Más

4.3: Imágenes de satélite y fotografía aérea - Geociencias

4.3: Imágenes de satélite y fotografía aérea - Geociencias


Objetivos de aprendizaje

  • El objetivo de esta sección es comprender cómo se implementan las imágenes de satélite y la fotografía aérea en las aplicaciones GIS.

Se encuentra disponible una amplia variedad de imágenes de satélite y fotografías aéreas para su uso en sistemas de información geográfica (SIG). Aunque estos productos son básicamente gráficos rasterizados, su uso dentro de un SIG es sustancialmente diferente. Las imágenes de satélite y la fotografía aérea proporcionan información contextual importante para un SIG y se utilizan a menudo para realizar una digitalización frontal (Sección 5.1.4 "Captura de datos secundarios") mediante la cual las características de la imagen se convierten en conjuntos de datos vectoriales.

Imágenes de satélite

Las imágenes satelitales de detección remota se están volviendo cada vez más comunes a medida que agencias públicas y empresas privadas de todo el mundo envían continuamente satélites equipados con sensores tecnológicamente avanzados al espacio. Los satélites se utilizan para aplicaciones tales como observación de la tierra militar y civil, comunicación, navegación, clima, investigación y más. Actualmente, se han enviado al espacio más de 3.000 satélites, de los cuales más de 2.500 se originan en Rusia y Estados Unidos. Estos satélites mantienen diferentes altitudes, inclinaciones, excentricidades, sincronías y centros orbitales, lo que les permite obtener imágenes de una amplia variedad de características y procesos de la superficie (Figura 4.14 "Satélites que orbitan la Tierra").

Figura 4.14 Satélites en órbita alrededor de la Tierra

Los satélites pueden ser activos o pasivos. Satélites activos hacer uso de sensores remotos que detectan las respuestas reflejadas de los objetos que son irradiados a partir de fuentes de energía generadas artificialmente. Por ejemplo, los sensores activos como los radares emiten ondas de radio, los sensores láser emiten ondas de luz y los sensores de sonar emiten ondas sonoras. En todos los casos, el sensor emite la señal y luego calcula el tiempo que tarda la señal devuelta en "rebotar" desde alguna función remota. Conociendo la velocidad de la señal emitida, el tiempo de retardo desde la emisión original hasta el retorno se puede usar para calcular la distancia a la característica.

Satélites pasivosAlternativamente, utilice sensores que detecten la radiación electromagnética reflejada o emitida de fuentes naturales. Esta fuente natural es típicamente la energía del sol, pero también se pueden obtener imágenes de otras fuentes, como el magnetismo y la actividad geotérmica. Usando un ejemplo que todos hemos experimentado, tomar una foto con una cámara con flash sería detección remota activa, mientras que usar una cámara sin flash (es decir, depender de la luz ambiental para iluminar la escena) sería detección remota pasiva.

La calidad y cantidad de imágenes satelitales está determinada en gran medida por su resolución. Hay cuatro tipos de resolución que caracterizan a cualquier sensor remoto en particular (Campbell 2002) Campbell, J. B. 2002. Introducción a la teledetección. Nueva York: Guilford Press. El resolucion espacial de una imagen de satélite, como se describió anteriormente en la sección del modelo de datos ráster (Sección 4.1 "Modelos de datos ráster"), es una representación directa de la cobertura del terreno para cada píxel que se muestra en la imagen. Si un satélite produce imágenes con una resolución de 10 m, la cobertura terrestre correspondiente para cada uno de esos píxeles es de 10 m por 10 m, o 100 metros cuadrados en el suelo. La resolución espacial está determinada por el campo de visión instantáneo de los sensores (IFOV). El IFOV es esencialmente el área del suelo a través de la cual el sensor recibe la señal de radiación electromagnética y está determinada por la altura y el ángulo de la plataforma de imágenes.

Resolución espectral denota la capacidad del sensor para resolver intervalos de longitud de onda, también llamados bandas, dentro del espectro electromagnético. La resolución espectral está determinada por el tamaño del intervalo de las longitudes de onda y el número de intervalos que se escanean. Los sensores multiespectrales e hiperespectrales son aquellos sensores que pueden resolver una multitud de intervalos de longitudes de onda dentro del espectro. Por ejemplo, el satélite IKONOS resuelve imágenes para bandas en los intervalos de longitud de onda azul (445–516 nm), verde (506–95 nm), rojo (632–98 nm) e infrarrojo cercano (757–853 nm) en sus Sensor multiespectral de 4 metros.

Resolución temporal es la cantidad de tiempo entre cada período de recolección de imágenes y está determinada por el ciclo de repetición de la órbita del satélite. La resolución temporal se puede considerar como nadir verdadero o fuera del nadir. Las áreas consideradas nadir verdadero son aquellas ubicadas directamente debajo del sensor, mientras que las áreas fuera del nadir son aquellas que se obtienen en imágenes oblicuas. En el caso del satélite IKONOS, la resolución temporal es de 3 a 5 días para las imágenes fuera del nadir y 144 días para las imágenes del nadir verdadero.

El cuarto y último tipo de resolución, resolución radiométrica, se refiere a la sensibilidad del sensor a las variaciones de brillo y denota específicamente el número de niveles de escala de grises que el sensor puede captar. Normalmente, los valores radiométricos disponibles para un sensor son de 8 bits (lo que produce valores que van de 0 a 255 como 256 valores únicos o como 28 valores); 11 bits (0-2,047); 12 bits (0–4,095); o 16 bits (0–63,535) (consulte la Sección 5.1.1 "Tipos de datos" para obtener más información sobre los bits). Landsat-7, por ejemplo, mantiene una resolución de 8 bits para sus bandas y, por lo tanto, puede registrar valores para cada píxel que van de 0 a 255.

