De imágenes a mapas

Satélite de la aldea de Nukuni en Ono-i-Lau, Fiji. Ono-i-Lau es un grupo de islas dentro de un sistema de barrera de arrecifes en el archipiélago fiyiano de las islas Lau. Foto © Planet Labs Inc.

Las imágenes de detección remota son una cuadrícula de píxeles con valores numéricos, mientras que los mapas usan coordenadas X e Y para definir la ubicación de puntos, líneas y áreas (polígonos) que corresponden a las características del mapa. Transformar una imagen de satélite en un mapa de alta precisión es un proceso que requiere expertos y trabajo de campo.

De imagen de satélite a mapa del arrecife con clases bentónicas

De la imagen de satélite (izquierda) al mapa del arrecife con clases bentónicas (derecha). Esta fotografía y mapa representan la isla Heron de Australia, un cayo de coral en el extremo sur de la Gran Barrera de Coral. Imagen © Allen Coral Atlas

El proceso para crear un mapa a partir de datos de teledetección se puede dividir en 4 pasos que siguen siendo similares para todos los hábitats con algunas diferencias según el tipo de datos de teledetección, la escala, el equipo que realiza el mapeo, etc.

Algunos de los pasos más comunes son:

  1. Adquisición de imágenes de teledetección
  2. Procesando los datos sin procesar
  3. Entrenamiento y clasificación
  4. Validación

Aquí proporcionamos una descripción general rápida de cada uno de estos pasos.

1. Adquisición de imágenes de teledetección

Hay muchos tipos de datos de teledetección. Imágenes satelitales ópticas, imágenes satelitales de radar, imágenes hiperespectrales de sensores aerotransportados, imágenes de drones, etc. Los datos de teledetección utilizados para un proyecto dependen de la escala del proyecto, la capacidad de análisis de datos, los requisitos del hábitat y el presupuesto. . Por ejemplo, mapear un arrecife de coral en un solo arrecife requerirá diferentes datos de teledetección que mapear la extensión global de los manglares. Como regla general, cuanto menor sea el área a mapear, mayor será la resolución de las imágenes.

2. Procesamiento de los datos sin procesar

Los datos sin procesar generalmente requieren procesamiento antes de que puedan usarse. Por ejemplo, las imágenes para cartografiar los arrecifes de coral se corregirán por los efectos de la neblina, la cobertura de nubes, el reflejo del sol y la profundidad.

3. Entrenamiento y Clasificación

Supervisado basado en píxeles es una de las técnicas de análisis de imágenes más comunes. Los píxeles que representan cada clase se seleccionan en el esquema de mapeo que servirá como píxeles de entrenamiento. Los píxeles de entrenamiento se validaron a través de datos de campo u otras fuentes confiables y se creó una firma de reflectancia espectral. Las firmas de entrenamiento para cada clase que se va a mapear se comparan cuantitativamente con cada píxel de la imagen, y los píxeles se asignan a la clase de mapeo a la que su firma espectral es más similar.

Análisis de imágenes basado en objetos es una técnica de clasificación de imágenes reciente y más poderosa. Un análisis de imagen basado en objetos primero segmenta la imagen en objetos. La segmentación se basa en las firmas espectrales de los píxeles, la forma y el tamaño del objeto o la textura de los píxeles dentro del objeto. Una vez que se segmenta la imagen, el usuario relaciona cada clase de cobertura terrestre con algunos objetos de muestra. A continuación, se clasifica la imagen.

clasificación basada en objetos

Segmentación y clasificación de una imagen durante un análisis basado en objetos. Imagen © GISGeography

4. Validación/Precisión

Una evaluación o validación de precisión es una parte importante de cualquier proyecto de clasificación y proporciona una medida de qué tan preciso es el producto del mapa. Utiliza datos independientes "referenciados al terreno" para calcular un puntaje de precisión basado en estadísticas basado en la comparación de la clase predicha (mapeada) versus la clase observada en el campo. En otras palabras, los píxeles clasificados u objetos clasificados se comparan con la realidad, o lo que existe en ese lugar. Si bien la recopilación independiente de datos de campo puede llevar mucho tiempo y ser costosa, estos datos también pueden derivarse de la interpretación de imágenes de alta resolución, imágenes clasificadas existentes o expertos locales.

porno youjizz xxxx profesor xxx Sexo
Translate »