[11345][A][Tema 8]Cambios.pdf

Anlisis de Cambios Teledeteccin

1

TEMA 8: ANLISIS DE CAMBIOS

CONTENIDOS

8.1.- Formulacin de un proyecto de anlisis de cambios

8.2.- Metodologa de anlisis

8.3.- Descripcin de los mtodos de anlisis

8.1.- Formulacin de un proyecto de anlisis de cambios

La mayora de los proyectos de anlisis de cambios que emplean tcnicas de

teledeteccin siguen la aproximacin estndar de formulacin del proyecto que se

describe en la Figura 8.1.

Figura 8.1.- Esquema general de la formulacin de un proyecto de anlisis de cambios

mediante teledeteccin.

DEFINICIN DEL PROBLEMA

ESPECIFICACIN DEL PRODUCTO

DEFINICIN DE LOS DATOS NECESARIOS

DISPONIBILIDAD DE DATOS

COSTE DE ADQUISICIN DE LOS DATOS

ESTIMACIN DEL COSTE DE L ANLISIS

FORMULACINFORMULACIN






















2

La formulacin de un proyecto puede definirse como la descripcin, de forma ordenada,

de todos los aspectos necesarios para la planificacin y ejecucin de un proyecto. Los

elementos de que consta la formulacin de un proyecto son los siguientes:

Definicin del problema: Se trata de definir de la forma ms precisa posible las

necesidades del cliente o los objetivos cientficos buscados. Se responder a las

preguntas

Qu necesita saber el cliente? , o bien

Cul es la pregunta cientfica a la que se debe responder?

Antes de abordar la metodologa de anlisis se debe recopilar informacin detallada de

las necesidades que se desean cubrir. Cuanto mayor es el nivel de detalle, mayores son

las probabilidades de obtener unos buenos resultados. Adems, este paso nos ayudar

a definir de forma clara y concisa los objetivos del proyecto.

Especificacin del proyecto: Al definir las especificaciones para productos

geoespaciales es importante incluir los requisitos tanto de fiabilidad temtica como

de precisin geomtrica. La primera suele expresarse mediante porcentajes de

acierto extrados de la matriz de errores, mientras que la segunda se expresa

habitualmente en trminos del error medio cuadrtico.

Definicin de los datos necesarios: Hay 4 criterios fundamentales para la definicin

de los datos necesarios para llevar a cabo el proyecto:

La resolucin espectral, consistente en seleccionar las longitudes de

onda y los intervalos espectrales necesarios para conseguir resultados.

La resolucin espacial, fijada en funcin de la mnima unidad

cartogrfica necesaria en los productos finales.

La resolucin radiomtrica, esto es, el nmero de bits por pxel,

importante cuando se van a cuantificar fenmenos (ndices

cuantitativos de vegetacin, temperaturas,...).

La resolucin temporal, que se elegir en funcin de los ciclos

fenolgicos anuales de la vegetacin, incluyendo el crecimiento, la

maduracin, etc.


3

Disponibilidad de los datos: Habr que comprobar la existencia de datos que

cumplan con las caractersticas del paso anterior. Si no fuera as, ser preciso

reconsiderar la definicin del problema y, por lo tanto, los objetivos que pueden

alcanzarse.

Coste de adquisicin de los datos: Su cuanta vendr dada en funcin de la

plataforma, de la respuesta espectral necesaria y de la resolucin espacial,

fundamentalmente.

Estimacin del coste del anlisis: En l se incluir el coste de una rigurosa

evaluacin de la precisin, donde ser preciso incluir trabajos de muestreo y

comprobacin en campo. Tras esta fase se comprobar la viabilidad econmica del

proyecto, pudiendo ser necesario redefinir los objetivos para adaptarlos a un

presupuesto dado.

