Sei sulla pagina 1di 9

ANLISIS MULTITEMPORAL DE IMGENES SATELITALES PARA DETERMINAR CAMBIOS EN CUERPOS DE AGUA

EXNEYDER A. MONTOYA ARAQUE MARIA ISABEL ARANGO CARMONA ESTEBAN MONTOYA BETANCUR

PARA: VERNICA BOTERO

UNIVERSIDAD NACIONAL DE COLOMBIA FACULTAD DE MINAS SENSORES REMOTOS MEDELLN 2013

INTRODUCCIN Este trabajo consiste en realizar un anlisis multitemporal de la zona de la Depresin Momposina para determinar los cambios en las reas que cubren los cuerpos de agua en un perodo de tiempo de 14 aos (Enero 1987-Julio 2001), a travs del procesamiento digital de imgenes satelitales Landsat TM, empleando los programas SPRING de INPE y ENVI de Exelis. La Depresin Momposina es una cuenca hidrogrfica sedimentaria de 24.650 Km 2 que se encuentra al norte de Colombia, sobre los departamentos de Bolvar, Magdalena, Sucre, Crdoba y Cesar. Esta zona est influenciada por los ros Magdalena, Cauca y San Jorge. Teniendo en cuenta la importancia ambiental y socioeconmica del complejo de humedales de la Depresin Momposina, el Ministerio del Medio Ambiente Colombiano y otras corporaciones han creado proyectos para contribuir a la conservacin, ordenamiento, uso y manejo sostenible de las condiciones ecolgicas y socioeconmicas de stos. La realizacin de este tipo de anlisis es importante para determinar cambios a travs del tiempo, percibidos a escala geogrfica, en este caso es importante controlar los cambios de los cuerpos de agua para determinar la vulnerabilidad de estos a disminuir o aumentar considerablemente su extensin y generar una amenaza para las poblaciones cercanas y los ecosistemas desarrollados en torno a estos. ADQUISICIN DE IMGENES Se obtuvieron dos paquetes de imgenes Landsat TM de la Depresin Momposina, correspondientes al Path 9 y Row 54, a travs de la pgina del Servicio Geolgico de los Estados Unidos (USGS), siendo una de enero de 1987 y la otra de julio del 2001. Como uno de los criterios de escogencia, se busc que las imgenes tuvieran la menor cobertura posible de nubes y las que estuvieran presentes, se localizaran aisladas de los cuerpos de agua.

PREPROCESAMIENTO Antes de clasificar las imgenes y realizar algn tipo de procesamiento, se deben realizar ciertos procedimientos previos para corregir perturbaciones producidas por varias interferencias a las que se somete el satlite. Los procedimientos de pre-procesamiento fueron aplicados a ambas imgenes de la misma manera. A continuacin se describen dichos procedimientos: Ajuste de contraste: Mediante el mtodo de expansin lineal se procede a hacer el ajuste de contraste para visualizar todos los niveles digitales, con el fin de obtener una mejor visualizacin de las capas

Figura 1. Composicin en color verdadero (B1, B2 y B3) antes y despus del ajuste de contraste. Ejemplo de la imagen de enero de 1987

Figura 2. Composicin en color verdadero (B1, B2 y B3) antes y despus del ajuste de contraste. Ejemplo de la imagen de julio del 2001.

Correccin atmosfrica: La correccin atmosfrica se hace mediante el mtodo de sustraccin de objeto oscuro (Dark Object Substraction-DOS), leyendo 15 valores en zonas, que en el caso de no tener interferencias, deberan tomar el valor de 0, y el promedio de estos, se restaron de la imagen original. Esto se realiza para las bandas pertenecientes a la porcin del espectro del visible. Posteriormente se vuelve a aplicar el ajuste de contraste para mejor visualizacin de los resultados.

Figura 3. Composicin en color verdadero antes y despus de aplicar la correccin atmosfrica, ambas con ajuste de contraste. Ejemplo de la imagen de enero de 1987.

Figura 4. Composicin en color verdadero antes y despus de aplicar la correccin atmosfrica, ambas con ajuste de contraste. Ejemplo de la imagen de Julio del 2001.

Visualizacin de los cuerpos de agua: Para una ms clara identificacin de los diferentes cuerpos de agua presentes en el rea, se ejecuta una composicin en falso color B5-B4-B3, resaltando en tonos muy oscuros (casi negro) los cuerpos de agua ms limpios (ocano, en la esquina superior derecha) y en azul prusiano los dems cuerpos de agua.

