PRACTICA 1

INTRODUCCIÓN EN IMÁGENES SATELITALES

1. Objetivos
1.1 Objetivo General

Aprender el manejo del programa ERDAS IMAGINE 2014 desde lo básico para la comprensión, utilidad e
interpretación de diferentes imágenes satelitales.

1.2 objetivos Específicos

 Aprender a descargar imágenes LANDSAT

 Transformar del sistema de coordenadas de las bandas del satélite LANDSAT 7
 Desplegar imágenes en ERDAS y sus estadíticas

2. Fundamento teórico

En su forma más simple, un ráster consta de una matriz de celdas (o píxeles) organizadas en filas y
columnas (o una cuadrícula) en la que cada celda contiene un valor que representa información, como
la temperatura. Los rásteres son fotografías aéreas digitales, imágenes de satélite, imágenes digitales o
incluso mapas escaneados.

Los datos almacenados en formato ráster representan fenómenos del mundo real:

 Los datos temáticos (también conocidos como discretos) representan entidades como datos de
la tierra o de uso de la tierra.
 Los datos continuos representan fenómenos como la temperatura, la elevación o datos
espectrales, entre ellos imágenes satelitales y fotografías aéreas.
 Las imágenes incluyen mapas escaneados o dibujos y fotografías de edificios.

Los rásteres temáticos y continuos se pueden visualizar en el mapa en forma de capas de datos junto
con otros datos geográficos, pero a menudo se utilizan como datos de origen para el análisis espacial
 PRACTICA 1

con la extensión de ArcGIS Spatial Analyst extension. Los rásteres de imágenes suelen utilizarse como
atributos en tablas: pueden visualizarse con datos geográficos y se utilizan para transmitir información
adicional acerca de las entidades geográficas de mapas.

Si bien la estructura de datos ráster es simple, es excepcionalmente útil para una amplia variedad de
aplicaciones. En un SIG, los usos de los datos ráster se pueden dividir en cuatro categorías principales:

 Rásteres en forma de mapas base

Un uso común de los datos ráster en un SIG es en forma de visualización de fondo para otras capas de
entidades. Por ejemplo, las ortofotografías que se visualizan debajo de otras capas ofrecen al usuario de
mapas la garantía de que las capas de mapa se alinean espacialmente y representan tanto objetos reales
como información adicional. Las tres fuentes principales de mapas base ráster son las ortofotografías de
fotografías aéreas, imágenes de satélite y mapas escaneados. A continuación se muestra un ráster que
se utiliza como

 Rásteres en forma de mapas de superficie

Los rásteres son apropiados para representar datos que cambian continuamente en un entorno
(superficie). Ofrecen un método efectivo para almacenar la continuidad en forma de superficie. También
proporcionan una representación de superficies con espacios regulares. Los valores de elevación que se
miden desde la superficie de la Tierra son la aplicación más común de los mapas de superficie, pero otros
valores, como las precipitaciones, la temperatura, la concentración y la densidad de población, también
pueden definir superficies que se pueden analizar espacialmente. En el siguiente ráster se visualiza la
elevación: se utiliza el color verde para mostrar una elevación menor y celdas de color rojo, rosa y blanco
para mostrar elevaciones mayores.
 PRACTICA 1

 Rásteres en forma de mapas temáticos

Los rásteres que representan datos temáticos se pueden derivar al analizar otros datos. Una aplicación
de análisis común consiste en clasificar una imagen de satélite por categorías de cobertura de suelo.
Básicamente, esta actividad agrupa los valores de datos multiespectrales en clases (como tipo de
vegetación) y asigna un valor categórico. También es posible obtener mapas temáticos a partir de
operaciones de geoprocesamiento que combinen datos de varias fuentes como, por ejemplo, datos
vectoriales, ráster y de terreno. Por ejemplo, puede procesar datos por medio de un modelo de
geoprocesamiento para crear un dataset ráster apropiado para una actividad específica. A continuación
encontrará un ejemplo de dataset ráster clasificado en el que se muestra el uso del suelo.