8.2.- Metodologa de anlisis

En esta etapa se define el diagrama metodolgico que debe seguirse para

conseguir los objetivos buscados. El proceso metodolgico puede dividirse

genricamente en 5 fases (figura 8.2):

Adquisicin y preprocesado de los datos: Consiste en la adquisicin de los datos

geoespaciales (imgenes, fotografas areas, cartografa, bases de datos,...)

necesarios para el proyecto, y en las operaciones cuyo objeto es la preparacin de

los mismos y convertirlos en informacin directamente til para su anlisis. Entre

ellos estn los trabajos de cambios y adaptacin de formatos, recortes de las

imgenes segn la zona de estudio, formacin de mosaicos, creacin de mscaras

para excluir las zonas que pueden interferir en el estudio, etc.

Correcciones geomtricas y radiomtricas: Las correcciones geomtricas consisten

en la georreferenciacin o rectificacin absoluta de la imagen base y de posteriores

registros de las imgenes restantes. En aquellas zonas en las que el relieve sea

abrupto, esto es, las zonas de montaa, ser necesario el empleo de un modelo

digital de elevaciones para corregir las distorsiones debidas al relieve. En general, el

registro es un paso fundamental en este tipo de aplicaciones y el error medio

cuadrtico no deber superar 0,5 pxeles.


4

Las correcciones radiomtricas consistirn en la normalizacin de las imgenes para

reducir el efecto de las diferencias atmosfricas entre las distintas fechas y de

diferencias en la calibracin del sensor o sensores.

Anlisis de deteccin de cambios: Consistir en la adecuada seleccin del algoritmo

o del mtodo de anlisis de deteccin de cambios que se va a emplear. Esto se

tratar en el apartado siguiente.

Evaluacin de la fiabilidad: Al igual que ocurra en la clasificacin de imgenes, la

evaluacin de la fiabilidad es imprescindible, empleando una fuente de validacin

fiable e independiente. Si se han realizado las evaluaciones de los usos del suelo en

dos fechas distintas, por ejemplo, la fiabilidad del cambio entre ambas se obtendr

multiplicando las fiabilidades de cada una.

Generacin del producto final: Creacin de informes donde se analicen los

resultados y se expongan las conclusiones, acompaados de imgenes, mapas y toda

la informacin necesaria para cumplir con los objetivos propuestos.

Figura 8.2.- Proceso metodolgico de un proyecto de anlisis de cambios

ADQUISICIN

Y PREPROCESADO DE LOS DATOS

CORRECCIONES GEOMTRICAS

Y RADIOMTRICAS

ANLISIS DE DETECCIN DE CAMBIOS

EVALUACIN DE LA FIABILIDAD

GENERACIN DEL PRODUCTO FINAL

METODOLOGAMETODOLOGA

ADQUISICIN

Y PREPROCESADO DE LOS DATOS

CORRECCIONES GEOMTRICAS

Y RADIOMTRICAS

ANLISIS DE DETECCIN DE CAMBIOS

EVALUACIN DE LA FIABILIDAD

GENERACIN DEL PRODUCTO FINAL

METODOLOGAMETODOLOGA


5

8.3.- Descripcin de los mtodos de anlisis

Existen numerosos mtodos de anlisis de cambios basados en la utilizacin de

tcnicas de teledeteccin y procesado digital de imgenes, la mayora de ellos se basan

en la combinacin de varias tcnicas (mtodos hbridos) con el fin de mejorar los

resultados finales y reducir los errores en la deteccin. A continuacin estudiaremos

algunos de ellos que pueden considerarse estndar y ampliamente utilizados en

diferentes aplicaciones.

8.3.1. Composiciones multitemporales

Esta tcnica se basa en generar una composicin en color formada por imgenes

correspondientes a distintas fechas, tras aplicarle algn realce del color. Una

composicin muy comn es asignar el canal rojo a la primera fecha y el verde a la

segunda, dejando el azul vaco (Figura 8.3). En consecuencia, aparecern en tono

amarillo las zonas estables, en rojo las zonas que hayan reducido su nivel digital y en

verde las que lo hayan ganado. Puede realizarse sobre bandas originales o sobre bandas

derivadas de ellas, como seran los componentes principales o ndices de vegetacin. El

mtodo resulta bastante sencillo y tiene la ventaja de incorporar el conocimiento y los

criterios de interpretacin visual.

