INSTITUTO DE INVESTIGACIONES MARINAS Y COSTERAS “JOSÉ BENITO VIVES D´ANDREIS” - INVEMAR

Proyecto “Diseño y operación del Sistema de Información Ambiental,

la Línea Base y el Sistema Nacional de Monitoreo Ambiental para Colombia”

Proyecto Específico:

Formulación Y Diseño Del Sistema De Gestión De Indicadores Ambientales Marinos Y Costeros De Colombia

SIGEIN PRIMERA FASE

ANEXO III PROTOCOLOS Y ESTANDARES

Santa Marta, Abril de 2003

INSTITUTO DE INVESTIGACIONES MARINAS Y COSTERAS José Benito Vives D´andreis

INVEMAR

PROYECTO INDICADORES DE LÍNEA BASE PROTOCOLOS DE MONITOREO

Protocolo: Extensión de Ecosistemas Objetivo: Determinar la extensión actual – área - de los principales ecosistemas marinos y costeros (Arrecifes de Coral, Praderas de pastos marinos, manglares, humedales, playas) mediante el uso de imágenes Landsat ETM 7. Alcance: Se aplica en áreas de referencia y control así: Arrecifes coralinos: Islas del rosario Archipiélago de San Bernardo Archipiélago de San Andrés y Providencia Praderas de pastos marinos: Departamento de la Guajira Archipiélago de San Bernardo Archipiélago de San Andrés y Providencia Manglares: Ciénaga Grande de Santa Marta Golfo de Morrosquillo Ciénaga de la Virgen – Bolívar Bahía de Cispatá Golfo de Uraba Departamento del Choco Departamento del Valle de Cauca Departamento del Cauca Departamento de Nariño Humedales Ciénaga Grande de Santa Marta Bahía de Cispatá Ciénaga de la Virgen Playas En las zonas de interés. Escala de Trabajo: 1:100.000 Formato de salida: Mapa temático de extensión de ecosistemas a escala 1:100.000 Requerimientos: Información: Imagen Landsat ETM 7 actual Mapa de extensión de ecosistemas de referencia (año 1987) Software: Procesador de Sensores Remotos PCI Geomatica

ILWIS EXCEL ARCVIEW Hardware: Estación de trabajo SIG Personal: Experto en SIG- Sensores Remotos.

Apoyo: Expertos temáticos en ecosistemas marinos. Diagrama de procesos: (ver gráfico 1) Limitaciones: Esta metodología es de carácter general, esta diseñada para obtener la extensión de categorías generales de cobertura (corales, manglares, pastos marinos, etc.) y no diferencia entre tipos de cobertura de la misma categoría, ni estructura o composición florística o cualquier otro nivel de detalle. Recomendaciones:

• Adquirir imágenes con 0% de cobertura de nubes sobre el área de interés. • Adquirir imágenes con poco nivel de sedimentación (época seca) sobre las áreas sumergidas de

interés. • Adquirir imágenes con poco rozamiento (oleaje) de la superficie marina por acción del viento

sobre las áreas de interés. • Adquirir imágenes de épocas climáticas similares a las de referencia. • Áreas de referencia espacial previamente determinadas para cada zona de interés. • Toda información espacial debe ir con Proyección Transversal de Mercator, Datum Observatorio

de Bogotá, Elipsoide Internacional de 1924.

Referencias Barrett, E.C. and Curtis, L.F. (1992). Introduction to Environmental Remote Sensing. (Third Edition). London: Chapman and Hall Cracknell, A.P. and Hayes, L.W. (1990). Introduction to Remote Sensing. London: Taylor and Francis Chuvieco, E., Fundamentos de teledetección espacial, Ed. Rialp, Madrid, 1996.

Curran, P.J. (1986). Principles of Remote Sensing. London: Longman

Ferrer, A., Mitjana, M., Rodríguez, J., Serrat, C., Torrent, J.A., Fonaments d=estadística aplicada, Ed. UPC, Barcelona, 1995.

