variaciones de radiancia espectral, esto se representa mediante los niveles de
grises. Mientras más preciso sea la radiometría nuestra interpretación será
mejor, suele identificarse con la resolución radiométrica del sensor y esta se
indica por el número de niveles de gris captados por el film, así mismo cada
píxel de la imagen viene definido como un numero entero, ese valor
numérico se denomina nivel digital, ese nivel es el que fácilmente puede ser
traducido
La clasificación se da en dos en pasivos y activos los cuales explicamos a
continuación:
c) SENSORES REMOTOS PASIVOS:
La información de estos proviene de las fuentes naturales que son reflejados por la
superficie terrestre, estos sensores se clasifican en los siguientes:
Sensores fotográficos:
Son los más utilizados para la teledetección, también lo son las películas
fotosensibles ya que esto se basa en la impresión de imágenes. Las variables
más influyentes en este sistema son: ángulo de observación, altura de la
plataforma, numero de objetivos y tipo de película. El tipo de película más
utilizado en la fotogrametría aérea es el pancromático (blanco y negro), otras
menos usadas son las películas en infrarrojo los cuales captan en tonos grises
la radiación del infrarrojo, el tipo de cámara puede variar entre mono o
19
multibanda. Por último la altura de observación se presenta como fotográfica

aérea o espacial, sus diferencias más atenuantes son la nitidez, cobertura,
resolución, y geometría.
Sensores óptico electrónicos:

 Sensores de barrido: Se han diseñado con el fin de realizar una
cobertura sistemática de la superficie terrestre, ya que combinan una
óptica similar a la de los sistemas fotográficos pero con sistema de
detección electrónica, los llamados exploradores de barrido o scanner
son los más comunes, compuestos por un espejo móvil que oscila
perpendicularmente a la dirección de la trayectoria, le permite
identificar una franja de terreno a ambos lados de la traza del satélite.
La radiancia de este receptor óptico, se dirige a unos detectores, que
convierten la señal eléctrica, con el fin de ser almacenada en una serie
antenas receptoras, esta información se graba en cintas compatibles con
el ordenador, para su procesamiento.
 Sensores de empuje: Se da por el espejo oscilante que se remplaza por
la disposición de detectores en cadena que cubren todo el campo de
observación del sensor, estos trabajan según el movimiento orbital del
satélite, estos detectores son llamados dispositivos de acoplamiento por
carga. Esta tecnología permite una resolución espacial mayor que la de
los barredores, gracias a la eliminación de la parte móvil que pierde
sincronía con el movimiento de la plataforma, una de las desventajas es
la difícil calibración de la cadena de detectores así mismo presentan
dificultades con la ampliación espectral de la información obtenida.
 Sensores tubos de 'vidicon': Está conformado por un sistema parecido

al de la cámara de televisión, el cual puede funcionar de forma
pancromática o multibanda, la imagen se enfoca sobre un foto-
conductor, donde se crea una copia electrónica, la cual espera hasta que
una haz de electrones la barra de nuevo restaurando sus características.
Sensores microondas:
Son radiaciones electromagnéticas de longitud de onda largas, y el sensor o
radiómetro de microondas opera en este rango que varía entre 1 y 100mm, el
equipo se compone por un elemento direccional, un receptor el cual recibe y
amplifica las ondas y un detector. Su desventaja se encuentra en la baja
resolución espacial,
d) SENSORES REMOTOS ACTIVOS:
19
Son los encargados de obtener información de la energía electromagnética

proveniente de fuentes artificiales para grabarla y analizarla, la característica
primordial de los sensores activos es la capacidad de proporcionar el haz
energético que luego capta tras su reflexión sobre la superficie a observar.
Radiómetro: activo de microondas que trabaja en una banda comprendida

entre 0.1cm y 1, es un equipo que por su tecnología puede trabajar en
cualquier condición atmosférica. El radar está compuesto por los siguientes
elementos: Transmisor, receptor, antena y sistema electrónico, el transmisor
genera los pulsos continuos de microondas, estos son enfocados por la antena
dentro de una haz, el haz ilumina la superficie oblicuamente en un ángulo
perpendicular al movimiento de la plataforma, la antena recibe la porción de
energía devuelta desde los objetos y el eco llega permitiendo medir al radar la
distancia.
El radar: Es un equipo que trabaja en el rango de las microondas (1cm a

1m), en donde la variedad de sus bandas le permite identificar objetos con
diferentes características, resaltando principalmente el brillo, textura y
tonalidad. La polarización del radar es la orientación del campo eléctrico, con
la que emite la radiación, puede presentarse una polarización horizontal como
vertical, este fenómeno es el determinante del resultado final de la imagen.
1.3.3 Bandas de la teledetección
a) Teledetección del infrarrojo reflectivo y el visible.
El reconocimiento del visible y el infrarrojo cercano, corresponde a una percepción
remota de tipo pasivo, la información se logra a partir del reflejo de los objetos, estos
equipos capturan en forma digital la información, comúnmente en más de una banda con
el factor de que en estas longitudes de onda es limitada la penetración de los cuerpos
sólidos, solo en casos especiales como el hielo este fenómeno se presenta unos metros y
en la nieve se presenta unos centímetros, lo anterior dependiendo de la turbidez del agua
como elemento componente; tanto en la vegetación como los suelos resulta fácil
discriminar sus características, en consecuencia la mayor aplicación del reconocimiento
del espectro visible e infrarrojo cercano ha sido en investigaciones ambientales en donde
se ha logrado el monitoreo de agua, verificar el estado de la vegetación, identificar tipos
de suelo y roca, así mismo como estado actual de la nieve.
b) Teledetección en el infrarrojo lejano

Según las leyes de Planck y Wian podemos fijar entre 8 y 14 um la banda espectral
donde se manifiesta con mayor claridad la emisión espectral de la superficie terrestre, de
acuerdo a su temperatura (300 kelvin), este sector es conocido como el infrarrojo
térmico En el infrarrojo termal se utiliza la energía emitida por el propio objeto, de la
cual el sensor capta la información gracias a la propiedad de los cuerpos con
temperatura mayor al cero absoluto de radiar energía, este fenómeno de radiación varia
según su emisión entre longitudes de ondas cortas y largas, así mismo depende de la
hora del día. Ejemplo: El agua y el hielo poseen emisividad alta alrededor de 0.94 a
0.99, el agua es el elemento con mayor inercia térmica propiedad que le permite estar
19
más cálida de noche que de día, en otro caso las propiedades térmicas de la vegetación
dependen de condiciones como la estructura, densidad y otros, lo cierto es el consumo
de energía por parte de la vegetación para el desarrollo de su proceso clorolifíco, energía
devuelta al medio durante la noche lo que provoca temperaturas más bajas durante el
día. Los suelos secos poseen menor inercia térmica que los suelos húmedos, por lo cual
poseen mayor temperatura en el día que en la noche. La mayoría de estos equipos
utilizan la tecnología de barrido mecánico, en donde la radiación emitida por el objeto es
recibida por un detector fotoeléctrico previamente enfriado, esta información es
capturada tanto de día como de noche y sus principales aplicaciones se encuentran en
trabajos de operación militar y prevención de desastres.
c) Teledetección en la zona de las microondas.

