Figura 7. Visor de imágenes de LandViewer

Figura 7. Visor de imágenes de LandViewer. (Fuente: Earth Observing System, 2021)

2.7. Procesamiento Digital de Imágenes

Según Basterra (2011):

El procesamiento digital de imágenes, es la aplicación de técnicas matemáticas, estadísticas y computacionales, que permiten mejorar, corregir, analizar y extraer información de las imágenes captadas por los sensores a borde de los satélites. El procesamiento digital permite realizar operaciones complejas, muy costosas o inaccesibles para el análisis visual. Tiene la ventaja de permitir una rápida comparación de fenómenos multitemporales por la accesibilidad a la información que posee (p.22).

Este procesamiento digital presenta tres etapas: Preprocesamiento, realce o mejoramiento y clasificación.

Preprocesamiento: Se realiza con el fin de corregir las distorsiones radiométricas y geométricas de la imagen. Tales distorsiones se generan debido a factores atmosféricos, geométricos y de instrumentos (Teledet, s. f.).

Realce o mejoramiento: Se realiza con el fin de optimizar el potencial de interpretación de una imagen mediante la utilización de métodos de contraste, aplicación de filtros, combinaciones de colores, entre otros ajustes (Teledet, s. f.).

Clasificación: En este aparte se genera información a partir de la imagen analizada mediante la aplicación de modelos y agrupamientos espectrales que permiten establecer rangos temáticos, según la finalidad del análisis (Teledet, s. f.).

2.7.1. Análisis Multitemporales

Los análisis multitemporales se definen como análisis espaciales mediante la comparación en diferentes periodos de tiempo, para diversos tipos de coberturas en un área específica de terreno, teniendo como soporte, diversos tipos de imágenes de sensores o mapas sobre los cuales se realizan evaluaciones de cambios, los cuales son susceptibles de clasificación y permiten deducir la evolución de un fenómeno ya sea natural o antrópico (Chuvieco, 1996).

2.7.1.1. Técnicas de detección de cambios

Para la detección de cambios en imágenes con fechas diferentes, se usan técnicas definidas en métodos cualitativos y cuantitativos.

2.7.1.1.1. Métodos cualitativos

• Composiciones multitemporales: Consiste en aplicar una asignación de banda espectral ya sea rojo, verde o azul a una imagen de una fecha y otra asignación a otra imagen de la misma zona, pero con diferente fecha, con otra asignación de banda. Esto es, como ejemplo, a la imagen 1 se aplica la banda R y a la imagen 2 la banda G. Los cambios se verán en las áreas que

no ubiquen mezcla de color entre la banda R y la banda G (Sánchez y Toral, 2014).

• Componentes principales: Se aplica generando bandas no correlacionadas, mejorando la interpretación visual. Se aplica una banda estable a la información inicial detectando así la información nueva en la imagen posterior (Sánchez y Toral, 2014).

2.7.1.1.2. Métodos cuantitativos

• Índices de vegetación: Los índices de vegetación a nivel espectral, se han desarrollado y utilizado como un método indirecto para la estimación de entornos o variables de tipo biofísico de la capa vegetal de un área o comarca especifica. Basados en la radiancia y la reflectividad, según la figura 8, se caracterizan por la combinación de dos o más bandas espectrales.

Según Muñoz (2013): Al hablar de índices, se refiere a un conjunto de operaciones algebraicas efectuadas sobre los valores numéricos de los pixeles, usando dos o más bandas pertenecientes a la misma escena… Estos índices, son utilizados para mejorar la discriminación entre el suelo y la vegetación, reduciendo el efecto del relieve en la caracterización espectral de las diferentes cubiertas. (p.2)

Dentro de los índices más conocidos se encuentran:

✓ NDVI: Índice de Vegetación de Diferencia Normalizada ✓ ARVI: Índice de vegetación resistente a la atmósfera ✓ SAVI: Índice de Vegetación Ajustado al Suelo ✓ PVI: Índice de Vegetación Perpendicular ✓ RVI: Índice de Proporción de Vegetación ✓ EVI: Índice de Vegetación Mejorado