Acerca de Rodolfo Franco

Especialista en Sistema de Información Geográfica. Ingeniero Forestal, Docente Universitario y Creativo Visual

LA ISLA DE LA TRIBU SENTINEL, DESDE EL SATÉLITE SENTINEL

En el Golfo de Bengala, al oriente de la India, existe una isla donde habita la tribu Sentinel, una de las más aisladas y agresivas del mundo. Para protegerla se impide el acceso al territorio de esta comunidad que vive aún al estilo protoneolítico, como cazadores y recolectores. La prohibición para llegar hasta allí no es un asunto simple, un foráneo no solo pone en riesgo su vida sino que, si porta alguna enfermedad de fácil contagio, puede acabar con todos los indígenas.

En noviembre 16 de 2018 un joven misionero norteamericano, John Allen Chau, ignoró las advertencias y murió víctima de las flechas de quienes habitan la isla Sentinel del Norte. Las autoridades han informado que el cuerpo no será recuperado.

Localización de la Isla Sentinel del Norte

Creo que pocos conocíamos de la existencia de esta tribu y de esta isla.
Bueno, ya que no podemos visitarla, les comparto a continuación algunas escenas capturadas desde el espacio de esta área emergida que tiene apenas 72 km². Decidí que fueran imágenes de un satélite que, curiosamente, tiene el mismo nombre de la tribu. Se trata en este caso de algunas escenas del sensor Sentinel 2 de la Agencia Espacial Europea ESA, tomadas el 22 de noviembre de 2018, cuatro días después del suceso mencionado.


Escena en color verdadero por SENTINEL 2 en RGB 432 (Fuente ESA)

En la escena de color natural (RGB 4-3-2) se puede apreciar que la isla casi en su totalidad es un bosque muy denso. La foresta se ha mantenido así durante siglos y el hecho de que la tribu no practica la agricultura es un factor que incide notablemente en esta condición. Esto lo aprecia el sensor Sentinel pero también se puede evidenciar si hacemos un acercamiento con la alta resolución que puede brindar el satélite Worldview 4 de Digital Globe como se ve enseguida:

Densa jungla de la isla vista por Worldwiew 4 (Fuente Digital Globe)


Escena en falso color infrarrojo por SENTINEL 2 en RGB 843 (Fuente ESA)

En la escena de falso color infrarrojo (RGB 8-4-3) se deduce que se trata de una masa forestal en buen estado visible en la composición con una gran área roja. También en esta imagen se pueden apreciar las formaciones coralinas y rocosas en el perímetro de la isla.


Escena en otro falso color de infrarrojo por SENTINEL 2 en RGB 12-11-4 (Fuente ESA)

En la composición RGB 12-11-4 se pueden reconocer diferencias en la cobertura forestal que no se distinguen en la composición anterior.


Escena SWIR de SENTINEL 2 en RGB 12-8A-4 (Fuente ESA)

En la escena de infrarrojo de onda corta SWIR (RGB 12, 8A, 4) se facilita la distinción de las zonas rocosas y de arrecifes. A propósito, buena parte de estas formaciones  coralinas al occidente y sur de la isla emergieron como consecuencia del tsunami de diciembre del 2004. La isla fue una de las muchas zonas que cambiaron notoriamente su aspecto debido a esta catástrofe y así lo evidencia el siguiente par de imágenes del viejo sensor Landsat 7 tomadas cinco años antes y cinco después del evento y en composición RGB 753:

Escenas Landsat 7 RGB 753 de febrero 2000 (izquierda) y 2009 (derecha), cinco años antes y cinco después del tsunami del 2004 (Fuente USGS)


Escena NDMI de SENTINEL 2 (Fuente ESA)

Otra escena que permite destacar las áreas rocosas expuestas y más secas de la isla es la generada al hacer un índice de humedad de diferencia normalizado (NDMI) que es el resultado de tomar la banda 8A menos la banda 11 y dividirla por la suma de las mismas. Son estas bandas infrarrojas las que se involucran gracias al comportamiento muy distinto que tiene la humedad en esas específicas longitudes de onda.


Considerando que la tribu ataca incluso a las aeronaves que sobrevuelan la isla, por ahora la exploración visual de esta porción del mundo seguirá siendo facilitada por los sensores remotos satelitales desde centenares de kilómetros arriba.