Debido a las limitaciones técnicas asociadas con los sistemas de teledetección por satélite, existe una compensación entre estos diferentes tipos de resolución. Mejorar un tipo de resolución a menudo requiere una reducción en uno de los otros tipos de resolución. Por ejemplo, un aumento en la resolución espacial se asocia típicamente con una disminución en la resolución espectral y viceversa. Similar, satélites geoestacionarios (los que rodean la tierra próxima al ecuador una vez al día) producen una alta resolución temporal pero una baja resolución espacial, mientras que satélites síncronos al sol (los que sincronizan una órbita casi polar del sensor con la iluminación del sol) producen una baja resolución temporal a la vez que proporcionan una alta resolución espacial. Aunque los avances tecnológicos generalmente pueden mejorar las distintas resoluciones de una imagen, siempre se debe tener cuidado para asegurarse de que las imágenes que ha elegido sean adecuadas para representar o modelar las características geoespaciales que son más importantes para su estudio.

Fotografía aérea

La fotografía aérea, al igual que las imágenes de satélite, representa una gran fuente de información para su uso en cualquier SIG. Las plataformas para el hardware utilizado para tomar fotografías aéreas incluyen aviones, helicópteros, globos, cohetes, etc. Si bien la fotografía aérea connota imágenes tomadas del espectro visible, los sensores para medir bandas dentro del espectro no visible (por ejemplo, ultravioleta, infrarrojo, infrarrojo cercano) también pueden fijarse a fuentes aéreas. Del mismo modo, la fotografía aérea puede ser activa o pasiva y se puede tomar desde ángulos verticales u oblicuos. Se debe tener cuidado con las fotografías aéreas ya que los sensores utilizados para tomar las imágenes son similares a las cámaras en el uso de lentes. Estos lentes añaden una curvatura a las imágenes, que se vuelve más pronunciada a medida que uno se aleja del centro de la foto (Figura 4.15 "Error de curvatura debido a las propiedades lenticulares de la cámara").

Figura 4.15 Error de curvatura debido a propiedades lenticulares de la cámara

Otra fuente de error potencial en una fotografía aérea es el desplazamiento del relieve. Este error surge del aspecto tridimensional de las características del terreno y se ve como una aparente inclinación de los objetos verticales desde el punto central de una fotografía aérea. Para imaginar este tipo de error, considere que una chimenea se vería como una dona si la cámara de visualización estuviera directamente encima de la función. Sin embargo, si esta misma chimenea se observa cerca del borde de la vista de la cámara, se pueden observar los lados de la chimenea. Este error se ve con frecuencia con árboles y edificios de varios pisos y empeora con características cada vez más altas.

Ortofotos son fotografías verticales que han sido "corregidas" geométricamente para eliminar la curvatura y el error inducido por el terreno de las imágenes (Figura 4.16 "Ortofoto"). El producto de ortofoto más común es el cuadrilátero de ortodoncia digital (DOQQ). Los DOQQ están disponibles a través del Servicio Geológico de EE. UU. (USGS), que comenzó a producir estas imágenes de su biblioteca de fotos del Programa Nacional de Fotografía Aérea a escala 1: 40,000. Estas imágenes se pueden obtener en escala de grises o en color con una resolución espacial de 1 metro y una resolución radiométrica de 8 bits. Como sugiere el nombre, estas imágenes cubren un cuarto de un cuadrilátero de 7.5 minutos del USGS, lo que equivale a un área de aproximadamente 25 millas cuadradas. Con estas fotos se incluye un borde adicional de 50 a 300 metros alrededor de la foto que permite a los usuarios crear un mosaico de muchos DOQQ en una sola imagen continua. Estos DOQQ son ideales para su uso en un SIG como información de visualización de fondo, para la edición de datos y para la digitalización frontal.

Figura 4.16 Ortofoto

Fuente: Datos disponibles del Centro de Observación y Ciencia de Recursos de la Tierra (EROS) del Servicio Geológico de EE. UU., Sioux Falls, SD.

Conclusiones clave

  • Las imágenes de satélite son una herramienta común para las aplicaciones de cartografía SIG, ya que estos datos están cada vez más disponibles debido a los avances tecnológicos en curso.
  • Las imágenes de satélite pueden ser pasivas o activas.
  • Los cuatro tipos de resolución asociados con las imágenes de satélite son espacial, espectral, temporal y radiométrica.
  • Las fotografías aéreas verticales y oblicuas proporcionan una valiosa información de referencia para las aplicaciones de SIG.

Ejercicio

  1. Vaya al sitio web de EarthExplorer (edcsns17.cr.usgs.gov/EarthExplorer) y descargue dos imágenes de satélite del área en la que reside. ¿Cuáles son las diferentes resoluciones espaciales, espectrales, temporales y radiométricas de estas dos imágenes? ¿Estos satélites proporcionan imágenes activas o pasivas (o ambas)? ¿Son geoestacionarios o sincronizados con el sol?

