Detección de cambios con Multispec© El presente tutorial es una adaptación de “Change Detection Tutorial” The GLOBE Program, University of New Hampshire para la Cátedra Técnicas Espaciales de Análisis correspondiente a la Licenciatura en Gestión Ambiental- Universidad CAECE - www.caece.edu.ar/tea

Autor: Matías Hernán Parimbelli matias.parimbelli@gmail.com

Junio de 2005

2

Introducción

La detección de cambios, una técnica de uso habitual en teledetección se usa comúnmente para estimar y evaluar cambios en la cobertura del suelo, y su variación a través del tiempo. Los cambios en la cobertura del suelo pueden deberse a diversos factores, desde desastres naturales o eventos climáticos extremos hasta políticas públicas o económicas. Por lo tanto, poder identificar y caracterizar estos patrones de cambio se presenta como una herramienta muy útil a la hora de desarrollar planificaciones que tengan una dimensión espacial concreta, como por ejemplo la construcción de una nueva autopista, el ordenamiento de un territorio, o para evaluar zonas afectadas por desastres naturales.

Entre otras aplicaciones prácticas de esta técnica figuran:

� Identificación de áreas forestadas-deforestadas;

� Evaluación de áreas afectadas por inundaciones, vulcanismo, etc.;

� Seguimiento multiestacional de cultivos;

� Evaluación de pérdida o fragmentación de hábitat;

� Evaluación de planificaciones y acciones pasadas

� Identificación de patrones de cambio

Existen muchas formas de abordar un estudio para detectar cambios, y estas responderán mayormente a los objetivos del estudio propuesto y la disponibilidad de equipos, imágenes y software de procesamiento. Entre las técnicas mas comunes figuran: la diferencia entre imágenes, la detección de cambios post clasificación, o la composición multitemporal de imágenes. Esta última será la que abordaremos en este tutorial, aprovechando las capacidades del software Multispec© para este tipo de análisis.

NOTA: este tutorial requiere que el usuario se halle confortable con el manejo del software Multispec©, producido por la Universidad de Purdue, Indiana y distribuido gratuitamente en Internet (http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/Index.html)

Materiales necesarios

Una computadora personal en la que pueda ejecutarse el software Multispec©,

Una copia del software Multispec©,

Un set de datos consistente en dos recortes de imágenes Landsat TM proporcionadas junto a este tutorial (Image.zip)

En lo posible copias impresas en papel de ambas imágenes (no excluyente)

Mapa del Partido de Berazategui generado por FADU proporcionado junto a este tutorial (Image.zip)

3

Fuentes de datos

Hablaremos un poco de las fuentes de datos a utilizar en este tutorial. Estos consisten en dos recortes de imágenes multiespectrales generadas por el sensor Thematic Mapper del satélite Landsat correspondientes al partido de Berazategui y alrededores. Dado que para que un análisis de detección de cambios en la cobertura del suelo tenga sentido debe existir un lapso de tiempo significativo entre la toma de ambas imágenes para que pueda expresarse ese cambio, hemos elegido para este caso una diferencia de 13 años entre ambas adquisiciones.

La primer imagen, Berazategui_5t870413.img, corresponde al satélite Landsat TM5 con fecha 13/04/1987 y la segunda imagen, Berazategui_7t001220.img, fue adquirida por el satélite Landsat ETM+ con fecha 20/12/2000. Ambas han sido corregidas geométricamente aunque no radiometricamente homogeneizadas por lo que algunas de las diferencias detectadas entre las dos fechas pueden deberse a las distintas condiciones de adquisición como por ejemplo la de pertenecer a distintos satélites, estación del año, condiciones atmosféricas, etc. De todas formas, en las siguientes secciones presentaremos algunas técnicas (como por ejemplo la utilización de información auxiliar) que pueden ayudar en parte a salvar este inconveniente. En otros casos se deberá corregir radiometricamente ambas imágenes para no incurrir en errores significativos ni arribar a conclusiones erróneas.

Características de las imágenes

Como mencionáramos anteriormente las imágenes corresponden al sensor Thematic Mapper de los satélites Landsat 5 y Landsat 7 y son producidas especialmente para la generación de cartografía temática. Las escenas completas abarcan una superficie de 185 km x 185 km proporcionando información en varias bandas: 3 en el espectro visible (rojo, verde, azul) y 2 en el infrarrojo (medio y cercano), con una resolución de píxel de 30 metros, 2 en el térmico con una resolución de 60 metros1 y una imagen pancromática con resolución 15 metros2.

