La combinación de imágenes satélite nos permiten analizar elementos de específicos de la superficie terrestre en función de su espectro de emisión. Gracias a las distintas bandas multiespectrales de operación de los satélites podemos interpretar aspectos como la vegetación, los usos del suelo o las masas de agua. Combinaciones específicas RGB nos mostrarán y discriminarán los elementos de nuestras imágenes satélite de forma rápida. ¿Sabes cuáles son las combinaciones clave para conseguirlo?
La creación de estas imágenes parte del paso de bandas a través de tres canales: rojo, verde y azul. El paso de cada banda por un canal u otro permitirá teñir de colores los elementos que ofrezcan mayor o menor reflexión de longitudes de onda. Así, por ejemplo, la vegetación refleja en la zona del infrarrojo y absorbe en la zona visible del rojo. El juego cromático de estas bandas nos ayudará a elaborar mapas específicos de vegetación o realizar seguimientos de incendios entre otros.
Los pasos de cada una de las bandas por los tres canales RGB dará, como resultado, la combinación de imágenes satélite para formar una imagen a color natural o a falso color, realzando elementos muy concretos para su posterior estudio y análisis. Podremos realizar estas combinaciones siempre y cuando conozcamos el rango de trabajo en el que operan las bandas del satélite seleccionado y el comportamiento de reflexión de los elementos objeto de estudio. Cada imagen será teñida de un color y la mezcla de las tres bandas dará, como resultado, la imagen RGB destinada a realzar los aspectos territoriales deseados.
Conociendo estos datos sabremos las bandas a utilizar en función del tipo de estudio planteado. El CSIC posee una librería de firmas espectrales interesante a consultar para profundizar en el comportamiento electromagnético de los objetos en superficie.
Landsat y Sentinel presentan diversas bandas que operan bajo rangos parecidos, lo que implica la necesidad de combinarlas de manera distinta en función del estudio deseado. Aquí tienes una descripción de la combinación de las bandas y el resultado de la composición RGB para estudios específicos mediante análisis multiespectral. Una imagen vale más que mil palabras.
Color natural: Landsat 8 (4,3,2), Sentinel 2B (4,3,2)
Falso color (para zonas urbanas): Landsat 8 (7,6,4), Sentinel 2B (12,11,4)
Infrarrojo (para vegetación): Landsat 8 (5,4,3), Sentinel 2B (8,4,3)
Agricultura: Landsat 8 (6,5,2), Sentinel 2B (11,8A,2)
Penetración de radiación en atmósfera: Landsat 8 (7,6,5), Sentinel 2B (12,11,8A)
Usos del suelo/masas de agua: Landsat 8 (5,6,4), Sentinel 2B (8A,11,4)
Infrarrojo de onda corta: Landsat 8 (7,5,4), Sentinel 2B (12,8A,4)
Análisis de vegetación: Landsat 8 (6,5,4), Sentinel 2B (11,8A,4)
Análisis de vegetación sana: Landsat 8 (5,6,2), Sentinel 2B (8A,11,2)
Índice NDVI: Landsat 8 (5-4)/(5+4), Sentinel 2B (8-4)/(8+4). Cálculo del índice NDVI
Índice NDWI: Landsat 8 (3-5)/(3+5), Sentinel 2B (3-8)/(3+8)
Índice NDSI: Landsat 8 (3-6)/(3+6), Sentinel 2B (3-11)/(3+11)
Si estás trabajando con Landsat 8 o Sentinel, tienes un repertorio amplio de indicadores para identificar aspectos vinculados con la vegetación, las masas de agua sólida y líquida o incendios. Desde aquí podrás consultar los índices multiespectrales más habituales y sus fórmulas.
Y si quieres saber cómo se forman los colores en una imagen satélite y cómo interpretar cada color en base a los comportamientos de las bandas, ojea estas sencillas pautas.
Muy buena! estimados como me recomiendan encontrar con imagenes satelitaes senderos que van bajo el dosel o las copas de los arboles en un parque? saludos
Trabajar con imágenes satélite no es lo mismo que trabajar con niveles altitudinales. Para eso los datos lidar y los análisis de pendientes
Muy útil el post, ¡muchas gracias!
¿Qué combinación RGB sería buena para identificar glaciares?
Un saludo
Si es cuestión de identificar zonas de nieve…. la nieve salta a la vista con cualquier combinación. No es un elemento dificil de discriminar
Métele una combinación 7-4-2 y verás la nieve en un color azul fosforito.
Existe un software también de iniciativa ESA, licencia libre y código abierto, algo más potente que Leoworks: SNAP
http://step.esa.int/main/
Saludos
Muy interesante gracias por la informacion
Me interesa
Me parecen que son de gran utilidad
me parecen que son de gran utilidad a primera vista en al gun tiempo tuve la experiencia de usar una combinación de lansat con spot para uso de suelo
Excelente
Excelente información. De muchísima utilidad.
Saludos
Excelente material.
excelente herramienta para actualizar datos
Hola Roberto, acabo de descubrir tu blog y ha sido todo un hallazgo. Muy interesante, claro y con un montón de links a más información útil. Enhorabuena.
En mi caso, soy agrónomo e interesado en aplicar la información aportada por las imágenes de satélite a la agricultura de precisión.
Tengo entendido que debido a que los sensores instalados en los satélites son diferentes los valores de NDVI obtenidos no son los mismos. ¿Sabes como se puede normalizar el valor de NDVI para que sea comparable?
Muchas gracias.
Hola Jesús
En principio los valores NDVI están normalizados. De ahí que se encuentren entre un intervalo de valores fijo. Lo que no es comparable son los rangos que utiliza cada satélite para trabajar con las bandas. Cada uno tiene su rango y por tanto cada uno muestra valores en una franja distinta. Pero trabajando con un mismo recurso el NDVI no se normaliza (salvo que utilices dos bandas de dos recursos distintos).
Si a lo que te refieres a normalizar dos recursos satelite distintos…. no he probado nunca a hacerlo 🙁
Hola. Muy buen material. Mi consulta es sobre la resolución de las bandas, porque cuando quiero hacer la combinación para vegetación sana las bandas 8a y 11 es de 20 m mientras que la banda 2 es de 10 m. Como debo proceder para no perder solución y trabaja a 10 m??
Hola
Eso es algo común en todas las imágenes satélite. Las bandas del visible siempre tienen más resolución que las no visibles. No se puede afinar más, es decir de donde no hay no se puede sacar. Pero sí hay una pasarela para poder trabajar en la resolución más buena. Es la tecnica del pansharepening, pero se necesita una banda pancromática. Puedes ojear cómo hacerlo desde aquí http://www.gisandbeers.com/pansharpening-mejorando-la-resolucion-de-imagenes-satelite/