Ciencias Ambientales

TELEDETECCIÓN AMBIENTAL

Profesores: Emilio Chuvieco, Javier Salas, Inmaculada Aguado y Pilar Martín

PRÁCTICAS DE TRATAMIENTO DIGITAL DE IMÁGENES

Objetivos:

Familiarizar al alumno con el tratamiento digital de imágenes de satélite y mostrar

sus potencialidades para la investigación medio ambiental. Contrastar los criterios
empleados en el tratamiento digital con los utilizados en el análisis visual de las imágenes.

Material de trabajo:

- Imagen Landsat-ETM, en formato digital, de 12 de Agosto de 2002, todas las

bandas multiespectrales, excepto la térmica.

- Programa de procesamiento digital de imágenes: IDRISI32 release 2

- Programa de simulación de reflectividad: Visual PROSPECT

- Guión de prácticas.

Desarrollo:

El alumno deberá seguir el guión propuesto para estas sesiones, tomando nota de
los procesos seguidos y los resultados obtenidos, de cara a la superación de la parte de
prácticas que se incluirá en el examen final. El profesor, tras una explicación general de la
práctica, se dedicará a resolver cuestiones puntuales durante el desarrollo de estas sesiones.
 Teledetección Ambiental - 2

PRÁCTICA 2

INTRODUCCIÓN A IDRISI32 release 2

Este programa se ha desarrollado en la Graduate School of Geography de la Clark University

de Massachusetts (USA) para el programa UNEP/GRID. Es uno de los SIG de tipo raster más
empleados en el mundo debido a sus grandes capacidades y a su bajo coste.

El programa se compone de más de cien módulos ejecutables, que son accesibles desde un
sistema de menús, que facilita su uso, o desde los iconos que aparecen en la barra de herramientas, en
este último caso sólo los módulos más utilizados. Asimismo, el programa permite enlazar varios
comandos para ejecutar automáticamente un conjunto de operaciones (modo macro). No todos los
comandos están preparados para actuar de este modo, solamente aquellos que aparecen totalmente
escritos en mayúscula al desplegar el menú.

Tipo de archivos

El programa IDRISI32 release 2 maneja principalmente datos geográficos en formato raster,

aunque es capaz de integrar datos vectoriales y tablas de valores temáticos (atributos). En este
programa cada archivo de datos cuenta con otro del mismo nombre, aunque distinta extensión, que
contiene documentación sobre el anterior. En el caso de las imágenes raster la extensión .RST indica el
archivo de datos y la extensión .RDC designa el que contiene la información documental: formato,
coordenadas, número de filas y columnas, valores máximo y mínimo, etc. Para los archivos vectoriales
se utilizan la extensión .VCT, para almacenar las coordenadas que describen los objetos del mapa
(puntos, líneas o polígonos), cada uno de ellos con su identificador y el número de vértices empleado;
y otro de extensión .VDC con la documentación necesaria para su interpretación. Para el manejo de
información temática en forma de tablas se utilizan los archivos .AVL y .ADC, y bases de datos con
extensión .MDB y .ADC. En este último caso, el programa puede utilizar bases de datos en formato
Access o DBASE.

Otros tipos de archivos utilizados por IDRISI32 release 2, de interés para la teledetección, son:

- .SMP, .SM0, .SM1, .SM2 y .SMT, contienen la descripción de las paletas y símbolos de color
utilizadas para la realización de cartografía.

- .COR para describir las coordenadas de una serie de puntos de control para la corrección
geométrica de imágenes (comando RESAMPLE).

- .SPF y .SIG, para archivos de signaturas espectrales.

 Teledetección Ambiental - 3

- .SGF, para archivos de grupos de signaturas espectrales.

- .SCF, para archivos de curvas espectrales de laboratorio.

- .SBF y .HSG para archivos de información hiperespectral.

- .TS, para archivos de series temporales.

Formato de almacenamiento

IDRISI32 release 2 tiene la posibilidad de codificar la información temática raster usando

diversos criterios. En primer lugar, pueden codificarse las categorías de un mapa en tres tipos de
números (cada uno de los cuales se almacena de manera distinta por el ordenador):

- enteros, para cantidades situadas entre -32768 y 32768;

- reales, sin límite de tamaño pero con pérdida de precisión, algunos decimales no se
conservan;

- byte, para valores enteros entre 0 y 255.

En cuanto a la codificación digital, estos números pueden estar almacenados en ASCII, binario
o binario empaquetado.

Entrada de archivos en el sistema

El programa IDRISI32 release 2 cuenta con opciones para la digitalización de la información

cartográfica en formato analógico (vectorial), mediante el programa complementario CARTALINX.
Una vez generados los archivos vectoriales, IDRISI ofrece varios medios para obtener mapas raster de
estos archivos, en concreto los comandos POINTRAS, LINERAS y POLYRAS, que rasterizan mapas
de puntos, líneas y polígonos, respectivamente. En los tres casos, el procedimiento se inicia con la
creación de un archivo raster de "fondo". Para ello se emplea el comando INITIAL, donde se especifica
el tamaño de la imagen, su formato, sistema de coordenadas, y el valor de fondo (habitualmente 0).

IDRISI32 release 2 también ofrece la posibilidad contraria; esto es, convertir un mapa raster a
formato vectorial. Esto puede llevarse a cabo con imágenes raster de polígonos y de puntos. Los
comandos a utilizar son POLYVEC y POINTVEC, respectivamente. Todos los módulos de
rasterización/vectorización aparecen en el submenú Rater/Vector Conversion del menú Reformat.

Un procedimiento muy usual de crear una base de datos en IDRISI32 release 2 es importar
mapas digitales generados en otros programas. Para ello, cuenta con un módulo de
 Teledetección Ambiental - 4

importación/exportación (submenús Import y Export, en el menú File). Entre otros, lee los formatos
TIFF, ERDAS, GRASS, ARC/INFO y ATLAS*GIS.

Iconos de control
Una de las funciones más habituales en cualquier sistema de tratamiento digital de imágenes es la

visualización. En el caso de IDRISI32 esta función se activa mediante el comando Display Launcher .
Relacionadas con esta función existen una serie de opciones de gran interés que se activan mediante los
siguientes iconos de la barra de herramientas del menú principal:

- ajustar el mapa a la ventana de visualización

- maximizar la ventana de visualización

- zoom: ampliación del tamaño de la visualización

- restaurar la visualización inicial

- conectar imágenes. Requiere que exista un archivo de grupo de imágenes, que se genera en
Collection Editor (submenú File). Una vez activada esta opción, cualquier operación de las
anteriores se ejecutará sobre todos los archivos visualizados del archivo de grupo de imágenes.

- marcadores. Permite volver de forma automática a la visualización de ventanas de zoom realizadas

sobre la imagen (hacer un zoom de un sector de la imagen, pulsar , pulsar sobre “añadir la
vista actual como un marcador”, introducir un nombre y pulsar Enter. Ok. Volver a la imagen

original. Pulsar de nuevo y seleccionar el marcador que hemos creado.

- cursor en modo consulta sencilla, aparece un cursor en la pantalla con el que se puede seleccionar un
píxel y presionando el botón izquierdo del ratón se obtiene su valor temático, a la vez que se visualiza su
posición geográfica, en la barra de estado.

