SATELITES - RESOLUCION ESPECTRAL

7.4.2 Resolución espectral. Ya vimos cómo los sistemas de percepción remota están usualmente diseñados para captar imágenes en determinados rangos de longitudes de onda denominados bandas o canales. Dependiendo de la aplicación pueden seleccionarse sensores con bandas relativamente estrechas o anchas. La resolución espectral se refiere al número y ancho de las bandas espectrales registradas por un sensor. Cuanto más estrechas sean estas bandas mayor será la resolución espectral. Ya nos hemos referido brevemente a este tema en la Sec. 7.1. cuando  hablamos de espectrómetros y espectroradiómetros. Para referirse a la multiplicidad y anchos espectrales de las bandas de los sensores de percepción remota suele distinguirse entre los sistemas multiespectrales y los hiperespectrales. El LANDSAT y el SPOT son sistemas multiespectrales, que se caracterizan por un número no muy elevado de bandas espectrales (V. tabla en Sec. 7.3). El sensor ASTER en el satélite TERRA de la NASA posee 14 bandas en las regiones visible, infrarroja y térmica del espectro. Los sistemas hiperespectrales (imaging spectrometers) se caracterizan por registrar imágenes en cientos de bandas espectrales muy estrechas. Una limitación al número de bandas consiste en que cuanto más estrecha es la banda menor es la energía que transmite al detector. Las figuras 35 y 36 permiten visualizar la diferencia en los perfiles espectrales de una dada región de la imagen según se analice con un sensor multiespectral o hiperespectral.

El primero es similar al del LANDSAT 7, y el segundo es el sensor HYPERION del satélite EO-1 de la NASA. La Fig. 35 corresponde a un área agrícola próxima al río Cuareim en Artigas, y la segunda corresponde a un muestreo del Cuareim. Si bien los dos espectros poseen abscisas expresadas en diferentes sistemas, las  líneas roja, azul y verde en ambos perfiles corresponden a las mismas longitudes de onda. Se  sugiere comparar estas gráficas con las de la Fig. 11.

 

<< PAGINA ANTERIOR - INDICE DEL TUTORIAL - PAGINA SIGUIENTE >>

Aplicaciones prácticas de la percepción remota satelital

INDICE DEL TUTORIAL:

1- INTRODUCCION A LA PERCEPCION REMOTA

2. NATURALEZA DE LAS RADIACIONES ELECTROMAGNÉTICAS

3. INTERACCION DE LA RADIACION CON LA MATERIA Y ORIGEN DE LOS ESPECTROS

4. INTERACCION DE LAS RADIACIONES CON LOS OBJETOS DE LA SUPERFICIE TERRESTRE.
   INTERACCION DE LAS RADIACIONES CON LOS OBJETOS DE LA SUPERFICIE TERRESTRE (continuación)
   LA REFLECTANCIA EN LOS VEGETALES
   LA REFLECTANCIA EN EL AGUA

5. INTERACCIONES ATMOSFERICAS

6. LA ADQUISICION DE DATOS Y LAS PLATAFORMAS SATELITALES
    LA ADQUISICION DE DATOS Y LAS PLATAFORMAS SATELITALES (continuación)
    SATELITES METEOROLOGICOS Y AGROMETEOROLOGICOS
    LOS NUEVOS SATELITES PARA LA OBSERVACION DE LA TIERRA
    RECEPCION Y TRANSMISION DE LA INFORMACION SATELITAL

7. SENSORES
    7.1. Consideraciones generales
    SENSORES (continuación)
    7.2 Naturaleza de los detectores
    SENSORES: BANDAS ESPECTRALES LANDSAT TM y SPOT HRVIR
    7.3 Estudio de dos casos: LANDSAT y SPOT
    7.4 Resolución
       7.4.1 Resolución espacial
       7.4.2 Resolución espectral
       7.4.3 Resolución radiométrica
       7.4.4 Resolución temporal
   7.5 Escala y resolución espacial.

8. ESTRUCTURA DE LAS IMÁGENES DIGITALES
    ESTRUCTURA DE LAS IMAGENES DIGITALES (continuación)

9. PROCESAMIENTO DE LAS IMÁGENES SATELITALES
    PROCESAMIENTO DE LAS IMAGENES SATELITALES (continuación)
    9.2 Realces
       9.2.2 Filtrado espacial
       9.2.3 Análisis por Componentes Principales
       9.2.4 Combinaciones de color
               Combinaciones de color (continuación)
    IMAGENES SATELITALES - CLASIFICACION
    9.3 Clasificación
         Clasificación (continuación)
            9.4.1 Clasificación supervisada
            9.4.1.2 Clasificador por paralelepípedos.
            9.4.1.3 Clasificador por máxima probabilidad (maximum likelihood)
   Clasificador por máxima probabilidad (maximum likelihood) - (continuación)
         9.3.2 Clasificación no supervisada
         9.3.3 Estimación de la exactitud de una clasificación: Matriz de confusión
   Estimación de la exactitud de una clasificación: Matriz de confusión (continuación)
         9.3.4 Otros métodos de clasificación
            9.3.4.1. Clasificador de red neuronal artificial
                        Clasificador de red neuronal artificial (continuación)
            9.3.4.2 Clasificadores difusos (fuzzy classifiers)

10. ALGUNAS APLICACIONES DE LA PERCEPCION REMOTA
     10.1 Aplicaciones en Agricultura.
         10.1.2 Indices N-dimensionales “Tasseled Cap”
         10.1.3 Indices de vegetación a partir de imágenes hiperespectrales
         10.2.1 Generalidades sobre el infrarrojo térmico
         10.2.2 Aplicaciones del infrarrojo térmico
             10.2.2.1 Temperatura del mar
             10.2.2.2 Temperatura terrestre
    10.3 Monitoreo de áreas de desastre
         10.3.1 Algunos ejemplos típicos
         10.3.2 El monitoreo a escala global de desastres

APENDICE I : NOCIONES BASICAS SOBRE SENSORES DE RADAR

APENDICE II: BIBLIOGRAFIA SUGERIDA

 

OTROS ITEMS DE INTERES

Galería de imágenes

 

Plataformas de observación

 

Aeropuertos del mundo

 

Imágenes satelitales y seguros

 

¿Qué es la resolución?

 

Petróleo

 

Forestación

 

Estudios de viabilidad

 

Mercados de futuros

 

Cultivo del arroz

 

Nuestra misión

 

Nuestros servicios

 

¿Qué es la percepción remota?

 

¿Qué es una imagen satelital?

 

Uso del GPS

 

Estación rastreadora

 

Pasturas

 

Monitoreo de incendios

 

Sequías

 

Recursos naturales

 

Cultivo del tabaco