SlideShare una empresa de Scribd logo
1 de 30
¿QUÉ ES TELEDETECCIÓN?
“Es la ciencia y arte de obtener información de un
objeto, área, o fenómeno por medio del análisis de
datos adquiridos por un instrumento que no esta en
contacto con el objeto, área, o fenómeno que se
estudia”


“Usando diferentes sensores, se puede colectar
datos de manera remota que pueden ser analizados
para obtener información” (Llillesand, 2000) ”
ENERGÍA CRECIENTE
LONGITUD DE ONDA CRECIENTE
Las dos principales fuentes de energía capturable son:
    •Energía “directa” del Sol
    •Energía irradiada (o re-irradiada) por la Tierra
Toda la materia con temperatura superior a 0K (-273 C) emite
constantemente energía electromagnética


Energía electromagnética:
    • Rayos X
    • UV (ultravioleta)
    • Visible
    • IR (infrarojo)
    • Térmica
    • Micro-ondas
    • Televisión-radio
La energía recorre un “trayecto” en la atmósfera afectado por:
           • Magnitud de la energía
           • Condiciones atmosféricas
           • Longitudes de onda estudiadas
      Por todo esto, los efectos de la atmósfera se consideran para
      cada sensor por separado.


Los principales fenómenos son:

     Difracción
    Absorción
 Difracción (scattering)
 –“… es la difusión impredecible de la radiación por partículas en la atmosfera”


Rayleigh scatter:
–Partículas que interactúan tienen diámetros menores
aλ
–Produce un cielo azul
          Debido a la difracción de λ <
–Al atardecer, la atm. absorbe el “azul”, pero no el
rojo/naranja
–Produce “neblina” en las imágenes:
     • Falta de contraste
     • Minimizado con filtros de λ pequeña (azul)
Mie scatter:
–Partículas que interactúan tienen diámetros ~ iguales a λ
–Vapor de agua y polvo son los principales causantes
     Tiene efecto importante en condiciones de cielo “nublado”
–Afecta longitudes de onda mayores comparado al tipo de Raleigh
Difracción (scattering)

