1 UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE INGENIERÍA EN GEOLOGÍA, MINAS, PETRÓLEOS Y AMBIENTAL CARRERA DE GEOLOGÍA GIS Y TELEDETECCIÓN ANÁLISIS DE IMÁGENES SATELITALES AUTOR: DÁLEMBER VALLEJO DOCENTE: ING. ALEX MATEUS 2021-2021 2 ÍNDICE 1.- Introducción......................................................................................................................... 3 1.1.- Imágenes Landsat 8 ..................................................................................................... 3 1.2.- Composición de bandas............................................................................................... 3 1.3.- Clasificación supervisada y no supervisada ................................................................ 4 1.4.- NDVI ............................................................................................................................. 5 2.- Desarrollo ............................................................................................................................ 5 2.1.- Ubicación y descarga de imágenes ............................................................................. 5 2.2.- Análisis de la imagen satelital del 2016/08/25 ............................................................. 8 2.2.1.- Combinaciones de bandas .................................................................................... 8 2.2.2.- Clasificación supervisada y no supervisada ....................................................... 12 2.2.3.- NDVI .................................................................................................................... 16 2.3.- Análisis de la imagen satelital del 2018/10/18 ........................................................... 18 2.3.1.- Combinaciones de bandas .................................................................................. 18 2.3.2.- Clasificación supervisada y no supervisada ....................................................... 22 2.3.3.- NDVI .................................................................................................................... 26 2.4.- Comparación de imágenes con Clasificación supervisada y NDVI .......................... 28 3.- Conclusión ........................................................................................................................ 28 4.- Bibliografía ........................................................................................................................ 28 3 1.- Introducción 1.1.- Imágenes Landsat 8 Las imágenes Landsat 8 obtenidas por el sensor (OLI) y (TIRS) constan de nueve bandas espectrales con una resolución espacial de 30 metros para las bandas de 1 a 7 y 9 (Tabla 1). Una banda nueva (1) (azul profundo) es útil para estudios costeros y aerosoles. La nueva banda (9) es útil para la detección de cirrus. La resolución para la banda 8 (pancromática) es de 15 metros. Dos bandas térmicas 10 y 11 son útiles para proporcionar temperaturas más precisas de la superficie y se toman a 100 metros de resolución. Tabla 1. Bandas Landsat 8, tomado de Morales, N. B. (2017). 1.2.- Composición de bandas Una composición de bandas es una imagen compuesta por la combinación de tres bandas diferentes del sensor y dispuestas cada una en los tres canales de proyección en pantalla: Rojo (R), Verde (G) y Azul (B). La escena en RGB resulta en una imagen a color. Las principales combinaciones de las bandas de los satélites se muestran en la tabla 2. 4 Tabla 2. Principales combinaciones de bandas de los satélites, tomado de Morales, N. B. (2017). 1.3.- Clasificación supervisada y no supervisada En teledetección el conjunto de variables está compuesto por la reflectividad en cada una de las bandas. Sin embargo, además de esta información espectral puede utilizarse información textural e información contextual. La información textural hace referencia a las características en la vecindad de un pixel. Se definen una serie de variables (reflectividad media, varianza, autocorrelación, etc.) que tratan de cuantificar algunas de las propiedades cualitativas que se estudian en fotointerpretación. El contexto por su parte hace referencia a la necesaria coherencia en cuanto a la clasificación de píxeles vecinos. No tendría, por ejemplo, mucho sentido clasificar un pixel como cultivo de invernadero al lado de pixeles clasificados como roquedo de alta montaña. La incorporación de información textural y contextual tiene, sin embargo, el inconveniente de introducir variables que no suelen seguir una distribución gaussiana con lo que algunos métodos de clasificación no funcionan correctamente. La determinación de las clases puede hacerse básicamente mediante dos criterios: 1.- Clasificación supervisada. Se parte de un conjunto de clases conocido a priori. Estas clases deben caracterizarse en función del conjunto de variables mediante la medición de las mismas en individuos cuya pertenencia a una de las clases no presente dudas (áreas de entrenamiento). 2.- Clasificación no supervisada. No se establece ninguna clase a priori, aunque es necesario determinar el número de clases que queremos establecer, y dejar que las defina un procedimiento estadístico. 5 1.4.- NDVI El Índice de Diferencia de Vegetación Normalizado, también conocido como NDVI (ROUSE et al., 1974) por sus siglas en inglés. Es un índice usado para medir la diferencia normalizada entre las reflectancias del rojo y del infrarrojo cercano, proporcionando una medida sobre la cantidad, calidad y desarrollo de la cobertura vegetal y vigorosidad en áreas extensas. El NDVI (ROUSE et al. 1974) es el índice de vegetación más utilizado para todo tipo de aplicaciones. La razón fundamental es su sencillez de cálculo, y disponer de un rango de variación fijo (entre –1 y +1), lo que permite establecer umbrales y comparar imágenes, etc. La fórmula de NDVI para LANDSAT 8 es: 2.- Desarrollo 2.1.- Ubicación y descarga de imágenes Se tomaron dos imágenes satelitales de diferentes fechas desde Earth Explorer USGS, la búsqueda se realizó entre los años 1990-2021, y con una nubosidad <30% en un área de 30x30 km en la provincia de Morona Santiago, Ecuador (Mapa 1). La primera imagen descargada fue del 2016/08/25 (Imagen 1) y la segunda del 2018/10/18 (Imagen 2). 6 Mapa 1. Mapa de ubicación de la zona de estudio 7 Imagen 1. Imagen satelital del 2016/08/25 Imagen 2. Imagen satelital del 2018/10/18 8 2.2.- Análisis de la imagen satelital del 2016/08/25 2.2.1.- Combinaciones de bandas Al descargar la imagen satelital se procedió a crear una imagen pan-sharpened con resolución de 15 metros en el área de estudio. A partir de esta imagen se hizo las siguientes combinaciones de bandas: • 2-6-7: Para el análisis de nubes (Imagen 3). • 5-4-3 y 6-5-4: Para el análisis de suelos, zonas deforestadas y ríos (Imagen 4 y 5). • 5-6-2: Para el análisis de vegetación (Imagen 6). Combinación 2-6-7 La combinación de bandas 2-6-7 en LANDSAT 8 es útil para analizar nieve y nubes. Al hacer esta combinación de bandas en la imagen satelital se observan claramente las nubes al este de la imagen (Imagen 3), en donde las nubes más densas, cargadas de más húmedas tienen un color más rosada a diferencia de las otras que tienen un color más verde blanco. Imagen 3. Imagen satelital del 2016/08/25 con combinación de bandas 2-6-7. 9 Combinación 5-4-3 La combinación 5-4-3 en LANDSAT 8 corresponde al infrarrojo que es útil para el estudio de vegetación y patrones de suelos. Se hizo esta combinación de bandas a la imagen satelital y se aumentó el brillo y contraste en +30 puntos desde ArcGIS. Al noroeste de la imagen (Imagen 4) se observa una mancha color crema que corresponde a zonas deforestadas, confirmándose según la imagen en color natural (Imagen 5), además, más al oeste se observa manchas verdes dispersas que corresponden a suelos descubiertos. Hay también una ciudad que se divisa con colores grises al oeste de la zona deforestada. El río se observa claramente en colores más oscuros, y la vegetación más sana se distingue con colores rojos más oscuros y la no tan sana con colores rojos más claros. Imagen 4. Imagen satelital del 2016/08/25 con combinación de bandas 5-4-3. Con brillo y contraste aumentado. 10 Imagen 5. Imagen satelital del 2016/08/25 con combinación de bandas 4-3-2 (Color natural) con brillo y contraste aumentado. Se divisa una ciudad y zonas deforestadas al noroeste. Combinación 6-5-4 La combinación 6-5-4 en LANDSAT 8 es especialmente útil para el análisis de vegetación. En la Imagen 6 se distingue muy bien la vegetación muy sana en colores verdes más oscuros y la vegetación sana en colores más claros. También al noroeste y al suroeste de la imagen se observa manchas de tonalidades rojas que corresponden a suelos descubiertos 11 Imagen 6. Imagen satelital del 2016/08/25 con combinación de bandas 6-5-4. Combinación 5-6-2 La combinación 5-6-2 en LANDSAT 8 es útil para distinguir vegetación saludable. En la imagen 7 se distingue mucho mejor las áreas descubiertas, sin vegetación al noroeste y al suroeste de la imagen. Así mismo se distingue la vegetación más sana con colores más oscuros. 12 Imagen 7. Imagen satelital del 2016/08/25 con combinación de bandas 5-6-2. 2.2.2.- Clasificación supervisada y no supervisada Para la clasificación supervisada se tomaron diversos puntos en la imagen pan-sharpened en color natural, pensando en 7 clases: Nubes, Ríos, Sombra, Suelo descubierto, Vegetación saludable, Vegetación muy saludable y Zonas deforestadas (Imagen 8). Y para la clasificación no supervisada se le determinó al programa que calcule con 7 clases así mismo (Imagen 10). Al haber tomado los puntos semillas correspondientes y haber extraído la signatura de la imagen se hizo la clasificación supervisada con el archivo .gsg generado desde ArcGIS y se obtuvo el área de cada clase, que corresponde así (Imagen 9): • Nubes: 151.8837 km2 • Ríos y agua: 5.0267 km2 • Sombra: 33.7684 km2 • Suelos descubiertos: 22.9137 km2 • Vegetación muy saludable: 476.4222 km2 • Vegetación saludable: 141.7086 km2 13 • Zonas deforestadas: 68.7264 km2 Sin embargo, en la Imagen 9, según la clasificación las áreas en rojo que bordean las nubes son zonas deforestadas lo cual corresponde a un error. En la clasificación no supervisada (Imagen 10) se observa un resultado algo similar en cuanto a vegetación, pero no respecto a las nubes, con respecto a la clasificación supervisada (Imagen 9). Además esta clasficación genera errores debido a la sombra de las nubes. 14 Imagen 8. Puntos semilla en imagen pan-sharpened de resolución de 15 pixeles del 2016, con 7 clases para la clasificación supervisada. 15 Imagen 9. Clasificación supervisada con 7 clases. 16 Imagen 10. Clasificación no supervisada con 7 clases. 2.2.3.- NDVI Para el cálculo del NDVI, a partir de la imagen pan-sharpened generada, se hizo una corrección atmosférica y se pasaron los valores de radiancia a reflectancia. Posteriormente con la calculadora raster se aplicó la fórmula para el NDVI para imágenes LANDSAT 8, y se la dividió en 4 clases según la clasificación propuesta por la NASA en Morales, N. B. (2017), (Tabla 3): • -1-0: Material inanimado • 0-0.33: Vegetación no saludable • 0.33-0.66: Vegetación saludable • 0.66-1: Vegetación muy saludable Tabla 3. Clasificación NDVI, tomada de Morales, N. B. (2017). 17 Al hacer la clasificación (Imagen 11), los ríos se pintaron en rojo ya que son objetos inanimados, y las nubes en naranja, sin embargo las nubes no corresponden a vegetación no saludable. La vegetación saludable en verde claro se diferenció muy bien de la muy saludable. Al calcular las áreas de estas 4 clases se obtuvo: • Material inanimado: 2.0493 km2 • Vegetación no saludable: 122.4499 km2 • Vegetación saludable: 139.36241 km2 • Vegetación muy saludable: 636.58835 km2 Imagen 11. NDVI de la imagen satelital del 2016. 18 2.3.- Análisis de la imagen satelital del 2018/10/18 2.3.1.- Combinaciones de bandas El mismo procedimiento de la imagen del 2016 se llevó a cabo para el análisis de la imagen del 2018, en donde así mismo se hizo las siguientes combinaciones de bandas: • 2-6-7: Para el análisis de nubes (Imagen 12). • 5-4-3 y 6-5-4: Para el análisis de suelos, zonas deforestadas y ríos (Imagen 13 y 14). • 5-6-2: Para el análisis de vegetación (Imagen 15). Combinación 2-6-7 Al hacer esta combinación de bandas en la imagen satelital se observan la mayoría de las nubes al este de la imagen (Imagen 12), en donde las nubes más densas, tienen un color más rosado a diferencia de las otras que tienen un color más verde blanco. Esta imagen tiene más nubosidad que la del 2016. Imagen 12. Imagen satelital del 2018/10/18 con combinación de bandas 2-6-7. . 19 Combinación 5-4-3 Al noroeste de la imagen (Imagen 13) se observa una mancha mayor de color crema que corresponde a zonas deforestadas confirmándose con la imagen en color natural (Imagen 14), además, más al oeste se observa manchas claras dispersas que corresponden a suelos descubiertos. El río se observa claramente en colores más oscuros. Imagen 13. Imagen satelital del 2018/10/18 con combinación de bandas 5-4-3. Con brillo y contraste aumentado. 20 Imagen 14. Imagen satelital del 2018/10/18 con combinación de bandas 4-3-2 (Color natural) con brillo y contraste aumentado. Se divisa una ciudad y zonas deforestadas al noroeste. Combinación 6-5-4 En la Imagen 15 se distingue muy bien la vegetación muy sana en colores verdes más oscuros y la vegetación sana en colores más claros. También al noroeste y al suroeste de la imagen se observa manchas de tonalidades rojas que corresponden a suelos descubiertos. Esta imagen presenta más tonalidades verdes oscuras, que lo que puede significar que en este año hubo una mejoría en la vegetación 21 Imagen 15. Imagen satelital del 2018/10/18 con combinación de bandas 6-5-4. Combinación 5-6-2 En la imagen 16 se distingue mucho mejor las áreas descubiertas, sin vegetación al noroeste y al suroeste de la imagen. Así mismo se distingue la vegetación más sana con colores más oscuros. Las áreas descubiertas al oeste parecen ser mayores que en la imagen anterior 22 Imagen 16. Imagen satelital del 2018/10/18 con combinación de bandas 5-6-2. 2.3.2.- Clasificación supervisada y no supervisada Para la clasificación supervisada se tomaron diversos puntos, pensando en 7 clases: Nubes, Ríos, Sombra, Suelo descubierto, Vegetación saludable, Vegetación muy saludable y Zonas deforestadas (Imagen 17). Y para la clasificación no supervisada se le determinó al programa que calcule con 7 clases así mismo (Imagen 19). Al haber tomado los puntos semillas correspondientes y haber extraído la signatura de la imagen se hizo la clasificación supervisada con el archivo .gsg generado desde ArcGIS y se obtuvo el área de cada clase, que corresponde así (Imagen 18): • Nubes: 261.682122 km2 • Ríos y agua: 4.379777 km2 23 • Sombra: 30.513912 km2 • Suelos descubiertos: 19.530116 km2 • Vegetación muy saludable: 342.400377 km2 • Vegetación saludable: 241.860254 km2 • Zonas deforestadas: 0.083442 km2 En la Imagen 18, ya no hay el mismo error con respecto a las zonas deforestadas de la imagen de clasificación supervisada del 2016 (Imagen 9). En la clasificación no supervisada (Imagen 19) se observa un resultado muy similar en cuanto a vegetación, y los suelos descubiertos, pero no respecto a las nubes, con respecto a la clasificación supervisada (Imagen 18). Además esta clasificación genera errores debido a la sombra de las nubes. 24 Imagen 17. Puntos semilla tomados en la imagen pan-sharpened del 2018 de resolución de 15 pixeles, con 7 clases. 25 Imagen 18. Resultado de clasificación supervisada a partir de puntos semilla. 26 Imagen 19. Clasificación no supervisada. 2.3.3.- NDVI Para el cálculo del NDVI, a partir de la imagen pan-sharpened generada, se hizo una corrección atmosférica y se pasaron los valores de radiancia a reflectancia. Posteriormente con la calculadora raster se aplicó la fórmula para el NDVI para imágenes LANDSAT 8, y se la dividió en 4 clases: • -1-0: Material inanimado • 0-0.33: Vegetación no saludable • 0.33-0.66: Vegetación saludable • 0.66-1: Vegetación muy saludable Al hacer la clasificación (Imagen 20), los ríos se pintaron en rojo ya que son objetos inanimados, y las nubes en naranja, sin embargo las nubes no corresponden a vegetación no saludable. La vegetación saludable en verde claro se diferenció muy bien de la muy saludable. Al calcular las áreas de estas 4 clases se obtuvo: • Material inanimado: 1.7514 km2 • Vegetación no saludable: 163.9070 km2 • Vegetación saludable: 140.4982 km2 • Vegetación muy saludable: 594.2932 km2 27 Imagen 20. NDVI de la imagen satelital del 2018. 28 2.4.- Comparación de imágenes con Clasificación supervisada y NDVI Imagen del 2016 Clasificación Supervisada NDVI Imagen del 2018 • Nubes: 151.8837 km2 • Ríos y agua: 5.0267 km2 • Sombra: 33.7684 km2 • Suelos descubiertos: 22.9137 km2 • Vegetación muy saludable: 476.4222 km2 • Vegetación saludable: 141.7086 km2 • Nubes: 261.6821 km2 • Ríos y agua: 4.3797 km2 • Sombra: 30.5139 km2 • Suelos descubiertos: 19.5301 km2 • Vegetación muy saludable: 342.400377 km2 • Vegetación saludable: 241.860254 km2 • Material inanimado: 2.0493 km2 • Vegetación no saludable: 122.45 km2 • Vegetación saludable: 139.3624 km2 • Vegetación muy saludable: 636.58835 km2 • Material inanimado: 1.7514 km2 • Vegetación no saludable: 163.9070 km2 • Vegetación saludable: 140.4982 km2 • Vegetación muy saludable: 594.2932 km2 Tabla 4. Comparación de imágenes satelitales del 2016 y 2018. 3.- Conclusión De acuerdo a la Tabla 4, se concluye que: • La imagen del 2018 tiene mayor nubosidad • La imagen del 2016 presenta mayores cantidades de humedad y agua de acuerdo al NDVI, en donde el material inanimado corresponde al agua, y de acuerdo a la clasificación supervisada. • La imagen del 2016 tiene mayor cantidad de suelos descubiertos • La imagen del 2016 tiene más vegetación muy saludable, pero menos vegetación saludable que la del 2018 • Las zonas deforestadas son ligeramente mayores en la imagen del 2018, esto en base a un análisis visual, puesto que en la clasificación supervisada del 2016 tiene errores con respecto a estas zonas. 4.- Bibliografía Morales, N. B. (2017). Teledetección espacial Landsat, Sentinel2, Aster L1T y MODIS. Universidad Nacional Agraria de la Selva, Facultad de Recursos Naturales Renovables, Escuela Profesional de Ingeniería Forestal.