Finn, J.T. & Wilkie, D.S., Remote Sensing Imagery for Natural Resource Monitoring, Columbia University Press, 1996. Harrison, B.A. and Judd, D.L. (1989). Introduction to Remotely Sensed Data. Canberra: Commonwealth Scientific and Industrial Research Organisation Jensen, J.R. (1995). Introductory Digital Image Processing. A Remote Sensing Perspective. (Second Edition). Englewood Cliffs: Prentice-Hall Lillesand, T.M. and Keifer, R.W. (1994). Remote Sensing and Image Interpretation. (Third Edition). NewYork: Wiley

Mather, P.M., Computer processing of remotely-sensed images. An introduction, Ed. John Wiley & Sons, New York, 1987. Open Universiteit (1989). Remote Sensing. Course Book and Colour Images Book. Heerlen: Open Universiteit. (Available from The Open University, Milton Keynes, UK as PS670 study pack)

Pinilla, C., Elementos de Teledetección, Ed. Rama, Madrid, 1995.

Press, W.H. et al, Numerical Recipes in C: The Art of Scientific Computing, Cambridge University Press, 1997. Sabins, F.F. (1996). Remote Sensing. Principles and Interpretation. (Third Edition). San Francisco: Freeman Schildt, H., C Manual de referencias, Ed. Osborne-McGraw-Hill, Madrid, 1987. Wilkie, D.S. and Finn, J.T. (1996). Remote Sensing Imagery for Natural Resources Monitoring: A Guide for First-time Users. NewYork: Columbia University Press Richards, J.A. (1995). Remote Sensing Digital Image Analysis: An Introduction. (Second Edition). NewYork: Springer-Verlag

Grafico 1: Diagrama de procesos Protocolo Extensión de Ecosistemas Marinos y Costeros

Protocolo: Extensión de Ecosistemas Proceso: Georeferenciación imagen Términos y definiciones: Una imagen de satélite, al igual que las fotografías aéreas, no proporciona información georreferenciada; además puede sufrir una serie de distorsiones, similares a las de los fotogramas debidas a los movimientos del satélite. Las correcciones necesarias para restaurar a cada punto de la imagen sus coordenadas reales se basan en ecuaciones polinómicas que permiten modificar de forma flexible las coordenadas de la imagen. El orden del polinomio determina la flexibilidad del ajuste y de la tranfomación, normalmente se emplean transformaciones de tipo lineal (polinomio de grado 1), cuadrático (polinomio de grado 2) o cúbico (polinomio de grado 3).Los casos más habituales son la transformación lineal:

y la transformación cuadrática:

la transformación cúbica es más compleja, las ecuaciones son similares a las lineales y cuadráticas pero inclyendo términos elevados al cubo. Empleando el procedimiento de los mínimos cuadrados, se pueden calcular los valores de los coeficientes A,B,..., N, a partir de las coordenadas de un conjunto de puntos de control. Como regla general, el número de puntos de control debería ser mayor que el número de parámetros que se van a calcular, 6 en la transformación lineal, 12 en la cuadrática y 24 en la cúbica. Es importante determinar cual es el tipo de transformación más adecuada en función del tipo de distorsiones que se supone que aparecen en la imagen y de la cantidad y calidad de los puntos de control. Es necesario tener en cuenta que cuanto mayor sea el grado de los polinomios implicados, más sensible será la transformación a errores en la selección de los puntos de control.

