-
Protocolo de procesamiento digital de imgenes para la
cuantificacin de la deforestacin
Nivel Subnacional Escala gruesa y fina
Protocolo de procesamiento digital de imgenes para la
cuantificacin de la deforestacin
Nivel Subnacional Escala gruesa y fina
-
JUAN MANUEL SANTOS CALDERNPresidente de la Repblica
BEATRIZ URIBE BOTEROMinistra de Ambiente, Vivienda y Desarrollo
Territorial
SANDRA BESSUDO LIONAlta Consejera Presidencial para la Gestin
Ambiental, la Biodiversidad y el Cambio Climtico
CARLOS CASTAO URIBEViceministro de Ambiente
RICARDO JOS LOZANO PICNDirector General Instituto de Hidrologa,
Meteorologa y Estudios Ambientales IDEAM
LUZ MARINA ARVALO SNCHEZSubdirectora Ecosistemas e Informacin
Ambiental IDEAM
EDITORESEdersson Cabrera MontenegroGustavo Galindo GarcaDiana
Marcela Vargas Galvis
FOTOGRAFAS DE LA CARTULAAdriana Patricia Yepes QuinteroJuan
Carlos Rubiano Rubiano
DISEO CARTULAGrupo Comunicaciones IDEAM
DISEO Y DIAGRAMACINVctor manuel Riveros Lemus - Editorial
Scripto Ltda.
IMPRESIN Y ACABADOSEditorial Scripto Ltda.PBX: 756 20 03
Publicacin aprobada por el Comit de Comunicaciones y
Publicaciones del IDEAMOctubre de 2011, Colombia.ISBN:
978-958-8067-44-5Distribucin gratuita.
CTESE DENTRO DE UN TEXTO COMO:Cabrera et al., IDEAM, 2011.
CTESE COMO:Cabrera E., Vargas D. M., Galindo G. Garca, M.C.,
Ordoez, M.F. 2011. Protocolo de procesamiento digital de imgenes
para la cuantificacin de la deforestacin en Colombia, Nivel
Subnacional Escala Grues y fina. Instituto de Hidrologa,
Meteorologa, y Estudios Ambientales-IDEAM-. Bogot D.C., Colombia.
44 p.
2011, Instituto de Hidrologa, Meteorologa y Estudios
Ambientales-IDEAM. Todos los derechos reservados. Los textos pueden
ser usados parcial o totalmente citando la fuente. Su reproduccin
total debe ser autorizada por el Instituto de Hidrologa,
Me-teorologa y Estudios Ambientales-IDEAM.
Este trabajo fue financiado por la Fundacin Gordon y Betty
Moore, proyecto Capacidad Institucional Tcnica y Cientfica para
Apoyar Proyectos de Reduccin de Emisiones por Deforestacin y
Degradacin REDD en Colombia, Instituto de Hidrologa, Meteorologa y
Estudios Ambientales (IDEAM), Ministerio de Medio Ambiente,
Vivienda y Desarrollo Territo-rial (MAVDT), Fundacin Natura.
Impreso en Colombia - Printed in Colombia
-
MINISTERIO DE AMBIENTE, VIVIENDA Y DESARROLLO
TERRITORIALINSTITUTO DE HIDROLOGA, METEOROLOGA Y ESTUDIOS
AMBIENTALES - IDEAM
RICARDO JOS LOZANO PICNDirector General
CAROLINA CHINCHILLA TORRESSecretaria General
CONSEJO DIRECTIVO
BEATRIZ ELENA URIBE BOTEROMinistra de Ambiente, Vivienda y
Desarrollo Territorial
GERMN CARDONA GUTIRREZMinistro de Transporte
HERNANDO JOS GMEZ RESTREPODirector Departamento Nacional de
Planeacin
ADRIANA SOTO CARREODesignada de la Presidencia de la
Repblica
LUS ALFONSO ESCOBAR TRUJILLORepresentante de las CARs
OSCAR JOS MESA SNCHEZRepresentante del Consejo Nacional de
Ciencia y Tec-nologa
JORGE BUSTAMANTE ROLDNDirector del Departamento Administrativo
Nacional de Estadstica-DANE
DIRECTIVAS
LUZ MARINA ARVALO SNCHEZSubdirectora de Ecosistemas e Informacin
Ambiental
MARGARITA GUTIRREZ ARIASSubdirectora de Estudios Ambientales
MARA TERESA MARTNEZ GMEZJefe de Oficina Servicio de Pronstico y
Alertas
LILIANA MALAMBO MARTNEZJefe Oficina Asesora de Planeacin
MARTHA DUARTE ORTEGAJefe Oficina de Control Interno (E)
OMAR FRANCO TORRESSubdirector de Hidrologa
ERNESTO RANGEL MATILLASubdirector de Meteorologa
ALICIA BARN LEGUIZAMNJefe de la Oficina de Informtica (E)
FERNEY BAQUERO FIGUEREDOJefe Oficina Asesora Jurdica
MARCELA SIERRA CUELLOCoordinadora Grupo Comunicaciones
-
AUTORES
Edersson Cabrera MontenegroDiana Marcela Vargas Galvis
Gustavo Galindo GarcaMara Claudia Garca Dvila
Mara Fernanda Ordez Castro
COLABORADORESLina Katherine Vergara
Ana Mara Pacheco PascagazaJuan Carlos Rubiano Rubiano
Paola Giraldo RodrguezEdwin Ivn Granados Vega
Adriana Patricia Yepes QuinteroJohana Herrera Montoya
COORDINACIN Y SUPERVISINMara Claudia Garca Dvila
Coordinadora GeneralMara Fernanda Ordoez Castro
Asistente de CoordinacinEdersson Cabrera MontenegroCoordinador
Componente PDI
-
AGRADECIMIENTOS
El Instituto de Hidrologa, Meteorologa y Estudios Ambientales
IDEAM, agradece a la Fundacin Betty and Gordon Moore y a la
Fundacin Natura, y a las siguientes entidades que contribuyeron al
logro de esta publicacin, por el apoyo e informacin
suministrada:
INSTITUCIONES
CorporacinAutnomaRegionaldelAltoMagdalenaCAM
CorporacinAutnomaRegionaldelRoGrandedeLaMagdalenaCormagdalena
CorporacinNacionaldeInvestigacinyFomentoForestalCONIF
ForestCarbonTrackingTask-GroupofEarthObservationFCTT-GEO
Google.org
Infoterra
InstitucinCarnegieparalaCiencia
ONFAndinaONFInternacional
ProgramaMIDASMsInversinparaelDesarrolloAlternativoSostenible/U.S.AgencyforInternationalDevelopmentUSAID
Sarvision
UnidadAdministrativaEspacialdelSistemadeParquesNacionalesNaturalesUAESPNN
UniversidadNacionaldeColombiaSedeMedelln
WoodsHoleResearchCenterWHRC
PERSONAS NATURALES
AlexHeld.PhD.GroupofEarthObservationsGEO
AlexHeld.PhD.GroupofEarthObservationsGEO
DolorsArmenterasPascual.PhD.UniversidadNacionaldeColombia
JosefKellndorfer.PhD.WoodsHoleResearchCenterWHRC
MarcelaQuionesFernandez.PhD.Sarvision.
SteffenKuntz.PhD.InfoTerraGmbH
TinaCormier.WoodsHoleResearchCenter-WHRC
-
Comit Tcnico
Andrea Garca GuerreroCoordinadora Grupo de Mitigacin de Cambio
ClimticoMinisterio de Ambiente, Vivienda y Desarrollo
Territorial
Xiomara Sanclemente ManriqueDirectora de Ecosistemas
Ministerio de Ambiente, Vivienda y Desarrollo Territorial
Luz Marina Arvalo SnchezSubdirectora Ecosistemas e Informacin
Ambiental
Instituto de Hidrologa, Meteorologa y Estudios Ambien-tales
IDEAM
Mara Margarita Gutirrez AriasSubdirectora de Estudios
Ambientales
Instituto de Hidrologa, Meteorologa y Estudios Ambien-tales
IDEAM
Ana Cristina Villegas RestrepoOficial de Proyecto
Fundacin Gordon y Betty Moore
Elsa Matilde Escobar ngelDirectora EjecutivaFundacin Natura
lvaro Javier Duque MontoyaProfesor Asociado
Departamento de Ciencias
Forestales,UniversidadnacionaldeColombia
Coordinacin GeneralMara Claudia Garca Dvila
Mara Fernanda Ordez CastroJuanita Gonzlez Lamus
Carlos Alberto Noguera CruzHenry Alterio Gonzlez
Equipo Tcnico Carbonolvaro Javier Duque Montoya
Adriana Patricia Yepes QuinteroDiego Alejandro Navarrete
Encinales
Juan Fernando Phillips BernalLina Mara Carreo CorreaKeneth Roy
Cabrera Torres
Esteban lvarez DvilaWalterGilTorres
Equipo Tcnico Procesamiento Digital de Imgenes
Edersson Cabrera MontenegroDiana Marcela Vargas Galvis
Gustavo Galindo GarcaLina Katherine Vergara ChaparroAna Mara
Pacheco PascagazaJuan Carlos Rubiano Rubiano
Paola Giraldo RodrguezEdilia Gonzlez Mateus
Luisa Fernanda Pinzn FloresEdwin Ivn Granados Vega
Paola Margarita Pabn OtloraKarol Constanza Ramrez Hernndez
Daniel Alberto Aguilar CorralesHenry Omar Augusto Castellanos
Quiroz
Helio Carrillo Peuela
Equipo Tcnico Proyecciones de DeforestacinAndrs Alejandro Etter
Rothlisberger
Armando Hilario Sarmiento LpezJos Julin Gonzlez ArenasSergio
Alonso Orrego SuazaCristian David Ramrez Sosa
Equipo Tcnico Componente TecnolgicoMara Liseth Rodrguez
Montenegro
Eduin Yesid Carrillo VegaEmilio Jos Barrios Crdenas
Equipo Tcnico Proyecto Piloto REDDAdriana Patricia Yepes
Quintero
WilliamGiovannyLaguadoCervantesJohana Herrera Montoya
Proyecto Capacidad Institucional, Tcnica y Cientfica para Apoyar
Proyectosde Reduccin de Emisiones por Deforestacin y Degradacin
-REDD- en Colombia
-
SIGLAS Y ACRNIMOS
COP: ConferenciadelasPartesdelaCMNUCC
CORINE: Coordination of Information on the Environment
p.e.: Significa por ejemplo
et al.: Significa y colaboradores, y otros; del latn et all
ASI: Agencia Espacial Italiana
CSA: Agencia Espacial Canadiense
DLR: Centro Aeroespacial Alemn
IDEAM: Instituto de Hidrologa, Meteorologa y Estudios
Ambientales
IGAC: Instituto Geogrfico Agustn Codazzi
INPE: Instituto de Investigaciones Espaciales de Brasil
IPCC: Panel Intergubernamental de Cambio Climtico
ISRO: Organizacin de Investigacin Espacial de la India
JAXA: Agencia Espacial Japonesa
REDD+: Reduccin de Emisiones por Deforestacin y Degradacin de
bosques
-
9
CONTENIDO GENERAL
1. INTRODUCCIN
.............................................................................................
11
2. OBJETIVO
........................................................................................................
13
3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES
....................... 15
4. ELEMENTOS CONCEPTUALES
....................................................................
19
5. DESARROLLO DEL PROCEDIMIENTO A NIVEL SUBNACIONAL
............. 21
7. LITERATURA CITADA
.....................................................................................
39
8. GLOSARLO
......................................................................................................
41
Contenido general
-
11 Introduccin
1. INTRODuCCIN
La informacin proveniente de imgenes de sensores remotos ofrece
grandes capacidades para el monitoreo de la actividad y desarrollo
de las cubiertas vegetales en su expresin espacial y temporal en
diferentes escalas, desde locales a globales (Field et al., 1995;
Colditz R., 2007). Mltiples aplicaciones de ndices orientados al
seguimiento de la vege-tacin han sido generadas a partir de los
datos satelitales y han sido aplicados en estudios
ecolgicos(KerrandOstrovsky,2003).
El Proyecto Capacidad Institucional, Tcnica y Cientfica para
Apoyar Proyectos de Re-duccin de Emisiones por Deforestacin y
Degradacin -REDD- en Colombia, ha evaluado diversas metodologas de
procesamiento digital de imgenes de sensores remotos para la
determinacin de la deforestacin y la estimacin del almacenamiento
de carbono en los bosques, a fin de orientar los primeros pasos
para el establecimiento de un sistema slido, robusto, confiable y
transparente para el monitoreo de la extensin, distribucin y
cambios en la cobertura forestal y su relacin con el contenido de
carbono. Para este efecto se han realizado diversas pruebas para
establecer los mejores insumos, procesos y herramien-tas para el
monitoreo de los bosques y la determinacin de la deforestacin, a
travs del procesamiento digital de imgenes de satlite y se han
desarrollado varios ejercicios para determinar la deforestacin a
nivel nacional.
Adems de la generacin de los datos, se han elaborado documentos
que incluyen la descripcin detallada del esquema metodolgico
propuesto, as como los principales pro-ductos que se obtienen en el
proceso, las consideraciones tcnicas y metodolgicas y los recursos
necesarios para su realizacin. Este documento complementa el
Protocolo de procesamiento digital de imgenes de satlite para la
cuantificacin de la deforestacin nacional (Cabrera et al., IDEAM,
2011), proponiendo los pasos para una metodologa que permita
cuantificar la deforestacin y monitorear los cambios en la
coberturas de bosque a nivel regional o local de manera que permita
apoyar los proyectos REDD pero que a la vez produzca informacin que
sea complementaria e integrable con la informacin a nivel
nacional.
-
13
2. OBJETIVO
Establecer los pasos metodolgicos necesarios para generar
cartografa temtica y re-portes estadsticos a nivel subnacional
sobre la extensin, distribucin y cambios de la cobertura de bosque,
a partir del procesamiento digital de imgenes de sensores remotos
de alta y muy alta resolucin espacial.
Objetivo
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
14
-
15
3. ALCANCES Y CONSIDERACIONES TCNICAS INICIALES
El presente documento se fundamenta en consideraciones tcnicas
que deben ser tomadas en cuenta a fin de identificar adecuadamente
los recursos necesarios y las implicaciones del proceso de
generacin de productos de cartografa temtica en el marco del
monitoreo de la cobertura boscosa a nivel subnacional. As mismo, se
plantean los alcances, mbito de aplicacin y su interrelacin
jerrquica con el nivel nacional.
1. El Proyecto Capacidad Institucional, Tcnica y Cientfica para
Apoyar Proyectos de Re-duccin de Emisiones por Deforestacin y
Degradacin -REDD- en Colombia, en sus lineamientos generales ha
contemplado el establecimiento de las bases para imple-mentar un
sistema de monitoreo de la deforestacin desde dos niveles de
aproxima-cin, nacional y sub-nacional, consecuente con los
lineamientos hasta ahora publicados
porlaConvencinMarcodelasNacionesUnidassobreCambioClimtico-CMNUCC-yel
Panel Intergubernamental de Cambio Climtico -IPCC- y sus rganos
subsidiarios.
2. En consecuencia, el proyecto ha propuesto una serie de
protocolos para la cuantifi-cacin de la deforestacin utilizando
tcnicas de procesamiento digital de imgenes de satlite que se
ejecut en el marco de los ejercicios de cuantificacin de la lnea
base histrica de deforestacin. Los protocolos dan directrices para
la generacin de informacin en los niveles y escalas de generacin de
informacin definidas.
3. En el contexto del presente protocolo la cobertura de bosque
se define como Tierra ocupada principalmente por rboles que puede
contener arbustos, palmas, guaduas, hierbas y lianas, en la que
predomina la cobertura arbrea con una densidad mnima del dosel de
30%, una altura mnima del dosel (in situ) de 5m al momento de su
iden-tificacin, y un rea mnima de 1,0 ha. Se excluyen las
coberturas arbreas de
planta-cionesforestalescomerciales(conferasy/olatifoliadas),cultivosdepalma,yrbolessembrados
para la produccin agropecuaria. Esta definicin es consecuente con
los
criteriosdefinidosporlaCMNUCCensudecisin11/COP.7,conladefinicinadoptadapor
Colombia ante el Protocolo de Kyoto, as como con la definicin de la
cobertura de bosque natural incluida en la adaptacin para Colombia
de la leyenda de la metodologa CORINE Land Cover -CLC
Colombia-.
Alcances y consideraciones tcnicas iniciales
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
16
4. En el contexto del presente protocolo la deforestacin est
definida como la conversin
directay/oinducidadelacoberturabosqueaotrotipodecoberturadelaTierraenunperiodo
de tiempo determinado (DeFries et al., 2006; GOFC-GOLD, 2009).
5. El presente protocolo no pretende constituirse en una nueva
metodologa para el se-guimiento de las coberturas de la Tierra a
nivel subnacional, sin embargo, su estructu-ra y operatividad
permiten su integracin con el proceso nacional para la generacin de
este tipo de informacin. En este sentido, la aplicacin del presente
documento est orientada a la generacin de informacin oportuna,
coherente, transparente, exhaus-tiva, completa, precisa y
comparable sobre la distribucin, extensin y cambios en el tiempo de
la cobertura de bosque a nivel subnacional, que permita la
generacin de un esquema de seguimiento efectivo de esta
cobertura.
6. No obstante lo anterior, para establecer un panorama general
de los cambios del bos-que hacia y desde otros tipos de coberturas
de la Tierra (pastos, cultivos permanen-tes, cultivos transitorios,
etc.), el protocolo propone aplicar una leyenda de coberturas de la
Tierra (principalmente vegetales), basada en la adaptacin para
Colombia de la leyenda de la metodologa CORINE Land Cover -CLC
Colombia-, en sus niveles I y II, permitiendo realizar los anlisis
del proceso de deforestacin.
7. El pblico objetivo del presente protocolo son funcionarios de
entidades pblicas res-ponsables de la generacin de informacin
oficial sobre la distribucin, extensin y
cambiosenlacoberturaboscosaanivelnacional,regionaly/odepartamental.Suapli-cacin
requiere de profesionales con experiencia en el uso de sistemas de
informacin geogrfica -SIG- y teledeteccin.
8. En el contexto del presente protocolo la generacin de
informacin a nivel subnacional escala gruesa implica el
procesamiento digital de imgenes de alta resolucin espa-cial (pixel
10m - 5m) para generar informacin sobre la distribucin y los
cambios en la cobertura boscosa, conforme a una escala espacial
1:50.000. La seccin del protocolo para la cuantificacin de la
deforestacin a nivel subnacional escala gruesa
sebasaenelusodeimgenesdesatlitedealtaresolucinespacial(p.e.SPOT4/5,ALOS
AVNIR2, etc.). Sin embargo, el protocolo propone alternativas para
el caso de no contar con este insumo.
9. En el contexto del presente protocolo la generacin de
informacin a nivel subnacional escala fina implica el procesamiento
digital de imgenes de muy alta resolucin espa-cial (pixel 5m - 1m)
para generar informacin sobre la distribucin, extensin y cam-bios
en la cobertura boscosa, conforme a una escala espacial 1:25.000.
La seccin del protocolo para la cuantificacin de la deforestacin a
nivel subnacional escala fina se basa en el uso de imgenes de
satlite de muy alta resolucin espacial como las de
lossistemasIKONOS,RapidEye,QuickBirdosimilares,conunaresolucinespacialde
5m - 1m. Sin embargo, el protocolo propone alternativas para el
caso de no contar con este insumo.
10. El IDEAM adelant la evaluacin de diversos algoritmos de
distintos grados de au-tomatizacin orientados tanto a la
identificacin de la cobertura boscosa como a la cuantificacin de la
deforestacin. De sta revisin se deriva la seleccin y aplicacin
-
17
de los procedimientos presentados en este documento, no obstante
debe notarse que este protocolo deber estar sujeto a una continua
revisin y actualizacin.
11. Los productos derivados a partir de la aplicacin del
presente protocolo son los mapas
decoberturaBosque/NoBosque,losmapasdecoberturasdelaTierraylosmapasdecambio
de la cobertura boscosa en regiones de inters en el pas, para los
periodos de tiempo determinados, especialmente para el apoyo de
proyectos REDD.
Alcances y consideraciones tnicas iniciales
-
19
4. ELEMENTOS CONCEPTUALES
4.1 COBERTURA Y USO DE LA TIERRA
De acuerdo con la Gua de las Buenas Prcticas formulada por el
IPCC (2003, 2006), para estimar las existencias carbono y las
emisiones de GEI, es necesario tener informacin relacionada con la
clasificacin, rea de superficie y datos de biomasa correspondientes
a las diferentes categoras de usos de la tierra que se puedan
identificar. En esta lnea, el IPCC recomienda seis categoras
generales de uso de la tierra, a partir de las cuales,
posteriormente se pueden realizar estratificaciones por tipo de
clima o zona ecolgica. A grandes rasgos, la estratificacin se
refiere a la divisin de cualquier paisaje heterogneo en distintos
estratos sobre la base de algn factor de agrupacin comn (GOFC-GOLD
2009). Para el caso particular de los proyectos REDD, se recomienda
realizar estratifi-caciones usando como factor de agrupacin, las
existencias de carbono en la vegetacin. Esto permitir asociar para
un rea determinada, las emisiones de dixido de carbono producidas
por la deforestacin o degradacin de los bosques.
El mapeo de cobertura y uso de la Tierra en Colombia est basado
en la adaptacin del es-tndar europeo CORINE1 Land Cover, realizada
en conjunto por 13 instituciones del estado bajo la coordinacin
tcnica del Instituto de Hidrologa, Meteorologa y Estudios
Ambienta-les -IDEAM- y el Instituto Geogrfico Agustn Codazzi -IGAC-
(IDEAM, IGAC, IAvH, SINCHI,
UAESPNN,INVEMARyUPTC.Enprensa).Esteejerciciosecondensaenunaleyendadecobertura
y uso de la tierra de 63 clases basada en el procesamiento digital
(visual) de imgenes Landsat 5TM y Landsat 7 ETM+ a una escala de
mapeo de 1:100.000 con una unidad mnima de mapeo de entre 6,25 y 25
ha.
Se propone trabajar una leyenda de coberturas de la Tierra,
basada en la adaptacin para Colombia de la leyenda de la metodologa
CORINE Land Cover -CLC Colombia-, en sus ni-veles I, II y III. En
total la leyenda est constituida por 14 clases de cobertura de la
Tierra, que pueden verse en la Tabla 1.
1 CORINE Land Cover hace parte de un esfuerzo pan-europeo para
el mapeo consistente y continuo de la cobertura de la Tierra en
Europa.
Elementos conceptuales
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL
-ESCALA GRUESA Y FINA-
20
El uso de esta leyenda permite en un primer enfoque realizar los
anlisis del proceso de deforestacin, es decir el cambio de
coberturas de bosque a otros tipos de coberturas de
laTierraloquecorrespondeaunanlisisdedeforestacindeltipoBosque/NoBosque(Ta-bla
1, columna 5). Pero tambin permite establecer un panorama general
de los cambios del bosque a otras coberturas como pastos, cultivos
permanentes, cultivos transitorios, usando las clases resaltadas en
las columnas 2, 3 y 4.
Tabla 1. Propuesta de leyenda de coberturas de la tierra
Categoras IPCC
CLC Adaptado ColombiaAnlisis
deforestacinNivel I Nivel II Nivel III
Asentamientos Territorios Artificializados
Zonas urbanizadas No Bosque
Otras zonas artificializadas No Bosque
Tierras Cultivadas
Territorios Agrcolas
Cultivos transitorios No Bosque
Cultivos permanentes No Bosque
Pastos No Bosque
Praderas o pastizales
reas agrcolas heterogneas
No Bosque
Tierras Forestales
Bosques y reas Semi-Naturales
Bosques Bosque Natural Bosque
Plantacin forestal No Bosque
reas con vegetacin Herbceay/oArbustiva
reas con vegetacin arbustiva
No Bosque
Praderas o pastizales
reas con vegetacin Herbcea
No Bosque
Tierras Forestales
Vegetacin secundaria o en transicin
No Bosque
reas abiertas, sin o con poca vegetacin
Zonas quemadas No Bosque
Otras reas sin vegetacin No Bosque
Humedales reas Hmedas
reas hmedas continentales No Bosque
reas hmedas costeras No Bosque
Superficies de agua Superficies de agua No Bosque
Fuente: Cabrera et al., IDEAM 2011a.
-
21
5. DESARROLLO DEL PROCEDIMIENTO A NIVEL SuBNACIONAL
El proceso metodolgico necesario para generar informacin temtica
a nivel subnacional en el marco del sistema de monitoreo de
deforestacin se desarrolla de forma general en cuatro grandes
fases, a saber:
a. Fase I: Preparar o pre-procesar las imgenes con el fin de
aprestarlas para el pro-cesamiento efectuando correcciones que
eliminan efectos anmalos captados por el sensor.
b. Fase II: Se procesan las imgenes utilizando herramientas
automatizadas de clasifica-cin a fin de generar clasificaciones de
cobertura preliminares.
c. Fase III: Los resultados obtenidos en la segunda fase son
ajustados para la obtencin de la informacin depurada sobre
distribucin, extensin y cambios en las coberturas de la Tierra a
fin de determinar la dinmica de cambio en las reas
deforestadas.
d. Fase IV: Etapa de validacin temtica que permite estimar la
incertidumbre de la infor-macin generada.
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL
-ESCALA GRUESA Y FINA-
22
Figura 1. Esquema de la estrategia de uso de imgenes de sensores
remotos a nivel subnacional para el monitoreo de la cobertura
boscosa
Nivel
Subnacional
Escala Gruesa
(10m /
-
23
Tabla 2. Imgenes de sensores remotos aplicables a nivel
subnacional
NIVEL ESCALA SENSOR RESOLUCIN(m) AGENCIA COSTO (U$/km)
Subnacional
Gruesa
SPOT4-HRVIR-2 10 Spot Image 0,90
SPOT5-HRVIR2/HRG 10--5 Spot Image 0,90
ALOS AVNIR-2 10 JAXA 0,08
Rapid Eye 5 DLR 1,65
LISS-IV 5,8 ISRO 0,39
RADARSAT2 (Modo fino) 8 CSA 3,12
Fina
SPOT5-HRVIR2/HRG 2,5 Spot Image 0,90
CBERS2- 2,5 INPE 0,00
QuickBird(multipectral) 3 Digital Globe 24,00
QuickBird(Pan) 0,65 Digital Globe 24,00
Ikonos(multiespectral) 3 Space Imaging 20,00
Ikonos(Pan) 1 Space Imaging 20,00
Fotografa area digital 0,5 IGAC --
Cosmo-Skymed 3 ASI 1,52
Cosmo-Skymed 1 ASI 63,78
Terrasar-X (StripMap) 3 DLR 2,92
Terrasar-X (SpotLigth) 1 DLR 5,85
* Valores de referencia Jun. 2011.
A continuacin se describe detalladamente cada una de estas
fases, los procedimientos que deben ser realizados y los resultados
intermedios y finales esperados.