En este caso usaremos solamente 5 de las bandas originales que proporciona el sensor:

Banda Denominación Aplicaciones

1 Azul visible Mapeo de tipos de bosque, diferenciación entre vegetación y suelos, identificación de rasgos culturales (caminos, urbanización, etc.)

2 Verde visible Diferenciación entre tipos de plantas, determinación del estado de la vegetación, identificación de rasgos culturales.

3 Rojo visible Diferenciación de especies vegetales y rasgos culturales.

4 Infrarrojo cercano

Determinación de tipos y estado sanitario de vegetación, delimitación de cuerpos de agua.

5 Infrarrojo

medio Distinción entre nubes y nieve, determinación del contenido de humedad del suelo y la vegetación.

Las bandas originales fueron importadas al formato nativo ERDAS .img soportado por Multispec©.

Para detectar cambios en los componentes culturales (urbanización, rutas, etc) entre dos imágenes, debemos examinar un banda visible, mientras que los que se produzcan en la vegetación serán mejor detectados observando la banda 4, es decir la correspondiente al infrarrojo cercano. Además, debemos ser capaces de examinar una imagen píxel por píxel si queremos detectar todas las áreas que sufrieron un cambio significativo.

1 120m para el Landsat TM 2 Solo disponible para el Landsat ETM+

4

Detectando cambios con Multispec©

Para examinar un mismo píxel en dos imágenes diferentes, usaremos Multispec© para combinar dos imágenes de distintas fechas para producir una nueva. Este proceso se denomina composición y la imagen resultante contendrá 10 bandas, 5 de cada imagen original. La asignación para esas bandas será:

Bandas (nueva imagen) Contenido 1 Imagen antigua, azul visible 2 Imagen antigua, verde visible 3 Imagen antigua, rojo visible 4 Imagen antigua, infrarrojo cercano 5 Imagen antigua, infrarrojo medio 6 Imagen reciente, azul visible 7 Imagen reciente, verde visible 8 Imagen reciente, rojo visible 9 Imagen reciente, infrarrojo cercano 10 Imagen reciente, infrarrojo medio

Luego, observaremos la misma banda de cada una de las imágenes originales simultáneamente en la nueva imagen.

Por ejemplo: para detectar cambios en los rasgos culturales de la imagen, se deberá observar la banda 1 de la imagen antigua y la banda 1 de la imagen reciente al mismo tiempo. Para hacer esto, se necesita un protocolo que nos indique a que colores (del monitor) asignar las diferentes bandas. La práctica establece las siguientes asignaciones:

Cañon del monitor Banda de la imagen creada Rojo Banda “X” de la imagen antigua Verde Banda “X” de la imagen reciente Azul Banda “X” de la imagen antigua

Por ejemplo: Una alta reflectividad en la banda 4, el infrarrojo cercano, es un indicador de vegetación. Asignamos la banda 4 de la imagen antigua al cañon rojo y al cañon azul, y la banda 4 de la imagen reciente al cañon verde como se indica en la figura siguiente.

Si un píxel de la imagen mas reciente presentara una mayor reflectividad en la banda 4 en comparación al mismo píxel en la imagen antigua, ese píxel se mostrará verde. Esto se interpreta como un incremento en la propiedad medida. En cambio si ese píxel presentara una mayor reflectividad en la imagen antigua en comparación con la reciente, el azul y el rojo producirán magenta, indicando un decrecimiento en la propiedad medida en la nueva imagen que creamos.

Entonces nuestra imagen contendrá áreas de color verde que mostrarán un incremento de la reflectividad en la banda que estemos viendo y áreas color magenta que mostrarán un decrecimiento de la reflectividad para esa banda.

5

Haciendo el protocolo de cambios

A continuación efectuaremos paso a paso la composición de la nueva imagen y el análisis de cambios.

1) Del menú File seleccionar Open image

2) Buscar en el directorio correspondiente y seleccionar Berazategui_5t870413.img y clickear Abrir (Open).

3) Por el momento no nos interesa la combinación de bandas por lo que cliqueamos OK en la ventana de Set Thematic Display Specifications.

4) Con la imagen Berazategui_5t870413.img abierta, del menú File, seleccionamos Open Image.

5) Seleccionar la imagen Berazategui_7t001220.img, asegurándose de seleccionar la casilla Link to active image window como se muestra en la ilustración siguiente.

6) Seleccionar Abrir (Open) en esta ventana.

7) Nuevamente se abre la ventana de selección para relacionar una tercera imagen. Como en este caso no lo haremos, cliquear en Cancelar (Cancel).