Características generales de datos ráster

En los datasets ráster, cada celda (también conocida como píxel) posee un valor. Los valores de celda
representan el fenómeno descrito por el dataset ráster, 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, contaminación acústica o
porcentaje de precipitaciones. La altura (distancia) podría representar una elevación de superficie por
encima del nivel medio del mar, que se utilizaría para obtener propiedades de pendiente, orientación y
cuenca hidrográfica. Los valores espectrales se utilizan en las imágenes de satélite y en las fotografías
aéreas para representar la reflectancia de la luz y el color.
 PRACTICA 1

Los valores de celda pueden ser positivos o negativos, enteros o de punto flotante. Los valores enteros
es mejor utilizarlos para representar datos categóricos (discretos) y los valores de punto flotante para
representar superficies continuas. Para obtener más información acerca de los datos discretos y
continuos, consulte Datos discretos y continuos. Las celdas también pueden incorporan un valor NoData
para representar la ausencia de datos. Para obtener más información sobre los NoData, consulte NoData
en datasets ráster.

Los rásteres se almacenarán en forma de lista ordenada de valores de celda, como, por ejemplo, 80, 74,
62, 45, 45, 34, etc.

El área (o superficie) representada por cada celda contiene el mismo ancho y altura, y es una parte
equivalente a toda la superficie representada por el ráster. Por ejemplo, un ráster que represente la
elevación (es decir, modelo digital de elevación) puede cubrir un área de 100 kilómetros cuadrados. En
el caso en el que hubiera 100 celdas en este ráster, cada celda representaría 1 kilómetro cuadrado con
ancho y altura iguales (es decir, 1 km x 1 km).
 PRACTICA 1

La dimensión de las celdas puede ser tan grande o pequeña como sea necesario para representar la
superficie transmitida por el dataset ráster y las entidades dentro de la superficie, como, por ejemplo,
un kilómetro cuadrado, un pie cuadrado o incluso un centímetro cuadrado. El tamaño de celda
determina el grosor o la delgadez con la que aparecerán los patrones o las entidades en el ráster. Cuanto
más pequeño sea el tamaño de celda, más suave o más detallado será el ráster. Sin embargo, cuanto
mayor sea el número de celdas, más tiempo tardará en procesar, aumentándose a su vez la demanda de
espacio de almacenamiento. Si el tamaño de una celda es demasiado grande, se podría perder
información o los patrones sutiles podrían oscurecerse. Por ejemplo, si el tamaño de celda es superior
al ancho de una carretera, la carretera podría no existir en el dataset ráster. En el siguiente diagrama
podrá apreciar la forma en la que esta entidad poligonal simple se representará mediante un dataset
ráster en varios tamaños de celda.

La ubicación de cada celda se define por la fila o columna en la que se ubica dentro de la matriz ráster.
Esencialmente, la matriz queda representada por un Sistema de coordenadas cartesianas, en las que las
filas de la matriz son paralelas al eje x y las columnas al eje y del plano cartesiano. Los valores de fila y
columna parten de 0. En el siguiente ejemplo, si el ráster se encuentra en un sistema de coordenadas
proyectadas de proyección universal transversal de Mercator (UTM) y posee un tamaño de celda de 100,
la ubicación de celda en 5,1 sería 300.500 este, 5.900.600 norte.
 PRACTICA 1

En ocasiones deberá especificar la extensión de un ráster. La extensión queda definida por las
coordenadas superior, inferior, izquierda y derecha del área rectangular cubierta por un ráster, tal y
como se muestra a continuación:

3. Procedimiento
a) Descargar imagen LANDSAT.
 PRACTICA 1

b) Descomprimir la imagen, abrir el programa ERDAS IMAGINE 2014.