Figura 8.3.- Combinacin multitemporal visualizando la banda TM4 previa al incendio en rojo, la banda TM4 posterior al incendio en verde y una imagen con valor constante

igual a cero en azul.


6

8.3.2. Diferencias y ratios entre imgenes:

Consiste en la resta (o el cociente) , pxel a pxel, de dos imgenes registradas,

produciendo una tercera imagen que representa los cambios producidos entre ambas

fechas. Las imgenes originales pueden ser bandas originales o bien combinaciones

entre ellas, como ndices de vegetacin, por ejemplo. Deber realizarse una

normalizacin radiomtrica previa para poder obtener resultados aceptables.

Las zonas estables presentarn un valor cercano a cero, si se trata de una resta, y

a 1 si se trata de un cociente, mientras las que hayan experimentado cambios ofrecern

valores significativamente distintos a esas cifras, marcndose adems la direccin del

cambio (positivos o negativos, mayores o menores a 1).

Tiene la ventaja de tratarse de un mtodo sencillo en su aplicacin, lo que reduce

los costes de procesado y confiere gran potencial para su aplicacin rutinaria en grandes

volmenes de datos. Como desventajas destacan su gran sensibilidad a errores en el

registro geomtrico y a la existencia de pxeles mezcla, as como a diferencias

radiomtricas entre imgenes (requieren rigurosos ajustes), adems de necesitar la

correcta definicin de un umbral de cambio en la imagen de diferencias.

8.3.3. Vector de cambios:

Geomtricamente, el vector de cambios de un pxel se define como el vector que

une la posicin espectral de dicho pxel en dos fechas distintas. Considerando un

espacio espectral de dos dimensiones (2 bandas espectrales), podra representarse en un

diagrama de dispersin formado por las dos bandas. La figura 8.4 muestra un esquema

grfico y la formulacin asociada a su clculo.

La magnitud del vector de cambios representa la intensidad del cambio, por lo

que permite cuantificarlo, y la direccin del vector define el tipo de cambio, por lo que

aporta una informacin cualitativa.


7

VECTOR DE CAMBIOS

Fig. 8.4a:Mdulo y orientacin

Fig. 8.4b: Ejemplo de vector de cambios

2

1

2

2

1

1

1

2

BANDAfecha

BANDAfecha

BANDAfecha

BANDAfecha TMTMYTMTMX ==

)Y

X(arctgnOrientaciYXMagnitud

=+=

22

Este mtodo constituye una valiosa herramienta no slo para cuantificar los

cambios, sino tambin para la interpretacin visual de los mismos. Si en el espacio de

color HSI hacemos corresponder la magnitud del vector de cambios a la intensidad (I),

la direccin al tono (H) y dejamos la saturacin (S) constante, y luego transformamos la

imagen obtenida al espacio inicial de visualizacin RGB, obtendremos una imagen en la

que los cambios de tono definirn el tipo de cambio, las zonas claras tendrn una

magnitud elevada (mucho cambio) y las oscuras representarn una variacin muy

pequea. En la figura 8.5 se muestra de forma esquemtica este mtodo de visualizacin

basado en la transformacin del mdulo y la orientacin del vector de cambios desde el

espacio de color HSI al RGB.


8

Figura 8.5.- Esquema del mtodo de visualizacin basado en la transformacin del

mdulo y la orientacin del vector de cambios desde el espacio de color HSI al RGB.

La figura 8.6 muestra un ejemplo de la aplicacin de esta tcnica a dos imgenes

Landsat TM con varios aos de diferencia en su adquisicin. En este ejemplo, los tonos

azules/magentas se traducen en un aumento moderado/alto de la vegetacin y de la

humedad del suelo, mientras que zonas amarillas/verdes se relacionan con la prdida

parcial/total de la vegetacin debido a incendios forestales recientes (Recio et al., 2001).