    No-selectiva (non-selective)
    – Es un fenómeno más problemático pues es más generalizado
    –Partículas tienen diámetros mayores a λ
        • Con diámetros de 5 a 100 μm
    –Lo causan principalmente pequeñas gotas de agua
    –Afecta el espectro electromagnético en
        •Visible
        •IR cercano-medio
    –Es no-selectivo con respecto a λ
    –Causa nubes “blancas” (RGB sufren difracción por igual)
– Causa pérdida real de energía al ser ésta absorbida
– Depende de λ
–Los elementos con más absorción son:
    Vapor de agua
    Dióxido de Carbono
    Ozono
–Afectan que parte del Espectro EM se puede capturar
–”Ventana atmosférica”: son las λ donde se transmite bien la energía
por la atmósfera.
− Gráfico
    Áreas, donde la atmósfera bloquea, están oscurecidas.
    La parte visible coincide con una ventana y con λmax del Sol.
    El “calor” emitido por la Tierra se transmite en 3-5 y 8-14 μm
Tres interacciones son posibles cuando la energía incide con objetos
    – Reflexión
    – Absorción
    – Transmisión
 Aplicando el principio de conservación de la energía:
         Ei (λ) = ER(λ) + EA (λ) + ET(λ)
 IMP.
    –Las proporciones de estos componentes dependen del tipo de
    material y condición del mismo, esto permite distinguir materiales
    –Las proporciones dependen de la λ incidente
        •Proporciones varían para cada material de acuerdo a λ
 Dos objetos pueden NO ser distinguibles en un determinado rango espectral y
ser muy diferentes en otro.
 En la parte visible del Espectro Electromagnético (EMM) esto se llama “color”
     Un objeto “color azul”, refleja nas esta λ
     Un objeto “color verde”, refleja más esta λ
     ¡¡¡Igual para todos los colores !!!
     El ojo humano usa variaciones espectrales de energía reflejada.
– La curva es un grafico de Reflectancia Espectral en función de la λ
– Usualmente son valores de reflectancia PROMEDIO, calculados en base a
         muchas observaciones.
– Muestra las características de un material.
         Con un comportamiento de “banda”
– Sirve para escoger un sensor apropiado para una aplicación
         La posibilidad de discriminar materiales determina cual sensor usar
– Se debe conocer bien el objeto a estudiar
– Se deben considerar factores que afectan esas características espectrales
– En general, la configuración de las curvas es un indicador del tipo y
         condición de los objetos que representa. Los valores individuales
         pueden variar considerablemente en ambos sentidos -/+.
BANDAS DE LANDSAT: Identificación μm que representa cada una
Vegetación (verde y saludable):Comportamiento de “sube y baja”
Vegetación (verde y saludable):Comportamiento de “sube y baja”
 – 0.45 y 0.67 μm hay absorción por la clorofila
 – El color verde es reflejado
 – Entre 0.7 y 1.3 μm
   • Plantas saludables reflejan ~ 50%
   • Depende de la estructura interna de las hojas
   • Permite discriminar especies
   • Permite determinar “stress” en las plantas
   • Reflectancia aumenta con el número de capas de hojas
 – Después de 1.3 μm
   •Hay absorción debido al agua en las hojas en varias λ
   •Reflexión ~ inversa al contenido de agua
Suelos: reflectancia afectada por
    – Contenido de agua
        • Hay absorción en 1.4, 1.9 y 2.7 μm
    – Textura: proporción de arena, arcilla, cieno (silt)
        •Arenoso y bien drenado: alta ref.
        •Textura fina y mal drenado: baja ref.
        •En ausencia de agua se revierten los efectos
    – Aspereza superficial
    – Presencia de oxido de hierro disminuye la reflectancia en la parte visible
    – Contenido orgánico
    – Estos factores son complejos, variables, interrelacionados
Agua
    – La Energía es absorbida del IR cercano hacia mayores λ
         • Ya sea en cuerpos de agua, o en materiales con mucha agua
         • Es fácil distinguir el agua en estas λ
    – Sin embargo, algunas condiciones del agua se capturan con la parte
         visible del Espectro EM
    –Interacción con:
          Superficie (difracción especular)
          Material suspendido en el agua: aumentan la ref.
          Fondo de cuerpo de agua
    –Contenido de clorofila: aumenta reflectancia del verde
    –Estas características se usan para estudiar
         •Contenido del algas
         •Contenido de sedimentos producto de erosión
         •Numero y tipos de contaminantes
               –Aceite
               –Desperdicios industriales
         •Otras propiedades no se pueden estudiar de una manera certera por medio
         de la teledetección
               –PH
               –Oxigeno
               –Sales
Patrones de Respuesta Espectral = Firma espectral
     Son cuantitativos, pero no son absolutos
     Son distintivos, pero no son únicos
     “Firma espectral” no es un término apropiado debido a que hay
         variabilidad     “Patrones de Respuesta” es más correcto
     Variabilidad está presente
         – Puede confundir diferentes materiales, o ayudar a separar objetos
           del mismo tipo (eje. árboles)
     Afectados por:
         – Efectos temporales: como es el crecimiento de las plantas
         – Efectos espaciales: causan que un mismo tipo de objeto en un
           determinado momento, tenga diferentes características en
           locaciones distintas
1 Azul   2Verde   3 Rojo   4 IR Cercano




                                          Note el rango del
                                          valor espectral
Manipulaciones de Contraste
Nivel de Gris Base
     Se usa para dividir una imagen en dos clases con base en un
    nivel de gris definido por el analista
     Se puede usar para preparar una “mascara binaria” para una imagen
    con el fin de procesar cada clase por separado

División por Niveles o Clases
    Los NDs son distribuidos a lo largo del eje X de un histograma y
    luego son divididos en clases definidas por el analista
    Todos los píxeles con NDs dentro de una clase se presentan con un
    ND único para esa clase
    Es usado ampliamente para presentar rangos de temperatura en
    imágenes termales
Ejemplo de manipulación de contraste
Manipulación del Contraste: Ejemplo de división por Niveles o Clases
Manipulación de Entidades Espaciales

Filtrado Espacial
A diferencia de los filtros espectrales que admiten o bloquean rangos espectrales
(NDs), los filtros espaciales enfatizan o no datos en diferentes “frecuencias
espaciales”

Las frecuencias espaciales se refieren a la “aspereza” de las variaciones tonales
(en el espacio) de la imagen
     – Muy áspero (frecuencia espacial alta): valores de gris cambian mucho a
     través de pocos píxeles     enfatizados con “filtros de paso alto”
     –Poco áspero (frecuencia espacial baja): valores de gris cambian poco a
     través de muchos píxeles      enfatizados con “filtros de paso bajo”
Filtrado Espacial
 Es un proceso considerado como “local”
 Los filtros de paso bajo son usados para eliminar ruido por medio de
asignar a cada pixel el valor del promedio de sus vecinos
      – Se reducen las desviaciones de los valores promedio
      – Se reduce el detalle y el rango de grises en la imagen
      – Enfatiza patrones de brillo en áreas grandes
Un filtro de paso alto puede ser la resta de una imagen pasada por un
filtro de paso bajo a la imagen original
      – Enfatiza el detalle de brillo y sacrifica los patrones de brillo en
      áreas grandes
Filtrado Espacial:

La primera imagen es la escena
original

La segunda imagen sufrió un
proceso de filtrado usando un filtro
de “paso bajo”
Archivos *.dat
                           y header

                                               Importación

                                                                       PROTOCOLO PARA EL PRE
                           Imágen en
                           DN (8 bits)                                 PROCESAMIENTO DE
                                                                       IMÁGENES SATELITALES
                                               Corrección
                                               Geométrica              LANDSAT

                            Imagen
                        georreferenciada
                     Archivos *.dat y header


                                                Calibración

                           Radiancia
                         (Float=32 bits)

                                                        Corrección     ADVERTENCIA: Puede realizarse la
 Conversión                                             Geométrica     corrección geométrica antes de la
                                                                       corrección radiométrica únicamente
                                                                       cuando se utilice como método de
                                                   Reflectancia sup.   remuestreo el vecino más cercano.
Reflectancia TOA
 (Float = 32 bits)                                 (Float = 32 bits)   En caso de utilizar otro método de
                                                                       remuestreo debe realizarse primero,
                            Reescalada                                 indefectiblemente, la corrección
                                                                       radiométrica.

                           Reflectancia
                          sup. (Float = 8
                               bits)

Más contenido relacionado

La actualidad más candente

Aplicación de la teledetección en la exploración geológica y de recursos mine...
Aplicación de la teledetección en la exploración geológica y de recursos mine...Aplicación de la teledetección en la exploración geológica y de recursos mine...
Aplicación de la teledetección en la exploración geológica y de recursos mine...Sector Energía y Minas - INGEMMET
 
Métodos de reconocimiento de minerales y rocas
Métodos de reconocimiento de minerales y rocasMétodos de reconocimiento de minerales y rocas
Métodos de reconocimiento de minerales y rocasOlympus IMS
 
La DináMica AtmosféRica
La DináMica AtmosféRicaLa DináMica AtmosféRica
La DináMica AtmosféRicacodos
 
COORDENADAS UTM
COORDENADAS UTMCOORDENADAS UTM
COORDENADAS UTMariana437
 
Metodo de repeticion
Metodo de repeticionMetodo de repeticion
Metodo de repeticionLenin Cb
 
Levantamiento topografico por poligonal abierta
Levantamiento topografico por  poligonal abiertaLevantamiento topografico por  poligonal abierta
Levantamiento topografico por poligonal abiertaAisar Elias Sejin
 
Levantamiento topo minera
Levantamiento topo mineraLevantamiento topo minera
Levantamiento topo mineraAdr Iel
 
106096156 informe-de-geomorfologia
106096156 informe-de-geomorfologia106096156 informe-de-geomorfologia
106096156 informe-de-geomorfologiaFreddy Calua Infante
 
Informe suelos
Informe suelosInforme suelos
Informe suelosgisselagcg
 
Guía Explicativa del Mapa Ecológico del Perú - 1995
Guía Explicativa del Mapa Ecológico del Perú - 1995Guía Explicativa del Mapa Ecológico del Perú - 1995
Guía Explicativa del Mapa Ecológico del Perú - 1995Bryan Edmundo Rado Janzic
 
Presentación de la Red de Observación del SENAMHI PERU
Presentación de la Red de Observación del SENAMHI PERUPresentación de la Red de Observación del SENAMHI PERU
Presentación de la Red de Observación del SENAMHI PERUJorge Chira
 
INFORME DE SALIDA DE CAMPO (1).pdf
INFORME DE SALIDA DE CAMPO (1).pdfINFORME DE SALIDA DE CAMPO (1).pdf
INFORME DE SALIDA DE CAMPO (1).pdfWiliam Condori
 
Lidar princ fundamentales
Lidar princ fundamentalesLidar princ fundamentales
Lidar princ fundamentalesruthop7
 
Aplicacion de los sensores remotos en la exploracion sga dic 16
Aplicacion de los sensores remotos en la exploracion sga dic 16Aplicacion de los sensores remotos en la exploracion sga dic 16
Aplicacion de los sensores remotos en la exploracion sga dic 16Remote Sensing GEOIMAGE
 

La actualidad más candente (20)

Aplicación de la teledetección en la exploración geológica y de recursos mine...
Aplicación de la teledetección en la exploración geológica y de recursos mine...Aplicación de la teledetección en la exploración geológica y de recursos mine...
Aplicación de la teledetección en la exploración geológica y de recursos mine...
 
Métodos de reconocimiento de minerales y rocas
Métodos de reconocimiento de minerales y rocasMétodos de reconocimiento de minerales y rocas
Métodos de reconocimiento de minerales y rocas
 
Geosinclinal
GeosinclinalGeosinclinal
Geosinclinal
 
La DináMica AtmosféRica
La DináMica AtmosféRicaLa DináMica AtmosféRica
La DináMica AtmosféRica
 
COORDENADAS UTM
COORDENADAS UTMCOORDENADAS UTM
COORDENADAS UTM
 
Curso geodesia actualizado (12)
Curso geodesia actualizado (12)Curso geodesia actualizado (12)
Curso geodesia actualizado (12)
 
Geología y Metalogenia del Perú
Geología y Metalogenia del PerúGeología y Metalogenia del Perú
Geología y Metalogenia del Perú
 
Teledetección
TeledetecciónTeledetección
Teledetección
 
Metodo de repeticion
Metodo de repeticionMetodo de repeticion
Metodo de repeticion
 
Levantamiento topografico por poligonal abierta
Levantamiento topografico por  poligonal abiertaLevantamiento topografico por  poligonal abierta
Levantamiento topografico por poligonal abierta
 
Levantamiento topo minera
Levantamiento topo mineraLevantamiento topo minera
Levantamiento topo minera
 
106096156 informe-de-geomorfologia
106096156 informe-de-geomorfologia106096156 informe-de-geomorfologia
106096156 informe-de-geomorfologia
 
Informe suelos
Informe suelosInforme suelos
Informe suelos
 
Brecha colección-piedras-rocas-minerales-nº3
Brecha colección-piedras-rocas-minerales-nº3Brecha colección-piedras-rocas-minerales-nº3
Brecha colección-piedras-rocas-minerales-nº3
 
Guía Explicativa del Mapa Ecológico del Perú - 1995
Guía Explicativa del Mapa Ecológico del Perú - 1995Guía Explicativa del Mapa Ecológico del Perú - 1995
Guía Explicativa del Mapa Ecológico del Perú - 1995
 
Presentación de la Red de Observación del SENAMHI PERU
Presentación de la Red de Observación del SENAMHI PERUPresentación de la Red de Observación del SENAMHI PERU
Presentación de la Red de Observación del SENAMHI PERU
 
Base medida df
Base medida dfBase medida df
Base medida df
 
INFORME DE SALIDA DE CAMPO (1).pdf
INFORME DE SALIDA DE CAMPO (1).pdfINFORME DE SALIDA DE CAMPO (1).pdf
INFORME DE SALIDA DE CAMPO (1).pdf
 
Lidar princ fundamentales
Lidar princ fundamentalesLidar princ fundamentales
Lidar princ fundamentales
 
Aplicacion de los sensores remotos en la exploracion sga dic 16
Aplicacion de los sensores remotos en la exploracion sga dic 16Aplicacion de los sensores remotos en la exploracion sga dic 16
Aplicacion de los sensores remotos en la exploracion sga dic 16
 

Destacado

Destacado (20)

Sensores Remotos
Sensores RemotosSensores Remotos
Sensores Remotos
 
Sensores remotos
Sensores remotosSensores remotos
Sensores remotos
 
Fotointerpretacion
FotointerpretacionFotointerpretacion
Fotointerpretacion
 
Introducción a los sensores remotos
Introducción a los sensores remotosIntroducción a los sensores remotos
Introducción a los sensores remotos
 
Camaras aereas final
Camaras  aereas finalCamaras  aereas final
Camaras aereas final
 
Fotogrametria powerpoint
Fotogrametria powerpointFotogrametria powerpoint
Fotogrametria powerpoint
 
Sensores remotos
Sensores remotosSensores remotos
Sensores remotos
 
Reporte de Practica, Imágenes Satélitales, Sensores Remotos
Reporte de Practica, Imágenes Satélitales, Sensores RemotosReporte de Practica, Imágenes Satélitales, Sensores Remotos
Reporte de Practica, Imágenes Satélitales, Sensores Remotos
 
Historia de los satélites, Liz
Historia de los satélites, LizHistoria de los satélites, Liz
Historia de los satélites, Liz
 
Historia de los drones
Historia de los dronesHistoria de los drones
Historia de los drones
 
La historia de la fotografía
La historia de la fotografíaLa historia de la fotografía
La historia de la fotografía
 
Cuestionario Historia Foto
Cuestionario Historia FotoCuestionario Historia Foto
Cuestionario Historia Foto
 
proyecto DRONE
proyecto DRONEproyecto DRONE
proyecto DRONE
 
Sensores remotos aerotransportados
Sensores remotos aerotransportadosSensores remotos aerotransportados
Sensores remotos aerotransportados
 
La fotogrametría
La fotogrametríaLa fotogrametría
La fotogrametría
 
Diapositiva Drones
Diapositiva DronesDiapositiva Drones
Diapositiva Drones
 
Tono, textura, patrones
Tono, textura, patronesTono, textura, patrones
Tono, textura, patrones
 
MANEJO INTEGRADO DE PLAGAS
MANEJO INTEGRADO DE PLAGASMANEJO INTEGRADO DE PLAGAS
MANEJO INTEGRADO DE PLAGAS
 
Fotogrametria terceira parte
Fotogrametria terceira parteFotogrametria terceira parte
Fotogrametria terceira parte
 
Ecoturismo
EcoturismoEcoturismo
Ecoturismo
 

Similar a Intro sensores remotos

Características de los sensores hiperespectrales para el sensoramiento remoto
Características de los sensores hiperespectrales para el sensoramiento remotoCaracterísticas de los sensores hiperespectrales para el sensoramiento remoto
Características de los sensores hiperespectrales para el sensoramiento remotoGolgi Alvarez
 
4_InterpretacionLandsat.pptx
4_InterpretacionLandsat.pptx4_InterpretacionLandsat.pptx
4_InterpretacionLandsat.pptxGallardoCCarlos
 
Iluminacion Y Ergonomia
Iluminacion Y ErgonomiaIluminacion Y Ergonomia
Iluminacion Y Ergonomiaguruclef01
 
Principios de Iluminación en Fotografía y Video
Principios de Iluminación en Fotografía y VideoPrincipios de Iluminación en Fotografía y Video
Principios de Iluminación en Fotografía y VideoVladimir
 
Fibra optica en Comunicaciones
Fibra optica en ComunicacionesFibra optica en Comunicaciones
Fibra optica en ComunicacionesWladimirGonzalez6
 
null.pptx
null.pptxnull.pptx
null.pptxEunhaZ
 
contraste, densidad y fidelidad de la imagen
contraste, densidad y fidelidad de la imagencontraste, densidad y fidelidad de la imagen
contraste, densidad y fidelidad de la imagenMisha Jordan
 
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptx
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptxCLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptx
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptxCHUQUIRIMAYROJASBREN
 
Fibra c3b3pticapresentacion8
Fibra c3b3pticapresentacion8Fibra c3b3pticapresentacion8
Fibra c3b3pticapresentacion8odcatastrophe
 
Pr ndvi gallegos mera
Pr ndvi gallegos meraPr ndvi gallegos mera
Pr ndvi gallegos meraEduardo Mera
 

Similar a Intro sensores remotos (20)

Características de los sensores hiperespectrales para el sensoramiento remoto
Características de los sensores hiperespectrales para el sensoramiento remotoCaracterísticas de los sensores hiperespectrales para el sensoramiento remoto
Características de los sensores hiperespectrales para el sensoramiento remoto
 
1. Fisica Rayos X.pptx
1. Fisica Rayos X.pptx1. Fisica Rayos X.pptx
1. Fisica Rayos X.pptx
 
4_InterpretacionLandsat.pptx
4_InterpretacionLandsat.pptx4_InterpretacionLandsat.pptx
4_InterpretacionLandsat.pptx
 
Iluminacion Y Ergonomia
Iluminacion Y ErgonomiaIluminacion Y Ergonomia
Iluminacion Y Ergonomia
 
Quimicasabe
QuimicasabeQuimicasabe
Quimicasabe
 
Metodos opticos
Metodos opticosMetodos opticos
Metodos opticos
 
MANUAL DEL SIG
MANUAL DEL SIGMANUAL DEL SIG
MANUAL DEL SIG
 
Principios de Iluminación en Fotografía y Video
Principios de Iluminación en Fotografía y VideoPrincipios de Iluminación en Fotografía y Video
Principios de Iluminación en Fotografía y Video
 
Espectroscopia de superficies
Espectroscopia de superficiesEspectroscopia de superficies
Espectroscopia de superficies
 
Presentación Tema 1 2023 (2a parte).pdf
Presentación Tema 1 2023 (2a parte).pdfPresentación Tema 1 2023 (2a parte).pdf
Presentación Tema 1 2023 (2a parte).pdf
 
Fibra optica en Comunicaciones
Fibra optica en ComunicacionesFibra optica en Comunicaciones
Fibra optica en Comunicaciones
 
VIDRIO CON VRAY
VIDRIO CON VRAYVIDRIO CON VRAY
VIDRIO CON VRAY
 
null.pptx
null.pptxnull.pptx
null.pptx
 
Tututut
TutututTututut
Tututut
 
contraste, densidad y fidelidad de la imagen
contraste, densidad y fidelidad de la imagencontraste, densidad y fidelidad de la imagen
contraste, densidad y fidelidad de la imagen
 
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptx
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptxCLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptx
CLASE ELECTRONICA ACUSTICA PESQUERA-29-12-2020.pptx
 
Fibra optica electiva 5
Fibra optica electiva 5Fibra optica electiva 5
Fibra optica electiva 5
 
Fibra c3b3pticapresentacion8
Fibra c3b3pticapresentacion8Fibra c3b3pticapresentacion8
Fibra c3b3pticapresentacion8
 
Pr ndvi gallegos mera
Pr ndvi gallegos meraPr ndvi gallegos mera
Pr ndvi gallegos mera
 
Priemera clase
Priemera clasePriemera clase
Priemera clase
 

Último

redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativanicho110
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estossgonzalezp1
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxFederico Castellari
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...JohnRamos830530
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxMiguelAtencio10
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxAlan779941
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21mariacbr99
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.FlorenciaCattelani
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITMaricarmen Sánchez Ruiz
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxJorgeParada26
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIhmpuellon
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanamcerpam
 

Último (12)

redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptx
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXI
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 

Intro sensores remotos

  • 1.
  • 2.
  • 3. ¿QUÉ ES TELEDETECCIÓN? “Es la ciencia y arte de obtener información de un objeto, área, o fenómeno por medio del análisis de datos adquiridos por un instrumento que no esta en contacto con el objeto, área, o fenómeno que se estudia” “Usando diferentes sensores, se puede colectar datos de manera remota que pueden ser analizados para obtener información” (Llillesand, 2000) ”
  • 4.
  • 6. Las dos principales fuentes de energía capturable son: •Energía “directa” del Sol •Energía irradiada (o re-irradiada) por la Tierra Toda la materia con temperatura superior a 0K (-273 C) emite constantemente energía electromagnética Energía electromagnética: • Rayos X • UV (ultravioleta) • Visible • IR (infrarojo) • Térmica • Micro-ondas • Televisión-radio
  • 7. La energía recorre un “trayecto” en la atmósfera afectado por: • Magnitud de la energía • Condiciones atmosféricas • Longitudes de onda estudiadas Por todo esto, los efectos de la atmósfera se consideran para cada sensor por separado. Los principales fenómenos son:  Difracción Absorción
  • 8.  Difracción (scattering) –“… es la difusión impredecible de la radiación por partículas en la atmosfera” Rayleigh scatter: –Partículas que interactúan tienen diámetros menores aλ –Produce un cielo azul Debido a la difracción de λ < –Al atardecer, la atm. absorbe el “azul”, pero no el rojo/naranja –Produce “neblina” en las imágenes: • Falta de contraste • Minimizado con filtros de λ pequeña (azul)
  • 9. Mie scatter: –Partículas que interactúan tienen diámetros ~ iguales a λ –Vapor de agua y polvo son los principales causantes  Tiene efecto importante en condiciones de cielo “nublado” –Afecta longitudes de onda mayores comparado al tipo de Raleigh
  • 10. Difracción (scattering) No-selectiva (non-selective) – Es un fenómeno más problemático pues es más generalizado –Partículas tienen diámetros mayores a λ • Con diámetros de 5 a 100 μm –Lo causan principalmente pequeñas gotas de agua –Afecta el espectro electromagnético en •Visible •IR cercano-medio –Es no-selectivo con respecto a λ –Causa nubes “blancas” (RGB sufren difracción por igual)
  • 11. – Causa pérdida real de energía al ser ésta absorbida – Depende de λ –Los elementos con más absorción son: Vapor de agua Dióxido de Carbono Ozono –Afectan que parte del Espectro EM se puede capturar –”Ventana atmosférica”: son las λ donde se transmite bien la energía por la atmósfera. − Gráfico Áreas, donde la atmósfera bloquea, están oscurecidas. La parte visible coincide con una ventana y con λmax del Sol. El “calor” emitido por la Tierra se transmite en 3-5 y 8-14 μm
  • 12. Tres interacciones son posibles cuando la energía incide con objetos – Reflexión – Absorción – Transmisión  Aplicando el principio de conservación de la energía: Ei (λ) = ER(λ) + EA (λ) + ET(λ)  IMP. –Las proporciones de estos componentes dependen del tipo de material y condición del mismo, esto permite distinguir materiales –Las proporciones dependen de la λ incidente •Proporciones varían para cada material de acuerdo a λ
  • 13.  Dos objetos pueden NO ser distinguibles en un determinado rango espectral y ser muy diferentes en otro.  En la parte visible del Espectro Electromagnético (EMM) esto se llama “color”  Un objeto “color azul”, refleja nas esta λ  Un objeto “color verde”, refleja más esta λ  ¡¡¡Igual para todos los colores !!!  El ojo humano usa variaciones espectrales de energía reflejada.
  • 14. – La curva es un grafico de Reflectancia Espectral en función de la λ – Usualmente son valores de reflectancia PROMEDIO, calculados en base a muchas observaciones. – Muestra las características de un material. Con un comportamiento de “banda” – Sirve para escoger un sensor apropiado para una aplicación La posibilidad de discriminar materiales determina cual sensor usar – Se debe conocer bien el objeto a estudiar – Se deben considerar factores que afectan esas características espectrales – En general, la configuración de las curvas es un indicador del tipo y condición de los objetos que representa. Los valores individuales pueden variar considerablemente en ambos sentidos -/+.
  • 15.
  • 16. BANDAS DE LANDSAT: Identificación μm que representa cada una
  • 17. Vegetación (verde y saludable):Comportamiento de “sube y baja”
  • 18. Vegetación (verde y saludable):Comportamiento de “sube y baja” – 0.45 y 0.67 μm hay absorción por la clorofila – El color verde es reflejado – Entre 0.7 y 1.3 μm • Plantas saludables reflejan ~ 50% • Depende de la estructura interna de las hojas • Permite discriminar especies • Permite determinar “stress” en las plantas • Reflectancia aumenta con el número de capas de hojas – Después de 1.3 μm •Hay absorción debido al agua en las hojas en varias λ •Reflexión ~ inversa al contenido de agua