Figura 1: Corrección geométrica mediante transformación lineal La transformación lineal es la más sencilla (figura 1) asume que no hay distorsión en la imagen y simplemente se requiere una traslación (coeficientes A y E), cambio de escala (coeficientes B y H) y rotación de la imagen (coeficientes D y G). Por tanto si el origen de coordenadas de la imagen original es (c=0,f=0) entonces: A=valor de X en el punto en el que c=0 E=valor de Y en el punto en el que f=0 Si no es necesario rotar la imagen B y H son factores de escala

D=0 G=0 Casi todos los programas de SIG disponen de algún procedimientos para realizar una transformación de coordenadas. Resultan además muy útiles para incorporar mapas escaneados. En general se basan en una serie de etapas básicas:

1. Se busca una serie de puntos de control (generalmente lugares muy destacados y visibles) y se averiguan las coordenadas de cada uno de ellos en los dos sistemas de coordenadas, (X,Y) y (c,f)

2. Determinación del tipo de transformación más adecuada en función del tipo de datos de partida y del número de puntos de control que hayan podido encontrarse.

3. Mediante mínimos cuadrados se obtienen los valores de los coeficientes de regresión a, b, c, d, e y f. Estos coeficientes así calculados permiten realizar una modificación del sistema de coordenadas con el mínimo grado de error.

4. Se aplican las ecuaciones anteriores, con los valores calculados de los coeficientes, a todas las coordenadas iniciales para obtener así sus nuevos valores en el sistema de referencia final.

Las etapas 3 y 4 suelen llevarse a cabo automáticamente. Este procedimiento es válido tanto para capas raster como para vectoriales, en el segundo caso el procedimiento estaría completo con los pasos anteriores. Sin embargo en el caso de capas raster es necesario aplicar un procedimiento para transferir la información de los pixels originales a los pixels resultantes del proceso de transformación ya que con estas funciones de transformación va a crearse una nueva matriz correctamente posicionada, pero vacia. El llenado de esta matriz es, precisamente, el objetivo de la última fase de la transformación de coordenadas. El problema resulta más complejo de lo que pudiera pensarse a primera vista. Idealmente, cada pixel de la capa transformada debería corresponderse a un solo pixel en la original. Lo normal, sin embargo, es que el pixel de la nueva imagen se sitúe entre varios de la original, incluso puede variar el tamaño de los pixels. El trasvase de valores de la capa original a la transformada puede abordarse por tres métodos dependiendo de la complejidad de la transformación realizada y del tipo de datos.

• Método del vecino más próximo. Sitúa en cada pixel de la imagen corregida el valor del pixel más cercano en la imagen original. Esta es la solución más rápida y la que supone menor transformación de los valores originales. Su principal inconveniente radica en la distorsión que introduce en rasgos lineales de la imagen. Es la más adecuada en caso de variables cualitativas, pero evidentemente, no en teledetección.

• Interpolación bilineal, supone promediar los valores de los cuatro pixels más cercanos en la capa original. Este promedio se pondera según la distancia del pixel original al corregido, de este modo tienen una mayor influencia aquellos pixels más cercanos en la capa inicial. Reduce el efecto de distorsión en rasgos lineales pero difumina los contrastes espaciales.

• En la Convolución cúbica, se considera los valores de los 16 pixels más próximos. El efecto visual es mas correcto en caso de que se trabaje con imágenes de satélite o fotografías digitalizadas, sin embargo supone un volumen de cálculo mucho mayor.

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo:

1. Se definen puntos comunes entre la imagen actual y la imagen de referencia; Por lo menos 8 puntos distribuidos uniformemente en la imagen.

2. Se establece el sector de interés (sub-escena) de acuerdo a la referencia para la zona. 3. Se fijan los términos de georeferencia de acuerdo a: Proyección Transversal de Mercator, Datum

Observatorio de Bogotá, Elipsoide Internacional de 1924. 4. Se genera la imagen de trabajo actual georeferenciada.

Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (GSP Works de PCI Geomatica) Ejemplo: Observaciones:

Protocolo: Extensión de Ecosistemas Proceso: Análisis estadístico preliminar de la imagen Términos y definiciones: En muchos casos se hace necesario un análisis estadístico de los valores digitales que forman una imagen, o una porción de ella, antes de aplicarle cualquier proceso o transformación. Por este motivo se han implementado un conjunto de funciones que realizan los siguientes cálculos:

- media, variancia y desviación estándar de los niveles digitales.

- histograma.