La banda del espectro que nace en las longitudes de onda milimétricas se denomina
región de la microondas, se trata de las mayores longitudes utilizadas en la
teledetección, la emisividad de las microondas del medio natural depende de las
propiedades dieléctricas, la rugosidad de la superficie y la estructura interna, la
teledetección en esta banda implementa los dos tipos de percepción remota tanto la
pasiva como la activa, los sensores pasivos de esta banda comúnmente se conocen como
radiómetros de microondas, poco utilizados compuestos por una antena de alto alcance,
un sistema de intercambio , una o varias fuentes de energía usadas para calibración, un
filtro de banda, amplificadores y un detector por el otro lado se encuentran los sensores
activos los cuales emiten su haz de microondas con el fin de capturar la reflexión
emitida por el objeto en estudio, son clasificados en dos, los que crean imágenes y los
que no, de los primeros encontramos los altímetros y escaterómetros, por otra parte en
los últimos encontramos el mas conocido de todos el RADAR (Radio Detection and
Ranking), los cuales poseen una gran resolución espacial (entre 10 y 100m), algunos con
resolución tanto vertical como horizontal.
1.3.4 Sistemas satelitales
El sistema de teledetección se encuentra compuesto esencialmente por 2 elementos, la

plataforma o soporte y el sensor.
La plataforma es el medio por el cual el sensor se transporta y ubica para el desarrollo
de su labor, estas pueden ser espaciales, aéreas o terrestres.
Las terrestres son comúnmente camiones equipados para el manejo con gran
exactitud del sensor remoto.
Las aéreas son comúnmente aeroplanos con los cuales se realizan trabajos de
reconocimiento de áreas de difícil accesibilidad.
Las espaciales las conforman los satélites los cuales son utilizados para lograr
mayor cobertura de la superficie de la tierra.
Los satélites originalmente son considerados como cuerpos encargados de cubrir un
movimiento alrededor de un objeto de mayor tamaño, existen los naturales como las
lunas y los artificiales construidos por el hombre. Los sistemas satelitales están
compuestos por un medio de comunicación con la tierra, una fuente de poder y un
sistema de control que coordina su labor.
19
La clasificación más importante de los satélites se presenta según la órbita en la que

viajan, la órbita se ha definido como la trayectoria de movimiento de los satélites
sobre la superficie terrestre, estas varían en términos de altitud y rotación respecto al
movimiento planetario, de acuerdo a lo anterior se pueden observar dos tipos de
satélites:
a) Satélites de Órbita Polar son los satélites encargados de viajar con una
trayectoria de norte a sur, lo cual les permite un cubrimiento global del planeta,
así mismo al encontrarse en una altura relativamente baja ( en cientos de
kilómetros) su reconocimiento del planeta resulta ser más detallado . Existen
unas trayectoria semejantes a las polares donde los satélites viajan en una parte
de su orbita hacia el polo norte y en otra parte hacia el polo sur, estos
recorridos son conocidos como trayectorias ascendentes y descendentes
respectivamente, si el equipo se encuentra sincronizado con el sol su
trayectoria ascendente la realizara del costado sombro de la tierra, mientras que
si es descendente lo hará del lado iluminado de la tierra. Además de lo anterior
también existen satélites los cuales han sido modificados para trasladarse en
una trayectoria diferente a la polar y la geoestacionaria, de manera tal que
realice trabajos más específicos según el área de conocimiento para su
aplicación.
b) Los satélites de Órbita Geoestacionaria: Estos satélites viajan con una

velocidad similar a la de rotación de la tierra, por lo cual estos satélites siempre
registran información del mismo sector terrestre, su altura aproximada es de
36000km, su aplicación más importante se encuentra para el caso de estudios
meteorológicos, gracias a su gran altitud facilitan la descripción del
comportamiento climático, además registran información espacial continua
pero con poco detalle.
 Adquisición de imágenes satelitales

AUTOR: Rodriguez, Oscar y Arredondo, Alberto / TITULO:Manual para
el Manejo y Procesamiento de Imágenes Satélitales Obtenidas del Sensor
Remoto MODIS de la NASA, Aplicado en Estudios de Ingeniería Civil /
AÑO: 2005 / CIUDAD: Bogotá
1.3.5 Programas espaciales de teledetección

Sistema de Observación Terrestre (EOS)
o Programa Satelital TERRA 63
o Programa Satelital AQUA 66
Erst-Landsat 70
Tropical Rainfall Measuring Mission 71
Orb view 72
Sistema para la Observación de la Tierra, Spot
19
AUTOR: Rodriguez, Oscar y Arredondo, Alberto / TITULO:Manual para

el Manejo y Procesamiento de Imágenes Satélitales Obtenidas del Sensor
Remoto MODIS de la NASA, Aplicado en Estudios de Ingeniería Civil /
AÑO: 2005 / CIUDAD: Bogotá
1.3.6 Almacenamiento de datos raster FALTA
1.4 CARACTERIZACIÓN DE LAS IMÁGENES DE

SATÉLITE……………..NATALY
Los nuevos satélites comerciales ofrecen características como resolución (tamaño cuadrado
representado por una pixel), precisión posicional (la variación entre la posición de un objeto
en la imagen y su posición verdadera) y tiempo de entrega revolucionaria.
1.4.2 Plataformas, sensores y canales

Se entiende por plataforma los satélites (LANDSAT, METEOSAT, NOAA, SPOT) o
aviones que transportan los aparatos necesarios para captar, almacenar y transmitir
imágenes a distancia (sensores).
Ejemplo de plataforma:
El SPOT es un satélite de observación terrestre, Orbita a una altura de 831Km,
con orbita casi polar, una resolución espacial de 26 días en posición vertical y
abarcando un área de 117km.
El sistema posee dos sensores idénticos (TWIN) denominados HRV (High
resolution visible), que puede trabajar en simultaneo.
Permite que la resolución temporal se reduzca a 4 días en su máxima posición de
vista y se observe un área máxima de 950 km.
Permite la visión estereoscópica de las imágenes.
En el modo multiespectral posee una resolución espectral de 3 bandas: Banda 1
azul; Banda 2 verde y Banda 3 infrarrojo cercano.
a. Un sensor: Es el aparato que reúne la tecnología necesaria para captar
imágenes a distancia y que es transportado en una plataforma. Según el
procedimiento utilizado, se los domina pasivos o activos.
Los Pasivos son los que se limitan a recoger la energía reflejada o emitida
por la superficie, y los activos, recogen energía generada por el mismo
sensor (radares).
Otra manera de clasificarlos, es según la técnica que emplean:
 Sensores Fotográficos: Registran la información en películas
sensibles a la luz (Fotografias).
 Sensores óptico-electrónicos: Transforman a bordo la energía
recibida en un valor digital, que se transmite directamente en tiempo
real. De dos tipos, scanners (Landsat) y de empuje (Spot).
 Sensores de antena: Para longitudes de onda largas, activos
(radiómetros de microondas) y pasivos (Radar).
b. Resoluciones de un sensor:
 Espacial: Es la capacidad de un sensor para distinguir objetos de
cierto tamaño de pixel.
19
 Espectral: Se refiere al número de bandas espectrales que pueden

discriminar el sensor y el ancho que estas poseen.
 Radiométrica: Se refiere a la sensibilidad que tiene el sensor de
detectar variaciones de la radiancia que recibe. En fotografías, el
número de grises y en sensor óptico –electrónicos, la cantidad de
valores digitales.
 Temporal: Se refiere a la frecuencia de cobertura de una misma
porción de la superficie terrestre. Tiempo que tarda el satélite en
tomar dos imágenes del mismo sitio.
Características de los principales sensores utilizados en teledetección

1.4.3
Análisis de imágenes
de satélite con
un SIG
Una imagen de satélite en bruto, tal como normalmente llega al usuario final, consiste
en un conjunto de matrices, una por cada canal del sensor, en la que aparecen
números del 0 al 225 que llega el valor más alto de radicación. Estos valores se
denominan niveles digitales.
El tratamiento de una imagen de satélite previo a su análisis incluye:
 Georreferenciación: Paso de un sistema de filas y columnas a un sistema de
coordenadas estándar.
 Paso de nivel digital a radiación recibida por el sensor. Normalmente a través
de una ecuación lineal cuyos parámetros se suministran junto con la imagen.
1.5 VISUALIZACIÓN DE IMÁGENES………………..NATALY

Habitualmente se ha divido el análisis de imágenes de satélite en 2 fases, un análisis visual y
un análisis digital. El primero es similar en muchos aspectos a la fotointerpretación clásica
con las ventajas que aporta la fotografía digital en cuanto a las posibilidades de retocar y
realzar las imágenes. Sin embargo, una imagen de satélite en bruto presenta un aspecto
bastante apagado, por lo que el análisis visual no resulta sencillo.
Cada pixel en pantalla es representado mediante 3 puntos de luz, rojo, verde y azul al
dispositivo encargado de pintar todos los puntos de un color se le denomina cañón. Una
imagen de satélite tiene varias bandas, algunas de ellas responden es esto colores y otras a
regiones fuera del espectro visible. Para visualizarlas podremos pasar las diferentes bandas
por cada uno de los cañones o por todos a la vez (imagen en blanco y negro).
19
1.5.2 Ajuste de contraste

