Enmascaramiento de nubes en la Regiones de "Madre de Dios", "Cuzco" y "Puno" (Perú) mediante el paquete landsat del lenguaje de programación R y la comparación con el enmascaramiento de CLASLlite 3.1.

• Autores: Yonatan Tarazona Coronel
• Localización: ECIPeru: Revista del Encuentro Científico Internacional, ISSN-e 1813-0194, Vol. 10, Nº. 2 (Junio), 2014, págs. 22-29
• Idioma: español
• Títulos paralelos:
  • Masking clouds in the Regions "Mother of God," "Cuzco" and "Puno" (Peru) by landsat package programming language R and comparison with masking CLASLlite 3.1.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Las nubes y sombras de las nubes son características comunes en las imágenes visibles e infrarrojas, que son detectadas a distancia en muchas partes del mundo, particularmente en las regiones húmedas y tropicales como es el caso del ámbito de estudio del presente artículo. Muchos nos preguntaremos, cuál es la razón principal del enmascaramiento de nubes. Pues bien, la razón principal del enmascaramiento es eliminar cubiertas que no serán parte del análisis de deforestación lo cual es necesario apartar de tal manera que la interpretación final sea más rápida y más sencilla de realizar. Para ello se ha de usar algunas librerías de R como: rgdal, sp, mgcv y landsat que enmascare de manera bastante satisfactoria la totalidad de las nubes, sombras de las nubes, cuerpos de agua y las sombras topográficas.

    Filtrar los píxeles de nubes en las imágenes ópticas, conlleva una tarea dificultosa si es que no se cuenta con algoritmos automáticos que están disponibles en programas como CLASlite o cualquier otro. Por ello este trabajo muestra una metodología bastante sencilla y semiautomática que involucra en gran porcentaje la programación en R-project, el manejo de QGIS (Software libre y de código abierto) y la utilización de las bandas 1, 2, 5 y 6 del satélite Landsat TM.

    Como parte de la metodología se convertirá todas las bandas a utilizar en valores de reflectancia, es decir, se hará una calibración utilizando la propia metadata de la escena. Hay que señalar que para pasar la banda termal de valores de niveles digitales a valores de temperatura (grados Kelvin) se hará uso del paquete landsat de R-project, que nos permitirá lograr la calibración.

    Culminado esta conversión a valores de reflectancia para todas las bandas a excepción de la banda termal y utilizando nuevamente la liberaría Landsat, crearemos una máscara de nubes con la banda 1 y 6. Este paso permitirá seleccionar aquellos píxeles que tienen un umbral característico de las nubes. La dificultad radica en que para un umbral de 0.00042 no solo seleccionará píxeles que son nubes, sino también otros pixeles que no lo son. Para minimizar este error utilizaremos algunos índices como el NDVI, NDSI, que nos permita, finalmente enmascarar las nubes, sombras de las nubes, cuerpos de agua y gran parte de las sombras topográficas.

    Como punto final del presente estudio. Se hará una comparación del enmascaramiento obtenido con el enmascaramiento de CLASlite 3.1. CLASlite es un paquete de software creado por el equipo del Departamento de Ecología Global de la Institución Carnegie para la Ciencia. Está diseñado para la identificación altamente automatizada de la deforestación y degradación de bosques usando imágenes de sensores remotos.

  • English

    Clouds and cloud shadows are common features in the visible and infrared images, which are detected in many distant parts of the world, particularly in humid and tropical regions such as the field of study of this article. Many ask us, what is the main reason for the cloud masking. Well, the main reason is to eliminate masking covers that will not be part of the analysis of deforestation which is necessary to remove such that the final interpretation faster and easier to perform. For this we must use some R libraries as rgdal, sp, mgcv and landsat to mask quite satisfactorily all the clouds, cloud shadows, water bodies and topographic shading.

    Filter the pixels of clouds in the optical images, entails a difficult task if you do not have automatic algorithms that are available in programs like CLASlite or otherwise. Therefore, this study shows a fairly simple and semiautomatic methodology that involves a large percentage programming in R -project, managing QGIS (Free Software and Open Source) and the use of the bands 1, 2, 5 and 6 satellite Landsat TM.

    As part of the methodology will turn all of the bands used in reflectance values , i.e., a calibration will use the metadata of the scene itself. Note that to pass the thermal range with digital temperature levels to values (degrees Kelvin) will make use of landsat package R -project, allowing us to achieve calibration.

    Completed this conversion to reflectance values for all bands except the thermal band using Landsat librereria again, we will create a cloud mask with band 1 and 6. This step will select those pixels having a characteristic threshold clouds. The difficulty is that for a threshold of 0.00042 not only select pixels which are clouds, but other pixels that are not. To minimize this error use some indices such as NDVI, NDSI, allowing us to finally masking clouds, cloud shadows, water bodies and much of topographic shading.

    As a final point of this study. A comparison of masking obtained with masking will CLASlite 3.1. CLASlite is a software package created by the team of the Department of Global Ecology at the Carnegie Institution for Science. It is designed for highly automated identification of deforestation and forest degradation using remote sensing images.