La nueva imagen ha sido agregada a la anterior. Ahora debemos guardarla con otro nombre para conservar nuestras imágenes originales.

8) Del menú Processor, seleccionar Reformat y luego Change Image File Format… del submenú como se indica en la ilustración siguiente.

6

La siguiente ventana aparece. Nótese que en la parte superior de la ventana el output aparece listado como 10. Ahora nuestra imagen posee 10 bandas, 5 por cada una de las imágenes que relacionamos.

9) Cliqueamos OK

10) La siguiente ventana será para guardar la nueva imagen creada. La nombraremos Berazategui_cambios.lan como se vé en la ilustración de abajo y cliqueamos Guardar (Save).

7

11) Cerramos la imagen en pantalla seleccionando el menú File y cliqueando Close Window.

Abriendo la nueva imagen creada

1) Del menú File, seleccionar Open Image.

2) Seleccionar Berazategui_cambios.lan, y cliquear Abrir (Open).

El primer lugar donde buscaremos cambios es en los rasgos culturales de la imagen, es decir áreas con desarrollo humano. Para esto se pueden usar cualquiera de los canales visibles dado que las áreas construidas poseen alta reflectividad en las bandas visibles. En este caso usaremos la banda 1, el azul visible.

3) En la ventana Set Thematic Display Specifications, ingresar la siguiente combinación de canales: Rojo: 1, Verde: 6, Azul: 1 como se ve en la ilustración y asegurarse de seleccionar la casilla de verificación Load New Histogram, luego cliquear OK.

8

Dado que esta es una nueva imagen, Multispec© debe generar un archivo .sta que contendrá las estadísticas de la nueva imagen. En la ventana Set Histogram Specifications en Method elegir Compute new histogram como se ve en la ilustración.

La nueva imagen deberá verse así:

9

En esta imagen, las áreas mostradas en verde presentan una mayor reflectividad en la banda 1 en el año 2000 en comparación a 1987. Dado que una fuerte reflectividad en las bandas visibles está asociada habitualmente a materiales que contienen minerales expuestos (asfalto, urbanización, rocas, suelos desnudos) podríamos inferir que estas áreas han tenido un desarrollo urbano o han perdido su cobertura vegetal original.

Cambios en la cobertura vegetal

De una forma similar, podemos detectar y evaluar cambios en la cobertura vegetal para el período estudiado. Debemos recordar que la reflectividad de la banda 4 en el satélite Landsat, la que corresponde al infrarrojo cercano, es altamente influenciada por la cantidad de biomasa o la cantidad de clorofila que contienen las estructuras vegetales, por lo que examinando esta banda, podemos detectar cambios en la cobertura vegetal.

1) Del menú Processor, seleccionamos Display Image…

2) Ajustamos la combinación de bandas como muestra la ilustración, rojo: 4, verde: 9, azul: 4.

3) Presionamos OK

La siguiente imagen se abre.

10

En esta imagen, las áreas mostradas en verde representan un incremento en la reflectividad en el canal 4 en la imagen adquirida en 2000 comparado con la de 1987. Por lo tanto podríamos pensar que este incremento se debe a un aumento de la biomasa en las zonas vegetadas, o a una forestación de áreas previamente sin vegetación. En este punto no debemos olvidar que debido al lapso de tiempo que separa una adquisición de otra, estos cambios pueden deberse a las características particulares de adquisición de cada satélite, a las condiciones atmosféricas o a cambios estacionales dado que la imagen del 87 es del mes de Abril mientras que la del 2000 corresponde al mes de diciembre. Entonces ahora nos enfrentamos al problema de decidir cuanto de este cambio se debe a un crecimiento “real” de la vegetación y cuanto a los factores comentados anteriormente.

Para resolver esto, podríamos examinar ambas imágenes al mismo tiempo. Éstas se muestran abajo:

La imagen de la izquierda es la que da cuenta de los cambios en los rasgos culturales (bandas 1,6,1) mientras que la de la derecha es la que recién completamos y muestra los cambios en la cobertura vegetal (bandas 4,9,4).

11

Entonces, si pudiéramos encontrar áreas que muestren un incremento en el vigor vegetal en 2000, se muestran en verde en la combinación 4,9,4 y al mismo tiempo un decrecimiento con respecto a 1987 (se muestran en magenta en la combinación 4,9,4), podríamos inferir con mas certeza que estas áreas representan un incremento “real” en la cobertura vegetal (criterio 1). Esto puede verse claramente analizando ambas imágenes originales al mismo tiempo, donde se nota que la gran área forestada que se encuentra a la izquierda de la traza de la autopista Bs. As. – La Plata (ver ilustración), ha densificado su estructura vegetal ya que se observa en 2000 una superficie más homogénea, sin los claros que pueden detectarse en la imagen de 1987. A la inversa, áreas que se muestren verdes en la combinación 1,6,1, y magenta en la combinación 4,9,4 podrían representar áreas con decrecimiento vegetal (criterio 2) .