Los sensores utilizados están calibrados para recibir valores muy altos de radiación
sin llegar a saturarse por lo que normal es que todos los valores recibidos estén muy
por debajo de los máximos posibles. Una manera de solventar el problema es ajustar
el contraste mediante técnicas:
 Expansión lineal
 Expansión lineal restringida
 Ecualización del histograma
1.5.3 Composición de color

La imagen de cada banda representa niveles de intensidad de un color (Azul, verde,
rojo, etc.) y los monitores y tarjetas de video disponen de 3 canales.
 R rojo
 G verde
 B azul
Para representar los 3 colores básicos; puede utilizarse cada canal para representar la
intensidad de una banda y así obtener una composición de color, la más obvia seria
simular el color real. En landsat, la correspondencia entre bandas y cañones seria:
Estas servirán para resaltar los elementos que mayor reflectividad

presentan en las bandas utilizadas, además de obtener
visualizaciones más o menos estéticas.
Se trata de aprovechar que podemos visualizar tres canales a la vez para introducir las
tres bandas que más nos van a ayudar a discriminar visualmente los elementos que
nos interesan.
1.5.4 Filtros
Consiste en la aplicación a cada uno de los pixeles de la imagen de una matriz de
filtrado (generalmente de 3x3) que genera un nuevo valor mediante una media
ponderada del valor original y lo de los 8 pixeles circundantes. Los filtros más
utilizados son los de paso bajo que asigna a cada pixel el valor medio de los pixeles
circundantes; o los de paso alto.
1.6 OBTENCIÓN DE VARIABLES. ÍNDICES Y

TRANSFORMACIONES……………NATALY
1.6.2 Índices de vegetación
Índice Normalizado de Vegetación (NDVI). Este índice se basa en que la vegetación tiene
una reflectividad muy alta en la banda 4 de landsat y muy baja en la banda 3. Cuanto mayor
sea la diferencia entre ambas bandas mayor es el porcentaje de cobertura vegetal y más sana
es esta.
El objetivo es eliminar la influencia que el suelo puede tener sobre las reflectividades en el
rojo y el infrarrojo y que pueda enmascarar las de la vegetación.
19
1.6.3 Transformación Taselled Cap

La transformación Taselled supone pasar de las bandas 6 de landsat a 3 bandas con un
claro sentido físico que representa el brillo de la imagen (Albedo), el verdor y la
humedad.
1.6.4 Análisis de Componentes Principales

Las diferentes técnicas de análisis permiten transformar una serie de variables en
nuevas variables denominadas componentes incorrelacionadas, que absorben la
variabilidad total de los datos. Estos componentes están ordenados además de mayor
a menor en relación al porcentaje de la variabilidad total que absorbe.
1.7 CLASIFICACIÓN DE IMÁGENES…………………CAMILA

La elaboración de una clasificación del área de estudio en una serie de clases relativas a
litología, tipos de vegetación, usos del suelo, etc., es uno de los objetivos fundamentales en
teledetección. La clasificación en teledetección es, por tanto, un caso particular del problema
general de clasificar N individuos en un conjunto de K clases en función de una serie de
variables cuantitativas ( X1, X2,...,Xn). Para resolver este problema se necesita una medida
de la semejanza o diferencia entre los diferentes individuos y entre los individuos y las clases.
Dos individuos muy parecidos pertenecerán probablemente a la misma clase, mientras que
dos individuos distintos pertenecerán a diferentes clases. La medida más utilizada es la
distancia euclidiana:
Aunque pueden utilizarse otro tipo de distancias. Para estimar los valores de X1, X2,...,Xn
para las diferentes clases se utiliza la media aritmética de los valores de los pixeles incluidos
en la clase. Puesto que en la práctica no podemos saber con certeza a que clase corresponde
cada uno de los pixeles, el problema de la clasificación se convierte en un problema de
probabilidad de pertenencia a cada una de las clases de un conjunto, por tanto, se suelen usar
métodos estadísticos.
El procedimiento de clasificación supone dos fases:
Definición de las clases
Adjudicación de cada uno de los pixeles del terreno a las clases previamente definidas
1.7.2 Definición de clases

Suponiendo que los datos han pasado ya todo tipo de correcciones de tipo geométrico o
atmosférico, existen dos métodos complementarios para afrontar la definición de clases,
estos son válidos tanto en imágenes de satélite como en cualquier otro campo.
a. Clasificación no supervisada
En la clasificación no supervisada no se establece ninguna clase a priori, aunque
es necesario determinar el número de clases que queremos establecer, y se utilizan
19
algoritmos matemáticos de clasificación automática. Los más comunes son los

algoritmos de clustering que divide el espacio de las variables en una serie de
regiones de manera que se minimice la variabilidad interna de los pixeles
incluidos en cada región. Cada región de este espacio de variables define de este
modo una clase espectral.
El procedimiento consta de una serie de pasos, en cada paso se identifican los dos
individuos más próximos, se hace una clase con ellos y se sustituyen por el
centroide de la clase resultante. De este modo cada paso analiza un individuo
menos que el anterior ya que los individuos van siendo sustituidos por clases. El
proceso se detiene cuando se ha alcanzado un número de clases igual al número
de clases que había sido establecido a priori. El resultado final de un proceso de
clustering suele ser un dendrograma en el que puede verse como los diversos
individuos se aglutinan en clases, primero los que están a un menor distancia (los
más parecidos), y como posteriormente las clases se unen entre sí. A partir de un
dendrograma podemos elegir el número de clases que queremos mantener en
función de diferentes criterios. Puesto que una imagen de satélite contiene del
orden de millones de pixels no tendría sentido hacer un dendrograma completo, ni
siquiera utilizar todos los pixeles. En su lugar se establece una muestra con la que
se inicia el proceso. El usuario debe decidir a priori con cuantas clases quiere
trabajar y el programa parará en el momento que toda la muestra inicial se haya
reducido a ese número de clases. El resultado final señala caracterización de cada
una de las clases obtenidas.
b. Clasificación supervisada
La clasificación supervisada se basa en la disponibilidad de áreas de
entrenamiento. Se trata de áreas de las que se conoce a priori la clase a la que
pertenecen y que servirán para generar una signatura espectral característica de
cada una de las clases. Se denominan clases informacionales. Estas deben ser
áreas lo más homogéneas posibles y en las que sepamos lo que había el día que se
tomó la imagen. Por ello esta operación se realiza el mismo día en el que el
satélite toma la imagen y luego se compra esta. Otra posibilidad es utilizar
fotografía aérea o información de otro tipo. Obtener las características de
reflectividad de cada una de las clases implica una simple consulta a las
19
imágenes. La respuesta espectral de una clase será la respuesta espectral media de

sus pixels
1.7.3 Asignación de pixels a clases

Una vez que se dispone de un conjunto de clases y de sus signaturas espectrales
características, vamos a tratar de adjudicar cada uno de los pixels a una clase.
a. Clasificación por mínima distancia
Evidentemente el pixel x se asignará a la clase respecto a la cual su distancia sea
mínima. En definitiva, se definen una serie de hiperesferas que rellenan el
hiperespacio de variables sin interceptarse. Este método no es demasiado bueno
ya que sobre clasifica la imagen, es decir ningún pixel queda sin clasificar.
Aunque algunos autores señalan esto como una ventaja, realmente es un problema
ya que es preferible dejar áreas sin clasificar que clasificarlas sin garantías.
b. Clasificación por paralelepípedos