- diagramas de dispersión, para contrastar gráficamente la información de dos o tres bandas.

- matriz de covariancia y matriz de correlación de una imagen multiespectral.

- valores y vectores propios de la matriz de covariancias.

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo: Calcular:

• media, variancia y desviación estándar de los niveles digitales.

• Histograma de cada una de las bandas

• diagramas de dispersión, para contrastar gráficamente la información de dos o tres bandas.

• matriz de covariancia y matriz de correlación de la imagen. • valores y vectores propios de la matriz de covariancias.

Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (Focus de PCI Geomatica) Ejemplo: Observaciones:

Protocolo: Extensión de Ecosistemas Proceso: Corrección Radio métrica Términos y definiciones: Las correcciones radiométricas y geométricas de la imagen se hacen con el propósito de preparar los datos para realizar estudios precisos. Los estudios de análisis multitemporal por ejemplo, requieren alta precisión en la corrección geométrica de la imagen. Las fuentes de error más comunes en la calidad espectral de la imagen son las originadas por el movimiento de la plataforma que genera cambios en la escala y la falta de calibración del sensor. Estas son corregidas generalmente en la estación receptora. Las generadas por la dispersión atmosférica son más sensitivas a las longitudes de onda cortas. Las correcciones radiométricas modifican los ND originales con el objetivo de acercarlos a una recepción ideal. Generalmente comprenden la restauración de líneas o píxeles perdidos, corrección del bandeado de la imagen y las correcciones atmosféricas. La corrección atmosférica no son aplicables a imágenes de radar debido a que la atmósfera es transparente a las microondas.

Bandeado (stripping)

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo:

• Algoritmos estándares de corrección. Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (Focus de PCI Geomatica) Ejemplo:

Observaciones:

Protocolo: Extensión de Ecosistemas Proceso: Corrección Atmosférica Términos y definiciones: La corrección por la atenuación atmosférica es especialmente importante para objetivos obscuros tales como cuerpos de agua. En algunas condiciones la señal que llega la sensor puede estar compuesta de menos del 20% de señal proveniente de bajo del agua y de más de 80% de señal proveniente de la atmósfera, como es el caso de los sensores de color del océano. Existe una serie de técnicas para remover el efecto de la atmósfera. Las más complejas modelan matemáticamente las condiciones de la atmósfera en el momento y lugar en que la imagen fue adquirida, lo que a menudo requiere de la toma de información en terreno. Fundamentos teóricos Interacción atmósfera-radiación electromagnética Puesto que la atmósfera apenas refleja radiación solar la modificacion por parte de la atmosfera de la radiacion entrante y saliente incluye tres procesos:

• Transmisión

o Dispersión

o Refracción

• Absorción Dispersión La dispersión es el redireccionamiento de la radiación por parte de los gases y aerosoles presentes en la atmósfera en cualquier dirección. Existen tres tipos básicos de dispersión:

1. Dispersión de Rayleigh.

o La producen los gases atmosféricos en la alta atmósfera (9-10 Km).

o Es mayor cuanto menor es la longitud de onda. La luz azul se dispoersa cuatro veces más que la roja y la ultravioleta 16 veces más que la roja

2. Dispersión de Mie

o Se produce en la baja atmósfera (0-5 Km) debido a los aerosoles (polvo, polen, gotitas de agua).

o Los aerosoles tienen un tamaño más o menos igual que la longitud de onda quye dispersan

o Afecta especialmente a la luz visible

3. Dispersión no selectiva

o Se produce en la baja atmósfera

o Las partículas son mayores que la radiación incidente

o No depende de la longitud de onda La luminosidad de la atmósfera es efecto de la dispersión. Los satélites registran esta luminosidad además de la energía reflejada por los objetos situados sobre la superficie terrestre. El resultado es:

o Aumenta el brillo general de la imagen

o Disminuye el contraste (los objetos brillantes aparecen más oscuros y los oscuros más brillantes)

o Se difuminan los bordes de los objetos Refracción Se trata de un cambio de dirección de la luz que ocurre cuando la luz atraviesa dos medios con diferente densidad (diferentes capas de la atmósfera por ejemplo). Causa espejismos en días cálidos y degrada la signatura espectral de los objetos. Absorción Cada uno de los gases atmosféricos tiene capacidad para absorber radiación en diferentes longitudes de onda. Fundamentalmente son tres los gases que absorben radiación:

o Ozono: Absorbe radiación ultravioleta

o Dióxido de carbono: Absorbe radiación en 13-17.5 m;

o Vapor de agua: Absorbe radiación en 5.5-7 m;y por encima de 27 m; De este modo aparecen una serie de regiones en el espectro en las que la radiación es absorbida por uno o varios de los gases. Esto deja, por otro lado, regiones del espectro en las que no se produce absorción, son las denominadas ventanas atmosféricas. Por tanto la teledetección sólo va a ser en principio viable en estas ventanas, las principales aparecen en:

o Visible e infrarrojo cercano (0.3 - 1.35 m)

o Varias en el infrarrojo medio (1.5 - 1.8 m; 2 - 2.4 m; 2.9 - 4.2 m; 4.5 -5.5

m)

o Infrarrojo térmico (8 - 14 m)

o Microondas, por encima de 20 m la atmósfera es prácticamente transparente

Prácticamente la totalidad de los sensores de los satélites están diseñados para captar radiación en estas ventanas. Una excepción interesante es el canal 2 de METEOSAT que recoge información en una banda en la que el único gas con capacidad de absorción es el vapor de agua. Su objetivo es evidentemente estimar el contenido de este gas a partir de la radiación que llega al sensor, cuanto menos radiación llegue mayor será la cantidad de vapor de agua. En general se considera que si el día es suficientemente despejado la absorción atmosférica puede despreciarse.

efecto topográfico

En cuanto a la dispersión, no se puede evitar tan fácilmente, y además resulta difícil cuantificar cual es la influencia real que tiene sobre la radiación que llega al sensor. Hay métodos bastante eficiente para eliminar esta distorsión pero sólo funcionan bien si se dispone de sondeos aerológicos. El método del mínimo del histograma ha sido muy usado aunque es muy criticado por los teóricos de la teledetección. Consiste en restar a toda la imagen el valor mínimo que aparece en el histograma ya que se supone que ese mínimo corresponde a la radiación aportada por la atmósfera. Este mínimo debería corresponder a una masa de agua (a ser posible profunda y limpia) ya que se asume que su reflectividad es cero en longitudes de onda corta.

Otro problema causado por la atmósfera es que también emite radiación que, por su temperatura, tendrá un máximo en el infrarrojo térmico. Puesto que la emisión atmosférica se produce en longitudes de onda mucho mayores que la radiación solar, apenas va a ser importante cuando se trabaje con esta. Cuando se trabaja en el infrarrojo térmico, el objetivo fundamental es estimar la temperatura de la superficie terrestre, sin embargo los datos que llegan al satélite incluyen emisión tanto de la superficie como de las diferentes capas de la atmósfera. Resulta difícil distinguir un efecto del otro, sin embargo se han hecho avances significativos en este sentido. Los problemas relacionados con la interacción de la atmósfera sólo tienen realmente importancia en estudios multitemporales. Si se hace clasificación de imágenes con imágenes de una sola fecha se asume que la distorsión atmosférica es equivalente en todo el espacio y para todas las bandas.

Una imagen de satélite en bruto contiene unos valores numéricos denominados niveles digitales (ND) que el satélite obtiene a partir de la energía recibida mediante una ecuación lineal. Para recuperar los valores de energía recibida es necesario aplicar la inversa de esa ecuación lineal. La energía recibida por el sensor es por su parte la suma de la energía reflejada por el terreno y la energía dispersada y reflejada por la atmósfera. Por otra parte la energía que llega al suelo es la energía solar por la transmisividad de la atmósfera. Esuelo = t·E0 Esatelite = r·Esuelo + Eatmosfera r = Esatelite - Eatmosfera / t·E0 Este esquema se complica aún más ya que sólo es válido en terreno perpendicular a los rayos solares. En caso contrario: Esuelo = t·sin(a)·E0 Donde a es el ángulo que forman los rayos solares respecto a la superficie del terreno. Ya que la cantidad de radiación que llega a un punto del terreno depende de este ángulo. Es necesario corregir todos estos problemas ya que de no ser así:

• Aparecerían efectos debidos a la mayor o menor iluminación

• Los resultados aparecerían difuminados por el efecto de la atmósfera

• Sería difícil comparar dos imágenes de dos fechas distintas con diferente influencia de la atmósfera

Obtención de parámetros Existen métodos sofisticados y complejos para obtener los parámetros relacionados con la corrección atmosférica sin embargo requieren gran abundancia de datos acerca del estado de la atmósfera en un momento determinado. Sin embargo existen otros métodos más sencillos y que funcionan relativamente bien:

Mínimo del histograma Sirve para eliminar la energía reflejada por la atmósfera hacia el satélite. Se basa en la asunción de que, puesto que la reflectividad en el oceano es prácticamente nula, toda la energía recibida desde los pixels de oceano procede de la atmósfera. Estos pixels de oceano coincidirán con los valores mínimos de los histogramas de las imágenes de ahí el nombre del método. En aquellos casos en que no se dispone en la imagen de pixels de oceano se podrían utilizar embalses aunque los resultados son evidentemente peores ya que un embalse pude ganar reflectividad debido a la turbidez, baja profundidad, desarrollo de algas, etc. Cálculo de iluminación: Sabiendo la pendiente y orientación de una porción del terreno y la posición del sol puede calcularse fácilmente el ángulo que forma el sol con la superficie del terreno. La posición del sol se obtiene a partir de la latitud del lugar el día y la hora y la pendiente y orientación del terreno a partir de un modelo digital de terreno.

Tabla 1: Coeficientes necesarios para obtener valores de energía a partir de los niveles digitales mediante la ecuación E=a0+a1ND

Banda a0 a1 E0 Mínimo

1 -6.2 0.786 1970 45

2 -6 0.817 1843 25

3 -4.5 0.64 1555 17

4 -4.5 0.635 1047 14

5 -1 0.128 227.1 7

7 -0.35

0.0424 80 78

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo: Calcular:

• Parámetros de corrección (iluminación, dispersión)

• Coeficiente de corrección • Aplicar coefciente a la imagen.

Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (Easy de PCI Geomatica) Ejemplo: Observaciones:

Protocolo: Extensión de Ecosistemas Proceso: Mejoramiento de la Imagen Términos y definiciones: Los métodos de mejoramiento de imagen son aplicados a una imagen que ya ha sido corregida radiométrica y geométricamente. El mejoramiento está diseñado para ayudar al analista humano a extraer e interpretar la información pictográfica. Esto se logra al enfatizar las características o patrones de interés; por ejemplo, el ojo humano puede identificar muchos más colores que tonos de gris, por lo tanto una paleta de colores puede representar mucha más información que una en tonos de gris. Mejora del contraste: Es un proceso que acentúa la intensidad relativa de los elementos de la imagen. Esto se puede lograr por una serie de aproximaciones, dependiendo de las necesidades de una tarea en particular, por ejemplo: i. Modificación lineal: y=ax+b ii. Modificación logarítmica y=b * log(ax)+c iii. Modificación exponencial y=b * exp(ax)+c iv. Modificación no lineal y=f(x) Donde x representa el valor de un elemento en la imagen previa, y es el valor modificado y a, b, c son constantes. El resultado del mejoramiento del contraste es una imagen en la cual las diferencias más pequeñas entre tonos de gris son enfatizadas y por lo tanto son más fáciles de distinguir por el ojo humano. En la figura 11 se aprecia la misma imagen que en la fig. 10; en este caso se ha me mejorado el contraste mediante un ajuste lineal. Se observa una mejor distribución de los tonos de gris disponibles v/s los niveles digitales existentes. Detección de borde (edge enhancement): Es un método en el cual se cambian los valores de intensidad en una imagen digital para mejorar la detección de características de borde en la escena. Es muy útil en la detección de características lineales como frentes (cálidos y fríos), o hechos por el hombre (canales de regadío). Es llevado a cabo por filtros matemáticos de paso alto, los que enfatizan los detalles en una imagen. Una de las técnicas más usadas es aplicar a la imagen una grilla de factores de corrección o factores de filtrado, siendo las más comunes la de 3x3 pixeles. Esta grilla de transformación o filtrado se coloca sobre un pixel en particular y se calcula su nuevo valor dependiendo de la función elegida para el filtro. En el ejemplo de la figura 12 a la imagen TM de la fig. 1, se le ha aplicado un filtro de variancia en un cuadrado de 3x3 pixeles, es decir el valor del pixel original se reemplaza por el valor de la variancia de la grilla de los 9 pixeles que lo rodean.

