INTRODUCCIN AL SOFTWARE DE TELEDETECCIN

1. GENERALIDADES
ENVI es un software de procesamiento y anlisis avanzado de imgenes
geoespaciales, y es utilizado por analistas de imgenes, investigadores,
cientficos y profesionales del SIG en una amplia variedad de disciplinas.

ENVI combina procesamiento de las imgenes espectrales ms recientes con la

tecnologa de anlisis de imgenes mediante una interfaz intuitiva y fcil de
usar para ayudar a obtener informacin significativa de las imgenes.

ENVI proporciona instrumentos avanzados fciles de usar para leer, explorar,

preparar, analizar y compartir la informacin extrada de todo tipo de imgenes
(diferentes sensores): imgenes pancromticas, multiespectrales,
hiperespectrales, radar... Es la solucin multiplataforma que te permite realizar
tareas como:

Ortorectificacion de imgenes.

Registrar dos o ms imgenes.

Calibrado de imgenes.

Correccin de distorsiones atmosfricas.

Crear capas vectoriales.

Identificacin de regiones de inters (ROIs).

Creacin de modelos digitales de elevacin (MDEs)

Fusin de imgenes, mscaras, generacin de mosaicos.

Reescalar o rotar la imagen, o convertir el tipo de cambios.

Detectar los cambios de forma gil.

Clasificar imgenes con mtodos supervisados (o no).

Calcular ndices de vegetacin.

2. OTROS PROGRAMAS O SOFTWARES DE TELEDETECCION
A continuacin los principales programas de teledeteccin ms usados.

PROGRAMAS O SOFTWARE DE CARACTERSTICAS.

PAGA
Idrisi En realidad se trata de un SIG, pero
http://www.4shared.com/file/njWpc5x que incorporar bastantes utilidades de
n/idrisi_208.htm&showComments=true anlisis digital de imgenes y, por su
bajo precio, ha sido utilizado
profusamente en la docencia de la
teledeteccin. Se ha desarrollado por
laUniversidad de Clark (USA).

PROGRAMAS O SOFTWARE DE CARACTERSTICAS.
PAGA
ERDAS Probablemente el programa de mayor
http://www.erdas.com/products/ERDA implantacin comercial, siendo de
SIMAGINE/ERDASIMAGINE/Downloa facto un estndar en cuanto a
ds.aspx formatos de intercambio,
especialmente con los S.I.G. Est
disponible para plataformas muy
variadas.
ER-Mapper Programa australiano que recoge la
http://www.erdas.com/products.aspx mayor parte de las funcionalidades
comunes en teledeteccin, siendo
bastante eficiente en la gestin de
imgenes muy voluminosas gracias a
incorporar algoritmos virtuales y
sistemas innovadores de compresin.
Es producto ERDAS.
Modtran Versin comercial para ordenadores
personales del programa de correccin
http://webscripts.softpedia.com/script atmosfrica Modtran 4.
/Scientific-Engineering-Ruby/Earth- La versin descargable en el enlace de
Sciences/MODTRAN-compatible-SRF- la izquierda, esfreeware.
Generator-33209.html
Miramon Programa de SIG y teledeteccin
desarrollado por el CREAF de la
http://www.creaf.uab.es/miramon/mmr Universidad de Barcelona. Bajo coste y
/esp/ amplias funcionalidades. Gratuito para
estudiantes, descargndolo
directamente de la web.

SOFTWARE LIBRE CARACTERSTICAS.

CHIPS v.4.7 CHIPS
v.4.7 (CopenhagenImageProcessingSys
tem) [1]: Su desarrollo empieza en
http://directory.eoportal.org/get_anno 1987 en el Instituto de Geografa de
unce.php?an_id=4933 la Universidad de Copenhague, y desde
1998 lo contina el Chips
DevelopmentTeam (CDT). Solamente
es gratuita la versin estndar del
programa, con las capacidades
genricas de procesamiento de
imgenes. Es necesario contactar con
el CDT (va formulario electrnico)

SOFTWARE LIBRE CARACTERSTICAS.
para obtener una licencia estndar
individual que es vlido solamente para
el ordenador donde se instala (si no se
hace se dispone de 30 das en modo de
prueba). Solamente funciona con
Windows y est en ingls. Es Software
libre (freeware).
WinGRASS GRASS v.6.0.0 (Concretamente
WinGRASS) [2]: Es el sistema de
http://grass.fbk.eu/grass60/ informacin geogrfica de cdigo
abierto (gratuito con licencia GPL) ms
usado en todo el mundo, que permite
anlisis y gestin de datos geo-
espaciales, procesamiento de
imgenes, modelizacin espacial y
visualizacin. Funciona en la mayora de
los Sistemas operativos, y existe
documentacin en castellano. Es
Software libre (freeware).
HyperCube HyperCube v.8.52 [3]: Est
desarrollada por el Centro de
http://www.tec.army.mil/Hypercube Ingeniera Topogrfica del Ejrcito de
los Estados Unidos y est orientada a
la visualizacin y anlisis de imgenes
multiespectrales e
hiperespectrales. Es un software muy
completo y freeware. Existe versin
Windows y Macintosh y est en ingls.
Ossim Proyecto de cdigo abierto bastante
seria, aunque se presenta con un
nombre informal (su nombre suena
http://www.ossim.org como la palabra 'awesome', que se
pronuncia /oosom/ y viene a ser como
nuestro 'guay'; en realidad es un
acrnimo de Open Source Software
ImageMap). Est orientado
fundamentalmente al mundo de la
teledeteccin y el proceso de imgenes
en percepcin remota, as como en
menor medida al campo de la
fotogrametra y de los Sistemas de
Informacin Geogrfica.
El ncleo duro de los desarrolladores
pertenece a agencias gubernamentales

SOFTWARE LIBRE CARACTERSTICAS.
norteamericanas, y por eso no
sorprende que este software se est
utilizando en instituciones de la
importancia de NOAA, o incluso se
dice que en el mbito de la inteligencia.

PROCESAMIENTO DE LAS IMGENES SATELITALES

El procesamiento de las imgenes digitales consiste en la manipulacin

numrica de dichas imgenes e incluye:

Pre procesamiento

Realce

Clasificacin.

1. PRE PROCESAMIENTO.
Consiste en el procesamiento inicial de los datos crudos para corregir las
distorsiones radiomtricas y geomtricas de la imagen y eliminar el ruido. Las
distorsiones radiomtricas obedecen a mecanismos que alteran los valores de
brillo de los pixeles y se deben fundamentalmente a interferencias
atmosfricas y a efectos asociados a instrumentacin.

Las correcciones atmosfricas constituyen un problema muy complejo si se

quieren aplicar sobre la base de modelos fsicos del comportamiento de las
radiaciones. En efecto, estos modelos tienen el mrito de su rigor cientfico,
precisin y aplicabilidad a un amplio rango de circunstancias, pero suelen
exigir complejos programas de computadora as como informacin
meteorolgica detallada relativa a las condiciones en que se registr la
escena. Esta informacin es muy difcil de obtener y podemos decir que la
aplicacin rutinaria de estos modelos actualmente no es posible. Una
aproximacin sencilla y prctica a la correccin del efecto atmosfrico se
basa en la consideracin de los histogramas de las imgenes espectrales. Un
histograma es un grfico o tabla que muestra el nmero de pixeles f(DN) de
una imagen que poseen un valor DN.

2. REALCES
Son procedimientos que tienden a mejorar la interpretabilidad visual de una
imagen, aunque no aumentan la cantidad de informacin contenida en ella. El
rango de opciones de que dispone el analista para realces de imagen es
virtualmente ilimitado, aunque la mayora de estas tcnicas pueden ubicarse
en dos grupos: operaciones de punto, que modifican independientemente el
brillo de cada pixel y operaciones locales, que modifican el valor de cada pixel
basadas en el valor de los pixeles vecinos. Dentro de las primeras citaremos
algunas como estiramiento de contraste y manipulaciones espectrales, y entre
las segundas el filtrado espacial.

3. CLASIFICACIN.
En las etapas de procesamiento de imgenes que acabamos de discutir se
busca sea corregir distorsiones geomtricas y realizar correcciones
radiomtricas eliminando formas de ruido presentes en los datos, sea aplicar
manipulaciones de realce para mejorar la interpretacin visual de la imagen.

Con la clasificacin llegamos a la etapa de operaciones, extraccin de

informacin reemplazando el anlisis visual de la imagen mediante la aplicacin
de tcnicas cuantitativas para automatizar la identificacin de los objetos
contenidos en una escena. Esto implica el anlisis de datos de escenas
multiespectrales aplicando distintas tcnicas, entre ellas reglas de decisin
basadas en conceptos estadsticos para establecer la identidad de cada pixel
en una imagen. Antes de seguir, repasemos algunos conceptos previos.

Vimos que cada pixel de una dada banda espectral tiene un pixel coincidente
en cada una de las dems bandas. As, para una imagen que conste de K bandas
habrn K niveles de grises asociados a cada pixel. Esos K niveles de grises
generan un espacio espectral k-dimensional en el que cada pixel est
representado por un vector que es su firma espectral. Vayamos a un caso
sencillo y concreto. Supongamos que queremos analizar una imagen
multiespectral identificando tres clases muy generales como suelo, agua y
vegetacin. Para simplificar supongamos que nuestro conjunto de bandas est
formado slo por las bandas LANDSAT TM 2,3 y 4. En la Figura. Se
representan las curvas de reflectancia espectral de las clases consideradas.
A dichas curvas se han superpuesto los rangos espectrales de las bandas TM
2,3 y 4. En el espacio tridimensional definido por estas bandas las clases
suelo, agua y vegetacin estn representados por los vectores (firmas
espectrales) de la Figura.


Los mtodos tradicionales de clasificacin involucran dos alternativas: no

supervisada y supervisada. El mtodo no supervisado crea agrupamientos
espectrales o clusters que no tienen mayor significado desde el punto de vista
del usuario, por lo que el analista debe intentar asociar una clase temtica a
cada uno de dichos grupos.

En el mtodo supervisado, en cambio, el analista supervisa el proceso de

categorizacin del pixel especificando al algoritmo de la computadora
descriptores numricos de los varios tipos de coberturas terrestres
presentes en la escena. Para ello debe recurrirse a un muestreo de sitios
representativos de coberturas conocidas, llamadas reas o sitios de
entrenamiento que permitan compilar un cdigo de interpretacin numrica
que describe los atributos espectrales para cada cobertura de inters.

Cada pixel de la escena es entonces comparado con el cdigo de cada

categora asignndole el nombre de aquella categora a la que ms se asimila.
O sea que en el enfoque supervisado el analista define sus categoras de
inters y examina su separabilidad espectral, mientras que en el no
supervisado primero determina las clases espectralmente separables y luego
define las clases temticas de inters. La preferencia por uno u otro enfoque
va a depender de la naturaleza del problema en estudio. En los casos en que la
definicin de las reas de entrenamiento y la correspondiente codificacin de
las clases de inters sea satisfactoriamente realizable, el mtodo

supervisado va a ser superior al no supervisado y ser el preferido. En el caso
de reas de terreno complejas, en cambio, el mtodo no supervisado resultar
superior al supervisado. En efecto, en este caso el analista tendr
dificultades para definir sus reas de entrenamiento dada la variabilidad de
la respuesta espectral dentro de cada clase. Adems, el enfoque supervisado
es subjetivo en el sentido de que el analista intenta definir clases temticas
compuestas a veces por varias clases espectrales, lo que no ocurre en el
mtodo no supervisado que revela clases espectralmente distinguibles dentro
de las condicionantes impuestas al algoritmo de agrupamiento (o
clusterificacin). Adems, el mtodo no supervisado posee el potencial para
revelar clases temticas no previstas previamente.

COMPORTAMIENTO ESPECTRAL TERICO PARA LOS TRES

ELEMENTOS FUNDAMENTALES DEL PAISAJE

1. INTRODUCCION
Los diferentes elementos sobre la superficie terrestre varan su reflectancia
de forma dispar en las distintas frecuencias de radiacin incidente, haciendo
posible su identificacin. El volumen de mineral contenido, el nivel de
humedad, la composicin qumica, la estructura fsica y molecular de la
vegetacin, los rasgos geolgicos y artificiales reflejan longitudes de onda
diferente y a menudo de manera nica. A patrones se los denominan firmas
espectrales.

2. VEGETACIN VIGOROSA

La firma espectral de la vegetacin es especialmente variable, dependiendo

de mltiples factores: estado fenolgico, forma y contenido en humedad.

Bandas Visibles: de manera general se puede decir que presenta una reducida
reflectividad en las bandas visibles, con un mximo relativo en la regin del
verde (0.55 m). Este comportamiento est relacionado al efecto absorbente
de los pigmentos fotosintticos de las hojas. Entre estos, la clorofila que
absorbe en la zona del rojo. Por ese motivo, la vegetacin no vigorosa se ve
amarilla (verde + rojo) ya que la clorofila no absorbe tanto.

Infrarrojo cercano: la estructura celular interna produce una elevada

reflectividad en el infrarrojo cercano que luego va reducindose
paulatinamente hacia el infrarrojo medio.

Por tanto, se puede afirmar que la caracterstica principal de la vegetacin es
el contraste ntido que se presenta entre las bandas visibles (especialmente
rojo) y el infrarrojo cercano. A mayor contraste, mayor vigor de la
vegetacin.

Infrarrojo medio - regin espectral entre 1.35 m 2.5 m: en esta regin la

mayor parte de la energa incidente es absorbida por las molculas de agua
presentes en la hoja. Es por eso que podemos afirmar que a mayor
concentracin de agua en el tejido, menor ser la respuesta espectral en esta
banda.

Infrarrojo trmico: La vegetacin presenta en el dominio del infrarrojo

trmico unas propiedades en general bastante complejas. Como absorbe
energa solar durante el da y la devuelve durante la noche, est ms caliente
que el aire que la rodea durante la noche y ms fra que su entorno durante el
da.

La figura representa la respuesta espectral tpica de la vegetacin verde y

sana. Se reconocen 3 regiones bien diferenciadas.

La zona del visible, de baja reflectividad, con menor absorcin de la clorofila

en la zona del verde.

La zona del infrarrojo cercano que se caracteriza por la alta reflectancia y

baja absorcin. Respuesta influenciada por la estructura interna de la hoja.

La regin espectral del infrarrojo medio influenciada por la concentracin de
agua en el tejido.

3. SUELOS

Se debe mencionar que los suelos desnudos se detectan pocas veces, ya que
en general se presentan en conjunto con vegetacin.

Sin embargo el comportamiento espectral de los mismos es mucho ms

uniforme que el de la vegetacin.

En principio, la mayor parte de la energa recibida por el suelo es absorbida o

reflejada y muy poca es transmitida.

Vamos por parte: empecemos por lo que ven nuestros ojos. En general los
suelos son marrones para nuestros ojos. En la clase anterior vimos que el
marrn se forma como producto del verde y del rojo en superficies que
absorben bsicamente el azul. Por lo cual podemos afirmar que la respuesta es
alta en estas dos longitudes de onda. Posteriormente la curva espectral se
mantiene bastante plana y de carcter ligeramente ascendente.

Los principales factores que intervienen en este caso son la composicin

qumica del suelo, su textura y estructura y el contenido en humedad.

Por ejemplo, un suelo de origen calcreo tiende al color blanco, indicando alta
reflectividad en todas las bandas visibles.

Mientras que los arcillosos ofrecen una mayor reflectividad en el rojo, como
consecuencia de su contenido en xido de hierro.

Otro elemento a evaluar es la presencia de material orgnico. Su presencia

produce suelos oscuros donde disminuye la reflectancia.

El tamao de las partculas afecta la reflectividad espectral. A medida que

estas disminuyen, la superficie se vuelve ms lisa, reduciendo la proporcin de
energa atrapada y aumentando la energa reflejada.


A partculas ms chicas, mayor reflectancia: Se ha calculado que al

disminuir el tamao de las partculas de 2.65 mm (arena) a 0.22 mm (arcilla)
se produce una disminucin de la energa absorbida en un 14%, aumentando
la reflectancia en forma proporcional.
Basado en esta ltima premisa se observa que los que los suelos con costra
tienen mayor respuesta espectral que los suelos arados.
El otro elemento a considerar es la presencia de humedad: su disminucin
aumenta la respuesta espectral (en general los suelos ms hmedos son ms
oscuros).
Concluyendo podemos afirmar que un aumento de la reflectanciaesta
ntimamente relacionado con la disminucin del contenido de humedad, de
rugosidad, de tamao de las partculas, contenido de materia orgnica y
cantidad de xido de hierro presentes en el suelo
4. AGUA
El agua absorbe o transmite la mayor parte de la radiacin visible que
recibe. Solo menos del 5% de la energa que recibe es transmitida. Por
tanto presenta una curva espectral plana, baja y de sentido descendente
(por ese motivo se ven los objetos ajo su superficie).
Los factores que afectan la respuesta espectral son: la profundidad, el
contenido de materias en suspensin (clorofila, arcillas y nutrientes) y la
rugosidad de la superficie (factor extremadamente importante).
En aguas poco profundas con presencia de humus en descomposicin, tpico
de escenas en reas agrcolas, la reflectividad aumenta. Hace decrecer la
respuesta en el azul y aumenta la respuesta en el rojo.
Por otra parte agua con gran cantidad de clorofila puede producir una
respuesta espectral similar al de la vegetacin.

Lo mismo sucede ante la presencia de arena, roca, o cualquier otro tipo de
sedimento: hace crecer la respuesta del agua en el visible y en infrarrojo
cercan

5. NIEVE
La nieve ofrece un comportamiento completamente diferente del agua, con
una reflectividadelevada en las bandas visibles, reducindose
drsticamente en el infrarrojo cercano.

Esta respuesta es similar a la de las nubes. Para discriminar estas dos

respuestas se utiliza el Infrarrojo cercano, donde las nubes tienen
respuesta alta y la nieve una reflectancia menor. (Aparece ms oscura)

CORRECCIONES ATMOSFRICAS E INDICES DE VEGETACIN Y NIEVE

1. CLCULO DEL INDICE DE VEGETACION (NDVI)

El clculo de ndices de vegetacin es una tcnica de uso habitual en
teledeteccin y es comnmente utilizada para mejorar la discriminacin entre
dos cubiertas que presenten un comportamiento reflectivo muy distinto en
dos o ms bandas, por ejemplo para realzar suelos y vegetacin en el visible e
infrarrojo cercano, y para reducir el efecto del relieve (pendiente y
orientacin) en la caracterizacin espectral de distintas cubiertas
(CHUVIECO, 1996).

Los ndices de vegetacin son tiles porque permiten entre otras cosas.

Identificacin de reas forestadas-deforestadas.

Evaluacin del estado de la vegetacin y su grado de estrs.
Separacin entre distintos tipos de masas vegetales.
Monitoreo de plagas.
Evaluacin de riesgos de incendio.

El NDVI es un ndice que usa las bandas con mayores valores de reflectancia y
absorcin de la clorofila y que toma valores entre -1 y 1. El NDVI se define por la
expresin

NDVI = (NIR R) / (NIR + R)

Con NIR la banda en el rango de longitudes de onda del infrarrojo cercano y R la

banda roja. El rango de valores del NDVI que corresponden a vegetacin es en
general entre 0,2 y 0,8.

En las imgenes Landsat 5 TM y 7 ETM+, la banda NIR es la banda 4 y la banda

roja es la banda 3, con lo que la expresin anterior es

NDVI L= (B4 B3) / (B4 + B3)

mientras que en las ASTER la banda NIR es la 3N y la roja la 2, por lo que el NDVI
es:

NDVI A= (B3N B2) / (B3N + B2)


2. NORMALIZED DIFFERENCE SNOW INDEX (NDSI)
En comparacin al resto de la cobertura terrestre, la nieve se distingue por
dos propiedades: su elevada reflectividad en la parte visible del espectro y su
baja reflectividad en el infrarrojo medio . La combinacin de estos dos rasgos
espectrales se recoge en el conocido como Normalized Difference Snow
Index (NDSI) que tiene una definicin anloga al bien conocido NDVI.

El NDSI tiene una frmula del mismo tipo y discrimina la cobertura nival del
resto de los elementos en la imagen. EL NDSI aprovecha el hecho de que la
nieve tiene una alta reflectancia y absorcin en los canales visible e
infrarrojo de onda corta respectivamente.

EL NDSI para las imgenes Landsat 5 y 7 es

NDSI L = (B2 B5) / ( B2 + B5)

Mientras que para las ASTER es

NDSI A = (B1 B4) / (B1 + B4)

En general, la nieve toma valores mayores a 0,3 0,4 en el NDSI

Para el clculo del NDVI y del NDSI se usar la imagen de Arequipa, por lo
que deber abrir el archivo L7_3_72

En primer lugar deber realizar una correcin atmosfrica, para lo cual

deber usar la herramienta Logarithmic Residuals en el men Basic Tools -
> Pre processing -> Calibration Utilites -> Log Residuals (o tambin IAR
Reflectance). Con esto, habr convertido la imagen original en nmeros
digitales (0 a 255 para las imgenes de 8 bits como las ASTER y Landsat)
en una imagen de reflectancia a la que se le habrn corregido los efectos
atmosfricos. El algoritmo de residuales logartmicos se define como el
espectro de entrada dividida por la media geomtrica espectral y luego
dividida por la media geomtrica espacial. El promedio geomtrico se usa
porque la transmisividad y otros efectos se consideran multiplicativos: se
calcula usando logaritmos de los valores de la imagen. La media espectral es
la media de todas las bandas por cada pixel y remueve los efectos
topogrficos. La media espacial es la media de todos los pixeles para cada
banda y da cuenta de la irradiancia solar, transmisividad atmosfrica y
ganancia instrumental.

Este paso es indispensable ya que si no se hace, los efectos atmosfricos

enmascaran los efectos de la vegetacin y/o nieve, con lo que el clculo del

NDVI y del NDSI no tiene sentido. Las correcciones atmosfricas deben
ser realizadas para cualquier procesamiento que requiera del uso de la
reflectancia.

Para las matemticas de bandas abra la opcin Basic Tools -> Band Math y
escriba las frmulas correspondientes al NDVI y al NDSI.

Cuando obtenga los resultados tendr una imagen de una banda con valores
entre .-1 y 1 (verifue esto haciendo doble click sobre el visor de la imagen).
Con esto, se colorear la imagen para destacar las zonas con nieve y/o
vegetacin. Repita el procedimiento anterior para la imagen sin correccin
atmosfrica y vea que sucede al momento de aplicar la matemtica de
banda.

Vaya a Tools -> Color Mapping -> Density Slice. ENVI habr creado
automticamente una paleta de colores para los distintos valores del ndice.
Discrimine cul de todos los valores representa de mejor forma la nieve
usando los botones de Edit y Delete Range. Para esto, apyese en el anlisis
visual de la imagen en RGB

Cuando haya finalizado, vaya a File -> Output Ranges to EVF, seleccione los
rangos de colores que identific como nieve y/o vegetacin para luego
crearlos y exprtelos a la memoria. Cuando tenga los vectores que
representan las reas con el material de inters.

En la ventana Available Vector List seleccione el vector que contiene a los

pixeles con nieve/vegetacin y vaya a File -> Export Layers to ROI.
Seleccione el archivo con el NDVI y elija Convert all records of an EVF
layer to one ROI. Vaya a Tools -> Regions of Interest -> ROI Tool y revise
el ROI que acaba de crear.

Finalmente se crear y aplicar una mscara desde el ROI creado. Vaya a

Basic Tools -> Masking -> Create Mask, seleccione la ventana con el NDVI y
desde ah a Options -> Import ROI. Seleccion el ROI que cre, haga click en
Apply. Ahora ver que aparece la mscara en Available Band List. Si la abre,
ver que sus valores son 1 en las zonas del ROI y 0 en el resto, con lo que se
asla los elementos que no son de inters.

Para aplicar la mscara vaya a Basic Tools -> Masking -> Apply Mask.
Seleccione la imagen a enmascarar y en Select Mask Band la mscara. Haga
click en Ok, vaya a

Available Band List y abra el archivo enmascarado. Ahora ver una imagen
del NDVI/NDSI

en la cual slo hay pixeles que contienen vegetacin/nieve, la cual le puede

servir si desea aplicar procesamientos como anlisis de componentes
principales, ya que habr eliminado seales que para ese tipo de
procesamiento introducen ruido en su imagen.

La mscara que cre se puede aplicar en cualquier imagen que tenga la

misma resolucin espacial y georrefenciacin que el NDVI con la que se
cre.

Finalmente repita el procedimiento anterior y calcule el siguiente ndice.



METODOLOGA PARA LA CORRECCIN

ATMOSFRICA DE IMGENES LANDSAT 8 CON EL MDULO FLAASH

DEL SOFTWARE ENVI

1. DEFINICIONES PRELIMINARES
Denominamos aerosol e teledeteccin: A una dispersin de partculas slidas
y lquidas en suspensin en un gas. Los aerosoles atmosfricos se refieren a
partculas slidas y lquidas suspendidas en el aire. Estos son principalmente
producidos por diferentes procesos que ocurren en las superficies de la
Tierra y del agua, y en la propia atmsfera. Se producen tanto en la
troposfera como en la estratosfera, pero hay diferencias considerables en
los rangos de tamao, en la naturaleza qumica y en las fuentes de los
aerosoles que se producen en estas dos capas de la atmsfera.

Los aerosoles tienen un tamao ms o menos igual que la longitud de onda que
dispersan y afectan especialmente a la luz visible.

A. RADIANCIA
Es la cantidad de energa radiada desde un objeto en la unidad de
tiempo por cada unidad de ngulo slido y de unidad de superficie del
objeto perpendicular a la direccin de propagacin. Es el parmetro
fsico medible con un radimetro.

B. REFLECTANCIA
Medida de la capacidad de una superficie para reflejar energa

electromagntica en una determinada longitud de onda. Es la razn
existente entre el flujo reflejado y el incidente sobre dicha
superficie. Aplicado al espectro visible, suele hablarse de albedo.

2. INTRODUCCION
La correccin atmosfrica es un proceso que se aplica a las imgenes
digitales, con el propsito de eliminar el efecto de los aerosoles y la radiancia
intrnseca que se introduce en el sensor y se ve reflejado en la imagen, como
producto de la interaccin del sensor con la atmsfera.

Con el proceso de correccin atmosfrica se logra mejorar la calidad visual de

la imagen; as como, eliminar el componente intrusivo de la atmsfera. Este
trabajo describe el proceso de correccin atmosfrica con el uso del mdulo
FLAASH del software ENVI, para datos adquiridos por cuatro distintos
sensores satelitales: Aster, RapidEye, Landsat 8 y Spot 2.

En el caso de los sensores RapidEye y Landsat 8 se muestra la correccin

atmosfrica para datos en formato GeoTIFF ortorectificados con las
longitudes de onda asociadas en el metadato.

FLAASH (Fast ine-of-sight Atmospheric Analysis of Spectral Hypercubes)

es un mdulo avanzado de correccin atmosfrica diponible en el software

ENVI (ENvironment for Visualizing Images), el cual se basa en el algoritmo de
transferencia de radiacin MODTRAN4 desarrollado por Spectral Sciences
Inc. (Kruse, 2004). Este mdulo se basa inicialmente en la ecuacin estndar
de radiancia espectral para cada pxel del sensor (L), que se aplica al rango de
longitud de onda solar (emisin termal es omitida).

Segn Lpez (1991), es necesario aplicar el proceso de correccin

atmosfrica cuando se realizan clculos; o bien, correlaciones donde
intervienen diferentes bandas de una imagen multiespectral, ya que la
dispersin aumenta inversamente con la longitud de onda y los diferentes
canales se vern afectados de un modo diferente; asimismo, cuando se
utilizan modelos fsicos para relacionar la radiancia en el sensor con alguna
propiedad de la superficie, debe entonces estimarse y descontarse la
componente atmosfrica presente en la seal del sensor.

3. CORRECCIN ATMOSFRICA
Los sensores satelitales capturan la informacin de la cobertura de la tierra
obtenida a partir de la intensidad de radiacin electromagntica, misma que
proviene de la luz del sol reflejada sobre la superficie terrestre, sumada a la
energa dispersada y reflejada por la atmsfera, conocida como radiancia.
Esta informacin de intensidad es transformada a travs de una ecuacin
lineal (Kruse, 2004) y almacenada en una representacin discreta de nmeros
digitales (ND) que tienen una escala artificial definida segn las
caractersticas de almacenamiento de cada sensor especfico por ejemplo:
8bits, 12bits y 16 bits.

Dado que la escala de los ND depende completamente del sensor y que la

radiancia percibida por el sensor depende de la luz solar al momento de la
toma, no se pueden comparar firmas espectrales en ND de imgenes de
sensores distintos o inclusive del mismo sensor si fueron capturadas en
momentos diferentes, por lo que es necesario convertir los datos de la escala
de ND a una escala espectral normalizada (Edwards, 1998).

La correccin atmosfrica busca recuperar la radiancia intrnseca del objeto

de estudio, obtenida de la seal recibida por el sensor. Para ello se requiere:

1) convertir los ND de cada banda a valores de radiancia (L),

2) la radiancia se transforma a valores de reflectividad en el techo de la

atmsfera Top of Atmosphere (TOA) y 3) se obtiene mediante FLAASH la
conversin a valores de reflectancia (Kruse, 2004).

Los valores en ND son proporcionales a la radiancia capturada originalmente

por el sensor, por lo que es posible recuperar la escala original de radiancia

aplicando la frmula de conversin respectiva de cada banda de la imagen, la
cual es calculada durante la calibracin inicial del sensor y, por lo general,
est disponible junto con la informacin tcnica del sensor. Los efectos de
dispersin y distorsin atmosfricos se compensan por medio de frmulas

matemticas, en este caso planteadas por el modelo MODTRAN4 que, tal

como se especific previamente, es el modelo base de la extensin FLAASH.

En trminos generales la correccin atmosfrica para FLAASH requiere la

recodificacin de la imagen (transformacin BSQ a BIL), transformacin a
radiancia e identificacin de las bandas y parmetros del sensor.

4. COMPENSACIN DE LAS DISTORSIONES POR AEROSOLES

ENVI-FLAASH cuenta con cuatro modelos de aerosoles: el rural aplica para
sectores que no estn bajo influencia fuerte de coberturas industriales o
urbanas, asume que existen dos distribuciones de partculas, gruesas y
delgadas, mezcladas en la atmsfera. El urbano asume que un 80% de las
partculas son las mismas que considera el modelo rural y el 20% restante son
de partculas similares al holln. El martimo se utiliza para los sectores
colindantes con reas costeras o en reas continentales con gran influencia de
vientos marinos, este modelo asume que existen partculas provenientes del
mar y otra parte de las partculas pequeas del modelo rural. Por ltimo, el
modelo troposfrico aplica para condiciones de gran nitidez y asume que slo
estn presentes las partculas delgadas del modelo rural.

Para completar la extraccin de aerosoles, adems del modelo de aerosol, es

necesario indicar la visibilidad (V) estimada segn las condiciones
atmosfricas.

