Método de enmascaramiento de nubes y sombras con imágenes Landsat

Miguel Ángel Miranda Peña

Comisión Nacional de Investigación y Desarrollo Aeroespacial - CONIDA Luis Felipe Villarán 1069 – San Isidro Lima, Perú

mmiranda@conida.gob.pe Abstract. There exist not wished elements that they disturb and interfere in the calculations of physical values in the optical images. This article presents a method applied to Landsat ETM + and Landsat TM images, which allows to create and to apply a mask for clouds and shades, by principal components and classification for Decisions Tree. The zone of study is Tambopata's province, Madre de Dios region, zone of the south jungle of Peru that presents great presence of clouds at different times of year. The results allowed to realize the masking of the clouds and the shadows that these project in the surface facilitating us to realize the radiometric corrections, topographic corrections and calculate physical values. Keywords: CONIDA, Landsat, clouds, shadows.

Resumen. Existen elementos no deseados que perturban e interfieren en los cálculos de valores físicos en las imágenes ópticas. Este artículo presenta un método aplicado a imágenes Landsat ETM+ y Landsat TM, que permite crear y aplicar una máscara para nubes y sombras, mediante componentes principales y la clasificación por árbol de decisiones. La zona de estudio es la provincia de Tambopata, región Madre de Dios, zona de la selva sur del Perú que presenta gran presencia de nubes en diversas épocas del año. Los resultados permitieron realizar el enmascaramiento de las nubes y las sombras que estas proyectan en la superficie facilitándonos realizar las correcciones radiométricas, correcciones topográficas y valores físicos.

Palabras-clave: CONIDA, Landsat, nubes, sombras.

1- INTRODUCCION En meteorología la presencia de nubes en las imágenes son de gran importancia para el estudio de la dinámica atmosférica, pero en el estudio de otras aplicaciones de la teledetección las nubes y las sombras se presentan como elementos no deseados que interfieren en la corrección radiométrica, clasificación y en el cálculo de otros valores físicos. La zona de estudio forma parte de la Amazonía peruana, la cual presenta

alta nubosidad con pocos días despejados debido a su geografía. En razón de que la presencia de nubes y sus sombras interfieren en las clasificaciones en el estudio de detección de zonas deforestadas que actualmente desarrollamos en la CONIDA, se elaboró una máscara que elimine su influencia en las imágenes Landsat ETM+ y Landsat TM. Para ello aplicamos la técnica de análisis de componentes principales

(APC) y la clasificación por árbol de decisiones. Los límites de nubes y sombras al no encontrarse definidos, la construcción de la máscara es aproximada en los bordes, quedando la posibilidad de errores mínimos en la corrección radiométrica o clasificación supervisada debido a esta causa. 2- METODOLOGIA DE TRABAJO Para el desarrollo de este método se aplicó la técnica de Análisis de Componentes Principales (ACP) y el clasificador del Árbol de Decisiones, para clasificar las nubes y las sombras y construir una máscara que se aplicó a la imagen con corrección radiométrica, topográfica y atmosférica. El esquema de la metodología empleada se observa en la figura 1. Figura 1. Esquema de la metodología empleada en el enmascaramiento de nubes y sombras con imágenes Landsat

La información espacial utilizada en este estudio consta de los siguientes datos: 01 imagen Landsat TM del

28/01/2004correspondiente al path-row 002/069

El método Análisis de Componentes Principales (ACP) es resumir un grupo amplio de variables en un nuevo conjunto (más pequeño) sin perder una parte significativa de la información original (Chuvieco, 1996). En resumen el ACP construye una o varias imágenes que incrementen su capacidad de diferenciar distintas coberturas. En el ACP se trabajó con las bandas espectrales 1 y 7, basados en la matriz de covarianza en datos de cuentas digitales (ND), los cuales generaron una imagen resultante que nos permite clasificar las nubes, figura 2.

Figura 2. Cuando se asocian estas dos bandas en un eje de coordenadas cartesianas, el gráfico resultante representa un área bidimensional. Los umbrales espectrales en la banda 5 comprendidos entre los valores 0 y 28 (ND), nos permite clasificar sombras y cuerpos de agua. Los umbrales resultantes se clasifican mediante el clasificador del árbol de decisiones, figura 4.

Figura 4. Clasificación de clases mediante el árbol de decisiones. Luego de integrar ambas clases, construimos una máscara que se aplica a la imagen con corrección radiométrica, topográfica y atmosférica. 3- Resultados y Discusión Se realizó el análisis visual de los resultados obtenidos, lográndose observar el enmascaramiento de un 95% de las nubes de desarrollo vertical, figura 5 y del 70% de las nubes estratos y cirros, figura 6. Figura 5. Composición RGB 5-4-3, se puede apreciar el enmascaramiento de las sombras y nubes de desarrollo vertical.

Figura 6. Composición RGB 5-4-3, se puede apreciar el enmascaramiento de las sombras y nubes de nivel medio y alto.

4- Conclusiones y Recomendaciones

El presente método de clasificación de nubes y sombras también enmascara cuerpos de agua y las playas de los ríos. Se recomienda emplear un adecuado método de corrección atmosférica para remover la bruma y nubes de poca densidad, antes de aplicar este método. 5- Agradecimientos El agradecimiento a esta gran institución, a mis compañeros que son el soporte de consulta y apoyo en el desarrollo de las investigaciones que se desarrollan en el tema aeroespacial.

6- Referencias Bibliográficas CHUVIECO SALINERO, E. 1996. Fundamentos de Teledetección espacial. Madrid. Ediciones RIALP. 568p. PLA, L.E. 1986. Análisis Multivariado: Método de componentes principales. Washington. Ed. Organización de Estados Americanos (OEA). 95p. Análisis de componentes principales en teledetección. Consideraciones estadísticas para optimizar su interpretación. Disponible en: <http://www.aet.org.es/revistas/revista17/AET17-05.pdf>. Acceso el: 03 ago. 2010.