PNB19101

IBNORCA
PROYECTO DE NORMA BOLIVIANA
PNB/ISO
19101-2
Introducción
Esta Especificación Técnica proporciona un modelo de referencia para procesamiento abierto
distribuido de imágenes geográficas. Los temas de motivación tratados en este modelo de
referencia son tratados abajo.
En términos de volumen, las imágenes son la forma dominante de la información geográfica




El volumen de imágenes geográficas almacenadas crecerá en el orden de un exabyte.
Archivos de imágenes nacionales son múltiplos petabytes en tamaño; absorviendo un terabyte
por día
Centros de aplicación de datos individuales están archivando cientos de terabytes de imágenes.
Miles de millones de conjuntos de datos han sido catalogados pero todavía no están en línea.
Muchas de las imágenes geográficas nunca serán accesadas directamente por los humanos.


La atención humana es un recurso escaso y es insuficiente para observar petabytes de datos.
Proceso semántico será requerido; detección automática de rasgos; significado basado
conceptos geográficos.
La tecnología de información permite la creación de productos de información geográfica a través
del proceso de imágenes geográficas. Son necesarias Normas para incrementar la creación de
productos. Un número de normas existentes son utilizadas para el intercambio de imágenes
geográficas.
Las dificultades para mover imágenes en línea son técnicas, legales y de negocios.

Problemas Técnicos de accesibilidad – geocodificación, normas de acceso geográficas

Mantenimiento de los derechos de propiedad intelectual
Mantenimiento de derechos de privacidad individual como incrementos de resolución.
Problemas técnicos de compatibilidad que requieren normalizarse.


Los gobiernos han sido los proveedores predominantes de datos remotos teledetectados en el pasado. Esto está
cambiando con la adquisición y comercialización de los mismos . Las imágenes geográficas son clave de entrada
para sustentar políticas en los tomadores de decisiones.
El reto más actual es disponer las imágenes geográficas colectadas de diferentes fuentes para
transformarse en una representación digital de la Tierra ampliamente accesible para la toma de
decisiones críticas de la humanidad.
El marco de referencia en esta especificación técnica proporciona un modelo de referencia para las
imágenes geográficas utilizando los puntos de vista definidos en ISO 19101. Ordinariamente existe un
gran número de normas de imágenes que describen tales datos. Normalmente el procesamiento de
imágenes a través de múltiples organizaciones y tecnologías de información es obstaculizado por la
carencia de una arquitectura abstracta común. El establecimiento de un marco de referencia común fomentará la
convergencia en el nivel del marco de referencia. En el futuro, normas de aplicaciones múltiples se necesitan
para el formato de datos y servicio de interoperabilidad para realizar la arquitectura definida en esta norma .
Consorcio Geoespacial Abierto, Volumen Tópico 15 – Servicios de Explotación de Imágenes, 2000,
OGC Documento 00-115
1)
Por publicarse.
Manual del sector de Unión de Radiocomunicación y telecomunicación internacional – WMO
Resolución 40 – WMO Política y práctica para el intercambio de Datos Metereológicos
referenciados y productos relacionados incluyendo la Guía sobre las relaciones en las Actividades
Comerciales Metereológicas.
Vocabulario Internacional de Términos básicos y generales en Metrología (VIM)
Cumbre Mundial sobre Sociedad de la Información, 12 de diciembre de 2003, Declaración B 44
3. Términos y deficiones
Para el propósito de este documento, aplican los términos y definiciones siguientes:
3.1 banda
Rango de longitudes de onda de radiación electromagnética especificadas para producir una
respuesta simple a un dispositivo de teledetección.
3.2 celda
objeto tridimensional que es parte de un objeto de dimensión más grande, tal como un polychoron
Nota: Una celda está relacionada a objetos de dimensiones mas grandes de manera que una cara o un polígono de
dos dimensiones, están relacionados con objetos tridimensionales. Por ejemplo, una celda es un politopo
tridimensional o polícoron, lo que una cara es a un politopo tridimensional. o poliedro .
3.3 punto de vita computacional
punto de vista sobre un sistema ODP y su ambiente el cual permite distribución a través de descomposición
funcional del sistema en objetos que interactúan en interfaces
[ISO/IEC 10746-2]
3.4 cobertura
Rasgo que actúa como una función para regresar valores de su rango para cualquier posición
dentro de su dominio espaciotemporal
[ISO 19123]
3.5 datos
Representación de información reinterpretable en una manera formalizada adecuada para la
comunicación, interpretación o procesamiento.
[ISO/IEC 2382-1]
DN
Valor integrador discreto que representa una medida como se detecta por un sensor
3.7 sistema de apoyo a la decisión
Programa de cómputo interactivo para ayudar a tomadores de decisiones formulando, analizando y
seleccionando alternativas.
3.8 punto de vista de la ingeniería
Punto de vista sobre un sistema ODP y su ambiente que se focaliza sobre el mecanismos y
funciones requeridas para apoyar interacción distribuida entre objetos en el sistema [ISO/IEC
10746-2]
3.9 punto de vista empresarial
punto de vista sobre un sistema ODP y su ambiente que se focaliza en el propósito, alcance y
políticas para ese sistema.
[ISO/IEC 10746-2]
3.10 rasgo
abstracción de fenómenos del mundo real
[ISO 19101]
3.11 rasgo geográfico
representación de un fenómeno del mundo real asociado con una ubicación relativa a la Tierra
[ISO 19125-2]
3.12 imágenes geográficas
Imágenes cuyos datos están asociados con la ubicación relativa a la Tierra
3.13 rejilla
red compuesta de dos o más conjuntos de curvas en la cual los miembros de cada conjunto
intersectan a los miembros de los otros conjuntos en forma algorítmica
[ISO 19123]
3.14 imágenes
Representación de objetos y fenómenos como son teledectados (por cámara, escaners infrarrojos
y multiespectrales, radar y fotómetros) y de objetos como imágenes a través de técnicas
electrónicas y ópticas.
3.36 sensor
Elemento de un instrumento de medición o cadena de medición que es afectado directamente por
el mesurando
[Vocabulario Internacional de términos básicos y generales en Metrología (VIM)]
3.37 modelo de sensor
Descripción de las características radiométricas y geométricas de un sensor
3.38 servicio
Parte distintiva de la funcionalidad que es provista por una entidad a través de interfaces
[ISO/IEC TR 14252]
3.39 taxonomía
Ontología con restricciones para subtipificación, cobertura y partición
[derivada de IEEE SUO]
Nota: Una taxonomía es una ontología formalmente definida
3.40 punto de vista de la tecnología
Punto de vista sobre un sistema ODP y su ambiente que se focaliza sobre la elección de
tecnología en ese sistema.
[ISO/IEC 10746-2]
3.41 rastreabilidad
Propiedad del resultado de una medición o el valor de un estándar dondequiera que éste pueda ser relacionado a
referencias declaradas, usualmente normas nacionales o internacionales , a través de una cadena inquebrantable de
comparaciones teniendo todas las incertidumbres declaradas.
[Vocabulario Internacional de términos básicos y generales en Metrología (VIM)]
3.42 incertidumbre de medida
Parámetro, asociado con el resultado de una medida, que caracteriza la dispersión de los valores que podrían
ser razonablemente atribuidos al mesurando
Nota 1: El parámetro puede ser, por ejemplo, una desviación estándar (o un múltiplo dado de éste), o el
medio-ancho de un intervalo que tiene un nivel de confidencia declarado.
Nota 2: La incertidumbre de medida comprende, en general, muchos componentes. Algunos de estos componentes
pueden ser evaluados de la distribución estadística de los resultados de series de medidas y pueden ser
geográfico disponible para producir imágenes geográficas. Algún procesamiento adicional puede ser
necesario en las salidas de archivo o el modelo en orden de atender el requerimiento del cliente. Los
requerimientos del cliente de información de imágenes geográficas puede requerir la colección de
nuevas imágenes. La asignación determina los sensores disponibles, así como plataformas y desarrolla
un requerimiento de adquisición de imágenes. El sensor está obligado a adquirir los datos crudos y la
adquisición es realizada. La adquisición de datos de imágenes se hace de acuerdo con las políticas de
adquisición.
Si el requerimiento del cliente es para ser satisfecho de la obtención de un archivo, una salida de
modelo, o adquisición de datos, típicamente es necesario algún tipo de procesamiento adicional. Esto
podría extenderse al cambio del formato de codificación de las imágenes para crear imágenes derivadas
o productos de conocimiento de imagen. La información de imágenes resultante puede ser aplicada con
información adicional para formar un respuesta que responda a las necesidades del cliente . La
distribución de la respuesta de la información de imágenes se hace de acuerdo con las políticas de
distribución.
Comunidad de imágenes geográficas
Planificación
Solicitud
Planificador
Restricción.
Modelo
Políticas de
Adquisición
Tarea
Planificador
Archivo
Sensor
Respuesta
Adquisición
Respuesta
Otra InProceso
Restricción.
Aplicar
Analista
formación,
incluyendo
Políticas de
Distribución
Figura 1 – Escenario de Imagen Geográfica
5.4 Políticas de Imágenes Geográficas
5.4.1 Introducción a las políticas
Una política, como se define en ISO/IEC 10746-2, es un conjunto de reglas relacionadas a un propósito. Una
regla puede ser expresada como una obligación, un permiso o prohibición. No toda política es una restricción.
Algunas políticas representan un otorgamiento de poder.
Esta cláusula contiene políticas de imágenes geográficas promulgadas por organizaciones
internacionales que pueden aplicar para un sistema de imágenes particular. Estas políticas son
proporcionadas como ejemplo que pueden ser usadas para desarrollar políticas específicas para
una organización determinada.
Las scenes son representaciones de un paisaje ambiental, es decir, medidas del mundo natural en un
punto privilegiado específico en el espacio y en un tiempo específico . Un índice de datos de imágenes
puede corresponder a una vista teledetectada remotamente del mundo natural o de una cuadro virtual
generado de una computadora simulando tal vista. Para acomodar imágenes geográficas, esta
Especificación Técnica ha cambiado el diagrama del estado de imagen de ISO 22028-1 cambiando de
“codificación de color de toma-referida” a “escena”. “Las scenes hacen uso de un spectrum más amplio
que los colores tratados en ISO 22028-1. También, las scenes pueden ser medidas con excepción de
radiaciones, p.e., pueden corresponder a una toma virtual generada por computadora simulando un
vista de radiaciones teledetectado remotamente.
“Representaciones de imágenes” (Figura 2) son representativas de las coordenadas del colorespacio de datos de la imagen que son apropiados para , y acoplado firmemente a, las
características del dispositivo de salida real o virtual y condiciones de la visión . Ellos usan código
de color para la representación de valores de pixel y son generados para despliegue visual
adecuados para la legibilidad humana, ya sea imagen impresa o digital (denotados como imagen
impresa y Despliegue en la Figura 2). La representación de información geográfica es tratada en
ISO 19117)
[Nota del Editor: Existe un problema fundamental respecto la definición propia y uso apropiado de
términos “pixel” vs “celda”, particularmente en el contexto de este Modelo de Referencia de
Imágenes: Ambos están definidos en Términos y Definiciones de este documento: Es necesario
revisar para determinar el uso propio de cada término en esta Especificación Técnica y/o la posible
restricción del uso de solamente uno de esos términos en esta especificación técnica. Por ejemplo
en consideración del uso continuado del término “pixel”, un pixel necesita permitir tener en cuenta
un vector de la información, p. e., un pixel tiene dos escalares en cada celda (pixel), dirección y
magnitud o componentes en un sistema coordenado ortogonal.
“Imágenes originales” (Figura 2) son representativas de las coordenadas de espacios a color (o una
aproximación a eso) de un formato impreso bidimensional o una imagen de entrada en formato digital. Para
información geográfica, las imágenes originales podrían obtenerse de mapas impresos, imágenes impresas
de una escena geográfica, dibujos de información geográfica, etc., (denotadas como formatos impresos en la
Fig. 2) Aunque una imagen original puede ser de una imagen de una escena geográfica, no es una escena
como se definió arriba porque la imagen fue previamente dada a color para impresión.
Ambas representaciones de imagen y originales de imágenes son códigos de color de cualquier
tipo de incluyendo información geográfica. Cuestiones tales como presentación en falso color
deben ser tratadas para transformar el espectro más ancho de imágenes geográficas en imágenes
de color.
Las clases de UML asociadas con los códigos de imagen de escenas, representaciones de
imágenes e imágenes originales (las cuales son tipos diferentes de “imágenes”) son definidas en la
Figura 3 y colocadas dentro del contexto más largo de relaciones entre el meta nivel, nivel de
aplicación y nivel de datos.
Meta
Nivel
»Ejemplificación»
»MetaClase»
»MetaClase»
»MetaClase»
»MetaClase»
»MetaClase»
»Ejemplificación»
Nivel de
Aplicación
Nivel de
Datos
»Tipo»
Imagen Ortorrectificada
Esquema de Aplicación
Define contenido de
«Tipo»
Conjunto
»Realización»
»Abstract»
CV-Cobertura
Provee Metadatos para
«Tipo»
de Conjunto de Datos
Figura 5 – Derivación semiótica del punto de vista de la Información
2) Adaptado
de “Una Teoría de Semiótica Computarizada”. Peter Andersen, Cambridge Press, 1997
Datos (Figura 5, capa inferior) es una representación reinterpretable de información en una manera
formalizada adecuada para la comunicación, interpretación o procesamiento [ISO/IEC 2382-1].
Para las imágenes, los datos son el resultado de una medida por un sensor en una ubicación.
La aplicación de convenciones o acuerdos sobre códigos es la transición de datos a información.
La estructuración de datos teledetectados en una sintaxis estándar permite la transmisión de los
datos a entidades en el sistema de procesamiento distribuido abierto. La información entonces es
significación asignada actualmente a datos por medio de las convenciones aplicadas a estos datos
[ANSI/INCITS 172-2002].
Como la información es conjuntada, regularidades observadas son generalizadas y los modelos
son desarrollados formando la transición a conocimiento. El conocimiento es una colección
organizada, integrada de hechos y generalizaciones. Las imágenes pueden ser interpretadas
basadas en un modelo de tipos de rasgo que corresponden a un universo del discurso. La
descripción rasgo-basada resultante de una escena es descrita en la cláusula del Modelo de rasgo
general.
El conocimiento base es usado en la información de decisiones pragmáticas que trata las metas de
múltiples apostadores. Una llave para decisiones efectivas identifica el contexto en el cual aplica la
decisión. El contexto determina que la información es relevante para la decisión.
6.1.3 Modelo de rasgo general
Las imágenes geográficas son un tipo de información geográfica. La serie ISO 19100 de Normas
Internacionales definen un enfoque de modelo conceptual para información geográfica. ISO 19101
define el Modelo Conceptual y el Modelo de Referencia de Dominio que esta Especificación
Técnica extiende para las imágenes geográficas . ISO 19109 define el Modelo de Rasgo General el
cual es usado a través de la serie ISO 19100. El enfoque de Modelado Conceptual que es la base
para el Modelos de Rasgo General se extiende a imágenes geográficas en la Figura 6.
6.1.4.1 Resolución
La Resolución es la diferencia más pequeña que puede ser distinguida en un elemento de datos.
Para un dispositivo digital, este es el cambio en la indicación cuando el dígito significativo menor
cambia por un bite. La Resolución es una medida de la capacidad de un sensor para presentar una
imagen agudamente definida. Esta puede ser expresada en muchas formas dependiendo del
sensor. Para Imágenes, la resolución refiere resoluciones radiométricas, espectrales, espaciales y
temporales.
Resolución radiométrica es la cantidad de energía requerida para incrementar un valor de pixel por
un nivel de cuantización o “contar”. La resolución radiométrica mide sensibilidad en la
discriminación entre niveles de intensidad.
La resolución espectral es el rango total de resplandor (lo ancho y número de bandas en el
espectro electromagnético) de una banda determinada para producir una imagen. La resolución
espectral mide la sensibilidad en la discriminación entre longitudes de onda.
La resolución espacial es expresada en imágenes digitales como resolución terrestre del pixel. La
resolución terrestre del pixel define la distancia sobre el terreno representada en cada pixel.
Algunas veces ésta es referida como la distancia de la Tierra a la de la muestra (GDS) o al
intervalo de la muestra del terreno.
Relacionada con la resolución espacial es el Campo Visual Geométrico Instantáneo (IGFOV).
IGFOV es el tamaño gométrico de la imagen proyectada por el detector sobre el terreno a
través del sistema óptico. IGFOV es también llamado huella del pixel. ISO 19123 define el
concepto relacionado de huella CV. Una huella CV es el espacio de muestra de una rejilla en
sistema de referencia de coordenadas externo, es decir, un CRS geográfico o una proyección
de mapa CRS.
6.1.4.2 Incertidumbre en imágenes
Entender y estimar la incertidumbre en datos de imagen es importante para las medidas absolutas
de fenómenos tanto como para la integración de datos. Ejemplo de fuentes de error en imágenes
geográficas (Tabla 3) se presentan a través de los muchos elementos del proceso de la imagen.
Tabla 3 – Fuentes de error en imágenes geográficas
Adquisición
Aspectos geométricos
Sistemas de sensor
Plataformas
Control Terrestre
Consideraciones de escena
Proceso de Datos
Rectificación Geométrica
Rectificación Radiométrica
Conversión de Datos
Análisis de Datos
Análisis Cuantitativo
Sistema de clasificación
Generalización de Datos
Conversión de Datos
De Raster a Vector
De Vector a Raster
Evaluación de error
Muestreo
Autocorrelación Espacial
Exactitud de ubicación
Matriz de Error
Estadística Multivariada discreta
Reporte de Normas
Métodos de Derivación y Fuentes de Presentación de Error
Presentación del Producto Final
Error Espacial
Error temático
Toma de decisiones
Toma de Decisión
6.1.4.3 Fusión de Imágenes
La fusión de imágenes es la combinación de imágenes y otras fuentes de información geoespacial
para mejorar el entendimiento de un fenómeno específico. La fusión puede realizarse en diversos
niveles: pixel, rasgo, decisión. Estos diferentes tipos de fusión son tratados en las múltiples
cláusulas del punto de vista de la información.
6.2. Datos de imágenes geográficas – Datos crudos
6.2.2 Detección óptica
6.2.2.1 Descripción general
La radiación óptica es radiación electromagnética en longitudes de onda entre la región de
transición a rayos X (λ ~ 1 nm) y la región de transición a radio ondas (λ ~ 1mm) [publicación CIE
17.4]. La radiación óptica incluye: radiación infrarroja, visible y ultravioleta (Tabla 4).
La radiación visible es cualquier radiación capaz de causar una sensación visual directamente
[publicación CIE 17.4]. No existen límites precisos para el rango espectral de radiación visible
desde que éstos dependen de la cantidad de la fuerza de radiación que alcanza la retina y la
respuesta del observador. El límite más bajo se toma generalmente entre 360 nm y 400 nm y el
límite superior entre 760 nm y 830 nm.
La radiación infrarroja es radiación óptica para la cual las longitudes de onda son más largas que
aquéllas para la radiación visible [publicación CIE 17.4].
La radiación ultravioleta es radiación óptica para la cual las longitudes de onda son mas cortas que
aquéllas para radiación visible. [publicación CIE 17.4].
Tabla 4 – Longitudes de onda de percepción óptica
Radiación Ultravioleta
De 100 nm a 400 nm
Banda ultravioleta UV-A
De 315 a 400 nm
Banda ultravioleta UV-B
De 280 a 315 nm
Banda ultravioleta UV-C
De 100 a 280 nm
Radiación Visible (no límites precisos)
Límite más bajo entre 360 m a 400 nm
Límite superior entre 760 nm y 830 nm
Radiación infrarroja
De 780 a 1 mm
Banda Infrarroja IR-A
De 780 a 1400 nm
Banda Infrarroja IR-B
De 1.4 a 3 μ m
Banda Infrarroja IR-C
De 3 μ m a 1mm
6.2.2.2 Medidas
Los sensores ópticos miden la energía de radiación en bandas.
Tabla 5 – Medidas ópticas
Cantidad
ISO 31-6 Cantidades y Unidades – Luz y radiaciones
electromagnéticas relacionadas
Energía Radiante
Energía emitida, transferida o recibida como radiación
Flujo Radiante (Fuerza)
Fuerza emitida, transferida o recibida como radiación
Irradiación
En un punto sobre una superficie, el incidente flujo de energía radiante
sobre un elemento de la superficie, dividida por el área de ese
elemento.
Resplandor
En un punto sobre la superficie y en una dirección determinada, la
intensidad radiante de un elemento de la superficie, dividido por el área
de proyección ortogonal de este elemento sobre un plano
perpendicular para una dirección dada.
Intensidad de Radiación
En una dirección dada de una superficie, el flujo de la energía radiante
dejando la fuente, o un elemento de la fuente, en un elemento del
ángulo sólido que contiene la dirección dada, dividida por el elemento
del ángulo sólido.
Una imagen es una red de valores de una extensión geográfica. Sensores diferentes producen la
rejilla de valores en diferentes maneras, e.d., en una medición única, escaneando y midiendo en el
tiempo. Ejemplos de geometrías escaneadas:
[Nota del Editor: Esta sección geometría escaneada debería ser revisada y más detalles
proporcionados por expertos involucrados en el desarrollo de la 19130 con respecto a tópicos en
común con ISO 19130.]





Cámara de cuadros o red del sensor
Disposición lineal de escaneo
Sensor de empuje / Sensor de barrido de empuje
Sensor de barrido mecánico
Sensor de barrido cónico
6.2.2.3 Información derivable
La percepción remota hace uso de sensores del visible, infrarrojo cercano e infrarrojo de onda
corta para formar imágenes de la superficie de la Tierra por detección de radiación solar reflejada
de blancos sobre el terreno. Materiales diferentes reflejan y absorven diferentemente en longitudes
de onda diferentes. Así, las señales de la reflexión espectrales en las imágenes remotamente
detectadas pueden diferenciar los blancos. Los sistemas de percepción remota ópticos son
clasificados en los tipos siguientes, dependiendo del número de bandas espectrales usadas en el
proceso de imágenes.

Sistema de imágenes pancromáticas: El sensor es un detector de canal simple
sensible a la radiación con un amplio rango de longitud de onda coincide con el rango
visible, entonces la imagen resultante se parece a una fotografía blanco y negro
tomada del espacio. La cantidad física que es medida es la brillantez de los blancos.
La información espectral o de “color” de los blancos está perdida.

Sistema de imágenes multiespectrales: El sensor es un detector multicanal con pocas
bandas espectrales. Cada canal es sensible a la radiación en una banda de longitud
de onda estrecha. La imagen resultante es una imagen multicapa que contiene tanto
información (color) de brillantez y espectral de los blancos que son observados.

Sistemas de Imágenes Hiperespectrales: Son conocidos también como “espectrómetro de
imágenes”. Este adquiere imágenes en cerca de un ciento o más de bandas espectrales
contiguas. La información espectral precisa contenida en una imagen espectral permite un
mejor caracterización e identificación de blancos. Las imágenes hiperespectrales tienen
aplicaciones potenciales en tales campos como precisión agrícola (e.d., monitoreo de tipos,
salud, estado de humedad y madurez de cultivos), gestión de costas (e.d., monitoreo de
fitoplancton, contaminación, cambios de batimetría ).
6.2.3 Detección de Microondas
6.2.3.1 Microondas pasivas
6.2.3.1.1 Descripción general
La radiación de microondas es radiación electromagnética en frecuencia arriba de 1 Ghz
[derivada de IEEE].
Las mediciones polarizadas horizontal y verticalmente son tomadas para todas las
frecuencias
6.2.3.1.2 Medidas
Un radiómetro de imagen traza la distribución de temperatura del brillo sobre un c campo visual
(FOV). Un radiómetro de abertura lo hace escaneando el FOV a través ya sea mecánica o
eléctricamente. La temperatura del brillo es el mesurando.
La fuerza equivalente de temperatura detectada por un radiómetro (T_RAD) puede ser
descompuesta en varias fuentes. La primera fuente el la temperatura del brillo (T_B), definidos
como la emisión termal promedio de brillo incidente sobre la antena del radiómetro de la dirección
de su brillo o rayo principal. La TB es en sí misma una componente de la temperatura de la antena
(T_A), la cual es la emisión termal promedio de brillo incidente sobre la antena de todas las
direcciones. La relación entre T_A y T_RAD depende sobre el Método usado para calibrar el
radiómetro. Si la calibración es referenciada a la entrada de la antena (e.d., rodeándolo por las
cargas calientes o frías del amortiguador) , entonces éstas son iguales. Si la calibración se alcanza
interrumpiendo la entrada al radiómetro de la antena para separar las cargas calientes o frías,
entonces el punto de referencia es la entrada a ese interruptor. En último caso , la contribución de
T_A a T_RAD es reducida por pérdidas del hardware entre la antena y el interruptor , y un
componente adicional de T_RAD se contribuye a través de la emisión termal del hardware con
perdidas.
La calibración absoluta de un radiómetro implica la conversión de medidas de T_RAD para
estimaciones de T_B (la T_B es entonces la entrada a procesamiento y análisis de datos
geofísicos subsecuentes ). La conversión de T_RAD a T_B pueden ser descompuestas de acuerdo
a las fuentes de T_RAD. La calibración de T_A implica conversión de T_RAD a T_A. Este paso
cuenta para la emisión termal por y pérdidas debido al hardware del radiómetro, como se observó
arriba, y también corrige para propiedades de reflexión/emisión no ideales de las cargas de
calibración. La calibración de T_B implica conversión de T_A a T_B. Este paso es esencialmente
un proceso de deconvolución de antena, el cual típicamente involucra una estimación de la
sensibilidad relativa de la antena dentro y fuera de su brillo principal, junto con una estimación de la
emisión termal incidente sobre la salida de la antena de us brillo principal.
6.2.3.1.3 Información derivable
Mediciones de microondas pasivas pueden ser usadas para derivar, por ejemplo, las cantidades
geofísicas siguientes: lluvia, temperatura de la superficie del mar, vapor de agua vertical, velocidad
del viento en la superficie del océano, parámetros hielo en el mar, equivalente de agua de la nieve
y humedad de la superficie del suelo.
Cantidades geofísicas derivables de medidas de microondas permiten investigación de ciclos de la
energía de la superficie hidrológica y atmosférica.
La resolución espacial de datos de microondas pasivas está limitad por el tamaño de la antena y es
actualmente múltiplo de 10 kilómetros.
6.2.3.2 Radar
6.2.3.2.1 General description
El Radar es un sistema electromagnético para la detección y ubicación de objetos que opera a través de la
transmisión de señales electromagnéticas, recibiendo ecos de objetos (blancos) dentro de su volumen de
cobertura y extrayendo ubicación y otra información de la señal del eco [IEEE Std 686-1997]. El radar es una
detección de radio activo y un sensor extensible que proporciona su propia fuente de energía
electromagnética. Un sensor de radar emite radiación de microondas en una serie de pulsos de una antena.
Cuando la energía alcanza el blanco, algo de energía se refleja (regresa) hacia el sensor. Esta radiación de
microondas retrodisperso es detectado, medido y cronometrado. El tiempo requerido para que la energía viaje
al blanco y regrese al sensor determina la distancia o alcance al blanco. A través del registro la distancia y
magnitud de la energía reflejada de todos los blancos pasa por, puede producirse a través de una imagen de
la superficie. Porque un radar proporciona su propia fuente energía, las imágenes pueden adquirirse de día o
de noche. También la energía de microondas está disponible para penetrar nubes y la mayoría de lluvia.
Tabla 6 – Designaciones de banda de Radar [IEEE Std 686-19997]
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
L-band
1 GHz y 2 GHz
6.2.3.2.2 Mediciones
Los sistemas de radar hacen las siguientes mediciones:




Intensidad de radiación de microondas en el sensor
Tiempo tomado para el pulso emitido de la radiación para viajar del sensor
al terreno y regreso al mismo
Cambio de Doppler en la frecuencia del eco de radiación como resultado
de moción relativa del sensor y el terreno
Polarización de la radiación
La
resolución
espacial
para
radar es definida
por una celda de
resolución. Una
celda
de
resolución es una
región
dimensional
o
multidimensional
relacionada a la
capacidad
del
radar
para
solucionar
blancos múltiples.
Para el radar las
dimensiones que
implican
resoluciones
pueden
incluir
velocidad
de
distancia, angular
y
radial
(frecuencia
Doppler),
Tabla 7 – Mediciones de Radar
Cantidad
Mesurando[IEEE Std 686-1997]
Retrodispersión
Energía reflejada o retrodispersa en una dirección opuesta a esa de la
onda incidente
Coeficiente de Retrodispersión
Medida normalizada de retorno al radar de una dispersión distribuida
Para áreas blanco, la dispersión se expresa en decibeles y
denotados por σ°, la cual es sin dimensiones pero es algunas veces
escrita en unidades de m2/ m2 para claridad.
Para dispersión de volumen, tal como la lluvia, paja, o profundidad
de la cubierta de nieve, es definida como la sección transversal del
radar monostático medio por volumen de unidad y es expresada en
unidades de m2/ m2 o m-1 . El coeficiente de dispersión de volumen
es frecuentemente expresado en decibeles y denotado por el
símbolo ην.
Medida de la fuerza reflexiva de un blanco de radar, usualmente
representada por el símbolo □ y medido en metros cuadrados.
-
Sección Transversal del Radar
(RCS)
La RSC es definida como 4x veces la ratio de la fuerza por unidad de
ángulo sólido disperso en una dirección específicada del área de la unidad
de energía en una onda plana incidente sobre la dispersor de una
dirección especificada. Más precisamente, es el límite de esa ratio como
la distancia del dispersor al punto donde la fuerza dispersa es medida
infinitamente por los acercamientos.
6.2.3.2.3
Información
derivable
El
radar
de
proyección
de
imagen es radar
de alta resolución
cuya salida es
una
representación
de la sección
transversal
del
radar con la celda
de
resolución
(coeficiente
de
retrodispersión)
del
objeto
o
escena resuelta
en dos o tres
dimensiones espaciales. El radar puede utilizar abertura real (tal como el radar aerotransportado
sidelooking), radar de abertura sintética, radar de abertura sintética inversa (SAR), SAR
interferomético, o técnicas tomográficas. El SAR es un sistema de radar coherente el cual genera
una respuesta cruzada estrecha del impulso de la gama por un procesamiento de señal
(integración) la amplitud y fase de la señal recibida sobre una rotación angular de la línea de radar de la
vista con respecto al objeto (blanco) iluminado [IEEE Std 686-1997]. Debido al cambio en la
dirección de la línea de mira, se produce un abertura sintética (y por lo tanto una resolución angular
mucho mayor).
Lo modos de proyección de imagen SAR :

Stripmap: la dirección de la antena se fija en relación a la línea de vuelo (usualmente normal a
la línea de vuelo). El resultado es una huella móvil de la antena que indican los barridos a lo largo
de una tira del terreno paralela a la trayectoria.

Spotlight: El sensor dirige su rayo de antena para iluminar continuamente un lugar específico
(predeterminado) o parcela de terreno mientras la plataforma se mueve en una línea recta .

Scan SAR: El sensor dirige el rayo de la antena para iluminar una franja de terreno en
cualquier ángulo de la parcela de la trayectoria de la plataforma.
Un altímetro de radar usa principios de radar para medir la altura. La altura es determinada por la
medición del tiempo de propagación de una señal de radio transmitida del vehículo y reflejado de
regreso a la forma del vehículo del terreno de abajo.
Los sistemas de radar civiles se han concentrado en exactitud radiométrica e investigación de
blancos naturales, la prioridad de los sistemas militares es la detección y reconocimiento de
blancos hechos por el hombre (con frecuencia vehículos) contra un fondo conflictivo. Un radar
basado en el terreno mide la densidad pluviosa y la línea de velocidad de línea de mira, e.d.,
NEXRAD. El radar de penetración de terreno puede ser aplicado a la detección de objetos
quemados y determinación de parámetros geofísicos bajo la superficie.
6.2.4 Sensor Lidar
6.2.4.1 Descripción general
El Lidar es una detección de luz y ranging sensor que usa un laser para transmitir un pulso de luz y
un receptor con detectores sensibles para medir la retrodispersión o luz reflejada. La distancia al
objeto es determinada por el registro de tiempo entre pulsos retrodispersos y transmitidos y usando
la velocidad de la luz para calcular la distancia viajada. El Lidar puede determinar perfiles
atmosféricos de aerosoles, nubes y otros constituyentes de la atmósfera.
En general, los sistemas laser usados para conjuntar geo-información puede ser clasificada en las
maneras siguientes:
 Principios de medición
 Montaje de los sistemas laser
 Técnicas de escaneo de blancos
 Fondos físicos
 Longitudes de onda simples o múltiples
6.2.4.2 Principios de Medición
6.2.4.2.1 General
El primero está basado sobre los principios de medición (Figura 9). Medidas de distancias por laser son
muy conocidas y usadas ampliamente e una variedad de dispositivos de medición laser. Hay dos
opciones en existencia: pulso y Longitud de onda continuo (CW).
El sistema pulsado de laser trabaja en la forma siguiente. Transmite pulsos de laser, amplifica la
luz que se dispersa de regreso a través de telescopio óptico y tubo fotomultiplicador. La distancia d
al objeto es determinada registrando el tiempo en que viaja el pulso transmitido al blanco y regreso
a través del uso de la velocidad de la luz (Fórmula 1).
Por otra parte, el sistema laser CW transmite una señal continua. En turno propio, la medición de
distancia puede ser realizado modulando la intensidad de la luz laser. Típicamente, es una señal
sinusoidal. Esa señal es recibida con retraso. El tiempo de viaje es directamente proporcional a la
diferencia de la fase entre la señal recibida y transmitida (Fórmula 2).
Actualmente, los sistemas pulsados laser son en su mayoría usados, porque pueden producir
salida de alta potencia e un alto índice de repetición de pulso.
Hay un tipo de principios de medición laser, el cual está basado en una combinación de un
generador stripe de luz laser y una video cámara. Es así llamada medición óptica sin contacto.
La idea principal es la siguiente. La fuente laser es aparte de la videocámara, la cual puede
ser digital. La luz laser es visible sobre la superficie del blanco como una línea continua. Esta
línea es considerada como un perfil de superficie. Entonces, durante el movimiento de una
plataforma que lleva los trazos de perfil son registrados para el mismo sistema de
coordenadas 3D a través de un algoritmo que empareja o empata superficie interactiva. El
procesamiento de imagen digital está basada sobre un transformación proyectiva entre el
plano de la imagen de la cámara y el plano de la hoja laser, y también la dirección del escaneo
con respecto al plano de la hoja laser. El refinamiento es obtenido a través cuadros menos
pesados empatando trazos de perfil múltiple adquiridos de diferentes puntos de vista y
registrados previamente usando una calibración aproximada.
Principios de
Mediciones Laser
Mediciones
ópticas sin
contacto
Rayas de luzPerfil de video
Dependiente
del tiempo
Sistemas de
laser pulsado
Sistema de
Laser CW
Figura 9 – Principios de medición laser básicos
6.2.4.2.2 Sistema pulsado Lidar
pt
– El tiempo de viaje del pulso
d – la distancia entre el transmisor de luz y el blanco
c – la velocidad de luz ≈ 3 x 108 m/s
6.2.4.2.3 Sistema lidar sinusoidal CW (Continuo de onda)
φ – la diferencia de fase entre la señal transmitida y la señal enviada
f – la frecuencia de la señal transmitida
π ≈ 3,14159
c – la velocidad de la luz, ≈ 3 x 108 m/s
La siguiente ecuación lidar básica describe la energía o fuerza incidente sobre el receptor lidar como resultado
de la dispersión de una atmósfera la cual contiene importancia particular.
Donde la profundidad óptica, τ (r), is definida como:
Y donde :
Eo – energía de pulso laser (J)
C – velocidad de la luz (m/s)
Ar – área de colecta del receptor (m 2)
R – rango para el volumen de dispersión (m)
ßα – Sección cruzada de dispersión de aerosol por volumen de unidad (1/m)
ßm – sección cruzada de dispersión por volumen de unidad para moléculas de aire (1/m)
ße – sección cruzada de extinción por volumen de unidad
- función de fase de retrodispersión (1/str)
En general, la ecuación anterior (3) describe cómo el lidar proporciona una sola medida de
fuerza (energía) en cada línea la cual es dependiente tanto de la sección cruzada de
dispersión en esa línea y la atenuación de doble vía sobre la trayectoria para el volumen de
dispersión. Como un resultado la señal contiene información para determinar separadamente
la sección cruzada de dispersión y la profundidad óptica. La relación entre extinción y la
retrodispersión es dependiente del tamaño de distribución de las partículas de dispersión.
6.2.4.3 Mounting of Laser Systems
El sensor laser es usado para colectar un conjunto de datos acerca de un objeto ubicado
remotamente. Esos conjuntos de datos son típicamente los puntos X,Y,Z con
coordenadas. Diferentes Plataformas de carga son empleadas para montar el sensor
laser. Del punto de vista de la localización del sensor laser, es posible clasificarlos como
se muestran en la Figura 10
Sistemas Laser
Basado en el
terreno
Vuelo
Aerotransportado
Móvil
Espaciotransportado
Ala-rotatoria
Basado-Carro
Ala-fija
Navíotransportado
Figura 10 – Montaje del sistema laser
Portable
Terrestre
Del punto de vista sobre qué clase de plataforma de carga es montado el sistema laser, es posible combinar
los sistemas laser existentes, los cuales son usados para propósitos de mapeo terrestre y topográfico, en dos
grandes grupos, a saber: basado en el terreno o vuelo.
El sistema laser instalado a bordo de las plataformas de carga aéreo son ordinariamente
exploradores(escaners) de laser aerotransportados . Pueden ser montados a bordo de un
aeroplano (fijado al ala) o elicóptero (a la ala rotatoria). Usualmente, los escaners laser
aerotransportados son escaners de pista cruzada o escoba de presión. Un sistema de perfil de
laser aerotransportado, el cual es un altímetro laser, ya no muy popular. Sin embargo, el sistema
de perfil de laser aerotransportado puede ser aplicado todavía en percepción remota de bosques .
Sistemas laser topográficos aerotransportados son ordinariamente altímetros laser, los cuales son
aplicados para perfil de superficie de la Tierra. Este medio de percepción remota es ampliamente usado
en estudios de geociencias: medición de ecosistemas forestales, monitoreo global de campos nevados ,
mapeo de cubierta polar del mar congelada y su espesor, mapeo de alta resolución de remolinos,
topografía glaciar y niveles de ríos. En este caso, el mapeo se basa en las mediciones del tiempo de
viaje y vuelta del pulso de laser transmito a la superficie. Por otra parte, la estimación de la altura de
canopy del bosque se basa en el análisis de las formas de onda de la señal laser regresada .
Los sistemas laser basados en el terreno puede ser divididos en dos grupos: portable y móvil. A su vez,
el móvil puede dividirse en dos subgrupos, a saber car-based and ship-borne. Un ejemplo de un sistema de
laser basado en el terreno puede ser una estación de levantamiento. Un escaner laser tridimensional
terrestre puede moverse, si es montado en un automóvil pickup o un tractor. Si se usa el mismo escaner
laser tridimensional terrestre de uso interior, entonces puede tener una posición fija. También,
mediciones ópticas sin contacto pueden ser realizadas usando un sistema integrado de una cámara de
video y fuente de luz laser de proyección de línea. Tal sistema puede estar ya sea volando o en un
automóvil. Aunque esta clase de instrumentación topográfica de mapeo 3D no es una práctica común
todavía, ésta ha sido usada de un helicóptero para mapas de campos nevados y a bordo de un coche
para mapas de la superficie áspera de la superficie de caminos, por ejemplo.
Los sistemas laser navío-transportados son en su mayoría aplicados en monitoreo de medio
ambiente, detección de contaminación y batimetría. Esos sistemas laser, los cuales son usados
para monitoreo ambiental y detección de contaminación están basados en tecnología LIF (Laser
Induced Fluorescente). Además, más modernos los sistemas de percepción remota laser basados
en LIF pueden ser instalados a bordo de una plataforma, también. Típicamente, son sistemas de
perfil. Sin embargo, los sistemas de percepción remota laser basados en LIF aerotransportados
avanzados pueden ser operados en dos modos: escaneo de pista cruzada o perfil vertical.
En general, el sensor laser es con frecuencia integrado con un receptor GPS o un POS.
Por lo tanto, los datos laser colectados son con frecuencia georreferidos o, aún,
georreferidos directamente. Además, el sistema de coordenadas es típicamente WGS 84
en caos de plataformas de carga de vuelo. Los sistemas de levantamiento laser basados
en el terreno pueden típicamente almacenar los datos laser en un sistema de
coordenadas local. Adicionalmente, estos sistemas pueden almacenar los datos laser en
WGS 84 también, por ejemplo, en planeación de minas y levantamiento estructural (e.d.,
medidas de desviación de puente).
6.2.4.4 Técnicas de escaneo de blancos (objetivo)
La segunda manera de clasificación de sistemas de mapeo laser pueden basarse en técnicas
de escaneo aplicadas en los sistemas laser (Figura 11)
Técnicas de
Escaneo Laser
Punto-Inteligente
Perfilamiento
A través-Vía
Línea-Inteligente
Perfilómetro 3D
A lo largo de la-
Escaneo
Sistemas Laser
en Zig-Zag
Escaneo
de línea
Push-broom/
fiberScanning
Escaneo
de Palmer
Figura 11 – Técnicas de escaneo laser
6.2.4.5 Fondos Físicos
Los principios de operación de Lidar son los mismos como en el caso de radar. Muy a menudo es
usado ladar, el cual significa radar laser.
Basados en diferentes fenómenos físicos, un sistema lidar puede ser de un tipo diferente.
Comúnmente sistemas lidar usados pueden ser clasificados como sigue abajo:
a) Lidar Aerosol que directamente mide las propiedades ópticas de distribuciones de aerosol
atmosféricas. Típicas medidas de parámetros por lidar aerosol son:
a) Ratio de dispersión y su dependencia de longitud de onda,
b) Estructura y fondo óptico de las nubes,
c) Límite planetario
d) Estructura multi capa
e) Altura de la capa
f) La distribución vertical
g) Promedio de dispersión integrada
h) Cobertura fraccional
i) Presupuesto de la radiación vía las medidas de reflectancia de la superficie y albedo como
una función de ángulo de incidencia.
b) Lidar Doppler Coherente se basa en el fenómeno siguiente. El efecto Doppler es el fenómeno
que describe cómo la frecuencia de una señal de un receptor es afectado por la magnitud de la
velocidad relativa entre el transmisor y el receptor. Por ejemplo, si la distancia entre el transmisor y
el receptor está reduciendo, la frecuencia se levanta por el efecto Doppler. Si la distancia está
aumentando, entonces la frecuencia se reduce. Si no hay velocidad relativa, la frecuencia del
receptor es exactamente la misma como la frecuencia transmitida. Esta clase de lidar es
usualmente usada para percepción remota de la distribución de la velocidad del aire y dispersión
de aerosol dentro de los volúmenes tridimensionales en la troposfera y estratosfera más baja. El
lidar coherente es considerado para ser más sensible, y proporcionando mejores medidas del
viento en niveles de aerosol consistentes con el límite de la cubierta y la troposfera más baja, tanto
como hielo atmosférico y nubes de agua.
c) DIAL(Absorción Diferenciada Lidar) transmite dos longitudes de onda espaciadas
cercanamente. Una estas longitudes de onda coincide con una línea de absorción del
componente de interés, y la otra está en el ala de esta línea de absorción. Durante la
transmisión de estas dos longitudes de onda a través de la atmósfera, la emisión en el ala de
la línea de absorción. La intensidad de ambas longitudes de onda que son retrodispersas al
instrumento DIAL son usadas. La concentración de las especies pueden ser determinadas basadas en la
atenuación debida a las especies.
d) Raman Lidar es un sistema lidar que usa el componente Raman cambiado que es una transición que
involucra un cambio en el nivel de energía vibracional de la molécula . Cada tipo de molécula tiene el
único vibracional y niveles de energía quantum rotatorios . Significa que la dispersión Raman de cada
tipo de molécula tiene una firma espectral única.
e) Lidar Rayleigh que mide la intensidad de la retrodispersión Rayleigh. La intensidad de
retrodispersión es usada para determinar un perfil de densidad relativa. A su vez, este perfil es
usado para determinar un perfil de temperatura absoluta.
f) Lidar de Resonancia es uno que usa dispersión resonante cuando la energía de un fotón
incidente igual a la energía de una transición permitida en un átomo. El átomo absorbe el fotón e
instantáneamente emite otro fotón en la misma frecuencia Como cada tipo de átomo y molécula
tiene una única absorción y espectro fluorescente. Este efecto puede ser usado para identificar y
medir la concentración de una especie particular
La principal idea de la tecnología LIF es la siguiente. El objetivo blanco es iluminado pro una
emisión laser monocromática en uno más longitudes de onda. Entonces, el analizador captura y
analiza la respuesta de fluorescencia de los espectros. La lectura LIF es un compuesto de
respuestas de fluorescencia de compuestos individuales presente en el blanco objetivo. Tales
respuestas moleculares son determinísticos para muchos compuestos, y varían de acuerdo al nivel
de concentración en la muestra. Como resultado, muchos objetos de estudio tienen una forma
específica de espectros fluorescentes, la cual puede ser usada para identificación y caracterización
remota.
Los espectros LIF de agua típicamente contienen tres tipos de señales interpretativas . La primera es
una señal de dispersión Relé (de relevo) (dispersión elástica de emisión de laser sobre la superficie de
agua y en la columna agua). La segunda es una señal de dispersión Raman (dispersión no elástica de
emisión de laser sobre moléculas de agua, acompañadas por cambio rojo de la longitud de onda
registrada). La tercera señal es fluorescencia, la cual depende de la composición y concentración de los
compuestos orgánicos en el agua.
6.2.4.6 Lidar vs. Radar
El lidar usa radiación laser y un telescopio/escaner similar al radar de manera que usa emisiones de
frecuencia y un plato de antena. La nube y la precipitación óptimamente gruesas pueden atenuar el haz
del lidar. Por otra parte, los dispersores de radar pueden consistir de nubes e hidrometeoros (e.d., lluvia
o precipitación congelada). En el aire claro óptimamente, las señales de retorno de radar pueden
obtenerse de insectos o pájaros y de variaciones del índice de refracción de radio debidas a la
humedad, temperatura y fluctuaciones de presión. La divergencia del haz de lidar es de dos a tres
órdenes de magnitud más pequeñas comparadas a radares convencionales de longitud de onda de 5 a
10 cm. Por ejemplo, el diámetro del haz de lidar para un solo pulso puede estar 1 m en 10 km de gama
inclinada. Esta característica permite medidas de velocidad no ambiguas cerca de nubes y rasgos de
superficie, sin susceptibilidad a la diagonal de la velocidad debida al desorden del terreno y la
contaminación del lóbulo lateral de la Tierra algunas veces experimentado por radar bajo condiciones de
reflectividad marginal y gradientes de reflectividad gradientes.
6.2.4.7 Áreas típicas de aplicaciones
En general el sistema laser puede ser aplicado exitosamente en las áreas típicas de aplicaciones
siguientes, a saber:






Estudios y monitoreo atmosféricos (e.d., perfil de aerosol y medidas de ozono)
Cartografía de terreno 3D (planeación urbana 3D), líneas de energía y mina,
Mediciones hidrográficas (e.d., batimetría),
Gestión de bosques y silvicultura (e.d. la biomasa, volumen de tallo, alturas de árboles y una
cantidad de árboles),
Monitoreo ambiental (e.d. calidad de agua y fitoplancton),
Detección de contaminación (e.d., tuberías dañadas como aceite o gas),

Cartografía de contaminación orgánica (e.d., productos de aceite, petróleo sobre el
suelo o en el agua)

Medición de estructuras industriales (e.d., puentes y mediciones interiores),
creación de prototipos rápida (e.d., medición geométrica de una ala o un aeroplano),
seguridad del territorio nacional
sistemas de guía y navegación (e.d., altimetría, guía de proyectil, prevención de riesgos,
medición desde naves espaciales, acoplamiento de sensores ),
Exploración espacial (e.d., cita orbital y sistemas de desembarco planetarios
Telecomunicación (e.d., comunicación espacial),





Algunas Aplicaciones de ejemplos dependiendo de la plataforma de carga:




Basados en el terreno (e.d., monitoreo atmosférico, medición de estructura industriales y
seguridad del territorio nacional),
En el aire (e.d., supervisión de medio ambiente, detección de contaminación, cartografía de
terreno 3D y batimetría);
Aerotransportado (e.d., altimetría, telecomunicación, monitoreo ambiental, detección de
contaminación, medir desde naves espaciales y sistemas de acoplamiento),
Navio-transportado (e.d., monitoreo ambiental y detección de contaminación)
6.2.4.8 Terminología relacionada
Respecto a la terminología la cual tiene que ver con los dispositivos que emplean sensor laser, la
términos siguientes son usados común y ampliamente en la literatura, así como entre las comunidades
usuarias de percepción remota, mapeo y cartografía.
ALS
Escaneolaser aerotransportado (mayormente usado en Europa) o Escaneo Laser
Aerotransportado (mayormente usado fuera de Europa)
ALTM Mapeador de Terreno por Laser Aerotransportado o Mapeo de Terreno por Laser AeroTrasnsportado
ASPR
Socideda Americana para Fotogrametría y Percepción Remota
C/A Código de adquisición/coarse en relación con el uso de GPS para aplicaciones. Tiene 1.023
MHz de proporción de corte, un período de milesegundo (ms) y es usado para adquirir
primeramente el código P.
DEM
Modelo de Elevación Digital
DG
Georeferenciación Directa
DGPS Sistema de Posicionamiento Global Diferencial
DHM
Modelo de Altura Digital
DSM
Modelo de Superficie Digital
DTHM Modelo de Altura de Árbol Digital
DTM
Modelo de Terreno Digital
FEMA
Agencia de Gestión de Emergencia Federal
FOV
Campo de Vista
GPS
Sistema de Posicionamiento Global
IFOV
Campo de Vista Instantáneo
IMU
Unidad de Medida Inercial, la frecuencia de actualización es típicamente 200 Hz
INS
Sistema de Navegación Inercial
ISPRS
Sociedad Internacional para Fotogrametría y Percepción Remota
L1
Nivel 1 frecuencia de 1575.42 MHz, una de las dos radio frecuencias
transmitida por los satélites GPS. Esta frecuencia lleva solamente el
código P, y el mensaje de navegación.
L2
Nivel 2 frecuencia de 1227.6 MHz, una de las dos radio frecuencias
transmitida por los satélites GPS. Esta frecuencia lleva solamente el código P
L3
Nivel 3 frecuencia de 1381.04 MHz de los satélites GPS.
L5
Nivel 5 frecuencia 1176.45 MHz, una frecuencia adicional usada en nuevos Satélites
N“Bloque IIF”, pensado para las aplicaciones civiles de control de tráfico de aéreo.
LADAR
Detección y Medición a través de LAser
LIDAR
Detección y Medición a través de la Luz
LIF
Fluorescencia Inducida por Laser
NAD27
Datum de Norte América de 1927
NAD83
Datum de Norte América de 1983
P-Code
Código de Precisión (o Código Privado) en relación con el uso de GPS
Para aplicaciones militares. Tiene una proporción de 10.23 MHz, un
período de 7 días y es el principal código de medición de navegación.
POS
Sistema de Orientación y Posición
RTKGPS Sistema de Posicionamiento Global de Tiempo Cinemático Real
USACE
Cuerpo de ingenieros del Ejército de los Estados Unidos
UTC
Tiempo Universal Coordinado, el mismo como GMT (Tiempo del
Meridiano de Greenwich) o tiempo Zulu.
UTM
Universal Transversa de Mercator
WGS-84
Sistema Geodésico Mundial 1984
6.2.5 Sensor Sonar
6.2.5.1 Medidas de Sonar
El sensor sonoro es un transmisor y detector que usa uno o más traductores para transmitir pulsos
de sonido con uno o más receptores que miden los pulsos de sonido junto con información
retrodispersa (señal proporcional al ruido). La distancia calculada a la profundidad del fondo es
determinada por el registro del tiempo intervalo entre los pulsos sonoros transmitidos y recibidos.
Este cálculo usa la velocidad del sonido en conjunción con los perfiles de velocidad del sonido que
calibran y calculan la distancia de viaje en el medio de agua. El sonar puede también determinar
tipos de fondo (barro, arena gruesa, roca, arena, etc.) utilizando retrodispersión como una medida
de dureza y catálogos de clasificación.
Pulsos múltiples transmitidos y recibidos a través de sonar multirayo literalmente crean 100% de
superficies cubiertas del fondo del mar. La huella de error de zonificación de sonar dependiente del
fondo y frecuencia del sonido.
Sistemas de sonar hacen las mediciones siguientes.

Tiempo tomado para el pulso emitido de sonido para viajar del sensor al terreno y regresar
(Milisegundos),


Retrodispersión - Medida de la Intensidad reflexiva del pulso del sonar reflejado
Huella del sonar – usualmente representada por medidas en (metros cuadrados)
Para procesar mediciones de instrumentos de sonar, la información siguiente acerca de la altitud
de la plataforma y posición se registra.






Información Posicional – Latitud/Longitudes de receptor GPS estableciendo la posición de
embarcaciones (grados)
Giróscopo – rumbo de las naves en grados de referencia norte (grados)
Rollo – es definido como el movimiento angular sobre el eje longitudinal del barco. Es la
oscilación a cerda del eje longitudinal rodando de izquierda a derecha (grados) referencia
12:00 en punto.
Diapasón – definido como el moviendo angular a cerda del eje transversal. Es la oscilación
acerca del eje transversal; la inclinación baja y popa a (y viceversa). Es pintado como el
levantamiento alternado y caído de la inclinación de un vaso que procede a través de olas
(grados),
Tiro – es definido como el movimiento vertical del Centro de Gravedad de la nave. Es el
levantamiento oscilatorio y caida de todo el casco ; el barco entero se mueve de arriba y abajo
(metros).
Viraje – es definido como el movimiento angular en el plano horizontal que contiene la proyección del eje
longitudinal, acerca del curso del haz de luz. Es la oscilación acerca del eje vertical, la inclinación se mueve a la
izquierda y la popa se mueve a la derecha (y viceversa) (grados).

Oleada - movimiento corporal adelante y hacia atrás a lo largo del eje longitudinal, todo la nave se mueve
hacia adelante y hacia atrás. Es el movimiento anterior y a popa del Centro de Gravedad del barco
después de substraer la velocidad media (grados ).

Balanceo – movimiento transversal del Centro de Gravedad de la nave medido en el plano
horizontal. Movimiento corporal Lado-Sideto, la nave completa se mueve a la izquierda y a la
derecha (metros);
Rumbo – la dirección en la cual los puntos de una nave se inclinan en cualquier tiempo dado.
Squat – Una nave con un desplazamiento de movimiento del casco a velocidades moderadas en aguas
poco profundas experimentará el hundimiento vertical o descenso de proa, "como resultado de una caída


de presión bajo su casco (metros);


Información temporal – incluyendo año/mes/día/hora/min/seg/mileseg de posición de la nave
(día juliano decimal);
Información de mareas (metros).
6.2.5.2 Información Derivable












Profundidad – tiempo tomado para el pulso emitido de sonido para viajar y regresar del sensor
al terreno interpretado en metros:
Perfiles de Velocidad del Sonido (metros/seg)
Modelos Digitales de Terreno
Modelos Actuales/Mareas
Mapas de textura del fondo del Mar basados en retrodispersión
Modelos de olas de tormenta
Mapas de erosión de costas
Mapas de Gravedad Aéreos libres (Fusión de mapas de gravedad y batimetría)
Modelos de inundación de costas
Clasificación del lecho marino
Espesor del sedimento
Levantamiento del nivel de mar
6.2.6 Sensor Sismico
6.2.6.1 Descripción general
Sensores sísmicos, también conocidos como sismómetros, son traductores que detectan
movimientos del terreno. Son usados para detección ondas sísmicas que viajan a través de la
Tierra y aceleraciones en edificios resultado de terremotos y otras fuentes de energía tales como
explosiones
Los sismómetros son usados en conjunción con relojes y dispositivos de registro. La combinación es
conocida como sismógrafo. Los sismógrafos usados para detectar ondas sísmicas de terremotos
distantes puede ser muy sentivos, capaces de detectar y registrar aceleraciones del terreno tan
pequeñas como 10−12 g en 0.002 Hz o desplazamientos tan pequeños como 0.1 nanómetro en
frecuencias más altas que 1 Hz. (1 g = 9.8 m/s/s, la aceleración debida a la gravedad en la superficie de
la Tierra). Otros tipos de sismógrafos, conocidos como acelerógrafos de movimiento fuerte, son usados
típicamente en edificios o sobre el terreno en ambientes urbanos para registrar aceleraciones arriba de 4
g. La mayoría de los más modernos sismógrafos y acelerógrafos registran datos en formato digital,
incluyendo etiquetas de tiempo exactas a 1 milesegundo o mejor a través del uso de relojes GPS
Sismógrafos de frecuencia alta pueden ser usados en conjunción con explosiones controladas para
favorecer mapas locales de la estructura geológica. Esto es especialmente útil en exploraciones
petroleras, por ejemplo.
6.2.6.2 Información derivable
Parámetros de terremotos, incluyendo:




Tiempos de llegada de la fase sísmica
Magnitud;
Localización
Mecanismo fuente (pueden incluir información acerca del potencial de generación de un
tsumani del terremoto).
Modelos de la Tierra, incluyendo:



Modelos e imágenes del interior del fondo de la Tierra (derivados de las características de
ondas sísmicas que pasan a través de la Tierra);
Propiedades elásticas de la Tierra;
Modelos de estructura del subsuelo locales de la Tierra (mapeo de velocidades cercanas a la tierra
para ayudar a identificar posible, mapeo de estructuras geológicas del subsuelo para ayudar a
identifica posibles estructuras de yacimientos de aceite, etc)
Mapas de Riesgos (riesgo sísmico dado como una probabilidad del Modelo de ocurrencia).
Mapas de movimientos telúricos (fuerzas de movimientos de la tierra)
6.2.7 Imágenes Digitales de película
Mientras esta norma internacional está limitada para información digital, una fuente de imágenes
digitales es la película. Las imágenes de película tienen que ser escaneadas antes de la
transformación.
Negativos de película e impresiones de película pueden ser escaneados para crear información
digital. El Proceso de escaneo puede ser realizado usando coordenadas de espacio a color o el
proceso de escaneo puede recopilar información más espectral que pueden ser representadas en
coordenada espacio a color. Una imagen escaneada delimitada por coordinas de espacio a color
es una fotografía original. Una imagen escaneada no delimitada por coordinas de espacio a color
es una escena.
6.2.8 Calibración, validación y metrología
Los requerimientos para calibración y la validación recomendada por el Comité sobre Satélites de
Observación de la Tierra (CEOS) como son adoptados por resolución de la Plenaria 14 de CEOS
(noviembre de 2000) incluyen lo siguiente:

Todos los sistemas de medición de observación de la Tierra deben ser detectable en unidades
SI para todos los mesurandos apropiados.

El prelanzamiento de calibración debe ser realizado usando equipamiento y técnicas que pueden
ser demostrablemente detectable para y consistente con, el sistema SI de unidades; y la detectabilidad
debe ser mantenida a través el tiempo de duración de la misión .
Estas resoluciones siguen muy de cerca a aquellas adoptadas por la 20 a Conferencia General de
Pesas y Medidas, la cual concluyó que: “Aquellos responsable de estudios de los Recursos de la
Tierra, el medio ambiente, calidad de vida human y temas relativos aseguran que las mediciones
hechas dentro de sus programas están en términos de unidades SI bien caracterizadas de modo
que son confiables en el largo plazo, son comparables en todo el mundo y se vinculan a otras
áreas de la ciencia y la tecnología aunque los sistemas de medición del mundo establecidos y
mantenidos bajo la “Convención del Metro” (Ver Morain, 2004 en la Bibliografía)
La calibración no siempre es crítica. Para detección de pequeños blancos en datos de canal
simple, la calibración de imagen es a menudo innecesaria porque no hay preocupación por
mediciones exactas – solamente el contraste entre el blanco y su fondo – así solamente la resolución
radiométrica ( señal- a –ruido) y la uniformidad de respuesta del sensor son críticas. Sin embargo , tan
pronto como la información temporal es requerida, los datos de más de una fuente son comparados, o
donde los datos pueden formar a línea base para estudios a largo plazo, es esencial el conocimiento claro
de la incertidumbre. El conocimiento de la incertidumbre se adquiere a través la detectabilidad para normas
primarias reconocidas.
Las técnicas para calibración se basan en metrología que establece reglas generales para la evaluación
y expresión de incertidumbre en medida. La metrología está principalmente preocupada con la
incertidumbre en la medida de una bien definida cantidad física – el mesurando – que puede ser
caracterizada por un valor único esencialmente. Éste también cubre la evaluación y expresión de
incertidumbre asociada con el diseño de experimento, métodos de medición y sistemas complejos.
La metrología se focaliza en cantidades medibles. Una cantidad medible es un atributo de un
fenómeno, cuerpo o sustancia que puede ser distinguida cualitativamente y determinada
cuantitativamente [VIM]. Una medida es un conjunto de operaciones que tienen el objeto de
determinar un valor de una cantidad [VIM]. Un mesurando es una materia de cantidad particular para medir
[VIM].
La incertidumbre de una medida comprende, en general, muchos componentes. Algunos de estos
componentes pueden ser evaluados de la distribución estadística de los resultados de series de medidas y
pueden ser caracterizadas por desviaciones estándar experimentales. Los otros componentes, los cuales
pueden también ser caracterizados por desviaciones estándar, son evaluados de distribuciones de probabilidad
asumidas basadas en la experiencia u otra información.
Un enfoque de la calibración es determinar la exactitud de medición. La exactitud es un concepto
cualitativo que describe la cercanía de los acuerdos entre el resultado de una medición y el valor
verdadero de la medición [VIM].. Cualitativamente, la incertidumbre de la medición caracteriza la
dispersión de los valores que podrían ser razonablemente atribuidos al mesurando.
Es entendido que el resultado de la medición es la máxima estimación del valor del mesurando, y
que todos los componentes de la incertidumbre, incluyendo aquellos que surgen de efectos
sistemáticos, tales como componentes asociados con correcciones y estándares de referencia,
contribuyen a la dispersión.



La rastreabilidad es la característica del resultado de una medición o el valor de un estándar
dondequiera que pueda ser relacionado a referencias establecidas, usualmente estándares
nacionales o internacionales, a través de una cadena continua de comparaciones teniendo
todas incertidumbres establecidas [VIM]..
La calibración es el proceso de definir cuantitativamente las respuestas de un sistema a
conocidas, entradas de señales controladas.
La validación es el proceso de calcular, por medios independiente, la calidad de los productos
de datos derivados de las salidas del sistema.
Para datos de detección de imagen que requieren calibración, la incertidumbre del sensor deberá
medirse. Para la determinación de incertidumbre de un sensor de imagen, la rastreabilidad debe
ser definida.
6.2.9 Determinación de la Posición y actitud
Concurrente con datos de valor de atributo, el sensor de imágenes y su sistema de
posicionamiento asociado deberá registrar la ubicación e información de actitud. Esta información
puede ser aplicada inmediatamente a datos geolocalizados o quizá puede llevarse con los datos,
apoyando la geolocalización en un tiempo posterior. Un sistema de posicionamiento es un sistema
de componentes instrumentales y computacionales para determinación de posición. Ejemplos de
sistemas de posicionamiento se proporcionan en ISO 19116. la cual especifica la estructura y el
contenido de una interface que permite comunicación entre el dispositivo que proporciona la
posición y dispositivo(s) que usan posición de tal modo que éstos últimos pueden obtener e
interpretar sin ambigüedad información de posición y determinar si los resultados atienden los
requerimientos del uso intencional.
Tabla 8 – Sistemas de posicionamiento
Sistemas de posicionamiento
Inercial
Sistemas de posicionamiento que emplean acelerómetros y computadora
como componentes para determinar coordenadas o puntos relacionados a
un punto de referencia conocido
Sistemas de posicionamiento
satelital
Sistemas de posicionamiento basados en recepción de señales de
transmisión de señales del satélite.
En este contexto, el posicionamiento de satélite implica el uso de
radioseñales transmitidas de objetos artificiales “activos” que orbitan la
Tierra y recibidos por instrumentos pasivos en o cerca de la superficie de la
Tierra para determinar posición, velocidad y/o actitud de un objeto.
Ejemplos son el GPS Y GLONASSS
Sistemas
integrados
de
posicionamiento
Sistemas de posicionamiento que incorporan dos o más tecnologías de
posicionamiento.
Mediciones producidas por cada tecnología de posicionamiento en un
sistema integrado pueden ser cualesquiera de posición, movimiento, o
actitud. Hay quizá mediciones redundantes. Cuando se combinan, una
posición unificada, movimiento o actitud se determina.
6.2.10 Solicitud de adquisición de imagen
Una solicitud de adquisición de imagen es un mensaje enviado a un sistema sensor que define la
imagen deseada por un usuario. Esta solicitud incluye elementos para tipos y calidad de datos ,
requerimientos de observación/ visibilidad y datos para planeación y definir tareas .
6.3 Información de imágenes geográficas – procesadas, ubicadas, reticuladas
6.3.1 IG_GridScene
6.3.1.1 Introducción
Esta cláusula define las imágenes geográficas como la clase IG_GridScene. Ésta es un objeto de
información. IG_GridScene es un tipo de cobertura geográfica. Se enfoca en coberturas
reticuladas.
La cláusula precedente describió los sensores para la adquisición de datos que se usan para crear las
imágenes. Cuando el sensor de datos es combinado con información de representación descriptiva, se
crea un objeto de información de imágenes. La información es una combinación de datos e información
de representación (ISO 14721). En esta Especificación Técnica, los datos son una retícula valores de
imagen, e.d., datos del sensor, y la información de representación es , por ejemplo, metadatos definidos en
ISO 19115-2. Esta cláusula define cómo están los objetos de información de imágenes para ser
estructurados.
Una escena es un tipo de cobertura. Típicamente una escena es una cobertura reticulada.
IG_GridScene es una instanciación de la cobertura reticulada. Ésta es una instanciación de una
cobertura reticulada con una restricción de valores en la cobertura CV_GridValuesMatrix ( ver
Figura 12). La cobertura IG_SceneValues deberá ser datos del sensor o una derivación de datos
del sensor. La rejilla de una imagen puede no tener georreferenciación específica, o puede tener
información georreferenciada específica, o puede tener información de georreferenciación
disponible que permite la geolocalización de las celdas de la tesela, o la tesela puede ser
georectificada. La Tabla 9 proporciona ejemplos de IG_GridScene. La Tabla 11 proporciona
operaciones para IG_GridScene que son apropiadas para el procesamiento de imagen
Los modelos de datos con respecto a diversos estándares y formatos han sido descritos en ISO
19129.
CV_CoverturaRejillaQuadrilaateralConcinua
De rejilla cuadrilateral
+ Evaluador
«Evaluación»
ValoresRango
CV_Rejilla
IG-Escena
«Posicionamiento
»
Fuente
«Ejemplificaciones»
CV_MatrizValoresRejilla
(de Rejilla Cuadrilateral)
IG-EscenaRejilla
+ Evaluador 0.. 1
CV_RejillaRectificada
CV_RejillaReferenciable
(de Rejilla Cuadrilateral)
(de Rejilla Cuadrilateral)
«Ejemplificaciones»
Fuente 1
CV_MatrizValoresEscena
Figura 12 – IG_EscenaRejilla
CV_CoverturaRejillaQuadrilaateralConcinua
De rejilla cuadrilateral
+ Evaluador
«Evaluación»
ValoresRango
CV_Rejilla
IG-Escena
«Posicionamiento
»
Fuente
«Ejemplificaciones»
CV_MatrizValoresRejilla
(de Rejilla Cuadrilateral)
IG-EscenaRejilla
+ Evaluador 0.. 1
CV_RejillaRectificada
CV_RejillaReferenciable
(de Rejilla Cuadrilateral)
(de Rejilla Cuadrilateral)
«Ejemplificaciones»
Fuente 1
CV_MatrizValoresEscena
Figura 12 – IG_EscenaRejilla
Tabla 9 – IG_EscenaRejilla Ejemplos
Propiedades
IG_ DatosSensor
IG_DatosDerivados
AtributoEspacial
CV_RejillaReferenciable
Imágenes no rectificables (p.e.,
Escena Landsat, foto aérea digital,
NASA EOSDIS Swath, SAR)
Datos derivados no georrectificados
(p.e., índice de área de hoja, textura
del suelo, productos intermediarios
usualmente sólo hasta su rectificación
CV_RectifiedGrid
Imágenes georrectificadas (p.e.,
ortoimágenes, mapas de
imágenes)
Datos derivados georrectificados (p.e.,
índice de hoja de rejilla, textura del
suelo)
El modelo de rasgo definido en ISO 19109 aplica para imágenes. En la forma más simple, una imagen, u otros conjun
considerados como un rasgo simple. Por ejemplo, una imagen de satélite completa podría ser considerada como l
fenómenos del mundo real” como es visto por el sensor que produjo la imagen. Un esquema de aplicación pued
geométrica del modelo de rasgo consiste de conjuntos de puntos geométricos correspondientes a los elementos de la
imagen. Una imagen puede ser representada como una tesela simple proporcionando organización par un conjunto
como la energía radial en el punto. También cada pixel puede contener un atributo adicional que indica el ID del ras
los pixeles correspondientes a a la imagen de un puente son marcados como el rasgo puente, y aquellos cor
estructuras más eficientes pueden ser definidas para identificar conjuntos de celdas de tesela o pixeles como corr
6.3.1.2 Dominio de IG_GridScene: CV_ReferenceableGrid and CV_RectifiedGrid
El dominio espacial de IG_GridScene deberá ser una instancia de una de dos subclases CV_Grid: CV_Referenceable
entre estas dos subclases es el método en el cual la información de geolocalización es usada para determinar las co
coordenadas de tesela de celda.
Una tesela rectificada deberá definirse por un origen en un sistema de referencia de coordenadas externo, y un conjun
y la distancia entre las línea de la tesela. Existe una transformación afín entre las coordenadas de la tesela y el sistem
de referencia de coordenadas proyectadas.
Un tipo importante de imagen con una tesela rectificada es una ortoimagen. Una ortoimagen es una imagen digital
imagen, debido a la orientación del sensor y el relieve del terreno, han sido removidos.
Un método común para referenciación de posiciones de coordenadas sobre la Tierra es esencial para la integración d
los datos marco sean descritos por coordenadas de longitud y latitud, las ortoimágenes son representadas más apro
como el Universal Transverso de Mercado (UTM) o Sistemas de Coordenadas Planas Estatales (SPCS).
La calidad de una tesela rectificada es directamente relacionada al proceso de interpolación.
[Nota del Editor: Es necesario u nivel más grande de entrada detallada para tratar las materias de calidad de
geolocalización y el efecto de reticular sobre valores de atributo.]
Una tesela referenciable tiene información que puede ser usada para transformar coordenadas de tesela para coordenadas exter
transformación afín. Información de Geolocalización para una tesela georreferenciable es definida en ISO 19130. Esta norma desc
e.d., modelos de sensor, modelos ajustados funcionales, registro espacial usando puntos de control.
6.3.1.3 Gama de IG_GridScene: IG_SceneValues
El rango de atributo de IG_GridScene deberá ser una de las tres subclases de IG_SceneValues: IG_SensorDN, IG_Sen
IG_SensorDN, un subtipo de IG_SceneValues, deberá contener los Números Digitales (DN) producidos por un sensor de
IG_SensorPhysicalData, un subtipo de IG_SceneValues, deberá contener valores del mesurando del sensor.
IG_SensorPhysicalData son radiaciones en el sensor. IG_SensorPhysicalData es calculado de IG_SensorDN usa
laboratorio o calibración vicarious.
IG_DerivedData, derivado de IG_SensorData, se discute en una cláusula posterior. Datos derivados necesitan ser cant
IG_ValoresEscena
«TiposDatos»
IG_CantidadFísica
IG_DatosDerivados
IG_DatosSensor
A definirse en
ISO 31
IG_DNSensor
IG_DatosFísicosSenror
+ valores : Integrar
Figura 13 – IG_ValoresEscena
6.3.1.4 IG_PhysicalQuantity
Cantidades físicas son usadas para la descripción cuantitativa de fenómenos físicos. Escalas convencionales, tale
intensidad de color y cantidades expresadas como resultados de pruebas convencionales, e. d., resistencia de corrosi
información.
Cantidades físicas pueden ser agrupadas juntas en categorías de cantidades que son comparables mutuamente. Co
alturas longitudes de onda, etc.,. Cantidades comparables mutuamente son llamadas “cantidades de la misma clase”.
Si Un ejemplo particular de una cantidad de tal categoría es escogido como una cantidad de referencia llamada la un
puede ser expresada en términos de esta unidad, como un producto de esta unidad y un número.
Información de referencia para este tópico puede encontrarse en ISO 31-0, 0, 2.1.
6.3.1.5 Operaciones sobre IG_GridScene
Varias operaciones sobre IG_GridScene se heredan de CV_ContinuousQuadrilateralGridCoverage (Tabla 10).
Algunas de las operaciones específicas para IG_GridScene se enlistan en la Tabla 11. IG_Operations están limitadas a c
geográfica. El uso de of IG_Operations puede permitir una persona conocible para discernir información geográfica de un
IG_GridScene: umbral.
Tabla 10 – Operaciones IG_EscenaRejilla heredadas de CV_Covertura
operación
listar
Descripción
Regresa el diccionario
CV_ParesValoresGeometría que contienen los
CV_ObjetosDominio en el dominio de
CV_Cobertura cada par con su registro de valores
ISO 19123 Clase
CV_Covertura
de atributo de rasgo.
Seleccionar
Acepta un GM_Objeto y un TM_Periodo como
entrada y regresa el conjunto de
CV_ParesValoresGeometría que contiene
CV_ObjetosDominio que ligan dentro ese
GM_Objeto y TM_Periodo
CV_ CoverturaContinua
Evaluar
Acepta una PosiciónDirecta como entrada y regresa
un registro de valores de atributo de rasgo interpolado
de valores de atributo de rasgo en la PosiciónDirecta
del CV_ ParesValoresPuntoRejilla en las esquinas
de la cobertura para esa posición directa.
CV_
CoverturaRejillaCuadri
EvaluarInversa
Acepta un registro de valores de atributo de rasgo
como entrada, localiza CV_ParesValoresGeometría
para cuyo valor iguala el registro de entrada, y
regresa el conjunto de CV_ObjetosDominio
perteneciente a aquellos CV_
ParesValoresGeometría.
CV-CoberturaContinua
Localizar
Acepta una PosiciónDirecta como entrada y regresa
la CV_CeldaValorRejilla que contiene esa
PosiciónDirecta.
CV_CoberturaRejillaCuadri
lateralContinuo
lateralContinua
Tabla 11 – Operaciones de IG_EscenaRejilla
Operación
Descripción
CanbiarCRS
Cambia las Sistema de Referencia de coordenadas cuando el IR_IMAGEN
contiene un CV_RejillaReferenciable
CambiarRejilla
Remuestrea un IG_EscenaRejilla cambiando el CV_Rejilla el cual define la
geometría de IG_MatrizValoresEscena. Cambia a CV_Rejilla puede incluir cambios
para la estructura de evaluación de CV_CeldaRejilla y cambia a la organización de
la rejilla en CV_PuntoRejilla-
CambiarReglaSecuenci
a
Cambia el CV_ReglaSecuencia del IG_MatrizValoresEscena
Estadística
Regresa medidas estadísticas para un elemento de un registro en
IG_ValoresEscena e.d. minimum, maximum, media, mediana, moda y desviación
estándar de la media.
Histograma
Regresa las frecuencias relativas para un elemento de los valores exhibidos por
un elemento de un registro en IG_ValoresEscena
Textura
Regresa características de textura de un elemento de un registro en
IG_ValoresEscena, e.d., el tamaño de repetir temas (coarseness), variaciones de
brillantez (contraste), y la dirección predominante (direccionalidad
Correlación
Regresa una medida de la correlación entre elementos múltiples de un registro en
IG_ValoresEscena.
Scatterplot
Regresa un scatterplot para elementos múltiples de un registro en IGValoreEscena
Barrido
Regresa una imagen resolución-reducida codificada
representación, dejando IG_EscenaRejilla sin cambio
Realce
Cambia a IG_ValoresEscena para mejorar el contraste de valores que tienen un
pequeño rango de valores de datos. Métodos de realce incluyen operaciones
matemáticas sobre valores de punto-rejilla: lineal, raiz, ecualización y realce de
frecuencia.
FiltroEspacial
Cambia a IG_ValoresEscena filtrando que altera los valores de rejilla sobre la
base de valores de rejilla vecina. Tipos de filtro incluyen: Media, Moda, Mediana,
Filtros tipo Gausiano y Laplaciano.
Umbral
Regresa una rejilla codificada con un atributo de valor Booleano basado sobre
un umbral de un elemento de un registro en IG_ValoresEscena.
adecuada
para
BandRatioing
Regresa una rejilla codificada con un atributo formado de dos elementos de un
registro en IG_ValoresEscena: (valor de elemento 1)/(valor de elemento 2)
DiapositivaDensidad
Si el número de puntos de quiebre especificados es n, entonces la dimensión de
la muestra de la fuente de cobertura de la rejilla será clasificada dentro de valores
n+ 2
EtiquetaRangos
Regresa una rejilla codificada con un valor de atributo de una lista de etiquetas
donde cada etiqueta es definida con rango sin sobreposición de un elemento de
un registro en IG_ValoresEscena
6.3.2 Imágenes derivadas
6.3.2.1 Introducción
Sensores remotos indirectamente miden propiedades físicas de un objeto remoto, Por ejem., sensores ópticos y de
cual debe ser convertido en valores tales como área de la hoja y humedad del suelo sobre la superficie. Derivar lo
tratamiento de cuestiones tales como las siguientes:

Datos de percepción remota contiene influencias no deseables. En el rango de espectro óptico la atmósfera influye fuertement
corrección atmosférica. La retrodispersión SAR influye fuertemente el efecto moteado o granulado (Speckle) que hace difícil la
la Tierra.

El ángulo de vista del sensor es variable. Los datos del sensor deben ser corregidos por variaciones en la geome
solar, fuera de las correcciones del nadir.

La Información espectral puede ser ambigua. Múltiples soluciones de una inversión de un modelo de transferenc
ecuación para la recuperación es indeterminado. La recuperación de variables de superficie es dependiente del u
los datos teledetectados remotamente.

Parámetros ambientales de interés pueden no ser idénticos a las variables derivables de datos teledetectados remota
superficie del suelo pueden ser estimado a una profundidad de 2 cm, dondequiera que sea necesario para los cálculos d
ruta que puede alcanzar a una profundidad de 250 cm.
Las dos primeras complicaciones de arriba pueden ser manejadas a través del procesamiento de imágenes sobre una
IG_DerivedScene. La tercera complicación de arriba es un ejemplo donde imágenes múltiples y un modelo de pro
interés. Modelos para imágenes son tratados en el 6.4.
[Nota del Editor: Información detallada necesita ser proporcionada describiendo cómo el Indicador del Blanco en Movim
6.3.2.2 IG_DerivedScene
Para obtener las observaciones de interés, deben ser creadas imágenes derivadas.
La clase UML para IG_DerivedScene es descrita en la Figura 14
«MetaClase»
1..*
IG_EscenaRejilla
IG_EscenaDerivada
+EscenaDerivada
LI_Linaje
0..*
(de Información de Calidad de Datos
+Fuente
0..*
IG_DatosAuxiliares
0..*
+Fuente
+Etapaproceso
0..*
LI_EtapaProceso
0..*
(de Información de Calidad de Datos)
Figura 14 – IG_DerivedScene
6.3.2.3 Valores Geofísicos Derivados: IG_DerivedScene
Sensores ópticos y de microondas miden flujo electromagnético en el sensor el cual debe ser convertido en valores
información acerca de la escena puede hacerse en maneras múltiples. Dos acercamientos se describen aquí: Problema
En el problema hacia delante las propiedades de la escena a lo largo de la radiación entrante (e.d., radar o luz solar) son e
En el Problema a la inversa las propiedades desconocidas de la escena son inferidas de las mediciones observadas.
blanco excede el número de mediciones independientes disponible en el sensor. En este caso, la dimensionalidad de
algunos parámetros son conocidos o la solución es incentivo para ellos (estos parámetros entonces permanecen inm
parámetros deviene posible). Aún cuando una inversión propia es posible mediciones han fallado a menudo para con
teoría para capturar los físicos relevantes del proceso de observación
6.3.2.4 Corrección Atmosférica
La aparente radiación de la reflexión del terreno como es medida por un sensor remoto difiere de la intrínseca radiació
la atmósfera. La atmósfera puede dispersar selectivamente, absorver, reemitir y refractar radiación que atraviesa a trav
distorsión que cambia espacial, espectral y temporalmente. Corregir datos de radiación medida usando un mod
reconocimiento y la interpretación de la imagen.
Satelite
Blanco
Medio ambiente
Atmósfera
Figura 15 – Efectos de la dispersión atmosférica
Soluciones actuales para corrección atmosférica de imágenes involucra aplicar un modelo de transferencia radiactiva
una corrección. Mejoras de corrección significativa pueden lograrse a través de una representación exactamente d
ópticos atmosféricos que sirven como entrada al modelo de transferencia radiactivos (sobre todo aerosoles y vapor de a
Por consiguiente, el reto es entregar la colección existente de mediciones ópticas atmosféricas hechas en tierra y satelitales
física y la normalización son completadas a través de la asimilación de mediciones ópticas atmosféricas y sus errores espera
de campos de viento de escala metereológica medidos. Tales modelos actúan (al menos para la comunidad de medida) c
herramienta para el aseguramiento y normalización de la calidad del producto.
6.3.2.5 El sonar atmosférico
El sonar atmosférico proporciona un distribución vertical de parámetros atmosféricos tales como temperatura, presión y
sobre la atmósfera. El perfil atmosférico es una imagen derivada.
6.3.2.6 Fusión de datos
La fusión en el nivel de celdas individuales es llamada Fusión de Datos o Fusión de Pixel. Las técnicas de fusión de d
fuentes auxiliares, para lograr mejores exactitudes e inferencias que podrían ser alcanzadas a través del uso de dato
combinados, o “fusionados” en una variedad de niveles comenzando con los datos crudos, procediendo al nivel del rasg
La fusión de datos crudos del sensor usualmente requiere que los sensores estén midiendo los mismos fenómenos fí
datos deben ser fusionados en el nivel del rasgo o nivel de decisión.
La fusión de la imagen multisensor (pixel) comúnmente usa redes de nervios adaptables para clasificar automáticamente lo
Para este corregistro exacto, o geocodificación si la localización absoluta de la Tierra es importante , de las imágenes que se
para un pixel de espacio y proyección cartográfica común se requerido usualmente, pero métodos más nuevos son capaces de
6.3.3 Metadatos de Imágenes
Los metadatos son datos acerca de los datos (ISO 19115). Es un esquema requerido para describir información geo
identificación, la extensión, la calidad, el esquema espacial y temporal, referencia espacial y distribución de dato
describen en ISO 19115-2.
6.3.4 Reglas de codificación para imágenes
La mayoría de las normas de intercambio de imágenes existentes, implican un modelo de información en términos de su rep
los campos de datos y describe los contenidos y significado de estos campos de datos. Esto define implícitamente el cont
formato de intercambio. Algunas de las normas existentes separan aún su “información” de la codificación dentro de la de
define estos estándares. El modelo de contenido común en esta Especificación Técnica permite graficar las estructuras d
Técnica apoya la separación de contenido y transportador.
Esta Especificación Técnica define un modelo de contenido en las partes anteriores de esta cláusula del punto de
descripción del contenido de la información de un conjunto de información geográfica, consistente del esquema espac
otros aspectos tales como calidad, georreferenciación, etc., se representan los metadatos . El modelo de contenido no
datos para acomodar varios medios de intercambio o almacenamiento. Intercambiar metadatos que describen la infor
de la información definida por el modelo de contenido.
ISO 19129 define un conjunto de estructuras de contenido predefinidas, como base para varios esquemas de aplicación a ser d
El modelo de contenido incluye la estructura espacial y los metadatos . La estructura de codificación es separada pero relac
en su contenido semántico, mientras la compresión estocástica remueve información basada en estructura bit independie
modelo de contenido donde sea que no esté la compresión estocástica . Un ejemplo de compresión sistemática es el retiro
necesaria. Esto incluiría áreas sobre las cuales pueden no existir datos y el retiro de bits de datos numéricos para número
información redundante que ocurre aleatoriamente. Por ejemplo, long runs de 1 bit en un sistema que puede detectar y comp
aplicarse, pero la compresión estocástica es parte de la estructura de codificación , en tanto que la compresión sistemática es
ISO 19118 define una regla de codificación como “una colección identificable de especificaciones que define codificación par
especifica los tipos de datos a ser convertidos así como la sintaxis, estructura y esquemas de codificación usados en la estru
a estructuras de datos específicos de esquemas de aplicación para producir estructuras de datos de sistema-independiente a
un servicio de codificación como un servicio disponible para leer la entrada de estructura de datos y convertir las instanci
deberá estar disponible también para leer las declaraciones del esquema de aplicación y escribir la salida correspondiente de
La codificación hace uso de estructuras definidas en ISO 19118. La información codificada depende del propósito de
visualización vs procesamiento, etc.
Un acercamiento multi-gradual para metadatos se muestra gráficamente en la Figura 16.
Codificación de Conjunto de Datos de
Imágenes
MD_Codificación de Metadatos
IG_Codificación EscenaRejilla
IG_CodificaciónMatrizValoresEscena
Figura 16 – Codificación de imágenes multi-graduales
6.3.5 Esquema de aplicación para IG_GridScene
Para proveerse (To be supplied)
6.4 Conocimiento desde imágenes geográficas – inferencia e interpretación
6.4.1 Conocimiento de Imágenes
El conocimiento es una colección organizada e integrada de hechos y generalizaciones. Las imágenes basadas en e l con
organizados por principios generales; “las matemáticas son la base para mucho conocimiento científico .” Un aspecto de mu
de redundancias. El conocimiento difiere y diferencia de los datos o de la información en ese nuevo conocimiento puede
lógica.
El conocimiento es más que una codificación estadística de hechos, también incluye la habilidad para usar esos hechos
La figura 17 muestra los paquetes de conocimiento de la imagen. Cada paquete es tratado en las cláusulas siguientes.
La base para separar estos conceptos es que un conocimiento base de imagen asume un archivo listo de imágenes en tanto que la
Imagen Clasificación y
Entendimiento
Imagen
Base del Conocimiento
Figura 17 – Paquetes de conocimiento de imagen
6.4.2 Clasificación y entendimiento de imágenes
La interpretación de imágenes es un proceso semiótico . Los sensores proveen información parcial acerca de fenómenos que ocu
agregarse regiones en una imagen bajo un concepto simple, e.d., un rasgo nombrado. El proceso mueve datos crudos detectados a
poligonales. Este proceso puede también ser llamado entendimiento de la imagen : la interpretación basada en conocimiento de esce
Un primer objetivo de los sistemas de entendimiento de imágenes (IUSs) es construir una descripción simbólica de la esc
procesamiento de imagen que transforma un IG_GridScene en otro. Los IUSs analizan una imagen o imágenes para in
dados para los IUSs como conocimiento acerca del mundo. Aquí la interpretación se refiere a la correspondencia entre
Asocia rasgos en la escena (e.d., casas, caminos) con objetos geométricos identificados en la imagen (e.d., puntos, líne
En la Figura 18 se muestran clases que pueden derivarse de IG_GridScene. IG_Feature es una colección hetereog
parte de la creación de IG_Feature, pueden crearse productos intermedios, e. d., IG_SegmentedImage. IG_Segme
representado en una imagen. La geometría de IG_GridScene es definida independiente de los valores del atributo , e.d., una te
dependientes de los datos de atributo.
Tabla 12 – Clasificación de imagen y clases de entendimien
Tipo de Rasgo
IG_EscenaRejilla
IG_ImagenSegmento
IG_ImagenClasificada
Tipo de Valor del Atributo
Instanciación de cobertura
Datos de sensor o
valores derivados
Cobertura de Rejilla
Contínua
Medida o derivada de
medición
Linaje
Nivel de rango de valor
Cobertura de superficie
discreta
Agrupamiento o detección de
bordes de un
IG_EscenaRejilla
Etiquetas en celdas de
rejilla, e.d., cobertura de
la tierra o código de rasgo
Cobertura de superficie
discreta
Clasificación supervisada
o interpretación humana
de un IG_EscenaRejilla
Etiquetas en polígonos
Cobertura de superficie
discreta
Tipo de rasgo nombrado
Lingüísticamente de un
catálogo de rasgos
Colección de rasgos
discretos
Agrupamiento o detección
IG_Covertura
IG_Rasgo
De bordes de IG_Imagen
Clasificada o proceso de
un IG_EscenaRejillaIdentificación de rasgos
discretos en un
IG_EscenaRejilla
NOTA: La terminología en la 191001-2 es consistente con la serie ISO 19100 de Normas Internacionales. La terminología de entendimiento de
terminología de entendimiento de una imagen. Un objeto geográfico identificado en una imagen en la serie 19100 es un “rasgo” en la terminología d
La mayoría de escenas geográficas están compuestas de rasgos de varias clases relacionadas uno con otro a tra
conocimiento acerca de relaciones (espaciales) entre rasgos, así como el conocimiento acerca de sus propiedades intr
relaciones y propiedades, los IUSs conducen el razonamiento acerca de la estructura de la escena. Para rasgos con b
rasgos nombrados. ISO 19110 proporciona la Norma Internacional para organizar tipos de rasgos.
CV_CoberturaPunoDisccreta
FC_TipoR
CV_CoberturaSuperficieDiscc
reta
«Instancias»
«Instancias»
IG_ImagenClasificada
«Instancias»
IG_Cobertura
+Procesamiento
0..*
0..*
«Instancias»
IG_ImagenSegmentada
+Detecciónborde
IG_Rasg
+Dispersión
1..*
1..*
0
IG_EscenaRejilla
CV_CoberturaRejillaCuadrilateralContínua
(de Información de Imagen)
(de Rejilla Cuadrilateral)
Figura 18 – Clasificación de imagen y diagrama de clase de entendimien
6.4.3 IG_KnowledgeBase
6.4.3.1 Introducción
IG_KnowledgeBase (Figure 19) es una agregación y organización sistemática de IG_GridScene.
IG_KnowledgeBase respalda Operaciones para interferir algunos aspectos del conocimiento base
IG_KnowledgeBase proporciona operaciones para el razonamiento implicado en la redacción de una conclusión o en hacer
conclusiones prioritarias más que sobre una base de observación directa.
Diferentes IG_KnowledgeBases usan métodos de inferenciación diferentes para redactar conclusiones: IG_OrganizingP
IG_OrganizingPrinciple tiene tres subtipos Fusión, Modelado y Minería de datos.
FC_TipoRasgo
«Ejemplificaciones
»
(de Catálogo de Rasgos)
IG_BaseConocimiento
+creadoDe
+entradaauxiliar
1..*
1..*
+organizadoPor
IG_EscenaRejilla
IG_Datos Auxiliares
1
(de Información de Imagen)
(de Información de Imagen)
IG_PrincipioOrganización
FC_TipoRasgo
«Fusión»
IG_ReglasFusión
(de Catálogo de Rasgos)
«Modelado»
IG_ProcesoFísico
«Minería»
IG_ReglasInferencia
Figura 19 – IG _ Base de Conocimiento
6.4.3.2 Modelos y asimilación de datos: IG_PhysicalProcess
Modelos de proceso físico son modelos matemáticos basados en computadora que de manera realista simulan proc
distribuidos en la naturaleza. Las simulaciones son de fenómenos físicos. La salida de un modelos es una IG_GridScene u otro
de modelado, es la unión de observaciones simulaciones de modelos para proporcionar estimaciones exactas del estado de l
El término modelo refleja que cualesquiera fenómenos naturales pueden solamente ser descritos para un cierto g
descripción más simple y general que describa todavía las observaciones con desviaciones mínimas. Esta es la fuerza
ser entendidos fenómenos complejos y descritos cuantitativamente sobre la base de unos principios simples y generale
La representación ambiental es la materia de especificaciones bajo los auspicios de ISO/IEC JTC 1/SC 24.
6.4.3.3 Minería de datos: IG_InferenceRules
Minería de datos es el proceso de descubrir lo oculto, correlaciones previamente desconocidas y usables en datos. Lo
(resultado expresado). Minería de datos entrega conocimientos que pueden ser usados para un mayor entendimiento
de data mining usando técnicas SQL.
Durante las últimas décadas, sensores satelitales de imágenes han adquirido cantidades enormes de datos. Sensores ópti
entregado varios millones de escenas que han sido colectadas sistemáticamente, procesadas y almacenadas. Los sistem
remota, en particular, permiten consultas a través de coordenadas geográficas, tiempo de adquisición y tipo de sensor. E
contenido de la escena, e.d., estructuras, patones, objetos, o propiedades de dispersión. Entonces, solamente pocas imágen
el acceso a archivos de imágenes será más difícil debido a la enorme cantidad de datos adquiridos por una nueva gener
consecuencia, son necesarias nuevas tecnologías para acceder fácilmente y selectivamente al contenido de la informació
explotación actual de observaciones satelitales [Datcu, et. al.].
Minería de datos también conocidos como descubrimiento del conocimiento desde bases de datos, es el proceso de
información en conocimiento (ideas y creencias acerca del mini-mundo) a través de interpretación de información e
datos se preocupa por investigadores que formulan nuevas predicciones e hipótesis de datos como opuestos a prob
inducción de bases de datos científicas.
La extracción de datos usa un IG_KnowledgeBase como repositorio que integra IG_GridScene de una o más fuentes. En
diseño de IG_KnowledgeBase maximiza la eficiencia de del procesamiento de datos analíticos o el examen de datos para
IG_KnowledgeBase apoya a menudo con herramientas para el procesamiento analítico (OLAP) en línea. Las herramientas
IG_KnowledgeBase, e.de., roll-up (incremento del nivel de agregación), drill-down (disminuir el nivel de agregación), slice y d
de los datos multidimensional).
Como una especialización de extracción de datos para información más amplia , se utilizan características geoespaciales . Eje
(geometría y topología), dependencia espacial y heterogeneidad; complejidad de objetos espacio-temporales y reglas, y diversos tip
6.4.3.4 Fusión de rasgo: IG_FusionRules
La fusión es el proceso de combinar datos teledetectados con otras fuentes de información geoespacial para mejorar e
En el nivel de fusión del rasgo, rasgos representativos son primero extraidos de las observaciones del sensor m
concatenado simple. La extracción de rasgo de imágenes individuales puede depender del ambiente (extensión, form
similares de fuentes múltiples son entonces fusionados para valoración extensa que usa los acercamientos estadísticos
6.4.4 Mapas escaneados
Una imagen geográfica puede obtenerse por escaneo o a través de un mapa impreso. La imagen resultante es una foto
espectro de las coordenadas a color del proceso de impresión y cualquier fecha de la impresión. También, los mapas co
información de la escena. Un mapa escaneado puede ser clasificado en georrectificado o sin georrectificar, dependiendo s
coordenadas de mapa geográfico.
Por ejemplo, una hoja topográfica escaneada en sistema de coordenadas planas estatal es georrectificado porque la
largo del estado plano de las coordenadas X y Y (asumiendo no distorsión del mapa y sin errores posicionales dur
escanea, a menudo existe ya una tesela impresa sobre el mapa o carta. Esta tesela puede ser usada para proveer un c
carta escaneado. La intersección de las líneas de la tesela impresas en la cara o mapa escaneado puede relacionar l
sistema de coordenadas usado en el mapa.
La proyección y el sistema de referencia impreso sobre una carta de papel puede no estar bien referenciada, o para el caso de map
mapa escaneado, referenciar las celdas de los datos raster a la Tierra, así como a la referencia de la tesela impresa del mapa s
conjunto de puntos de control que relacionan puntos conocidos en el mapa en relación a la Tierra. Tener dos conjuntos de puntos d
usuario trabajar en las coordenadas de la rejilla sobre la carta o mapa impreso y relacionar también la carta o el mapa al mundo
coordenadas impresas sobre la carta o el mapa de papel, porque esa tesela es visible al usuario
Por ejemplo en un Sistema de Carta Náutica Raster, como se define por IHO, ese usa una carta de papel escaneada y
sobreposición sobre la carta, es necesario para el usuario ver coordenadas en el sistema de coordenadas impreso en la car
sistema para ser derivados correctamente de coordenadas del mundo real .
6.5 Soporte en la decisión de Imágenes Geográficas – contexto de aplicaciones específicas
6.5.1 Representación Geográfica
6.5.1.1 Imágenes de información geográfica
6.5.1.1.1 Representaciones
El despliegue o representación de información geográfica es la clave para el uso de información geográfica por los h
información geográfica en general es tratada en ISO 19117. Esta norma define la representación como la prese
fotográfica como se define en esta especificación técnica es información gráfica adecuada directamente para desplega
visual. La información en una representación fotográfica puede ser una representación del espacio a color de la escena o toma
Las representaciones de la imagen usan código de color para la representación de valores de pixel. El uso de coordenadas
de cantidad de datos, lo cual es necesario sea comunicado. Si solamente pocos colores son usados en un producto impre
requeridas y subsecuentemente solamente pocos bits son requeridos por pixel para tratar las entradas en el mapa a color.
originalmente éste fue impreso, y es posible distinguir estas como siete colores distintos, entonces el mapa a color podría con
términos de sus valores de color exactos. Solamente tres bits por pixel se requerirían para ser indexado en el mapa a color.
6.5.1.1.2 Sistemas de color
Los sistemas útiles para la codificación de la imagen son lineares RGB (Rojo Verde azul), no lineares RGB, no liares
Magenta Amarillo negro) y derivativos de no lineares RGB como YCrCb (Luminosidad y componentes de color) y HSV (
De los sistemas de color ya mencionados, los tres más adecuados para el objeto raster relacionado son RGb, HSV y
Azul de un determinado color. HSV separa un color dentro de su tonalidad, Saturación y Valor. La saturación es la colo
su brillantez. La Saturación corre desde un gris neutral a través del pastel a colores saturados. La tonalidad es el atrib
aparece para ser similar a uno de los colores percibidos, rojo, amarillo, verde y azul, o la combinación de dos de ello
algún intervalo del espectro electromagnético del flujo de energía. El valor, en este caso, es la mediada de luz lineal. Y
La luminosidad, o brillo, es el atributo de una sensación visual de acuerdo al cual un área aparece para emitir más o m
éste como Chrominace (Chrominance roja y Chrominance Azul). La Chrominace se calcula como la diferencia entre un colo
RGB no es lo máximo para la compresión o interpolación de datos. HSV es lo máximo para interpolación debido a su e
en compresión dado que permite elementos de color para separarse de la luminosidad. La compresión puede entonces operar
predispuesta por la luminosidad.
RGB no era lo máximo para la compresión de datos agregados debido a su discontinuidad dentro del rango del esp
compresión debido a ser continuo y constante en el espectro de color. YCrCb tiene mejor compresión, marginalme
separarse de la luminosidad Y. La compresión puede entonces operar sobre la base de elementos de color Cr y Cb me
tres sistemas tienen sus ventajas individuales. RGB como el mecanismo de almacenamiento dado que la mayoría de l
mecanismo para la interpolación y compresión debido a su escalabilidad consistente. YCrCb puede también ser usa
elementos de color para ser separados de la luminosidad, permitiendo un cociente más alto de compactación, sin em
valor de porcentaje que se extiende sobre las gamas uniformemente con respecto a los valores respectivos individua
agregación de datos.
Estos tres sistemas de colores (RGB, HSV, YCrCb) pueden incorporarse dentro de la misma arquitectura en context
RGB como mecanismo de almacenamiento puesto que la mayoría de los sistemas se han normalizado a éste, HSV como el mecan
YCrCb para el mecanismo de compresión puesto que permite elementos de color para separarse de la luminosidad.
Códigos de color son almacenados en tabla de operaciones de búsqueda junto con su CIE (X,Y, Y)de referenc
son sistemas de color diferentes por los cuales los colores pueden especificarse. RGB es un sistema simple cons
primarios rojo, verde y azul. Observe que estos son colores primarios adicionales donde el verde el verde y azu
colores primarios subtractivos, tales como la mezcla de pinturas, los colores primarios son rojo, amarillo y az
Mientras las frecuencias ligeras que corresponden al rojo, el verde y azul se especifica n, entonces cualquier colo
base pueden especificarse en términos de la intensidad de los componentes del RGB. Las frecuencias exactas pa
CRT, se especifican en estándares de televisión CCIR Com 11 R 608.
El sistema de color CIE es un sistema de color separado basado sobre principios colorimétricos. No descansa s
sobre un espacio a color bidimensional, en la cual todos los colores, aún aquéllos que no pueden presentarse sob
El ejemplo dado arriba de la selección de solamente siete colores basados en las tintas originales usadas sobre un
porque a menudo las tintas son mezcladas y las máscaras de impresión se utilizan para representar, tales como luz a
en un mapa real o carta el número de colores es usualmente limitado por debajo de 256 los cuales pueden representa
dos códigos de color, entonces las proporciones de los dos o más colores definidos incluidos en la mezcla debería de
tabla de color es una mezcla de 33% del color 3 y 67% del color 1 entonces estas proporciones deberían definirse. El
desplegar propósitos.
6.5.1.1.3 Representación de color de atributo
Rampas de Color – Son rangos espectrales de color continuos de un punto inicial y final. Ellos pueden cubrir el espec
También, una rampa de color puede estar en una escala de gris. Aunque teóricamente continua, la aplicación de un
representación discreta del espectro dado. Rangos grandes o pequeños de datos pueden comprimirse o estirarse en el p
iniciales y finales puede ser seleccionados sobre un espectro dado para ayudar en la mejor representación de datos con
Bandas de Color – También es referido a Tablas de Color. Es una lista o tabla que contiene valores de colores d
de un valor de atributo (e.d., 10-20) y color específico se asigna (e.d., rojo, o R=255 G=0 B=0). Muy a menu
progresivo el cual discretamente imita un espectro de color rampeado pero no es necesario – no hay necesida
pueden escogerse o diseñarse para mejor representar ciertos tipos de datos o para destacar aspectos específicos
Coloración del objeto – El color puede también ser asignado por objeto o por tipo de objeto. En esta manera, d
sido objetivados, pueden ser coloreado basados totalmente en su identidad. En esta manera, boulders (el ob
G=255 B=0), mientras a objetos punte podrían ser asignados algún otro color (e.g. R=123 G=55 B=234). Esto es
que los colores son asignados a objetos individuales y no un valor de atributo o rango. También, atributos va
coloración se basa indirectamente sobre múltiples atributos.
Dentro de una determinada visualización, los datos pueden ser representados usando cualquiera de esos ac
Como ejemplo, datos de profundidad batimétrica podrían colorearse usando rampa de color del espectro azul, mi
color y representado como Amarillo (R=0 G=255 B=255).
6.5.1.2 Observadores Humanos
Interpretar una imagen geográfica es una tarea ampliable. No es conocido por adelantado qué patrón va a aparecer en u
dependiente del contexto. El trabajo de un intérprete humano es hacer este vínculo entre la imagen y los rasgos . Con los
sobre detección de rasgo automatizado. Sin embargo, el patrón de reconocimiento y las técnicas de procesamiento de
aplicaciones. Para muchas aplicaciones es requerida la intervención humana.
Es crítico el conocimiento de los intérpretes, habilidad y experiencia en la interpretación de imágenes geográficas.
Información de referencia para este tópico se puede encontrar en ISTO/TR 19122.
ASPRS mantiene un proceso de certificación para:

Fotogrametrista certificado


Científico en mapeo certificado – Percepción Remota
Científico en mapeo certificado – GIS/LIS
6.5.1.3 Visualización científica
La visualización científica es el uso de gráficos computarizados y procesamiento de imágenes para presentar modelos
entendimiento humano (ISO 2382 – 3: 1996).
“Hasta hace poco tiempo…la representación de los resultados de los SIG primariamente han sido restringidos para el mismo conj
(Berry, Buckley y Ulbricht, 1988, p. 47). Estas técnicas, el resultado de cientos de años de experiencia cartográfica
apropiados para productos de mapas convencionales pero tienen todavía que demostrar su eficacia en ambient
movimiento del punto de vista del usuario.
Para Haber y McNabb (1990, p. 75): la visualización como proceso está compuesta de “transformaciones que convierte
la transformación es convertir información en un formato favorable para el entendimiento por el sistema perceptivo hum
McCormick y otros (1987, p. 3) define mejor la disciplina de la visualización científica como una “disciplina preocupada co
visualización asistidos por computadora. Estudia esos mecanismos en humanos y computadoras lo cual les permite en
visual.
Ver también “Un IT mapa itinerante para el Futuro Geoespacial”, NAS, 2003 para información relacionada con:





Representación de incertidumbre
Representación de categoría; representación ontológica
Representación – Representaciones urbanas
Representación Distribuida
Fusión de CAD y GI info (geometría, coordenadas)
6.5.1.4 Visualización 3D
[Nota del Editor: Es necesario la entrada detallada para referenciar y explicar las normas ISO concernientes a visu
geográfica, así como una discusión de CAVE 3-D ambientes inmersos]
6.5.2 Idoneidad para el contexto de uso
Las imágenes son útiles para un contexto de aplicación específico si los valores geométricos y de atributos son apropiado
ser apropiada a la escala del mapa en la aplicación (ver Figura 21).
Un ejemplo de un contexto sano de uso para imágenes para uso como base de mapa es el caso en el cual las imágene


Tienen un conjunto de colores naturales, directamente interpretable por usuarios no específicos, y radiometría uniforme.
Alcanza detalles geométricas exactas de al menos un metro de resolución
Para uso apropiado como fuente de información, la imagen de satélite, por ejemplo, se necesitaría para:

Estar disponible como un producto de valor agregado permitiendo por lo menos una actualización anualmente , y disponible ”a la mano”

Cubrir grandes territorios para presentar la más uniforme radiometría posible y así superar uno de los problemas e
Tabla 13 – Aplicaciones y resolución espacial
Escalas de aplicación en áreas urbanas
Aplicación
Escalas
Datos de la imagen utilizada para estas aplicaciones
Imagenes
Resolución
Dirección técnica
1:200 a 1:500
Orthofoto
20 cm
Mapa básico
1:1000 a 1:2000
Orthofoto
20 a 50 cm
Plano urbano
1:5000 a 1:10000
Orthofoto
50 cm a 1 m
Prospectiva
1:10000 a 1:1000000
SPOT P y XS / Landsat
10 a 30 m
La tabla 14 proporciona una taxonomía de áreas de aplicaciones geográficas. Las categorías son ortogonales, e.d., no sobrepuestas (au
número de categorías es manejable, e.d., 7 +/- 2.
Una aptitud para el uso del árbol de la decisión para seleccionar un área de aplicación se proporciona en el anexo D.
6.5.3 Fusión de Decisión
Datos de percepción remota pueden combinarse con otras fuentes de información geoespacial para mejorar el entendim
La fusión en el nivel de decisión implica fusión de información extraída del sensor. Toda información relevante es extra
de una localización de objeto, velocidad y atributos y los métodos de uso fusionados tales como votación e infere
conocimiento prioritario acerca de la toma de objetos, es incorporada en la fusión de la decisión (o información)
Si las características de los datos de entrada no son bien conocidas, es posible que la fusión de datos del multisens
sensor simple más apropiado. Por esta razón la evaluación cuantitativa de la exactitud y reproductibidad de sistemas d
Tabla 14 – Taxonomía de área de aplicación
Vigilancia Social
Defensa e inteligencia
Aplicación de la ley
Investigación de Historia o Arqueología
Infraestructura Social
Servicios de Eléctricos y de gas
Telecomunicaciones
Transporte (incluyendo aviación y aeroespacial)
Comercio Social
Determinación de sitio de negocio
Arquitectura
Ingeniería y construcción
Administración del Recurso Natural
Investigación terrestre, oceanográfica o atmosférica
Salud
Ecología y conservación
Explotación del Recurso Natural
Agricultura
Minería y petróleo
Bosques y madera
Uso de recursos marinos y pesca
Distribución de agua y recursos
Gestión y disposición de gasto
Reducción de Impacto Social
Gestión de emergencia
Seguridad de la propiedad
Educación
Educación K -12
Educación universitaria
Museos
Consumidores Públicos
Turismo
Propiedad
Entretenimiento
Periodismo
Servicios de empleo
7 Punto de vista Computacional – servicios para imágenes
7.1 Computación orientada a la Tarea
Este punto de vista proporciona una transición del punto de vista de la información al despliegue distribuido representa
computacional permite la distribución a través de decomposición funcional del sistema en objetos que interactúan en interface
computacional identifica objetos abstractos necesarios para el flujo del proceso para adquisición, almacenamiento, procesam
El objetivo clave del punto de vista computacional es permitir interoperabilidad. La interoperabilidad es la capacidad d
varias unidades funcionales en la manera que lo requiere el usuario para tener un poco nulo conocimiento de las cara
dos modelos para desarrollar componentes interoperables.
Modelos computacionales robustos son necesarios para el reuso de información de percepción remota y servicios de un
patrones de interacción de servicios reutilizables, e.d., cadena de servicio y métodos para ayudar a la selección de analistas d
A fin de que la ciencia de la percepción remota produzca el valor más grande para la sociedad y a los negocios, es c
quien puede tener acceso a los datos y la habilidad analítica para interpretar resultados, pero no necesariamente el fon
El conocimiento puede resultar en decisiones a través de la integración de las metas de múltiples apostadores. La aplic
de múltiples apostadores resulta en decisiones para aplicaciones.
El Servicio de Soporte a la Decisión: “Los programas computarizados interactivos que utilizan métodos analíticos , t
rutinas de calendarización de programa entre otros , para el desarrollo de modelos para ayudar a los tomadores de d
interpretar, así como seleccionar opciones apropiadas para la implementación” (Adelman, L., Evaluating Decision Supp
1992).
Imágenes
Base del
Conocimiento
Prediccisiones
Decisiones Polític
Servicio de
apoyo a la
Decisión
Acceso de
Información de
Imágenes
Observaciones
Decisiones Directi
Decisiones Persona
Datos
Percepción
Figura 22 – Imágenes para soporte a la dedición
Los Servicios de Soporte a la Decisión (DSS) que operan dentro de un contexto espacial o espacio-temporal formas de sistem
a los planificadores y definidores de políticas para: 1) integrar grandes cantidades de datos tiempo-espacio existentes, 2) us
pronósticos de predicción de resultados de selección de políticas y 3) desplegar los resultados del modelo en maneras f
público así como a la comunidad científica. Es básico para el uso de DSS la habilidad para examinar varias situaciones “Q
estos sistemas son puramente espaciales en la naturaleza, pero los “Qué si” base de sus operaciones claramente llamados
casi todos los casos.
[Nota del Editor: El papel de IGARSS, “ La Asimilación de Resultados y Datos de Ciencia de la Tierra y de Sistemas de Soporte a
and Tuyahov debería ser revisado y apropiada entrada proporcionada para este Modelo de Referencia de Imágenes . El papel puede
7.2 Patrones Computacionales
El punto de vista computacional proporciona una transición de punto de vista de la información al despliegue distribuid
acercamientos pueden usarse para definir un punto de vista computacional interoperable basado en el punto de vista d
1) Interacción entre componentes desplegados se realiza a través de la invocación de operaciones en las clases defi
las interfaces del punto vista de la información generalmente enbonan interfaces del punto de vista computacional.
acercamiento.
2) La interacción entre componentes desplegados se realiza a través de la invocación de interfaces en servicios definidos
este Modelo de Servicios las interfaces del punto de vista de la computación generalmente no enbonan con las interfac
orientado al mensaje tipifica este acercamiento (Tabla 16).
El punto de vista computacional trata los servicios en un acercamiento abstracto, e.d., independiente del servidor com
despliegue de servicios incluyendo tópicos de distribución se tratan en la Cláusula 7.
Como se define en RM-ODP, los objetos en el punto de vista computacional pueden ser objetos de aplicación, objetos d
Tabla 15 – Patrón computacional de fábrica de objeto
Elementos de un modelo
Descripción del elemento
Nombre
Fábrica. Variaciones: Fábrica abstracta, objetos independientes
Problema
Proveen una interface para crear objetos relacionados sin especificar sus clases
concretas. Provee flexibilidad en configurar aplicaciones; una implementación de
un objeto puede ser localizado separadamente de donde fue creado
Contexto
Las interfaces se definen usando técnicas orientadas a objetos. Los clientes
manipulan ejemplos a través de sus interfaces abstractas. Porque una fábrica crea
una familia completa de objetos de aplicación específica de producto, los
productos específicos son aislados para la fábrica.
Fuerzas
Dependen sobre el uso de plataforma de computación de objetos distribuidos.
Concentrar aplicaciones específicas en el objeto de fábrica significa cualesquiera
extensiones son hechas para la interface de la fábrica, lo cual puede ser difícil.
Diseñar consideraciones son críticas para mantener el objeto de fábrica de
transformarse en un cuello de botella.
Estructura
El cliente invoca una operación de Crear (IG_EscenaRejilla:datos) sobre el Objeto
de Fábrica. El objeto de fábrica ejemplifica un objeto con la interface IG_
EscenaRejilla para datos como se identifican en la operación Crear y regresa una
manija al cliente. Invocaciones de operación subsecuentes por el cliente son
hechas usando la manija del objeto y las operaciones IG_EscenaRejilla.
Tabla 16 – Patrón computacional orientado al mensaje
Elementos de un
patrón
Descripción del elemento
Nombre
Mensaje. Variaciones: Middleware orientado al mensaje, Patrón orientado al mensaje.
Problema
Desemparejar la interacción entre agentes y servicios definiendo un patrón de intercambio
de mensaje que carece de cualquier significado semántico del contenido de los mensajes.
Sin embargo, el patrón se focaliza sobre la estructura de mensajes, sobre las relaciones
entre emisores de mensajes y receptores y cómo los mensajes son transmitidos. El patrón
incluye terminación normal o anormal de cualquier intercambio de mensaje.
Contexto
Algunos DCP soportan nativamente cierto mensaje, p.e., HTTP nativamente soporta
requerimiento-respuesta de mensaje. El patrón es usado en arquitecturas orientadas al
servicio. El patrón orientado al mensaje se focaliza sobre aquellos aspectos de la
arquitectura que relacionan a mensajes y procesamiento de mensaje. El patrón será
aplicado a aplicaciones específicas.
Fuerzas
Mientras el patrón es definido para ser semánticamente neutral, típicamente en la práctica
la semántica del dominio se agrega al patrón resultante en las operaciones de intercambio
de mensaje mecanografiadas por inclusión en una interface definida por una comunidad de
dominio, p.e., la interface de solicitud de imágenes
Estructura
Los servicios se definen para lograr un dominio de cómputo relevantote, p.e.,
procesamiento de imagen. Las interfaces compuestas de operaciones orientadas al
mensaje están limitadas al servicio. Un cliente, actuando en favor de un agente, invoca la
operación
7.3 Servicios de imágenes Geográficas
7.3.1 Introducción
Esta cláusula define taxonomías para servicios de imágenes geográficas que son extensiones de taxonomías de serv
es subtipificar una taxonomía de servicio general para identificar servicios específicos para imágenes geográficas. E
información geográfica a fin permitir la interoperabilidad de SIG en ambientes computacionales distribuidos (DCP).
Las taxonomías para clasificación no son únicas. Se pueden proporcionar esquemas de clasificación múltiples pa
taxonomías: capacidad semántica, interface de servicio y mantenimiento de servicio 3) (ver Figura 23)
Un servicio es definido por más que una interfaz: instancias del mismo tipo de servicio puede diferir en algunos aspec
(tales como el costo del uso del servicio). Aún si la firma de la interface es idéntica, la semántica puede ser muy diferen
3) Reference: “OGC Web Services — Service Registry,” Version: 0.2, OpenGIS Project Document OGC
01-082, Date: 2001-12-21
Características semánticas
Características del protocolo
Servicio_Interface
Capacidad_Perfil
Capacidades
Instrumentos
abstracción
Servicio
Referencias
refinamiento
Vínculaciones
*
Servicio_Vinculación
Características de Vinculación
Figura 23 – Tipos de descripción de servicio
Esta Especificación Técnica proporciona ejemplos de servicios categorizados usando una taxonomía basada en carac
define la taxomonía de servicios Geográficos para características semánticas de un servicio. La taxonomía consiste
categorías.
Sistemas obedientes para esta especificación técnica deberá usar la taxonomía para servicios geográficos en ISO 19119
servicio específico deberá categorizarse en una y solamente una categoría, al menos que sea un servicio agregado que pued
Las siguientes subcláusulas proporcionan ejemplos de servicios geográficos dentro de la taxonomía de servicios ge
servicio listado en estas subclases. Se requiere que un sistema proporcione un servicio nombrado en estas subcláus
en estas subcláusulas. Un servicio de catálogo obediente con esta norma internacional deberá categorizar servicio de
de servicios Geográficos.
Si un servicio usa el nombre de servicio ejemplo, el servicio deberá proporcionar la funcionalidad que es definida en estas s
catálogo es proporcionado, deberá realizar los servicios definidos por el visualizador del catálogo en la categoría de servicios de
deberían nombrar servicios como se encuentran en los ejemplos de servicio .
Tabla 17 – Taxonomía de Servicios Geográficos (de ISO 19119)
Servicios de interacción humana geográficos
Servicios para la gerencia de interfaces de usuarios,
gráficos, multimedia, y para la presentación de
documentos compuestos.
Servicios de gerencia de información/modelos
geográficos
Servicios
para
la
gerencia
del
desarrollo,
manipulación, y almacenaje de metadatos, esquemas
conceptuales, y conjuntos de datos.
Servicios Geográficos de gerencia tarea/flujo
de trabajo
Servicios para ayudar en tareas específicas o en
actividades relacionadas-trabajo conducidas por
humanos. Estos servicios ayudan en el uso de
recursos y desarrollo de productos que implican una
secuencia de actividades o de pasos que se pueden
conducir por diversas personas.
Servicios de procesamiento geográfico

Servicios de procesamiento geográfico - Espacial

Servicios de procesamiento geográfico - Temático
Servicios de procesamiento geográfico - Temporal
Servicios que realizan los cómputos en grande
escala que implican cantidades substanciales
de datos. Un servicio de proceso no incluye
capacidades para proporcionar almacenaje
persistente de datos o transferencia de datos
sobre redes.
Los servicios de proceso geográficos son subtipificados por el atributo geográfico que el
proceso modifica. Los tipos de atributos se
definen en el modelo general de rasgos.
Servicios de procesamiento geográfico - Metadatos
Servicios de Comunicación geográficos
Servicios para codificar y transferencia de datos a
través de redes de comunicaciones.
7.3.2 Servicios de interacción humana de imágenes Geográficas
Esta cláusula se adapta de ISO 19119, 8.3.3. Servicios de interacción humana de imágenes Geográficas deberá ser una categoría
de interacción geográficos humanos para trabajar con datos geográficos y servicios :

Visualizador Geográfico – Imágenes. Servicio al cliente que permite un usuario ve imágenes incluyendo las bandas del

Visualizador Geográfico – Mosaico de Imágenes – Permite la combinación de imágenes de datos geográficos para
7.3.3 Modelo de Imágenes Geográficas/servicios de gestión de información
Esta cláusula es adaptada de ISO 19119, 8.3.3.
Ejemplos de servicios de Modelo/gestión de información para trabajar con datos geográficos y servicios:

El servicio de acceso a imágenes . Proporciona al cliente acceso a la administración del almacén de una image n. Un servi
regresados al cliente. Este servicio implica políticas de distribución de imágenes .

El servicio de acceso a imágenes – sensor. Servicio que proporciona acceso a una imagen donde la fuente de la
persistente. Este servicio aplica políticas de distribución de imágenes.

Servicio de descripción de sensor. Servicio que provee la descripción de un sensor de cobertura, incluyendo orientació
características radiométricas del sensor para propósitos de geoprocesamiento.

Servicio de orden de manejo – imágenes. Servicio que provee al cliente con la habilidad para ordenar imágenes de un
selección de opciones de procesamiento geográfico, sumisión de una orden, status de uso de órdenes, facturación y con
7.3.4 Flujo de trabajo de Imágenes geográfica/servicios de gestión de tareas
Esta cláusula se adapta de ISO 19119, 8.3.4.
NOTA: No han sido identificados flujos de trabajo específicos de imágenes geográfica/servicios de gestión de tareas.
Ejemplos de flujo de trabajo / servicios de gestión de tareas para trabajar con datos geográficos y servicios incluyen una un se
de trabajo, asignación de la adquisición, Coordinación/asignación del sensor cruzado.
7.3.5 Servicios Geográficos de procesamiento de imágenes
7.3.5.1 Servicios de procesamiento de imágenes – espaciales
Esta cláusula se adapta de ISO 19119, 8.3.5.2.
OGC documento 00-115 Tópico 15 Servicios de Explotación de imágenes v.6 provee más detalle sobre los tipos de servi
La siguiente no es una lista exhaustiva de servicios de procesamiento geográfico: espaciales

Servicio de conversión de coordenadas. Servicio para cambiar coordenas de un sistema de coordenadas
conversión de coordenadas los valores de parámetros son exactos. Los servicios de conversión de coordenadas i
relevante para la conversión de coordenadas

Servicio de transformación de coordenadas. Servicio para cambiar coordenadas de un Sistema de coordenada
coordenadas de referencia basado en un segundo datum. Una transformación de coordenadas difiere de una con
de transformación de coordenadas se derivan empíricamente. ISO 19111 es relevante para la transformación de co

Servicio de conversión de coordenadas de imagen. Un servicio de transformación de coordenadas o de conversió
una imagen. Una norma relevante para coordenadas de imagen es ISO 19123 ; normalización relevante para coordenadas de im

Servicios de transformación de coordenadas del terreno (OGC doc. 00-115)

Servicios de transformación de coordenadas de imagen (OGC doc. 00-115)

Servicios de conversión de exactitud (OGC doc. 00-115)

Servicios de registro de geodatos (OGC doc. 00-115)

Servicio de medición de dimensión (OGC doc. 00-115)

Servicio de rectificación. Servicio que proyecta una imagen inclinada u oblicua sobre un plano seleccionado u otr
ser inclinada o alcanzar alguna condición deseada, tal como un mejor ajuste de la superficie local de la Tierra.

Servicio de Ortorrectificación. Un servicio de rectificación que remueve el desplazamiento de la imagen debido a
requiere el uso de datos de elevación digital, usualmente en forma de rejilla.

Servicio de ajuste del modelo geométrico del sensor. Servicio que ajusta los modelos de geometría para m
posiciones del terreno conocidas.

Servicio de conversión del modelo de geometría de la imagen. Servicio que convierte los modelos de geometría del sensor

Servicio de subconjunto de imagen. Servicio que extrae datos de una imagen en una región espacial continua se

Servicio de muestreo de imagen. Servicio que extrae datos de una imagen usando un esquema de muestreo consistente

Servicio de cambio de la tesela de la imagen. Servicio que cambia la tesela de una imagen geográfica.
7.3.5.2 Servicios de procesamiento de imágenes - temáticas
Esta cláusula se adapta de ISO 19119, 8.3.5.3.
La siguiente no es una lista exhaustiva de servicios de procesamiento de imágenes –temáticas.

Servicio de clasificación de imagen. Servicio para clasificar regiones de imagen geográfica basada en atributos

Clasificación de imágenes que subdivide una cobertura en regiones basada en valores de atributo.

Servicio de subconjuntos de imagen. Servicio que extrae elementos de imagen es decir, de un conjunto más grand

Servicios de extracción de información geográfica. Servicio que apoya la extracción de rasgo e información
escaneadas.

Servicio de procesamiento de la imagen. Servicio para cambiar los valores de rango de una imagen usando función
comprensión de datos, extracción de rasgo, filtros de frecuencia, operaciones de geometría, filtros no lineares, y filt

Servicios de modificación de la imagen (OGC doc. 00-115)

Servicios que igualan imágenes automatizadas (OGC doc. 00-115)

Servicio de generación de resolución reducida. Servicio que reduce la resolución de una imagen.

Servicios de manipulación de la imagen. Servicios para manipulación de valores de datos en imágenes: cam
manipulando la resolución, retiro de ruido, “rayando”, correcciones radiométricas sistemáticas, atenuación atmosférica, cam

Servicios de entendimiento de la imagen. Servicios que proveen detección de cambio de imagen automatizada, diferenciac
de significado y diferenciación basada en el área o basada en el modelo.

Servicios de interpretación de la imagen. Deducción de descripciones simbólicas de la escena de datos de la im

Servicios de síntesis de la imagen. Servicios para crear o transformar imágenes usando modelos espaciales por comp
características de la imagen para mejorar visibilidad, resolución aguda y/o reducir los efectos de cubiertas de neblina o b

Servicios de manipulación de la imagen multibanda. Servicios que modifican una imagen usando las bandas múltiples de l
componentes principales, transformación del espacio de color saturación de intensidad del matiz ,

Servicio de detección de objeto. Servicio para detectar objetos del mundo real en una imagen.
7.3.5.3 Servicios de procesamiento de imágenes - temporales
Esta cláusula se adapta de ISO 19119, 8.3.5.4
La siguiente no es una lista exhaustiva de servicios de procesamiento de imágenes – temporales.

Servicios de Detección de cambio de la imagen. Servicio para encontrar diferencias entre dos imágenes que repres

Servicio de selección de subconjuntos de la imagen. Servicio que extrae datos de una imagen en un intervalo c

Servicio de muestreo de la imagen. Servicio que extrae datos de una imagen usando un esquema de muestreo co
7.3.5.4 Servicios Geográficos de procesamiento de imágenes – metadatos
Esta cláusula se adapta de ISO 19119, 8.3.5.5.
La siguiente no es una lista exhaustiva de servicios de procesamiento geográfico – metadatos.

Servicios estadísticos de la imagen. Servicios para calcular las estadísticas de una imagen, p.e. , media, mediana, mo
de histograma; mínimo y máximo de una imagen; matriz de correlación cruzada de multibanda, estadística espectral, esta

Servicios de anotación de la imagen. Servicios para agregar información auxiliar a una imagen (p.e. , por una etiqueta,
para un rasgo dentro de una base de datos) que aumenta o provee una descripción más completa.
7.3.6 Servicios de comunicación geográfica
Esta cláusula se adapta de ISO 19119, 8.3.5.6.
Ejemplos de servicios de comunicación para trabajar con datos geográficos y servicios:

Servicios de codificación de la imagen. Servicio que provee la aplicación de una regla de codificación y provee
imágenes. (Un norma relevante para codificar es ISO 19118-2 TBR).

Servicio de compresión de la imagen. Servicio que convierte porciones espaciales de una imagen a y de forma c

Servicio de conversión de formato de la imagen. Servicio que convierte de un formato de codificación de una im
7.4 Servicios encadenados para imágenes
El procesamiento ordinariamente implica pasos múltiples. Algunos pasos pueden ser la fuente intensiva. . ISO 19119
en una serie dependiente para alcanzar tareas más grandes. ISO 19119 trata los temas sintácticos de servicio de enca
como los temas sintácticos asociados con servicio de encadenamiento.
ISO 19119 permite a los usuarios combinar datos y servicios en formas que no son predefinidas por los proveedores de
la infraestructura del dominio más grande de IT.
La calidad del funcionamiento de un servicio en cadena sobre imágenes depende de varias cuestiones , e.d., orden de los servicios
ISO 19119 para una mejor discusión sobre calidad de servicio de encadenamiento.
7.5 Servicio de metadatos – extensiones para imágenes
ISO 19119 define servicio de metadatos para servicios geográficos. Servicio de registros de metadatos pueden manejarse y buscarse
conjuntos de datos. A fin de proporcionar un catálogo para servicios de descubrimiento, es necesario un esquema para describir un serv
servicio.
8 Punto de vista de la Ingeniería – propuestas de despliegue
8.1 Introduction
El punto de vista de la ingeniería sobre un sistema ODP y su ambiente se enfoca sobre los mecanismos y funciones re
en el sistema [ISO/IEC 10746-1]. Conceptos clave para este punto de vista son nodo y canal.
Un nodo del punto de vista de la ingeniería, de acuerdo a RM-ODP, es una configuración de objetos de ingeniería que forman u
el cual incorpora un sistema de procesamiento, almacenamiento y funciones de comunicación. En esta Especificación Té
modelados como nodos UML mostrando la asignación de información y los puntos de vista computacionales para nodos espe
Un canal, del punto de vista de la ingeniería, de acuerdo a RM-ODP, es una configuración de stubs, carpetas, obj
obstrucción entre un conjunto de interfaces para objetos de ingeniería, a través de los cuales la interacción pu
específica de temas del canal RM-ODP, pero discutirá los canales en términos de redes y plataformas de computación
La consistencia entre los puntos de vista computacional y de la ingeniería:




Interfaces computacionales deben corresponder a interfaces de ingeniería (RM-ODP-1)
Objetos de ingeniería básicos corresponden a objetos computacionales (RM-ODP-1)
Puntos de vista de ingeniería agrega código de sistemas de operación y empaquetado(RM-ODP-1)
Interacciones computacionales corresponden a cadena de interacciones de ingeniería (RM-ODP-3)
8.2 Sistema Distribuido para imágenes geográficas.
Esta especificación técnica define un sistema distribuido para el procesamiento de la imagen geográfica como se
Comprende de cinco tipos de nodos, conectados por un conjunto de canales.
El diagrama de despliegue de la Figura 24 refleja estos requerimientos:

Nodos de colección de imágenes los cuales colectan imágenes quizá localizadas sobre una variedad de plataformas, mó

El Control de un nodo de colección de imágenes deberá ser realizado a través de una instancia de nodo de procesa

Datos de un nodo de colección de imágenes puede ser distribuido para nodos de procesamiento de sensor múltiple

Los nodos de procesamiento de sensor deberá procesar datos de un nodo de colección de imágenes simple.

Los nodos de archivos de Imágenes pueden contener datos de uno o varios nodos de colección

Los nodos de archivos de imágenes pueden replicarse y federarse incluyendo metadatos

Nodos de procesamiento de valor agregado pueden procesar datos de nodos de procesamiento de sensor múltiple

Nodos de procesamiento de valor agregado pueden proveer información para nodos de soporte a la decisión.

Nodos de procesamiento de valor agregado desarrollarán productos para un área específica de aplicación (Tabla 1

Nodos de soporte a la decisión pueden ser móviles o fijos

Nodos de soporte a la decisión pueden ser organizados sobre un rango de hardware computacional de un dispositivo m
y terminales de computación.
Nodo de
colección
de imágenes
1
1…*
Nodo de
proceso de
censor
1…*
1…*
1…*
1…*
Nodo de
Archivo de
imágenes
1…*
1…*
1…*
1…*
Nodo de
1…
1…*
proceso de
Valor Agregado
Nodo
1…*
Soport
Decis
Figura 24 – Diagrama de despliegue del sistema de imágenes geográfica
[Nota del Editor: Necesitan revisar para determinar si la adición y descripción de un “nodo de modelado” debería
despliegue de sistemas identificados en la Figura 24 y descritos abajo en 8.2-8.7]
Sistemas obedientes a esta Especificación Técnica usará el despliegue del sistema de imágenes geográficas (Fi
imágenes geográficas.
Se definirán nodos en las siguientes cláusulas. Artefactos del punto de vista de la información y computacional serán co
implementar cada artefacto asignado al nodo y puede agregar artefactos como sea necesario. Se requiere que si un sistema p
use las interfaces como se definen en estas subclases.
Nodos múltiples de varios tipos pueden ser ubicados en las mismas situaciones físicas.
Los diagramas de despliegue del nodo son mostrados en las siguientes cláusulas con ambas interfaces del punto de vista de la
diversos patrones definidos en el punto de vista computacional no están restringidos en el punto de vista de la ingeniería . Pueden
patrón de mensaje. Interna a un nodo, esta decisión puede hacerse sin coordinación. Un canal entre nodos debe convenir sobre un
Nodos implicados en el desarrollo de un nuevo sensor de imagen pueden evolucionar como procedimientos de
apretado del nodo de colección de Imagen y el nodo de procesamiento del sensor. Esto es para asegurar análi
sensor. Como los procedimientos de desarrollo hacia el despliegue operacional, un instrumento servirá a muc
múltiple procesarán los datos de un nodo de colección de imagen.
Muchas tareas requieren entrada de datos de muchas fuentes (p.e., muchos pasos de colección de datos, datos de senso
carga en el sistema y sobre el análisis para asegurar que varios datos son hecho compatible. Como los usuarios se
información derivada por otros, el entendimiento de información desarrollada separadamente deviene más importante p
8.3 Nodo de colección de imágenes
Un nodo de colección de imágenes contendrá un sensor de imágenes, plataforma, un montaje que acopla el sensor a la plataf
Un nodo de colección de imagen puede disponerse para georrectificar los datos colectados
IG_Plataforma
Servicio de acceso a imagen – Sensor
IG_GrupoSensor
Servicio de conversión de coordenadas de Image
IG_Sensor
Servicio de rectificación
IG_SensorActitudSensor
Servicios de Estadísticas de imagen
Figura 25 – Diagrama de nodo de colección de imágenes
Nodos de colección de imágenes pueden localizarse en una variedad de plataformas. Una plataforma es un satélite de órbita terres
Satélites diferentes tienen órbitas diferentes, p.e., Orbita de Tierra Baja (LEO), Órbita de la Tierra Geosincrónica (GEO). Las dinám
que una mancha en la Tierra puede verse, e.d., el tiempo de la visita posterior. Instrumentos basados en satélite pueden ser punte
plataforma. La distribución de datos de satélite puede ser directamente par la tierra o a través de otros satélites. Una vez que los d
localizado en la Tierra, los datos pueden ser enviados por red o medios de comunicación, o pueden permanecer en el lugar en l a
enviados a un archivo central.
Los nodos de colección de imágenes pueden también localizarse sobre una plataforma aerotransportada: aeroplano,
Esta plataforma puede ser ocupada o no por humanos. El plan de adquisición aerotransportada incluye definición de u
de vuelo aerotransportado incluyen: condiciones ligeras incluyendo altitud solar y cobertura de nubes, consideracion
traslape lateral. La distribución de datos de un nodo de colección de imágenes aerotransportado puede ocurrir com
recientes en la adquisición de imágenes geográficas aerotransportadas preven el procesamiento de imágenes a
concurrentes, permitiendo la rectificación de imágenes a bordo.
Las clases UML y los servicios descritos en la Especificación Técnica son identificados en la Figura 25 como objetos y func
Tabla 18 – Ejemplos de nodo de colección de Imágenes
Medidas
Mobilidad
Sensor In-Situ
Plataforma Fija
Plataforma Móvil
Percepción Remota
Sonda 02 Estacionaria
Estación de Radar Doppler
Sonda de Salinidad
“submarina”
LIDAR Aerotransportado
8.4 Nodo de procesamiento del sensor.
Un nodo de procesamiento del sensor se afilia con un sensor específico en un nodo de colección de imágenes . Un nodo de proc
contenidos en imágenes así como imágenes derivadas como productos estándar del sensor .
Una instancia simple de nodo de procesamiento de sensor proporciona control y comando para un nodo de colección d
Las clases UML y los servicios descritos en esta Especificación Técnica son identificadas en la Figura 26 como objetos y func
Nodo de procesamiento del sensor
IG_ModeloSensor
Visor Geográfico - Imágenes
Servicio de acceso a la imagen
IG_Imagen
Servicio de acceso a la imagen - sensor
IG_ImagenDerivada
Servicio de descripción de sensor
IG-CatálogoAtributos
Servicio de conversión de coordenadas de la imagen
IG_DatosAuxiliares
Servicio de Ortorrectificación
Servicio de ajuste del modelo de geometría del sensor
Figura 26 – Diagrama de nodo de procesamiento de sensor
8.5 Nodos de archive de la imagen
Un nodo de archivo de imágenes preserva información de imágenes para acceso y uso por una comunidad señalada.
Las funciones del archivo de imágenes como son definidas en ISO 14721 son: Ingestión, almacenamiento de archivos, admin
Las clases UML y los servicios descritos en la Especificación Técnica son identificados en la Figura 27 como objetos y funcio
IG_ModeloSensor
Nodo de Archivo de Imágenes
Visor Geográfico – Imágenes
Servicio de acceso a imagen
IG_Imagen
IG_ImagenDerivada
IG_CatalogoAtributos
IG_DatosAuxiliares
LI_Linage
Servicio de descripción de Sensor
Servicio de manejo de orden – imágenes
Servicio de conversión de coordenadas
Servicio de subconjuntos de imagen
Servicio de muestro de imagen
Figura 27 – Diagrama de nodo de archivo de imágenes
Plan de preservación
P
R
O
D
U
C
T
O
Info
descritiva
AIP
Gestión
de Datos
Almacén
de
Archivos
AIP
Info
descriptiva
Acceso
preguntas
Conjs. Resultdos
Órdenes
AIP
DIP
Administración
Figura 28 – Diagrama componente del nodo de archivo de la imagen
Las imágenes pueden ser almacenadas en múltiples tecnologías en un nodo de archivo de imagen. Los datos puede
montados para acceso, con el acceso robótico a la línea cercana a los medios, o almacenamiento en línea en tecnolog
Los nodos de archivo de imágenes pueden ser distribuidas. Archivos distribuidos pueden ser aplicados como sis
repositorios distribuidos a través de sitios, múltiple y ampliamente separados y máquinas las cuales aparecen a los usu
Referencias:





ISO 14721:2003, Datos Espaciales y sistemas de transferencia de información – Sistema de información de archivos abierto –
STANAG 4559 NATO Estándares de Interface de Librerías de la Imagen (NSILI)
OGC OWS 1.2 Arquitectura de Manejo de Imagen, OGC Documento 03-016
OGC OWS 1.2 Diseño de Manejo de Imagen, OGC Document 03-018r1
OGC Imagen Aplicación del Manejo, OGC Document 03-019
8.6 Nodos de explotación y Procesamiento de valor agregado
Los datos son accesados de sensores múltiples para uso por una comunidad usuaria
Funciones de ejemplo de procesamiento y nodos de explotación:

Generación de parámetros de series-consistentes




Procesamiento/explotación de la imagen (p.e., registro y generación de mosaicos)
Análisis geoespacial (p.e., Análisis de línea profundo, maquillaje de terreno y análisis de mobilidad)
Herramientas de fusión de datos y algoritmos , especialmente herramientas para aplicación rápida
Proceso de encadenamiento para productos de valor agregado
Nodo de procesamiento del sensor
IG_ModeloSensor
Visualizado Geográfico - Imágenes
Visualizado Geográfico – mosaiqueo de la imagen
IG_Imagen
IG_ImagenDerivada
IG-CatálogoAtributos
IG_DatosAuxiliares
LI_Linaje
Servicio de acceso a la imagen
Servicio de manejo de orden - Imágenes
Servicio de conversión de coordenadas de la imagen
Servicio de rectificación
Servicio de Ortorrectificación
Servicio de ajuste del modelo de geometría del sensor
Servicio de conversión del modelo de geometría de la imagen
Servicio de subconjuntos de la imagen
Servicio de muestreo de la imagen
Servicio de mosaiqueo de la imagen
Servicio de clasificación de imagen
Figura 29 - Diagrama de nodo de procesamiento de valor agregado
Las clases UML y los servicios descritos en la Especificación Técnica son identificadas en la Figura 29 como objetos y funcione
8.7 Nodos de soporte a la Decisión
Los nodos de soporte a la decisión se enfoca en interacción humana proporcionando imágenes y otra información geográfica
Un nodo de soporte a la decisión provee acceso interactivo a nodos distribuidos . Nodos de soporte de a la decisión pueden
algoritmos de optimización, rutinas de planeación del programa, y otros , para desarrollar modelos para ayudar a tomadores d
interpretar y seleccionar opciones apropiadas para aplicación.
Sistemas de soporte a la decisión con contenido espacial incluyen:



“Sistema interactivo para ayudar a seleccionar opciones a tomadores de decisión”
Grandes cantidades de datos del espacio-tiempo
Modelos para predicción de resultados
Las clases UML y los servicios descritos en la Especificación Técnica son identificados en la Figura 30 como objetos y funcio
Nodo de soporte a la decisión
IG_Imagen
IG_ImagenDerivada
Visualizador Geográfico – Imágenes
IG_Escena
Visualizador Geográfico – Mosaico de la Imagen
FC_CatálogoRasgos
Servicios de anotación de la imagen
IG-CatálogoAtributos
MD_Metadatos
Figura 30 – Diagrama de nodo de soporte a la decisión
[Nota del Editor: Necesitan revisar para determinar si la adición y descripción de un “nodo de modelado” debería inclui
de despliegue descritos arriba en 8.2 – 8.7.]
8.8 Canales: redes y DCPs
8.8.1 Consideraciones de Imágenes para canales
Canales entre nodos de sistema de imágenes tienen consideraciones específicas par imágenes geográficas:

Los volúmenes de datos de imágenes geográficas son considerablemente más grandes que muchas otras a
hace más pequeña yendo de derecha a izquierda en el diagrama de despliegue del sistema de procesamiento

En algunos casos, canales entre nodos necesitan sostener la comunicación asíncrona para la adquisición de

Los métodos de comunicación son necesario para separar mensajes de control de flujo de datos debido al tam

Deben proveerse canales a los nodos de ubicación fijos y móviles, en particular nodos de colección de
ser móviles
8.8.2 Espacio para comunicaciones con la Tierra
En apoyo de plataformas de satélite, ISO/TC 20/SC 13 ha definido estos estándares para espacio para comunicaciones c

ISO 15891:2000, Datos Espaciales y sistemas de transferencia de información – Especificación protocolar para com

ISO 15892:2000, Datos Espaciales y sistemas de transferencia de información – Especificación protocolar para comun

ISO 15893:2000, Datos Espaciales y sistemas de transferencia de información – Especificación protocolar para comun

ISO 15894:2000, Datos Espaciales y sistemas de transferencia de información – Especificación protocolar para comu
8.8.3 Internet
Muchos de los canales nodo-a-nodo serán aplicados usando la Internet.
8.9 Implementación persistente
La famosa afirmación de Titus Lucretius Carus ilumina la necesidad para la aplicación persistente:
Sobre la Naturaleza de las Cosas…..
Titus Lucretius Carus (c.99-55 BCE)
Ninguna cosa se sujeta; pero todas las cosas fluyen.
Fragmento a fragmento se aferra-las cosas así crecen
Hasta que nosotros sabemos y las nombramos. Por grados
Ellas se funden, y no son más las cosas que conocemos.
Anexo A
(normativo)
ISO Modelo de Referencia para Procesamiento Distribuido Abier
El marco definido en esta Especificación Técnica provee un modelo de referencia para imágenes geográficas usando los puntos
número de normas de imágenes que describen tales datos, Actualmente el procesamiento de imágenes a través de organizacione
falta de una arquitectura abstracta común. El establecimiento de un marco común creará la convergencia al nivel del marco. En
formato de datos e interoperabilidad de servicio para llevar a cabo la arquitectura definida en esta norma.
Esta Especificación Técnica es desarrollada basada en un enfoque de arquitectura de sistema conocido como el Modelo de Ref
Arquitectura se define como un conjunto de componentes, conexiones y topologías definidas a través de una serie de punt
Especificación Técnica tendrá usuarios múltiples, desarrolladores, operadores y revisores. Cada grupo visualizará el sistema desd
una descripción del sistema desde puntos de vista múltiples. Además, la arquitectura ayuda a asegurar que cada vista sea consisten
La Tabla A.1 muestra cómo los puntos de vista RM-ODP se aplican en esta Especificación Técnica.
Tabla A.1 – Uso de puntos de vista RM-ODP en esta Norma
Nombre del Punto de
vista
Punto de vista Empresarial
Punto de vista computacional
Punto de vista de la
información
Definición del Punto de vista
RM-ODP [ISO/IEC 10746-1]
Cómo es tratado el punto de vista en
esta especificación
Punto de vista en un sistema ODP y
su ambiente que se centra en el
propósito, alcance y políticas para
ese sistema.
Ver Cláusula
empresarial.
7-
Punto
de
vista
Punto de vista en un sistema ODP y
su
ambiente
que
permite
distribución a través de la descomposición
del
sistema
en
objetos los cuales interactúan en
interfaces.
Ver Cláusula 8- P. V. de la Computación
Punto de vista en un sistema ODP y
su ambiente que se enfoca en la
semántica
de
información
y
procesamiento de información.
Ver cláusula 9 – P. V. de la Información.
Ciclo de vida típico y políticas para
adquirir, almacenar y usar imágenes
geográficas.
Vista de componentes funcionales que
colectan y hacen imágenes geográficas
disponibles para aplicaciones
Vista de las transiciones semánticas de
los datos como son colectados para el
conocimiento usado como la base de
decisiones.
Punto de vista de la
Ingeniería
Punto de vista de la
Tecnología
Punto de vista en un sistema ODP y
su ambiente que se centra en
mecanismos
y
funciones
requeridas para apoyar interacción
distribuida entre objetos en el
sistema.
Ver Cláusula 10 – P. V. de la Igeniería.
Punto de vista en un sistema ODP y
su ambiente que se centra en la
elección de tecnología en ese
sistema.
Tecnología neutral.
Acercamiento para implementación,
asumiendo servicios distribuidos y la
coordinación de instituciones.
Anexo B
(informative)
Casos de uso de Imágenes
B.1 Caso de uso de irrigación Agrícola
Este uso de casos fue desarrollado por el OGC Servicios Web. Fase 1.2 Iniciativa de Interoperabilidad y se documentan
Tabla B.1 – Caso de uso en Irrigación Agrícola
Descripción de caso de uso
Nombre
Irrigación Agrícola
Descripción
Compañía Agrícola compra y explota imágenes para determinar necesidades de
irrigación de campos de sembradíos en California central.
Precondición
Servidores de Archivo y catálogo de datos adecuados están disponibles para las
compañías involucradas y apoyan esquemas de datos para todos los tipos necesarios
de datos y metadatos. Los datos y tipos de metadatos necesarios son ya conocidos
por estas compañías. Los servidores de Archivo y catálogo pueden ya almacenar
algunos datos y metadatos necesarios.
Vía básica –Flujo de eventos
1)
2)
3)
4)
5)
Una compañía agrícola emplea a una compañía de mapas para captar imágenes de sus
campos de sembradíos en California central.
La compañía de mapas colecta imágenes digitales de campos de sembradíos
específicos.
La compañía de mapas introduce las imágenes colectadas en un archivo de datos
conectado a la Internet.
La compañía de mapas coloca metadatos para imágenes colectadas en un catálogo de
datos, y quizá un archivo, conectados a la Internet. Esos metadatos incluyen las
condiciones de la colección de la imagen relevante, tales como hora del día, cubierta
de nubes, dirección del sol, etc.
La compañía Agrícola accede el catálogo de datos por Internet, y lo busca por imagen
tomada en áreas sobre fechas necesarias para estimar patrones de irrigación de
campos. Por ejemplo, la búsqueda de catálogo pudo producir cinco identificaciones
de la imagen que la compañía agrícola utiliza más adelante para recuperar estas
imágenes del archivo.
6)
La compañía agrícola recupera las imágenes necesitadas del archivo de datos.
7)
Si es necesario para los pasos siguientes, la compañía agrícola georrectifica y quizás
mosaiquea las imágenes recuperadas, usando metadatos de georreferenciación de
imagen.
La compañía agrícola evalúa las imágenes para determinar necesidades de la
irrigación. Esta información permite que la compañía agrícola mejore la irrigación del
campo y aumente la productividad. (Nota)
8)
Vía alternativa – Flujo de eventos
(ninguno)
Postcondición
La compañía agrícola ha determinado necesidades de irrigación para seleccionar
campos de sembradíos.
NOTA: Las imágenes probablemente serán necesitadas en este paso si deben compararse dos o más imágenes
directamente. Si se usan imágenes Georrectificadas o georreferidas, los metadatos de georreferenciación de
imagen probablemente será usado en este paso, para convertir las coordenadas de la imagen a las coordenadas
terrestres y/o para convertir las coordenadas terrestres a las coordenadas de la imagen.
B.2 Caso de uso de Tráfico vehicular
Este caso fue desarrollado para OGC Servicios Web, Fase 1.2 Iniciativa de Interoperabilidad y se documentan en OGC
Tabla B.2 – Caso de uso en Irrigación Agrícola
Descripción de caso de uso
Nombre
Tráfico Vehicular
Descripción
Una compañía de ingeniería civil obtiene y usa imágenes aéreas para evaluar condiciones
de tráfico sobre la autopista 15 en la ciudad de Pórtland, OR.
Precondición
Servidores de Archivo y catálogo de datos adecuados están disponibles para las
compañías involucradas y apoyan esquemas de datos para todos los tipos necesarios de
datos y metadatos. Los datos y tipos de metadatos necesarios son ya conocidos por
estas compañías. Los servidores de Archivo y catálogo disponibles ya almacenan todos
datos y metadatos necesarios.
Vía básica –Flujo de eventos
1)
Una compañía de ingeniería civil contrata con una compañía de fotografía aérea para
tener acceso a los archivos de imágenes que cubren Portland.
2)
Una compañía de ingeniería investiga el catálogo en línea de la fotografía aérea de la
compañía para imágenes digitales tomadas en el área deseada de Pórtland en una cierta
fecha en diferentes horas del día.
3)
La compañía de ingeniería usa imagen IDs recuperadas del catálogo para recuperar las
imágenes de un archivo en línea.
4)
Las imágenes recuperadas son mejoradas para una mejor vista, definiendo criterios de
representación con la definición de un Descriptor de Capa Estilizada. (Nota)
5)
Las imágenes mejoradas son investigadas para rasgos de carro en la autopista bajo
evaluación.
6)
Los números de los rasgos del coche se utilizan para evaluar condiciones del tráfico en
la autopista durante un tiempo particular del día. Esta información extraída del tráfico se
puede utilizar para mejorar condiciones de manejo o conducción.
Vías alternativas – Flujo de eventos
(ninguno)
Postcondición
La compañía de ingeniería ha evaluado las condiciones de tráfico sobre la autopista 15 en
la ciudad de Pórtland.
NOTA: Asumimos que la georrectificación de la imagen y el mosaico no son necesarios en este caso de uso
B.3 Caso de uso en Recursos naturales
Este caso fue desarrollado para OGC Servicios Web, Fase 1.2 Iniciativa de Interoperabilidad y se documentan en OGC
Tabla B.3 – Caso de uso en Recursos Naturales
Descripción de caso de uso
Nombre
Recursos Naturales
Descripción
Una compañía de recursos naturales realiza una amplia investigación sobre un acceso
singular al catálogo de imagen para encontrar información sobre una imagen de
fotografía aérea particular que ellos han recibido de uno de su campo de análisis.
Precondición
Servidores de Archivo y catálogo de datos adecuados están disponibles para ya
conocidos por la compañía de recursos naturales y apoyan esquemas de datos para
todos los tipos de metadatos. Los datos y tipos de metadatos necesarios son ya
conocidos por esta compañía de recursos naturales. Los servidores de Archivo y
catálogo disponibles ya almacenan todos los metadatos necesarios.
Vía básica –Flujo de eventos
1)
Una compañía de recursos naturales recibe una imagen en su campo de análisis.
2)
Una compañía de recursos naturales formula una consulta de catálogo para información
necesaria acerca de la imagen recibida.
3)
La compañía de recursos naturales envía una consulta un catálogo de sólo acceso que
investiga un número de catálogos accesible en redes para la información requerida.
4)
El catálogo de sólo-acceso investiga otros catálogos para la información deseada.
5)
Un catálogo de sólo acceso consolida los metadatos regresados por otros catálogos y
envía de regreso el resultado a la compañía de recursos naturales.
6)
La compañía de recursos naturales usó los metadatos regresados para evaluar e
identificar la imagen recibida.
Vías alternativas – Flujo de eventos
(ninguno)
Postcondición
La compañía de recursos naturales ha encontrado y recibido los metadatos necesarios
acerca de la imagen recibida.
B.4 Caso de uso evacuación de Huracanes
Este caso de uso fue desarrollado para OGC Servicios Web, Fase 1.2 Iniciativa de Interoperabilidad y se documentan e
Tabla B.4 – Caso de uso evacuación de huracán
Descripción de caso de uso
Nombre
Evacuación de huracán
Descripción
El centro de comando obtiene inmediata, continua entrada sobre próxima tormenta tropical,
valora el peligro potencial y determina las mejores rutas de evacuación si es necesario
Los datos disponibles de relevancia para un servicio de archivo de imagen es:
Precondición
a)
Datos del Satélite Goes – visible, IR
b)
Datos del Radar Doppler
c)
Fotografía aérea/Video
d)
Radiosondas lanzables, Globos, Datos de Estación para varios parámetros
metereológicos (¿Rasgos?
e)
Datos de etapa de inundación
Flujo de eventos – vía básica
1)
Antes del acontecimiento, el archivo de la imagen es continuamente poblada con datos del
satélite Goes y del Radar Doppler en tiempo real (Nota 1)
2)
Antes del acontecimiento, se obtienen fotografías aéreas/video para la región de interés
(ROI), para usarse como línea base. (Nota 1)
3)
El centro de comando es puesto en alerta debido al sistema tropical que viene.
4)
Durante el periodo de alerta, la fotografía aérea/video es capturada cada N horas y
agregada al archivo de la imagen. (Nota 1)
5)
Durante el periodo de aleta, el archivo de la imagen es poblada continuamente con datos
del satélite Goes y del Radar Doppler . (Nota 1)
6)
El centro de comando constantemente monitorea el progreso del sistema tropical como se
acerca (ROI), accesando datos georeferenciados del satélite Goes (Nota 2)
7)
Se están disponibles, se accesa a datos de radiosondas y perfil de sobreposiciones aéreas
y sistemas de perfil de terreno para monitorear la fuerza de la tormenta tropical.
8)
El centro de comando accesa a datos de mapa de rasgos para todas las rutas de tráfico de
salida del ROI. También se obtiene fotografía aérea/Video cercana al tiempo real y
ortorrectificada del ROI, de modo que el centro de comando pueda planear rutas de
evacuación óptimas. (Nota 2)
9)
Si la decisión se hace para evacuar, el centro de comando continúa para monitorear es
statrus del tiempo cercano al real de rutas de salida y flujo de tráfico. Las rutas de escape
se modifican como sea necesario. (Nota 2)
Flujo de eventos – vías alternativas
Este caso de uso podría extenderse para incluir monitoreo de etapas de flujo, valoración de
daños, esfuerzos de recuperación, etc,. Claro, la dificultad en obtener fotografía aérea
crecerá cada vez más conforme se degeneren la condiciones del tiempo. También, otras
plataformas de satélite, tales como el NOAA, AMSU pueden estar disponibles para
monitorear el sistema tropical. La disponibilidad de estos datos es más limitada, sin
embargo, como estas plataformas son arbitrarias polares y solamente cruzarán la ROI dos
veces al día.
Postcondición
NOTA 1
El centro de comando monitorea la tormenta tropical próxima, valora el peligro potencial y
determina las mejores rutas de evacuación si es necesario.
Servicios de explotación de imagen usados: Poner datos y metadatos en un archivo
NOTA 2
Servicios de explotación de imagen usados: Desplegar imágenes con gráficas de sobreposiciones
B.5 Fotogrametría Aerotransportada Comercial
De: Cartografía Aérea: Métodos y Aplicaciones, Segunda Edición.
Descripción de Tareas
El contratista:
1. Desarrollará un plan del proyecto que incluirá líneas de vuelo, ubicaciones de control terrestres para el proyecto y un br
un mapa con los límites del proyecto, líneas de vuelo y ubicaciones del marco de fotografía y ubicaciones de control terr
película, the forward lap and sidelap of the photography, los datum horizontal y vertical a usarse para el control terrestre
anticipada para complemento del proyecto. El plan del proyecto incluirá también una breve descripción de los procedim
para validar la exactitud de los productos de mapas finales.
2. Establecerá todos los controles terrestres horizontal y vertical necesarios para el proyecto. El control terrestre pu
fotoidentificables. Éstos requerirán datos de ubicación para establecerse después de que la fotografía se c
referenciados y atados al menos a otros dos rasgos cerca de cada sitio del punto. Deberá prepararse un bosquejo as
ubicación de los puntos atados. Se deberá preparar un reporte de control terrestre que describa el plan de control t
exactitudes finales. Este reporte, a ser firmado e impreso por un agrimensor del estado de Illinois, también proveerá un
copia del cuadrángulo de 7.5-ft USGS) y puntos de control usados. Cualesquiera problemas encontrados y cómo se resolvie
3. Volará y fotografiará el sitio con película blanco y negro durante condiciones leaf-off durante la primavera temprana del
(menos del 5% en cualquier cuadro), sin nieve sobre el terreno y sin aguas inundadas que obscurecerían la colección de
durante un periodo del día cuando el ángulo del sol esté a 30% o más alto y capturada en una escala de fotografía aprox
de 30%. La cámara usada será una cámara de fotografía aérea de formato métrico tipico de 9 x 9 in, con lentes focale
(dentro de los tres últimos años). Una copia de la certificación USGS será equipada como parte del producto final par
dos conjuntos de impresiones en papel (9x9 In.) blanco y negro se producirán de cada exposición. La etiqueta de la
la fecha de la fotografía, nombre del proyecto (Elsah, IL), escala de la foto (1 In. = 500 ft.), línea de vuelo, números
4. Marcará las ubicaciones de control de terreno atrás de un conjunto de impresiones a usarse para la triangulación y
requeridas del control, la ubicación y tipo de punto de control (horizontal y/o vertical).
5. Generará diapositivas o imágenes escaneadas a utilizarse en el proceso de aerotriangulación y subsecuente comp
ESTIMACIÓN DE COSTO DE UN PROYECTO DE MAPA FOTOGRAMÉTRICO TIPICO
6. Utilizará el control terrestre y diapositivas con software apropiado y hardware para generar un proceso de aero
satisfará o excederá ASPRS Clase 1 de normas para 1in. =100 mapeo con 2-ft de contornos.
7. Generará un reporte de triangulación que incluya los procedimientos, software, y hardaware usado en el esfuerz
esperada del proceso de aerotriangulación final, así como los resultados del proceso, y discutirá cualquier problema
de tierra retenidos de la solución, porqué fueron retenidos, y cómo esto afectó la solución final. El reporte será firma
8. Empleará ya sea copia digital o métodos de estereoploter analíticos para levantar los rasgos planimétricos dentro del pr
acuerdo con los estándares de FGDC. Todos lo rasgos planimétricos que puedan ser vistos y trazados serán colectados.
los caminos, vías, cercas, estacionamientos, tanques, puentes, postes de uso general, bordes de cuerpos de agua, pr
tuberías externas e instalaciones aeroportuarias.
9. Colectará rasgos topográficos (en formato ASCII) a través del área del proyecto, el cual incluye puntos, saltos de l
superficie de la tierra dentro del proyecto de límites. Además , el detalle topográfico en los archivos del contorno anotará á
Suficiente detalle topográfico en áreas planas se colectarán y desplegarán para representar la configuración general d
10. Proveerá los conjuntos de datos finales en discos CDROM. Serán enviados dos copias de datos y archivos del c
archivos de puntos y saltos de línea se presentarán en formato ASCII que es completamente compatible con la vers
11. Producirán metadatos para la proyecto completo para incluir la fotografía aérea, control terrestre y toda la colección
contenido para los metadatos Geoespaciales Digitales”,"FGDC-STD-001-1998".
Entregables
Los entregables finales incluirán:



Un plan del proyecto
Toda la película expuesta
Dos juegos de impresiones (uno limpio y uno de control)

Una copia del reporte de calibración de cámara USGS para la cámara usada para el proyecto.


Reporte de aerotriangulación
Dos juegos de datos finales en CD; los conjuntos de datos finales incluyen rasgos planimétricos en AutoCad versió
curvas de nivel.
Un conjunto digital de metadatos de cumplen con las normas.

B.6 Inteligencia, vigilancia y reconocimiento
La Inteligencia, Reconocimiento y Vigilancia (ISR) Arquitectura de Interoperabilidad (NIIA) de la NATO provee las b
provee interoperabilidad entre sistemas de la NATO e ISR de las naciones.
La NIAA define cómo reconocimiento y vigilancia asegura dentro de las 4 áreas de Grupo Aéreo 4 de responsabilidad a
es delinear una arquitectura a nivel superior que provea un contexto y una estructura para el Grupo Aéreo 4 ST
reconocimiento ISR aerotransportados. Específicamente, tiene la responsabilidad para especificar estándares para
interoperabilidad dentro de la coalición y ambientes NATO. La meta del NIIA será desarrollar un concepto para alcanza
de reconocimiento y vigilancia de la NATO
[Nota del Editor: Near the Spring 06 timeframe, “El Grupo Aéreo cambiará para “Sumar de las Superioridad del grupo in
La Figura B.1 es una elemento clave del NIIA como lo muestra el área de responsabilidad de AG 4 y la amplia área de interés
Orden
de tarea Planeación
de aire
Plan de vuelo
Mgt Plataforma Plataforma
de colección
Mgt
ImágenesSensor
Primarias
Planeación de
colección
CCIRM
Reporte
Explotación
Requerimiento
Reporte
Imágenes
Para Inteligencia
Solicitante
Área de Interés NIIA
Consulta
Archivo
Solicitud
Archivo
Explotación
DB
Local DB
Área de Responsabilidad
NIIA
Producto
Figura B.1 – Alcance de NIIA
B.7 Control de incendios
Este escenario es del reporte de Academias Nacionales de EU: “Mapa de carreteras IT hacia un futuro geoespacial”.
Este escenario ilustra cómo los datos geoespaciales de una amplia gama de fuentes podían ser integrados con los mod
exactamente el inicio y el comportamiento de incendios. El tamaño y severidad de incendios dependen de cómo lo
eficazmente y cómo las áreas de alto riesgo pueden ser evacuadas exitosamente. En nuestro futuro hipotético, un siste
El Sistema de peligro de incendio automáticamente monitorea el paisaje nacional para asegurar la detección temprana de brotes de incendios.
baja) es el indicador más directo de la severidad del fuego potencial, es muy difícil medir sobre grandes áreas, porque los instrumentos óptic
combustible seco. Porque los sensores basados en la tierra no son prácticos sobre áreas grandes, el nuevos sistema monitorea datos (p.e., des
superficie del suelo y datos del viento) levantados de satélites. Una amplia gama de satélites- algunos de ellos empleados en re
años recientes, haciéndolo posible para lograr actualizaciones de datos en resolución espacial gruesa casi continuamente, con d
de varias horas. El sistema de peligro de incendio advierte de la posibilidad de fuegos combinando estas medidas con modelos espaciales distrib
entrada de energía y agua, las cuales varían en la escala sinóptica, así como localmente con la orientación de elevación y pendiente o inclinación
de incendios (Callaway and Davis, 1993). Una vez que el fuego inicia, la radiación teledetectada de satélites en la porción infrarroja del spectrum
es obscurecida por nubes (Giglio and Kendall, 2001). No todos de estos objetivos calientes son fuegos, sin embargo, así para evitar falsas a
comparar datos para identificar confiablemente brotes de incendios.
Cuando un incendio aparente se detecta, una alarma en espera se emite para las autoridades de respuesta a la eme
remota se pasan a un componente del sistema que calcula los límites geográficos del fuego en sí y del área afec
conjuntos de datos potencialmente relevantes y colecta datos sobre vegetación/biología, factores separados del i
barreras naturales y artificiales del fuego, etc.), y condiciones metereológicas. La predicción de temperatura y los m
pronosticar cómo se separarán el fuego, el humo/residuos. Un incendio es especialmente complicado porque su compor
sinópticas como de la convección que el fuego en sí mismo causa. El sistema de peligro combina modelos del flujo aéreo con los pe
sobrepuesta. Mientras que el incendio se separa, el sistema del peligro actualiza rápidamente los modelos para predecir el comporta
Un componente de la respuesta de emergencia se activa para el análisis cruzado de los resultados de la simulación con
viviendas alejadas o negocios y rutas de evacuación. Los resultados se presentan a un equipo de control distribuido
colaboración un plan de acción. Agencias públicas están son alertadas para iniciar el proceso de evacuación, con informació
celulares, buscadores, PDAs y otros dispositivos4 de localización-enterado en el área afectada. Mientras tanto, se activa un com
originales de la simulación – el modelo de la predicción incendio-separado continua funcionando, usando constantemente datos d
para el equipo y personal para la lucha contra incendio. La componente procesa estrategias para combatir el fuego y predice la
naturales y propiedad. Mientras son enviados los equipos de lucha contra el fuego, se proveen escenarios e información de rut a
través del sistema hacen posible ajustar estrategias y rutas mientras las condiciones cambian.
En este escenario, surge un número de retos nuevos porque modelos predictivos han sido acoplados con el análisis del tiempo crític






Desarrollo de sistemas que pueden colectar datos clasificados y patentados, con barreras apropiadas para el acces
Métodos para la integración computacional de datos observados e históricos en tiempo real;
Métodos para modelos numéricos independientes que empatan dinámicamente datos externos que infunden en ellos para
respuesta de emergencia;
Algoritmos capaces de rastrear objetos en movimiento y evolución y predecir su estado futuro;
Métodos para identificación y comunicación automática con personas en el área afectada vía mecanismos de com
celulares o de casa, rastreadores, PDAs, TV satelital y radio, TV cable e Internet) basados en ubicación geográfica
Interfaces de usuario potenciando (autorizando) la gama de usuarios(de quienes responder a emergencias a administra
evaluar colaborativamente planes propuestos acciones coordinadas.
B.8 Tierra digital
Este escenario es del reporte de Academias Nacionales de EU. ““Mapa de carreteras IT hacia un Futuro Geoespacial”.
Este escenario, tomado de Gore (1998), ilustra cómo las nuevas tecnologías y los métodos podrían enriquecer nuestro ente
han formado. Imaginen que un estudiante de grado escolar visita una exhibición en un museo local. La exhibición digital de la
del mundo que le permite su exploración interactivamente las vastas cantidades de información física, cultural e histórica qu
provee tutoriales que explican conceptos difíciles y guían su exploración (p.e., ¿Qúe es la productividad oceánica? ¿Cómo es
“Después de montar una exhibición despliegue cabeza-montada, ella ve la Tierra como aparece en el espacio
usando niveles más altos de resolución, para ver continentes, luego regiones, países, ciudades y finalmente
construidos por el hombre. Habiendo encontrado un área del planeta ela se interesa en explorar, ella toma el e
de una visualización 3D del terreno. Claro, el terreno es solamente uno de las muchas clases de datos con los
capacidades de reconocimiento de voz y especies de animales, clima en tiempo real, caminos, límites políticos y
“Esta información puede ser inconsutilmente fundida con los datos de terreno o del mapa digital. Ella puede conseguir más inform
datos para picar sobre un hipervínculo. Preparar para las vacaciones de su familia al Parque Nacional de Yellowstone, por ejemp
bisonte y obejas de grandes cornamentas acerca de lo cual ella ha leído apenas. De hecho, ella puede seguir visualmente el rastro
“Ella no es limitada para moverse a través del espacio; también puede viajar a través del tiempo. Después de tomar una r
al revés en el momento de aprender acerca de la historia francesa, leyendo la capa digitalizada de mapas sobre la supe
periódicos y otras fuentes primarias. Envía algo de esta información a su dirección de correo electrónico personal para es
en la distancia, se puede fijar por días, años, centurias, o incluso en épocas geológicas, para esas ocasiones cuando ella qui
Como se previó para 1998, Tierra Digital intentó apoyar individuos, o mayormente, a grupos co-localizados. Aunque muchas
quedan retos de investigación), uno puede imaginar una próxima generación Tierra Digital que pueden conectar individuos dis
bosquejado arriba, la niña en su campo de viaje virtual podría interactuar directamente con un niño en otro país o con grupos distrib
colaborativos que toman ventaja de sus habilidades colectivas, recursos y acceso a lugares del mundo real. Realizar esta visión req
desafíos significativos relacionados con las capacidades humanas :




Técnicas de integración de datos capaces de combinar datos de tipos sumamente diversos , resoluciones espaciales y escalas t
Tecnologías de soporte para bases de datos geoespaciales extremadamente grandes y diversas, incluyendo mod
escalables y análisis escalable en el vuelo;
Ambientes distribuidos realidad-virtual que son simples y suficientemente responsables para satisfacer al público en gene
Intuitivo, interfaces multimodales capaces de apoyar la libre navegación a través del espacio virtual y tiempo así como ex
B.9 Visión de la Ciencia de la Tierra
La Visión de la Ciencia de la Tierra es un mapa carretero para un futuro donde la capacidad de predicción de un Sistema
planeta casa. Esto incluye todos los medios y beneficios de aplicaciones nacionales diferentes, tales como seguridad aére
tales como:





Clima mejorado, pronóstico de tiempo
Reducir el nivel de accidentes fatales de aviación por un factor de 10 y mejorar la eficiencia operacional en un prom
Pronósticos exactos de la calidad del aire y contribuir a la regulación informada para mejorar la salud pública, salud
Calidad de agua y gravámenes de cantidad mejoradas, pronósticos de la precipitación y del uso diario del agua en semb
estaciones para la selección de vegetación óptima y eficacia mejorada en el uso de agua .
Gravámen de riesgo aumentado, respuesta a alerta de huracanes, tornados, inundaciones, terremotos y derrumbes.
La investigación de la ciencia de la Tierra y satélites de observación terrestre han conducido a los científicos a una visión de la T
complejo de interacciones y cambios entre la superficie de la tierra, atmósfera, océanos y capas de hielo así como interior de la Tie
del sistema de la Tierra es para: (1) explorar interacciones entre los componentes mayores de los continentes del sistema de la
naturales o humanamente inducidas de cambio, y (3) entender y pronosticar las consecuencias del cambio.
Debido a que los cambios de los sistemas de la Tierra son fenómenos globales, los investigadores también construyen mod
para explorar salidas posibles de cambios potenciales que ellos introdujeron en los modelos. Históricamente la percepción r
espacial con múltiples instrumentos en una campaña del "estufa-cañería" clásica
Para el año 2022, prevemos revolucionar nuestra comprensión del ambiente de la Tierra y clima, tiempo, hidrología a travé
monitorear y responder a los cambios en el ambiente de la Tierra, nos involucraremos fuertemente modelando activamente y
sólo detectar cambios u peligros naturales después de han ocurrido, estaremos anticipando éstos antes de que inicien. Podr
público, advertencias de terremoto de 1 hora y rutinariamente advertencias de tornado de 30 minutos.
Para cumplir con esta previsión, para el año 2022, prevemos un mundo: 1) donde una web inteligente, global basada en sen
en colaboración juntan datos relevantes; 2) donde modelos de simulación interoperables procesan las vastas cantidades de
sistemas de distribución crearán y liberarán productos de información simulados directamente para sistemas/herramientas
puedan tener información de soporte a decisiones necesarias para hacer una mejor decisión.
Existen dos grandes áreas de retos:
1. Un reto es que se requiere un más grande entendimiento científico de la fenomelogía básica.
2. El segundo conjunto de retos son las capacidades técnicas clave, tal como la interoperabilidad de la Geociencia, ne
Mientras algunos de estos retos pueden parecer inalcanzables, ya hay trabajo en progreso en la NASA, otras agencia
Tierra (ESC) es uno de los primeros pasos hacia el desarrollo de nuestra web de sensores en el espacio, otr
PICASSOCENA, CloudSat, Aura, Aqua, y Parasol, suman a la capacidad de observación, la planeada Medición de Pre
Ambiental Operacional de orbita Polar (NPOESS) Proyecto Preparatorio (NPP) fortalecerán la observación de variable
de modelos de ciencia de la Tierra. El Marco de Referencia del Modelo de Ciencia de la Tierra (ESMF) es el que encab
en un sistema de modelado dinámico e interoperable. Se han identificado 12 aplicaciones Nacionales por la NASA pa
modelado para el soporte a la decisión dentro de agencias diferentes y organizaciones internacionales para mejorar nu
cambios, de ahí, mejorar nuestra vida en la Tierra.
Anexo D
(informativo)
Idoneidad para el Uso del árbol de decisión
La Figura D.1 provee un árbol de decisión para determinar la idoneidad para el uso o área de
aplicación para un proyecto específico. Las categorías son ortogonales, e.d., no sobreposición
(aunque algunas aplicaciones existentes pueden estar en más de una categoría.) El N° de
categorías es manejable, e,d., 7 +/- 2 (ejemplos detallados múltiples pueden proporcionarse en
cada categoría).
¿Los usuarios están realizando la
tarea como obligación profesional?
Consumidor
Profesional
¿Qué tipo de rasgos son
predominantes?
Estudiante
Consumidores públicos
Educación
Propiedades inmobiliarias
Educación K-12
Turismo
Educación universitaria
Entretenimiento
Museos
Ninguno
Periodismo
Predominante
Anexo E
(informativo)
Principios relacionados a la percepción remota de Tierra desde el Espacio
Naciones Unidas
Asamblea General
3 de Diciembre de 1986
41/65. Principios relativos a la percepción remota de la Tierra del espacio.
La Asamblea General,
Recordando su resolución 3234 (XXIX) del 12 de Noviembre de 1974, en el cual recomendó que el
Sub-Comité Legal del Comité sobre los Usos Pacíficos del Espacio Exterior consideraría la
cuestión de las implicaciones legales de la percepción remota de la Tierra desde el espacio, así
como su resolución 3388 (XXIX) del 18 de Noviembre de 1976 , 32/196 A del 20 de Diciembre de
1977, 33/16 del 10 de Noviembre de 1978, 34/66 del 5 de Diciembre de 1979, 35/14 del 3 de
Noviembre de 1980, 36/35 del 18 de Noviembre de 1981, 37/89 del 10 de diciembre de 1982,
38/80 de 1983, 36/96 del 14 de Diciembre de 1984 y 40/162 del 16 de diciembre de 1985, en el
cual se llama por una consideración detallada de las implicaciones legales de la percepción remota
de la Tierra desde el espacio, con la propiedad de formular un proyecto de principios relacionados
con la percepción remota, habiendo considerado el reporte del Comité sobre los Usos Pacíficos del
Espacio Exterior en los trabajos de su sesión veintinueve y el texto del proyecto Principios relativos
a la Percepción Remota de la Tierra desde el Espacio, anexado además, observando con
satisfacción que el Comité sobre los Usos Pacíficos del Espacio Exterior, sobre la base de las
deliberaciones de su Sub Comité Legal, ha endosado el texto del proyecto Principios relativos a la
Percepción Remota de la Tierra desde el Espacio, creyendo que la adopción de los Principios al
respecto contribuirán al fortalecimiento de la cooperación en este campo, Adopta los Principios
relativos a la Percepción Remota de la Tierra desde el Espacio dispuesto en el Anexo a la
resolución presente.
ANEXO
Principios Relativos a la Percepción Remota de la Tierra desde el Espacio
Principio 1
Para los propósitos de estos principios con respecto a actividades de percepción remota:
a) El término “percepción remota” significa la percepción de la superficie de la Tierra desde el
espacio haciendo uso de las propiedades de las ondas electromagnéticas emitidas, reflejadas o
difractadas por objetos teledetectados, con el propósito de mejorar la administración de recursos
naturales, uso te suelo y protección del medio ambiente.
b) El término “datos primarios” significa los datos crudos que son adquiridos por sensores remotos
transportados por un objeto espacial y que se transmiten o entregan a la tierra desde el espacio
por telemetría en la forma de señales electromagnéticas, por película fotográfica, cinta
magnetofónica o cualquier otro medio;
c)El término “datos procesados” significa los productos resultantes del procesamiento de los datos
primarios, necesarios para hacer tales datos usables;
d) El término “información analizada” significa la información resultante de la interpretación de
datos procesados, entradas de datos y conocimiento de otras fuentes;
e) El término “actividades de percepción remota” significa la operación de sistemas espaciales de percepción
remota, colección de datos primarios, estaciones de almacenamiento, actividades en procesamiento,
interpretación y diseminación de datos procesados.
Principio II
Las actividades de percepción remota se llevarán a cabo para el beneficio e intereses de todos los
países, independiente de su grado de desarrollo económico, social o científico y tecnológico, y
tomando en particular consideración las necesidades de los países en vías de desarrollo.
Principio III
Las actividades de percepción remota se conducirán de acuerdo con la ley internacional,
incluyendo la Carta constitucional de las Naciones Unidas, el Tratado sobre Principios que
Gobiernan las Actividades de Estados en la Exploración y Uso de Espacio Exterior, incluyendo la
Luna y otros Cuerpos Celestes y los instrumentos relevantes de la Unión de Telecomunicación
Internacional.
Principio IV
Las actividades de percepción remota se conducirán de acuerdo con los principios contenidos en el
artículo sobre Principios que Gobiernan las actividades de Estados en la Exploración y Uso del
Espacio Exterior, incluyendo la Luna y otros Cuerpos Celestes, los cuales, en particular provee que
la exploración y uso del espacio exterior se llevará a cabo para el beneficio e intereses de todos los
países, independiente de su grado de desarrollo económico o científico y estipula el principio de
libertad de exploración y uso del espacio exterior sobre la base de igualdad. Estas actividades se
conducirán sobre la base de respeto por el principio de plena y permanente soberanía de todos los
Estados y gentes sobre su propia salud y recursos naturales, con la debida consideración a los
derechos e intereses, de acuerdo con la ley internacional, de otros Estados y entidades bajo su
jurisdicción. Tales actividades no se conducirán en detrimento de los legítimos intereses de los
Estados sensados.
Principio V
Los Estados que llevan a cabo actividades de percepción remota promoverán la cooperación
internacional en estas actividades. Para este fin, ellos dispondrán a otros estados oportunidades
para la participación en ello. Tal participación será basada en cada caso en condiciones justas y
mutuamente aceptables.
Principio VI
A fin de maximizar la disponibilidad de beneficios de las actividades de percepción remota, los
Estados son motivados, a través de acuerdos u otros acuerdos, para proveer el establecimiento y
operación de la colección de datos y estaciones de almacén, facilidades de procesamiento e
interpretación, en particular dentro del marco de acuerdos regionales o arreglos dondequiera que
sea factible.
Principio VII
Los Estados que participan en actividades de percepción remota pondrán a disposición asistencia
técnica a otros Estados interesados en condiciones mutuamente acordados.
Principio VIII
Las Naciones Unidad y las agencias relevantes en el sistema de Naciones Unidas promoverán la
cooperación internacional, incluyendo asistencia técnica y coordinación en el área de percepción
remota.
Principio IX
De acuerdo al artículo IV de la convención sobre Registro de Objetos Lanzados al Espacio Exterior
y el artículo XI del Tratado sobre los Principios que Gobiernan las Actividades de los Estados en la
Exploración y Uso del Espacio Exterior, incluyendo la Luna y otros cuerpos celestes, un Estado
que lleva a cabo un programa de percepción remota informará a la Secretaría General de las
Naciones Unidas. Debe, es más, poner a disposición cualquier otra información pertinente a la más
grande extensión factible y practicable a cualquier otro Estado, particularmente a cualquier país en
desarrollo que es afectado por el programa, en su demanda.
Principio X
La percepción remota promoverá la protección del ambiente natural de la Tierra. Para este fín, los
Estados que participen en actividades de percepción remota que han identificado información en
su posición que puede ser usada para prever cualquier fenómeno que dañe al ambiente natural de
la Tierra descubrirán tal información a Estados involucrados.
Principio XI
La percepción remota promoverá la protección de la humanidad de desastres naturales. Para este
fín, los Estados que participan en actividades de percepción remota que han identificado datos
procesados e información analizada en su posesión que puede ser útil a Estados afectados por
desastres naturales, o probable que sean afectado por la amenaza de desastres naturales,
transmitirá tales datos e información a Estados involucrados, tan rápidamente como sea posible.
Principio XII
Tan pronto como sean producidos los datos primarios y datos procesados respecto al territorio bajo
su jurisdicción, los Estados teledetectados tendrán acceso a ello sobre una base no discriminatoria
y sobre condiciones de costo razonables. Estados teledetectados también tendrán acceso a la
información analizada disponible concerniente al territorio bajo su jurisdicción en la posesión de
cualquier Estado que participe en actividades de percepción remota sobre la misma base y condiciones ,
particular consideración será dada a las necesidades e intereses de los países en vías de desarrollo.
Principio XIII
Para promover e identificar la cooperación internacional, especialmente considerando las
necesidades de los países en vías de desarrollo, u país que lleva a cabo actividades de percepción
remota de la Tierra desde el espacio deberá, bajo solicitud, entrar en las consultas con un Estado
cuyo territorio es teledetectado en orden a poner disponibles las oportunidades para la
participación y mejora de los beneficios mutuos a ser derivados de eso.
Principio XIV
Conforme al artículo VI del Tratado sobre Principios que Gobiernan las Actividades de los Estados
en la Exploración y Uso de Espacio Exterior, incluyendo la Luna y otros cuerpos celestes, los
Estados que operan satélites de percepción remota tendrán la responsabilidad internacional para
sus actividades y asegurar que tales actividades están conducidas de acuerdo con las previsiones
del Tratado y las normas de la ley internacional, independiente de si las tales actividades son
llevadas a cabo por entidades gubernamentales o no-gubernamentales o a través de
organizaciones internacionales de las que tales Estados son parte. Este principio es sin perjuicio a
la aplicabilidad de las normas de la ley internacional sobre responsabilidad del Estado para
actividades de percepción remota.
Principio XV
Cualquier disputa resultante de la aplicación de estos principios será resuelto a través de los
procedimientos establecidos para un acuerdo pacífico de disputas.
Bibliography
[1] Remote Sensing and Image Interpretation – 4th edition, Lillesand and Kiefer 2000 (ASPRS
reference)
[2] Comprehensive Large Array-data Steward-ship System (CLASS) – IT Architecture Description,
for NOAA NESDIS Central Satellite Data Processing Center, by Computer Sciences Corporation
July 20, 2001
[3] Independent Architecture Study Evaluation Document, for NASA ESDIS Project, by EOSDIS
Core System Project, Hughes Applied Information Systems, document 170-WP-001-001, March
1995 .
[4] ECS System Design Specification, for NASA ESDIS Project, by EOSDIS Core System Project,
Hughes Applied Information Systems, document 194-00436TPW, June 1994.
[5] ENVISAT-1 Mission and System Summary, European Space Agency, March 1998.
[6] THE INTEGRATED GLOBAL OBSERVING STRATEGY (IGOS) PARTNERSHIP PROCESS,
May 2003, available at "http://ioc.unesco.org/igospartners/igosdocs.htm"
[7] ENISAT Payload Data Segment, available at http://styx.esrin.esa.it:5000/pds/pds_dd01.html
[8] ANNE PUISSANT & CHRISTIANE WEBER, The use of " image" in Geographical Information
Market : results of an inquiry on the needs of end-users in urban studies, Laboratoire Image et Ville,
ULP Strasbourg, 3 rue de l’Argonne , F- 67 000 Strasbourg
[9] SPOT Image Presentation, Didier Giacobbo, 2002.
[10] Transforming Remote Sensing Data into Information and Applications, Steering committee on
Space Applications and Commercialization, National Research Council, 2001, National Academy
Press, Washington DC.
[11] USIGS Architecture Framework, NIMA NUAF-B, 23 June 1998
[12] IT Roadmap to a Geospatial Future, Committee on Intersections Between Geospatial
Information and Information Technology, National Research Council, 2003, National Academy
Press, Washington DC.
[13] The Earth Science Vision: An Intelligent Web of Sensors,” Dr. Mark Schoeberl, Senior Scientist
NASA GSFC, et.al, paper presented at IEEE GRSS - International Geoscience and Remote
Sensing Symposium (IGARSS), 2002.
[14] MADHOK, V. and D. A. LANDGREBE A Process Model for Remote Sensing Data Analysis,
IEEE Transactions on Geoscience and Remote Sensing, Vol. 40, No. 3, March 2002. pp 680-686.
[15] DATCU, MIHAI et. al, Information Mining in Remote Sensing Image Archives: System
Concepts, IEEE Transactions on Geoscience and Remote Sensing, Vol. 41, No. 12, December
2003. pp 2923-2936.
[16] Data Policy Issues and Barriers to Using Commercial Resources for Mission to Planet Earth.
Rand Document No: DB-247-NASA/OSTP, 1999) available at
http://www.codata.org/databases/data_access/policies.html
[17] WORLD METEOROLOGICAL ORGANIZATION - GLOBAL ATMOSPHERE WATCH, No. 146,
Quality Assurance in Monitoring Solar Ultraviolet Radiation: the State of the Art 2003
[18] Guide to the Expression of Uncertainty in Measurement (GUM) by BIPM, IEC, IFCC, ISO,
IUPAC, IUPAP, OIML ,1993:
[19] IT Roadmap to a Geospatial Future, US National Academies report 2003
[20] Geographic Data Mining and Knowledge Discovery,” Miller and Han, 2001
[21] RADIOMETRIC CALIBRATION STANDARDS, Tech Brief by IEEE GRSS Instrumentation and
Future Technologies Committee, Christopher S. Ruf, The Pennsylvania State University available at
http://www.ewh.ieee.org/soc/grss/ift/ruf12.html
[22] ANSI/INCITS 172-2002: American National Standard Dictionary for Information System
(ANDIS)
[23] MORAIN, STANLEY A and AMELIA M. BUDGE, , Post-Launch Calibration of Satellite Sensors,
ISPRS Book Series – Volume 2, 2004, ISBN 90-5809-693-9.
[24] ARGALL, P.S. and R.J. SICA (2002), LIDAR, Encyclopedia of Atmospheric Sciences,
Academic Press, London, pp. 869-889
[25] ISPRS Journal of Photogrammetry & Remote Sensing 54(1999), special issue on airborne
laser scanning
[26] SAMBERG, A., BABICHENKO, S., LISIN, A., A Production of Oil Pollution Maps in the
Seawater by the 3-D Imaging Scanning FLM-AM Lidar, ASPRS 2005 annual conference, March 711 2005, Baltimore, USA, 8 p.
[27] SAMBERG, A., The Design of an Airborne Laser 3-D Imaging Instrument, 1997 ACSM/ASPRS
Annual Convention & Exposition (April 7 - 10, 1997, Seattle, WA, USA), Vol. 2: GIS/GPS, pp. 359 –
363
[28] SAMBERG, A., Airborne Laser Mapping Systems, Maankäyttö #3 (special international edition),
1996, pp. 6 – 9
[29] NPOESS and NPP, available at http://jointmission.gsfc.nasa.gov/
[30] Earth Science Applications, available at http://science.hq.nasa.gov/earth-sun/applications/index.html
[31] Earth Science, available at http://science.hq.nasa.gov/earth-sun/science/index.html
[32] GPM, available at http://gpm.gsfc.nasa.gov/" http://gpm.gsfc.nasa.gov/
[33] GeoScience Interoperability Office, available at http://gio.gsfc.nasa.gov/
[34] SCHOEBERL, MARK et al, The Earth Science Vision: an Intelligent Web of Sensors, paper
presented at IEEE GRSS - International Geoscience and Remote Sensing Symposium (IGARSS),
2002.
[35] OGC document 00-115 Topic 15 Image Exploitation Services v.6