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 teledetección son una cuadrícula de píxeles con valores numéricos, mientras que los mapas usan coordenadas X e Y para de fi nir 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

Clasificación de imagen

Para crear un mapa a partir de una imagen, se aplican técnicas de clasificación. Uno de los enfoques más populares es el análisis de imágenes basado en objetos, una técnica de clasificación de imágenes reciente y poderosa.

clasificación basada en objetos

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

Un análisis de imágenes 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 la imagen está segmentada, el usuario relaciona cada clase de cobertura terrestre con algunos objetos de muestra. A continuación, se clasifica la imagen.

Esquema de clasificación

Los esquemas de clasificación se utilizan para asignar una clase a un objeto en la imagen. En el caso de los arrecifes de coral, tener un conocimiento previo del área ayudará a identificar las clases potenciales a cartografiar. Estas clases se utilizan para formar un esquema de clasificación que se utiliza para configurar encuestas de campo y áreas representativas de destino para la recopilación de datos de capacitación.

A continuación se muestra un ejemplo de una clasificación jerárquica utilizada para los mapas en el Atlas de coral de Allen que incluye la clasificación geomórfica y bentónica y es lo suficientemente general como para ser utilizada a escala global.

clasificación aca

Ejemplo del esquema de clasificación Allen Coral Atlas para un atolón. Fuente: Kennedy et al. 2020

Encuestas de campo

estudios de campo

Buceador terminando un estudio de campo. Foto © Emma Kennedy, Universidad de Queensland

Los datos de campo son un componente clave para crear un mapa de alta calidad. Los datos de campo crean un vínculo entre la imagen y las características mapeadas.

Objetivos de la encuesta de campo:

  • Identificar las clases de hábitats que se van a mapear y crear un esquema de clasificación.
  • Localizar áreas representativas de cada clase de hábitat para recopilar datos de entrenamiento.
  • Genere los datos necesarios para la calibración de la imagen, como la claridad y la profundidad del agua.
  • Recopile suficientes puntos aleatorios estratificados para evaluar la precisión de la clasificación (clases predichas vs. observadas)

Existe una variedad de métodos que se pueden utilizar para recopilar datos de campo para la validación de la clasificación, además de los estudios de buceo y snorkel. Los datos se pueden recopilar utilizando drones aéreos y de superficie, instrumentos subacuáticos como vehículos operados a distancia (ROV), controles puntuales desde el barco utilizando un visor con fondo de cristal o incluso conocimientos locales.

firma espectral de buzo

Buceador que recolecta firmas de reflectancia espectral para tipos de fondos individuales. Foto © Kovacs, Universidad de Queensland

Datos de entrenamiento

Los datos de entrenamiento son cualquier tipo de datos de campo georreferenciados recopilados para la clasificación de imágenes. Son muestras representativas "referenciadas al suelo" de cada clase en el esquema de clasificación. Se utilizan para "entrenar" el algoritmo de clasificación para reconocer los patrones de reflectancia espectral únicos en cada una de las clases. Estos se pueden recolectar de varias maneras, como estudios de buceo y snorkel, drones aéreos y de superficie, vehículos operados a distancia (ROV), botes o incluso conocimiento local.

Evaluación de la precisión

Una evaluación de la precisión es una parte importante de cualquier proyecto de clasificación y proporciona una medida de la precisión del producto del mapa. Utiliza datos independientes "referenciados al terreno" para calcular una puntuación de precisión basada en estadísticas basada en la comparación de la clase predicha (mapeada) versus la clase observada en el campo. En otras palabras, los píxeles u objetos clasificados se comparan con la realidad, o con lo que realmente existe en esa ubicación. Si bien la recopilación de datos de campo independientes 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.

pporno youjizz xmxx profesor xxx Sexo
Translate »