Un enfoque de drones por satélite anidado para monitorear las condiciones ecológicas de los humedales

El monitoreo de los humedales es necesario para comprender y proteger su equilibrio ecohidrológico. En Irlanda, tradicionalmente el monitoreo de los humedales se lleva a cabo mediante visitas de campo manuales que pueden llevar mucho tiempo. Para automatizar el proceso, este estudio amplía la capacidad de monitoreo de humedales basado en sensores remotos al combinar el procesamiento de imágenes RGB, algoritmos de aprendizaje automático y análisis de datos satelitales para crear mapas estacionales de comunidades de vegetación dentro de los humedales. La metodología combina la cobertura amplia y multiespectral de las imágenes de código abierto Sentinel-2 (S2) con la alta granularidad espacial de los vehículos aéreos no tripulados (UAV) o las imágenes de drones. Se capturaron imágenes de drones de sensor único, se corrigieron el color y se clasificaron utilizando un clasificador de bosque aleatorio (RF) para un subconjunto del humedal. Las imágenes clasificadas se muestrearon a escala de imágenes de satélite para crear datos de entrenamiento para la segmentación de la vegetación en todo el humedal. El proceso se repitió durante varias temporadas y se creó un mapa anual utilizando la votación por mayoría. El marco propuesto ha sido evaluado en varios humedales de Irlanda, y aquí se presentan los resultados de un complejo de turberas ombrotróficas, Clara Bog. La precisión de los mapas se verificó utilizando un conjunto de métricas de rendimiento basadas en áreas. La aplicación de este método reduce así el número de estudios de campo que normalmente se requieren para evaluar el cambio ecológico a largo plazo de dichos hábitats de humedales. El desempeño del método propuesto demuestra que la técnica es una forma robusta, rápida y rentable de mapear los hábitats de humedales estacionalmente y explorar sus sinergias ecohidrológicas.


Imágenes de satélite de EE. UU., 1960-1999

Washington, D.C., 14 de abril de 1999 & ndash El uso de plataformas aéreas para observar eventos en la tierra se remonta a la Revolución Francesa, cuando Francia organizó una compañía de aerostáticos, o balonistas, en abril de 1794. Estados Unidos empleó globos durante la Guerra Civil, aunque se tenía poca inteligencia de valor. adquirido. En enero de 1911, el paseo marítimo de San Diego se convirtió en el primer objetivo de las cámaras llevadas a bordo de un avión. Más tarde, ese mismo año, el Cuerpo de Señales del Ejército de los EE. UU. Incorporó la fotografía aérea al plan de estudios de su escuela de entrenamiento de vuelo. Entre 1913 y 1915, el Ejército de los Estados Unidos realizó misiones de reconocimiento visual y fotográfico en Filipinas y a lo largo de la frontera con México. 1

Durante la Segunda Guerra Mundial, Estados Unidos hizo un amplio uso de la fotografía de aviones utilizando bombarderos remodelados. Después de la guerra, con el surgimiento de una relación hostil con la Unión Soviética, Estados Unidos comenzó a realizar misiones fotográficas a lo largo de la periferia soviética. Sin embargo, las cámaras de la aeronave solo podían capturar imágenes del territorio a unas pocas millas de la ruta de vuelo.

En algunas misiones, los aviones volaron al espacio aéreo soviético, pero incluso esas misiones no proporcionaron la cobertura necesaria del vasto interior soviético. Como resultado, a principios de la década de 1950, Estados Unidos comenzó a explorar seriamente métodos más avanzados para obtener imágenes de objetivos en toda la Unión Soviética. El resultado fue el desarrollo, producción y empleo de una variedad de naves espaciales y aeronaves (particularmente el U-2 y A-12 / SR-71) que permitieron a la comunidad de inteligencia de los Estados Unidos monitorear de cerca los desarrollos en la Unión Soviética y otras naciones a través de imágenes de arriba.

Las capacidades de las naves espaciales y las aeronaves han evolucionado de estar limitadas a la fotografía de luz visible en blanco y negro a poder producir imágenes utilizando diferentes partes del espectro electromagnético. Como resultado, las imágenes a menudo se pueden obtener en circunstancias (oscuridad, nubosidad) en las que la fotografía de luz visible estándar no es factible. Además, el empleo de diferentes porciones del espectro electromagnético, individual o simultáneamente, amplía la información que se puede producir sobre un objetivo.

El equipo fotográfico puede ser de película o electroóptico. Una cámara convencional captura una escena en película registrando los diferentes niveles de luz reflejados por todos los objetos separados en la escena. Por el contrario, una cámara electroóptica convierte los diferentes niveles de luz en señales eléctricas. Se asigna un valor numérico a cada una de las señales, que se denominan elementos de imagen o píxeles. En una estación de recepción terrestre, se puede construir una imagen a partir de la señal digital transmitida desde la nave espacial (a menudo a través de un satélite de retransmisión). 2

Además de la porción de luz visible del espectro electromagnético, la porción del infrarrojo cercano del espectro, que es invisible para el ojo humano, se puede emplear para producir imágenes. Al mismo tiempo, las imágenes del infrarrojo cercano, como las de luz visible, dependen de los objetos que reflejan la radiación solar más que de su emisión de radiación. Como resultado, estas imágenes solo se pueden producir a la luz del día y en ausencia de una capa de nubes sustancial. 3

Las imágenes térmicas infrarrojas, obtenidas de las porciones del infrarrojo medio y lejano del espectro electromagnético, proporcionan imágenes simplemente al detectar el calor emitido por los objetos. Así, un sistema de infrarrojos térmico puede detectar estructuras enterradas, como silos de misiles o construcciones subterráneas, como resultado del calor que generan. Dado que las imágenes térmicas infrarrojas no requieren luz visible, se pueden obtener en condiciones de oscuridad, si el cielo está libre de nubes. 4

Las imágenes se pueden obtener durante el día o la noche en presencia de una capa de nubes mediante el empleo de un radar de imágenes (un acrónimo de detección y alcance por radio). Las imágenes de radar se producen haciendo rebotar ondas de radio en un área o un objeto y utilizando los retornos reflejados para producir una imagen del objetivo. Dado que las ondas de radio no son atenuadas por el vapor de agua en la atmósfera, pueden penetrar la capa de nubes. 5

Independientemente de cómo se obtengan las imágenes, es necesario procesarlas e interpretarlas para convertirlas en datos de inteligencia. Se pueden emplear computadoras para mejorar la cantidad y calidad de la información extraída. Obviamente, las imágenes electroópticas digitales llegan en una forma que facilita tales operaciones. Pero incluso las imágenes analógicas obtenidas con una cámara convencional se pueden convertir en señales digitales. En cualquier caso, una computadora desarma una imagen en millones de pulsos de código Morse electrónico y luego usa fórmulas matemáticas para manipular el contraste de color y la intensidad de cada punto. Cada imagen se puede volver a ensamblar de varias maneras para resaltar las características especiales y los objetos que estaban ocultos en la imagen original. 6

Haga clic en cualquiera de las siguientes imágenes para ver una versión más grande de la foto.

