UNIVERSIDAD NACIONA DE LA RIOJA

CARRERA: INGENIERIA AGRONOMICA

CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
1
AO 2017

Trabajo Practico N.4. Clasificacin digital de imgenes satelitales, Mtodo No Supervisado.

PROFESORES: ING. RAUL R. F. CORZO

LIC. DANIEL DEL MORAL

Contenido
1. Objetivo ..................................................................................................................................... 2
2. Antecedentes ............................................................................................................................ 2
3. Materiales ................................................................................................................................. 2
4. Metodologa .............................................................................................................................. 3
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
2
AO 2017

Trabajo Practico N.4. Clasificacin digital de imgenes satelitales, Mtodo No Supervisado.

Ing. Ral R.F. Corzo
Lic. Daniel Del Moral
1. Objetivo

Entrenar al alumno en los mtodos de clasificacin digital, segn el mtodo no

supervisado, orientado a la categorizacin de capas de la vegetacin nativa y
cultivada (frutales) bajo riego, en el departamento Capital. La Rioja.

2. Antecedentes

La clasificacin de una imagen digital es la categorizacin de una imagen

multibanda. Obtenindose una imagen del mismo tamao y caractersticas que la imagen
original, con la diferencia que los valores de ND que definen cada pixel no tienen los valores de
radiancia que ha detectado el sensor. En esta imagen clasificada los valores de ND son
solamente una etiqueta que identifica a la categora que se le asign a ese pixel.
As, el ND de cada pixel clasificado se transforma en un identificador de la clase donde fue incluido.
Estas clases admiten dos tipos de variables, las que se conocen como variable nominal o
categrica (Ej., distintos tipos de cubiertas vegetales) o la clase referida a intervalos de una misma
categora variable ordinal (Ej., niveles de afectacin de un incendio o grados de humedad en el suelo).

Se distinguen dos mtodos de clasificacin supervisado y no supervisado. En el

mtodo supervisado se parte de un conocimiento previo del terreno del cual se seleccionan las
muestras para cada una de las diferentes categoras.
En el mtodo no supervisado se buscan automticamente grupos de valores espectrales
homogneos en la imagen, a partir de los cuales el fotointerprete intentara encontrar las
correspondencias entre esos grupos seleccionados automticamente y las categoras que le
puedan ser de inters.

En el presente proceso de clasificacin No Supervisada, deber revisar los

argumentos conceptuales y prcticos, sintetizadas en el Trabajo Practico N.3.

3. Materiales

Se dispones de una carpeta denominada Insumos Catedra 2016 TPN4,

conteniendo los siguientes archivos:

Una imagen raster: fnal_rflcap.

Un Shapefile: a) Perim_Promagric
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
3
AO 2017
4. Metodologa

Inicie Arc Map y adicione de la carpeta de insumos, los archivos raster fnal_rflcap y
el shapefile Perim_Promagric. Recorte con el shapefile la imagen raster y llmela Proma_Olivo.

4.1. En la tabla de contenido posicione el mouse en la capa Proma_Olivo, vaya a la opcin

Windows-image anlisys, tal como se muestra en la imagen de ms abajo, elija la capa Pro-
ma_Olivo haga clic con el bo-
tn derecho del mouse, elija
propiedades y produzca la
combinacin de banda 5-4-3.
Luego presione el icono en-
cerrado con el crculo rojo,
con lo cual proceder a gra-
bar la imagen raster con la
extensin-img-. Que es la
extensin que otorga mayor
agilidad para el proceso de
la clasificacin de imgenes
en cualquiera de los mto-
dos mencionados.
Para poder grabar la imagen
con la extensin img-, des-
pus que, haya presionado
el icono encerrado en el cr-
culo rojo, le aparecer una imagen como la indicada ms abajo, en ella y, en el rectngulo de
color azul, deber colocar el lugar donde desea grabar la imagen resultante, luego en el
rectngulo rojo haga clic en la flecha y elija la opcin IMAGINE Image, despus en el rectngulo
de color verde, ingrese el nombre de la capa que tendr la extensin img- llmela
PromOliv_feb2016, que luego aparecer en la tabla de contenido, despus de que haya pulsado
la opcin SAVE.
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
4
AO 2017

4.2. Construida la imagen raster con la extensin img- estamos en condiciones de generar la
clasificacin no supervisada, para ello en la tabla de contenido, posicione el mouse en la imagen
PromOliv_feb2016.img, que corresponde a una escena del 02 de Febrero del 2.016. Abra Arc
Tool Box Spatial Analisys Tool Multivariate haga doble clic en IsoCluster y se abrir el siguiente
men.
En la ventana superior debe ingresar la imagen a clasificar, esto es PromOliv_feb2016.img.
Ingresada la misma, en el re-
cuadro en rojo aparecer una
leyenda que termina con la
extensin GSG. Resalte o pinte
dicha expresin final (despus
del guion bajo), haga clic con el
botn derecho del mouse elija
copiar y colquela en la car-
peta que Ud., desee. Luego
vuelva a observar la imagen
PromOliv_feb2016.img., y tra-
te de encontrar o diferenciar
cuantos contrastes dado por
colores diferentes o el degradee de un mismo color, pueda Usted identificar . Cuando haya definido
dichos contraste Usted habr determinado el Nmero de Clase, al que deber ingresar en el
rectngulo de color verde de la imagen anterior. Luego pulse Ok y espere que termine el
procesamiento (se indicara con un Ok en la parte inferior derecha del Arc Map), en definitiva lo que ha
ocurrido ha sido la creacin de un archivo de la firma espectral de la imagen elegida. Este archivo
es la clase espectral con extensin GSG, que es el insumo principal para producir finalmente la
clasificacin no supervisada.

4.3. Vuelva nuevamente a la caja de herramienta Arc Tool Box Spatial Analisys Tool
Multivariate haga doble clic en Maximun Likelihood Clasification. Se abrir un nuevo men en la
que en el primer casillero deber colocar la capa PromOliv_feb2016.img. En el segundo casillero
el archivo con la extensin GSG y en el tercer casillero elija el lugar donde grabara la imagen
resultante colquele como nombre Imgfnal_NoSup, que podr observarse a la izquierda de la
imagen de ms abajo siempre que haya elegido la cantidad de Clase igual a cinco (5). Para una
mejor visaulizacion de este proceso en las imgenes de ms abajo, la de la izquierda corresponde a la
imagen clasificada y a la derecha la imagen que se us para la clasificacin no supervisada
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
5
AO 2017
PromOliv_feb2016.img, observe como quedan representados las cinco clases de contraste
utilizadas.

4.4. La imagen resultante indicada en el punto 4.3 es la imagen clasificada por el mtodo No
Supervisado que destaca la presencia de cinco clases de coberturas que estaran experimentado
los olivares de la firma Promas. Por otra parte y sobre la imagen clasificada podra interesar a
manera de ejemplo, saber que superficie (hectreas) ocupan cada clase de cobertura, para ello
habr que transformar la imagen raster en un polgono.

4.5. Utilice del Arc Tool Box, la herramienta Conversion From Raster Raster to polygon para
obtener un polgono o shapefile con la clasificacin no supervisada. Podra obtener una
imagen como la que se muestra ms abajo, llmela imgfnalNoSup_polyg.
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
6
AO 2017
4.6. Posicione el mouse en la capa de polgono creada, abra la tabla de atributo agregue a la
misma el campo Hectreas, utilice para su clculo la opcin Calculate Geometry, observe los
distintos valores segn la clase de cobertura.
Use la seleccin por atributo y solicite se seleccionen los polgonos con menos de 2 hectrea
(estos podran aparecer como los encerrado por el rectangulo rojo de la imagen de arriba) la
presencia de estos pequeos polgonos restan prolijidad al momento del dibujo final del mapa,
por ello resulta comn eliminarlos.

4.7. Para eliminar los pequeos polgonos haga una seleccin por atributo solicitando se
dibujen todos aquellos polgonos con menos de 2 hectreas y tendr una visualizacin como la
imagen de ms abajo.

4.8. Para eliminar los polgonos con menos de 2 hectreas, vaya a Arc toolbox Data
management tool Generalization haciendo doble clic en eliminate, se abrir un men coloque en
la primera casilla la capa del polgono, esto es imgfnalNoSup_polyg, en el segundo casillero elija
donde grabara la nueva capa y colquele el nombre de polig_eliminate, despus pulse Ok y
tendr la capa de polgono final que no incluye los polgonos con menos de 2 hectreas, tal
como se muestra en la imagen de ms abajo.
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
7
AO 2017

4.8. Eliminados los polgonos de menos de 2 hectreas, resta por determinar la superficie en
hectreas de cada una de las cinco clases ya determinadas, para ello vaya a Arc toolbox Data
management tool Generalization haciendo doble clic en dissolve y aparecer un men como el
indicado ms abajo. En el primer casillero habilite la capa polig_eliminate, despus coloque un
tilde en el casillero de GRICODE observe en el segundo casillero como a la capa polig_eliminate,
se agreg la palabra _dissolve, que ser la capa que aparecer en la tabla de contenido con el
nombre de polig_eliminate_Dissolve

4.10. Posicionado sobre la capa polig_eliminate_Dissolve, abra la tabla de atributo, agregue el

campo hectreas, utilice la opcin Calculate Geometry y tendr los valores expresados como se
muestra en la tabla de ms abajo y con ello habr contestado la pregunta inicial de conocer
cul es la superficie que ocupa cada clase de cobertura ya determinada.

OBJECTID* Shape* GRICODE Shape Lenght Shape Area HECTAREAS

1 Polygon 1 56688.17 6141933.08 614.19
2 Polygon 2 25403.31 3725503.17 372.55
3 Polygon 3 56382.75 5472198.68 547.21
4 Polygon 4 27373.36 3180182.0 318.0
5 Polygon 5 65014.94 3379448.06 337.94
 UNIVERSIDAD NACIONA DE LA RIOJA
CARRERA: INGENIERIA AGRONOMICA
CATEDRA: TELEDETECCION Y SIG
DOCENTES: LIC. DANIEL DEL MORAL ING. RAUL R.F. CORZO
8
AO 2017

4.11. Resta ahora sobre la imagen polig_eliminate_Dissolve, mejorar su presentacin para ello,
haga clic con el botn derecho, elija propiedades-Simbology-categoria-label y obtendr el
siguiente mapa con la clasificacin no supervisada del predio de olivos de la firma Promas.
Recuerde que sobre la presente clasificacin, se puede resignificar las clases de coberturas
determinadas a travs de la observacin in situ.

1 1
3
2
5
3 4 1
3
2 1 4
4 3 2 3 1
1
1 3
2 1 1
1 3 2 3
1 4 5