PROPUESTA METODOLÓGICA PARA LA CREACIÓN DE UN MAPA DE by ldh17437

VIEWS: 69 PAGES: 17

									PROPUESTA METODOLÓGICA PARA LA CREACIÓN
 DE UN MAPA DE COBERTURA DE SUELO EN LA
    REGIÓN HUETAR NORTE DE COSTA RICA


                         por Oscar Víquez y Marcela Chaves
Situación actual

• RHN es la región más extensa del país y por
  tanto generadora de mucha información

• Desigualdad económica y social motiva la
  creación de la estrategia de ZEE.

• Nace en ZEE el SIR-ZEE como plataforma
  unificadora de información dispersa en la
  región
Situación actual (cont)

• En SIR-ZEE existe información desactualizada,
  como ejemplo el mapa de uso del suelo (1992)

• Actualización necesaria. Se propone utilización
  de fotografía aérea (CARTA) y técnicas de PDI
Marco Teórico
 “La percepción remota es la ciencia y el arte de obtener información acerca
 de un objeto, área o fenómeno, a través del análisis de los datos adquiridos
por un dispositivo que no hace contacto físico con el objeto, área o fenómeno
                que está siendo investigado” (Lira, Jorge. 1995)

                                             Tipos de Imágenes
                                                 Satelitales (IKONOS,
                                                 QUIQKBIRD, LANDSAT, ETC)
                                                 Aéreas (CARTA)
                                             Tipos de Resoluciones
                                                 Espacial, espectral,
                                                 radiométrica y temporal
Marco Teórico (cont)
• Procesamiento de Imágenes: conjunto de técnicas que se
  aplican a las imágenes digitales con el objetivo de mejorar la
  calidad o facilitar la búsqueda de información
Marco Teórico (cont)

Segmentación y Clasificación
• Componentes implícitos en la percepción remota

• Segmentación es más general a la descomposición de una
  imagen en los objetos o regiones que la componen, mientras
  que clasificación es más orientado al etiquetado de regiones
  en la creación de mapas temáticos.

• Tres tipos de clasificación: Supervisada, No supervisada e
  Híbrida.
Descripción Metodológica

Insumos para el proceso

• Captura de la imagen: Se utilizaron imágenes digitales CARTA
  con escala aprox. 1:40000 y resolución espacial de
  10000x10000 píxeles

• Software utilizado: ILWIS (énfasis en el uso de GPL), ENVI,
  ARCGIS, IDRISI.
Descripción Metodológica (cont)
• Corrección geométrica: puede llevarse a cabo ajustando la
  imagen a una cartografía básica u a otra imagen que sirva de
  referencia
Descripción Metodológica (cont)
• Georeferenciación: asignación de coordenadas de un sistema
  de referencia cartográfico conocido a algún elemento
  espacial.

• Colocación de puntos de control : Imagen CARTA, MED sobre
  curvas de nivel a 20m, mapa calles 1:50000 y puntos
  específicos.

• Método de Georeferenciación: transformación lineal directa
Descripción Metodológica (cont)
Descripción Metodológica (cont)
• Remuestreo: transferencia de los Niveles Digitales (ND)
  originales a la posición corregida. Método: interpolación
  bilineal.
Descripción Metodológica (cont)
• Fotomosaico (ILWIS restringe el mosaico a uno de 4 imágenes)
Clasificación Supervisada
• Interviene el análisis manual del especialista.

• Se requiere definición previa de clasificadores (agua, pasto,
  forestal, urbano, entre otros)

• Distintos software que se pueden utilizar (ENVI, IDRISI,
  ERDAS) y distintos métodos (de Distancia Mínima, de
  Paralelepípedos, Clasificador de máxima verosimilitud y
  clasificación utilizando redes neuronales)
Clasificación Supervisada (cont)
• Clasificación Supervisada utilizando método “Maximun
  Likelihood Classifier”
                                         -Selección      de
                                         Regiones        de
                                         Interés (ROI´s)

                                         -Creación       de
                                         descriptores
                                         estadísticos.

                                         -Configuración de
                                         parámetros de
                                         algoritmo
Clasificación Supervisada (cont)
• Clasificación Supervisada   utilizando   Redes    Neuronales
  (descriptores de textura)
                                              -Selección      de
                                              Regiones        de
                                              Interés (ROI´s)
                                              -Creación       de
                                              descriptores de
                                              textura
                                              -Creación,
                                              entrenamiento
                                              de la red.
                                              -Clasificación
                                              utilizando la red.
Conclusiones
• Buenos resultados obtenidos en la corrección geométrica
  utilizando software libre.

• Proceso de ensamblaje de fotomosaico lento debido al
  volumen de información para la región.

• No se puede asegurar la efectividad de un solo método de
  clasificación de imágenes para todas las imágenes.

• Se debe trabajar en mejorar el proceso de clasificación (otros
  procedimientos y otras imágenes por ejemplo)
Muchas Gracias

								
To top