CORONA, ARGON y LANYARD

Un poco menos de nueve años después, el 16 de marzo de 1955, la Fuerza Aérea emitió el Requisito Operacional General No. 80, estableciendo oficialmente un requisito de alto nivel para un satélite de reconocimiento avanzado. El documento definió el objetivo de la Fuerza Aérea como la provisión de vigilancia continua de "áreas preseleccionadas de la tierra" con el fin de "determinar el estado de la capacidad bélica de un enemigo potencial". 9

Durante los siguientes cinco años, el programa de satélites de reconocimiento de EE. UU. Evolucionó de diversas formas. El éxito de los satélites Sputnik I y II de la Unión Soviética en el otoño de 1957 estimuló todos los programas espaciales estadounidenses, ya que cualquier éxito podría utilizarse en la guerra de propaganda con la Unión Soviética. En el caso de los programas de reconocimiento de EE. UU., Sputnik proporcionó un segundo incentivo. Las claras implicaciones de los lanzamientos del Sputnik para el desarrollo de misiles balísticos intercontinentales soviéticos aumentaron la presión para descubrir el alcance de las capacidades soviéticas, algo que los vuelos esporádicos U-2 solo podían hacer de manera limitada. 10

El programa de la Fuerza Aérea fue designado primero como Sistema de Reconocimiento Avanzado (ARS), luego SENTRY y finalmente SAMOS. La responsabilidad administrativa de SAMOS fue transferida de la Fuerza Aérea a la Agencia de Proyectos de Investigación Avanzada (ARPA), establecida el 7 de febrero de 1958, y luego de regreso a la Fuerza Aérea a fines de 1959. 11

La preocupación por el tiempo que tomaría lograr el objetivo principal del programa SAMOS - un satélite que podría escanear su película expuesta y devolver las imágenes electrónicamente - llevó a la aprobación del presidente Dwight Eisenhower, también el 7 de febrero de 1958, de un Programa de la CIA para desarrollar un satélite de reconocimiento. El programa de la CIA, designado CORONA, se centró en el desarrollo de un satélite que devolvería físicamente sus imágenes en un recipiente, un objetivo que había sido una parte subsidiaria del programa SAMOS. 12

Si bien todas las diversas versiones del programa SAMOS se cancelarían a principios de la década de 1960, CORONA se convertiría en un pilar del programa de reconocimiento espacial de EE. UU. Durante más de una década. Se necesitaría más de un año, a partir de 1959, y 14 lanzamientos antes de que se pusiera en órbita una nave espacial CORONA operativa. Nueve de los primeros doce lanzamientos llevaban una cámara que estaba destinada a fotografiar áreas de la Unión Soviética y otras naciones. Todos los vuelos terminaron en fracaso por una razón u otra. La decimotercera misión, un vuelo de diagnóstico sin equipo de cámara, fue el primer éxito, ya que se devolvió un bote del espacio y se recuperó en el mar. 13

Luego, el 18 de agosto, una CORONA se puso en órbita, orbitó la Tierra durante un día y devolvió su bote a la tierra, donde fue arrebatado por un avión especialmente equipado el 19 de agosto. La cámara llevada en ese vuelo sería designó retroactivamente el KH-1 (KH para KEYHOLE) y fue el cable de producir imágenes con una resolución en el área de 25-40 pies, muy lejos de lo que sería estándar en solo unos pocos años. Sin embargo, produjo más imágenes de la Unión Soviética en su único día de operación que todo el programa U-2. 14

La próxima misión CORONA exitosa se llevaría a cabo el 7 de diciembre de 1960. Esta vez, un sistema de cámara más avanzado, el KH-2, estaría a bordo. Desde ese momento, hasta el final del programa CORONA en 1972, habría una sucesión de nuevos sistemas de cámaras, el KH-3, KH-4, KH-4A y KH-4B, que produjeron imágenes de mayor resolución que sus predecesores, lo que finalmente dio como resultado un sistema que podría producir imágenes con una resolución de aproximadamente 5-6 '. Además, dos programas más pequeños, ARGON (para mapeo) y LANYARD (motivado por un objetivo específico en la Unión Soviética), operaron durante los años 1962-1964 y 1963 respectivamente. En total hubo 145 misiones, que arrojaron más de 800.000 imágenes de la Unión Soviética y otras áreas del mundo. 15

Esas imágenes mejoraron drásticamente el conocimiento de Estados Unidos sobre las capacidades y actividades de la Unión Soviética y otras naciones. Quizás su mayor logro ocurrió dentro de los 18 meses posteriores a la primera misión CORONA exitosa. Las fotografías acumuladas permitieron a la comunidad de inteligencia estadounidense disipar el miedo a la brecha de los misiles, y las estimaciones anteriores de una fuerza de misiles balísticos intercontinentales soviéticos ascendían a cientos a mediados de 1962 y se convirtieron, en septiembre de 1961, en una estimación de entre 25 y 50. Para junio de 1964, satélites CORONA había fotografiado los 25 complejos de misiles balísticos intercontinentales soviéticos. Las imágenes de CORONA también permitieron a los EE. UU. Catalogar la defensa aérea soviética y los sitios de misiles antibalísticos, las instalaciones relacionadas con las armas nucleares, las bases de submarinos, los sitios de IRBM, las bases aéreas, así como las instalaciones militares de China, Europa del Este y otras naciones. También permitió la evaluación de conflictos militares, como la Guerra de los Seis Días de 1967, y el seguimiento del cumplimiento del control de armas soviético. dieciséis

En febrero de 1995, el presidente Clinton firmó una orden ejecutiva que desclasificaba esas imágenes. 17

Una imagen KH-4A del aeródromo de Dolon, que era una importante instalación de aviación de largo alcance soviética ubicada en lo que hoy es la República de Kazajstán. La imagen muestra dos regimientos de bombarderos Tupolev (Tu-16) Bear. La pista principal tiene 13.200 pies de largo.

