Documente Academic
Documente Profesional
Documente Cultură
AMBIENTE
ELABORADO POR:
CERTIFICACIN
Certifican:
DIRECTOR CODIRECTOR
II
DECLARACIN DE RESPONSABILIDAD
Declaro que:
AUTORIZACIN
DEDICATORIA
Dedico todo este esfuerzo a las personas que ms admiro y que llenan mi corazn de
alegra que han dado todo de ellos para que sea mejor cada da, gracias por su
AGRADECIMIENTO
A mis Padres por ser una fuente amor, por su apoyo incondicional gracias por todo
su esfuerzo.
A mis hermanos Santiago y Anneth son los mejores, gracias por compartir grandes
momentos juntos.
A mi Director Ing. Oswaldo Padilla y Codirector Ing. Pablo Prez adems de ser
unos excelentes profesionales tienen un gran corazn los aprecio mucho, gracias por
su paciencia.
INDICE DE CONTENIDO
CAPTULO 1....1
1. ANTECEDENTES.......1
1.2 JUSTIFICACIN...4
1.5 OBJETIVOS......8
CAPTULO 2......10
2.2.1 LANDSAT.12
2.2.2 ASTER...12
2.2.3 RAPIDEYE12
2.3 BANDAS ESPECTRALES..13
3.8.1 SEGMENTACIN....52
3.8.2 RASTERIZACION DE SEGMENTOS58
3.8.3 CLASIFICACIN DIFUSA (FUZZY).60
VIII
CAPTULO 4106
4.4 RECOMENDACIONES.....120
4.5 BIBLIOGRAFIA121
NDICE DE TABLAS
NDICE DE DIAGRAMAS
NDICE DE FIGURAS
NDICE DE FOTOGRAFAS
NDICE DE ECUACIONES
RESUMEN
El cambio de uso de la tierra y la prdida del recurso forestal han sido los
resultados de una diversa actividad antrpica. Esta actividad, est relacionada
con factores poblacionales y socioeconmicos, los cuales han sufrido grandes
cambios con el pasar del tiempo, sin tomar en cuenta las consecuencias
negativas que puede llevar la acelerada expansin de la frontera agrcola en
reas que por naturaleza son de bosques.El presente estudio determina los
cambios de cobertura producidos en la zona de estudio entre los aos 1990,
2000 y 2010 utilizando distintos mtodos y tcnicas de anlisis multitemporal
con imgenes satelitales previamente tratadas (correcciones radiomtricas y
geomtricas). Adems se utiliza la metodologa de fussy y segmentacin para
identificar, discriminar las diferentes categoras que se van a clasificar.La
informacin basada en imgenes de satlites se emplea cada vez ms con el fin
de evaluar el estado forestal, cobertura vegetal, riesgos naturales y de medir
tanto la sustentabilidad medioambiental como econmica.Los cambios de
cobertura constituyen informacin cuantitativa y cualitativa importante, que
una vez representados en mapas y datos estadsticos, servirn como una
herramienta valiosa para plantear proyectos de conservacin en las zonas ms
intervenidas.
Palabras Claves:
1. Multitemporal
2. Cambio de Uso
3. Prdida de Cobertura
4. Actividad Antrpica
5. Imgenes Satelitales
XIX
ABSTRACT
The change in land use and the loss of forest resources have been the results of a
diverse human activity. This activity is related to the demographic and socio-
economic factors , which have undergone major changes over time , regardless of the
negative consequences that can take the accelerated expansion of the agricultural
frontier in areas that are naturally forested.This study determines the coverage
changes produced in the study area between 1990 , 2000 and 2010 using different
methods and techniques of multi-temporal satellite imagery analysis with previously
treated ( radiometric and geometric corrections) . Furthermore methodology fussy
and segmentation is used to identify, discriminate the various categories to be
rated.Information based on satellite images are increasingly used in order to assess
the state forest , vegetation , natural hazards and measure both environmental
sustainability and economic.Cover changes are important quantitative and qualitative
information , which once represented on maps and statistical data will serve as a
valuable tool for raising conservation projects in more treatment area .
Keywords:
1. Multitemporal
2. Change of Use
3. Loss of Coverage
4. Anthropic activity
5. Satellite Images
1
CAPITULO 1
GENERALIDADES
1. ANTECEDENTES
1 Anlisis de tipo espacial que se realiza mediante la comparacin de las coberturas interpretadas en
dos imgenes de satlite o mapas de un mismo lugar en diferentes fechas y permite evaluar los
cambios en la situacin de las coberturas que se han sido clasificadas.
2
2 Proceso que consiste en reducir los efectos de la iluminacin del sol, la topografa del terreno y las
condiciones atmosfricas que han modificado los valores de energa radiante emitidos por la
superficie terrestre y los que han sido capturados por el sensor.
3 Las correcciones geomtricas en la imagen se hacen con el propsito de orientar la posicin de los
pixeles a un sistema de referencia.
3
ciencias. Esta tcnica permite diferenciar las diferentes cubiertas terrestres, las
cuales reflejan o emiten energa electromagntica de acuerdo a sus
caractersticas fsicas. Las caractersticas orbitales del satlite permiten que las
imgenes sean adquiridas peridicamente y encondiciones similares
geomtricamente de observacin, facilitndose as cualquier estudio que
requiera una dimensin temporal.
1.2 JUSTIFICACIN
El cambio de uso de la tierra y la prdida del recurso forestal han sido los
resultados de una diversa actividad antrpica. Esta actividad, est relacionada
con factores poblacionales y socioeconmicos, los cuales han sufrido grandes
cambios con el pasar del tiempo, sin tomar en cuenta las consecuencias
negativas que puede llevar la acelerada expansin de la frontera agrcola en
reas que por naturaleza son de bosques.
5 Capacidad del sensor para discriminar la radiancia detectada en distintas longitudes de onda del
espectro electromagntico.
8
1.5 OBJETIVOS
1.6 METAS
Tres mapas temticos de cobertura vegetal y tres de uso del suelo a escala
1:100000 en la poca (1990, 2000, 2010)
CAPITULO 2
MARCO TERICO
Todos los elementos tienen una respuesta espectral propia que se denomina signatura
espectral. Esta se encarga de estudiar las variaciones espectrales, espaciales y
temporales de las ondas electromagnticas, y pone de manifiesto las correlaciones
existentes entre stas y las caractersticas de los diferentes materiales de la superficie
terrestre y los fenmenos que en ella se operan a travs de su signatura espectral.
SENSORES REMOTOS
2.2SENSORES
13
En la actualidad existen diferentes sensores que son liderados por las grandes
agencias espaciales nacionales que surgen con el objetivo de proporcionar datos
sobre la superficie terrestre para la cartografa temtica. Se trata de misiones
continuas y ampliamente consolidadas, entre los que se destacan el programa
Landsat, Aster y un nuevo satlite alemn como es el Rapideyes.
2.2.1 Landsat
Es uno de los ms fructferos de todas las series puesto que ha proporcionado datos
multiespectrales ms de 25 aos, en la actualidad est operando con el sensor TM
(ThematicMapper), diseado para la cartografa temtica proporcionando datos de
mayor resolucin espacial, espectral y radiomtrica, este tiene 7 bandas, tres de ellos
en el visible, una en el infrarrojo prximo, dos en el infrarrojo medio y una en el
trmico. El Landsat 7 incluye una versin mejorada del sensor TM, el ETM
(EnchancedThematicMapper) que incluye una banda pancromtica (0.5-0.9um).
2.2.2 Aster
2.2.3 RapidEye
RapidEye es una iniciativa alemana que ofrece imgenes con resolucin espacial
igual en cada banda y permite la produccin de las ortoimgenes, posee 5 bandas
espectrales cubriendo un amplio rango del espectro, su banda Red Edge se encuentra
entre el rojo y el infrarrojo cercano muy til para discriminar la vegetacin y los
organismos del agua
14
RESOLUCIN
RADIOMTRICA 8 8 12
(bits)
FRANJA DE
BARRIDO (km) 185 60 77
FECHA DE
LANZAMIENTO 1972 Diciembre 18, 1999 Agosto 29, 2008
2.3BANDAS ESPECTRALES
Los espectros disponibles que se mencionarn son los que utilizaremos aunque para
cobertura vegetal son muy escasos, podemos empezar con el programa ms utilizado
y reconocido como es el Landsat que tiene curvas espectrales situadas entre (0.45-
0.90 m) incluyendo la pancromtica, otro muy conocido es ASTER que va entre
(0.4-2.5m) y finalizando est las de RapiEyes que van entre (0.44-0.85um).
15
Visible Llamada as, por ser la percibida por los ojos, all
se presenta la mxima radiacin solar, se
distinguen tres bandas elementales azul (0.4-0.5
um), verde (0.5-0.6 um), rojo (0.6-0.7 um)
Los estudios sobre la cobertura y uso del suelo analizan y clasifican los diferentes
tipos de cobertura y usos asociados que el hombre practica en una zona o regin
determinada. Actualmente, los cambios en el uso del suelo estn transformando a la
17
El uso del suelo resulta de las actividades productivas y asentamientos humanos que
se desarrollan sobre la cobertura del suelo para satisfacer sus necesidades materiales.
Las caractersticas del uso del suelo son el resultado de la interrelacin entre los
factores fsicos y culturales. La importancia de realizar un estudio sobre los cambios
ocurridos en la cobertura y uso del suelo, es que la informacin obtenida puede ser
un instrumento que apoye la toma de decisiones en la planificacin del desarrollo
futuro de la zona.
Para poder obtener resultados ideales es necesario que las imgenes satelitales hayan
tenido una previa correccin de ciertas anomalas como las correcciones geomtricas
que se trata de las distorsiones en la geometra de la imagen (posiciones de los
pixeles) debida a diversos efectos, las correcciones radiomtricasson anomalas que
afectan a los Niveles Digitales de las celdillas (radiomtricas) que deben ser
corregidas para que la informacin que nos proporcionen estos ND sea lo ms fiel
posible a la realidad que se estudia. Mientras que las Correcciones Topogrficas
permite compensar las diferencias de iluminacin solar, debidas a variaciones
altitudinales del terreno.
19
Para estudios multitemporales es preciso que las imgenes se ajusten con gran nivel
de detalle. Varios autores han demostrado que se requieren precisiones de ajuste
superiores a 0.2 pxelespara asegurar un error inferior al 10% en la comparacin
multitemporal (DaiKhorram, 1998; Townshend et Alm, 1992).
Para realizar un buen ajuste geomtrico es importante tener una serie de puntos de
control para la imagen de referencia que se realiza el ajuste. A partir de la imagen de
referencia se toman puntos entre las imgenes restantes tomando en cuenta los rasgos
comunes como elementos hidrolgicos, caminos, casas, etc., elegir todas estas
caractersticas va depender de la resolucin de la imagen.
; para
Para este proyecto no se realiza la correccin Topogrfica ya que es una zona donde
no tiene mucha pendiente y no son destacadas sus diferencia altitudinales.
21
Diferencia entre imgenes: Es una simple resta entre imgenes de diferente fecha,
previamente tratadas, donde se discrimina aquellas zonas que han experimentado
cambios.
La lgica difusa llamada tambin lgica borrosa o fuzzylogic, lo q hace es, en vez de
trabajar con el clsico concepto de inclusin o exclusin, introduce una funcin que
expresa el grado de pertenencia de una variable hacia un atributo o variable
lingstica tomando valores en rangos de 0 a 1. Las proporciones pueden ser
representadas con grados de certeza o falsedad.
Donde:
: Funcin de pertenencia
Este grado oscila entre los extremos 0y1, A (u) = 0, indica que u no pertenece en
absoluto al conjunto difuso A, A (u) = 1, indica que u pertenece totalmente al
conjunto difuso A.
1,2
Probabilidad
0,8
0,6
0,4
0,2
0
0 1000 2000 3000 4000 5000
Variable
Se pueden tomar ms de dos variables, como bandas disponga una imagen, y obtener
la probabilidad individual de cada una de ellas. Al combinar dos variables se puede
tener algo muy similar a una campana de base elipsoidal donde sus semiejes a y b
correspondern al rango de las variables tomadas (Ver Figura 8).
P = f (Sen )
Donde:
Mnima P= 0 o 0%
Mxima P= 1 o 100%
Para obtener una curva donde el rango sea de [0,1,0], usamos la funcin cuadrada del
seno.
P = Sen2
Estas funciones estn controladas por cuatro puntos situados de la siguiente forma:
Donde:
IRc = Bandas del infrarrojo cercano
Vis = Bandas del rojo
6
Son fenmenos biolgicos acomodados a cierto ritmo peridico como la brotacin, la maduracin de
los frutos y otros.
28
Chuvieco (1996:86) menciona que cuando la vegetacin sufre algn tipo de estrs
(acame, plagas, sequas, etc), su reflectancia ser inferior en el infrarrojo cercano y el
rojo, con lo que el contraste entre ambas bandas ser mucho menor en relacin con
una vegetacin sana de gran vigor.
Se puede mencionar que a mayor contraste entre las reflectancias de las bandas del
infrarrojo y rojo, mayor vigor vegetal presentar una cobertura observada; y los bajos
valores de esta relacin indican una vegetacin enferma, hasta llegar a coberturas sin
vegetacin como el suelo desnudo que reporta ndices cercanos a cero. (Soria,
1998:39)
Figura 10. Contraste espectral entre las bandas del rojo e infrarrojo cercano
en los que se apoyan los ndices de vegetacin
Fuente.Chuvieco, 2002
NDII ha sido reportado como un indicador muy preciso del contenido de humedad
foliar en variados ecosistemas.
Debido al papel de las hojas verdes en una amplia gama de procesos biolgicos y
fsicos, la densidad de la cobertura de las hojas en el terreno es medida a travs del
ndice de parea foliar (LAI). El modelado de ecosistemas a gran escala, que se utiliza
29
La estimacin del LAI se realiza por mtodos directos, que implican muestreo
destructivo y la colecta de hojarasca, e insectos, basados en el registro del espectro
electromagntico por sensores para radiometra y modelos de transferencia
radiactiva.
CAPITULO 3
METODOLOGA
Datosespaciales
Procesos
metodolgicos
3.2
.2 REA DE ESTUDIO
MOSAICOS
SENSOR
LANDSAT
1990
LANDSAT
2000
Contina
33
ASTER
2000
LANDSAT
2010
ASTER
2010
Contina
34
RAPIDEYE
2010
Los parmetros a ingresar son los mismos para ortorectificar una imagen en
cualquier software a utilizarse, en las pestaas Parameters se explican a
continuacin:
7
Utilizar el modelo digital de elevacin a 30 m de resolucin generado por el Instituto Geogrfio
Militar sobre la base de la altimetra representada en cartas topogrficas a escala 1:50.000
38
GCP File (.gcc): Seleccionar para definir los puntos de control a partir
de un archivo GCC.
Una vez creados los Reps para la imagen satelital, visualizar la imagen
seleccionando el men file> Open Image File.
Ingresamos a Men>Interpreter>Utilities>ReprojectImages
Fecha de adquisicin
Hora
Azimut Solar
Elevacin Solar
Calibracin:
Banda E0 a0 a1 Tk
(W/m2mm)
B1 1846 -0.676000 0.676000 0.78
Las definiciones para el Nivel 1 y Nivel 2 siguen los lineamientos del IPCC
(2006) que se encuentran en Anexo 2.
53
3.8.1 Segmentacin
9Por ejemplo, en reas intervenidas con zonas sin cobertura vegetal su nivel espectral es muy similar
por lo que hay que ayudarse de los shapefile de zonas pobladas de vas e infraestructura.
57
3.8.2Rasterizacin de Segmentos
Figura 44. Seleccin del campo Avgban_1 para rasterizar por banda
Fuente. Elaborado por el autor
62
La clasificacin fuzzy est diseada para ayudarle a trabajar con datos que no
estn en una categora o en otra exactamente. Esta clasificacin trabaja
utilizando una funcin de membreca, en donde el valor de un pixel es
determinado por su mayor cercana a una clase que otra. Una clasificacin
fuzzy no tiene lmites definidos y cada pixel puede pertenecer a diferentes
clases (Jensen 1996).
Maximum Iterations: 20
Change Threshold: 2
3.8.4Asignacin de Atributos
unidad mnima de mapeo (UMM). Por eso se plantea utilizar polgonos como
unidades de muestreo en campo.
Priorizar reas con clases de uso y cobertura del suelo donde se tenga
ms dudas.
Se imprimir a una escala adecuada (1:50 000), la imagen que est siendo
clasificada y un mapa preliminar. Estos debern contener informacin base
correspondiente a vas y centros poblados.
3.9.2.3 Planificacin
10
El perodo es til cuando el receptor GPS tiene capacidad de promediar lecturas durante un periodo
de tiempo determinado. En caso de no existir esa opcin, el operador debe determinar el tiempo hasta
que las coordenadas ledas por el receptor se estabilicen.
70
Para poder identificar se sugiri los siguientes cdigos de forma nica los
puntos de calibracin y referencia y los datos asociados. Los identificadores
tendrn 9 dgitos distribuidos de la siguiente manera:
PCS001004O
001: Es el nmero de salidas de campo que se han hecho por parte del
ministerio de Ambiente
11
Existen herramientas sin costo que facilitan la descarga de datos GPS y su conversin a formatos de
manejo de datos vectoriales como shapefile.
74
Para este estudio, se deben generar entre 160 y 80 puntos para cada
escena Landsat para asegurar una representatividad suficiente de la
extensin y heterogeneidad de la imagen. Los puntos se ubican al azar,
76
50 75% 100 90 75
75 100% 50 60 50
12
Por ejemplo, HawthsAnalysis Tools es una extensin gratuita para ArcGIS que permite generar
puntosutilizando un diseo estratificado al azar. Otra alternativa similar es el USGS Rapid
LandCoverMapper.
77
Minimundistancebetweenpointsseleccionar
Enforceminimumdistancebetweenpointsy colocar el nmero 500,esto es
para que la distancia entre los puntos generados no sea menor a
500m,que es la distancia mnima a la cual se tomaron puntos en el
campo.
SampleSize>Unstratifiedsamplingdesignseleccionar Generatethisnumber
of randompoint, y colocar el nmero de puntos randmicossegn el tipo
de imagenque se vaya a validar y el porcentaje de rea de imagen
utilizada en laedicin visual. Ver tabla 3.5.
78
Output colocar el nombre del archivo shapefile que contendr los puntos
randmicoscreados. Este archivo es temporal por lo que se guarda en
cualquier carpetainterna de la computadora.
12 Cultivos Semipermanentes
13 Cultivos Permanentes
14 Pasto Cultivado
15 Mosaico Agropecuario
18 Pramos
4 Cuerpos de Agua 19 Natural
20 Artificial
5 Zonas Antrpicas 21 Zonas Pobladas
22 Infraestructura
13
Para poder hacer el proceso de validacin Los especialistas en Sensores Remotos del Ministerio del
Ambiente Socio Bosque fueron los que ayudaron a interpretar los campos de validacin (Danilo
Granja, Alexandra Chacn, Jeanneth Alvear y Mario Jijn)
82
3.10.6Trabajo de campo
Fuente.Congalton 1991
F = Fiabilidad estimada z * EM
Donde z es igual a 1,96 que es el valor estndar para realizar los clculos
al 95% de probabilidad.
En donde:
VALOR DE K FUERZA DE LA
CONCORDANCIA
< 20 Pobre
14
A partir de los valores de kappa menores a 0,7 es necesario revisar la clasificacin de las imgenes,
para continuar con la redistribucin de puntos dentro del proceso de diseo de la muestra.
91
Estas reas de cambio deben ser ajustadas de acuerdo a las fechas de las pocas
de referencia, 1de Enero 1990, 1 de Enero 2000 y 1 de Enero 2008.
Donde:
Ci j (t1 t2),es el rea de la cobertura que ha cambiado entre las fechas.
Ci j (t1 t2), rea normalizada de la cobertura de cambio en el perodo.
no_days (90 97), es el nmero de das julianos por perodo
no_days (t1 t2), es el nmero de das julianos por fechas
Donde:
Ci -i (90-97),es el rea de la cobertura que se ha mantenido en el periodo.
TAi(t1), rea de la cobertura inicial de la categora A.
TAi(t2), rea de la cobertura final de la categora A.
no_days (90 97), nmero de das julianos desde la fecha inicial al perodo
de ajuste.
Para el clculo de las matrices de transicin para cada perodo de tiempo entre
1990-2000 y 2000-2010 se deber realizar los siguientes pasos adicionales que
se les explicar a continuacin con la finalidad de obtener 2 matrices de
transicin en los perodos indicados.