Algunas áreas cumplen con este criterio:

¿Cómo verificar?

Que estas áreas mostradas en verde en la combinación 1,6,1 representen un incremento en su desarrollo urbano, es sólo una hipótesis o al menos una sospecha. Para poder concluir de forma válida necesitamos obtener cierta evidencia. Podríamos visitar el área y verificar en una salida de campo de forma fehaciente que estas áreas realmente representan un desarrollo urbano. Pero, ¿es éste desarrollo reciente? Para contestar esta pregunta deberíamos contar con información histórica, mapas antiguos, fotos, entrevistas, etc. De todas formas, podemos valernos de un mapa reciente para identificar rasgos que no se hallen presentes en la imagen histórica.

Otra forma de interpretar coberturas sin la posibilidad de una salida a campo es la llamada interpretación visual con apoyo de información generada por el intérprete. Mediante esta técnica podemos identificar coberturas en base a su contexto espacial. Por ejemplo una parcela de vegetación que en la imagen falso color (bandas 4,3,2) aparezca en tonos rojizos indudablemente pertenecerá a un área vegetada, y si a su vez se encuentra rodeada por áreas urbanizadas (tonos turquesas y grises con el cuadriculado típico del amanzanado), podemos concluir que se trata de un parque urbano. También podemos utilizar otros criterios como el tono o la textura, por ejemplo un área urbana que se muestra en tonos turquesa (bandas 4,3,2), tendrá la edificación mas densa cuanto mas brillante aparezca el píxel, dado que aparecerán menos espacios libres de urbanización que podrían estar cubiertos por vegetación, lo que los mostraría en tonos mas oscuros o incluso en tonos rojizos.

12

En la ilustración siguiente compararemos las imágenes originales con nuestra imagen de cambios en los rasgos culturales y contrastaremos esta información con un mapa reciente generado por FADU (disponible en http://www.fadu.uba.ar/cim/cim/datosdisponibles.htm). Así podremos validar nuestras hipótesis y luego quizás crear un mapa que refleje solamente los cambios. Para esto podemos crear una serie de mapas temáticos estableciendo distintas categorías de cobertura del suelo, por ejemplo: espacio urbano, espacio urbano denso, espacio natural, urbanización privada (countries, barrios cerrados), etc. para cada fecha y luego compararlos. Un producto final podría ser un mapa que refleje los cambios en el territorio entre ambas fechas con una leyenda del tipo “cambio de espacio natural a urbano” o “cambio de urbano a urbano denso”, etc.

Como vemos en la ilustración, contrastar las imágenes originales con nuestra imagen de cambios en los rasgos culturales y a su vez apoyarnos con un mapa actual nos puede ayudar a ratificar algunas de las hipótesis que habíamos planteado anteriormente.

Lo primero que podemos ver es que las áreas verdes de nuestra imagen de cambio, combinación de bandas 1,6,1 (áreas que sufrieron un aumento en su reflectividad en la banda 1 del visible) corresponden efectivamente a áreas que han sufrido un desarrollo urbano. Claramente se observa por ejemplo la traza de la autopista Buenos Aires-La Plata, que atraviesa diagonalmente de arriba a abajo la imagen de 2000 y la de cambios, mientras que en la de 1987 no podemos detectarla. También se ve claramente en la parte superior de la imagen un área que se presenta en verde, perpendicular a la traza de la autopista en nuestra imagen de cambios (flechas amarillas). Con el apoyo del mapa podemos verificar que se trata de un barrio privado (obsérvese el detalle de los 2 estanques artificiales) que no existía en la imagen del 87.

13

Con respecto a las flechas turquesas, esta indican un área que ha sufrido un aumento y densificación en su urbanización, por lo que se muestra en tonos verdes claros en nuestra imagen de cambios y si observamos detenidamente en la imagen de 1987 con respecto a la de 2000 podemos verificar que esto ha sido realmente así ya que en 1987 se observan aún parches de color rojizo (que indican vegetación) que en 2000 ya no existen, debido a una densificación en la urbanización e incluso que ésta se ha expandido a expensas de áreas forestadas, ya que a simple vista notamos que el área total que ocupa en 2000 es mayor que en 1987.