El sistema de cámara KH-4A se introdujo por primera vez en agosto de 1963. La resolución variaba de 9 a 25 pies.

Una imagen KH-4B de Moscú, con un inserto del Kremlin. En la ampliación del Kremlin, los vehículos individuales pueden identificarse como camiones o automóviles, y se puede ver la fila de personas que esperan ingresar a la Tumba de Lenin en la Plaza Roja. Según la CIA, la fotografía "ilustra algunas de las imágenes de mejor resolución adquiridas por el sistema de cámara KH-4B".

El KH-4B se introdujo por primera vez en septiembre de 1967 y generalmente producía imágenes con una resolución de 6 pies.

Una imagen KH-4B, tomada el 11 de febrero de 1969 de una instalación nuclear taiwanesa. La comunidad de inteligencia de los Estados Unidos, confiando en CORONA y otras formas de inteligencia, ha monitoreado de cerca las instalaciones nucleares de adversarios como la Unión Soviética y la República Popular China y las de naciones amigas como Taiwán e Israel.

Las próximas generaciones

El programa GAMBIT proporcionó un complemento importante a CORONA. Iniciado en 1960, produjo el primer satélite de "observación de cerca" o "localización". El énfasis de las operaciones de GAMBIT, que comenzaron en 1963 y continuaron durante parte de 1984, fue producir imágenes de alta resolución en objetivos específicos (en lugar de áreas generales). Tal resolución permitiría la producción de inteligencia más detallada, particularmente inteligencia técnica sobre sistemas de armas extranjeros. La primera cámara GAMBIT, la KH-7, podía producir fotografías con una resolución de aproximadamente 18 pulgadas, mientras que el segundo y último modelo, la KH-8 era capaz de producir fotografías con una resolución de menos de 6 pulgadas. 18

Mientras que la Fuerza Aérea se concentraba en los sistemas de alta resolución, a la CIA (después de numerosas batallas burocráticas) se le asignó la responsabilidad del programa de vigilancia de área de próxima generación. Ese programa, que llegó a ser designado HEXAGON, resultó en satélites que llevaban el sistema de cámara KH-9, capaz de producir imágenes que cubren incluso más territorio que los satélites CORONA, con una resolución de 1-2 pies. Dieciocho satélites HEXAGON se pondrían en órbita entre 1971 y 1984, cuando finalizó el programa. 19

A finales de 1976, se añadió una nueva capacidad cuando se puso en órbita el satélite que transportaba el sistema óptico KH-11. A diferencia de sus predecesores, el KH-11, también conocido por los nombres de código de programa KENNAN y CRYSTAL, no devolvió los botes de película para ser recuperados e interpretados. Más bien, la luz capturada por su sistema óptico se transformó en señales electrónicas y se transmitió (a través de un satélite de retransmisión en una órbita más alta) a una estación terrestre, donde las señales se grabaron en una cinta y se convirtieron en una imagen. Como resultado, EE. UU. Podría obtener imágenes satelitales de un sitio o actividad virtualmente simultáneamente con un satélite que pasa por encima. 20

La década de 1980 vio una serie de divulgaciones inadvertidas o no autorizadas de imágenes de satélite de EE. UU. En 1980, como resultado del fiasco en Desert One, donde las fuerzas estadounidenses aterrizaron en preparación para un intento de rescatar a los rehenes estadounidenses retenidos en Irán, las imágenes del KH-11 de posibles sitios de evacuación en Teherán quedaron atrás. En 1981, Aviation Week & amp Space Technology publicó una foto KH-11 filtrada (y degradada) de un bombardero soviético en el aeródromo de Ramenskoye.

En 1984, dos imágenes de aviones soviéticos, tomadas por un satélite KH-8 o KH-9, se publicaron inadvertidamente en audiencias del Congreso. Ese mismo año, un empleado del Centro de Apoyo de Inteligencia Naval proporcionó Jane's Defense Weekly con varias imágenes tomadas por un satélite KH-11 de una instalación de construcción naval soviética. 21

Esta foto KH-11 mejorada por computadora de 1984, tomada en un ángulo oblicuo, fue filtrada, junto con otras dos, a Jane's Defense Weekly por el analista de inteligencia naval, Samuel Loring Morison. La imagen muestra el diseño general del astillero Nikolaiev 444 en el Mar Negro. En construcción hay un portaaviones de la clase Kiev (que se muestra en el lado izquierdo de la foto), entonces conocido como Kharkov, junto con un barco de desembarco anfibio.
Morison fue llevado a juicio, condenado y enviado a prisión en un caso controvertido.

Estas fotografías satelitales, que muestran un MiG-29 FULCRUM y SU-27 FLANKER, fueron mostradas al Comité de Asignaciones de la Cámara durante las audiencias presupuestarias de 1984. Luego se publicaron, aparentemente por error, en la versión saneada de las audiencias divulgadas al público. Durante el juicio de 1985 de Samuel Loring Morison, los fiscales del gobierno reconocerían que las fotografías eran imágenes de satélite, producidas por un sistema diferente al KH-11.