- cursor modo búsqueda múltiple. Requiere un archivo de grupo de imágenes. Al seleccionar un

píxel, aparecerán los valores temáticos de todos los archivos incluidos en el archivo de grupo,
además de su posición geográfica en la barra de estado.

- digitalización en pantalla, digitalización de objetos vectoriales.

 Teledetección Ambiental - 5

Guía de operaciones
Una vez en Windows pulsa sobre el icono de la aplicación IDRISI. En estos momentos aparece
en pantalla la ventana principal del programa, compuesta por varios elementos (menú principal, barra
de herramientas, barra de estado y ventana de visualización). El menú principal ofrece las siguientes
opciones:

File (Gestión de archivos)

Display (Visualización-Cartografía)

GIS Analysis (Análisis espacial)

Modeling (Modelado)

Image Processing (Procesamiento de imágenes)

Reformat (Transformaciones)

Data Entry (Entrada de datos)

Window List (Lista de ventanas abiertas)

Help (Sistema de Ayuda en pantalla)

ÓRDENES BÁSICAS DEL PROGRAMA

Las operaciones fundamentales del programa IDRISI se llevan a cabo activando una serie de
órdenes. Las de carácter más general son:

- Data Paths (menú File; ), modifica el entorno de trabajo, es decir, disco y directorio
donde se localizan las imágenes y donde se almacenan los resultados de los procesos realizados.

- Idrisi File Explorer (menú File; ), lista los archivos existentes en el directorio activo y su
estructura interna; incluye las opciones de cambiar nombre, eliminar y copiar archivos entre otras
cosas.

- Metadata (menú File; ), muestra y modifica la documentación de los archivos.

- Collection editor (menú File; ), permite la generación de archivos de grupos de

imágenes.

- User preferences (menú File), predetermina el idioma, las paletas de color por defecto, y
algunos otros parámetros como la protección contra sobreescritura.
 Teledetección Ambiental - 6

- CONVERT (menú Reformat), cambia el modo en que se almacenan los datos de un archivo de
datos. Convierte el tipo de datos (enteros, reales y byte) y el tipo de archivos (ASCII, binario, binario
empaquetado).

- Edit (menú Data Entry; ), es un editor de archivos ASCII.

TRATAMIENTO DIGITAL DE IMÁGENES

Los archivos que utilizaremos en esta práctica están localizados en el directorio TELEGRUPOx
(siendo x el número del grupo de prácticas al que perteneces), para poder acceder a ellos desde IDRISI
debemos modificar el entorno de trabajo con el comando Data paths, en el menú File o pulsando el

icono . Con este comando es posible indicar el disco y directorio donde se encuentran las
imágenes que vamos a utilizar y donde se almacenarán los archivos que generemos durante la sesión.

1. OPERACIONES DE UTILIDAD GENERAL

Esta práctica se centra en la realización de operaciones básicas en un equipo de tratamiento

digital de imágenes. En concreto se abordan las siguientes: descripción de la imagen, operaciones de
visualización, obtención de estadísticas de la imagen y extracción de información.

El primer proceso que debe abordar el tratamiento digital de imágenes es la lectura de los
datos originales. Aquí se asume que ese proceso se ha llevado a cabo. La imágen que será objeto de las
prácticas de esta asignatura se encuentra ya en formato IDRISI32 release 2 (archivos .RST y .RDC). Se
trata de una imagen correspondiente a un sector del Noroeste de la provincia de Guadalajara,
adquirida por el satélite Landsat-7 el doce de agosto de 2002. Los archivos ETMn.RST que aparecen en
el directorio propuesto corresponden a cada una de las bandas originales de la imagen, donde n indica
el número de la banda del sensor ETM1.

1 Banda 1: 0,45 - 0,52 µm (azul)

Banda 2: 0,52 - 0,60 µm (verde)
Banda 3: 0,63 - 0,69 µm (rojo)
Banda 4: 0,76 - 0,90 µm (infrarrojo cercano)
Banda 5: 1,55 - 1,75 µm (infrarrojo de onda corta –SWIR-)
Banda 7: 2,08 - 2,35 µm (infrarrojo de onda corta –SWIR-)
 Teledetección Ambiental - 7

1.1. Documentación de la imagen

Acceder al comando Metadata, menú File o mediante el icono de la barra de

herramientas. Seleccionar imagen raster y, a continuación, el nombre de una de las bandas con las que
vamos a realizar los ejercicios: ETM1, ETM2, etc. Este comando nos permite visualizar el archivo de
documentación de la imagen, que nos facilita información referente al tamaño y condiciones de la
imagen (número de filas y columnas, nivel digital mínimo y máximo, tamaño del píxel, etc.). Utilizar
este comando con todas las bandas. Rellena, en la medida que sea posible, los datos estadísticos de la
tabla del apartado 1.5 (página 10 del guión).

1.2. Opciones para la visualización

Una vez que conocemos la información documental de la imagen pasaremos a la visualización

de la misma.

Para visualizar cada una de las bandas de nuestra imagen utilizar el comando Display

Launcher, en el menú Display o el icono de la barra de herramientas. Seleccionar imagen raster.

La imagen a visualizar será ETM1, correspondiente a la banda azul del espectro. Elegir, la paleta Grey
Scale, para indicar que se visualizará en tonos de gris y marcar la opción de autoescalado; el resto de
los parámetros de visualización los aceptaremos por defecto. Pulsar "OK".

Cuando aparece la imagen en pantalla, pueden analizarse los tonos de gris de las principales
cubiertas en ella representadas: áreas desprovistas de vegetación (suelos desnudos), cultivos, agua,
zonas urbanas, espacios forestales, etc. Para conocer el valor y localización de un píxel determinado

utilizaremos el cursor en modo consulta . En la barra de estado aparecen las coordenadas

columna y línea del píxel sobre el que sitúa el cursor. Cada vez que se pulse el botón izquierdo del

ratón aparecerá el ND de ese píxel. Para salir de la opción vuelve a pulsar el icono .

Para facilitar la localización de los píxeles puede utilizarse, cuando esté la imagen en pantalla,

la operación zoom , que permitirá magnificar una zona de la imagen, describiendo una ventana
de ampliación con la ayuda de los botones del ratón. Una vez activado el icono, nos situamos sobre
una de las esquinas de la ventana que queremos describir y pulsamos el botón izquierdo del ratón, y
sin dejar de pulsar nos desplazamos hasta la esquina opuesta; cuando soltemos el ratón aparecerá
solamente el área seleccionada con la ventana. La operación contraria (volver a la visualización

original) se consigue pulsando el icono .

 Teledetección Ambiental - 8

Para obtener los valores de un pixel en todas las bandas a la vez, podemos utilizar el cursor en
modo consulta múltiple. Para ello debemos generar un archivo de grupo que contenga todas las
bandas a consultar, con el módulo Collection Editor (menú File). Dentro de este módulo, selecciona las
opciones File y New; a continuación, elige el tipo de archivo “Raster group file”, que se llamará
BANDAS. Pulsa la opción Abrir. Añadamos todas las bandas, en orden ascendente, y guardemos el
archivo creado (File, Save). Una vez creado el archivo de grupo de imágenes, volvamos a la
visualización y veremos que en el listado de imágenes disponibles aparece BANDAS (precedida por
un pequeño cuadrado con un símbolo + en su interior), si pulsamos sobre éste, aparecerán las
imágenes que incluye, seleccionemos una de ellas. Una vez visualizada activamos el cursor en modo

consulta múltiple . Aparecerá una nueva ventana (Properties) que muestra, al situarte sobre un
píxel de la imagen, los valores de este en todas las bandas incluidas en el archivo de grupo de

imágenes. En principio los valores son numéricos, pero si pulsas sobre el símbolo , aparece
su representación gráfica en forma de diagrama de barras, equiparable a la signatura espectral de ese
punto. Utiliza esta opción para identificar las diferentes cubiertas que aparecen en la imagen (agua,
cultivos de regadío, urbano, suelo, matorral, pinar, caducifolios...). Anotar los valores de ND de cada
una de estas cubiertas para todas las bandas así como las coordenadas de los píxeles seleccionados.
Comenta los resultados en función de lo expuesto en las clases teóricas.

Hasta el momento hemos visualizado imágenes de una sola banda en niveles de gris, sin
embargo con IDRISI32 release 2 es posible también visualizar simultáneamente tres bandas del
espectro, asignando a cada una un color elemental y creando así una composición en color. Para
realizar una composición multibanda, se utiliza el módulo COMPOSITE, en el menú Display, o el

icono , que genera una imagen de tres bandas asignando cada banda a uno de los tres colores
elementales. El programa nos pedirá los nombres de las bandas que se asignarán al rojo, verde y azul,
un nombre para la composición, el tipo de expansión de contraste que queremos (elegir lineal con
puntos de saturación, 5%), si queremos omitir el 0 en la compresión (seleccionaremos esta opción), el
tipo de archivo de salida (en este caso, 24-bit con valores expandidos, y un título para la nueva
imagen.

La imagen se visualizará por defecto. Cuando queramos volver a visualizarla,

seleccionaremos la imagen entre los archivos raster, y el módulo Display launcher reconocerá el tipo
de archivo y le asignará la paleta correcta por defecto.

Ensayar distintas composiciones: falso color (2,3,4 y 3,5,4), color natural (1,2,3), etc., y
comentar las diferencias entre ellas: en qué composición se aprecian mejor las distintas cubiertas ¿cuál
 Teledetección Ambiental - 9

resulta más natural al ojo humano? ¿a que se debe el color de cada cubierta?. Utiliza el cursor en modo
consulta si quieres visualizar los ND de cada una de las bandas que forman la composición sobre
diversas cubiertas de la imagen.

1.3. Perfiles radiométricos

Para valorar la variación radiométrica a lo largo de la imagen diseñaremos un perfil sobre la

misma. Para ello, una vez tengamos la imagen en pantalla (podemos utilizar una de las composiciones

en color generadas anteriormente), pulsar el icono digitalizar en pantalla . El programa nos

pregunta qué clase de elemento queremos digitalizar, elegir la opción Line, el tipo de dato (integer), e
introducir un nombre para el archivo vectorial en el que se guardará la línea (no hay que introducir
extensión), por ejemplo PERFIL. A continuación, con el botón izquierdo del ratón marcamos sobre la
imagen un extremo de la línea, nos desplazamos para marcar el extremo contrario (también con el
botón izquierdo). (Ojo, el perfil ha de atravesar las principales cubiertas de interés de la imagen). Para
salir de la opción de digitalización, pulsar el botón derecho del ratón. Para guardar la línea en el

archivo debemos pulsar sobre el icono de la barra de herramientas.

Pueden visualizarse los ND de los píxeles que atraviesa el perfil con el comando PROFILE, en
el menú GIS Analysis, opción Database Query. El programa requiere conocer el tipo de perfil
deseado, elegir la opción Espacial (Over Space). A continuación, el nombre del archivo que alberga a
esa línea, en este caso PERFIL, y el de la banda de la cual se extraerán los ND, en este caso ETM3.
Anotar los rasgos generales del perfil e intentar delimitar algunas de las cubiertas por las que atraviesa
dicha línea a partir de la variación de los ND. Repetir el proceso sobre ETM4. Anotar las diferencias.
Intentar explicar su significado en función de los conocimientos teóricos sobre el comportamiento
espectral de las distintas cubiertas en las bandas analizadas.

1.4. Histogramas de la imagen

La información obtenida con Metadata es complementada con la distribución de frecuencias

de la imagen y los estadísticos básicos (media y desviación típica). Para obtener esta información

utilizaremos el comando HISTO, en el menú Display o el icono . Los parámetros a introducir son
el nombre de la imagen de la que queremos obtener el histograma (ETM2, por ejemplo), los umbrales
mínimo y máximo del histograma, que serán 0 y 255, respectivamente; la anchura de la clase, que será
1 y el tipo de salida, que será Gráfica. Anotar la forma del histograma (anchura, picos, etc.). Anotar los
 Teledetección Ambiental - 10

valores estadísticos elementales (media y desviación típica) en la tabla del apartado 1.5. Repetir el
proceso con el resto de las bandas.

1.5. Diagramas de dispersión

La mayor parte de los manuales de teledetección anotan la existencia de fuertes correlaciones

entre algunas bandas. Esto significa, que la información facilitada por una banda del espectro resulta
muy similar a la ofrecida por otra. En consecuencia, puede obviarse una de ellas sin perder una parte
significativa de la información. Para comprobar este hecho puede abordarse un análisis de regresión
entre bandas, mediante el comando REGRESS, menú GIS Analysis, submenú Statistics. Este análisis
puede realizarse sobre la imagen completa o sobre una muestra (mediante una máscara). Lo haremos
sobre la imagen completa. La banda independiente será ETM1 y la dependiente ETM2. Aparecerá en
pantalla la nube de puntos y la recta ajustada con los valores del coeficiente de correlación. ¿Qué
sentido tiene la gráfica? También se visualizarán una serie de parámetros elementales de la regresión
(coeficientes de correlación y determinación). Anotar el valor de correlación en la tabla que aparece a
continuación. ¿Qué sentido tienen esos valores? Aplicar un proceso similar al resto de posibles
combinaciones entre bandas que aparecen sin rellenar en la tabla.

Con la información obtenida mediante la visualización de las imágenes y con los datos que
aparecen en la siguiente tabla, razonar qué conjunto de tres bandas ofrece la mayor cantidad de
información no redundante.

CORRELACIONES (r) ESTADÍSTICAS

ETM1 ETM2 ETM3 ETM4 ETM5 ETM7 Min. Max. Med. D.T.

ETM1 1 0,95 0,77 0,86

ETM2 1 0,98 0,81 0,93 0,88

ETM3 1 0,94 0,89

ETM4 1 0,75

ETM5 1

ETM7 1
 Teledetección Ambiental - 11

2. REALCE DE IMÁGENES

El objetivo de esta práctica es ensayar las operaciones más comunes en el realce visual de la
imagen. Para ello visualizaremos una de las bandas, seleccionar aquella cuyos niveles digitales estén
comprendidos en un rango más pequeño (acude a la tabla del apartado 1.5). Visualiza la imagen (sin la
opción autoescale) y observa el contraste entre las diferentes cubiertas. Nos encontramos ante una
imagen no realzada.

El realce más habitual para la visualización de imágenes es la expansión lineal, que

generalmente supone expandir el rango de visualización entre los valores mínimo y máximo de la
imagen. Esto puede realizarse de dos modos: seleccionando la opción de autoescalado (autoescale; al
visualizar la imagen), en este caso el realce se aplica sólo sobre la memoria gráfica; o mediante el
comando STRETCH, del menú Image Processing, opción Enhancement. También se puede activar

este módulo pulsando el icono de la barra de herramientas. Utilizaremos este comando, con la
opción Linear, y los valores mínimo y máximo de 0 y 255, respectivamente, para visualizar la misma
banda. ¿Qué diferencias aprecias con respecto a la visualización anterior?. Una variante de esta opción
es Linear with saturation. Aplicaremos esta opción con una saturación del 5%. ¿Qué diferencias
aprecias con respecto a la visualización anterior?

El segundo tipo de realce más utilizado es la Ecualización del histograma (Histogram

Equialization). Apliquemos este método. ¿Qué diferencias se aprecian con respecto a la visualización
previa? ¿y con respecto a la original?.

Junto a la expansión general de la imagen, puede ser útil realizar una expansión sobre una
categoría de interés, por ejemplo, las láminas de agua. En este caso se trata de elegir una de las
opciones anteriores, pero delimitar unos límites para la expansión, superior e inferior, que se
correspondan con los valores máximo y mínimo de la categoría en cuestión. Por ejemplo, queremos
realizar una expansión de la banda 4 para realzar las masas de agua. Lo primero que debemos hacer
es muestrear con el cursor las zonas de agua y definir los valores mínimo y máximo de esta categoría,
a continuación realizaremos la expansión introduciendo estos valores como límite inferior y superior
de la expansión. Analiza y comenta los resultados obtenidos.

3. FILTROS DE IMÁGENES

Entre las transformaciones espaciales se encuentra el filtrado de imágenes, que consiste en

aplicar un operador de vecindad a cada píxel de la imagen, modificándolo en función del valor de sus
píxeles vecinos y del suyo propio. Su objetivo es el de eliminar o destacar algún componente o
 Teledetección Ambiental - 12

característica de la imagen. Esta técnica se utiliza para realzar distintas características espaciales. El
comando a utilizar es FILTER, en el menú Image Processing, opción Enhancement, que ofrece
múltiples posibilidades de filtrado. Para nuestro ensayo aplicaremos diversos filtros a la imagen
ETM4 con objeto de comprobar cuál es el aspecto de las imágenes resultantes y en que medida
mejoran o empeoran el de la banda original. Aplicaremos en primer lugar un filtro de paso bajo
seleccionando la opción de media (Mean).

Utiliza diversos tamaños de ventana (3x3, 5x5, 7x7). Analiza los resultados de estas
operaciones. ¿Qué cambios se observan al modificar el tamaño de la ventana?.¿Para que crees que
sería útil este tipo de filtro?

Otra posibilidad de suavizar la imagen es aplicar un filtro de mediana (Median). Observar los
efectos de este filtro sobre la imagen y compararlo con la imagen resultante del filtro de media.
Comentar las diferencias entre ambos.

Lo filtros de paso alto están orientados a realzar determinadas elementos de la imagen. Un

tipo especial de filtro de paso alto son los filtros direccionales destinados a realzar alineaciones (Norte,
Sur, Este, Oeste,...) en la imagen, como vías de comunicación o construcciones. Para ensayar este tipo
de filtros utilizaremos la opción definido por el usuario (User-defined). Con esta opción podemos
crear nuestros propios filtros. Hagamos un pequeño ensayo la siguiente matriz de filtraje
correspondiente a un filtro direccional:

ESTE

-1 1 1
-1 -2 1
-1 1 1

Comenta los resultados obtenidos. Estudiar, en cada caso, las ventajas que ofrecen.
 Teledetección Ambiental - 13

PRÁCTICA 3

Recuerda!!!! Modifica el entorno de trabajo con el comando Data paths, en el

menú File o pulsando el icono . El path es TELEGRUPOx siendo x el número

de grupo al que perteneces.

4. CORRECCIONES DE LA IMAGEN

Las imágenes recogidas por los sensores están sujetas a una serie de distorsiones provocadas
por la atmósfera, los movimientos de la plataforma que transporta el sensor, el ángulo de observación
y la curvatura de la tierra, entre otros, así como por los posibles errores en la adquisición por parte del
sensor. Con la ayuda de un sistema de tratamiento digital de imágenes se pueden abordar tres tipos de
correcciones sobre la imagen: radiométricas, atmosféricas y geométricas. A continuación aplicaremos
estas últimas, dejando las atmosféricas para la siguiente práctica, dentro de la conversión de niveles
digitales a reflectividades.

Corrección geométrica

El objetivo de las correcciones geométricas es otorgar un sistema de referencia concreto a la

imagen de satélite. Este sistema puede extraerse de un mapa convencional o de otra imagen (corregida
o no previamente). En nuestro caso optaremos por la primera opción. El objetivo de esta práctica será
georeferenciar la imagen de Landsat utilizando un mapa topográfico escala 1:100.000 en formato
digital. Para abordar la corrección geométrica, en primer lugar se deben buscar una serie de puntos de
control comunes a la imagen y al mapa. Para ello visualicaremos en una ventana la imagen a corregir
y en otra el mapa digital (MAPA). Con un poco de paciencia ir anotando las coordenadas de columna
(c) y línea (r) de la imagen (que se obtienen mediante el cursor), y las coordenadas x e y del mapa, para
15 puntos que sean claramente perceptibles en ambos documentos. (Para facilitar la búsqueda de los
puntos de control puede utilizarse la operación zoom, anteriormente comentada).

A continuación es preciso editar un archivo con estas coordenadas. Utilizaremos el comando

Edit (menú Data Entry, icono ), para editar un archivo de correspondencia. En este archivo, la
primera línea indica el número de puntos de control y, en las siguientes, dedicando una línea por
punto, se sitúan las coordenadas en el siguiente orden: columna, línea, coordenada x, coordenada y
(ojo, las coordenadas UTM en metros tienen seis cifras para las x y siete para las y). Al terminar, pulsar
Save para guardar los resultados, seleccionar Correspondence File como tipo de archivo, teclear un
 Teledetección Ambiental - 14

nombre (p.ej., PUNTOS) y Exit para abandonar el Editor. El siguiente es un ejemplo del formato del
archivo. En este caso tiene 3 puntos (Ojo! estas coordenadas son sólo un ejemplo del formato):

3
756 820 447404 4501978
764 459 449248 4513185
186 660 430382 4511478

Los siguientes pasos en la corrección consisten en ajustar el modelo de deformación entre

imágenes y remuestrear los ND de la imagen a la nueva posición. Esto se consigue con el comando
RESAMPLE, menú Reformat. Incluir el nombre de la imagen a corregir (p.ej., TM3), el nombre de la
imagen corregida (p.ej., TM3CO), y el nombre del archivo donde están las coordenadas de los puntos
de control (PUNTOS). En este caso, puede mantenerse el tamaño del píxel original: esto es 30 x 30
metros. Asimismo, debe indicarse el tipo de ecuación de ajuste Linear (Lineal) y el algoritmo de
interpolación Nearest Neighbor (Vecino más próximo). En Output reference parameters, debes
seleccionar el sistema de referencia plane, pues se trata de coordenadas planas UTM 30 n. Las
unidades para la nueva imagen serán m (metros). La distancia de la unidad será 1. El valor de fondo
para la imagen será cero. Introducir valor mínimo y máximo de x y de y que definirán el área a cor-
regir, así como el número de filas y columnas que formarán la nueva imagen. Como nuestro objetivo
es que sea de iguales proporciones a la imagen de 2002, utilizaremos los siguientes datos:

Columnas: 660
Filas: 500
Xmín: 475700
Xmáx: 495500
Ymín: 4520000
Ymáx: 4535000
Tamaño de píxel: 30 m

Pulse OK.

Seguidamente, el programa nos ofrece los errores residuales para cada uno de los puntos de
control introducidos previamente y el RMS del conjunto de puntos. Si este último está en un margen
razonable (en cualquier caso, por debajo de 1 píxel), puede aceptarse la ecuación de ajuste.

En caso contrario, el error puede deberse a que las coordenadas de alguno de los puntos no se
han tomado correctamente, o que no sea clara su identificación en la imagen. En el primer caso,
repasar las coordenadas introducidas y, si es necesario, modificarlas, acudiendo de nuevo a Edit. En el
segundo, pueden omitirse algunos puntos dudosos. Para ello, debes pulsar sobre el cuadrado que
 Teledetección Ambiental - 15

aparece delante del punto en cuestión, haciendo que desaparezca la marca que aparece en su interior.
Podrías volver a incluirlo simplemente pulsando de nuevo sobre el cuadrado. Cada vez que se elimina
un punto debe volverse a calcular los residuales y el RMS, para ello debes pulsar Recalculate RMS.
Lógicamente, deben borrarse los puntos con mayor error. Una vez que el RMS esté en un umbral
aceptable, pulsar OK para continuar el proceso de corrección.

Tras unos minutos, se habrá generado la nueva imagen y se visualizará automáticamente. En

este caso, al tratarse de una imagen corregida, podrán visualizarse las coordenadas UTM, cuando
utilicemos el cursor en modo consulta. También aparece un resumen estadístico del proceso realizado.
Prueba alguna otra opción, por ejemplo: Quadratic (mapping function) y Bilinear (resampling type), el
archivo de salida debe tener diferente nombre para que no se sobreescriba en el anterior. Situar 4
puntos de control nuevos, sobre la imagen, viendo luego sus coordenadas en el mapa, para comprobar
que la corrección geométrica ha sido adecuada. Compara los resultados de las distintas correcciones
realizadas. ¿Qué diferencias se observan?.

Comprobarás que en la imagen corregida aparecen unos píxeles sin valor, resultado de la
rotación de la imagen. Calcula las coordenadas de salida que se deberían introducir en el apartado
“Output parameters” del módulo Resample para que la imagen de salida no incluya estas zonas.

Una vez que se haya decidido cual es la transformación adecuada, debería realizarse la
corrección del resto de las bandas. Nosotros no lo haremos en este caso por la limitación de tiempo.
 Teledetección Ambiental - 16

PRÁCTICA 4

Recuerda!!!! Modifica el entorno de trabajo con el comando Data paths, en el

menú File o pulsando el icono . El path es TELEGRUPOx siendo x el número

de grupo al que perteneces.

5. CONVERSIÓN DE ND A REFLECTIVIDADES

5.1. Corrección atmosférica

La imagen captada por el sensor no corresponde exactamente a la que parte de la superficie

terrestre, sino que cuenta con un porcentaje añadido, consecuencia del efecto dispersor de la
atmósfera. Para abordar los procesos de corrección atmosférica, se pueden desarrollar múltiples
procedimientos, con distintos grados de complejidad y precisión.

A continuación pasaremos a convertir los niveles digitales a valores de reflectividad. Esta

conversión requiere que se lleve a cabo la corrección atmosférica de la imagen. Esta corrección puede
realizarse antes o a la vez que la conversión a reflectividades. Uno de los métodos más sencillos es el
del valor mínimo propuesto por Chavez, que asume que el valor más bajo de cada banda debería ser 0
si en la imagen se incluye alguna cubierta de mínima reflectividad como el agua, y utiliza este valor
como base para la corrección. Se trata, simplemente, de restar el valor mínimo de cada banda al
conjunto de píxeles de dicha banda. Este es el método que utilizaremos, que incluiremos en la
ecuación del cálculo de reflectividad mediante el valor mínimo de cada banda a corregir (estos valores
aparecen en la documentación de la imagen).

El modelo de conversión a reflectividades que utilizaremos será el propuesto por Chavez en

1996, que incluye la corrección atmosférica mediante la resta del valor mínimo. La ecuación
simplificada es:

ρk= (K * π * a1,k * (NDk - NDmin,k))/( Eo,k * cosθ * τk,i)

donde:

ρk = reflectividad en la banda k

K = factor de corrección de la distancia Tierra-Sol (1,03 en nuestro caso)

Eo,k = Irradiancia solar extraterrestre en el techo de la atmósfera (tabla 1)

cosθ = coseno del ángulo cenital solar en la fecha de la imagen ( 0.839 en nuestro caso)
 Teledetección Ambiental - 17

a1,k = Coeficiente de calibración del sensor Enhanced Thematic Mapper (tabla 1)

ND,k = Nivel digital del píxel en la banda k

ND,min,k = Nivel digital mínimo de la banda k

τk,i = Transmisividad para el flujo ascendente (tabla 1)

Tabla 1

Banda τk,i a1,k Eo,k (W/m² µm)

ETM3 0.85 0.938 1557

ETM 4 0.91 0.965 1047

ETM 5 1 0.191 219.3

ETM 7 1 0.066 74.52

Con estos datos podemos convertir los niveles digitales de las bandas 3, 4, 5 y 7 utilizando Image

Calculator dentro del menú GIS Analysis, submenú Database Query, o el icono .

El tipo de operación a realizar es una expresión matemática. Utilizaremos el botón de insert

image para incluir en el recuadro “Expresión a procesar” las bandas a utilizar junto a las operaciones
necesarias según la fórmula indicada. Para la banda 3 sería como sigue:

(1.03*3.1416*0.938*(ETM3 - 13))/(1557*0.839*0.85)

En el recuadro “Archivo de salida” incluiremos el nombre de las bandas de salida (por

ejemplo ETM3RE para los valores de reflectividad calculados a partir de la banda3). Cuando hayamos
completado los campos pulsaremos en “process expression” para iniciar el cálculo.

Realiza los cálculos para las bandas 3, 4, 5 y 7 y visualiza los resultados. Obtener los valores de
los píxeles utilizados en el apartado 1.2. ¿Qué diferencias se aprecia con respecto a las bandas
originales?
 Teledetección Ambiental - 18

6. EMPLEO DE MODELOS DE SIMULACIÓN DE REFLECTIVIDAD

En los últimos años se está difundiendo notablemente el empleo de modelos de simulación de

reflectividad basados en la ecuación de transferencia radiativa, que permiten modelizar el efecto de
distintos parámetros fisiológicos de la vegetación en la señal detectada por el sensor.
Para este ejercicio, vamos a utilizar el programa Visual Prospect, escrito por Elena Prado como
parte de su proyecto fin de carrera en Ingeniería en Geodesia y Cartografía. Este programa está escrito
en Visual Basic, basado en los códigos proporcionados por Stéphane Jacquemoud en Fortran. Visual
Prospect resulta muy intuitivo y fácil de utilizar, además dispone de una ayuda en línea, activada al
seleccionar cada uno de los botones.
Al iniciar la sesión el usuario debe indicar si quiere superponer sobre los gráficos alguna malla
de referencia, que puede tratarse de uno de los sensores de teledetección más conocidos (elegir el
Landsat-TM). A continuación aparece la pantalla principal, donde se sitúan a la izquierda los
parámetros a introducir y a la derecha los gráficos, de transmisividad, por un lado, y reflectividad,
por otro. Los parámetros se modifican mediante un botón de desplazamiento, y en cada cálculo debe
ejecutarse primero el botón CALCULAR y luego el DIBUJAR. El botón BORRAR DATOS permite
iniciar de nuevo las simulaciones cuando se llegue al límite de seis que pueden dibujarse en la pantalla
simultáneamente. Cada simulación se identifica por un color sobre el sector inferior izquierdo del
panel, señalándose los datos que se han utilizado en la simulación. El botón Guardar, permite
almacenar una versión ASCII de las simulaciones, que luego podrán exportarse a cualquier programa
de dibujo o cálculo.
 Teledetección Ambiental - 19

Utilizando este programa, simular las curvas de reflectividad y transmisividad de la hoja que
se obtendrían variando los siguientes parámetros de entrada:

Valores para correr simulaciones de Prospect

N 1 1.5 2 Estructura
Cw 0.04 0.01 0.001 Agua
Cm 0.02 0.015 0.01 Materia seca
Ca+b 35 30 25 Clorofila

Para observar mejor el efecto de cada parámetro, correr cada simulación de una sola variable
manteniendo los otros tres parámetros fijos. Se recomienda al fijar las variables utilizar valores
intermedios cuando se hagan las simulaciones. Los límites indicados arriba pueden aumentarse hasta
los que marca el propio programa, si bien algunas combinaciones no serán muy realistas.
Observar el efecto de cada parámetro: ¿en qué bandas se observa mejor su efecto? ¿Cuáles
serían necesarias, por tanto, para poder discriminarlo mejor?

7. COCIENTES E ÍNDICES DE VEGETACIÓN

Entre las transformaciones espectrales de la imagen se encuentran la operaciones aritmético-

lógicas entre bandas, donde destacan los índices de vegetación, basados en el peculiar
comportamiento espectral de las cubiertas vegetales en la zona del visible y el infrarrojo próximo.

Entre los muy diversos índices de vegetación que se han formulado hasta la fecha, el más
utilizado es el NDVI (Índice de Vegetación de Diferencia Normalizada). Se obtiene por la combinación
entre las reflectividades medidas en el infrarrojo cercano (RIR) y el rojo (R), para una parcela
determinada del terreno:

NDVI = (RIR - RR)/(RIR + RR)

Para calcular este índice utilizaremos el comando VEGINDEX dentro del menú Image
Processing/Transformation. Utilizaremos en primer lugar la opción NDVI, que permitirá obtener el
índice de vegetación de diferencia normalizada (NDVI). La primera imagen será ETM3RE (rojo) y la
segunda ETM4RE (infrarrojo cercano) (nótese que estamos utilizando aquí las imágenes convertidas a
valores de reflectividad y no las bandas originales). La de salida, puede ser NDVI.
 Teledetección Ambiental - 20

El resultado se visualiza automáticamente. Para posteriores visualizaciones, con Display

Launcher, será conveniente utilizar la paleta NDVI. Realizar un comentario general sobre el interés de
este índice para discriminar tipos de vegetación. Anotar que categorías de la zona de estudio se ven
mejor discriminadas por esta transformación. Compara los resultados obtenidos con este índice en la
radiometría de campo y los obtenidos en la imagen (para las cubiertas comunes).

Realizar las mismas operaciones para el índice de vegetación (IV): ETM4 /ETM3 utilizando la
opción Ratio. ¿Qué diferencias encuentras entre éste y el anterior?

Varios autores han puesto de manifiesto el efecto de factores externos en el valor del NDVI.
De especial importancia es la contribución del suelo, que puede alterar el valor del índice dificultando
su interpretación. Para intentar paliar este problema se han propuesto otros índices como el SAVI o
índice de vegetación ajustado al suelo, que incorpora una constante (L) con un valor aproximado de
0,5 que ajusta la línea de vegetación-suelo al origen. Calcular el SAVI para esta imagen y comparar el
resultado con el NDVI. Mejora la capacidad de discriminación en cubiertas vegetales con el SAVI?.

Por otro lado, en el NDVI, algunos autores han resaltado el interés de sustituir la banda del
visible por la del infrarrojo de onda corta (SWIR), que se ha denominado NDII. Aplica esta opción
utilizando la banda 5 y comenta las diferencias que se observan entre los resultados de estos dos
índices. Como este índice no aparece en la lista del comando VEGINDEX deberás realizar el cálculo
utilizando Image Calculator dentro del menú GIS Analysis, submenú Database Query, o el icono

Experimentar con otros cocientes que realcen diversas cubiertas de interés. Por ejemplo, puede
intentarse realzar el agua. ¿qué bandas habría que combinar con este propósito? Quizá haya que
utilizar alguna banda que no haya sido transformada a reflectividades, en ese caso habría que
introducir las dos en su formato original (sin conversión).
 Teledetección Ambiental - 21

PRÁCTICA 5

Recuerda!!!! Modifica el entorno de trabajo con el comando Data paths, en el

menú File o pulsando el icono . El path es TELEGRUPOx siendo x el número

de grupo al que perteneces.

8. CLASIFICACIÓN DIGITAL DE IMÁGENES

El programa IDRISI32 release 2 permite abordar la clasificación digital de imágenes,

convirtiendo los ND contenidos en imágenes multiespectrales, en una imagen con un número
determinado de categorías de ocupación del suelo. En esta práctica ensayaremos varios algoritmos de
clasificación supervisada y un método no supervisado.

8.1. Establecimiento de la leyenda

Para abordar la clasificación digital, conviene partir de una serie de datos auxiliares, así como
del trabajo de campo sobre la zona de interés. A partir de esta información se debe elaborar una
leyenda de trabajo bien ajustada a las clases de cubierta presentes en la imagen. La leyenda que vamos
a utilizar está compuesta por:

Identificador Categoría
1 Láminas de agua
2 Cultivos de regadío
3 Cultivos de secano + suelo desnudo
4 Pastizal
5 Matorral
6 Coníferas
7 Quercíneas
8 Vegetación de ribera
9 Urbano

Una vez confeccionada la leyenda puede iniciarse propiamente el trabajo de clasificación. En

la primera fase se realiza el "entrenamiento" del proceso de clasificación.
 Teledetección Ambiental - 22

8.2. Clasificación supervisada

8.2.1. Selección de áreas de entrenamiento

La estrategia supervisada parte de diseñar una serie de campos de entrenamiento sobre la

imagen visualizada en memoria. Así, una vez que tengamos una leyenda de trabajo bien elaborada, es
preciso digitalizar los campos de entrenamiento que definirán numéricamente a cada una de las
categorías. Para ello, visualizar la composición en color que consideremos más conveniente (Display

Launcher) y pulsar el icono de digitalización en pantalla ( ). El archivo vectorial de salida será

CAMPOS. Selecciona polygon. El tipo de dato será entero (integer). Es importante aquí que anotemos
el identificador (ID) de cada campo que se introduzca, para luego recordar a qué categoría pertenece
según la leyenda mostrada anteriormente. Iniciar con 1 para el agua (posteriormente 2 para cultivos de
regadío y sucesivamente hasta la categoría 9 (urbano)). Ahora aparecerá un cursor. Desplaza el cursor
al punto donde se iniciará la digitalización del polígono que define el primer campo de entrenamiento
y pulsa sobre el botón izquierdo del ratón. A continuación, mueve el cursor al siguiente punto del
polígono y pulsa, de nuevo, el botón izquierdo del ratón (verás como comienza a crearse la línea que
define el campo). El polígono que define el campo de entrenamiento debería contener una zona
homogénea del tipo de cubierta en cuestión. Continúa digitalizando hasta el final del polígono y,
entonces, pulsa el botón derecho del ratón. Esto finalizará la digitalización de ese campo de
entrenamiento, asegurando que el polígono cierra perfectamente. Si realizaste algún error y no quieres

guardar ese polígono, selecciona el icono .

Vuelve a pulsar el icono de digitalización en pantalla y un nuevo identificador, hasta terminar

el proceso. Conviene tener más de un área de entrenamiento para cada categoría con el objeto de
representar la variabilidad de las distintas cubiertas dentro de la imagen. No olvides utilizar el mismo
identificador, si quieres digitalizar otro polígono del mismo tipo de cubierta.

Continúa hasta digitalizar todos los campos de entrenamiento de todas las clases de

ocupación del suelo. A continuación, selecciona el icono de la barra de herramientas. Se guardará

el archivo vectorial CAMPOS y, a continuación, volverá a visualizarse.

Con el comando MAKESIG (Image Processing/Signature Development) podemos obtener los

valores estadísticos de los píxeles incluidos en estos campos. Seleccionar la opción archivo vectorial, e
indicar el nombre del archivo que define los campos de entrenamiento (CAMPOS), el número de
bandas (6) y su nombre (ETM1, ETM2, ETM3....). A continuación introducir, en enter signature file
 Teledetección Ambiental - 23

names, el nombre de las clases, que tiene que coincidir con el identificador antes introducido (p.ej.
agua, regadío, urbano, etc.).

Para visualizar las estadísticas generadas en la fase anterior se puede utilizar el módulo
HISTO, con la opción archivo de signatura. En primer lugar, selecciona esta opción y, a continuación,
debes seleccionar la signatura y la banda. Aparecerán las estadísticas elementales y un histograma de
los ND de los píxeles incluidos en ese campo. Analizar esta información. ¿Cuál es la tendencia general
de cada clase? ¿Concuerdan con las curvas teóricas de reflectividad?

El comando SIGCOMP (Image Processing/Signature Development) permite comparar estos

valores entre varias categorías. Comenzaremos con el tipo de visualización de la media (mean).
Introducir el número de categorías que quieran verse simultáneamente y su nombre. Aparecerá un
gráfico con la localización de la media de estas categorías para las tres bandas de la imagen. Realizar
un ejercicio similar con la opción de máximo y mínimo (podemos considerarlo como un gráfico de
dispersión). A partir de estos dos documentos, reflexionar sobre la separabilidad de las clases que
pretendemos discriminar. ¿Qué clases ofrecen una mayor confusión? ¿Qué sentido temático tienen
esos solapes?.

Otro comando para el análisis de signaturas espectrales es SCATTER (Image

Processing/Signature Development). Previamente al uso de este comando será conveniente generar un
archivo de grupo de signaturas, con el comando Collection Editor (menú File). Debes abrir el archivo
CAMPOS e introducir solamente las tres o cuatro signaturas que teóricamente estén más separadas.
Posteriormente podrás generar nuevos archivos de grupo de signaturas con otras categorías. Utiliza
las bandas 3 y 4 como ejes x e y. En el tipo de gráfico selecciona logaritmo de los píxeles. Activa la
opción de crear archivo gráfico de signaturas, utilizando el archivo de grupo de signaturas que
generaste anteriormente. Cuando se visualice el resultado, aparecerá un mensaje advirtiendo que se ha
generado un archivo con la representación gráfica de las signaturas; para visualizarlo debes utilizar la
opción Add Layer (ventana Composer), usa la paleta Qualitative. Puedes probar con otras bandas y
con otras signaturas.

Hasta ahora hemos utilizado métodos visuales para analizar la separabilidad entre clases. El
último paso será la aplicación de un método estadístico: medidas de separabilidad, que aparecen en el
módulo SEPSIG (Image Processing/Signature Development). Existen varias opciones, en nuestro caso
utilizaremos la Divergencia Transformada, que, por defecto, tiene un valor máximo de 2000 (máxima
separabilidad). El resultado es un informe con la separabilidad entre cada par de clases en función de
las bandas seleccionadas. Comenta los resultados ¿Qué categorías se diferencian mejor? ¿Cuáles
presentan mayor confusión?
 Teledetección Ambiental - 24

Si tras este análisis se intuye que el proceso de entrenamiento no fue de suficiente calidad,
deben generarse nuevos campos de entrenamiento, repitiendo el análisis definido anteriormente.

8.2.2. Algoritmos de clasificación

La fase de asignación puede realizarse mediante múltiples tipos de clasificadores; los más
usuales en la clasificación supervisada son: paralelepípedos (PIPED), máxima probabilidad
(MAXLIKE) y mínima distancia (MINDIST). En nuestro caso, ensayaremos las dos últimas.

El comando MINDIST (Image processing/Hard Classifiers) permitirá asignar todos los

píxeles de la imagen a una de las categorías previamente definidas. Los parámetros de control son:
número de signaturas a procesar (de clases), nombre de la imagen de salida, tipo de distancia a utilizar
(seleccionaremos "raw”; ND Originales), y la distancia de búsqueda (en nuestro caso, infinita). A
continuación introducir el nombre de las clases. Pulsar Next para introducir las bandas que van a
utilizarse en la clasificación, una a una, o crear un archivo de grupo de signaturas e introducirlas todas
a la vez. Visualizar los resultados con Display Launcher, con la paleta Qualitative y utilizando
leyenda.

A continuación utilizaremos el comando MAXLIKE aceptando las opciones que aparecen por
defecto. Visualizar los resultados con Display Launcher, con la paleta Qualitative y utilizando
leyenda. ¿Qué diferencias presenta con respecto a la anterior?
 Teledetección Ambiental - 25

PRÁCTICA 6

Recuerda!!!! Modifica el entorno de trabajo con el comando Data paths, en el

menú File o pulsando el icono . El path es TELEGRUPOx siendo x el número

de grupo al que perteneces.