Figura 1: Banda 1, TM, en la cual se aplicó un filtro para la detección de borde (Variancia 3x3).

Tabla 1: Matriz de datos originales (izq.) y datos filtros por grilla de variancia de 3x3 pixeles (der.) En la tabla 1 se muestra la matriz de datos original de una imagen ficticia y a su derecha la matriz resultante después de realizar un filtro de variancia de 3x3 pixeles. Se puede apreciar que la imagen ha perdido sus bordes; esto es debido a que al filtrar, los pixeles que quedan en la orillas no pueden completar la grilla de filtrado. Mientras más grande sea la grilla, mayor cantidad de líneas y columnas se perderán en los bordes, por ejemplo en una grilla 3x3 se pierde una sola línea y columna, en una 5x5 se pierden dos, y así sucesivamente. Mejoramiento del color: El sistema visual humano puede discriminar sólo 20 a 30 tonos de gris, bajo un nivel de adaptación a la luz dado. Bajo las mismas condiciones de luz, puede discriminar un número mucho mayor de colores, por lo que el uso de color provee un dramático aumento en la cantidad de información que puede ser percibida. En la figura 13 se muestra la escena de la banda 1 TM a la cual se le ha colocado una paleta de color arcoiris. La paleta está colocada a un lado de la imagen e indica el número digital y el color correspondiente. Como la imagen ha sido previamente contrastada, a los pixeles con valores bajo 110 se les ha asignado el negro y a los pixeles con valores sobre 228 se les ha asignado el blanco. Suavizado: Esto tiene por objeto atenuar los contrastes espaciales presentes en la imagen. Se trata de asemejar el valor de cada pixel con el de sus vecinos, reduciendo la variabilidad espacial de la escena. Una imagen suavizada ofrece perfiles menos nítidos, más difuminados, como puede apreciarse en la figura. Este tipo de filtro permite restaurar los errores aleatorios que pueden presentarse en los números digitales (ND) de la imagen, fruto de un defecto en la adquisición o recepción de los datos, disminuyendo el "ruido" de Escena, el que se encuentra sobre en las zonas heterogéneas o de transición entre dos valores de radiancia; por ejemplo en un frente térmico. En forma similar a los filtros de detección de bordes los filtros de suavizado son grillas (usualmente de 3x3), las cuales se aplican sobre la matriz original de datos para obtener algún tipo de media ponderada de los valores que componen la grilla y reemplazar en este resultado el valor del pixel central. Mejoramiento multimagen: Las imágenes múltiples (multiespectrales o multitemporales) llevan más información que una sola imagen. El mejoramiento de imágenes múltiple involucra el mejoramiento en contraste independientemente en cada una de las imagen que componen la multimagen. Los componentes mejorados son mostrados como un composite en falso color. Esto permite el uso de color como una herramienta para detectar la diferencia entre las bandas o entre las fechas de las imágenes. En la figura 6 se muestra un composite RGB (red-gree-blue) o de color verdadero en el cual la banda 3 del TM se ha puesto en el cañón rojo del monitor, la banda 2 en el verde y la 1 en el azul. Este tipo de imagen es lo que más se acerca a lo que el ojo humano vería desde el espacio, y podría tomarse como una "fotografía" de la zona.