Sistemas actuales

Los satélites avanzados KH-11 tienen una órbita más alta que la exhibida por sus predecesores, operando con perigeos de aproximadamente 150 millas y apogeos de aproximadamente 600 millas. Además, también tienen algunas capacidades adicionales. Contienen una capacidad de imágenes infrarrojas, incluida una capacidad de imágenes térmicas infrarrojas, lo que permite obtener imágenes durante la oscuridad. Además, los satélites llevan el sistema métrico CRYSTAL mejorado (ICMS), que coloca las marcas necesarias en las imágenes devueltas para permitir su explotación completa con fines cartográficos. Además, el Advanced KH-11 puede transportar más combustible que el modelo original, quizás de 10,000 a 15,000 libras. Esto permite una vida útil más larga para el nuevo modelo, posiblemente hasta ocho años. 22

Un segundo componente de la flota de imágenes espaciales de EE. UU. Son los satélites desarrollados y desplegados bajo un programa conocido primero como INDIGO, luego como LACROSSE y más recientemente como VEGA. En lugar de emplear un sistema electroóptico, llevan un radar de imágenes. Los satélites cerraron una brecha importante en las capacidades de EE. UU. Al permitir que la comunidad de inteligencia de EE. UU. Obtenga imágenes incluso cuando los objetivos están cubiertos por nubes. 23

El primer VEGA se lanzó el 2 de diciembre de 1988 desde el transbordador espacial Atlantis (y se desorbitó en julio de 1997). Un segundo fue orbitado en marzo de 1991, desde Vandenberg AFB en un Titán IV, y un tercero en octubre de 1997. Los satélites han operado en órbitas de aproximadamente 400 millas y con inclinaciones de 57 y 68 grados respectivamente. 24

Cuando se concibió, el propósito principal previsto para el satélite era monitorear la armadura soviética y del Pacto de Varsovia. Misiones recientes de VEGA incluyeron el suministro de imágenes para evaluaciones de daños con bombas de las consecuencias de los ataques con misiles Navy Tomahawk en instalaciones de defensa aérea iraquíes en septiembre de 1996, monitoreando los sitios de almacenamiento de armas iraquíes y rastreando los movimientos de tropas iraquíes como la dispersión de la Guardia Republicana cuando la Guardia estaba amenazado con un ataque estadounidense a principios de 1998. VEGA tiene una resolución de 3 a 5 pies, y se informa que su resolución es suficiente para permitir la discriminación entre tanques y vehículos blindados de transporte de personal y la identificación de cráteres de bombas de 6 a 10 pies de diámetro. 25

El satélite LACROSSE / VEGA que se lanzó en octubre de 1997 puede ser el primero de una nueva generación de satélites de imágenes de radar. La nueva generación aparentemente tendrá mayor resolución y el tamaño de la constelación puede incrementarse de 2 a 3. 26

Una fotografía avanzada de KH-11 de la planta farmacéutica de Shifa, Sudán. Esta foto degradada, de aproximadamente 1 metro de resolución, fue publicada oficialmente después del ataque de Estados Unidos a la planta en agosto de 1998 en represalia por los ataques a dos embajadas de Estados Unidos en África. Estados Unidos alegó, al menos parcialmente sobre la base de muestras de suelo, que la planta estaba involucrada en la producción de armas químicas.

Una fotografía KH-11 avanzada degradada del campo base de Zhawar Kili (oeste), Afganistán, que albergaba instalaciones de entrenamiento para la organización terrorista de Osama Bin Laden.

La fotografía fue utilizada por el secretario de Defensa William S. Cohen y el general Henry H. Shelton, presidente del Estado Mayor Conjunto, para informar a los periodistas sobre el ataque con misiles de crucero de Estados Unidos a la instalación.

Una de las más de veinte fotografías avanzadas degradadas del KH-11, publicadas por el Departamento de Defensa en diciembre de 1998 durante la Operación Desert Fox. La versión clasificada y de mayor resolución de la imagen fue utilizada por intérpretes de imágenes de la Agencia Nacional de Imágenes y Cartografía para evaluar el daño causado por los ataques aéreos estadounidenses.

Una foto avanzada degradada del KH-11 del aeródromo de Al Sahra, Irak, utilizada por el vicealmirante Scott A. Fry, USN, director, J-3 y el contralmirante Thomas R. Wilson, USN, director de inteligencia del Estado Mayor Conjunto en una rueda de prensa del Pentágono el 18 de diciembre de 1998.

Las flechas en esta imagen avanzada degradada del KH-11, utilizada en una rueda de prensa del Pentágono el 19 de diciembre de 1998, muestran dos áreas donde la Secretaría Presidencial resultó dañada debido a los ataques aéreos de la Operación Desert Fox.

Fotografía de evaluación previa al ataque de la guarnición y el cuartel general del ejército de Belgrado, Serbia.

Fotografía de evaluación de daños posterior al ataque de la guarnición y el cuartel general del ejército de Belgrado, Serbia, atacada durante la Operación Fuerza Aliada.

Imágenes comerciales

Los LANDSAT 4 y 5 operan en órbitas síncronas con el sol de 420 millas y cada uno lleva un Thematic Mapper (TM), una versión mejorada del escáner multiespectral (MSS) en los LANDSAT anteriores. Las imágenes típicas de LANDSAT son de 111 por 102 millas, lo que proporciona una cobertura de área amplia significativa. Sin embargo, la resolución de las imágenes es de aproximadamente 30 metros, lo que las hace útiles solo para las tareas de inteligencia más burdas.

SPOT, un acrónimo de Le Systeme Pour l'Observation de la Terre, es operado por la agencia espacial nacional francesa. SPOT 1 se lanzó en 1986, seguido de tres satélites adicionales a intervalos de aproximadamente cuatro años. Los satélites SPOT operan en órbitas de aproximadamente 500 millas y llevan dos sistemas de sensores. Los satélites pueden devolver imágenes en blanco y negro (pancromáticas) con una resolución de 33 pies e imágenes multiespectrales con una resolución de 67 pies. Las imágenes son de mayor resolución que las de LANDSAT, pero cubren menos territorio, aproximadamente 36 millas por 36 millas. 28

El uso de imágenes comerciales por parte de la comunidad de inteligencia de EE. UU. Se expandirá drásticamente en los próximos años si la nueva generación de satélites de imágenes comerciales cumple con las expectativas, que incluyen imágenes con una resolución de 1 metro. Dichas imágenes y el costo reducido de obtenerlas cuando se compran comercialmente permitirán a la comunidad de inteligencia de los EE. UU. Satisfacer parte de sus necesidades a través de dichos sistemas comerciales.

Entre los satélites comerciales que se espera que produzcan imágenes de alta resolución se encuentran los satélites Ikonos que lanzará Space Imaging Eosat (que también opera los satélites LANDSAT). El primero de los satélites, programado para ser lanzado en el verano de 1999 desde Vandenberg AFB, está diseñado para generar imágenes pancromáticas de 1 metro y multiespectrales de 4 metros. Está previsto el lanzamiento de un satélite similar en septiembre de 1998. 29

También prometedores proporcionar imágenes pancromáticas de 1 metro e imágenes multiespectrales de 4 metros son los satélites que serán desarrollados por EarthWatch y Orbital Sciences. El satélite Quickbird de 1 metro de resolución de EarthWatch está programado para su lanzamiento a fines de 1998 o 1999. El satélite OrbView-3 de Orbital Science se lanzará en 1999. Se espera que tenga una vida útil de 3-5 años y produzca imágenes que cubran segmentos de 5x5 millas con 1 -resolución del medidor. 30

Una fotografía aérea de Mountain View, California, que ha sido escaneada digitalmente para representar las imágenes de un metro que se espera que proporcionen los satélites Ikonos.


Imágenes

Los datos de ortoimagen suelen ser imágenes aéreas de alta resolución que combinan los atributos visuales de una fotografía aérea con la precisión espacial y la fiabilidad de un mapa planimétrico. La resolución de la ortoimagen digital del USGS puede variar de 6 pulgadas a 1 metro. El Mapa Nacional ofrece descargas gratuitas de ortoimagen de 1 metro de dominio público para los Estados Unidos limítrofes con muchas áreas urbanas y otras ubicaciones con una resolución de 2 pies o más fina.

Datos: documentación y descargas

Ortoimagen de un intercambio de cuatro vías, Los Ángeles, CA. (Dominio publico.)

Aspectos destacados de estado y amplificador

Otros recursos y actividades de datos de ortoimagen

Ortoimagen del área que rodea al green 17, Pebble Beach Golf Links, California. (Dominio publico.)


La teledetección es una herramienta fundamental para comprender la Tierra y respaldar las comunicaciones entre los seres humanos y la Tierra. Las aplicaciones de inteligencia artificial y las técnicas de ciencia de datos brindan nuevas oportunidades de investigación en diversos campos, como la teledetección, que utiliza las comunicaciones de quinta generación y el IoT. En el área de la teledetección, el sistema y la información generada por humanos aportan una cantidad masiva de datos mientras se solicitan nuevos niveles de precisión, complejidad, seguridad, logros y confiabilidad. Con este fin, se necesitan investigaciones aplicables y consistentes sobre inteligencia artificial y métodos basados ​​en minería de datos. Estos métodos pueden ser herramientas generales y específicas de inteligencia artificial, incluidos modelos de regresión, redes neuronales, árboles de decisión, recuperación de información, aprendizaje por refuerzo, modelos gráficos y procesos de decisión. Confiamos en que la inteligencia artificial y los métodos de ciencia de datos proporcionarán herramientas prometedoras para muchos problemas desafiantes de la teledetección en términos de precisión y confiabilidad. Este número especial tiene como objetivo informar sobre los últimos avances y tendencias relacionados con el aprendizaje artificial avanzado y las técnicas de ciencia de datos para los problemas de procesamiento de datos de teledetección. Se agradecen los trabajos de naturaleza teórica y aplicativa, así como las contribuciones sobre nuevas técnicas avanzadas de aprendizaje artificial y ciencia de datos para la comunidad de investigación de la teledetección. Los temas de interés incluyen principalmente, entre otros:

  • Enfoque de inteligencia artificial y ciencia de datos para la teledetección
  • Aprendizaje reforzado para la teledetección
  • Recuperación de información para teledetección
  • Análisis de big data para más allá de 5G
  • Computación de borde / niebla para detección remota
  • Análisis de datos de IoT en teledetección
  • Aplicaciones basadas en datos en la teledetección

Prof. Dr. Gwanggil Jeon
Editor invitado

Información de envío de manuscritos

Los manuscritos deben enviarse en línea en www.mdpi.com registrándose e iniciando sesión en este sitio web. Una vez que esté registrado, haga clic aquí para ir al formulario de envío. Los manuscritos se pueden enviar hasta la fecha límite. Todos los artículos serán revisados ​​por pares. Los artículos aceptados se publicarán continuamente en la revista (tan pronto como se acepten) y se enumerarán juntos en el sitio web del número especial. Se invita a artículos de investigación, artículos de revisión y comunicaciones breves. Para los trabajos planificados, se puede enviar un título y un breve resumen (alrededor de 100 palabras) a la Oficina Editorial para su publicación en este sitio web.

