Tarea 1: Firmas espectrales e interpretación visual

1. En base al gráfico que muestra las firmas espectrales de diferentes tipos de

superficies, que bandas utilizaría para discriminar los siguientes elementos:

Elemento Bandas
Vegetación vigorosa Infrarrojo cercano y desciende en el
infrarrojo mediano
Nieve Elevada en el Espectro visible reduciéndose
en el Infrarojo cercano
Agua Espectro Visible
Suelo Espectro visible hasta el infrarrojo

2. Abrir la imagen NOAA AVHRR del archivo avhrr1-5.img que se está dentro del
archivo
NOAA.7z
• Discuta el comportamiento espectral de las distintas superficies
encontradas en la imagen, para cada banda por separado.

• Realice una combinación RGB y haga una interpretación visual de la

imagen obtenida. Explique los resultados
 Se realizó una combinación RGB: 5,4,3, la misma que da como resultado
un área con bastante vegetación sana y algunos cuerpos de agua, se
puede decir que en el área existen diferentes especies de vegetación, esto
deducido a partir de la variación de tonalidad en las distintas regiones de
la imagen.

• ¿Es posible o no obtener directamente valores de temperaturas a partir de

esta imagen? ¿Qué datos necesitaría para calcular temperaturas a más de
los números digitales? Fundamente sus respuestas.

A partir de la imagen NOAA disponible si se podrían obtener los valores de

temperaturas, ya que este cálculo se realiza tomando en cuenta los
valores de las bandas del espectro térmico (4 y 5), debiendo realizar una
calibración lineal a la imagen en dichas bandas.1
Adicionalmente, es imprescindible la temperatura de brillo de los canales
térmicos, y a veces, dependiendo del algoritmo utilizado y de las fórmulas
para el cálculo de las emisividades, se requiere el NDVI calculado a partir
de los canales 1 y 2. Además se deberán eliminar las nubes poniendo un
umbral en la temperatura del canal 5.2
Finalmente se calcula el valor de temperatura de susperficie de cada píxel
de imagen aplicando la ecuación tipo “split-window”, que atenúa los
efectos atmosféricos en las bandas térmicas del sensor.

3. Despliegue la imagen l7_mayrh_msp.img ubicada dentro del archivo

mayrhofen.7z Complete la siguiente tabla con los tonos observados para cada
combinación de bandas indicada:

3,2,1 5,4,3 4,3,2 1,1,1 4,4,4

Bosque Verde Verde Rojo Gris Gris
Oscuro Claro Oscuro Oscuro a Oscuro
Negro
Pastizales Algo Café Rosado Turquesa Gris claro Gris claro
oscuro a blanco a blanco
 Cultivos Lacre Morado Rojo Gris claro Gris
oscuro a
gris claro
Río Verde Oliva Azul Verde Plomo Negro
Claro Oscuro
Nieve Vieja Negro
Nieve Blanco Celeste Blanco Blanco Blanco
Fresca

Fundamente y explique los resultados obtenidos para cada combinación de

bandas.

3,2,1 5,4,3

4,3,2 1,1,1
 4,4,4

Para preparar una combinación RGB, se deben elegir 3 bandas de interés y

asignar a cada una de ellas uno de los 3 colores primarios (rojo, verde, azul).
En la combinación 3,2,1, la vegetación aparece en tonos verdes, los suelos y
cultivos en diferentes gamas de café, el agua en color verde oliva. Está
combinación suele llamarse “color natural” ya que involucra las 3 bandas visibles.

La combinación 5,4,3 muestra colores más naturales, así la vegetación se ve en

verdes mucho más intensos, tomando en cuenta las firmas espectrales esto sería
lógico puesto que la vegetación tiene mayor reflectancia en el infrarrojo. Los
suelos se muestran con colores morados o rojizos y la nieve en color celeste.

La combinación 4,3,2 los colores de las imágenes se muestran en tonos rojizos,

mostrando los diferentes tipos de vegetación desde rojos oscuros hasta rosados,
correspondiendo los más rojos a bosques o vegetación densa y los más claros a
cultivos y pastizales, la nieve por su parte se muestra en color blanco.

En la combinación 1,1,1 se está haciendo énfasis a la banda azul visible, la cuál

nos permite identificar de mejor manera los cuerpos de agua así como la
forestación; mostrándonos en colores más oscuros, tendientes a negro, las zonas
con vegetación robusta y las zonas secas en colores tendientes a blanco. De
igual forma la combinación 4,4,4
Tarea 2

RESOLUCIÓN ESPACIAL — La resolución espacial se refiere al

tamaño del objeto o característica del terreno de menor tamaño que se
puede distinguir en una imagen. Se trata de una de las características
más importantes que hay que considerar a la hora de elegir imágenes,
porque determina de forma directa qué rasgos del terreno pueden
cartografiarse. Esto es muy importante para evaluar los costos del
proyecto dado que, generalmente, cuanto más detallada es una imagen
más cara resulta por unidad de superficie.

RESOLUCIÓN ESPECTRAL — Este término define las longitudes

de onda en las que el sensor es capaz de medir la energía reflejada. Las
longitudes de onda se expresan en micras (um). El número de bandas se
utiliza asimismo para explicar cómo mide el sistema la reflectancia de
varias longitudes de onda distintas.

TAMAÑO DE LA ESCENA/COBERTURA — Cada sensor del

satélite posee una anchura de franja o campo de visión que determina el
tamaño de una escena de imagen. El sensor recoge miles de medidas de
reflectancia a lo largo de esta franja, pero este caudal de mediciones se
divide habitualmente en escenas de dimensiones cuadradas. De este
modo, si el ancho de la franja es de 60 kilómetros, el tamaño estándar de
la imagen de toda la escena será de 60 x 60 km.

R. Escala Frec. Área que Costo3

Espacial Temporal cubre km2
NOAA AVHRR 1000mts. 1:1.500.000 9 días 5755201 $100
agosto de 1990
Landsat TM 30 mts. 1:80.000 16 días 625 $550
Landsat ETM 30 mts. 1:80.000 16 días 34225 $1100
multi-espectral
Landsat ETM 15 mts. 16 días 34225 $1100
‘Pan’,
SPOT Pan 1998 5 mts. 1:12.000 26 días 1764 $4850
IKONOS 2000 1 mt. 1:2.000 2.9 días 49 $970.2
1
HERMOSILLA, A.; LOBATO, A.; NAVARRO, C. Y MOREIRA, J.M. 1995. Cadena automática de
tratamiento para imágenes NOAA. Aplicación a la explotación masiva de imágenes en el proyecto
HYDRE. Actas de la 6ª Reunión Científica de la Asociación Española de Teledetección. Valladolid
20-22 de Septiembre 1995. Disponible en:
http://www.juntadeandalucia.es/medioambiente/web/Red_informacion_ambiental/productos/Public
aciones/articulos/articulos_pdf/Cadena.PDF
2
RECONDO, C.; PÉREZ-MORANDEIRA,C.S. Obtención de la temperatura del aire en Asturias a partir
de la temperatura de superficie calculada con imágenes NOAA-AVHRR. Revista de Teledetección.
2002. Disponible en: http://www.aet.org.es/revistas/revista17/AET17-01.pdf
3
REYNA BOWEN, L. Análisis del Mercado de Imágenes de Satélite. Abril, 2007. Disponible:
http://www.scribd.com/doc/2205773/Imagenes-de-Satelite-Costos