Post preparado por
Rodolfo Franco
Ingeniero Forestal, Especialista SIG
Docente Universidad Distrital Francisco José de Caldas
Bogotá, Colombia
https://mixdyr.wordpress.com


Anuncios

Los incendios en California bajo los ojos de LANDSAT y SENTINEL

El gigante incendio que se ha presentado en Camp Fire, California, se ha convertido en el mayor en la historia de este estado. La ciudad cercana de Paradise se ha reducido a cenizas casi en su totalidad, son más de 31 las víctimas, hay unos 200 desaparecidos y en la región se han evacuado más de 300 mil personas. Hasta la fecha se habían consumido ya unas 44 mil hectáreas y se ha declarado la alerta roja para buena parte de California incluyendo la ciudad de Los Ángeles.

Localización de los incendios en California el 12 de noviembre de 2018 (Fuente: NASA)

El desastre está siendo atendido por las autoridades y servicios de emergencia no sólo en tierra sino también monitoreado desde el espacio. Con los satélites disponibles se han capturado diferentes escenas que dan evidencia de la monstruosa dimensión del fenómeno.

A continuación se describen algunas imágenes del evento capturadas por los satélites Landsat 8, Sentinel 2 y otros, en composiciones preparadas por el autor con los visores Landsat on AWS de USGS/ESRI, Sentinel Hub de la ESA y Planet Explorer de Planet Labs.


Escenas LANDSAT 8, noviembre 8 de 2018

Uno de los sensores más importantes es 8 el satélite Landsat 8, lanzado en 2013, muy útil para estudios de coberturas y que brinda imágenes en varias longitudes de onda que incluyen el espectro visible pero también varias bandas del infrarrojo.

El satélite Landsat 8 posee una resolución temporal de 16 días, es decir, más o menos cada dos semanas pasa nuevamente sobre el mismo lugar del planeta. El pasado 8 de noviembre a las 18h 45m UTC (10:45 am hora de Los Ángeles, tiempo del Pacífico), el sensor pasó justo encima del incendio de Camp Fire y capturó entre otras las siguientes imágenes:

Escena Landsat 8 Path Row 44/32 RGB 432 (fuente USGS)

Esta imagen en composición RGB 432 o color verdadero tiene apariencia similar a aquella con la que veríamos el incendio con nuestros propios ojos desde el espacio. También es así como se ven las escenas de Google Earth que provienen de diferentes fuentes pero que se muestran también en color natural. El frente del incendio alcanza una decena de kilómetros en la imagen pero la estela de humo supera el centenar.

Escena Landsat 8 Path Row 44/32 Pancromática (fuente USGS)

Esta es la misma escena pero en pancrómatico, es decir, en captura sensible a todas las bandas del espectro visible. Es una imagen que en el caso de Landsat tiene mejor resolución espacial que las combinaciones multiespectrales y que da una apariencia similar a la de una fotografía aérea en tonos de grises.

Escena Landsat 8 Path Row 44/32 RGB 543 (fuente USGS)

Este es el incendio en la composición RGB 543 también conocida como la clásica escena infrarroja aunque es el resultado de la mezcla de las bandas infrarrojo cercano, rojo y verde. En la imagen se puede apreciar en rojo intenso a la derecha las grandes masas forestales, las mismas que son muy susceptibles a los incendios en esta parte del país norteamericano.

Escena Landsat 8 Path Row 44/32 RGB 652 (fuente USGS)

Cuando en la composición interviene una de las bandas de infrarrojo de onda corta como es el caso de la RGB 652 (SWIR-NIR-azul) la respuesta del fuego activo es muy vivida en pixeles rojizos y el humo que se desprende aparece en tonos azules.

Escena Landsat 8 Path Row 44/32 RGB 764 (fuente USGS)

Pero quizás la imagen más destacada para discriminar el fuego activo es la resultante de la composición RGB 764 que integra dos bandas infrarrojas de onda corta (SWIR 1, SWIR 2) y la infrarroja cercana (NIR). Se aprecia con facilidad el perímetro activo del incendio, sus puntos críticos y en general el área que está siendo consumida en ese instante por las llamas.

Escena Landsat 8 Path Row 44/32 RGB 432 + SWIR (fuente USGS)

Finalmente, si se considera la imagen en color verdadero (RGB432) y se le sobreponen los pixeles del fuego activo de la escena en infrarrojo de onda corta (SWIR), se logra una apariencia muy realista para monitoreo del evento en la fecha de captura.


Escenas SENTINEL 2, noviembre 11 de 2018

Las siguientes son imágenes del sensor Sentinel 2 que hace parte de la serie de satélites del programa Copérnico de la Agencia Espacial Europea, conjunto que inició con el Sentinel 1A en abril del 2014 y cuyo lanzamiento más reciente ha sido el Sentinel 3B en abril de 2018.

Escena Sentinel 2,  RGB 432, color verdadero (fuente ESA)

Tres días después que pasara el sensor Landsat, el Satélite Sentinel 2 también pudo visualizar el evento que crecía en magnitud con nuevos focos al norte como se aprecia en esta composición en color verdadero RGB 432

Escena Sentinel 2,  RGB 843, falso color para vegetación (fuente ESA)

En esta composición de falso color RGB 843 ya se empiezan a discriminar aquellas áreas que han perdido vegetación tras el incendio y en rojo vivido los bosques aledaños aún sin afectación.

Escena Sentinel 2,  RGB 12-8A-4, SWIR (fuente ESA)

Para Sentinel 2, la composición equivalente a la SWIR de Landsat es la RGB 12,8A,4 y ofrece un resultado similar en el que es posible discriminar los puntos críticos y área en general bajo combustión. Si se compara con la misma escena del sensor americano pero de días atrás, el incendio ha incrementado su impacto.

Escena Sentinel 2,  RGB 12-11-4, falso color para urbes (fuente ESA)

Aunque la composición RGB 12-11-4 es la típica de falso color para zonas urbanas, el resultado de esta mezcla de bandas infrarrojas de onda corta y rojo en este caso permite apreciar claramente el frente de fuego activo.


Escenas en otros sensores

Landsat 8 y Sentinel 2 no son los únicos satélites que ha tenido la oportunidad de evidenciar el incendio, también lo han hecho otros conocidos sensores como se muestra a continuación:

Escena RAPIDEYE 4 , 11 de noviembre de 2018 (fuente Planet Explorer)

Escena PLANETSCOPE , 11 de noviembre de 2018 (fuente Planet Explorer)


Post preparado por
Rodolfo Franco
Ingeniero Forestal, Especialista SIG
Docente Universidad Distrital Francisco José de Caldas
Bogotá, Colombia
https://mixdyr.wordpress.com

FOTOS VIRALES QUE NO SON LO QUE MUCHOS CREEN

Las redes sociales están inundadas de imágenes de todo tipo y de vez en cuando aparecen algunas que se convierten en virales por lo curiosas o una supuesta historia detrás de éstas. Pero muchas de las populares fotos son en realidad montajes o sencillamente no corresponden a lo que informa quien la subió. A continuación se comparten algunas de esas imágenes y lo que son en realidad.


En 2018 se reprodujo por doquier la supuesta imagen de un elefante ayudando a llevar la cría de una leona, pero que absurdo!! y aún así hubo personas que la compartían y comentaban “que lindos y buenos son los animales”. Como se puede apreciar arriba, es un fácil montaje a partir de tres fotos distintas.


Hace unos años apareció una foto en Facebook replicada en varias páginas que mostraba dizque las fabulosas vías de Ecuador. Sí, son unas estupendas vías, pero en Dallas, Texas.


Otra muy popular pero que es sencillamente imposible. No se necesita conocer mucho de astronomía para saber que cuando ocurre Luna llena es en posición opuesta al Sol y no en el mismo horizonte, así que esto es un astromontaje.


Esta la verdad causa mucha gracia. Quien la sube dice “Luna llena en Ibagué”. Quienes conocen esta ciudad colombiana sabrán por supuesto que no lo es y hasta la luna está editada sobre la imagen de una ciudad norteamericana. En este caso la mayoría de comentarios son de personas que se percatan del error pero no falta el que se la cree.


Esta foto aparece en Pinterest y en otros lugares bajo el argumento que es el Nevado del Tolima. Por favor!!. Esta imagen es realmente del Monte Rainier en el estado de Washington en Estados Unidos. La original es del usuario James L. en Flicker tomada en 2004 y que se puede consultar en https://www.flickr.com/photos/jgpics/68333250

Pero esto no termina aquí, hay personas que han subido la foto diciendo que son dos ovnis sobre una montaña, cuanta ignorancia!!. Sencillamente son nubes llamadas lenticulares y son formaciones comunes en algunas cúspides.