93
Se deber generar una mscara de informacin para las tres pocas (Figura 66),
esto se puede hacer utilizando estas mismas coberturas en cada ao, luego se
realizar una interseccin de los tres perodos y esta ser la mscara en formato
shape, y transformndolas en base a un cdigo comn, que represente la
informacin que existe para esa fecha.
NIVEL_1 COD_COBERT
Bosque 1
reas agropecuarias 2
Vegetacin arbustiva y herbcea 3
Cuerpos de agua 4
Zonas antrpicas 5
Otras reas 6
Fuente.Elaborado por el autor
94
Figura 67.
67. Cobertura en formato raster del ao 1990
Fuente. Elaborado por el autor
Figura 68.
68. Cobertura en formato raster del ao 2000
Fuente. Elaborado por el autor
Para determinar los cambios de cobertura entre dos perodos 1990 2000 y
2000 2010, se deber realizar una operacin entre las coberturas de cada
poca:
Figura 70.
70 Cambio de coberturas entre los aos 1990-2000
1990
Fuente. Elaborado por el autor
Figura 71.
71. Cambio de coberturas entre los aos 2000-2010
2000
Fuente. Elaborado por el autor
Figura 72.
72. Fecha de imgenes del ao 1990
Fuente. Elaborado por el autor
97
Figura 73.
73. Fecha de imgenes del ao 2000
Fuente. Elaborado por el autor
Figura 74.
74. Fecha de imgenes del ao 2010
Fuente. Elaborado por el autor
Una vez obtenidos los tres archivos raster por poca de referencia, se utiliza la
siguiente operacin para determinar
determinar los traslapos en cada perodo
Ecuacin 12.
12 Traslapos de imgenes en cada perodo
Fuente:Achard
Achard F., Hugh D. Eva, Stibig H-J.,
J., Mayaux P., Gallego J.,
Richards T., Malingreau JP. 2002.
Esteraster
raster que da como resultado de esta operacin, en sus valores nos
mostrara el nmero de intersecciones de imgenes en el perodo, para este
archivo ser necesario su reclasificacin para una interpretacin ms sencilla
98
Contina
99
Figura 75:
75: Traslapo entre fechas de los perodos de 1990-2000
1990
Fuente. Elaborado por el autor
Figura 76:
76: Traslapo entre fechas de los perodos de 2000-2010
2000
Fuente. Elaborado por el autor
100
3.11.1.3
3.11.1.3Determinacin de las matrices de transicin
Ecuacin 13.Cambio
13 de Cobertura de 1990-2000
2000
Fuente:Achard
Achard F., Hugh D. Eva, Stibig H-J.,J., Mayaux P., Gallego J.,
Richards T., Malingreau JP. 2002.
Figura 77:
77: Cambio de Cobertura entre los aos 1990-2000
1990
Fuente. Elaborado por el autor
101
Figura 78:
78: Cambio de Cobertura entre los aos 2000-2010
2000
Fuente. Elaborado por el autor
El resultado ser una raster con valores de hasta 4 dgitos, que ser ubicado por
ejemplo:
12 04 En la Interseccin de imgenes 4
La tabla de esteraster
esteraster debe ser exportada como archivo .dbfque
.dbf luego ser
copiado en una matriz que nos facilitar el clculo de los cambios de cobertura
por periodo.Abrimos
Abrimos el archivo .dbf y copiamos las dos columnas de VALUE
y COUNT, en la hoja de clculodel
clculo cambio de cobertura.
102
Matrices
para cada
interseccin
Dentro de la tabla, todos los campos que estn resaltados con amarillo deben
ser llenados. Las fechas deben ser registradas con anterioridad y guardadas en
una tabla para poder insertarlas con mayor facilidad.
Para el clculo del cambio de coberturas por periodo se basa en una matriz
general, la cual contiene reas normalizadas con valores ajustados a las
pocas de referencia, en los cuales se han aplicado una serie de frmulas que
permiten su clculo automtico. Estas matrices han sido generadas para un
nmero mximo de 50 intersecciones que es suficiente para el rea se estudio.
Despus de insertar estos valores en las tablas principal de la matriz de datos,
se desplegaran en las siguientes hojas de acuerdo a las intersecciones el
nmero de par de imgenes, cambios de cobertura y el rea que abarcan (tabla
3.12).
