teledetección avanzada_clase4

Teledetección Avanzada

Clase 4: Índices, Ratios y Máscaras

Profesor: Paula Olea

¿Qué veremos hoy?

• Evaluación lectura

• Características de la vegetación

• Índices vegetacionales

• Otros índices

• Creación de máscaras binarias

Procesamientos Básicos

• Subsetting espacial y espectral

• Realces de bandas

– Bandas y combinaciones de bandas

– Ajuste de contraste

• Identificación de áreas de interés

• Extracción de elementos

Procesamientos Básicos

• Subsetting:

– Corresponde al corte espacial o espectral que se realiza en la imagen

– Se utiliza sólo la información importante del área de estudio.

Realces de bandas: combinaciones de bandas

Realces de bandas: combinaciones de bandas

Diferentes combinaciones de banda de una Landsat 7 ETM+ A)Color Verdadero (RGB = 3,2,1) B)Composición Color Infrarrojo Cercano (RGB = 4,3,2) C)Composición Color Infrarrojo de onda corta (RGB = 7,4,3)

Realces de bandas: ajuste de histograma

Realces de una imagen

• Mejoramos una imagen desde su estado original con el fin de adecuarla a una determinada aplicación o procesamiento.

• Los realces o mejoras se realizan en dos dominios diferentes:

• Métodos aplicados en el dominio de la frecuencia

– Ocurrencia de los pixeles en la escala de grises

• Métodos aplicados en el dominio espacial

– Modifican los pixeles de la imagen

Realce de una image

• Histograma:

– Gráfico de la distribución de los datos en una imagen.

– Existe una serie de técnicas para modificar el histograma que tienen como fin mejorar la visualización de los datos

Realce de una imagen

Tipos de Stretch

• Linear

– Linear 0-255

no hay estiramiento

– Linear 2%

toma el 2% mas bajo y el 2 % mas alto de los valores, 0 y 255, respectivamente.


• Gaussian – promedio 127, +-3 SD = 0 y 255

• Equalization · no lineal – Se asigna valores de imagen a los niveles

desplegados basados en la frecuencia de ocurrencia

• Square root: – Toma la raíz cuadrada del histograma y aplica un

estiramiento lineal.

Look Up Table (LUT) • Guardar el Stretch al look

up table – tabla estadística que asocia el DN de una imagen con un brillo especifico en la pantalla.

• ENVI color tables –LUT especial que asocia los valores de la pantalla con un RGB especifico

• Density Slice – colores de datos codificados de acuerdo a los DN de la escena. Histograma visual o como una clasificación simple.

Identificación de áreas de interés

• Se selecciona una zona de interés (usualmente polígonos)

• ROI o AOI: region of interest o area of interest.

Firma espectral

Muchas imágenes correlacionadas adquiridas simultáneamente donde cada imagen muestra la energía desde diferentes longitudes de onda

Cada píxel contiene un espectro continuo que es usado para identificar materiales en la superficie

Entendiendo la vegetación y sus propiedades de reflectancia

• La vegetación tiene un comportamiento radiométrico muy particular determinado por la estructura y composición propia de las plantas.

• Este comportamiento se distingue claramente de otros materiales en la superficie terrestre como suelos y cuerpos de agua.

Comportamiento de la vegetación

Comportamiento de la vegetación respecto de otros elementos naturales

Características de la vegetación


• Los componentes de las hojas mas importantes que afectan sus propiedades espectrales son:

– Pigmentos (Clorofila, Carotenoides, Antocianina)

– Agua

– Carbón

– Nitrógeno

Otros componentes influyen en la función de la planta, pero no en sus propiedades espectrales


• Dependiendo de la concentración de los pigmentos en la planta se pueden deducir ciertos estados de salud de la planta

• Las plantas más sanas presentan un alto grado de clorofila (mejores tasas fotosintéticas)

• Las plantas estresadas o que empiezan a envejecer presentan mayores concentraciones de carotenoides y antocianina


• Clorofila el más famoso de los pigmentos causa el color verde de la plantas (primer responsable de la fotosíntesis).

• Los carotenoides (alfa-caroteno, beta-caroteno y xantofila) causan el color amarillo-anaranjado de las hojas que cambian de verde a café (otoño, hojas muriendo/stress).

• La antocianina esta relacionada a los cambios de follaje, pigmentos rojos en hojas nuevas y las que empiezan a envejecer.


• La respuesta espectral en el visible se debe: – Pigmentos de la hoja que

absorben energía – Principal absorción de la

clorofila en el azul y el rojo

– La superficie de la hoja es responsable de la reflectancia

***Por lo tanto en el visible hay escasa reflectancia y fuerte absorción debido a los pigmentos (estructura interna)


• El contenido de humedad en las plantas varía incluso entre plantas de una misma especie.

• El agua tiene una absorción máxima entre los 1400 y 1900 nm. Esta región no puede ser observada por los sensores (efecto de absorción de agua en la atmosfera)

• La absorción de agua entre los 970 y los 1190 es prominente


• El comportamiento de la vegetación tiene un claro contraste entre las regiones del visible y el infrarrojo cercano.

• En el visible la hoja absorbe la mayor parte de la luz.

RATIOS DE BANDAS Y TRANSFORMACIONES

Ratios de Bandas

• Debido a que diferentes materiales presentan diferentes propiedades de reflectancia en distintas longitudes de onda; Los ratios de bandas y las transformaciones espectrales pueden ser usadas para destacar ciertos materiales en la superficie.

Índices Vegetacionales

• La mayoría de los análisis de vegetación se basan en el comportamiento que tiene la reflectividad en el VIS y en el NIR.

– Existen mas de 100 tipos de índices (Ratios + Transformaciones)

– Algunos de ellos solo consideran el cociente simple entre bandas (Rojo/NIR)

– El mas famoso es NDVI: Índice de Vegetación de diferencia normalizado

NDVI

NDVI = NIR – Red / NIR + Red

• Se puede aplicar directamente a los valores de DN de la imagen obteniendo valores relativos, aunque siempre es conveniente realizar previamente correcciones atmosféricas y convertir los valores a reflectancia

NDVI

• NDVI permite:

– Identificar áreas forestadas de otras deforestadas

– Evaluar el estado de la vegetación y su grado de estrés

– Separar distintos tipos de masas vegetales

– Monitoreo de plagas

– Evaluación de riesgo de incendio.

– Etc.

NDVI

A)Composición color Infrarrojo cercano RGB = Bandas 4,3,2. Note la concentración de vegetación rojo brillante alrededor del rio en la imagen. B)La Transformación NDVI (input Bandas: NIR y rojo). Note que los pixeles con vegetación son brillantes, mientras que los pixeles sin vegetación son oscuros.

NDVI

• Las Áreas con vegetación producen valores altos

– Alta reflectancia en NIR, baja reflectancia en el VIS

• Nubes, agua, y nieve tienen valores negativos

– Alto VISIBLE, Bajo NIR

• Roca y tierra lisa dan valores cercanos al cero

– Similar reflectancia en el NIR y en el VISIBLE

Otros índices

• Evaluación de severidad de incendio:

– Normalized Burn Ratio (NBR)

NBR = (B4 – B7) / (B4 + B7)

– Differenced NBR

DNBR = Pre NBR – Post NBR

Altos valores de DNBR están correlacionados con quemaduras mas severas.

MÁSCARAS BINARIAS

Máscaras binarias

Algoritmo binario que enmascara zonas que no son de interés para el análisis que se está realizando

TALLER PRÁCTICO

• DUDAS??????

teledetección avanzada_clase4

Documents