Detección de minerales utilizando clasificando por "Arboles de Decisión" en imágenes Aster, Jose Manuel Lattus - Universidad de Chile / SRGIS Ltda, Chile
El documento describe el uso de árboles de decisión para clasificar minerales en imágenes ASTER. Se desarrolló un árbol de decisión inicial y uno modificado para procesar una imagen ASTER del distrito Cuprita en Nevada. Los resultados muestran una clasificación precisa de minerales como alunita, kaolinita, calcita y muscovita en comparación con un mapeo de referencia de AVIRIS. El documento concluye que los árboles de decisión son una herramienta útil para clasificar elementos en imágenes multiespectrales
Similaire à Detección de minerales utilizando clasificando por "Arboles de Decisión" en imágenes Aster, Jose Manuel Lattus - Universidad de Chile / SRGIS Ltda, Chile
Similaire à Detección de minerales utilizando clasificando por "Arboles de Decisión" en imágenes Aster, Jose Manuel Lattus - Universidad de Chile / SRGIS Ltda, Chile (12)
Sistema de Información Territorial Regional , Walter Menacho Gallardo - Gobie...
Detección de minerales utilizando clasificando por "Arboles de Decisión" en imágenes Aster, Jose Manuel Lattus - Universidad de Chile / SRGIS Ltda, Chile
1. Conferencia Latinoamericana de Usuarios Esri – LAUC 2013
16 al 18 de Octubre, 2013 | Lima, Perú
Exploración de Minerales
utilizando “Arboles de Decisión”
en imágenes ASTER
José Manuel Lattus
Universidad de Chile – SRGIS Ltda.
Esri LAUC13
2. OBJETIVOS
General
• Desarrollar una metodología para el procesamiento de
imágenes ASTER que genere una detección más precisa de
los elementos (minerales) a mapear.
Específicos
• Identificar las características de las curvas espectrales de
diferentes minerales que están comúnmente asociados en las
clasificaciones, para identificarlas como elementos distintos.
• Generar las condiciones lógicas necesarias para asociar un
pixel a una clase (mineral).
• Validar la técnica en una zona de estudio conocida.
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
4. ASTER v/s LANDSAT
Comparación de la resolución espectral de los sensores ASTER y LANDSAT ETM +
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
5. ESPECTROMETRÍA DE IMÁGENES
Curvas espectrales de laboratorio ajustadas a la
resolución de la imagen ASTER (VNIR+SWIR)
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
6. ASOCIACIONES DE MINERALES
Asociación de Minerales
Minerales
Rango de Estudio
Hematita
Óxidos de Fierro
Goetita
VISIBLE
Jarosita
Ilita
Alteración Argílica
Muscovita
SWIR
Kaolinita
Alunita
Pirofilita
Clorita
Alteración Propilítica
Epidota
SWIR
Calcita
Cuarzo
Silicatos
Granates
TIR
Albita
Rango de estudio de la espectrometría de algunos minerales
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
7. CLASIFICACIÓN POR ÁRBOLES DE DECISIÓN
“El clasificador por árboles de decisión genera clasificaciones utilizando series de
pasos de decisión binaria para seleccionar un pixel en una clase”
Ejemplo de un árbol de decisión en ENVI
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
8. ABSORCIÓN ABSOLUTA Y RELATIVA
Una de las características más importantes para la identificación de minerales son
las absorciones en la curva espectral en distintas longitudes de onda. En algunos
casos, una absorción absoluta pequeña, se transforma en una absorción relativa
cuando se pasa de una curva fina a una curva basada en datos multiespectrales.
Absorción Relativa v/s Absorción Absoluta
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
9. CURVAS ESPECTRALES
Curvas espectrales de laboratorio de algunos minerales de interés
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
10. CURVAS ESPECTRALES EN ASTER
Curvas espectrales de laboratorio ajustadas al sensor SWIR de la imagen ASTER
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
11. ARBOL DE DELCISIÓN PARA MINERALES
ABS-BX
RBD-X
: Absorción Absoluta de la Banda X
: Absorción Relativa de la Banda X
Árbol de desición para clasificación de minerales
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
12. DISTRITO CUPRITA
Para evaluar esta técnica, el proceso se realizará en un distrito geológico de
interés conocidoest llamado "Cuprita" en Nevada, USA.
Mapeo de minerales en Cuprite con una imagen hiperespectral (AVIRIS)
Alunita Kaolinita Dickite Buddingtonite Ilita/Esmectita Opalo Calcita
Muscovita Muscovita+Clorita Tufitas no alteradas Depósito de Playa
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
14. ARBOL DE DELCISIÓN MODIFICADO
Árbol de decisión final para el procesamiento de la imagen ASTER en Cuprita
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
15. RESULTADOS FINALES
Clasificación final utilizando un árbol de decisión en una imagen ASTER en el distrito Cuprita
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
16. RESULTADOS FINALES
Mapeo de imagen ASTER (izq) v/s Mapeo de image AVIRIS (der)
Alunita
Kaolinita
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER
Calcita Muscovita
17. CONCLUSIONES
• La clasificación por árboles de decisión es una herramienta muy útil
para clasificar elementos en imágenes multiespectrales, permite
detectar pequeñas variaciones de las curvas espectrales de los pixeles,
que a su vez, marcan la diferencia entre un mineral y otro.
• Esta metodología el aplicable para cualquier área de las geociencias, la
construcción del árbol de decisión va de la mano del conocimiento
espectral que se tenga sobre los elementos que se quieren mapear, y
de las posibilidades que nos da la curva de ser diferenciable de otros
elementos.
• En la clasificación no sólo se pueden usar distintas bandas, también
podemos incluir en el procesamiento modelos de elevación, que nos
nutren con condiciones como altura, pendiente y aspecto. Por otro lado
podemos incorporar bandas de otros sensores, imágenes de
clasificación previamente hechas, etc.
Esri LAUC13 Exploración de minerales utilizando "árboles de decisión" en imágenes ASTER