En este método se definen una serie de paralelepípedos, hiperparalelepípedos
manteniendo la nomenclatura anterior, que definen las fronteras de cada clase. La
definición de cada uno de los paralelepípedos debe hacerse teniendo en cuenta los
valores máximos y mínimos de reflectividad para cada una de las bandas. Con
este método pueden aparecer pixels sin asignar o pixels asignados a varias clases.
Aquellas celdillas que quedan sin clasificar representan otras clases que no se han
tenido en cuenta o bien que resultan demasiado complejas para adjudicarlas a una
clase.
c. Clasificación por máxima verosimilitud
19
Puesto que se tiene una muestra de refelctividades para cada clase y cada banda,
puede calcularse la media y la desviación típica de cada una de las clases, y
utilizar algún modelo de distribución de probabilidad. El clasificador de máxima
probabilidad asume que los datos siguen una función de distribución normal para
asignar la probabilidad de que un pixel cualquiera pertenezca a cada una de las
clases. El pixel se asigna de este modo a la clase a la que es más probable que
pertenezca. Este método puede usarse de forma automática, o puede establecerse
algún criterio que permita asignar pixels a una clase sólo si la probabilidad
correspondiente es superior a determinado umbral. Permite por otro lado definir
algún tipo de criterio para medir la calidad de la asignación, por ejemplo, la
diferencia entre la máxima probabilidad y la siguiente.
d. Clasificación de contexto
Todos los métodos estudiados hasta ahora utilizan, para clasificar una celdilla,
sólo los valores de reflectividad recogidos en dicha celdilla. Este hecho no es
demasiado problemático si el tamaño de la celdilla es mayor que los diferentes
elementos físicos que componen el paisaje. Sin embargo, si el tamaño es más
pequeño que las unidades de paisaje podrían utilizarse la información de los
pixels de alrededor para estimar la pertenencia a una clase o confirmar la
estimación. Puede resultar un método útil en combinación con el de máxima
probabilidad ya que permite incluir la información de los pixels circundantes para
tomar una decisión en caso de que las probabilidades para dos clases sean
similares o no exista una clase con probabilidades de pertenencia suficientemente
altas.
1.7.4 Contexto espacial
19
Se trata de incorporar otras fuentes de información distintas a las bandas para la

clasificación. Entre esta información estaría la altitud, pendiente, litología, etc. Las
distintas formaciones vegetales tienen mayor capacidad para desarrollarse en
determinados entornos definidos en parte por estas variables. Por tanto, puede ser útil
establecer cuál es la formación vegetal con mayor probabilidad de desarrollarse en un
determinado pixel (en función de topografía y litología) y combinar esta información
con la de las bandas
a. Clasificaciones multitemporales
Si lo que se pretende es distinguir entre clases cuya respuesta espectral varían con
el tiempo, por ejemplo, entre diferentes usos del suelo, puede ser interesante
integrar imágenes obtenidas en diferentes fechas. Imágenes de primavera y otoño
tienen un gran valor discriminante ya que las superficies vegetales, especialmente
las de cultivo muestran grandes diferencias. Si se utiliza esta técnica, resulta
imprescindible realizar una buena corrección atmosférica de las imágenes. Si
todas son de la misma fecha, la influencia de la atmósfera es la misma para todas
por tanto podemos asumir que no influye demasiado en la clasificación. Sin
embargo, si las imágenes proceden de diferentes fechas, la diferente influencia de
la atmósfera puede enmascarar y distorsionar los cambios en la respuesta
espectral.
b. Clasificación por redes neuronales

Se basan en el uso de redes neuronales artificiales que, se supone, imitan a las
redes neuronales reales en el desarrollo de tareas de aprendizaje. Una neurona
artificial es un objeto lógico (se trata de software no de hardware) que recibe
diversas entradas, hace una media ponderada de las mismas y produce una salida
a partir de la aplicación de una función umbral a la media ponderada. Si
conectamos las salidas de unas neuronas como entradas de otras obtenemos una
red neuronal. Uno de los ejemplos más típicos de red neuronal es el la Back
Propagation Neural Network que aparece en la figura. Consta de una capa de
entrada con tantas neuronas como variables de entrada se vayan a introducir en el
modelo (en el caso de la teledetección sería una por cada banda utilizada para
clasificar), una capa oculta que realiza la mayor parte del cálculo y una capa de
salida con tantas neuronas como posibles clases existan. En teledetección esta
salida suele consistir en un valor numérico entre 0 y 1 para cada clase, cuanto
mayor sea este valor más verosímil resulta que el pixel pertenezca a la clase en
cuestión.
Para trabajar con una red neuronal existen varias fases:
Entrenamiento. Se le introducen a la red la respuesta espectral de pixeles
cuya clase se conoce y se compara la salida con la realidad. A partir de
esta comparación se modifican los coeficientes de ponderación de todas
las neuronas para que se obtenga la respuesta adecuada (se trata de un
procedimiento automático) es decir un 1 en la clase correcta y ceros en las
incorrectas.
19
Estabilización. Al principio del entrenamiento, los factores de

ponderación cambian muy deprisa, pero conforme este se desarrolla (y si
las áreas de entrenamiento se han seleccionado correctamente) se
estabilizan (no se modifican, aunque se vuelvan a introducir los pixels de
entrenamiento). En este momento finaliza la fase de entrenamiento.
Clasificación. Se introducen las respuestas espectrales de los pixeles cuya
clase no se conoce y se adjudican a la clase que dé una respuesta más alta.
Se trata en definitiva de un método de clasificación no paramétrico
robusto que da buenos resultados cuando las respuestas espectrales de las
clases no siguen una distribución normal. La clave está en el conjunto de
coeficientes de ponderación que constituyen un conjunto de parámetros
que deben ajustarse a unos datos de entrada y salida. Por tanto, en cierto
modo es equivalente a una regresión multivariante no paramétrica.
1.7.5 Arboles de clasificación

Suponen un análisis exhaustivo de las respuestas espectrales de las clases y del
conjunto de datos disponibles, consiste en ir haciendo preguntas a cada pixel cuya
respuesta positiva o negativa conducirá a otra pregunta y asi sucesivamente hasta
obtener la clase a la que pertenece. Se basa en los mismos principios que los sistemas
expertos.
a. Clasificadores borrosos
Sea cual sea el procedimiento de clasificación utilizado, surge el problema de que
algunos pixels resultan inclasificables, bien porque sus probabilidades de
pertenencia a cualquier clase sean muy bajas (máxima verosimilitud, salidas de un
método de redes neuronales, etc.) o porque aparezcan dos o más clases con muy
alta probabilidad que se disputen el pixel. En estos casos tiene más sentido no
clasificar los pixels de forma unívoca sino establecer cual es su posibilidad de
pertenencia a cada una de las clases (el concepto de posibilidad no es exactamente
igual al de probabilidad).
19
1.8 VALIDACIÓN. ERROR DE CLASIFICACIÓN.

Existen dos posibilidades, evaluar una estimación teórica del error en función de las
características del algoritmo de clasificación o analizar una serie de áreas test obtenidas del
mismo modo que las áreas de entrenamiento. El segundo modo de proceder permite obtener
una estimación más realista de los errores mientras la muestra de pixels para la estimación del
error sea lo suficientemente grande y representativo. Un método simple y apropiado de
evaluaciones de los errores es utilizar la matriz de confusión de clases. Con este tipo de
análisis, se obtiene, no sólo una caracterización del error cometido, sino también una medida
sobre la adecuación de las clases consideradas a la realidad y de los parámetros utilizados
para caracterizarlas. Puede por tanto utilizarse para definir un nuevo conjunto de clases para
realizar una clasificación. En la tabla aparece un ejemplo de matriz de confusiones, los
valores en filas representan las clases reales y en columnas aparecen (en la parte izquierda de
la tabla) las clases obtenidas tras la clasificación. Por tanto, debe interpretarse como el
número de píxeles que perteneciendo a la clase fila han sido adjudicados a la clase columna.
En la parte derecha de la tabla aparece: Ni es el número total de píxeles de cada clase, el
porcentaje de pixels clasificados correctamente para cada clase. Es el número de pixels que
correspondiendo a la clase y han sido adjudicados a otras, y es el número de pixeles
adjudicados a i cuando en realidad pertenecen a otra clase. La última fila presenta la
totalización de estos resultados. (geograf, s.f.)
19
CAPITULO II
PROCESAMIENTO DE
IMAGENES
2.1 DEFINICIÓN………………..TANIA
El procesamiento de imágenes tiene que ver con la adquisición, transmisión, procesamiento y
representación de las imágenes. Las técnicas de proceso de imágenes se utilizan para mejorar
la apariencia visual de las imágenes para un observador y para preparar convenientemente el
contenido fotográfico de cara a la percepción por parte de máquinas. El proceso digital de
imágenes se puede dividir en las siguientes áreas:
Adquisición o captura que se ocupa de los diferentes caminos para la obtención de

imágenes; por ejemplo, utilizando cámaras digitales o digitalizando imágenes
analógicas (fotografías).
Realce y mejora son las técnicas que se usan para mejorar la apariencia visual de las
imágenes ó para recuperar o restaurar las imágenes degradadas.
Segmentación que se ocupa de la división de las imágenes en regiones o áreas
significativas.
Extracción de características que se ocupa de la detección y localización de entidades
geométricas simples y complejas. Desde entidades simples como líneas y puntos hasta
geometrías complejas como curvas y cuádricas.
2.2 IMAGEN DIGITAL…………………… TANIA