c) Hacer click en la pestaña RASTER + Spectral + Layer Stack

d) Cargar la banda que se añadirá a la lista, tomando en cuenta que este en el formato “TIF”
 PRACTICA 1

e) Añadir a la lista y cambiar a formato “img” + aceptar. Dejar que el proceso llegue a 100%

f) Realizar la transformación de coordenas de las bandas : Hacer click en Raster + Retropoject

 PRACTICA 1

g) Realizar el mismo procedimiento “c, d, e” y unir las bandas “1-2-3-4-5-7”

h) Como ejemplo cargar la banda 8.

i) Cargar la combinación de bandas y para mejor visualización cambiar los colores de las bandas
yendo a la pestaña MULTIESPECTRAL + False natural color
 PRACTICA 1

6. resultados y gráficos

7. Conclusiones:
Después de haber realizado la practica base para el trabajo con el programa ERDAS, se puede concluir
que siguiendo los pasos concretos se puede transformar las coordenas de imágenes y lo mas importante
realizar una interpretación a detalle de las diferentes bandas de las imágenes ayudando a interpretar y
analizar mejor las imágenes LANDSAT.
 PRACTICA 1

8. Anexos
COMBINACIÓN DE BANDAS PARA L7 Y L8

Landsat 8 ha estado en línea por un par de meses, y las imágenes se muestran increíbles. Mientras que
todas las bandas de las misiones Landsat anteriores todavía se incorporan, hay un par de otras nuevas,
como la banda costera azul de penetración del agua/aerosol, detección y la banda de nubes cirrus, para
el enmascaramiento de nubes y otras aplicaciones. He aquí un resumen de algunas combinaciones de
bandas más comunes aplicados para Landsat 8, se muestra como rojo, verde, azul (RGB), (se recomienda
revisar el procedimiento para crear una composición de bandas landsat en ArcGIS).

Color natural 432

Falso color (urbano) 764

Color infrarrojo (vegetación) 543

Agricultura 652

Penetración atmosférica 765

Vegetación saludable 562

Tierra/agua 564

Natural con remoción atmosférica 753

Infrarrojo de onda corta 754

Análisis de vegetación 654

 PRACTICA 1

Así es como las nuevas bandas de Landsat 8 alinean con Landsat 7:

Landsat 7 Landsat 8

Ancho Resolución Ancho Resolución

Banda (µm) (m) Banda (µm) (m)

Band 1 0.43 –
Coastal 0.45 30

Band 0.45 – Band 2 0.45 –

1 Blue 0.52 30 Blue 0.51 30

Band
2 0.52 – Band 3 0.53 –
Green 0.60 30 Green 0.59 30

Band 0.63 – Band 4 0.64 –

3 Red 0.69 30 Red 0.67 30

Band 0.77 – Band 5 0.85 –

4 NIR 0.90 30 NIR 0.88 30

Band
5 1.55 – Band 6 1.57 –
SWIR1 1.75 30 SWIR1 1.65 30

Band
7 2.09 – Band 7 2.11 –
SWIR2 2.35 30 SWIR2 2.29 30

Band 0.52 – Band 8 0.50 –

8 Pan 0.90 15 Oan 0.68 15

Band 9 1.36 –
Cirrus 1.38 30

10.40 Band
Band – 10 10.6 –
6 TIR 12.50 30/60 TIRS1 11.19 100
 PRACTICA 1

Band
11 11.5 –
TIRS2 12.51 100

En su mayor parte, las bandas se alinean con lo que estamos acostumbrados, con algunos ajustes
menores de los rangos espectrales. La banda del infrarrojo térmico del Landsat 7 ahora está dividida en
dos bandas de Landsat 8. Mientras que antes de tener una banda térmica que fue adquirido a 60 metros
de resolución (y vuelve a muestrear a 30 metros) ya que ha aumentado la resolución espectral a costa
de la resolución espacial.
9.- BIBLIOGRAFÍA

 http://sitio.cartografia.cl/combinacion-de-bandas-para-landsat-8
 Dr. Álvaro Soruco; Practica 1; Introducción a imágenes Satelitales