Cairo - ejercicios con datos del Landsat

Descripcin de datos del Landsat

El satlite estadounidense Landsat 7 ETM es el 6
satlite de observacin terrestre de la NASA de una
serie (el lanzamiento del Landsat 6 fracas en 1993)
que data de 1972. Por lo tanto, el sistema Landsat
constituye la grabacin continua ms prolongada de la
superficie de la Tierra. Las tareas principales de todos
Landsat 7 ETM
los satlites Landsat son el control medioambiental, la
evaluacin de desastres, la explotacin del suelo y la
planificacin regional, la cartografa, la administracin de pastizales y la exploracin
petrolera y de minerales.
El modo de funcionamiento ha mejorado de manera constante. Actualmente, el Landsat
ETM cuenta con 8 canales, desde luz visible (canales 1, 2, 3) hasta infrarrojo cercano y
mediano (canales 4, 5, 7) y radiacin trmica (canal 6). La resolucin espacial es de 15
metros en el canal pancromtico (8) y de 30 metros en los canales del 1 al 5 y en el 7. El
canal trmico 6 ofrece una resolucin de 80 metros. El satlite Landsat 7 opera en una
rbita circular, heliosncrona, cuasipolar.
Ve a los datos tcnicos de las bandas del Landsat.
Descripcin de las imgenes de El Cairo
Antes de iniciar los ejercicios debes descargar las imgenes que se encuentran en el
archivo cairo.zip.
Guarda las imgenes en el disco duro, en una carpeta llamada Cairo.
Para este ejercicio utilizaremos imgenes del Landsat 7 ETM captadas el ao 2000.
Abre el programa LEOWorks.
Para abrir la primera imagen elige File>Open. Se abre un cuadro de dilogo. Elige la
carpeta Cairo y selecciona la primera imagen, Cairo_Landsat_2000_Band_1.tif. Abre
las dems imgenes de una sola banda del ao 2000.
Es necesario mejorar todas las imgenes para obtener una visin ms clara de la zona de
la imagen.
Selecciona (activa) la primera imagen Cairo_Landsat_2000_Band_1.tif y elige
Enhance>Histogram Equalization. La imagen cambia. Convierte las dems imgenes de
igual manera.
Ahora tienes 9 imgenes en pantalla. Cada imagen se corresponde con una parte del
espectro electromagntico entre 0,45 m y 12,5 m (la parte de la luz visible oscila
entre 0,45 m y 0,7 m).

El hecho de disponer de tantas bandas distintas se debe bien a que las cubiertas de la
superficie terrestre se ven en diversas partes del espectro electromagntico, bien a que
las mismas cubiertas se ven distintas en distintas partes del espectro. Esto quiere decir
que todas las cubiertas u objetos captados aparecen ante nuestros ojos de distintos
colores al iluminarse con luz (incluida la infrarroja). Para poder distinguir los objetos
segn sus colores necesitamos un instrumento capaz de medir en muchas bandas, que
cubra todos los colores visibles y tambin el sector infrarrojo.
Ahora observa las imgenes y agrpalas en dos categoras de aspecto similar. Fjate
especialmente en el agua y la zona de vegetacin del noroeste. Compara los dos grupos
con la tabla que contiene las distintas bandas de datos del Landsat. Esos dos grupos
son tambin identificables aqu?
Qu diferencias observas entre la imagen de
Cairo_Landsat_2000_Band_61.tif/Cairo_Landsat_2000_Band_62.tif (Landsat ETM
banda 6) y Cairo_Landsat_2000_Band_8.tif (Landsat ETM banda 8) en comparacin
con las bandas de los dems?

Combinacin de imgenes multiespectrales

Para el ojo humano es difcil seleccionar distintas cubiertas de la
superficie terrestre en una imagen en escala de grises. Por lo tanto,
resulta til combinar 3 imgenes del Landsat en escala de grises
en una sola imagen de color RGB.
RGB (Red, Green, Blue) significa rojo (canal 3), verde (canal 2) y
azul (canal 1) y utiliza las caractersticas fsicas del sistema
aditivo de colores.

El Cairo, 23 de
agosto de 2000,
Landsat 7 ETM

El color de las distintas cubiertas depende de las bandas seleccionadas para la

combinacin, dado que cada objeto posee sus propias caractersticas de radiacin. Las
distintas combinaciones permiten representaciones diferentes de la misma cubierta. En
el prximo ejercicio realizaremos algunas pruebas al respecto.

Combinacin en color verdadero

Para la combinacin de color verdadero se necesitan los canales
rojo (banda 3: 0,63 - 0,69 m), verde (banda 2: 0,52 - 0,6 m) y
azul (banda 3: 0,45 - 0,52 m) del Landsat. Con esa combinacin
se obtiene una imagen muy parecida a una fotografa en color.
Combinacin de
color verdadero de
El Cairo utilizando
las bandas 3, 2, 1

Abre el programa LEOWorks. Si an no has descargado las

imgenes de El Cairo, ve a la seccin de descarga de la parte
superior de la hoja de trabajo y sigue las instrucciones.

Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la

primera imagen, Cairo_Landsat_2000_Band_1.tif. Abre tambin
Cairo_Landsat_2000_Band_2.tif y Cairo_Landsat_2000_Band_3.tif.
Elige Image>Combine from...>Red Green Blue. Se abre un men emergente.
Selecciona la imagen Cairo_Landsat_2000_Band_3.tif para rojo,
Cairo_Landsat_2000_Band_2.tif para verde y Cairo_Landsat_2000_Band_1.tif para
azul, y haz clic en OK.
La nueva imagen es la de color verdadero obtenida a partir de los 3 canales de luz
visible. Sin embargo, todava no se halla en color verdadero, pues no se han mejorado
los datos.
Selecciona (activa) la primera imagen Cairo_Landsat_2000_Band_3.tif y elige
Enhance>Interactive Stretching. Aparece un histograma. Desplaza la barra azul
izquierda de Input Histogram al punto inicial izquierdo de Input Histogram. A
continuacin desplaza la barra roja derecha al punto inicial derecho de Input Histogram
y haz clic en Apply. Observa los cambios de la imagen combinada. Convierte las otras
dos imgenes de igual manera.
Describe la imagen e intenta clasificar las cubiertas en 5 clases: zonas de parques y
cultivos, agua, desierto y llanura, zonas urbanas densas y zonas urbanas de densidad
escasa.
Puedes identificar otras cubiertas?

Combinacin de falso color

Para facilitar la interpretacin de las imgenes de
satlite, en muchos casos se utiliza el falso color.
Normalmente, una imagen de falso color utiliza al
menos un canal de infrarrojo. La gama de infrarrojo
es muy til para interpretar la superficie terrestre,
pues est formada por energa reflejada y emitida.
La luz infrarroja no es visible para el ojo humano,
Combinacin de falso color de pero transmite mucha informacin. Las plantas, en
particular, reflejan mucha ms energa en el infrarrojo
El Cairo utilizando las bandas
cercano que en la gama visible del espectro
7,4,2
electromagntico. La intensidad permite determinar
incluso el estado de salud de la planta.
Abre el programa LEOWorks. Si an no has descargado las imgenes de El Cairo, ve a
la seccin de descarga de la parte superior de la hoja de trabajo y sigue las
instrucciones.

Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la

primera imagen, Cairo_Landsat_2000_Band_2.tif. Abre tambin
Cairo_Landsat_2000_Band_4.tif y Cairo_Landsat_2000_Band_7.tif.
Elige Image>Combine from...>Red Green Blue. Se abre un men emergente.
Selecciona la imagen Cairo_Landsat_2000_Band_7.tif para rojo,
Cairo_Landsat_2000_Band_4.tif para verde y Cairo_Landsat_2000_Band_2.tif para
azul, y haz clic en OK. Mejora los datos originales de la manera indicada en el ejercicio
Combinacin de colores verdaderos.
La nueva imagen es una combinacin de falso color de tres imgenes en escala de
grises.
Describe la imagen e intenta clasificar las cubiertas en 5 clases: zonas de parques y
cultivos, agua, desierto y llanura, zonas urbanas densas y zonas urbanas de densidad
escasa.

Qu cambio de colores de las clases se aprecia entre las imgenes

de color verdadero y las de falso color?
Es posible identificar las clases en las dos imgenes?
Qu imagen preferiras para diferenciar las caractersticas de la
imagen del satlite?
Prueba otras combinaciones.

Combinacin de
falso color, bandas
4,2,1

Elige Image>Combine from...>Red Green Blue. Se abre un men

emergente. Selecciona la imagen Cairo_Landsat_2000_Band_4.tif para rojo,
Cairo_Landsat_2000_Band_2.tif para verde y Cairo_Landsat_2000_Band_1.tif para
azul, y haz clic en OK. Mejora los datos originales de la manera indicada en el ejercicio
Combinacin de colores verdaderos.
La nueva imagen es una combinacin de falso color de tres imgenes en escala de
grises.
Describe la imagen e intenta clasificar las cubiertas en 5 clases: zonas de parques y
cultivos, agua, desierto y llanura, zonas urbanas densas y zonas urbanas de baja
densidad, y compralas con la imagen de color verdadero.
Describe las diferencias entre las dos imgenes de falso color. Selecciona las 5 clases en
las dos imgenes de falso color y compara los colores de las imgenes.

Combina una imagen de falso color mediante el uso de canal 7 para rojo, canal 1 para
verde y canal 2 para azul.

Qu opinas sobre la utilidad de la imagen?

Ahora intenta una combinacin de tu eleccin y observa las variaciones.

Clasificacin de imgenes multiespectrales

Clasificacin
supervisada segn
paraleleppedos

En el ejercicio 2 separaste en clases las cubiertas de la superficie

de El Cairo. La clasificacin visual es muy til para interpretar las
caractersticas de una imagen de satlite. La imagen clasificada es,
con algunas modificaciones bsicas, semejante a un mapa
temtico. Las clases principales de la superficie de El Cairo son
zonas urbanas densas, zonas urbanas de baja densidad, bosque,
tierras de cultivo, agua, desierto y suelo desnudo.

Hay varias herramientas de clasificacin, basadas en distintos

mtodos de procesado de imgenes. El mtodo que se utilice depende de la informacin
que se necesite.
Aprende ms sobre clasificacin de imgenes en el Tutorial de LEOWorks.
Clasificacin segn paraleleppedos
La clasificacin segn paraleleppedos es un sencillo mtodo de clasificacin
supervisado. Se basa en las gamas espectrales de las diferentes clases de uso del suelo
dentro de las distintas bandas. Utiliza campos de entrenamiento que representan las
distintas clases de uso del suelo. Cada uso del suelo tiene su caracterstica espectral
especfica. Para clasificar cada tipo de cubierta del suelo, es necesario definir al menos
un campo de entrenamiento. LEOWorks evala dichos campos de entrenamiento y
atribuye cada pxel a uno de los tipos de las clases de cubierta.
Abre el programa LEOWorks. Si an no has descargado las imgenes de El Cairo, ve a
la seccin de descarga de la parte superior de la hoja de trabajo y sigue las
instrucciones.
Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la
primera imagen, Cairo_Landsat_2000_Band_1.tif
Cairo_Landsat_2000_Band_2.tif, Cairo_Landsat_2000_Band_3.tif,
Cairo_Landsat_2000_Band_4.tif, Cairo_Landsat_2000_Band_5.tif, y
Cairo_Landsat_2000_Band_7.tif. Mejora los datos originales de la manera indicada en
el ejercicio Combinacin de color verdadero.
Selecciona (activa) la imagen Cairo_Landsat_2000_Band_7.tif. Elige Multivariate
Analysis>Supervised Classification>Select Training Fields.
Selecciona Draw Polygon en la barra de herramientas.

Nota: cuantos ms campos de entrenamiento puedas seleccionar para una clase, ms

preciso ser el resultado.
Empieza por las lminas de agua y traza un polgono dentro del ro Nilo. Asigna el
nombre Agua a la clase. Busca otra parte para trazar un segundo polgono dentro de una
masa de agua y asgnale tambin el nombre Agua, y as sucesivamente. Cuando
termines con el agua, traza un polgono dentro de una zona cubierta de desierto denso y
llama a la clase Desierto. Haz lo mismo con las 7 clases principales preseleccionadas.
Elige Multivariate Analysis>Supervised Classification>Parallelepiped y selecciona
todas las imgenes.
Anota los 8 colores diferentes y aade los nombres de clase. Puede ser til abrir la
imagen Cairo_Landsat_2000_Band_321.tif para compararla.
Elige Image>Add Legend y verifica la combinacin de colores y los nombres de clases.
Guarda la imagen clasificada como cairo_class_parallel (TIF) en la carpeta Cairo.
Comenta la precisin de la clasificacin supervisada segn paraleleppedos.
Cules son las causas de errores que podra haber?

Mxima probabilidad
La clasificacin de mxima probabilidad es otro mtodo de
clasificacin supervisada. Se basa en complejos mtodos
estadsticos. Tambin utiliza campos de entrenamiento que
representan las distintas clases de uso del suelo. Cada uso del
suelo tiene su caracterstica espectral especfica. Es necesario
definir al menos un campo de fentrenamiento por cada tipo de
cubierta del suelo. LEOWorks evala dichos campos de
entrenamiento y atribuye cada elemento de imagen (pxel) a uno
de los tipos de las clases de cubierta de suelo.

Clasificacin de
mxima
probabilidad de El
Cairo

Abre el programa LEOWorks. Si an no has descargado las imgenes de El Cairo, ve a

la seccin de descarga de la parte superior de la hoja de trabajo y sigue las
instrucciones.
Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la
primera imagen, Cairo_Landsat_2000_Band_1.tif. Abre tambin
Cairo_Landsat_2000_Band_2.tif, Cairo_Landsat_2000_Band_3.tif,
Cairo_Landsat_2000_Band_4.tif, Cairo_Landsat_2000_Band_5.tif y
Cairo_Landsat_2000_Band_7.tif. Mejora los datos originales de la manera indicada en
el ejercicio Combinacin de color verdadero.
Utiliza los mismos campos de entrenamiento que en el ejercicio Clasificacin segn
paraleleppedos.

Elige Multivariate Analysis>Supervised Classification>Maximum Likelihood y

selecciona todas las imgenes (excepto cairo_class_parallel.tif si sigue abierta).
Ajusta el valor Threshold Value en 5%.
Anota los 8 colores diferentes y aade los nombres de clase. Puede ser til abrir la
imagen Cairo_Landsat_2000_Band_321.tif para compararla.
Elige Image>Add Legend y verifica la combinacin de colores y los nombres de clases.
Comenta la precisin de la clasificacin supervisada de mxima probabilidad. Cules
son las causas de errores que podra haber?
Compara los dos tipos de clasificacin (paraleleppedos y mxima probabilidad) y
comenta en qu coinciden y en qu no.
Prueba otros valores de umbral, por ej. 50% y 75% y compara las imgenes
clasificadas.

Exploracin de El Cairo
Una escena completa del Landsat cubre una superficie
aproximada de 180 km x 180 km. Las subescenas
utilizadas para los casos prcticos son ms pequeos y
cubren 512 x 512 pxeles.
La resolucin de la imagen pancromtica es de 10
metros. Las dems imgenes tienen una resolucin de
30 metros. Esto quiere decir que un pxel muestra un
cuadrado con una superficie de 30 x 30 m.
Medida de permetros

Calcula la anchura de la subescena del Landsat Cairo_Landsat_2000_Band_321.tif

mediante el uso de esta informacin.
Clculo de superficies
La medicin de distancias y permetros es una funcin muy comn en el uso de
imgenes de satlite. Resulta ms fcil y sencillo que utilizar topgrafos sobre el
terreno. La seleccin de la combinacin de bandas adecuada depende del objeto de
inters. La vegetacin, por ejemplo, se ve mejor en una combinacin de color falso
infrarrojo, porque las plantas reflejan mucha ms radiacin infrarroja que la luz visible.
Por otra parte, las islas se aprecian mejor en imgenes de infrarrojo, porque el agua
circundante no refleja la radiacin infrarroja y, por lo tanto, aparece en negro.

Abre el programa LEOWorks. Si an no has descargado las imgenes de El Cairo, ve a

la seccin de descarga de la parte superior de la hoja de trabajo y sigue las
instrucciones.
Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la
imagen Cairo_Landsat_2000_Band_4.tif.
La imagen necesita una mejora de brillo y contraste. Elige Enhance>Histogram
Equalization. La imagen cambia.
Elige Image>Measure tool y selecciona Units>Meters. No es necesario que introduzcas
el tamao de pxel, puesto que el formato GeoTIFF utilizado para los datos ya contiene
esa informacin.
Traza un polgono en torno a la isla del norte. Empieza por el lado sur; para ello haz clic
con el botn derecho del ratn. Traza el polgono a lo largo de la lnea costera y cirralo
mediante el uso del botn izquierdo del ratn.
Toda la informacin aparece en el cuadro de dilogo, es decir, las distancias de cada
vector, la longitud del polgono y la superficie.
Convierte m a km. Compara el permetro medido con los obtenidos por tus
compaeros.
Posicin
Cada pxel de una imagen del Landsat est definido claramente por sus coordenadas x-y
y su valor de escala de grises (Valor Digital). Pxeles con posiciones diferentes y el
mismo Valor Digital corresponden a objetos iguales. Esto no quiere decir que deban ser
idnticos, pero podran serlo. Para estar seguro debes clasificar los objetos.
Abre el programa LEOWorks. Si an no has descargado las imgenes de El Cairo, ve a
la seccin de descarga de la parte superior de la hoja de trabajo y sigue las
instrucciones.
Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la
imagen Cairo_Landsat_2000_Band_4.tif.
La imagen necesita una mejora de brillo y contraste. Elige Enhance>Histogram
Equalization. La imagen cambia.
Localiza la posicin del cursor (226, 196) -> (247).
Qu tipo de objeto geogrfico logras identificar?
Qu tipo de cubierta indican los Valores Digitales de un slo dgito? (e.g. 247)?
Desplaza el cursor en cruz a travs de la imagen para comparar los distintos Valores
Digitales.

Superposicin de transparencias
En ciertos casos resulta til resaltar determinadas cubiertas, como
las lminas de agua. Las ventajas de una imagen de infrarrojo para
la determinacin de las superficies de agua se combinan con la
potencia visual de una imagen de color real, mediante el uso de
superposicin de transparencias.
Abre el programa LEOWorks. Si an no has descargado las
imgenes de El Cairo, ve a la seccin de descarga de la parte
superior de la hoja de trabajo y sigue las instrucciones.

Imagen combinada
con superposicin
de transparencias

Elige File>Open. Se abre un cuadro de dilogo. Elige la carpeta Cairo y selecciona la

primera imagen, Cairo_Landsat_2000_Band_321.tif. Abre tambin
Cairo_Landsat_2000_Band_4.tif.
Es necesario mejorar el brillo y el contraste de la imagen
Cairo_Landsat_2000_Band_4.tif.
Selecciona (activa) la imagen Cairo_Landsat_2000_Band_4.tif y elige
Enhance>Histogram Equalization. La imagen cambia.
Abre Image>Transparent Overlay y elige
Cairo_Landsat_2000_Band_4.tif como BackGround Image y
Cairo_Landsat_2000_Band_321.tif como ForeGround Image.
Ahora elige 50% como posicin del control deslizante Opacity.
Las clases de uso de suelo antes descritas son ms visibles? Cul puede ser la razn?
Prueba con otras superposiciones de transparencias. Por ejemplo, resalta la vegetacin o
las zonas urbanas densas en una imagen de color verdadero.