martes, 14 de junio de 2011

Clasificando imagenes Landsat con SAGA GIS

Hola Comunidad!!!

Siguiendo con nuestra serie de entradas sobre el análisis y detección de áreas propensas a inundaciones usando imágenes Landsat y software libre, en esta entrada veremos como hacer un clip a nuestra área de interés y aplicar un algoritmo de clasificación para extraer los cuerpos de agua. Como habíamos dicho en la entrada anterior, es muy pesado trabajar con la imagen completa de Landsat (alrededor de 7800 x 6900 pixeles por cada banda) por lo que usaremos el comando [Raster -> Clipper] para recortar la imagen. Partiremos de los virtual rasters (Rio2010 y Rio2011) generados anteriormente para hacer el corte directamente sobre las 7 bandas para los dos casos. El siguiente video ilustra el proceso:


Como se puede apreciar en los videos de la serie, las entradas del menu [Raster] son interfaces que nos ayudan a construir debidamente un comando de la librería GDAL y sus respectivos parámetros. Las líneas que se forman en la parte inferior de la interface las podríamos ejecutar perfectamente en la consola de línea de comandos. Es importante guardar la extensión del clip que hacemos para posteriores análisis. Es posible que se tenga acceso a una nueva imagen en el futuro (ya sea Landsat o de otro proveedor) y estas coordenadas resultarán útiles para continuar el estudio en la misma área de interés.

Ahora que hemos limitado la región de estudio podremos efectuar la clasificación de manera más ágil. Los algoritmos de clasificación se basan en los valores que registra un objeto en particular en cada una de las 7 bandas (o en general sobre el espectro electromagnético). Por ejemplo, la vegetación en general tendrá bajos valores en la bandas azul y rojo pero reflejará más el verde (lo que explica su coloración característica). Sin embargo, lo que más caracteriza la vegetación es el fuerte cambio entre la banda roja e infraroja, esto se conoce como el 'Red Edge'. Por otro lado, el agua se caracteriza por sus bajos valores en las bandas infrarojas. En términos generales, los valores característicos de un determinado objeto en el espectro electromagnético generan lo que se conoce como su firma espectral (o spectral signature). Los algoritmos de clasificación usarán la firma espectral de cada pixel para agrupar píxeles similares en una misma categoría y diferenciarlos de los otros. El siguiente es un corto video que muestra los valores que tienes diferentes objetos en las 7 bandas de la imagen Landsat usando el plugin 'Value Tool':


Para hacer la clasificación de la imagen vamos a usar la herramienta SAGA. En el siguiente video se puede ver como cargar nuestro clip de la imagen Landsat, configurar los parametros y ejecutar el algoritmo de clasificacion y guardar de vuelta la imagen clasificada para trabajarla desde QGIS. Aunque el video solo muestra el proceso para la imagen del 2010, el procedimiento es el mismo para el clip del 2011.


Como se puede apreciar, la clasificación de la imagen puede tomar mucho tiempo, es aquí donde toma relevancia el clip a la zona de interés. Sin embargo, los principales cambios ocurren en las primeras iteraciones y, si el nivel de cambio es aceptable, es posible deterner el proceso al ejecutar de nuevo el módulo de clasificación. El resultado de la clasificación será una nueva imagen donde cada píxel tendrá uno de 4 valores posibles (0,1,2 o3) dependiendo del cluster (o grupo) al que pertenece.

Bueno, en la siguiente entrega veremos como visualizar correctamente las imágenes clasificadas en QGIS, extraer los cuerpos de agua para cada imagen e identificar que áreas estan cubiertas por agua en el 2011 y no lo estaban en el 2010.

No hay comentarios: