Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Tutorial
- 2014 -
INDICE
1. Introduccion…………………………………………………………………………………...…..1
4. Conclusión……………………………………………………………………………………….23
5. Bibliografía………………………………………………………………………………………24
1. Introducción
1
2. Primeros pasos en Google Earth Engine
La descarga de los datos está restringida a los miembros del programa, razón
por la cual es necesario registrarse. Para esto debeos ingresar a la pagina web
(https://earthengine.google.org/#intro) e ingresar a “let us know” (Figura 1).
Una vez registrados, se recibe un mail con un link para terminar de configurar
nuestra cuenta donde se debe colocar el nombre del proyecto. Una vez realizado esto
nuevamente se recibe un mail, el cual contiene información y enlaces para ayudar al
usuario a empezar a conocer esta plataforma.
3
En la interfaz de Google Maps podremos observar en la parte superior derecha
dos botones, una para la vista de mapas y el otro para la vista de satélite (Figura 3).
Al seleccionar la vista del mapa, aparecerá una casilla de verificación para activar o
desactivar la capa Relieve y obtener un mapa de carreteras habitual. Al seleccionar la
vista satélite, aparecerá una casilla de verificación debajo del botón Satélite que
permite activar o desactivar etiquetas (como fronteras, países, ciudades, cuerpos de
agua, etc.).
A continuación conoceremos algunos aspectos básicos de algunas de las
funciones de Google Earth Engine.
4
Fig.5- Configuración de la capa.
5
También se puede añadir conjuntos de datos adicionales directamente desde la
barra de búsqueda de tu espacio de trabajo. Para empezar a buscar un conjunto de
datos que quieras añadir, sigue uno de los pasos que se indican a continuación:
Haz clic en la barra de búsqueda.
Haz clic en el botón "+" situado en la parte superior derecha de la lista de
capas de datos.
Haz clic en el enlace “Add data” (Añadir datos) situado en la parte inferior
de la lista de capas de datos.
Estas tres opciones te permitirán introducir tu consulta en la barra de búsqueda
y seleccionar un conjunto de datos para añadirlo como una capa (Figura 6).
Al añadir una nueva capa al espacio de trabajo, los conjuntos de datos de tipo
Raster aparecerán como una capa sencilla, mientras que los conjuntos de datos de
tipo "Classified Raster" (Raster clasificados) requerirán una cierta configuración
adicional para poder verlos (ver Raster clasificados, pag. 9).
También puedes añadir el mismo conjunto de datos dos veces, como dos capas
independientes en tu espacio de trabajo. Un motivo para ello sería poder ver dos
intervalos de tiempo diferentes del mismo conjunto de datos para comprobar el
cambio a lo largo del tiempo. Para obtener más información al respecto, veremos a
continuación cómo visualizar éstos cambios.
En Google Earth Engine es posible visualizar los cambios a lo largo del tiempo.
Para ello, se debe añadir el mismo conjunto de datos en el espacio de trabajo como
dos capas independientes, pero concordantes para que muestren distintos períodos de
tiempo (Figura 7). En el ejemplo que aparece a continuación, podrás ver la expansión
urbana de las ciudades de Palpala y San Salvador de Jujuy.
6
Fig.7- Expansión Urbana 2003-2011.
7
Fig.8- Reordanar las capas.
Si se desea eliminar una capa de datos del espacio de trabajo debemos hacer
clic en el nombre de la capa de datos situada en la lista, y en el cuadro de diálogo
“Layer Settings” hacer clic en el boton “Delete” (Eliminar) y la capa se eliminará de la
lista “Data” y del mapa (Figura 9).
En el conjunto de datos raster, cada celda o pixel posee un valor que representa
un fenómeno como por ejemplo, una categoría, magnitud, altura o valor espectral.
La categoría podría ser una clase de uso del suelo como, por ejemplo, una
pradera, bosque o carretera. Una magnitud podría representar la gravedad,
8
contaminación acústica o porcentaje de precipitaciones. La altura (distancia) podría
representar una elevación de superficie por encima del nivel medio del mar.
El proceso de clasificación identifica los valores de cada píxel de una o varias
bandas de una imagen ráster, crea y evalúa las clases o clúster (firmas), finalmente
reclasifica de acuerdo a las probabilidades de cada clase. Este procedimiento es muy
práctico para crear de forma automática un mapa de uso del suelo o de cobertura
vegetal.
9
Fig.11- Configuracion de las capas de clasificación.
10
Fig.12- Añadir clases.
