Introducción a los Sistemas de Información Geográfica (SIG)

Slides:



Advertisements
Presentaciones similares
Corrección topográfica de la imagen para mejorar las clasificaciones en zonas montañosas. Corrección por el modelo de Minnaert. Por Carmen Recondo.
Advertisements

Tratamiento digital de imágenes de satélite de alta resolución.
CIENCIAS DE LA TIERRA Y MEDIOAMBIENTALES
Modelos de Variable Dependiente Binaria -Logit y Probit-
Proyecto Medidas Electrónicas II
SISTEMAS DE TELEDETECCIÓN
FACTORES DE LA ARQUITECTURA BIOCLIMÁTICA
Prof. Lic. Fernando Pesce
Imagenes hiperespectrales: introducción
BASES de la ELECTROMEDICINA
Prácticas de Ecología: Laboratorio-1 “Caracterización del clima y su influencia sobre los Ecosistemas” El medio abiótico como estructura que inicialmente.
REDES I CARRERA DE INGENIERÍA DE SISTEMAS Ing. Moisés Toapanta, MSc. Guayaquil, mayo del 2014.
Departamento de Geología
Fuentes de información Cartografía en papel : –Topográfica a distintas escalas (1:5000-1: ) –Mapas forestales (1: ) y agrícolas (≥1:50.000)
El valor del pixel (tono de gris) varia de una manera continua
CONTRASTE Y VALIDACIÓN DE UN MODELO
César Iván Alvarez Mendoza Oswaldo Padilla Almeida
Luz en la Arquitectura – Distancias y percepciones Dr. Willy H. Gerber Objetivos: Comprender como el ojo ve, estima distancias y emplea patrones cuando.
Bahía Blanca, de noviembre de 2014
Herramientas de Detección Gustavo Ariel Sznaider Ignacio Ferlijiwskyj Departamento de Métodos Cuantitativos y Sistemas de Información Facultad de Agronomía,
Uso y aprovechamiento de fuentes renovables en la generación de energía. Modulo IV: “Energía Solar” Ing. Roberto Saravia Esp. EERR y EE
Sensores Remotos Juan Manuel Cellini
BIO-LOGIC: una gestión innovadora. BIO-LOGIC BIO-LOGIC: gestión de procesos Bio-Logic es una solución de SATEC para la gestión y consulta de datos de.
Dpto. Recursos Naturales
Cayo Ramos Taipe Lima, Perú Cayo Ramos Taipe Lima, Perú “Balance de Energia con Tecnicas de Sensoramiento Remoto e Imagenes de Satelite”
Sensores Remotos -complemento-.
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
El avance tecnológico ha proporcionado métodos de investigación importantísimos para los estudios ambientales. Destacan: 1.SISTEMAS DE POSICIONAMIENTO.
Próximos tutoriales 4-2 y 4-4. Procesamiento de imágenes Páginas y del Manual de Idrisi.
Productividad de los Ecosistemas
Ciencias para el mundo contemporáneo
Sensores Marina García Valenti. Tipo de sensores Heat Light Somke Sound Infra-red Pressure Humidity.
TERMODINÁMICA.
Iluminación de los centros de trabajo
Características de imágenes digitales
Resoluciones de la imagen de satélite
LAS NUEVAS TECNOLOGÍAS EN INVESTIGACIÓN DEL MEDIO AMBIENTE
Universidad de La Laguna, 14/11/2013 Mareas y Corrientes IV: Análisis de datos de corrientes.
Jueves 14 de Abril 2011.
Universidad Nacional de Colombia
Próximo tutorial 4-2.
Informática Médica: Procesamiento de imágenes
XXIV Conagua – San Juan 2013 IDENTIFICACIÓN Y EVALUACIÓN DE ÁREAS FUENTE VARIABLES EN SISTEMAS HIDROLÓGICOS DE LLANURA Msc. Carlos C. Scioli (FICH – UNL)
Próximo tutorial 5-7 Vegetation Analysis in Arid Environments
Ver también páginas de la Guía 2 de Idrisi, y
Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas
Introducción a los Sistemas de Información Geográfica (SIG)
Introducción a los Sistemas de Información Geográfica (SIG)
Candidato: Lic. (Mag.) Guadalupe Tiscornia
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
GUÍA 4: DETECCIÓN DE CAMBIOS Especialización en Tecnologías de la Información Geográficas (TIG) Lic. Insaurralde Juan Ariel Dr. Cardozo Osvaldo Daniel.
Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS.
Próximo tutorial 4-1. Procesamiento de imágenes digitales.
GUÍA 1: CÁLCULO DE VARIABLES FÍSICAS Especialización en Tecnologías de la Información Geográficas (TIG) Lic. Insaurralde Juan Ariel Dr. Cardozo Osvaldo.
INGENIERÍA DEL SOFTWARE GESTIÓN DE PROYECTOS
Infografía. Radiación del cuerpo negro. Modelo de Max Planck
ANALISIS E INTERPRETACION DE IMAGENES SATELITARIAS
Procesamiento de imágenes digitales
Características de imágenes digitales
Curso de Capacitación en Utilización de Drones para uso Agrícola
MELISA NOVO ISMAEL FERNANDEZ. Es la porción de la precipitación que fluye hacia los arroyos, canales, ríos, lagos u océanos como corriente superficial.
ANÁLISIS DE EFECTOS DEL PASTOREO SOBRE LA COBERTURA VEGETAL EN ZONAS SEMIÁRIDAS MEDIANTE TELEDETECCIÓN Maestreando: Lic. Rafael A. Maddio Director: Dr.
26 de octubre de 2015 Observatorio Mesa Tecnológica de Oleaginosas
Introducción: A medida de que la temperatura de un cuerpo aumenta se vuelve más difícil medirla, ya sea por medios convencionales como los termómetros.
Características de imágenes digitales Ver 2.3 a 2.6 de Fundamentals2.3 a 2.6 de Fundamentals of Remote Sensing.
UPEL - IUMP. METODOS DE INVESTIGACION ESTADISTICA
Johan Sebastian Bolivar Sora
MARÍA CONSTANZA CALDERÓN SANJUAN
AGOSTO 2013 “PERCEPCIÓN REMOTA Y PROCESAMIENTO DE IMÁGENES DIGITALES DEL SATÉLITE MIRANDA”
Transcripción de la presentación:

Introducción a los Sistemas de Información Geográfica (SIG) Universidad Nacional del Nordeste Facultad de Humanidades CARRERA DE ESPECIALIZACION TECNOLOGIAS DE LA INFORMACION GEOGRAFICA (TIG) Resoluciones 511/10-CS y su modificatoria 749/12-CS – Acredita ante la CONEAU

Introducción a los Sistemas de Información Geográfica (SIG) PROCESAMIENTO DIGITAL DE IMÁGENES SATELITALES Docentes: Dr. Osvaldo Daniel Cardozo Lic. Juan Ariel Insaurralde Viernes 17 y Sábado 18 de Abril de 2015 Horarios: 9 a 13 hs y 14 a 18 hs.

PROCESAMIENTO DIGITAL DE IMÁGENES SATELITALES Temario a desarrollar: Concepto de imagen digital. Tratamiento digital de imágenes. Mejoras visuales: filtros, realces y contraste. Corrección radiométrica de imágenes, correcciones atmosféricas. Corrección geométrica de imágenes. Técnicas de fusión de imágenes. Cálculo de variables físicas: Temperatura, Índices de vegetación, índice de agua, Radiancia, reflectancia, etc. Clasificación de imágenes y verificación de los resultados. Detección de cambios.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA La Teledetección no debe tener una visión simplista o reduccionista sino que debe considerarse como una herramienta que nos permite, además de información temática, obtener variables biofísicas de gran importancia. Variables biofísicas son aquellas que permiten caracterizan al ambiente biológico y a las condiciones atmosféricas. Este tipo de variables se pueden medir de modo DIRECTO o INDIRECTO.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA En todos los casos, ya sea que se trate de variables medidas directa o indirectamente es preciso recurrir al empleo de “modelos” que determinan la relación teórica entre lo que mide el sensor y el parámetro a estimar (área foliar, retro-dispersión, evapotranspiración, etc.) Se pueden distinguir dos tipos de modelos: INDUCTIVOS O EMPIRICOS: establecen una relación numérica entre los ND y el parámetro a estimar a partir de las observaciones locales tomadas en el momento de adquisición de la imagen. DEDUCTIVOS O TEORICOS: tratan de establecer un modelo de validez general independiente de las condiciones de observación.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Variables que se pueden obtener directamente: Cálculo de la Reflectividad (APARENTE): La reflectividad es la relación entre la energía incidente y la energía reflejada y de ella depende la radiancia que es la energía reflejada en todas direcciones. Se puede medir en el espectro visible y en el IRC. Cálculo de la Temperatura Se trata de calcular la energía emitida por el suelo y recibida por el sensor (en general a > vigor vegetal < temperatura). Se mide en el IRT.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Variables biofísicas de medición indirecta: en este caso se establecen relaciones entre las variables a determinar y las medidas por el sensor: Contenido de clorofila en las hojas Índice de área foliar Radiación absorbida por la planta Humedad del suelo Humedad de las hojas Materiales en suspensión en el agua Contenido de CO2 en la atmósfera Evapotranspiración Productividad vegetal

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA INDICES, COCIENTES o RATIOS La mayoría de las variables biofísicas de medición indirecta se obtienen a través de la aplicación de INDICES, COCIENTES o RATIOS, esto implica efectuar una división píxel a píxel entre los ND almacenados en dos o más bandas de la misma imagen. Se emplean en dos situaciones particulares: Para mejorar la discriminación entre 2 cubiertas con comportamiento reflectivo muy diferente en esas dos bandas por ejemplo realzar la visualización de suelos o de vegetación. Para reducir el efecto relieve (pendiente, orientación, sombras) en la caracterización espectral de las distintas cubiertas.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes e índices de vegetación 0,4 0,5 0,6 0,7 0,8 0,9 1 ( m ) = f ND vegetación sana suelo IV = ND IRC ND R Índice de vegetación

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes e índices de vegetación 0,4 0,5 0,6 0,7 0,8 0,9 1 ( m ) = f ND vegetación sana suelo NDIV = ND IRC - ND R ND IRC + ND R índice de vegetación normalizado

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes e índices de vegetación 0,4 0,5 0,6 0,7 0,8 0,9 1 ( m ) = f ND vegetación sana L índice de vegetación normalizado ajustado al suelo SAVI = NDVI ( 1 + L ) L = reflectividad del suelo

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes e índices de vegetación El cociente normalizado -NDVI- oscila entre -1 y 1, y se considera como umbral crítico para las cubierta vegetales un valor en torno al 0,1 y para la vegetación densa un valor alrededor del 0,5 El empleo de estos índices se refiere a: Obtener el índice de área foliar (existe una correlación muy alta entre NDVI y porcentaje de cubierta verde). Contenido de agua en la hoja (a > NDVI < contenido de agua en la hoja). Productividad neta de la vegetación (se puede estimar la biomasa verde y seca). Contenido de clorofila (se correlaciona directamente con el NDVI). Cantidad de lluvia recibida por la cubierta vegetal (a > vigor > cantidad de agua recibida, aunque suele existir un desfase entre la lluvia caída y la respuesta espectral). Evapotranspiración potencial (correlación negativa a > NDVI < evapotranspiración).

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes e índices de vegetación Todos los cocientes vistos emplean las bandas R e IRC. Algunos autores opinan que no sólo se pueden emplear estas dos bandas, sino también el IRM. En el IRM el agua es el principal factor de la baja reflectividad de las cubiertas por tanto se puede decir que: a menor reflectividad en el IRM mayor contenido de humedad. Surge el Índice de Estrés Hídrico = MSI (Moistura Stres Index) que resulta del cociente entre las reflectividades de las bandas del IRM / IRC.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cocientes de aplicaciones mineras C1 = ND b5 ND b4 Aisla la cubierta vegetal de las rocas C2 = ND b5 ND b7 Detecta rocas con contenido de arcillas, micas y sulfatos C3 = ND b3 ND b1 Detecta materiales con presencia de Limonitas

Índice de Agua de Diferencia Normalizado Mejorado (MNDWI) TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Índice de Agua de Diferencia Normalizado Mejorado (MNDWI) Es una transformación que facilita caracterizar las cubiertas con predominio de agua, minimizando la influencia de otros factores, como el suelo, la vegetación, el ángulo de elevación solar y la atmósfera, que puedan distorsionar la imagen o interpretar incorrectamente la imagen.

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Índice de Agua de Diferencia Normalizado Mejorado (MNDWI), propuesto por Li et al. (2006)

LA PRODUCCION DE INFORMACION TEMATICA TRATAMIENTO DIGITAL DE IMÁGENES LA PRODUCCION DE INFORMACION TEMATICA Cálculo de temperatura superficial