Esta se expresa en kilmetros en el rango de 0 a 100 donde una atmsfera

clara puede ser de 40 a 100 km, si existe niebla moderada visible en la imagen
se estima de 20 a 30 km y si existe niebla densa se establece de 15 km o
menos. Este valor corresponde a una aproximacin de la distancia que sera
visible por una persona que mira hacia el horizonte dadas las condiciones

exactas de la imagen (V = 3,912/ donde es la profundidad ptica horizontal
por kilmetro) (ITT, 2009, p.24).

Una vez completada la remocin de aerosoles la imagen resultante queda

representada en unidades de reflectancia y es posible utilizar esta imagen en
estudios con mltiples sensores o mltiples capturas en el tiempo.

5. CORRECCIN ATMOSFRICA PARA DATOS LANDSAT 8-OLI-TIRS

El programa Landsat es una serie de satlites construidos y desarrollados por

la Administracin Nacional de la Aeronutica y del Espacio (NASA, por sus
siglas en ingls) en conjunto con el Servicio Geolgico de los Estados Unidos
(USGS, por sus siglas en ingls) (USGS, 2013).

Durante estas cuatro dcadas el programa Landsat ha desplegado ocho

satlites, el primero lanzado en el ao de 1972 y el ltimo, y ms reciente
lanzado en 2013 (Landsat 8). Para este caso se muestra la correccin
atmosfrica de imgenes Landsat 8 nivel 1T en formato GeoTIFF, con 30
metros de resolucin espacial (multiespectral) y sistema de proyeccin UTM,
Datum WGS84. La toma de estas imgenes inici en 2013 por parte del
programa Landsat, con instrumentos de barrido ptico Operational Land
Imager (OLI) y un sensor trmico infrarrojo Thermal Infrared Sensor
(TIRS).

Dado que el sensor Landsat 8 es tan reciente, las versiones anteriores de

ENVI no tienen la funcionalidad adecuada para procesar correctamente
estos datos, por lo que es necesario utilizar la versin ENVI 5.0 Service Pack
3 con la actualizacin para archivos OLI de Landsat 8 (envi50sp3_r4).

Para abrir la imagen se accede al archivo que contiene la extensin _MTl.txt,

que corresponde al formato de imagen con metadatos disponible para Landsat
8, este se abre desde la opcin de

File/Open as/Landsat/GeoTIFF with Metadata.

El primer paso para la correccin es la conversin a radiancia. Para esto se

debe ir a la opcin de Toolbox/Radiometric Correction/ Radiometric

Calibration; la imagen inicialmente se despliega dividida en 5 segmentos:

multiespectral (que posee los infrarrojos), la banda cirrus, trmica,

pancromtica y calidad. De todas las opciones que se muestran se debe
seleccionar la que termina con MultiSpectral y asignar los diferentes valores
de calibracin radiomtrica segn se especifica en la tabla 1


Al finalizar se obtiene una imagen con el cambio de valores de Nmeros

Digitales a valores de radiancia, adems el tipo de formato de imagen en el
archivo de salida es .dat. Esta imagen de datos conserva la informacin que
viene del metadato en formato BIL.

Como paso siguiente, se procede a realizar el proceso de la correccin

atmosfrica. Para ello se abre el archivo de salida (el .dat), posteriormente ir
a la herramienta de FLAASH y en el factor de escala utilizar para la
calibracin es 1. Automticamente se deben leer del archivo de la imagen los
valores de latitud (lat) y longitud (long). Respecto de los parmetros
requeridos, en el tipo de sensor dejar la opcin Landsat OLI, en altitud del
sensor se debe poner 705 km y el tamao de pixel se coloca automticamente,
al igual que los valores de lat-long. La elevacin variar en cada una de las
imgenes que se vayan a calibrar. Adems la fecha del vuelo y el tiempo de
vuelo se deben extraer del metadato.

Las bandas de color rojo (654.6nm) e Infrarojo de onda corta 2 (2201nm) de

las imgenes de Landsat 8 pueden ser utilizadas para extraccin de aerosoles
por medio del mtodo Kaufman-Tanre, de acuerdo a ITT (2009) este mtodo
sirve para estimar de forma ms precisa la visibilidad presente en la imagen,
por medio de la iteracin de valores de visibilidad utilizando razones de
cambio entre los valores de pxeles oscuros entre bandas cercanas a los
660nm (canal bajo) y 2200nm (canal alto).

Para ello se debe seleccionar el mtodo de extraccin de aerosoles de dos

bandas (K-T), como paso adicional se debe ir a la configuracin multiespectral
y en ella buscar la opcin de filtro archivo de funcin:

y colocar la siguiente direccin: Ruta de instalacin de ENVI \Files\

Exelis\ENVI50\classic\filt_func\ldcm_oli.sli. La seleccin del modelo.