Una vez que hayas añadido clases a tu espacio de trabajo para cada una de las
clases del conjunto de datos de los rasters, debemos ir a
“Analysis” colocar “Train a classifier”, seleccionamos el
modelo de clasificador y determinamos la resolucion
espacial de acuerdo al producto seleccionado con
anterioridad.
El resultado será similar a la imagen que se muestra a continuación (Figura 13).
11
Existe otra manera de poder realizar una clasificación y es por medio de la
herramienta “Hand-drawn points and polygons”. Pasos a seguir: 1°) Agragar un
raster; 2°) hacer clic en “Análisis”, 3°) seleccionar “Train a classifier” donde
seleccionaremos el clasificador y la resolución espacial, 4°) volver al raster y
asegurarnos que el raster este agregado para su clasificación seleccionando “Input”
(Figura 14).
5°) Buscar y agragar el vector “Hand-drawn points and polygons” (Figuras 15-A y 15-
B).
6°) Una vez realizado esto procederemos a agregar las clases (Figura 16).
12
Fig.16- Agragar las clases
7°) Creadas las clases, nos posicionaremos en cada una de ellas y por medio de punto
o poliginos determinaremos (margen izquierdo superior del mapa) los pixeles que
corresponden a cada clase. Por último, hacer clic en “Train classifier and display
results”, obteniendo una imagen similar a la figura 13.
13
2.4.1. Parámetros Mínimo, Máximo y Gamma
Los parámetros Mínimo (Min), Máximo (Max), Ganancia (Gain), Sesgo (Bias) y
Gamma, permiten modificar la visualización de los valores de los datos.
El parámetro Min representa el valor que se debe representar como valor
decimal 0, y el parámetro Max, el que se debe representar como valor decimal 255.
Los valores inferiores a Min también se representarán con el valor 0, y los valores
superiores a Max, con el valor 255.
El parámetro Gamma representa la relación entre un valor y la luminosidad
utilizada para representarlo. En términos generales, al aumentar el parámetro
Gamma, también aumenta la intensidad de los valores del centro del intervalo de
visualización.
En Earth Engine se puede combinar las bandas para obtener algunos efectos
útiles e interesantes. Por ejemplo, al asignar las bandas 40, 30 y 20 a R, G y B, se
crea una imagen de "color falso" en la que la vegetación se destaca y se muestra en
rojo.
14
3. Ejemplo de Aplicación:
Producto Fecha
Landsat 5, 32-Day TOA Reflectance Composite 1986/07
Landsat 5, 32-Day TOA Reflectance Composite 1990/01
Landsat 5, 32-Day TOA Reflectance Composite 1995/08
Landsat 5, 32-Day TOA Reflectance Composite 2000/06
Landsat 5, 32-Day TOA Reflectance Composite 2005/07
Landsat 5, 32-Day TOA Reflectance Composite 2010/07
Landsat 7, 32-Day TOA Reflectance Composite 2014/08
15
Fig.15- Hand drawn points and Classes.
16
Cuando se realizó las clasificaciones se examinó con la mayoría de los
clasificadores, como ser: “Fast Naive Bayes”, “Random Forest”, “Winnow”, “Cart”. De
los cuales el que mejor se ajusto a la realidad fue el clasificador CART, por lo que se
eligió trabajar con este algoritmo.
El algoritmo “Classification and Regression Tree” (CART), es uno de los
algoritmos de clasificación de uso común para la caracterización de la ocupación del
suelo y la cartografía (Giri et al., 2014). El algoritmo divide de forma recursiva píxeles
de datos de entrenamiento en subconjuntos homogéneos hasta llegar a los nodos
terminales con la máxima homogeneidad. La homogeneidad se mide en relación a las
clases definidas por datos de entrenamiento (áreas de cobertura de la tierra conocida).
Una vez realizadas las clasificaciones, se consideraron aquellas imágenes más
representativas en relación al crecimiento urbanístico. Las imágenes seleccionadas
corresponden a los años 1986, 2000 y 2014 (Figura 17).
Se procedió a calcular las diferencias entre los raster clasificados, para esto se
debe ir al panel izquierdo del espacio de trabajo, y hacer clic en “Add computation” >
Per-Pixel Math > Expression, donde se desplegará la ventana “Computed layer”, donde
se agregan las imágenes y la expresión (Figura 18).
17
Fig.18- Computed layer: Expression.
18
Año 2000 – 1986 (Figura 20):
20
Fig.22- Expansión urbana en los años 1986 y 2014.
21
Fig.23- Extensión urbana total.
22
Link del trabajo:
https://earthengine.google.org/#workspace/DssITGRFhjr
4. Conclusión
23
5. BIBLIOFRAFIA
24