Figura 6: Composite multiespectral en falso color de las bandas 1 (azul),2 (verde) y 3 (rojo) de TM. Máscaras (Density slicing): Es posible simplificar el contenido de información de una imagen presentada en forma digital reduciendo el número de niveles digitales disponibles. Imágenes de alto contraste con sólo dos niveles pueden ser producidas por la asignación de un color a un nivel de ningún color al otro nivel. La división de la escala de grises en diferentes clases puede ser hecha de forma arbitraria o de acuerdo a las especificaciones del usuario. Este método puede ser usado para la separación de agua y tierra. En este caso se eligen una longitud de onda (generalmente en el IR) para la cual se presenta una diferencia entre agua y tierra (Figura 1). Un histograma de los datos nos mostrará dos formas claramente distinguibles, permitiendo al usuario definir un umbral para separar ambas clases. A los pixeles con un valor de radiancia bajo el umbral se les asigna un color particular, mientras que a los restantes se les asigna otro color.

Figura 7: Máscara binaria en la que la tierra aparece en negro y el agua en blanco.

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo:

• Desplegar la imagen en diferentes composiciones de color o 3-2-1 para ecosistemas sumergidos o 4-5-3 falso color estar para ecosistemas emergidos

• Aplicar realces de color a la imagen (root, stretch, etc.) • Reconocer detalles y comportamientos espectrales. • Analizar contrastes y semejanzas temáticas.

Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (Focus de PCI Geomatica) Ejemplo:

Ejemplo 1 Composición Falso ETM Color 4-5-3 Bahía de Cispatá año 2000

Ejemplo 2 Composición color real ETM 3-2-1 Bahía de Cispatá año 2000

Ejemplo 3 Composición Color ETM 7-5-2 Bahia de Cispatá año 2000

Ejemplo 4 Composición color ETM 1-2-3 Archipiélago de San Bernardo año 2000

Ejemplo 5 Composición color ETM 3-2-1 Archipiélago de San Bernardo año 2000

Ejemplo 6 Composición color ETM 1-2 - IC Archipiélago de San Bernardo año 2000

Observaciones:

Protocolo: Extensión de Ecosistemas Proceso: Filtrado de la Imagen Términos y definiciones: Se utilizan para destacar algunos elementos de la imagen. Consiste en la aplicación a cada uno de los pixels de la imagen de una matriz de filtrado (generalmente de 3x3) que genera un nuevo valor mediante una media ponderada del valor original y los de los 8 pixels circundantes. Meidante diferentes combinaciones de los factores de ponderación se pueden conswguir diferentes efectos. Los filtros más utilizados son los de paso bajo que asignan a cada pixel el valor medio de los pixels circundantes; o los de paso alto (para resaltar zonas de gran variabilidad). La ecuación que se utiliza es:

Tabla 3: Filtro de paso bajo

1.00 1.00 1.00

1.00 1.00 1.00

1.00 1.00 1.00

Tabla 4: Filtro de paso alto

-1.0 -1.0 -

1.0

-1.0 9.00 -

1.0

-1.0 -1.0 -

1.0

Requerimientos específicos: Información: Información de referencia –línea base- sobre extensión de ecosistemas. Mapas y cartografía de referencia. Condiciones previas:

• ninguna Desarrollo:

• Aplicar filtros de acuerdo a la imagen, especialmente de detección de bordes.

Algoritmo: Procedimiento estándar de acuerdo al software utilizado. (Focus de PCI Geomatica) Ejemplo: Observaciones: