Urbanización: Detección mediante la delineación del perímetro de la ciudad
Page 12
Este ejercicio esta dividido en dos partes y se requiere el uso de LEOWorks.
Parte 1
Después de la evaluación visual y de la interpretación de estas dos imágenes de satélite de muy alta resolución, seguirás adelante con el análisis de la urbanización de Lhasa para cuantificar el aumento de la zona urbana en el periodo de 1965 a 2000.
Descarga los datos necesarios de Himalayas_env3.zip.
En un primer paso examinaremos las dos imágenes multiespectrales del 1 de noviembre de 1988 y del 28 de diciembre de 2000. Ejecuta LEOWorks y abre las imágenes siguientes
1988_321 significa: imagen del año 1988 en color verdadero, banda 3 en rojo, banda 2 en verde y banda 1 en azul. 1988_432 tiene la banda 4, el infrarrojo cercano en rojo, etc. La banda 5 es de infrarrojo (en torno a 1,6 μm) y la banda 7 también es de infrarrojo (en torno a 2,2 μm).
Al abrir las imágenes, el visor debe tener el siguiente aspecto:
Diferentes combinaciones de bandas en Lhasa, 1988
Como puedes ver, las imágenes no muestran un gran contraste y es difícil distinguir entre los distintos tipos de cubierta del suelo. Esto se debe a que los valores de gris de los píxeles de la imagen son muy próximos entre sí.
Pulsa el botón “Image histogram” del visor.
Se abre una ventana que muestra el histograma de la imagen.
El histograma se presenta para cada canal de la imagen. Como sabes, las imágenes en color suelen estar formadas por tres canales en pantalla: rojo, verde y azul.
El histograma siguiente describe la distribución de los valores de píxel (o de gris) del canal.
Como se trata de un conjunto de datos de 8 bits, los valores de gris de la imagen pueden situarse entre 0 y 255. Es decir, hay 256 valores distintos posibles para cada píxel. 2^8 (2*2*2*2*2*2*2*2 = 256).
Como puedes ver en el histograma, la mayoría de los valores de gris se sitúan entre 9 y 128. Si desplazas el ratón sobre el histograma, verás que aparece un cursor en cruz con un recuadro de información debajo del valor (nivel) y la suma total de píxeles de dicho valor (cómputo).
No se utiliza todo el espectro de los 256 distintos valores de gris, sino sólo 119 (128-9). Dado que para el ojo humano es bastante difícil distinguir entre colores muy parecidos, podemos esparcir la información sobre el espectro total de 256 posibilidades.
Histograma de la imagen
En LeoWorks, pulsa en Enhance > Histogram Equalization. Puedes ver el efecto de inmediato, tras pulsar el botón. Vuelve a analizar el histograma después de la ecualización. Verás que ahora se utiliza todo el espectro y que los contrastes de la imagen se aprecian con mayor facilidad.
Aplica el mismo procedimiento a las cuatro imágenes y compáralas entre sí.
1. ¿Por qué la imagen digital está formada por tres canales en pantalla? ¿Cuáles son las bandas espectrales que puede haber detrás (observa los tres ejemplos)?
2. ¿Cuál sería el aspecto de un histograma óptimo?
3. - ¿Por qué la imagen original no mostraba contraste ni colores?
4. ¿Cómo varían las tres combinaciones de colores entre sí?
5. Qué color tiene la vegetación en esas imágenes?
6. ¿Qué color tiene la zona urbanizada en esas imágenes? (Utiliza las imágenes lhasa_1965 y lhasa_2000_3m para distinguir entre zona urbana y tierra de cultivo, etc.)
Después de examinar las distintas imágenes, todas con distintas combinaciones de bandas, verás que los objetos aparecen de diferente color.
Los distintos colores de dichas imágenes se deben a las diferentes combinaciones de bandas del sensor. Esta imagen fue captada el 1 de noviembre de 1988 por el sensor Thematic Mapper del Landsat. Tiene una resolución espacial de 28,5 metros y 7 bandas distintas (6 espectrales y 1 térmica).
Las bandas espectrales son como sigue:
Banda 1: azul
Banda 2: verde
Banda 3: rojo
Banda 4: infrarrojo cercano
Banda 5: infrarrojo intermedio
Banda 6: térmica (aquí no disponible)
Banda 7: infrarrojo intermedio
Page12
| 
