jueves, 2 de junio de 2011

Visualizando imágenes Landsat en Quantum GIS...

Hola comunidad!!!

Continuando con la serie de tutoriales dedicadas al análisis de áreas propensas a inundaciones vamos a ver algunas herramientas para visualizar y manipular imágenes Landsat. Existen varias alternativas para manipular imágenes satelitales y hacer análisis geográfico. En el mundo del open source/software libre podemos nombrar GRASS, SAGA, SPRING, Monteverdi, gvSIG, OpenJump, Quantum GIS (QGIS), entre otros. Las características y ventajas de cada uno son diversas y dependerá de los gustos cual escoger. En este pequeño tutorial vamos a introducir algunas ideas sobre el uso de QGIS. QGIS ha logrado combinar varias técnicas y métodos en una interfáz de fácil uso. La gran ventaja que distingue a QGIS del resto es la gran disponibilidad de plugins de terceros. Es así como, desde la interfaz de QGIS, tenemos acceso a útiles librerias como GDAL (para manipulación de imágenes raster), fTools (para manipulación de imagenes vectoriales), una gran mayoria de comandos GRASS y análisis estadístico con R.

Si estas interesado en compilar desde las fuentes la última versión en desarrollo de QGIS (1.7.0 Wroclaw) aqui hay un excelente tutorial. También se puede descargar desde la página web (Windows) o instalar desde repositorios (Linux), pero en el momento solo esta disponible la version estable (1.6.0 Copiapó). La Open Source Geospatial Foundation compila desde hace un par de años una distribución Live DVD o Live USB basada en Linux con varias de las herramientas mencionadas aqui ya preinstaladas, incluyendo sus instaladores para windows.

Para activar los plugins en QGIS accedemos al menú [Plugins -> Manage Plugins]. Los plugins contenidos en Manage Plugins podriamos decir que son los plugins oficiales pero existe uno particularmente útil, llamado Plugin Installer, que permite instalar los plugins de terceros. Una vez instalado este plugin se puede acceder a la lista de repositorios y plugins externos a través del menú [Plugins -> Fetch Python Plugins] (Para tener acceso a los plugins se debe tener instalado Python). Entre los más útiles para activar/instalar yo recomiendo: GdalTools, RGB Composition, RasterCalc, Statist, OpenStreetMap plugin, Value Tool, fTools y manageR. La lista es muy extensa, desde plugins para la conexión a bases de datos georeferenciales como PostGIS hasta visualización de imágenes desde Google Maps. Hay para escoger.


Después de instalar los plugins GdalTools y fTools deberían aparecer dos nuevos menús (Raster y Vector). La gran mayoria de plugins aparecerán como nuevos iconos en la barra de herramientas o estarán disponibles en el menú Plugins.

Hay algunos plugins y funciones de QGIS que aparecen como paneles en la interfáz. Haciendo click derecho en un área libre de la barra de herramientas se puede escoger u ocultar que paneles desplegar.


Bueno, la idea de esta entrada será usar algunos de los plugins y herramientas de QGIS para analizar y preparar las imágenes que descargamos desde el repositorio de Landsat en la entrada anterior. Para eso ya hemos descomprimido las imágenes JPEG y GeoTIFF en carpetas diferentes para el año 2010 y 2011. Por facilidad, vamos a seguir el siguiente video para ver como cargar las imagenes y hacer una comparación inicial usando las True-Colour composite (JPEG) de las escenas (En lo posible, mira los videos en HD y pantalla completa).


Como dijimos, las imágenes JPEG son utiles para hacer un primer análisis y escoger el área de interés. Después de revisar las tomas, es hora de usar las 7 bandas de la imagen Landsat para preparar nuestro conjunto de datos para un analísis más detallado. Trabajar las 7 bandas en archivos GeoTIFF separados es incómodo y tomará más tiempo por lo que siempre es buena práctica construir un catalogo que integre las 7 tomas en una sola imagen. Para eso utilizaremos el comando [Raster -> Build Virtual Raster].

Después podremos efectuar diferentes combinaciones de las bandas, o composites, para obtener diferentes visualizaciones. La más comun es conocida como True-Colour composite y es la que asigna las Bandas 3, 2 y 1 a los canales RGB de la visualización respectivamente (como en el caso de las imágenes JPEG). De esta manera logramos un efecto real tal cual lo percibirían nuestros ojos o una cámara fotográfica cualquiera. Otro composite muy útil es el False-Colour composite, este asigna las bandas 4, 3 y 2 a los canales RGB. De esta manera el canal 4 (Infrarojo) se pintará de rojo en nuestra visualización permitiendo ver los objetos que reflejan la radiación infraroja, como la vegetación saludable, en un color rojo intenso. Por el contrario, los objetos que absorben la luz infraroja, como el agua, se verán muy oscuros. Como dijimos, las bandas infrarojas resultan extremadamente utiles si queremos categorizar cuerpos de agua. El siguente video explica los pasos:


Como pueden ver, trabajar con las imágenes completas de Landsat, y aún más con las 7 bandas, puede ser muy pesado. En el próximo post veremos como recortar la escena para limitar nuestra área de interés (el cauce bajo del Rio Magdalena) y efectuar una clasificación de los cuerpos de agua para cada toma.

3 comentarios:

Javier dijo...

Esta informacion que estas colocando en tu post me ha llegado en el momento preciso, ojala y escribas como trabajar en una area mas concreta o reducida pues el procesador esta que sufre.

Javier

Javier dijo...

La informacion que has colgado sobre QGIS me esta ayudando muchísimo, gracias por tu aporte.

Pipeta dijo...

Congratulations for this tutorial series! I've been finding them extremely clear and useful. Thank you!