La imagen de arriba la sube alguien diciendo que es “El Cañón del Combeima, Tolima”. Puede ser convincente para quien no conozca esta región, pero podrá ser de cualquier lugar menos del que se menciona.


Nuevamente otra imagen argumentando ser del Cañon del Combeima. Pues nada que ver, se trata de una foto tomada por Michele Rossetti al Valle de Trompia en Brescia, Italia.


Otra ridícula imagen más. Quien la sube dice que es en el Embalse de Betania, departamento del Huila, Colombia. Pues no es verdad, la imagen no es de ese embalse, es el mar y la luna es un pobre montaje para engañar tontos como los que comentan “que paisaje tan bonito”


Otra imagen que quiere levantar misterio entre pendejos. La han subido a muchos sitios argumentando “El diablo aparece en un incendio en California”.  Es muy claro que es una imagen a la que se le ha hado reflejo sobre sí misma y da ese efecto, nada más, cual demonio ni que nada.


No, no esperen ver esto en ninguna noche. Supuestamente es la Galaxia de Andrómeda y la Luna en una foto tomada en Suecia. Se trata de un montaje solo para ver sus tamaños relativos en el cielo nocturno pero realmente así no se ve nuestra vecina galáctica. Por otra parte, la posición de la Galaxia de Andrómeda en el firmamento está lejos del recorrido que hace la luna a lo largo del año, así que la imagen es falsa.


Puede que llame la atención ecológica, pero fue mentira que se extinguió en Leopardo Macairodontino, que el planeta está de luto, bla, bla, bla. Sencillamente los felinos macairodontinos ya estaban extintos hace 11 mil años y no eran como en la foto. Todo fue otra de esas falsas cadenas con aire de preocupación por la naturaleza.


Y LOS EJEMPLOS CONTINÚAN…

Este blog no tendría espacio para la cantidad de fotos falsas, montajes o imágenes que no son lo que dicen. Seguirán apareciendo y seguirán siendo populares aprovechando la ignorancia del público. Sí, habrán más imágenes como los ejemplos que siguen y se explican a continuación:


© Rodolfo Franco
Especialista SIG
Docente en Edición Fotográfica Digital
Más sobre Fotografía y Edición en
https://mixdyr.wordpress.com/fotografia


 

CÓMO MEJORAR VIEJAS FOTOS ESCANEADAS

Tienes viejas fotos en papel de álbumes familiares, de esas tomadas en el siglo pasado cuando se usaba cámara análoga y se mandaba a revelar el rollo? están oscuras y aburridas? te gustaría mejorarlas y darle vida a esos recuerdos? te gustaría compartirlas como anécdotas visuales en tus redes sociales?

A continuación se describe una rutina de edición digital usando la popular aplicación on-line PIXLR y que puede ser útil para mejorar la apariencia de viejas fotos escaneadas.


Consejo previo: el escaneado

Aunque se puede usar una cámara digital o un dispositivo móvil para capturar una foto en papel lo mejor es usar un escáner como tal pues garantiza una toma sin distorsión debida al ángulo del lente y luces indeseables. Con el escáner la iluminación es uniforme en el barrido y se pueden hacer capturas en alta definición. La resolución mínima recomendada de escaneo generalmente es de 300 dpi (o ppp, puntos por pulgada) pero si se quiere trabajar con una mejor calidad se sugieren como mínimo unos 500 dpi. El formato al guardar la imagen debe ser PNG, el archivo será de mayor tamaño al tradicional JPG pero su calidad es muy superior.


Paso 1: Recorte de bordes

Aunque al momento de escanear se puede seleccionar el área de barrido, a veces quedan visibles porciones de los bordes o de la hoja sobre la cual estaba la foto. Esto suele suceder cuando se ha escaneado sobre viejos álbumes y estos marcos pueden ser incómodos para un buen producto. Una vez abierta la imagen en el aplicativo que usaremos en esta secuencia es necesario revisarla y usar la herramienta Recortar. Esta utilidad es universal en los editores y en el caso de Pixlr se encuentra iniciando la barra flotante de herramientas.

Imagen original escaneada y con recorte de bordes


Paso 2: Exposición

Examinamos ahora que tan opaca es la imagen. Es común que las fotos en cuestión estén un tanto oscuras así que vale la pena iniciar aplicando una exposición de unos 15 – 20 puntos. Sin embargo, podemos considerar un valor menor o incluso no aplicar exposición si la foto tiene buena iluminación.

