Teledeteccion

Vista previa del material en texto

Capacitación Data4Now
Septiembre, 2021
1
Temas
● Introducción a SIG y datos georreferenciados.
● Cálculo de distancias con Postgres
● Teledetección y Machine Learning
● Redes neuronales convolucionales y aplicaciones
2
Agenda
● Repaso datos ráster
● Procesamiento de imágenes
● Combinaciones de bandas y firma espectral
3
Repaso datos ráster
4
● El modelo de datos vectorial no representa bien fenómenos que varían de 
manera continua sobre el espacio (temperaturas, precipitaciones)
● Utiliza una grilla regular donde cada celda tiene un valor específico que 
refleja la variación del fenómeno que estamos midiendo en el espacio.
● Ejemplos:
○ Imágenes satelitales.
○ Datos de elevación de terreno.
○ Mapas digitalizados.
Modelo de datos ráster
5
● El origen de las filas y columnas es la esquina arriba-izquierda (distinto a los 
sistemas de coordenadas, abajo-izquierda).
● Las filas son llamadas coordenadas y.
● Las columnas son llamadas coordenadas x.
● Definimos las celdas a partir de las filas y columnas. Las llamamos pixeles.
● Pueden almacenar valores enteros o decimales.
● Un raster puede ser de una banda o multibanda.
Modelo de datos ráster
6
● El tamaño de la celda refiere al tamaño del área que representa una celda.
● Si el lado de la celda es de 10 metros, decimos que el raster tiene resolución 
10 metros.
● Cuanto más grande el valor, menor precisión en la representación.
● Cuanto más pequeño el valor, mayor volumen tienen los archivos.
● Se usan diferentes números de bits para almacenar los valores (bit, 8-bit, 
16-bit).
Modelo de datos ráster
7
● Los satélites de observación de la tierra son sensores pasivos.
● Capturan información del espectro electromagnético reflejado o emitido por la 
superficie de la Tierra.
● Pueden ser pancromáticas o multiespectrales.
● Los sensores activos son conocidos como radares de apertura sintética 
(SAR). Datos disponibles aún con nubosidad.
● Una resolución de 30-metros refiere que cada pixel tiene un área de 900m2.
Modelo de datos ráster - imágenes satelitales
8
● Convertimos datos raster a vectores.
● Pasos:
○ Ajuste de líneas.
○ Extracción de líneas
○ Reconstrucción topológica.
Vectorización
9
● Convertimos datos vectoriales a raster.
● Pasos:
○ Asigna todos los valores de las celdas como 0.
○ Cambia los valores que corresponden a bordes de puntos, líneas y polígonos.
○ Para un punto ponemos un 1, para una línea el valor a lo largo de la línea y para un polígono 
de manera similar.
Rasterización
10
Rasterización
11
● Similar a datos vectoriales, podemos recortar, combinar, etc.
● Mosaico: herramienta para combinar múltiples rasters en uno solo.
● Selección de celdas y categorización basadas en consultas sobre los datos.
● Combinaciones de bandas para la extracción de índices espectrales.
Manipulación de datos
12
● Operaciones a nivel celda por celda.
● Creamos un nuevo raster a partir de otros rasters.
● Los valores de las celdas son calculados aplicando diferentes funciones.
● Pueden ser calculadas usando múltiples rasters/bandas.
● Ejemplos:
○ Convertir el tipo de dato de decimal a entero.
○ Cambiar la escala de los valores.
○ Clasificación basada en reglas.
Operaciones locales
13
● Operaciones que tienen en cuenta los valores de las celdas de alrededor.
● Hay que definir que es una vecindad (rectángulos, círculos).
● Se pueden calcular diferentes estadísticos, al estilo del algoritmo KNN.
● Ejemplos:
○ Filtros y suavizado
○ Imputación de valores faltantes en rasters.
○ Simplificación de datos.
Operaciones a nivel vecindad
14
● Dado un raster y un conjunto de geometrías, calculamos diferentes 
operaciones para cada geometría con los valores del raster.
● Ambas fuentes de datos tienen que tener la misma proyección.
● Ejemplos:
○ Promedio de banda verde por manzana para medir vegetación.
Estadísticas de zona
15
Imágenes satelitales
16
MODIS
Revisita: diaria - compuestos 
semanales.
Resolución: 250m - 1.000m.
Ejemplo usos:
Usos:
● Monitoreo cobertura verde 
(deforestación).
● Monitoreo temperatura a nivel 
de suelo (heladas para el agro).
● Anomalías de temperatura 
(focos de incendio).
● Monitoreo de inundaciones
Landsat 5-8
Revisita: quincenal.
Resolución: 30m - 100m.
Archivo: 1984 - presente.
Ejemplo usos:
● Monitoreo de cultivos.
● Monitoreo de deforestación.
● Expansión de ciudades.
Sentinel [1-5]
Revisita: semanal
Resolución: 10m - 100m.
Archivo: 2016 - presente.
Satélites:
● Sentinel-1: SAR.
● Sentinel-2: Óptico.
● Sentinel-3: Monitoreo Oceanos.
● Sentinel-[4-5]: Calidad del Aire.
Alta resolución
Revisita: diaria - a demanda
Resolución: 0.3m - 5m.
Archivo: 2000 - presente 
Productos
● SAR: 
○ ICEYE
○ Capella Space
● Ópticos (1-3m): 
○ Satellogic
○ Planet
○ Airbus
● Ópticos (< 0.5m): 
○ Planet
○ Maxar
○ Airbus
Procesamiento de imágenes
22
● Geometría de iluminación y observación
● Transmisión de la energía solar a través de 
la atmósfera
● Interacción de la radiación con la superficie
Transmisión de la radiación solar
● reflejada en la dirección del sensor
● Intercepción y medición de la radiación por 
el sensor
Obtención de una imagen
23
Obtención de una imagen
 Así la toma el sensor Así la lee el SIG
24
Correcciones geométricas
25
Correcciones geométricas
26
Calibración de la imagen
El rango de valores de los DN de una imagen 
dependen de la resolución radiométrica del 
sensor que la adquirió, 8bits= 0-255, 10bits= 
0-1023, 12bits= 0- 4095, 16bits= 0-65535 
27
Calibración de la imagen
28
Calibración de la imagen
● La cantidad de energía que recibe depende de la cantidad de energía que llega a 
la tierra.
○ Depende del momento del día y del año.
Tengo entonces la cantidad de energía reflejada por la superficie (sin considerar la atmósfera) 29
Calibración de la imagen
30
Calibración de la imagen
31
Calibración de la imagen
● El fenómeno de dispersión depende del tamaño de la partícula y de la longitud de onda
● En la atmósfera la dispersión es importante en longitudes de onda cortas 
32
Calibración de la imagen
33
Calibración de la imagen
34
Calibración de la imagen
● Dificulta la comparación entre mediciones de campo (espectofotoradiometro) con las satelitales
● Complica la posibilidad de extender firmas espectrales en espacio y tiempo
● Influye en la calidad de un proceso de clasificación si la atenuación cambia entre los pixeles
● El objetivo de las correcciones atmosféricas es obtener el dato de reflectancia de superficie.
● Los valores de reflectancia de superficie se pueden comparar y/o utilizar en conjunto con datos de 
otros lugares, de otras épocas del año
35
Método de correcciones parciales
36
Landsat 8 (febrero 2013 +)
37
Sentinel-2 (2015 +)
38
Combinación de bandas
39
Firma espectral
● La forma en la cual un objeto refleja, emite o absorbe la EM conforma un patrón espectral. El patrón 
espectral resultante permite identificar y discriminar diferentes objetos de la naturaleza.
40
Agua
41
Agua
42
Vegetación
43
Vegetación
44
Agua y Algas
45
Suelo
46
Suelo
47
Suelo
48
Composiciones de colores
49
Landsat 8 (febrero 2013 +)
50
Composiciones de colores
51
Composiciones de colores
52
Composiciones de colores
53