2.2.1 Imagen
Una representación de un objeto real
2.2.2 Imagen Digital:
Representación en formato de grilla (matriz) M filas x N columnas.
Una imagen de dos dimensiones es una función f(X, Y) donde X e Y representan
las coordenadas del plano.
f(X,Y) representa la intensidad o nivel de gris de la imagen en ese punto
Si X e Y son discretos y finitos entonces la imagen es digital
19
2.3 SIG Y TELEDETECCION

La teledetección y los SIG surgen en principio como tecnologías independientes. Sin embargo
uno de los objetivos del primer SIG, el Sistema de Información Geográfica de Canadá (CSIG)
desarrollado por Roger Tomlinson en los sesenta, fue el almacenamiento y procesado de
fotografía aérea.
Los Sistemas de Información Geográfica son programas que proporcionan, de forma modular
o integrada, herramientas para la introducción, almacenamiento, gestión, análisis y
representación gráfica de datos que se caracterizan por la existencia de una componente
espacial, por tanto se trata de datos georreferenciados.
La teledetección se concibió en principio como una herramienta para la obtención de
información medioambiental. En los años setenta cuando se difunden las primeras imágenes
de los satélites landsat se concibe la posibilidad de integrar información cartográfica con
imágenes de satélite. El aumento de resolución permite por una parte una mayor capacidad de
discriminación de objetos y clases por lo que ya pueden utilizarse, por ejemplo, para obtener
mapas de usos del suelo. Sin embargo esta clasificación de las imágenes no resulta sencilla y
se beneficia de la incorporación de toda la información que sea posible.
En los años 80 se empieza a considerar a la teledetección como una fuente de información
para un SIG, especialmente útil para su actualización. Ya no sería necesario hacer campañas
de campo intensivas para determinar el estado de la vegetación sino que bastaría con procesar
una serie de imágenes.
2.4 SIG Y APOYO A LA TELEDETECCION………..TANIA

Entre las muchas distorsiones que aparecen en una imagen de satélite, algunas se deben a
factores topográficos. Por ejemplo, dos laderas situadas a solana y a umbría recibiran
cantidades diferentes de radiación solar, la de solana aparentará una mayor reflectividad
(puesto que su radiancia es mayor) pero en realidad es que estrá recibiento también más
energía. Para corregir este efecto es necesario integrar un Modelo Digital de Elevaciones
como información complementaria al análisis de las imagenes de satélite. Por otra parte la
clasificación de imágenes (obtención de variables cualitativas a partir de los valores de
reflectancia) también se beneficia de la inclusión de un MDE. Es evidente que la reflectividad
tipo de pixeles de matorral en solana será diferente que los de umbría (no ya por las
19
diferencias en insolación, sino por las diferencias en biomasa debidas al stress hídrico).
Además resulta útil en la fase de validación de los resultados, un pixel de regadio en lo alto de
una sierra debe, en principio, resultar sospechoso. Finalmente la visualización de los
resultados puede mejorar si se añaden vistas 3D apoyadas en el MDE. Todas estas
consideraciones sobre el qpoyo que un MDE puede brindar a la teledetección son también
válidas, aunque quizás no tan evidentes, para otros tipos de información espacial. Uno de los
objetivos fundamentales de los estudios de teledetección es la obtención de mapas temáticos.
Estos generalmente se incorporaran junto a otros mapas obtenidos por métodos
convencionales a un sistema de información sobre el territorio. La teledetección se convierte
en la herramiena idonea para obtener capas de información espacial cuando las superficies
son amplias, poco habitadas y escasamente cubiertas por la cartografía tradicional (Canada,
Siberia, Brasil) o cuando los estados no disponen de los recursos para elaborar planes de
cartografía convencional.
2.5 SISTEMAS DIGITALES…………...…………. MARGARITA

2.5.1 Hardware de teledetección
2.5.2 Software de teledetección
2.6 TRATAMIENTO DE LA INFORMACIÓN O CORRECIONES DE IMÁGENES

………. TANIA
Una imagen de satélite está sometida a una serie de interferencias que hacen que la
información que quiere obtenerse aparezca perturbada por una serie de errores. Estos errores
han sido ya mencionados:
Fallos en los sensores, generan pixeles incorrectos (corrección radiométrica)
Alteraciones en el movimiento del satélite y el mecanismo de captación e los
sensores, generan distorsiones en la imagen global (corrección geométrica)
Interferencia de la atmósfera, alteran de forma sistemática los valores de los pixeles
(corrección atmosférica).
En este tema se introducirán un conjunto de métodos para la corrección de estos errores. En el
caso de la georreferenciación no se trata sólo de corregir errores sino de ubicar una imagen en
el espacio geográfico para poder integrarla con otras capas de información o con otras
imágenes en un entorno SIG.
2.6.1 CORRECCIONES RADIOMETRICOS

De hecho en algunos casos las estaciones receptoras llevan a cabo algún tipo de
corrección en el momento de recepción de la imagen. La corrección radimétrica
implica por una parte la restauración de líneas o píxeles perdidos y por otra la
corrección del bandeado de la imagen.
a) Pixeles o lineas perdidas: Si se ha perdido el valor de algún pixel la solución

más simple sería estimarlo como la media de los valores del mismo pixel en
las lineas anterior y posterior (no es recomendable utilizar los pixeles
contiguos 79 80 de la misma linea por que han sido captados por el mismo
detector que ha dado el fallo, por tanto son poco fiables)
19
Donde round indica redondeo al número entero más cercano. No hay que
olvidar sin embargo que las diferentes bandas de una imagen están altamente
correlacionadas y además los detectores de dos bandas diferentes no son los
mismos. Por tanto podría utilizarse el valor del pixel faltante en una banda
diferente para mejorar la estimación:
En caso de que la imagen abarque un territorio amplio y cambiante resulta

recomendable calcular los coeficientes de correlación y las desviaciones
típicas (sk y sr) en un entorno cercano al pixel perdido. Para detectar lineas
perdidas se compara la media de los ND de una linea con las medias de las
lineas anterior y posterior, para detectar pixeles perdidos se compara el valor
de un pixel con los de los 8 pixeles vecinos mediante algún procedimiento de
filtrado
b) Bandeado: El fenómeno del bandeado se debe a una mala calibración entre
detectores y resulta especialmente visible en las zonas de baja radiancia (zonas
marinas por ejemplo). El resultado es la aparición periódica de una banda más
clara u oscura que las demás. Para corregir el bandeado se asume que, en caso
de no haber error, los histogramas obtenidos por cada uno de los detectores
serían similares entre sí y similares al histograma global de la imagen que se
toma como referencia. En primer lugar se calculan los coeficientes ak y bk
para una corrección lineal de cada uno de los detectores.
Donde m y s son la media y la desviación típica del conjunto de pixeles de la

imagen y mk y sk la media y la desviación típica de los pixeles obtenidos por
el detector k. A continuación los ND de la imagen se recalculan como:
Asumiendo que la línea “i” ha sido captada por el detector k.
2.6.2 CORRECIONES GEOMETRICOS

a) Corrección geométrica con Modelos Digitales de Elevaciones
19
Uno de los principales elementos que introducen errores en la

georreferenciación son los cambios bruscos de altitud dentro de una imagen.
Generalmente puede disponerse de un Modelo Digital de Elevaciones (MDE),
es decir una capa raster que contiene en cada celdilla su valor de altitud. Puede
incorporarse este MDE al proceso de georreferenciación complicando algo
más las ecuaciones de transformación:
 Corrección Geométrica de Imágenes

 Sistemas de referencia
 Correcciones geométricas
 Procedimientos de remuestreo
2.6.3 CORRECCIÓN ATMOSFÉRICA

La corrección radiométrica trata de corregir problemas mecánicos en el sensor que
generan valores erroneos en píxeles concretos y la corrección geométrica ubica los
pixeles en el espacio geográfico corrigiendo las posibles distorsiones. Por su parte la
corrección atmosférica trata de evaluar y eliminar las distorsines que la atmósfera
introduce en los valores de radiancia que llegan al sensor desde la superficie terrestre.
Por tanto se va a basar en modelos físicos más complejos que los modelos estadísticos
utilizados anteriormente. El primer paso es convertir los Niveles Digitales (ND)
almacenados por el sensor en valores de radiancia.
2.7 CARACTERIZACIÓN ESTADÍSTICA DE LAS IMÁGENES………….IVAN
2.8 CORRECCIONES……………………..IVAN
2.9 MEJORAMIENTO DE IMÁGENES……………IVAN

2.9.1 Histograma ¿qué significa?
2.9.2 Mejoramiento del contraste- realces de imagen
2.9.3 Segmentación
2.9.4 Filtraje (FILTROS ESPACIALES) o convolución
2.9.5 Fusión de imágenes
2.9.6 Operaciones entre bandas
2.9.7 Índice de vegetación
2.9.8 Composición a color
2.10 EXTRACCIÓN DE INFORMACIÓN Y CLASIFICACION DE IMÁGENES

MULTIESPECTRALES………………….JESSICA
La clasificación de imágenes tiene como principal objetivo el de automatizar la
categorización de todos los píxeles de una imagen en clases de cobertura terrestre o temas.
Esta clasificación de carácter multiespectral no es sino un proceso de extracción de
información que analiza la firma espectral de los pixeles y los asigna a clases basadas en
19
firmas similares. Para lograr la mencionada categorización de los pixeles se recurre a

clasificadores que pueden ser considerados como ciertos programas de computadora que
implementan estrategias específicas para la clasificación de la imagen. En el curso del tiempo
se han diseñado muchas de tales estrategias, y entre éstas el analista debe resolver cuál de
ellas se adapta mejor a las necesidades de su trabajo. Actualmente no es posible decidir qué
clasificador es el mejor para todas las situaciones dada la gran variedad de escenas y
circunstancias que los trabajos de percepción remota enfrentan. En tal sentido será
conveniente referirnos a las estrategias alternativas para la clasificación de imágenes
(TELEDET, 2012).
2.10.1 Clasificación supervisada

Podemos definir esta clasificación como un proceso en que pixeles de identidad
conocida, ubicados dentro de las áreas de entrenamiento, se utilizan para clasificar
pixeles de identidad desconocida. La clasificación supervisada involucra las siguientes
etapas:
 Etapa de entrenamiento.
 Selección del algoritmo de clasificación adecuado y clasificación.
 Operaciones de post clasificación.
En la etapa de entrenamiento el analista selecciona áreas de identidad conocida de la
cubierta terrestre de interés (cultivos, forestaciones, suelos, etc.) delineándolas sobre
la imagen digital bajo formas de rectángulos o polígonos cuyos datos numéricos
quedan archivados en la computadora como regiones de interés constituyendo los
“datos de entrenamiento”. Para realizar la selección el analista debe tener un
conocimiento previo del área de estudio, sea por reconocimientos de campo, sea por
consulta de mapas, fotografías aéreas, etc.
Una vez que se dispone de un conjunto de estos datos de entrenamiento debe tratase
de adjudicar cada uno de los pixeles de la escena a alguna clase. Entre los algoritmos
clásicos para estos fines citemos los siguientes:
Clasificador por mínima distancia

Con este clasificador los datos de entrenamiento se utilizan sólo para
determinar la media de las clases seleccionadas como regiones de interés. El
programa efectuará la clasificación ubicando cada pixel no identificado en la
clase cuya media se encuentra más cercana para lo cual puede utilizar la
distancia euclidiana. El procedimiento se ejemplifica gráficamente en el
diagrama de dispersión de la siguiente figura. Por razones de simplicidad la
representación se hace tomando sólo dos bandas (Banda I y Banda II), pero
debe tenerse en cuenta que cuando el procedimiento se implementa
numéricamente puede generalizarse para cualquier número de bandas.
Aunque simple desde el punto de vista computacional este algoritmo tiene
ciertas limitaciones, entre ellas la insensibilidad a los diferentes grados de
varianza en las respuestas espectrales de las diferentes clases.
19
Clasificador por paralelepípedos

Este clasificador se implementa definiendo un subespacio en forma de
paralelepípedo (es decir, un hiper-rectángulo) para cada clase. En este
procedimiento se introduce sensibilidad respecto a la varianza de las clases.
En efecto, los límites de cada paralelepípedo son definidos por el rango de
valores para cada área de entrenamiento, o sea por los números digitales
máximo y mínimo para dicha área. Alternativamente, dichos límites pueden
definirse tomando cierto número de desviaciones standard para ambos lados
de la media del área de entrenamiento. En este caso la regla de decisión es
que el pixel de identidad desconocida caiga dentro de alguno de los
paralelepípedos para adjudicarlo a la correspondiente clase. Un ejemplo de la
aplicación de este clasificador en el caso sencillo de un diagrama de
dispersión de sólo dos bandas se presenta en la siguiente figura.
Este clasificador es rápido y fácil de implementar. Tiene sin embargo fuentes

de error asociadas al relativamente frecuente solapamiento de los
paralelepípedos: un pixel puede caer dentro de más de un paralelepípedo si
éstos se solapan. Puede darse también el caso de que no caiga en ninguno.
Estos factores quitan robustez al clasificador.
Clasificador por máxima probabilidad

El clasificador de máxima probabilidad es uno de los más empleados en la
clasificación supervisada y utiliza un modelo probabilístico, comúnmente la
19
distribución gaussiana para formular sus reglas de decisión en la

categorización de los pixeles.
Esta técnica evalúa cuantitativamente tanto la varianza y covarianza de la
categoría patrones de respuesta espectral al clasificar un pixel desconocido.
Para hacer esto, se asume que la distribución de la nube de puntos que
conforma la categoría de información de entrenamiento es Gaussiana
(normalmente distribuida). Esta asunción de normalidad es generalmente
razonable para las distribuciones de respuesta espectral común, de esta
manera dicha categoría puede ser descrita completamente como vector
medio y la matriz de covarianza .Dados estos parámetros podemos calcular la
probabilidad estadística de un valor de pixel dado, siendo miembro de alguna
clase particular de cobertura terrestre (Basterra, 2011).
2.10.2 clasificación no supervisada

Este método, se utiliza cuando no se conocen las características del terreno, o bien,
porque las características espectrales de la superficie no están claramente definidas en
la imagen.
Aquí, el método consiste en orientar a la computadora para que agrupe
automáticamente los pixeles en distintas clases de acuerdo con un cierto criterio
estadístico.
La ventaja que tiene, es que al no seleccionar un área de entrenamiento teóricamente
"homogénea", como en la supervisada, el agrupamiento determina tipos "puros" de
cobertura y por consiguiente, se obtiene una representación más cercana de los
agrupamientos espectrales naturales de una zona.
La desventaja, es que pueden obtenerse agrupaciones de las cuales, no se conozca el
significado y además, la gran cantidad de datos que se manejan.
Aspectos principales a tener en cuenta:
a) Visualizar la imagen: es decir, la representación pictórica de los datos sin analizar.
Luego:
Valorar los datos y su calidad.
Determinar el porcentaje y cobertura de nubes.
Seleccionar ventanas (áreas de la imagen a trabajar)
19
Seleccionar muestras representativas dentro de un área de interés para

determinar clases espectrales que se usarán en el entrenamiento al
clasificador.
b) Definir clases espectrales o entrenamiento: Proceso mediante el cual se instruye a
la computadora sobre cómo y cuándo tomar ciertas decisiones. Se basa en
parámetros estadísticos y algoritmos de agrupamiento.
c) Clasificar el área de estudio: El clasificador es un algoritmo que toma decisiones
para asignar o no, un pixel a determinada clase. En esta etapa, la computadora
realiza prácticamente sola el trabajo.
d) Representación pictórica y tabular de la clasificación:
Productos gráficos.
Tablas estadísticas.
Análisis de datos digitales.
e) Evaluación de resultados: Es necesario determinar la exactitud y confiabilidad. El
análisis numérico evalúa cuantitativamente el grado de exactitud de una
clasificación multiespectral.
Un método no supervisado, puede ser un excelente paso previo para encarar un trabajo
de campo que concluye en una clasificación supervisada (Basterra, 2011).
2.10.3 Clasificación híbrida