  • 19. Suelos: reflectancia afectada por – Contenido de agua • Hay absorción en 1.4, 1.9 y 2.7 μm – Textura: proporción de arena, arcilla, cieno (silt) •Arenoso y bien drenado: alta ref. •Textura fina y mal drenado: baja ref. •En ausencia de agua se revierten los efectos – Aspereza superficial – Presencia de oxido de hierro disminuye la reflectancia en la parte visible – Contenido orgánico – Estos factores son complejos, variables, interrelacionados
  • 20. Agua – La Energía es absorbida del IR cercano hacia mayores λ • Ya sea en cuerpos de agua, o en materiales con mucha agua • Es fácil distinguir el agua en estas λ – Sin embargo, algunas condiciones del agua se capturan con la parte visible del Espectro EM –Interacción con:  Superficie (difracción especular)  Material suspendido en el agua: aumentan la ref.  Fondo de cuerpo de agua –Contenido de clorofila: aumenta reflectancia del verde –Estas características se usan para estudiar •Contenido del algas •Contenido de sedimentos producto de erosión •Numero y tipos de contaminantes –Aceite –Desperdicios industriales •Otras propiedades no se pueden estudiar de una manera certera por medio de la teledetección –PH –Oxigeno –Sales
  • 21. Patrones de Respuesta Espectral = Firma espectral  Son cuantitativos, pero no son absolutos  Son distintivos, pero no son únicos  “Firma espectral” no es un término apropiado debido a que hay variabilidad “Patrones de Respuesta” es más correcto  Variabilidad está presente – Puede confundir diferentes materiales, o ayudar a separar objetos del mismo tipo (eje. árboles)  Afectados por: – Efectos temporales: como es el crecimiento de las plantas – Efectos espaciales: causan que un mismo tipo de objeto en un determinado momento, tenga diferentes características en locaciones distintas
  • 22. 1 Azul 2Verde 3 Rojo 4 IR Cercano Note el rango del valor espectral
  • 23. Manipulaciones de Contraste Nivel de Gris Base  Se usa para dividir una imagen en dos clases con base en un nivel de gris definido por el analista  Se puede usar para preparar una “mascara binaria” para una imagen con el fin de procesar cada clase por separado División por Niveles o Clases Los NDs son distribuidos a lo largo del eje X de un histograma y luego son divididos en clases definidas por el analista Todos los píxeles con NDs dentro de una clase se presentan con un ND único para esa clase Es usado ampliamente para presentar rangos de temperatura en imágenes termales
  • 24. Ejemplo de manipulación de contraste
  • 25. Manipulación del Contraste: Ejemplo de división por Niveles o Clases
  • 26. Manipulación de Entidades Espaciales Filtrado Espacial A diferencia de los filtros espectrales que admiten o bloquean rangos espectrales (NDs), los filtros espaciales enfatizan o no datos en diferentes “frecuencias espaciales” Las frecuencias espaciales se refieren a la “aspereza” de las variaciones tonales (en el espacio) de la imagen – Muy áspero (frecuencia espacial alta): valores de gris cambian mucho a través de pocos píxeles enfatizados con “filtros de paso alto” –Poco áspero (frecuencia espacial baja): valores de gris cambian poco a través de muchos píxeles enfatizados con “filtros de paso bajo”
  • 27. Filtrado Espacial  Es un proceso considerado como “local”  Los filtros de paso bajo son usados para eliminar ruido por medio de asignar a cada pixel el valor del promedio de sus vecinos – Se reducen las desviaciones de los valores promedio – Se reduce el detalle y el rango de grises en la imagen – Enfatiza patrones de brillo en áreas grandes Un filtro de paso alto puede ser la resta de una imagen pasada por un filtro de paso bajo a la imagen original – Enfatiza el detalle de brillo y sacrifica los patrones de brillo en áreas grandes
  • 28. Filtrado Espacial: La primera imagen es la escena original La segunda imagen sufrió un proceso de filtrado usando un filtro de “paso bajo”
  • 29.
  • 30. Archivos *.dat y header Importación PROTOCOLO PARA EL PRE Imágen en DN (8 bits) PROCESAMIENTO DE IMÁGENES SATELITALES Corrección Geométrica LANDSAT Imagen georreferenciada Archivos *.dat y header Calibración Radiancia (Float=32 bits) Corrección ADVERTENCIA: Puede realizarse la Conversión Geométrica corrección geométrica antes de la corrección radiométrica únicamente cuando se utilice como método de Reflectancia sup. remuestreo el vecino más cercano. Reflectancia TOA (Float = 32 bits) (Float = 32 bits) En caso de utilizar otro método de remuestreo debe realizarse primero, Reescalada indefectiblemente, la corrección radiométrica. Reflectancia sup. (Float = 8 bits)