Tabla 3.12. Tabla de Cobertura por intersecciones
103
En cada hoja de clculo llenar los valores de los das bisiestos entre fechas. El
resultado, vendr desplegado en la hoja de clculo MATRIZ FINAL, esta
recopila toda la informacin de las matrices de cada hoja de clculo de cada
interseccin.
IMGENES
SENSOR (Landsat, Aster y Rapideye)
ORIGINALES
1990
PATH_ROW (8_60, 9_60 y 10_60)
CDIGOIMAGEN
2000
2010
PROCESADAS
1990
PATH_ROW (8_60, 9_60 y 10_60)
CDIGOIMAGEN
2000
2010
NUBES
SEGMENTACIN
CLASIFICACIN FUSSY
NDVI_TIFF
RASTERIZACIN
106
EDICIN_IMAGENES
INTERPRETACIN_UNION
PUNTOS DE CAMPO
MATRICES DE CONFUSIN
MAPAS
CAPTULO 4
RESULTADOS
700000
600000
500000
400000
300000 REA 1990 (ha)
200000
REA 2000 (ha)
100000
0 REA 2010 (ha)
Lo que se trata de detectar son las reas de cambio mediante el anlisis visual
de imgenes en color provenientes de varias fechas, el sistema de anlisis
digital de imgenes (ADI) permite obtener mezclas en color de 3 bandas de
una imagen aplicando a cada una de ellas uno de los caones de color
disponible. (R,V,A).Si la imagen resultante aparece en tonos de color es
debido a que las 3 bandas que se combinan presentan comportamientos
espectrales diferentes.Si vemos un pixel en color es porque cuenta con un ND
distinto en las 3 bandas ya que de otra manera se vera en tonos de
gris.Chuvieco (2009).
Dnde:
Se puede observar que al obtener los NDVI de cada imagen por separado, la
imagen Aster, discrimina con mucha facilidad reas donde existe actividad
antrpica, reas de bosque y cuerpos de agua, pero al momento de obtener la
diferencia entre estas imgenes se vuelve ms obscura y no permite diferenciar
con facilidad reas intervenidas.
Como resultado final de esta metodologa se obtuvo imgenes con valores que
varan de entre 1 y -1, los valores negativos representan prdida de cobertura
vegetal distinguiendo la ganancia y prdida de valor digital respectivamente.
En zonas con valores a 0 no se ha generado cambio alguno.
118
4.3 CONCLUSIONES
Se tiene que hacer correcciones radiomtricas y geomtricas para
estandarizar la informacin, que permita combinar imgenes de
diferentes sensores para que no genere errores al momento de
procesarlas, sin embargo, depende de las caractersticas de cada una
de las imgenes que se utilizarn. Para las imgenes satelitales
Rapideyeno se realiz ninguna correccin ya que tenan un nivel de
procesamiento completo.
4.4 RECOMENDACIONES
4.5 BIBLIOGRAFIA
(s.f.). Obtenido de
http://www.ambiente.gob.ec/userfiles/5997/file/Mapa%20de%20Deforestaci
%C3%B3n%20Hist%C3%B3rica%20del%20Ecuador%E2%80%9D_%20Im
plementaci%C3%B3n%20en%20%20tres%20Sitios%2Piloto.pdf
(s.f.). Obtenido de
http://siga.cna.gob.mx/SIGA/Percepcion/Fundamentos%20de%20teledetecci
%C3%B3n%20espacial.PDF
(s.f.). Obtenido de
http://www.uc.cl/agronomia/c_extension/Revista/Ediciones/tecnologia.pdf
Ambrosio, G., Gonzlez, J., & Arvalo, V. (s.f.). Deteccin de Cambios urbanos
mediante comparacin de imgenes multitemporales. Obtenido de
http://www.cea-ifac.es/actividades/jornadas/XXIV/documentos/viar/96.pdf
122
Change, I. P. (2003). Good Practice Guidance for Land Use, Land Use Change and
Forestry Projects. Geneva, Switzerland.
Gilabert, M A; Gonzlez, Piqueras; Garca Haro, F J;. (1997). Acerca de los ndices
de vegetacin. Revista de Teledeteccin.
Soria, R. C., Ortiz, F. I., & Volke, V. (1998). Sensores remotos, principios y
aplicaciones en la evaluacin de los recursos naturales. Sociedad Mexicana
de la Ciencia del Suelo.