8/12/2019 guia_envi (1)

1/5

GUIA DE LABORATORIO - GEOMORFOLOGA

I. Clasificacin de una Imagen SatelitalLo primero que haremos ser intentar clasificar la imagen Landsat, esta clasificacin

estar orientada a definir los elementos principales de la imagen y tambin susdistintas litologas.

Para esto debe tener una subescena de la imagen Landsat que abarque el rea deinters, con las 6 bandas multiespectrales.

1. Despliegue en un Display la combinacin R7G4B1 (Discriminador Litolgico)2. En el men de la imagen iremos a Overlay Region of Interest

3. En esta herramienta definiremos las futuras clases que queremos en la imagende clasificacin. En ROI Name cambiar la el nombre de esta regin aVegetacin y cambiar el color a Sea Green. Por defecto estaremosdibujando un polgono en la ventana Imagen, esto lo podemos cambiar enROI_Type y en los botones donde se define la ventana de trabajo Window:Image Scroll Zoom Off. De esta manera buscaremos una zona donde

veamos vegetacin y haremos un polgono que encierre SLO vegetacin:

Definimos un polgono de vegetacin en el Zoom. Esnecesario definir algunos otros polgonos devegetacin si reconocen que le vegetacin se vedistinta en distintos sectores. Los polgonosencerraran una cierta cantidad de pxeles, lasestadsticas de estos pxeles definen las caractersticasde la clase y/o regin de inters.

8/12/2019 guia_envi (1)

2/5

4. Una vez definida la Regin de inters (ROI) vegetacin crearemos un nuevaROI, y crearemos tantas ROIs como clases queramos definir en la imagen,primero partan con las clases lgicas (vegetacin, agua, nubes, playa, etc.) yposteriormente definan diferentes clases para las distintas litologas, puedenapoyarse con el mapa geolgico y con otras combinaciones de colores (R5G4B1,

R5G3B1, etc.)

4. Pinchar el boton Select All del dilogo ROI Tool, y luego pinchar el botnStats del mismo dilogo, aparecern las estadsticas de todas las clases (enrelacin con las bandas de la imagen). En particular aparecern los espectrospromedios de cada clase.

5. Clasificacin por ROIs: En el men principal de ENVI ir a Classification Supervised Maximum Likelihood esta es una metodologa de clasificacindonde a cada clase definida, le calcula una Funcin de probabilidad, luegopara estimar a que clase pertenece cada pxel de la imagen, inserta los datosdel pxel en todas las funciones definidas (una por clase) y se asigna a la clasecuya funcin que entregue la mayor probabilidad. El archivo a clasificar es laimagen Landsat, el software leer las regiones de inters que ya hemos creado,las seleccionamos todas, dejamos todos los valores por defecto y guardamos

los resultados como tm_tongoy_max-like y tm_tongoy_max-like_rule.Analizar los resultados linkeando la clasificacin con la imagen.

8/12/2019 guia_envi (1)

3/5

6. Clasificacin por Espectros: En el men principal de ENVI ir a Classification Supervised Spectral Angle Mapper, elegimos la imagen Landsat paraclasificar y luego en el dilogo del Spectral Angle Mapper (SAM) ir a Import From plot Windows, aqu leer los grficos de ploteos que tenga abiertos, eneste caso leer los espectros que vimos en las estadsticas, seleccionamos

todos los espectros y aceptamos, luego pinchamos el boton Apply del SAMLos archivos de salida, que tambinson dos, sern tm_tongoy_sam ytm_tongoy_sam_rule. Analizar losresultados linkeando la clasificacincon la imagen. Con estoterminamos con las clasificaciones ycerramos todos los displays.

8/12/2019 guia_envi (1)

4/5

II. Clasificacin por rboles de DecisinUn rbol de decisin recibe todos los pxeles de una imagen (imagen ptica, dem,imagen de clasificacin, etc.) y se analiza ante una operacin lgica si cumple o nocumple las condiciones que el usuario define, los que cumplen se van por una rama

del rbol y los que no por la otra.

Las principales operaciones del rbol son las siguientes:

1. Abrir el DEM de la zona de estudio (tambin debe estar abierta la imagen)2. Todas las bandas que ocupemos en este proceso deben tener las mismas

caractersticas, para ello juntaremos toda la informacin en un solo archivo, enel men principal ir a Basic Tools Layer Stacking, en este men pinchar enImport Files y traer el DEM, la Imagen Landsat y una de las imgenes declasificacin anteriormente generadas (la que haya quedado mejor), aceptar yordenarlas de manera que les sea fcil reconocer que banda queda en quelugar. Pinchar la opcin Exclusive: y darle un tamao de pxel de 90 mts (X

e Y).3. Ir a Classification Decisin Tree Build New Decisin Tree

8/12/2019 guia_envi (1)

5/5

4. Primero dividiremos nuestra imagen de clasificacin por cota, para ellopincharemos en Nodo 1 editaremos Name: 0-200mts y Expresin: (b10 ge0) and (b10 le 100), una vez aceptado, deben asignar la variable b10 estavariable ser la banda correspondiente al DEM (pinchan en b10 delVariable/File Pairings). Luego en el dilogo del rbol ir a OptionsExecute,

guardar en memoria y aceptar. Aqu tenemos la imagen dividida en dos zonas,en blanco las zonas que tienen una altura de 0 a 200 mts. y en negro el resto.5. Pinchar con el botn derecho sobre el hijo de la izquierda (Class 0) y agregar

hijos (Add Children), editar nuevamente este nodo nuevo, tal como en elpunto 4, pero esta vez el rango ser de 200 a 400 mts, la variable debe ser lamisma (B10), entonces. Name = 200-400mts y Expresin: (b10 gt 200) and(b10 le 400), ejecutar. Ahora tenemos la imagen dividida en 3 clases poralturas y en distintos colores para cada rango, definir los rangos correctos ynecesarios para identificar las terrazas de la zona de estudio.

6. Una vez que tienen definidos los rango interesantes de altura, pueden seguiragregando hijos a cada nodo para asi clasificar, por ejemplo: las zonas entre200 y 400 mts de altura que contengan vegetacin o las zonas entre 0 y 200mts. que corresponden a agua o zonas entre 400 y 600 mts. con una litologadeterminada, incluso pueden definir zonas entre 200 y 400 mts. conpendiente entre 0 y 0.5 (zonas planas). Trabajar con esta herramienta paracrear algo mas interesante.