Figura 5. Identificacin de los cuerpos de agua usando composicin 5-4-3 en la imagen de enero de 1987.

Figura 6. Identificacin de los cuerpos de agua usando composicin 5-4-3 en la imagen de julio del 2001.

PROCESAMIENTO Despus de tener las correcciones necesarias realizadas en el pre-procesamiento, se contina con lo concerniente al tratamiento operacional necesario para obtener el objetivo final que consiste en este caso en realizar un anlisis de la variacin temporal de los cuerpos de agua presentes en el rea de estudio. Este tratamiento se describe a continuacin: Clasificacin: Lo primero que se realiza al momento de procesar las imgenes para poder analizar las variaciones en los cuerpos de agua, es clasificar la imagen, teniendo un nfasis especial en la discriminacin de los cuerpos de agua, incluyendo aqu los ros y la porcin de ocano. sta se hizo en base a 5 clases identificadas con los siguientes colores:
Tabla 1. Clasificacin en 5 clases sobre la imagen de enero de 1987.

Figura 7. Clasificacinen 5 clases sobre la imagen de enero de 1987.

Figura 8. Clasificacin en 5 clases sobre la imagen de julio del 2001.

Comparacin por medio de tablas cruzadas: Haciendo uso del sistema de informacin geogrfico ENVI software by Exelis, con ambas imgenes clasificadas, se puede ejecutar un mecanismo de anlisis comparativo mediante una tabla cruzada, la cual muestra la relacin de cada variable (clases dentro de la clasificacin) para cada una de las variables de la otra foto (Ver Tabla 1 y Tabla 2). Resultados finales: El resultado ms importante del anlisis de las tablas es la variacin del rea de los cuerpos de agua. Se observa en la tabla 2, que la imagen del 2001 presenta un rea de 12.006.796.500 m2 (1.200.679,65 ha) mientras que la imagen de 1987 presenta un rea de 14.118.618.600 m2 (1.411.861,86 ha), lo que representa una disminucin de 211.182,21 ha, es decir un 14,96% del rea total. Sin embargo hay que considerar dentro que dentro de la clasificacin, tambin se encuentran las nubes y las sombras, y en el caso que alguna de estas 2 clases repose sobre algn cuerpo de agua, se convertir en fuente de error para las cifras mencionadas. La ventaja es que la cobertura nubosa es mnima y se encuentra relativamente aislada de los cuerpos de agua.

Tabla 2. Tabla cruzada entre las dos fotos, expresada en porcentaje.

Tabla 3. Tabla cruzada entre las dos fotos, expresada en metros cuadrados.

Georeferenciacin: En este caso el proceso final de georreferenciacin de las imgenes no se hace necesario, debido a que durante la adquisicin de las imgenes se percat que estas venan previamente georreferenciadas, y proyectadas a coordenadas planas. Los datos sobre referencia espacial se resumen en la siguiente tabla:
Tabla 4. Datos de referencia espacial

Conclusiones -Si se tienen en cuenta los valores de vegetacin y suelos desnudos como nicos cambios reales en los cuerpos de agua, entonces se puede decir que del rea cubierta por agua en el ao 1987, aproximadamente 75 millones de Hectreas corresponde a suelos desnudos en el 2001 (13%) y alrededor de 15.millones de Hectreas corresponden a vegetacin en el mismo ao (7%), teniendo en cuenta que un 6% de zonas no cubiertas por agua en 1987, lo estn en el 2001, se puede decir que hubo una disminucin del 14% en los cuerpos de aguas en un periodo de tiempo de 14 aos. -Con el uso de otras imgenes de diferentes fechas se puede tener un mejor control de la evolucin de los cuerpos de agua y determinar una tasa de cambio dentro de stos. -La disminucin en la cantidad de rea cubierta por agua debe ser considerada para saber si se tiene la necesidad de realizar medidas para prevenir dicha disminucin y evitar desastres ambientales y socioeconmicos. -La generacin de un mapa con diferentes variables que influyan en la cantidad de agua de una cuenta, podra ser til para determinar un plan de prevencin de riesgos. -Los resultados obtenidos mediante este mtodo, son aproximados y representan nicamente un acercamiento al cambio dentro de los cuerpos. Sin embargo, las correcciones realizadas permiten disminuir de forma importante el error y generar resultados confiables.

Potrebbero piacerti anche