Si bien este mtodo permite la deteccin y el cartografiado de diferentes tipos de

cambio en usos o coberturas del suelo, est especialmente indicado cuando el nmero de

clases de cambio es pequeo, facilitando su interpretacin y anlisis. Resulta tambin

muy sensible a imprecisiones en el registro entre imgenes y a pxeles con mezcla.

Adems, es preciso normalizar radiomtricamente las imgenes con antelacin.

Intensidad

F1 F2

Mdulo: 22iyix CC + Orientacin:

ix

iy

C

CArctg Cte.

Tono Saturacin

Transformacin HSI RGB

RGB Visualizacin


9

Aumento moderado del vigor vegetativo, ya que la orientacin asociada a esta tonalidad corresponde a un descenso discreto de R e IR que hace aumentar la relacin entre ambas bandas

Este color, asociado a cambios de turbidez en el agua, indica un descenso significativo en el IR y variaciones poco importantes en R

Descenso moderado del vigor vegetativo, resultante del incremento similar de la respuesta espectral de ambas bandas

Fuerte reduccin de la vegetacin, extrado espectralmente de la acentuacin del R y escasa variacin en el IR

Relacionado con la total prdida de vegetacin, a causa de los recientes incendios forestales, descendiendo el IR y aumentando el R

Crecimiento importante en la vegetacin, determinado por la reduccin de R y la crecida de la componente IR

Figura 8.6.- Ejemplo de aplicacin del vector de cambios como herramienta para la interpretacin visual de las variaciones en el paisaje.

8.3.4. Anlisis de componentes principales multitemporal:

Como ya qued expuesto en el tema de Anlisis multiespectral, si se realiza el

anlisis de componentes principales sobre un conjunto de bandas espectrales

correspondientes a dos fechas, los primeros componentes resultantes, que explican la

mayor parte de la informacin contenida en las escenas, estarn asociados a las

caractersticas comunes entre ambas fechas, mientras que los componentes secundarios

(intermedios) registrarn los cambios producidos en el tiempo (aquellas caractersticas

que nicamente aparecen en una de las fechas).

Los pasos que deben seguirse en el proceso son los siguientes:


10

1. Ajuste radiomtrico para reducir las diferencias radiomtricas entre los sensores y

las diferencias atmosfricas entre ambas fechas.

2. Registro geomtrico de las imgenes y remuestreo a la misma resolucin espacial.

De esta forma se podrn comparar pxel a pxel. La figura 8.7 muestra el resultado

del registro geomtrico de una imagen IRS LISS-III con respecto a otra imagen

Landsat5-TM.

Figura 8.7.- Imagen IRS registrada geomtricamente y georreferenciada tomando como referencia la imagen Landsat TM.

La figura 8.8 muestra ambas imgenes, donde pueden apreciarse las diferencias

estacionales entre ambas (cultivo del arroz en la albufera, por ejemplo), as como las

diferencias en el desarrollo urbano entre las dos fechas.

Figura 8.8.- Ambas imgenes registradas, pudindose apreciar las diferencias tanto estacionales como los cambios debidos al paso del tiempo.

Octubre, 1988 Junio, 1996


11

3. Integracin de ambas imgenes en un solo fichero.

4. Aplicacin del mtodo de anlisis de componentes principales sobre el conjunto de

informacin multiespectral.

5. Interpretacin de los componentes e identificacin de las zonas de cambio. As, la

figura 8.9 muestra los componentes 2 y 3, donde se aprecian diferencias en el

estado de la vegetacin (zona oscura en el 2 componente) y en el avance urbano

(zona muy clara en el 3er componente). Las figuras 8.10 y 8.11 muestran varios

detalles del realce del cambio en el componente 3.

Figura 8.9.- Componentes principales 2 y 3. Este ltimo recoge las variaciones en

cuanto al crecimiento urbano e industrial con niveles de gris muy superiores.

Figura 8.10.- Detalle del 2 componente principal.