Es factible utilizar las clasificaciones supervisadas y no supervisadas en forma
simultánea. Este tipo de clasificación. Se denomina Clasificación híbrida.
El método recurre a la asociación de los algoritmos no supervisados y supervisados en
el procesamiento de la imagen. Es especialmente recomendado para obtener
clasificación de un grado mayor de detalle. Tiene dependencia del conocimiento a
priori que existe de la zona. En una primera instancia, se procede a una clasificación
no supervisada, obteniéndose grupos primarios a los que se los somete a una nueva
clasificación, pero esta vez supervisada, basándose en el conocimiento de campo
(Basterra, 2011).
2.10.4 Clasificador de red neuronal artificial
Anteriormente hemos considerado algunos de los métodos más usuales de
clasificación y que podríamos llamar clásicos. Existen sin embargo muchos otros
métodos, tanto paramétricos (es decir que asumen alguna clase particular de
distribución estadística, usualmente la distribución normal) como no paramétricos (es
decir que no hacen suposiciones acerca de la distribución de probabilidad de los datos
que procesan). Uno de estos métodos es el de la red neuronal artificial.
Las redes neuronales artificiales (Artificial Neural Networks-ANN) intentan de una
manera muy simple simular el trabajo del cerebro. Para ello crean una red de unidades
procesadoras interconectadas (neuronas artificiales), cada una de las cuales es una
simple computadora que recibe señales ponderadas provenientes de otras neuronas, las
suma, realiza una operación sencilla s Desde el punto de vista computacional una red
neuronal puede ser considerada como un algoritmo abierto, o programa incompleto,
en el sentido de que ciertos parámetros numéricos, los pesos, no son especificados por
el programador. Dichos pesos son calculados durante la fase de entrenamiento. Esta
requiere ciertos datos, los conjuntos de datos de entrenamiento, y otro programa, el
19
algoritmo de aprendizaje. La razón por la que los pesos no pueden ser especificados es
porque usualmente no disponemos de una clave como la relación causa – efecto, es
decir, cómo los diferentes valores de los pesos afectan el proceso computacional de la
red. Esta situación resulta de la esencia misma de las redes neuronales, que son
básicamente “cajas negras” cuyo comportamiento es en gran parte impredecible. En
efecto, el usuario puede seleccionar la “arquitectura “de la red, el número y tipo de
neuronas, la manera como están interconectadas, etc. Sin embargo no podrá
establecer, ni siquiera intentar adivinar, los pesos. Estos sólo podrán ser establecidos
en el proceso de aprendizaje. Entre las ventajas de las redes neuronales artificiales
citemos la de poder aceptar todo tipo de entradas numéricas, respondan o no a alguna
distribución estadística. Esto hace que datos provenientes de percepción remota
pueden ser adicionados de datos de otro origen.
Entre sus desventajas citemos la duración de los tiempos de entrenamiento. Además,
el algoritmo de gradiente descendente puede alcanzar mínimos locales (es decir un
mínimo en la función que relaciona los pesos con el error) más que un mínimo global.
También puede oscilar. Otro problema es que los valores de pesos que se aplican
inicialmente y que suelen ser valores pequeños y aleatorios influyen en los resultados
pudiendo hacer que la red converja hacia diferentes mínimos locales, con lo cual son
de esperar diferentes exactitudes de clasificación.
2.11 ELABORACION DE MOSAICO DE IMÁGENES…………..JESSICA

2.11.1 Mosaico de imágenes
Un mosaico es un conjunto de dos o más imágenes enlazadas en forma contigua. Tal
ensamblaje es necesario cuando el área de interés supera el área cubierta por una sola
imagen.
La elaboración de un mosaico de imágenes implica la ejecución de diversas
operaciones técnicas (corrección radiométrica, corrección espacial y corrección
multibanda, entre otros), que permiten el mejoramiento de la imagen optimizando las
particularidades de color, textura y forma, entre otros, de los elementos del paisaje, y
facilitando su caracterización.
2.11.2 Correspondencia de Histogramas

El histograma de una imagen tiene como principal función representar la frecuencia de
ocurrencia de cada uno de los niveles de gris (proporcionales a la radiometría) en una
imagen digital. La forma de representación, puede ser en forma numérica o gráfica.
Con la correspondencia (relación de complementación) de histogramas podemos
modificar las imágenes con diferente brillo y contraste según el cual se necesite.
Matemáticamente convierte el histograma de una imagen para que se asemeje al
histograma de otra (Telematica, 2014).
19
2.11.3 Degradado y Líneas de Costura

Degradado (Feathering) y líneas de costura (Seamlines): Al realizarse el mosaico, se
necesita indicar como afrontar las regiones de sobreposición de imágenes (Telematica,
2014).
2.12 APLICACIONES DE LA TELEDETECCIÓN………..MARGARITA

AUTOR: Arozarena, Villar / TITULO: Teledetección y Sistema de Tratamiento de Imágenes
Las aplicaciones de la teledetección se multiplican cada año debido a los factores de mejora
de imagen (en todos sus componentes) y de tratamiento (en su rapidez de cálculo y de
19
desarrollo de modelos). Ello a propiciado que, en el momento actual, los sistemas de

información territorial, en su aspecto topográfico y temático, se basen en gran medida en esta
tecnología. A continuación, como introducción en el mundo de las aplicaciones, se enumeran
algunos proyectos de Gestión Territorial donde la teledetección ha sido el componente básico.
2.12.1 Aplicaciones a la Cartografía Topográfica:

Este campo tradicionalmente realizado con éxito por la topografía y fotogrametría, ha
sido ocupado recientemente por la teledetección, tanto en sus aspectos altimétricos
(generación automática de Modelos Digitales del Terreno – MDT), como
planimétricos (detección automática de formas, generación semiautomática (raster) de
contornos, etcétera). La fotogrametría digital se puede considerar la convergencia
entre los métodos tradicionales fotogramétricos (analógicos y analíticos) y el
tratamiento digital de imágenes (sistemas de procesamiento tradicional de la
teledetección).
a) Generación automática de Modelos Digitales del Terreno (MDT)

La obtención de información altimétrica del terreno ha sido tradicionalmente un
aspecto de gran importancia, tanto en su aspecto técnico como económico. Por
ello, conviene recordar, que por técnicas convencionales de fotogrametría
(restitución altimétrica de curvas de nivel), el costo de ejecución ha sido superior
al 50% del total del proyecto de restitución, siendo asimismo un proceso con una
difícil homogeneización en grandes extensiones, por la subjetividad que conlleva
dicho sistema.
La generación de información altimétrica por estereocorrelación automática de
imágenes digitales, se presenta hoy día como la gran herramienta de obtención de
dicha información, con estructura final de Imagen Digital (MDT) y siendo sus
principales características la gran objetividad de dicha Base de Datos (lo que
posibilita que sea repetible en el espacio y el tiempo) y con exactitud similar a las
restituidas por métodos tradicionales. Es importante resaltar que a partir de un
MDT, la obtención de curvas de curvas de nivel (información vectorial del
territorio) es un proceso de fácil consecución hoy día mediante técnicas de
interpolación automática.
b) Producción electrónica de documentos cartográficos