5.1 ETAPA DE PRE PROCESAMIENTO
5.1.1 SELECCIN Y ADQUISICIN DE IMGENES
De acuerdo con los propsitos de dar soportes a proyectos de
escala subnacional y la disponibilidad de imgenes de sensores
remotos aplicables a estudios de mapeo de cober-turas de la Tierra,
se opt por el uso de imgenes de alta y muy alta resolucin espacial,
preferiblemente de alta resolucin espectral y radiomtrica como es
el caso de las im-genesSPOT/IKONOS/QUICKBIRD,entreotras, loscuales
fueronseleccionadoscomoelinsumo de teledeteccin para este ejercicio
(una descripcin ms detallada se presenta en el documento Documento
tcnico de referencia para la utilizacin de imgenes de senso-res
remotos en la cuantificacin de la deforestacin y estimacin del
almacenamiento de carbono (Cabrera et al., IDEAM, 2011b).
Respecto del nivel Sub-nacional, el esquema propuesto se
encuentra orientado a dar so-porte tcnico a proyectos REDD de
escala local y regional, y segn el tamao del proyecto puede variar
el tipo de aproximacin, desde una escala gruesa que usa imgenes de
alta
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
24
resolucin espacial (imgenes pticas y de radar entre 10 y 5m)
hasta una escala fina que usa imgenes de muy alta resolucin
(imgenes pticas y de Radar 53m), operados por sensores
principalmente comerciales, las cuales permiten entre otros
aspectos apoyar la verificacin de resultados del nivel nacional y
generar informacin detallada para pequeas reas de inters. Esta
escala a partir del procesamiento digital de los productos
espectra-les obtenidos, se propone apoyar el establecimiento de un
monitoreo bienal y actualizacin de la deforestacin y los patrones
del proceso de deforestacin a nivel sub-nacional. As mismo, los
productos generados apoyarn la estimacin del almacenamiento de
carbono a escala subnacional.
Los principales criterios para la seleccin de las imgenes a
utilizar en el nivel subnacional, son:
Resolucin espacial mximo 10m
Para cada momento del periodo a analizar es preferible usar
imgenes con la menor diferencia temporal posible, una variacin de
adquisicin de ms o menos un ao a par-tir de la fecha establecida
como referencia. De acuerdo a la disponibilidad se sugiere
seleccionaralmenosunaimagenparacadatemporadaclimtica(pocaseca/pocahmeda).
Porcentaje con cobertura de nubosidad corresponde a un valor
entre 0 y 100% asig-nado por el proveedor del conjunto de imgenes.
Para este ejercicio se prefieren imgenes con coberturas de nubes
menores al 20%. Sin embargo, de acuerdo a las particularidades del
rea analizada, la localizacin de las reas con nubes y la
disponi-bilidad de imgenes se podrn utilizar imagen hasta con el
50%.
Indicador de la calidad tcnica de los datos (presencia de
errores radiomtricos, efec-tos nocivos, etc.) de acuerdo con el
proveedor de imgenes corresponde a un valor entre 0 y 9. Se
prefieren imgenes con calidades mayores o iguales a 7.
Unavezdeterminadosestoscriteriossedebeprocederaestablecerladisponibilidaddeimgenes
en los diferentes repositorios de imgenes de sensores remotos,
inicialmen-te a nivel nacional y posteriormente en repositorios
internacionales. Se debe revisar los listados de imgenes
disponibles en el Banco Nacional de Imgenes -BNI- e instituciones
pblicasnacionales(ProyectoSIMCIUNODC,SINCHI,etc)quepudiesentenerdisponi-bilidad
de imgenes an no reportadas al BNI o que dadas sus condiciones de
calidad no hayan sido cargadas.
En caso de que la bsqueda en los repositorios nacionales no
logre un cubrimiento del 100%, o que la calidad de las imgenes
encontradas no cumpla con los criterios de pro-cesamiento, se debe
realizar una exploracin a travs de los catlogos internacionales
existentesquepermitan
labsqueda,visualizacin,seleccin,descargay/osolicituddecompra de
imgenes de sensores remotos o en ciertos casos se requiere hacer la
solicitud de programacin del satlite. Cada uno de los programas
satelitales tiene un mecanismo diferente de adquisicin que deber
ser tenido en cuenta para la programacin de la ad-
-
25
quisicin de las imgenes necesarias para cuantificar la
deforestacin en el periodo de anlisis determinado.
Si la planificacin del proyecto se realiza con la suficiente
anticipacin, es recomendable tener en cuenta la posibilidad de
realizar con los proveedores de imgenes la programacin de toma de
las mismas de manera que cumplan con las caractersticas requeridas
por el anlisis especfico a desarrollar. El almacenamiento de las
imgenes se har segn el modelo de datos Raster del IDEAM y deber
incluir la documentacin (metadato) corres-pondiente diligenciado
segn las normas nacionales vigentes.
Figura 2. Disponibilidad de imgenes SPOT 4-5-para el periodo
1996-2008
META
VICHADA
AMAZONAS
CAQUET
GUAINA
VAUPS
CHOC
ANTIOQUIA
GUAVIARE
CAUCA
CASANARE
NARIO
CESAR
TOLIMA
ARAUCA
HUILA
BOYAC
CRDOBA
SANTANDER
PUTUMAYO
BOLVAR
MAGDALENA
LA GUAJIRA
SUCRE
CUNDINAMARCA
VALLE DEL CAUCA
NORTE DE SANTANDER
CALDAS
RISARALDA
ATLNTICO
QUINDO BOGOTA, D.C.
REPBLICA DE COLOMBIA
INSTITUTO GEOGRFICO AGUSTN CODAZZI - IGAC
SUBDIRECCIN GEOGRAFA Y CARTOGRAFA
Imgenes SPOT1996 - 20002001 - 20032004 - 20062007 -
2008Departamentos
CUBRIMIENTO IMGENES DE SATLITE SPOT
Desarrollo del procedimiento
Fuente: Imagen cortesa IGAC.
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
26
5.1.2 CALIBRACIN RADIOMTRICA Y CORRECCIN ATMOSfRICA
Este proceso permite convertir la informacin de la imagen
original (bruta) de cada pixel, de Niveles Digitales -ND- a Niveles
de Reflectancia captada por el sensor en el tope de la atmosfera,
es decir, sin los efectos de la misma, lo que permite disminuir los
efectos de dispersin o absorcin causados por la presencia de
partculas en la atmsfera. Adicional-mente, se busca remover el
efecto de los diferentes ngulos de incidencia de la energa solar y
de la distancia Tierra - Sol, que se producen como consecuencia de
las diferencias de tiempo de adquisicin de las imgenes. Tambin es
conveniente su aplicacin en el caso de utilizar imgenes de
diferentes tipos de sensores, pues permite normalizar las
diferen-cias de valores de la radiacin solar causados por las
diferencias de los rangos espectrales entre las bandas de las
imgenes. En general con estas correcciones se busca minimizar los
errores que influyen en la radiacin o en el valor radiomtrico de
cada elemento captado en la escena.
El proceso de correccin atmosfrica puede aplicar opcionalmente
la correccin de neblina
y/oelenmascaramientodenubes,porlocualesnecesarioinspeccionarpreviamentelaimagenparadetectarlapresenciadenubesy/oneblinaevidente.Comoresultadofinaldeeste
sub-proceso, se obtiene una imagen en valores de reflectancia que
mejora la separa-bilidad espectral de los objetos presentes en la
imagen corregida (coberturas de la Tierra) respecto a la imagen
original, mejorando los resultados finales del proceso de
clasificacin digital (ver Figura 3).
Figura 3 Ejemplo de correccin atmosfrica
5.1.3 CORRECCIN GEOMTRICA
Este proceso corrige los desplazamientos y distorsiones
geomtricas presentes en una imagen, causados por la inclinacin del
sensor (posicin del sensor en el momento de la toma), la influencia
del relieve y los errores sistemticos asociados con la imagen.
Esta
-
27
parte del proceso es determinante pues tiene implicaciones
directas en la precisin de la posicin de los resultados a obtener
en el procesamiento, y en el caso de estimacin de cambios entre
coberturas garantiza que los cambios reportados entre dos imgenes
de la misma zona y distintas fechas, se deban a cambios en las
coberturas de la Tierra de-tectadas durante el periodo establecido,
y no a diferencias en la posicin de las imgenes en el periodo de
anlisis. Para este propsito se recomienda seguir la metodologa
con-signada en el documento Manual de procedimientos para la
produccin de orto-imgenes de satlite pticas usando MDT (IGAC,
2008), que contiene la descripcin detallada de la metodologa y los
recursos necesarios para realizar este proceso2.
5.2 ETAPA DE PROCESAMIENTO
En el nivel subnacional esta etapa del proceso est referida al
procesamiento digital de las imgenes previamente pre-procesadas,
para la generacin de cartografa temtica de extensin, distribucin y
cambios en las coberturas de la Tierra, principalmente boscosas. En
este nivel de generacin de informacin como parte del apoyo a las
actividades REDD a nivel regional o local, y con el propsito de
sacar el mayor provecho de la mayor resolucin espacial de las
imgenes, se ha estimado que con una combinacin de procedimientos
automatizados y tradicionales es posible hacer una clasificacin ya
no solamente de las clases Bosque y No bosque sino tambin de las 14
clases de coberturas de la leyenda propuesta para la estimacin de
emisiones-remociones de Carbono. Esta informacin per-mite
adicionalmente establecer anlisis preliminares de las posibles
causas o factores de la deforestacin.
En sntesis, la imagen pre-procesada se convierte en una imagen
de segmentos, la cual ser clasificada con base a criterios
espectrales, espaciales y estadsticos a travs de un algoritmo de
rboles de decisin (RandomForest implementado en R) para finalmente
ser editado para generar un archivo de clasificacin de coberturas
de la Tierra. A continuacin se describe cada uno de estos
procedimientos:
5.2.1 Segmentacin de la imagen
Para realizar la separacin de las 14 clases de coberturas se
recomienda implementar un esquema de segmentacin de las imgenes
para facilitar el proceso de clasificacin. La segmentacin es un
proceso digital de agrupamiento de pixeles a objetos ms
significati-vos (segmentos) usado para simplificar la imagen. Los
segmentos son relativamente ho-mogneos en relacin a una o ms
caractersticas (principalmente variables espectrales).
2
EstatareaserealizademaneracoordinadaconlasubdireccindeGeografayCartografadelInstitutoGeogrficoAgustnCodazzi-IGAC-,atravsdeladivisin
de fotogrametra.
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL
-ESCALA GRUESA Y FINA-
28
Los resultados finales del proceso de segmentacin son
dependientes de ciertos parme-tros iniciales3 definidos por el
intrprete, entre estos podemos mencionar:
Variablesinsumo. Se deben identificar las variables
espacialmente explicitas que servirn de insumo para el proceso de
segmentacin. En general, es preferible traba-jar con informacin
espectral captada por sensores remotos, de acuerdo con la
expe-riencia del intrprete es posible seleccionar las bandas
espectrales a utilizar aunque es recomendable utilizar todas las
bandas del producto seleccionado e incluso aadir como bandas
adicionales otros datos que puedan aportar informacin til en la
agru-pacin de pixeles y la separacin de zonas homogneas. Estos
datos deben estar co-registrados y re-muestreados a la misma
resolucin espacial de las bandas originales.
Parmetrosdesegmentacin. En trminos generales el proceso de
segmen-tacin se basa en dos parmetros fundamentales, relacionados
con que tan similares son los pixeles a agrupar y cun grande debe
ser el segmento generado, a saber:
i) Similaridad de los pixeles a agrupar. Esta referido como la
distancia mnima espectral (generalmente distancia euclidiana) que
deben cumplir los pixeles que con-formarn los segmentos. Es
conveniente realizar varias pruebas de las medidas de similaridad y
agrupamiento, a fin de identificar el valor ptimo para una
determinada segmentacin. Este valor final depender del propsito
final de la segmentacin, leyen-da de cobertura de la Tierra a
implementar, etc.
ii) Tamao del segmento a generar. Esta referido como el nmero
mnimo de pi-xeles que conformaran un segmento. Es conveniente
realizar varias pruebas de tama-os, a fin de identificar el valor
ptimo para una determinada segmentacin. Este valor final depender
del propsito final de la segmentacin, escala espacial del producto
a generar, etc.
El resultado final del proceso consiste en un archivo de
segmentos que representan los ob-jetos presentes en la imagen a
clasificar (ver Figura 4). Opcionalmente el intrprete podr
seleccionar el formato espacial del archivo resultado, es decir,
formatos Raster
compati-bles(p.e.GeoTIFF)y/oVectorialescompatibles(p.e.Shapefile),vectorde
lossegmentosy la tabla de atributos que incluye el clculo de
estadsticas de los segmentos.
3
Estosparmetrosestndefinidosdeacuerdoconlaherramientadecmputoenlacualseimplementaelprocesodesegmentacin.Existenvariasherra-mientascomercialesydelibredistribucinqueincluyenalgoritmosparaelprocesodesegmentacin,paramayorinformacin:
Idrisi Taiga. http://www.clarklabs.org/products/index.cfm
eCognition 8.7. http://www.ecognition.com/products Envi 4.8.
http://www.ittvis.com/ProductServices/ENVI.aspx
Spring5.1.8.http://www.dpi.inpe.br/spring/
-
29
Figura 4. Ejemplo del resultado de la aplicacin de una
segmentacin en una imagen RapidEye en un sector del Parque Natural
Regional Corredor Biolgico en el sur del departamento del
Huila,
Der. Imagen RapidEye Original, Izq. Imagen de segmentos
generada
El resultado de esta etapa est integrado por un archivo de
segmentos en formato Raster y la tabla de atributos de las
estadsticas de los segmentos. Esta informacin nos permite a
continuacin en un siguiente paso, clasificar los segmentos en las
clases de coberturas requeridas.
5.2.2 Clculo de atributos de clasificacin
Los algoritmos de rboles de decisin como RandomForest estn
fundamentados en la identificacin de reglas binarias de separacin
basadas en las variables insumo para rea-lizar la clasificacin de
imgenes de satlite, por ende, es recomendable disponer de am-plios
conjuntos de variables, y as identificar estructuras complejas de
decisin que permi-tan encontrar las mayores diferencias entre las
clases a clasificar. Por ejemplo, un archivo multi-espectral de una
imagen Landsat tpica (TM, ETM+) posee seis bandas, es decir, seis
variables en trminos del algoritmo de clasificacin. En este
sentido, en el presente documento se propone generar sobre los
segmentos creados, mtricas que acten como variables de
clasificacin. Estas mtricas se calculan a partir de las bandas
espectrales de las imgenes insumo, y algunas de las principales que
se pueden mencionar son:
Mtricasespaciales. Cada segmento queda caracterizado por medidas
que re-sumen sus caractersticas geomtricas, tales como, rea,
permetro, compactacin, convexidad, etc.
Mtricasespectrales. Cada segmento queda caracterizado por
medidas esta-dsticas que resumen la variabilidad espectral, tales
como mnimo, mximo, rango, media, desviacin estndar, varianza,
majority, minority, etc.
Mtricasdetextura. Cada segmento puede ser caracterizado por una
medida de la variabilidad tonal del brillo en la imagen de sensor
remoto usada como insumo.
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL
-ESCALA GRUESA Y FINA-
30
Mtricasbasadasenoperacionesentrebandas. Cada segmento puede ser
caracterizado complementariamente por operaciones aritmticas entre
las varia-bles insumo, p.e. suma, resta, multiplicacin, divisin,
etc.
5.2.3 Clasificacin inicial de las coberturas de la tierra
La clasificacin de los segmentos en las 14 categoras de
coberturas puede realizarse uti-lizando algoritmos bsicos de
clasificacin tradicionales bajo esquemas no supervisados,
supervisados, clasificacin orientada a objetos, tcnicas de
clasificacin basada en lgica difusa, o tcnicas de clasificacin
basadas en rboles de decisin4.
Con excepcin del esquema no supervisado, las tcnicas de
clasificacin mencionadas re-quieren un conjunto de reas de
entrenamiento con coordenadas conocidas (espacialmente explicitas),
las cuales sern luego asociados a los segmentos generados. Como
regla ge-neral la cantidad de reas de entrenamiento deben ser
representativas de la variabilidad del universo a clasificar,
siendo recomendable contar con alrededor del 1% del universo total,
es decir, del total de los segmentos generados para una imagen
determinada.
Complementariamente, se debe procurar distribuir este nmero de
reas de entrenamien-to de tal manera que sea homogneo entre todas
las clases que se van a utilizar en la clasificacin, a mayor nmero
de reas de entrenamiento mejores sern los resultados de la
clasificacin, disminuyendo significativamente la incertidumbre de
los resultados.
Los algoritmos basados en rboles de decisin, tienen la
versatilidad de constituirse en un modelo predictivo que usa reglas
binarias para calcular un valor objetivo, el cual puede ser un dato
categrico (p.e. una clase temtica de cobertura de la Tierra), o un
dato con-tinuo (p.e. una regresin de valores de Carbono); a travs
del uso de valores reales para construir el modelo predictivo.
Adicionalmente, al ser un algoritmo no paramtrico permite
incorporar amplios conjuntos de variables en el proceso de
prediccin, permitiendo al interprete incluir datos espectra-les
(bandas de la imagen insumo), as como otros conjuntos de datos
tales como Modelos DigitalesdeTerreno,
informacinespacialsobreclimay/ocualquierotracapadedatoscontinuos o
categricos que estn relacionados con las coberturas de la Tierra a
clasificar.
Unadelasprincipalesventajasdeestaaproximacinesqueesrobustafrenteavaloresatpicos
en los datos de entrenamiento, permitiendo ensamblar muchos modelos
de rbol de decisin. Otro factor relevante es que provee informacin
sobre exactitud e im-portancia de las variables utilizadas en la
clasificacin, permitiendo al intrprete identificar con facilidad el
conjunto ptimo de variables para aplicar el proceso de prediccin
(clasifi-cacin temtica, regresiones numricas).
4
EstetipodetcnicasengeneralhandemostradomejoresresultadosdeacuerdoconpruebasrealizadasporelIDEAMenelmarcodelProyectoCapaci-dadInstitucional,TcnicayCientficaparaApoyarProyectosdeReduccindeEmisionesporDeforestacinyDegradacin-REDD-enColombia.
-
31
Este procedimiento automatizado es una primera aproximacin sobre
la distribucin y extensin de las 14 clases de coberturas de la
Tierra, sin embargo, esta clasificacin a menudo padece de ciertos
niveles de imprecisin temtica, lo que obliga a realizar distin-tos
tipos de ajustes o ediciones temticas (ver Figura 5).
Figura 5. Clasificacin inicial de la cobertura de la tierra
Nota metodolgica:
Con el nimo de garantizar la consistencia temtica y cartogrfica
de la informacin generada, se recomienda aplicar algoritmos de
generalizacin cartogrfica que ajusten detecciones cuyas reas sean
inferiores a la uni-dad mnima de mapeo establecida segn la escala
espacial.
5.3 ETAPA DE AJUSTES TEMTICOS
5.3.1 Edicin de la clasificacin inicial de las coberturas de la
Tierra
En esta etapa se realiza una edicin semiautomtica, la cual
consiste en efectuar una
nuevaclasificacindigitaldetipoSupervisado/NoSupervisado5 basado en
la imagen pre-procesada, aplicando dicha clasificacin en zonas
separadas a travs de mscaras tem-ticas en las reas correspondientes
a aquellas clases de cobertura de la Tierra que ms
5
PorlogeneralserecomiendautilizarelalgoritmoISODATAconfiguradoconlossiguientesparmetros:nmeromnimodeclases50,nmeromximodeiteraciones40,yunporcentajedeerrormenoral1%.
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CUANTIFICACIN DE LA DEFORESTACIN EN COLOMBIANIVEL SUBNACIONAL
-ESCALA GRUESA Y FINA-
32
presentan confusin, por ejemplo, las reas de Cultivos
permanentes (Caf a plena expo-sicin o bajo sombro) y reas agrcolas
heterogneas (Mosaicos), as mismo en algunos sectores en los que
tambin se presentan confusin de la cobertura reas de vegetacin
secundaria que se confunde con la cobertura de Bosque Natural.
Losresultadosdeclasificacindebenrecodificarsemediantelafusindeclasesy/orecodi-ficaciones
de grupos de pixeles basados en el criterio y experiencia del
intrprete, a fin de ajustar a una capa con las 14 clases de inters.
El resultado final de este subproceso es la generacin de nuevo
archivo temtico ajustado con las clases separadas de las coberturas
que haban sido confundidas inicialmente. Posteriormente realizando
una inspeccin visual en pantalla a la escala de trabajo
determinada, se compara la imagen pre-procesada con el mapa de
coberturas obtenido de la clasificacin No Supervisada, se
identifican reas donde an es preciso editar temticamente los
resultados del procesamiento digital, a manera de control de
calidad de la clasificacin.
5.3.2 Elaboracin de mosaicos
Las clasificaciones editadas temticamente son el insumo del
proceso de empalme de resultados, a partir de las modificaciones
realizadas para cada escena se procede a rea-lizar un empalme de
estos resultados, a fin de generar un nico mapa temtico para toda
lazonadeanlisis.Unavezelaboradoelmosaicodecoberturade
laTierra,ydeestardisponible una fuente secundaria de datos temticos
(p.e. CORINE Land Cover a escala 1:100.000) se realiza una
verificacin temtica de resultados para eliminar reas err-neamente
asignadas.
5.3.3 Deteccin de cambios de la cobertura de bosque entre los
diferentes periodos analizados. Los procedimientos descritos hasta
el numeral anterior deben ser aplicados al menos para dos periodos
de tiempo, luego de lo cual es posible utilizar herramientas de
operaciones entre mapas en formato Raster para obtener un mapa de
cambios en las coberturas de la Tierra mapeadas.
5.3.4 Cuantificacin de deforestacin
Finalmente, una vez revisada la consistencia temtica de la
informacin de cambio de las coberturas, se puede proceder a
calcular la tasa de deforestacin de la zona de inters durante el
periodo de anlisis estipulado. Para esto, se extraen la cantidad de
pixeles que cambian de cobertura de Bosque Natural en el primer
momento del anlisis a cualquiera de los otros tipos de cobertura de
la Tierra6 (denominadas genricamente como No Bosque), en el segundo
momento del monitoreo.
6 DeesteanlisisseexcluyelacategoraSininformacin.
-
33
Se convierte el valor en pixeles de las clases seleccionadas
(Bosque a otras coberturas) a un valor de superficie en unidades
acorde a la magnitud del territorio analizado, en este caso
hectreas. Para esto, el nmero total de pixeles se multiplica por el
rea del pixel (p.e. 100 m2 para imagen de resolucin espacial 10m) y
se divide por 10.000, cuantifi-cando el rea total de cobertura de
Bosque Natural que pasa a cobertura de No Bosque en el periodo
analizado. Esta operacin genera la superficie bruta de deforestacin
en el periodo consolidado de anlisis.
Posteriormente, la superficie de cambio por deforestacin se
divide por el nmero total de aos del periodo de anlisis, generando
un valor de Tasa Anual de Deforestacin -TAD-, correspondiendo al
promedio anual del cambio de cobertura de Bosque Natural a
co-bertura de No Bosque.
Donde, TAD= tasa anual de deforestacin. Pi= Pixeles en la clase
deforestacin en el mapa de cambio. A= rea en m2 por pixel del mapa
de cambio. n= Nmero total de aos de aos de anlisis.
5.4 EVALuACIN DE CALIDAD TEMTICA
Las medidas de exactitud de los mapas se refieren al grado de
exactitud del mapa ge-nerado (Foody, 2002), estas medidas deben ser
significativas y coherentes para que los usuarios de los mapas
puedan evaluar la idoneidad de los datos para un determinado uso
particular, as mismo, estas medidas pueden permitir tambin a los
productores del resultado cartogrfico identificar las probables
fuentes de error, y consecuentemente las debilidades de la
metodologa de clasificacin utilizada (Powell et al., 2004).
En el contexto del cambio climtico y el clculo de contenidos y
emisiones de gases de efecto invernadero, relacionados con la
deforestacin, no se han establecido umbrales mnimos de aceptacin de
los procesos de evaluacin de la exactitud temtica, ni los
requerimientos temporales y espaciales para la generacin de los
datos sobre super-ficie y extensin de las coberturas boscosas por
pas que alimenten los sistemas de contabilidad de carbono. Sin
embargo, es una buena prctica estimar y presentar las
incertidumbres asociadas a las estimaciones de las emisiones y de
las absorciones para lo cual es necesario realizar la evaluacin de
la calidad temtica de algunos de los pro-ductos generados a nivel
nacional tanto de una sola fecha de referencia como de uno de los
productos multi-temporales.
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
34
Diseo de muestreo.
De acuerdo con Meidinger (2003), se propone tomar como marco de
muestreo los grupos de pixeles que cumplan con la unidad mnima de
mapeo para la escala de trabajo (p.e. 1 ha para escala fina),
generados en los mapas de cobertura de la Tierra. Se realizar un
muestreo estratificado de acuerdo con las clases de cobertura de la
Tierra clasificadas, de esta forma la evaluacin podr capturar
adecuadamente las particularidades de cada una de ellas, as mismo,
garantiza que cada una de estas unidades tenga muestras
repre-sentativas. Adicionalmente, al interior de estos estratos se
distribuirn aleatoriamente los puntos de verificacin (distribucin
uniforme tanto en X como en Y). Para evitar la auto-correlacin
espacial se establece que los puntos seleccionados deben estar
separados entresporlomenos5km.
Tamao de la muestra.
Se plantea aplicar la propuesta de Bernal (2004), la cual
determina el peso de cada estra-to de acuerdo a la proporcin de
cada tipo de cobertura de la Tierra, as entonces se debe:
i) Calcular el tamao preliminar n0 de la muestra.
Donde, Wh= Peso de cada estrato, respecto al rea del estrato vs
el rea total del mapa.
Ph= Corresponde a la Proporcin de unidades de verificacin bien
clasifica-das que se asume en el estrato.
Qh= Proporcin de unidades de verificacin mal clasificadas que se
asume en el estrato. Se asume que Qh = (1-Ph). Para hallar el valor
preliminar se supone un valor de 0,5 para todos los estratos.
= Error mximo admisible. Se recomiendan valores mximos de 0,07
(Meindinger, 2003).
Z= Nivel de confianza.
ii) Calcular el tamao de la muestra denotado, n,:
-
35
iii) Calcular el tamao de la muestra al interior de cada
estrato, nh, as:
A travs del anterior procedimiento se deber identificar la
distribucin de unidades de muestreo por tipo de cobertura
evaluado.
Datos de Referencia
Para efectuar la evaluacin de la exactitud temtica de los
productos generados se propo-ne que la fuente de informacin de
referencia sean imgenes de alta y muy alta resolucin espacial
disponibles para los sitios seleccionados por el diseo de muestreo
(p.e. SPOT 5,
QuickBird,IKONOS,GeoEye,etc.),lascualesseconstituyenenuninsumodemayorre-solucin
espacial que las imgenes utilizadas como base para la generacin de
los mapas (p.e. RapidEye). La forma de los sitios de verificacin
ser cuadrada con un rea determi-nada por la unidad mnima de mapeo
del producto cartogrfico evaluado.