CP-2 CP-3


12

Figura 8.11.- Dos detalles de los cambios en el crecimiento urbano entre ambas fechas.

8.3.5. El problema de delimitar los umbrales

Todos los mtodos hasta aqu analizados facilitan imgenes continuas del

cambio. En otras palabras, el resultado de los clculos es una imagen en donde el valor

de salida indica el grado de cambio desde la mayor prdida a la mayor ganancia, en una

escala gradual. Si se pretende generar una imagen binaria (cambio/estable), es preciso

sealar un umbral que delimite ambas categoras en las imgenes resultantes de las

tcnicas anteriores (Chuvieco, 1998). Ah se plantea un problema de difcil solucin, ya

que no existen criterios de aplicacin general. Si el cambio abarca un sector importante

de la imagen, el histograma de la imagen de cambios mostrara un perfil bimodal, lo que

permitira establecer umbrales naturales de cambio. Esta situacin no es muy habitual,

ya que los cambios en la naturaleza no suelen producirse de modo abrupto. Por ejemplo,

en un rea quemada encontraremos sectores en donde la transformacin de cubiertas es

muy ntida, junto a otras reas donde, ya por quemarse con menor intensidad, ya por

contar con una vegetacin previa menos densa, ofrecen un contraste ms pobre con los

espacios circundantes. En definitiva, las categoras quemado-no quemado no se

representan rgidamente separadas.

Ahora bien, si pese a lo dicho es necesario establecer un umbral para separar las

reas estables y dinmicas, puede optarse por sealar algn criterio estadstico, como la

1988 1996 CP-3


13

media y la desviacin tpica de una serie de pxeles elegidos aleatoriamente. En

ocasiones se ha propuesto utilizar unas reas de entrenamiento para calcular qu rango

de desviacin se poda considerar lmite para pxeles estables, aplicando luego ese valor

al conjunto de la imagen.

8.3.6. Comparacin post-clasificacin

Consiste en aplicar clasificaciones independientes y comparar los resultados. En

este caso no es tan crtico el registro geomtrico ni el ajuste radiomtrico. La principal

desventaja es que acumula los errores de las dos clasificaciones, adems de ser un

mtodo costoso, ya que deben llevarse a cabo dos procesos de clasificacin de forma

independiente. La determinacin de cambios se obtiene realizando una tabla cruzada

con las clases presentes en cada fecha. La diagonal nos indica las reas estables y el

resto de las celdas las reas dinmicas. El gran inters de esta tabla es ofrecernos las

transiciones que se han producido. No slo se detectan las zonas estables y las

dinmicas sino tambin cul era la cobertura original y cul la actual, lo que nos indica

las tendencias del cambio en la zona de estudio. En un estudio de deforestacin, esto

nos permitira conocer qu tipo de zonas forestales estn siendo ms afectadas; en una

evaluacin de incendios, qu especies se han quemado, y en un estudio urbano, qu tipo

de cubiertas estn siendo edificadas.

Tabla 1. Cambios temporales en % en la ciudad de Maracay, Venezuela.

El principal problema de esta tabla es su gran dependencia de la fiabilidad de las

clasificaciones individuales. En otras palabras, si las clases no se han discriminado

correctamente en cualquiera de las dos fechas, los cruces entre categoras resultarn

errneos, ofreciendo una informacin imprecisa del cambio. La fiabilidad de una tabla

multitemporal es el producto de las fiabilidades de las clasificaciones de las que se

deriva.


14

8.3.7. Clasificacin de cambios directa

Consiste en combinar las dos imgenes de fechas diferentes en un solo fichero y

aplicar una clasificacin de cambios utilizando todas las bandas multitemporales. Las

clases en este caso representan directamente los cambios en los usos del suelo, por

ejemplo de agrcola a urbano, de forestal a agrcola, etc. Este mtodo slo presenta

el error de una clasificacin. Su ventaja con respecto al resto es que permite generar

mapas de muy diversas tipologas de cambio en un solo proceso, generalmente con

bastante acierto si las clases se han definido correctamente y el conjunto de datos es

apropiado.

8.3.8. Mtodos mixtos

En general, suelen ser los ms utilizados. Como ejemplo, consideremos que se

realiza la diferencia entre dos imgenes de dos fechas diferentes, seleccionando aqullas

zonas con alta probabilidad de haber sufrido un cambio significativo. A continuacin,

puede aplicarse el mtodo de comparacin post-clasificacin slo en estas zonas. De

esta forma, se reducen los errores por exceso en la identificacin de cambios que se

hubieran producido empleando slo el mtodo de clasificacin, manteniendo los

mismos errores por defecto.

8.4.- Evaluacin de la deteccin de cambios

La evaluacin de la deteccin de cambios se puede realizar calculando el factor

de exceso y el factor de defecto. Para el clculo de estos parmetros se utilizan los

valores: Positivo Verdadero (TP); pxeles de cambio que son automticamente

detectados, Falso Positivo (FP); pxeles detectados como cambio pero que no lo son y

Falso Negativo (FN); pxeles de cambio que no son detectados.

Estos valores se pueden obtener comparando una imagen del cambio delineado por un

fotointrprete con el cambio obtenido con una de las metodologas desarrolladas.


15

rea de cambio real rea de cambio detectada Comparacin: TP (amarillo), FN (azul) y FP (verde)

Figura 8.12.- Evaluacin de la deteccin de cambios

El factor de exceso (FE) constituye una medida del error por exceso, en el que el

sistema detecta incorrectamente zonas de cambio que no lo son mientras que el factor de

defecto (FD) es un ratio que indica el error de omisin cometido, esto es, las zonas de

cambio que no son detectadas automticamente como tales:

TP

FPFE =

TP

FNFD =

Tambin se utiliza el porcentaje de deteccin (PD) denota el porcentaje de superficie de

cambio correctamente detectado por el proceso automtico, mientras que el porcentaje

de calidad (PC) informa sobre la calidad absoluta de la deteccin. Se trata de la medida

ms estricta, puesto que para la obtencin de un 100% de calidad, el algoritmo debera

detectar correctamente toda superficie de cambio (FN = 0), sin incluir ningn pixel que

no pertenezca a esta clase (FP = 0):

FNTP

TPPD

+= 100

FNFPTP

TPPC

++= 100

Referencias

- Barret, E.C. y Curtis, L.F. Introduction to Environmental Remote Sensing. Chapman & Hall. London, 1995.

- Campbell, J.B. Introduction to Remote Sensing. The Guilford Press, NY, 1987.

- Chuvieco, E. El factor temporal en teledeteccin: evolucin fenomenolgica y anlisis de cambios. Revista de Teledeteccin, 10, 1998

- Fung, T. An assessment of TM imagery for land cover change detection. IEEE Transactions of Geoscience and Remote Sensing, 28(4), 681-692, 1990.


16

- Lambin, E.F. and A.H. Strahler. Change-vector analysis in multispectral space: A tool to detect and categorize land cover change processes using high temporal resolution satellite data. Remote Sensing of the Environment, 48, 231-244, 1994.

- Lunetta, R.S. and Elvidge, C.D. Remote sensing change detection. Environmental monitoring methods and applications. Taylor & Francis, 1999.

- Recio, J., Acosta, P., Durrieu, M. Identificacin de la variacin de la superficie agroforestal detectada mediante imgenes Landsat TM. 1er Congreso de Ingeniera para la Agricultura y el Medio Rural. Universidad Politcnica de Valencia. Septiembre, 2001.

- Richards, John A.. Remote sensing digital image analysis, an introduction. Springer-Verlag, 1993.

- Richards, John A. Thematic mapping from multitemporal image data using the principal components transformation. Remote Sensing of the Environment, 16, 25-46, 1984.

[11345][A][Tema 8]Cambios.pdf

Documents

Transcript of [11345][A][Tema 8]Cambios.pdf