La producción electrónica utiliza los sistemas digitales existentes en el
tratamiento de la información tanto en sus fases de captura y procesamiento,
como de salida o explotación de la misma. Dicha información estará compuesta
de diferentes fuentes y estructuras con imágenes, gráficos, texto, etc., pero
siempre en forma digital. Por ello, y una vez estudiado el tratamiento de
imágenes, tienen especial importancia en el proceso electrónico de documentos, el
análisis de los sistemas de conversión de formato analógico a digital (captura) –
ADC– y de digital a analógico (salidas) –DAC– de las citadas fuentes.
La producción electrónica, como ya se ha indicado anteriormente, se realizará
siempre sobre un formato digital de la información. Dicho formato digital podrá
19
ser en origen en forma digital (creado por los programas correspondientes) en

todas sus fuentes (texto, imagen, gráficos, etc.) dando lugar a los documentos
digitales, o bien proceder de la conversión analógica/digital (escaneado) de
documentos analógicos, llamándose entonces documentos digitalizados. Conviene
recordar que se conoce como documentos multimedia, aquellos documentos
compuestos de diferentes fuentes y estructuras que incorporan no sólo
documentos digitales o digitalizados, sino también a los procedentes de otros
tipos de señales, como son audio y vídeo; por ello, todo documento multimedia es
digital en sí mismo.
c) Adquisición de información. Transformación analógica /digital

Este epígrafe corresponde a la obtención de documentos digitalizados a partir de
información analógica existente (fotos, mapas, texto impreso, gráficos, etc.). Su
ejecución estará condicionada por la forma de explotación última (digital o
analógica) y por la calidad del documento origen. El método más empleado es el
escaneado, siendo la correcta definición de sus parámetros de trascendental
importancia para la consecución de la calidad necesaria en el procesamiento y
posterior explotación de dichos datos.
d) Salidas de la información
Son todos los procesos necesarios que convierten la información digital
procesada, en información disponible por el usuario. Dicha conversión, se
realizará en función del sistema de explotación utilizado posteriormente
(analógico o digital). Dichos procesos se pueden dividir en los siguientes sistemas
de explotación o conversión:
2.12.2 Aplicaciones a la Cartografía Temática:

Las aplicaciones medioambientales fueron, desde los orígenes de la teledetección
espacial (1972), en donde dicha tecnología tuvo su principal actividad y mayor
utilidad. Hoy día, la teledetección contribuye de forma única y eficaz al conocimiento
global de los ecosistemas terrestres y su dinámica. Estudios de desertificación, de
evaluación de impactos, de ocupación del suelo, etc, serían de gran dificultas en su
ejecución si no fuese por la información disponible (espacial, temporal, radiométrica y
espectral) facilitada a través de las imágenes digitales desde satélites artificiales.
La Cartografía de Ocupación del Suelo en la determinación del Índice de Peligro de
Incendios Forestales (IPIF) Los sistemas que estudian ciertos factores de predicción,
como es el caso de los incendios forestales, utilizan una metodología mixta basada en
modelos, cuyas componentes proceden a su vez de ciertas variables obtenidas,
fundamentalmente, a partir de datos espaciales suministrados por sensores
aerotransportados. Asimismo, en el cálculo de dicha modelización, es imprescindible
la utilización mixta de técnicas y datos raster y vectorial, lo que, no sólo actualmente
es factible, si no que incrementa la eficacia de los resultados (exactitud y rapidez).
40Por tanto, las técnicas de tratamiento digital de imágenes (TDI) usadas en
teledetección, junto con los sistemas de información geográfica (SIG), son
19
instrumentos que se utilizan de forma integrada y complementaria en estudios de

medio ambiente en general.
El proyecto que se presenta a continuación (peligrosidad de ocurrencia de
incendios forestales), sólo tiene en cuenta factores físicos (no antrópicos) y su
resolución espacial está condicionada por los sensores utilizados en cada
momento. No obstante, los resultados de este tipo de estudios son de gran utilidad
para la distribución de medios técnicos y para la planificación a priori de defensa y
lucha contra el evento.
2.13 FUENTES DE DATOS DISPONIBLES PARA LA OBTENCIÓN DE

IMÁGENES.……
2.14 Concepto de imagen digital.
2.15 • Tratamientos previos. Radiométricos y geométricos.
2.16 • Mejoras de la imagen.
2.17 • Sistemas de Extracción automática de información.
RECOMENDACIONE
S
19
CONCLUSIO
NES
19
BIBLIOGRAFI 19
19

Trabajo Monografico 041doc

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Trabajo Monografico 041doc

Transféré par

Droits d'auteur :

Formats disponibles

TELEDETECCION

UNIVERSIDAD NACIONAL DE HUANCAVELICA

FACULTAD DE CIENCIAS DE INGENIERÍA

CÁTEDRA : GESTION INTEGRAL DE CUENCAS HIDROGRAFICAS

Concepto de imagen digital.

Tratamientos previos. Radiométricos y geométricos.

Sistemas de Extracción automática de información.

Identificar las diversas fuentes de datos disponibles para la obtención de imágenes.

1.1.3 Que es una imagen

Es la distribución energética del conjunto de las ondas electromagnéticas. Referido a un

1.1.5.2 Bandas de frecuencia

El espectro se divide en bandas de frecuencia, las bandas de frecuencia son

Cualquier objeto en la naturaleza emite radiación y lo hace con diferentes longitudes de

Donde € es un coeficiente de emisividad (entre 0 y 1) que depende del material que

1.1.6 Ventanas atmosféricas

1.2 INTERACCIÓN DE LOS ELEMENTOS DE LA SUPERFICIE TERRESTRE

1.3 SENSORES REMOTOS Y SISTEMAS SATELITALES

Fijas: El sensor en este tipo de plataformas se encuentra colocado en una

AUTOR: Rodriguez, Oscar y Arredondo, Alberto / TITULO:Manual para el

Resolución espacial: Hace referencia al objeto más pequeño que se pueda

Resolución espectral: Nos indican el número y anchura de bandas

Resolución temporal: Se refiere en que tiempo el sensor remoto da

Resolución radiométrica: Capacidad con la que se representa las

multibanda. Por último la altura de observación se presenta como fotográfica

Sensores óptico electrónicos:

 Sensores tubos de 'vidicon': Está conformado por un sistema parecido

d) SENSORES REMOTOS ACTIVOS:

Son los encargados de obtener información de la energía electromagnética

Radiómetro: activo de microondas que trabaja en una banda comprendida

El radar: Es un equipo que trabaja en el rango de las microondas (1cm a

b) Teledetección en el infrarrojo lejano

c) Teledetección en la zona de las microondas.

1.3.4 Sistemas satelitales

El sistema de teledetección se encuentra compuesto esencialmente por 2 elementos, la

La clasificación más importante de los satélites se presenta según la órbita en la que

b) Los satélites de Órbita Geoestacionaria: Estos satélites viajan con una

 Adquisición de imágenes satelitales

1.3.5 Programas espaciales de teledetección

AUTOR: Rodriguez, Oscar y Arredondo, Alberto / TITULO:Manual para

1.3.6 Almacenamiento de datos raster FALTA

1.4 CARACTERIZACIÓN DE LAS IMÁGENES DE

1.4.2 Plataformas, sensores y canales

 Espectral: Se refiere al número de bandas espectrales que pueden

Características de los principales sensores utilizados en teledetección

1.5 VISUALIZACIÓN DE IMÁGENES………………..NATALY

1.5.2 Ajuste de contraste

1.5.3 Composición de color

Estas servirán para resaltar los elementos que mayor reflectividad

1.6 OBTENCIÓN DE VARIABLES. ÍNDICES Y

1.6.3 Transformación Taselled Cap

1.6.4 Análisis de Componentes Principales

1.7 CLASIFICACIÓN DE IMÁGENES…………………CAMILA

1.7.2 Definición de clases

algoritmos matemáticos de clasificación automática. Los más comunes son los

imágenes. La respuesta espectral de una clase será la respuesta espectral media de

1.7.3 Asignación de pixels a clases

b. Clasificación por paralelepípedos

1.7.4 Contexto espacial

Se trata de incorporar otras fuentes de información distintas a las bandas para la

b. Clasificación por redes neuronales

Estabilización. Al principio del entrenamiento, los factores de

1.7.5 Arboles de clasificación

1.8 VALIDACIÓN. ERROR DE CLASIFICACIÓN.