Anlisis de datos
Corresponde al clculo de un conjunto de medidas (ndices) que
permiten determinar: i) la probabilidad de que una clase de
referencia haya sido bien clasificada en el mapa, y la represente
fielmente en el terreno; y ii) la probabilidad de que un mapa en su
conjunto haya sido bien clasificado, y represente realmente la
realidad verificada en el terreno. Se propone calcular siete
mtricas: cuatro a nivel de clases y tres a nivel de mapa (Liu et
al., 2007), a saber:
Mtricas a nivel de Clase:
ExactituddelUsuario-ua-.
Esta mtrica indica la probabilidad de que un pixel clasificado
en el resultado cartogrfico, represente realmente esa categora en
el terreno. Su clculo est basado en la matriz de error, de la
siguiente forma:
Desarrollo del procedimiento
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
36
Cambio relativo de la entropa de una categora en el mapa
-ecnu-.
Evala la exactitud de una determinada categora dentro del
resultado cartogrfico, permi-te la comparacin de varios resultados
temticos, incluso si no tienen los mismos nmeros de categoras. Esta
mtrica se constituye como una medida suplementaria que provee
informacin no recogida por mtricas como ua y pa. Su clculo est
basado en la matriz de error, de la siguiente forma:
( ( ) ( ))
( )
( ) ( )
( )
( )
Exactitud del Productor -pa-.
Esta mtrica indica la probabilidad de que un pixel de referencia
haya sido correctamente clasificado. Su clculo est basado en la
matriz de error, de la siguiente forma:
Cambio relativo de la entropa de una categora en la muestra de
referencia -ecnp-.
Evala la exactitud de una determinada categora dentro del
resultado cartogrfico, permi-te la comparacin de varios resultados
temticos, incluso si no tienen los mismos nmeros de categoras. Esta
mtrica se constituye como una medida suplementaria que provee
informacin no recogida por mtricas como ua y pa. Su clculo est
basado en la matriz de error, de la siguiente forma:
( ( ) ( ))
( )
Donde;
( ) ( )
( )
( )
-
37
Mtricas a nivel de Mapa:
Exactitud general -oa-.
Trken2002sealoquelaoa es una buena medida para calcular la
exactitud en general del mapa evaluado, sin embargo, no es adecuada
para evaluar la capacidad diagnstica de su creador. Su clculo est
basado en la matriz de error, de la siguiente forma:
Media aritmtica normalizada de la entropa en el mapa y la
verificacin en terreno -nmiam-.
Evala la exactitud del resultado cartogrfico y los datos de
verificacin, permite la com-paracin de varios resultados temticos.
Esta mtrica es una medida suplementaria que provee informacin no
recogida por mtricas como oa y Kappa. Su clculo est basado en la
matriz de error, de la siguiente forma:
( ( ) ( ))
Donde;
(
)
( ) ( )
( ) ( )
ndice de Kappa.
Se define como la proporcin de coincidencias obtenidas en un
producto cartogrfico
sus-trayendoaquellosgeneradosdeformafortuita(Rosenfield&Fitzpatrick-Lins,1986).
( )
( )
Donde, oa= Overall accuracy,
Desarrollo del procedimiento
-
39
6. LITERATuRA CITADA
Bernal N. 2004. Evaluacin de la calidad temtica del mapa de
Ecosistemas. En: Rodr-guez, N., Armenteras, D., Morales, M. y
Romero, M. (2004). Ecosistemas de los Andes Colombianos Instituto
de Investigacin de Recursos Biolgicos Alexander von Humboldt,
Bogot, pp. 154.
Cabrera, E., G. Galindo & D.M. Vargas. 2011. Protocolo de
Procesamiento Digital de Imgenes para la Cuantificacin de la
Deforestacin en Colombia, Nivel Nacional Escalas Gruesa y Escala
Fina. Instituto de Hidrologa, Meteorologa, y Estudios
Ambientales-IDEAM-. Bogot D.C., Colombia. 37 p.
Cabrera, E., Yepes A.P., Phillips, J.F., Galindo, G., Navarrete
D.A., Vargas, D., Laguado,
W.,DuqueA.J.,Garca,M.C.,Ordoez,M.F.2011a.Sistemasdeclasificacinyleyenda
para la cuantificacin de la deforestacin y estimacin del
almacenamien-to de Carbono. Instituto de Hidrologa, Meteorologa, y
Estudios Ambientales-IDEAM-. Bogot D.C., Colombia. 54 p.
Cabrera, E., G. Galindo & D.M. Vargas, IDEAM 2011b.
Documento tcnico de referencia para la utilizacin de imgenes de
sensores remotos en la cuantificacin de la de-forestacin y
estimacin del almacenamiento de carbono, elaborado en el marco del
Proyecto Capacidad Institucional Tcnica y Cientfica para apoyar
proyectos de Reduccin de Emisiones por Deforestacin REDD en
Colombia. Instituto de Hidrologa, Meteorologa, y Estudios
Ambientales-IDEAM-, Indito.
Colditz R., 2007. Time Series Generation and Classification of
MODIS Data for Land Cover Mapping. Thesis Dissertation.
Field, C.B., Randerson, J.T. and Malmstrom, C.M. 1995. Global
net primary produc-tion: combining ecology and remote sensing.
Remote Sensing of Environment 51:74-88.
Foody G.M. 2002. Status of land cover classification accuracy
assessment. In: Remote Sensing of Environment 80 (2002) 185
201.
GOFC-GOLD. 2009. Reducing greenhouse gas emissions from
deforestation and
degra-dationindevelopingcountries:asourcebookofmethodsandproceduresformo-
Referencias
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
40
nitoring, measuring and reporting GOFC-GOLD Report, Version
COP14-2 GOFC-GOLD Project Office, Natural Resources Canada,
Alberta, Canada.
IDEAM,IGAC,IAvH,SINCHI,UAESPNNyCORMAGDALENA.2010.LeyendaNacionaldeCoberturas
de la Tierra, Metodologa CORINE Land Cover adaptada para Colom-bia
escala 1:100.000. Instituto de Hidrologa, Meteorologa y Estudios
Ambien-tales, Bogot. 72p.
IDEAM,IGAC,IAvH,SINCHI,UAESPNN,INVEMARyUPTC.Enprensa.Mapadecoberturasde
la Tierra CORINE Land Cover adaptada para Colombia, escala
1:100.000.
Instituto Geogrfico Agustn Codazzi -IGAC-. 2008. Manual de
procedimientos produccin de ortoimgenes de satlite pticas usando
MDT. Divisin de fotogrametra. Cd.
P320-12/2008.Sep.de2008.Versin1.
KerrJ.andOstrovskyM.2003.Fromspacetospecies:ecologicalapplicationsforremotesensing.
TRENDS in Ecology and Evolution Vol.18 No.6.
Liu Canran, Frazier Paul y Kumar Lalit. 2007. Comparative
assessment of the measures of thematic classification accuracy.
Remote Sensing of Environment. ScienceDirect. 107 pgs. 606-616.
Meidinger, D. 2003. Protocol for accuracy assessment of
ecosystem maps B.C. Ministry of Forests, Victoria, BC, pp. 23.
PowellRL,MatzkeN,deSouzaC,ClarkM,NumataI,HessLL,RobertsDA,ClarkM,Nu-mata
I, Hess LL, Roberts DA. 2004. Sources of error in accuracy
assessment of thematic land-cover maps in the Brazilian Amazon.
Remote Sensing and Environ-ment. 90:221234
Rosenfield,G.H.,&Fitzpatrick-Lins,K.1986.Acoefficientofagreementasameasureof
thematic classification accuracy. Photogrammetric Engineering and
Remote Sensing, 52, 223227.
Trk,G.2002.LettertotheEditor:MapEvaluationandChanceCorrection.Photogram-metric
Engineering and Remote Sensing, 68, 123129.
-
41
7. GLOSARLO
Banda. Cada uno de los intervalos en los cuales se divide el
espectro electromagntico en una imagen de sensor remoto.
Bilineal. Tcnica de remuestreo que toma los datos de los cuatro
pxeles ms cercanos para asignar el valor del pxel de salida.
Brillo. Cantidad total de luz en una imagen digital. El brillo
afecta toda la imagen y puede aplicarse sobre la luminosidad
(intensidad combinada de los tres colores RGB) o sobre un color en
particular. Cuando se incrementa el brillo, el valor de cada pxel
se acerca ms a 255 (blanco). Cuando se disminuye, el valor de cada
pxel se reduce ms cerca del 0 (negro).
Contraste. Diferencia de densidad entre las partes ms claras y
ms oscuras de una imagen. Cuando se refiere a un contraste pobre
indica que contiene transiciones bruscas
entreelblancoyelnegroovaloresdentrodeunagamaestrecha.Unbuencontrasteindicaque
la gama de valores desde el negro al blanco es amplia.
Convolucin cbica (Cubic Convolution). Tcnica de remuestreo que
toma los datos ponderados de los diecisis pxeles ms cercanos para
asignar el valor del pxel de salida.
Correccin geomtrica. Consiste en vincular una regin de una
imagen con una co-rrespondiente regin de otra imagen, la cual es
tomada con un sensor diferente o un ngu-lo de vista diferente.
Permite corregir la posicin relativa del pxel, la cual se modific
por la geometra del sensor o por variaciones en el terreno.
Correccin radiomtrica. Considera las variaciones en la
intensidad del pxel (niveles digitales) causados por el objeto o la
escena que se escane (mal funcionamiento del sen-sor, efectos
atmosfricos o efectos topogrficos).