8.3. Clasificación no supervisada

El programa IDRISI32 release 2 puede realizar una clasificación no supervisada a partir de una
imagen compuesta de tres bandas. Esto agiliza mucho los cálculos y simplifica el proceso de
agrupamiento, aunque los resultados pueden no ser muy adecuados. Esto se realiza con el comando
CLUSTER (Image Processing/Hard Classifiers). No obstante, incluye un algoritmo de mayor
precisión, similar a ISODATA, en el módulo Isoclust. Utilizaremos este último. El número de bandas a
utilizar será 6, e introduciremos el nombre de cada una de ellas. El módulo solicita una composición
en color, introduzcamos la que generamos a partir de las bandas 3, 4 y 5 (Ojo, este comando requiere
una composición RGB de 8 bits, si la que tenemos almacenada es de 24 bits crear una nueva
composición con el módulo COMPOSITE). Indicar, a continuación, el nombre de la imagen de salida.
Aparecerá un histograma con la frecuencia de los conglomerados en la imagen. Este documento nos
servirá para definir el número de conglomerados a crear. Analiza este histograma y decide, en función
de las rupturas significativas de su trazado, dicho número (en caso de duda, es conveniente crear el
mayor número de conglomerados, ya que su reagrupación posterior es muy sencilla mediante una
simple reclasificación). La última cuestión que debemos contestar es el número de iteraciones, que
fijaremos en 10.

Estudiar la distribución de las clases definidas por el programa. Discutir su significado e

interés. Asignar, con la ayuda de la cartografía auxiliar, cada conglomerado a una categoría temática.
Visualizar los resultados. Puede que algunos conglomerados pertenezcan a la misma categoría
temática por lo que tendremos que hacer una reclasificación de la clasificación no supervisada. Para

ello utilizaremos el comando RECLASS (menú GIS Analysis, opción Database Query), icono ,
seleccionando la clasificación definida por el usuario. Al concluir el proceso, aplica el filtro de moda y
visualiza los resultados. ¿Qué diferencias presenta con respecto a las supervisadas?
 Teledetección Ambiental - 26

8.4. Presentación de resultados

Para evitar el denominado efecto de "sal y pimienta" es conveniente aplicar un filtro de

mayoría a las imágenes resultantes de la clasificación. Para ello, utilizaremos el comando FILTER
(Image Processing/Enhancement), con la opción de Moda. Aplica este proceso a las dos clasificaciones
supervisadas (no se llevará a cabo con la no supervisada para no complicar demasiado el proceso de
verificación). Ensayar diversos tamaños de ventana hasta conseguir un equilibrio entre calidad de
visualización y pérdida de información.

Ahora llega el momento de obtener los documentos finales. En primer lugar, generaremos una
paleta de color acorde al tema que estamos representando. Para ello, utilizaremos la opción Symbol

Workshop: Palettes en el menú Display (icono ). Hay varios conceptos clave que deberíamos
revisar antes de comenzar a trabajar con el diseño de paletas:
- Una paleta consta de las definiciones de un máximo de 256 colores, numerados con índices de
0 a 255. Para cambiar el color de uno de estos índices se debe pulsar, en primer lugar, sobre su
cuadro. El color de este índice se aplicará a la categoría de igual número de la imagen a que se
aplique.
- Los colores se definen en términos de la mezcla de los colores primarios (azul, verde y rojo)
que producen el color en cuestión. Es el denominado sistema aditivo de los colores primarios.
Este módulo ofrece una serie de colores básicos, además de una tabla de colores para
seleccionar los colores de interés que no aparezcan entre estos. Si fuésemos a utilizar de forma
frecuente alguno de los colores de esta tabla, podríamos incluirlos como colores
personalizados, facilitando la selección del mismo (se elegiría directamente de los colores
personalizados sin necesidad de buscar en la tabla de color).
- Una opción muy útil en la generación de paletas para datos cuantitativos es la función
Mezclar (Blend). Para utilizar esta función, se debe definir los colores de los dos extremos de la
secuencia. A continuación, se especifica estos índices como las categorías inicial y final de la
función Blend y se pulsa el botón Blend. Se interpolarán los valores de todos los cuadros que se
encuentren entre estas dos categorías de color.
Selecciona los colores adecuados a las categorías que se han definido en la clasificación (agua
en azul, urbano en rojo, etc) y, posteriormente, guarda el archivo (en el submenú File/Save) con el
nombre CLASIFICACION. Ahora cierra la ventana de Symbol Workshop: Palettes. Visualiza las
imágenes resultantes de las clasificaciones supervisadas usando la paleta de color que acabas de crear.
Para ello, en el menú de la ventana de visualización debes elegir en “Palette File” la opción “Used
defined” y seleccionar el nombre de la paleta que acabas de crear. Ya hemos definido el primer
elemento de una composición cartográfica. Para su presentación final deberías incluir un título y una
 Teledetección Ambiental - 27

leyenda adecuados. Este proceso se lleva a cabo con el módulo Metadata (icono ). Activa este
módulo, selecciona el archivo en cuestión y modifica el título en la opción “Title”. A continuación, sitúate
sobre la pestaña “Legend” y añade nueve categorías, introduce el código de las categorías (code), del 1 al 9,
y su texto correspondiente (caption); por ejemplo, code: 1, caption: láminas de agua.
Visualiza las dos clasificaciones supervisadas con la paleta de color que creaste, título y
leyenda. Nos encontramos ante la información básica de una composición cartográfica. A partir de
esta información sería sencillo confeccionar el mapa final, sólo habría que añadir una serie d4e
coberturas vectoriales (hidrografía, red de comunicaciones, toponimia, etc) y elementos cartográficos
(escala, coordenadas, orientación, etc) ; no obstante, ese no es el objetivo de esta práctica por lo que no
se llevará a cabo (esto ya se hizo en la asignatura “Sistemas de Información Geográfica” del pasado
cuatrimestre).

Por último, junto a la representación cartográfica, también podemos obtener los datos de
superficie ocupada por cada categoría. Este dato se obtendría mediante el módulo AREA, que se
encuentra en el submenú “Database Query” del menú principal “GIS Analysis”. Activa este módulo y
selecciona como formato de salida la opción “Tabular” y como unidad de medida “Hectares”. El
resultado será una tabla con la superficie en hectáreas que ocupa cada categoría de la clasificación.

8.5. Verificación de los resultados

Este es el momento oportuno para realizar la corrección geométrica de la imagen y otorgar un

sistema de coordenadas convencional a los resultados de las clasificaciones, no obstante, se trata de un
proceso laborioso que no llevaremos a cabo en esta práctica. El siguiente paso es la estimación de la
fiabilidad obtenida a partir de información recogida en trabajos de campo o fotografía aérea reciente.
Para ello utilizaremos el comando ERRMAT (Image Processing/Accuracy Assessment), que crea una
matriz de confusión y ofrece diversos estadísticos que indican si el resultado de nuestras
clasificaciones es el esperado o no. Utiliza este comando con las clasificaciones llevadas a cabo. El
archivo con las áreas de verificación de terreno se llama VERIFICACION. Los campos incluidos en
este archivo han sido digitalizados en pantalla de acuerdo al conocimiento del terreno para su uso en
esta práctica.

Estudia la distribución geográfica de las categorías temáticas en todas las clasificaciones y

comenta las principales confusiones en cada una de ellas. Compara los resultados y estudia la
idoneidad de los métodos de clasificación utilizados (tiempo, calidad, etc.).