Integración de imágenes satelitales multiespectrales en sistemas de información geográficos (SIG) basados en Google Earth (continuación)

El método y la validación

<< Introducción  -   Aplicación del método a cultivos de café >>  -  Aplicación del método a cultivos de cítricos >>

 


Describir aquí paso a paso el método de integración de información de origen multiespectral con Google Earth sería demasiado engorroso, extenso y podría resultar confuso.
Sucede que, dependiendo del target analizado (ej. forestación, cultivos de período corto, frutales de hoja perenne, frutales y/o especies de hoja caduca), el método de análisis estadístico multiespectral puede variar significativamente.
Si bien ya contamos con experiencia en varas áreas temáticas, cada análisis de clasificación multiespectral debe ser abordado teniendo en cuenta las características de los objetos bajo estudio.
En muchos casos ya hemos estandarizado las metodologías, pero en otros casos debemos experimentar nuevos métodos en forma empírica ajustándonos a cada problema en particular.
Además, este metodología inédita de integración de datos en ge, depende de la disponibilidad de imágenes históricas que dicho software posee.
Por ejemplo, un escenario ideal para el caso de un cultivo de período corto (soja, arroz, trigo, etc..) sería que existiese una contemporaneidad casi perfecta entre la imagen satelital multiespectral de donde se obtuvo la información y la imagen histórica que Google Earth eventualmente puede ofrecer.

 

Pero eso no siempre sucede, por lo cual hay recurrir a métodos alternativos indirectos que sería muy engorroso explicar aquí. Dicho de otro modo, es posible realizarlo, pero es más difícil.
No obstante, en el caso de la forestación o en el de cultivos frutales permanentes (naranjas, café, viñedos, etc..), esa contemporaneidad no resulta crítica, y los resultados obtenidos pueden ser igualmente satisfactorios sin necesidad de que la información multiespectral y la que Google Earth ofrece coincidan con tanta exactitud, y sin necesidad de aplicar métodos empíricos alternativos.
Basicamente, lo que se hace es comparar las clases obtenidas con el clasificador multiespectral (tomando un área pequeña o "subescena") y analizar visualmente esa misma área en Google Earth en busca de los patrones texturales correspondientes a nuestro objeto bajo estudio (target). Llamamos a este procedimiento "validación visual del clasificador".

Una vez realizada esta validación, y encontradas la correspondencias en latitud y longitud entre las clases y los patrones texturales del objeto bajo estudio, dichas clases son vectorizadas y proyectadas en Google Earth en la extensión total del área clasificada.
Si tenemos en cuenta que una imagen multiespectral Landsat abarca una superficie de 185km x 185km, puede apreciarse la ventaja que este método representa. De otro modo, cada estrato de eucaliptus, por ejemplo, o cada cafetal o cada naranjal, deberían ser localizados visual e individualmente en ge abarcando enormes extensiones, un método, si no imposible, extremadamente tedioso y propenso a márgenes de error mucho mayores que el propuesto por nuestro método.
A continuación veremos algunos ejemplos prácticos. No obstante es importante aclarar que el alcance de la aplicación de este método va más allá de estos ejemplos. Dicho de otro modo, esta metodología es extrapolablea a otras áreas y objetos de estudio, siendo perfectamente pesonalizable a las necesidades particulares de otros potenciales usuarios.

A continuación ofrecemos dos ejemplos prácticos de este método.

1 - Aplicación del método a cultivos de café

2 - Aplicación del método a cultivos de cítricos

  << Introducción

Consulte por nuestros servicios: