Clasificacion de imagenes satelitales para estudios geologicos

CLASIFICACION DE IMÁGENES SATELITALES PARA LA EXPLORACION MINERA

Ing. WALQUER HUACANI CALSIN

INTRODUCCION• La clasificación supervisada y no

supervisada permite explorar diferentes tipos de atributos o clases por medio del análisis estadístico multivariado, este proceso 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.

IMÁGENES LANDSAT • Los satélites LANDSAT han capturado

imágenes de la tierra desde 1972, es un sensor multiespectral que capta tomado imágenes multiespectrales de 180 km2 de escena.

• Las imágenes Landsat se caracterizan por la variedad de bandas que las componen. Estas imágenes se separan en 2 tipos: Landsat 7 (sensor ETM+) y Landsat 5 (sensor TM); ambas poseen 7 bandas multiespectrales que van desde el visible hasta el infrarrojo medio, con una resolución de 30 metro.

IMÁGENES LANDSAT 7 (ETM)

• Banda 1 (Azul) Banda 2 (Verde) Banda 3 (Rojo)

Banda 5 (IR Medio) Banda 6 (IR Térmico H) Banda 8 (Pancromática)

COMBINACION DE BANDAS LANDSAT 7 ETM

• UBICACIÓN: • REGION : APURIMAC• PROVINCIA: ANTABAMBA• DISTRITO: KILKATA -ANTABAMBA• COORDENADAS UTM WGS-84• 755923.416 E• 8401385.206 N• 4606 m


• Gracias a las combinaciones de bandas podemos resaltar variaciones de color, textura, tonalidad y diferenciar los distintos tipos de cobertura que existen en la superficie, estas son las combinaciones de bandas mas usadas:

• Bandas 3, 2, 1 (RGB): Es una imagen de color natural. Refleja el área tal como la observa el ojo humano en una fotografía aérea a color.

COMBINACION DE BANDAS LANDSAT 7 ETM ERDAS


• Bandas 4, 3, 2 (RGB): Tiene buena sensibilidad a la vegetación verde, la que aparece de color rojo, los bosques coníferos se ven de un color rojo más oscuro, los glaciares se ven de color blanco y el agua se ve de color oscuro debido a sus características de absorción.


• Bandas 7, 4, 1 (RGB): Esta combinación de bandas es ampliamente utilizada en geología. Utiliza las tres bandas menos correlacionadas entre sí. La banda 7, en rojo, cubre el segmento del espectro electromagnético en el que los minerales arcillosos absorben, más que reflejar, la energía; la banda 4, en verde, cubre el segmento en el que la vegetación refleja fuertemente; y la banda 1, en azul, abarca el segmento en el cual los minerales con óxidos de hierro absorben energía.

CLASIFICACION SUPERVIZADA EN ARC GIS

• La clasificación supervisada en ArcGIS permite clasificar el ráster por medio de cada píxel de una celda, es necesario tener conocimiento previo de las clases del área de estudio (uso actual del suelo). Se debe marcar puntos y asignar un valor numérico para cada clase.

http://www.acolita.com/wp-content/uploads/Clasificaci%C3%B3n-supervisada-en-ArcGIS.jpg

CLASIFICACION SUPERVIZADA EN ARC GIS

• Posteriormente se genera y guarda una firma espectral con la herramienta Create Signatures.

• ArcToolbox > Spatial Analyst Tools > Multivariate > Create Signatures

• Con la herramienta Maximum Likelihood Classification usar la imagen ráster y el shapefile con el campo de los valores numéricos de cada clase.

• ArcToolbox > Spatial Analyst Tools > Multivariate > Maximum Likelihood Classification

CLASIFICACION NO SUPERVIZADA EN ARC GIS

• La clasificación no supervisada en ArcGIS no determina ninguna prioridad para obtener las clases, es decir lo realiza en base a probabilidades, el resultado es una imagen ráster reclasificada y opcionalmente genera un archivo con su respectiva firma, para efectuar este procedimiento se usa la herramienta Iso Cluster Unsupervised Classification.

• ArcToolbox > Spatial Analyst Tools > Multivariate > Iso Cluster Unsupervised Classification

CLASIFICACION SUPERVIZADA EN ERDAS

• La clasificación supervisada en ERDAS IMAGENS consiste en manejar las imágenes satelitales para hacer una interpretación del tipo de cobertura que representan. Basándose en la manipulación numérica de las imágenes, podemos interpretar y clasificar los números digitales que representa cada píxel y convertirlos a un lenguaje que podamos manipular y trabajar en diferentes formatos.

CLASIFICACION SUPERVIZADA EN ERDAS

GRACIAS

Clasificacion de imagenes satelitales para estudios geologicos

Documents

Transcript of Clasificacion de imagenes satelitales para estudios geologicos