Datum. Superficie en la cual se referencian todas las
coordenadas (x,y,z), tiene asociado un elipsoide especfico y uno o
ms puntos materializados sobre la superficie terrestre.
Distorsin geomtrica. Deformacin de la imagen causada por la
plataforma del sen-sor (variacin de la altitud y la posicin del
satlite), el satlite (variacin de la velocidad de
Glosario
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
42
desplazamiento,elnguloylaperspectivadetoma)y/orelativasalterrenosobreelcualse
hace la captura de informacin geogrfica (rotacin, curvatura y
topografa del terreno).Distorsin radiomtrica. Error que influye en
la radiacin o valor radiomtrico de un ele-mento de la escena
(pxel).
Espectro electromagntico. Distribucin energtica, medida en
funcin de la fre-cuencia, del conjunto de las ondas
electromagnticas que van desde los rayos gamma y rayos X hasta las
ondas de radio, pasando por el espectro trmico responsable del
calor que percibimos y que no son directamente perceptibles por el
ser humano. Estas formas energticas pueden reflejarse en la
superficie terrestre y ser capturadas por el sensor del satlite
proporcionando informacin sobre sus caractersticas, tal y como lo
hacen las ondas del espectro visible. La energa se mide en
micrmetros.
Filtro. Operador local mediante el cual se obtiene una nueva
imagen, cuyos Niveles Digi-tales (ND) son funcin de los ND
originales y de los de las celdas contiguas. Dependiendo del tipo,
se utilizan para suavizar y eliminar ruido, o bien para realzar los
rasgos lineales de una imagen.
Formato IMG (Image). Formato de archivo de imagen, propia de
ERDAS IMAGE.
Formato Raster o Matricial. Estructura de almacenamiento de
informacin espacial conformada por celdas del mismo tamao,
ordenadas en filas y columnas, localizadas en coordenadas
contiguas, implementadas en una matriz 2D. Cada celda, llamada
tambin elemento de imagen, elemento matriz o pxel, es referenciada
por ndices de filas (o lneas) y columnas y contiene un valor
numrico representando el nivel digital y unas coordenadas que la
ubican espacialmente.
Formato TIFF (Tagged Image File Format). Formato de fichero para
grficos de mapas de puntos. Almacena las imgenes mediante la
descripcin de informacin en blo-ques o marcas. Cada marca describe
un atributo de la imagen o un desplazamiento desde el principio del
fichero hasta una cadena de pxeles. Actualmente es un estndar de
calidad que se suele emplear en trabajos de imagen impresa.
Georreferenciacin. Proceso mediante el cual se asignan
coordenadas con una pro-yeccin y Datum especficos a un objeto o
superficie en el plano en un archivo raster (ima-gen) o vectorial
(lneas).
Histograma. Representacin grfica y estadstica que ofrece
informacin valiosa sobre una imagen digital, indica el nmero de
veces que aparece cada Nivel Digital en la imagen en forma de
grfico, permite leer e interpretar los cambios que se efectan a la
imagen.
Cualquierincrementoodisminucindelbrilloy/ocontraste,tonalidadocolor,tamao,etc.,implica
una transformacin en el histograma.
Imagen de satlite. Representacin visual de la informacin
capturada por un sensor montado en un satlite artificial. Estos
sensores recogen informacin reflejada para la
-
43
superficie de la tierra que luego es enviada a la Tierra y que
procesada convenientemente entrega valiosa informacin sobre las
caractersticas de la zona que cubre.
Imagen de satlite fuente o cruda. Imagen de satlite original a
la cual no se le ha realizado ningn tipo de tratamiento bsico o
temtico. Se encuentra almacenada con la extensin propia del
fabricante.
Imagen multiespectral. Producto espacialmente explicito generado
por un sensor remoto mediante la combinacin de imgenes que se
registran en diferentes longitudes de onda o bandas
espectrales.
Imagen pancromtica. Imagen tomada con un sensor remoto de tipo
pancromtico que es sensible a todos los colores del espectro
visible en el orden azul, verde y rojo.Imagen Spot. Imagen tomada
por el satlite Spot, esta imagen posee un campo de barrido de
60Km.
Intensidad. Luminancia de una celdilla, nivel equivalente de
gris en una gama acromtica de tonos. Hace referencia este concepto
al grado de claridad o luminosidad de la celda.
Interpolar. Estimacin del valor de un atributo en un punto a
partir de los valores colin-dantes.
MAGNA-SIRGAS. Conjunto de estaciones con coordenadas geocntricas
de alta pre-cisin y cuyas velocidades (cambio de las coordenadas
con respecto al tiempo) son cono-cidas, dichas estaciones conforman
la red bsica geodsica referida al sistema SIRGAS, que constituye el
Marco Geocntrico Nacional de Referencia. Datum oficial de
Colombia.
Metadatos. Describen el contenido, calidad, condicin, formato,
fechas de referencia y en el caso de los datos geogrficos, adems,
informacin sobre aspectos como cobertura espacial, sistemas de
coordenadas y de referencia geodsica, entre otros.
Modelo Digital de Terreno - DTM o MDT. Representacin
cuantitativa en forma-to digital de la superficie terrestre,
contiene informacin acerca de la posicin (X,Y) y la altitud (Z) de
los elementos de la superficie. La denominacin DEM (modelos
digitales de elevacin), corresponde al delta de altura de la
vegetacin sumada al MDT.
Nivel Digital ND. Se trata del valor numrico discreto asignado
por el sistema for-mador de imgenes a cada celda, en respuesta a la
irradiancia recibida sobre el plano focal del sensor. Se le conoce
as mismo como nivel de gris, luminancia, nmero digital, valor de
pixel, etc. Existe una relacin lineal entre el ND grabado y la
radiancia correspondiente a cada celda de terreno.
Ortorrectificacin. Proceso en el cual, se corrigen los
desplazamientos y distorsiones en la imagen, causados por la
inclinacin del sensor (posicin del sensor en el momento de la toma)
y la influencia del relieve.
Glosario
-
PROTOCOLO DE PROCESAMIENTO DIGITAL DE IMGENES PARA LA
CuANTIfICACIN DE LA DEfORESTACIN EN COLOMBIANIVEL SuBNACIONAL
-ESCALA GRuESA Y fINA-
44
Pansharpened. Producto multi-espectral obtenido de la fusin de
imgenes multi-es-pectrales (georreferenciadas y orto-rectificadas)
con imgenes pancromticas capturadas por el mismo sensor cuyo
resultado es una imagen de mayor resolucin espacial. Corres-ponde a
un tipo de sinergismo.
Pxel (Picture
Element).Unidadbsicadeinformacingrficaqueserefiereacadauno de los
puntos indivisibles que conforman una imagen, es decir, la mnima
rea de cap-tura en el formato Raster. A mayor densidad de pxeles,
mayor calidad de imagen.
Proyeccin cartogrfica. Sistema ordenado que transforma la
superficie curva de la tierra en un plano. Se representa
grficamente en forma de malla.
Proyeccin geogrfica. Sistema ordenado que traslada desde la
superficie curva de la Tierra la red de meridianos y paralelos
sobre una superficie plana. Se representa grfi-camente en forma de
malla.
Remuestreo. Tcnica de procesamiento digital de imgenes usada
para corregir los valores digitales de la imagen distorsionada
original, calculando los valores digitales para las nuevas
posiciones del pxel de la imagen corregida. A travs del proceso,
los valores de los pxeles de salida son derivados como valores de
los pxeles de entrada combinados con la distorsin computada.
Resolucin. Nivel de detalle con el que se es posible identificar
los elementos sobre las imgenes y se relaciona con la unidad mnima
de almacenamiento de datos o pxel.
Resolucin espacial. Este concepto designa al objeto ms pequeo
que puede ser distinguido sobre la imagen; suele medirse como la
mnima separacin a la cual los objetos aparecen distintos y
separados en la imagen. Se mide en unidades de longitud definida
como el nmero de pxeles por unidad de medida (milmetros sobre la
imagen o metros sobre el terreno) y depende de la longitud focal de
la cmara y de su altura sobre la superficie.
Resolucin espectral. Longitudes de onda en las cuales un sensor
es capaz de ad-quirir informacin. La fotografa puede ofrecer
pelculas pancromticas, infrarrojo blanco negro, color natural o
infrarrojo color.
Resolucin radiomtrica. Cantidad de energa que se puede medir en
una escala ra-diomtrica en el sensor. En el caso de los sistemas
fotogrficos, la resolucin radiomtrica del sensor se indica por el
nmero de niveles de gris recogido por el mismo. Para evaluar la
calidad radiomtrica se evala un parmetro denominado bit number.
Valores radiomtricos. Radiacin electromagntica reflejada por un
elemento de su-perficie terrestre en un determinado rango del
espectro, y se convierte en un valor num-rico que depende de la
resolucin radiomtrica.
Vecino ms cercano (Nearest Neighbor). Tcnica de remuestreo que
toma los datos del pxel o vecino ms cercano para asignar el valor
del pxel de salida.
-
Instituto de Hidrologa,Meteorologa yEstudios
AmbientalesIDEAM
Libertad y Orden
Repblica de Colombia
Ministerio de Ambiente,
Vivienda y Desarrollo Territorial