Imagen luego de exposición de 20 puntos


Paso 3: Niveles automáticos

Una consecuencia de la exposición es que se ha afectado el histograma de la imagen y es necesario brindar un equilibrio de tonos mediante el ajuste de Niveles. Aunque esto se puede realizar de forma manual por canales, para el caso de viejas fotos escaneadas suele dar buenos resultados el uso de la opción Niveles Automáticos.

Imagen luego de niveles automáticos


Paso 4: Imitación HDR

El uso del modo HDR (High Dynamic Range, alto rango dinámico) permite obtener un mayor rango de niveles de exposición en todas las zonas de la foto. Aunque no es algo que se pueda aplicar a todas las imágenes, en el caso de las viejas capturas escaneadas la imitación del efecto HDR puede brindar un producto más brillante, con colores más vividos y mas detalles que antes no se percibían. Más sobre HDR se puede conocer aquí.

Imagen luego de imitación HDR


Paso 5: Desenfoque de rectángulo

Para imágenes escaneadas la imitación HDR trae la ventaja de iluminar la imagen y destacar sus detalles, pero precisamente entre estos estos detalles será ahora más visible el polvo y pequeños defectos que posea la foto. Es como si se hubiese elevado mucho el ISO en una captura con cámara digital y se termina obteniendo detalle pero a la vez ruido.  Si bien una estrategia para disminuir esta situación es con la herramienta Reducción de ruido, si hay mucho polvo en ocasiones el proceso debe aplicarse una y otra vez. Pero hay otra alternativa para un buen y homogéneo resultado: es el filtro de Desenfoque de Rectángulo, se sugiere aplicarlo pero de una forma muy sutil, apenas de unos 2 puntos. Ahora la imagen estará “Suavizada” y el ruido será mínimo.

Imagen luego de un ligero desenfoque de rectángulo


Paso 6: Corrección puntual / Clonación

Las viejas fotos en papel suelen traer pequeñas manchas, ligeras grietas y otras imperfecciones derivadas de su natural deterioro y medio de conservación en los que se hayan almacenado. Así que para finalizar el proceso de mejoramiento es necesario usar una corrección puntual mediante la herramienta para tal fin en la barra flotante del aplicativo. Para la corrección se ajusta el tamaño de pincel de modo tal que sea de un diámetro un poco mayor a la mancha a desvanecer. Más sobre corrección puntual se puede conocer aquí.

Una herramienta que también es útil para la restauración es el uso del Tampón de clonar. Esto es apropiado en especial para desaparecer grietas aplicando sobre estas una clonación de una porción de la imagen a su alrededor. Para usar la clonación primero se oprime dicha herramienta, se ajusta el diámetro del pincel, luego, sosteniendo la tecla Ctrl se hace clic sobre el área a clonar y seguido se hace clic sobre el área de destino. Más sobre clonación se puede conocer aquí.

La restauración mediante corrector puntual y/o clonación tomará más o menos tiempo en la medida que la foto tenga más o menor cantidad de imperfecciones.

Imagen luego de corrección de imperfecciones


Comparación

A continuación se puede ver tanto la imagen original como la imagen ya procesada. Es una mejora notoria entre una oscura e insípida foto a una con mejor definición e iluminación, una imagen que queda lista para contar su historia.


Otros ejemplos


Más sobre Fotografía y Fotoedición en https://mixdyr.wordpress.com/fotografia/


 

Descargar Cartografía Base de Colombia

DESCARGA DE CARTOGRAFÍA BASE DE COLOMBIA


Desde 2016, el Instituto Geográfico Agustín Codazzi, IGAC, ha puesto a disposición del público la cartografía base de Colombia en formato para sistemas de información geográfica. Se trata de la cartografía base del país en escalas 1:10.000, 1:25.000, 1:100.000 y 1:500.000 y se puede descargar tanto en formato shapefile como en formato file geodatabase. Se recomienda leer la licencia de uso de la información y una descripción de la misma.

Para la descarga se debe acceder al FTP del IGAC con la siguiente dirección: ftp://cartobase@cartografialibre.igac.gov.co

El usuario es cartobase y la contraseña cartobase

Desde el índice se accede a cada carpeta donde la información está disponible por planchas específicas o de forma integral por capas que cubren todo el territorio nacional.  Se puede ingresar al histórico de capas o a la última versión.

Aunque la descarga se puede realizar directamente desde el navegador (Chrome, Mozilla, etc) el proceso tomará mucho tiempo debido a la cantidad de archivos o peso de las carpetas y además puede implicar que se deba reiniciar todo el proceso si ocurre un corte en la conexión. Por este motivo es recomendado usar algún programa del tipo cliente FTP para que una descarga más eficiente.

A continuación se muestra un ejemplo del proceso de descarga mediante el programa FileZilla Client, aplicativo FTP que se puede conseguir en https://filezilla-project.org/

Una vez instalado FileZilla se accede al programa con la siguiente interfaz y se procede como indica en la siguiente guía (clic en la imagen para ampliar y/o descargar):

Una vez terminado el proceso se puede revisar la carpeta destino de la transferencia, allí aparecerán las respectivas capas comprimidas.

Las capas vienen en el sistema GCS MAGNA (geográficas) pero se pueden recortar (Clip) a la zona de estudio particular y proyectar al sistema Magna SIRGAS local respectivo (Magna central, este, este-este, etc ) usando software de sistemas de información geográfica.

Todo uso de estas capas como cartografía base en cualquier proyecto SIG es responsabilidad del usuario y se debe dar el crédito y referencia explícita al Instituto Geográfico Agustín Codazzi como fuente de esta información tanto en los mapas que se preparen como en los documentos asociados a dichos productos.


Curvas

CURVAS


El ajuste de curvas es la manipulación de una línea sobre el histograma de la imagen que repercute en el contraste, sombras, tonos medios, luces y exposición de la misma. Mediante curvas se puede lograr un contraste mas controlado que la propia herramienta de contraste. Las curvas se pueden cambiar para el histograma en RGB o canal por canal. El cambio se realiza marcando y desplazando puntos sobre la línea diagonal que divide el histograma.

La mayoría de editores ofrecen curvas predeterminadas para darle un tono frío (colder), cálido (warmer), vintage, proceso cruzado, polaroid, destello de flash, negativo, negativo color, cromatizado, entre otros.


Curvas en Pixlr

Curvas en Fotor

Curvas en iPiccy

Curvas en Phixr


 

Autoajuste

AUTOAJUSTE


La mayoría de fotoeditores ofrecen una herramienta de autoajuste que corrige automáticamente el brillo y contraste de acuerdo a parámetros establecidos internamente en cada aplicativo. Como los algoritmos no son los mismos en cada editor los resultados pueden ser distintos.


Niveles automáticos en Pixlr

Autoajuste en Pixlr Express

Mejora automática en Befunky

Autoajuste en Photoshop Express

Autoajuste en Free On Line Photoeditor

Auto Brightness en LunaPic


 

HDR

HDR


HDR (High Dynamic Range) o Alto Rango Dinámico es una técnica que permite abarcar un mayor rango de niveles de exposición en todas las zonas de la imagen. El resultado surge de la combinación de una mismo escenario capturado en diferentes grados de exposición. En la edición fotográfica se puede obtener desde  varias escenas o mediante una simulación sobre una sola imagen. La opción HDR permite definir detalles en la imagen y obtener colores más vividos tanto en zonas claras como oscuras. En la mayoría de editores el efecto puede ser aplicado a toda la imagen o en otros casos selectivo según pincel.


Simulación HDR en Pixlr

HDR en iPiccy

HDR en Befunky

HDR en Fotor

HDR en Lunapic


 

Exposición

EXPOSICIÓN


La exposición refiere a la cantidad de luz de una imagen y puede derivarse del ajuste de condiciones como el brillo, contraste, sombras, realce y luz de relleno en la escena.


Exposición en Pixrl

Exposición en Photoshop Express

Exposición en iPiccy

Exposición en Befunky

Exposición en Lunapic

Exposición en Phixr


 

Composiciones Landsat en ARCGIS

COMPOSICIONES LANDSAT EN ARCGIS

Se ilustran en esta guía algunos conceptos básicos sobre el sensor Landsat, la forma en que se pueden buscar, visualizar y descargar imágenes On-line, consejos sobre la selección de bandas, la generación de una composición en ARCGIS y, finalmente, el recorte a una zona de estudio específica dentro de la escena.

Este documento pretende ser un breve texto ilustrativo orientado en especial para quienes inician en el mundo del procesamiento digital de imágenes.

Clic sobre el icono para descargar (6 Mb)

Composiciones_Landsat_en ARCGIS