Los manuscritos enviados no deben haber sido publicados previamente, ni estar en consideración para su publicación en otro lugar (excepto los artículos de actas de congresos). Todos los manuscritos son revisados ​​minuciosamente a través de un proceso de revisión por pares simple ciego. Una guía para autores y otra información relevante para el envío de manuscritos está disponible en la página de Instrucciones para Autores. Sensores remotos es una revista quincenal de acceso abierto revisada por pares y publicada por MDPI.

Visite la página de Instrucciones para los autores antes de enviar un manuscrito. El cargo por procesamiento de artículos (APC) para la publicación en esta revista de acceso abierto es de 2400 CHF (francos suizos). Los trabajos enviados deben estar bien formateados y utilizar un buen inglés. Los autores pueden utilizar el servicio de edición en inglés de MDPI antes de la publicación o durante las revisiones de los autores.


Manual de análisis y pedido de imágenes satelitales de alta resolución

Las imágenes de satélite de alta resolución se pueden utilizar para la documentación, el seguimiento y los esfuerzos de promoción relacionados con los derechos humanos. Las imágenes son particularmente útiles para evaluar el alcance de los conflictos violentos, el desplazamiento forzado y otras preocupaciones de derechos humanos en áreas remotas, inaccesibles o controladas de otra manera del mundo, como Birmania y Sri Lanka. A medida que la capacidad de generación de imágenes de los satélites de alta resolución se ha desarrollado a lo largo de los años, también lo ha hecho el poder de analizar el impacto del conflicto en la infraestructura y otras características identificables a partir de las imágenes. Además, el costo decreciente de las tecnologías geoespaciales y la creciente disponibilidad de datos geoespaciales han hecho del análisis de imágenes de alta resolución una herramienta de investigación viable para las organizaciones de derechos humanos.

Los proyectos de análisis de imágenes satelitales generalmente implican documentar el daño a un área después de que ha ocurrido un evento. Por ejemplo, en 2009, la AAAS examinó imágenes de la Zona de seguridad civil (CSZ) en Sri Lanka después de que las fuerzas gubernamentales derrotaran a los Tigres tamiles. La comparación de imágenes del área antes y después de que fuera declarada CSZ reveló nuevos cráteres de bombas y proyectiles y daños en los tejados.Este tipo de recopilación de pruebas es útil para corroborar los relatos de las ONG y los testigos presenciales de los acontecimientos sobre el terreno y se ha realizado en Birmania, Zimbabwe y otros lugares.

El análisis de imágenes también se puede utilizar para monitorear áreas inaccesibles o prohibidas donde aún no ha ocurrido un evento, pero el potencial de conflicto es alto. En estas aplicaciones, se supervisa un área de interés mediante la recopilación y actualización continua de imágenes. Eyes on Darfur, un proyecto conjunto de AAAS y Amnistía Internacional, es un ejemplo de un proyecto de seguimiento activo. El sitio tiene imágenes de las aldeas de Darfuri que son vulnerables a los ataques, y se sigue actualizando periódicamente según sea necesario con nuevas imágenes para evaluar los cambios recientes que se han producido. Si bien es ideal monitorear un área de conflicto potencial mediante la adquisición de nuevas imágenes satelitales de manera continua, hacerlo puede ser bastante costoso.

Eyes on Darfur también muestra cómo las imágenes pueden servir como una herramienta de promoción eficaz al ilustrar claramente el impacto de los ataques armados en las poblaciones civiles. Las imágenes de satélite también se prestan bien para la publicación por parte de organizaciones de noticias, informes de investigación e incluso procedimientos legales porque pueden corroborar objetivamente los relatos de testigos presenciales y otros informes. Además de los conflictos violentos, las imágenes también se pueden utilizar para evaluar otros problemas, desde la deforestación hasta los derechos territoriales de los indígenas. Si bien realizar análisis de imágenes puede parecer abrumador, esta guía tiene como objetivo desglosar el proceso de identificación, adquisición y análisis de imágenes en pasos concisos con énfasis en minimizar los costos.

Sobre los satélites

La mayoría de las imágenes comerciales de alta resolución provienen de satélites operados por DigitalGlobe, GeoEye e ImageSat International. Cada empresa opera satélites con una resolución pancromática (blanco y negro) de menos de un metro, y algunos también tienen una resolución multiespectral (color) de menos de dos metros. Por ejemplo, el satélite WorldView-2 de DigitalGlobe tiene resoluciones pancromáticas de 50 centímetros (cm) y multiespectrales de 1,84 metros. Esto significa efectivamente que el satélite detectará objetos de más de 50 cm. Cada imagen producida por el satélite está compuesta por millones de píxeles, cada uno de los cuales representa una superficie cuadrada del suelo de 50 cm por 50 cm. Este nivel de resolución es ideal para analizar áreas de conflicto, donde las casas pequeñas y otras estructuras a menudo son destruidas por la violencia. La mayoría de los satélites actuales, sin embargo, no pueden capturar personas individuales porque sus dimensiones, cuando se ven desde arriba, son más pequeñas que la mayoría de las resoluciones de imágenes. Ocasionalmente se ven imágenes donde las personas, o más probablemente sus sombras, son visibles como píxeles individuales, pero esta es la excepción y no la norma. Conocer los límites de la capacidad de obtención de imágenes por satélite será útil para identificar si un proyecto es adecuado para este tipo de análisis.

Evaluación de un proyecto

Muchas cuestiones de derechos humanos, pero no todas, pueden beneficiarse de la aplicación de imágenes satelitales por parte de grupos de derechos humanos. Los eventos que involucran violencia de persona a persona no son adecuados para el análisis de imágenes debido a la incapacidad de la mayoría de los satélites para capturar individuos en tierra. Sin embargo, los eventos a gran escala durante los cuales se queman casas, se usa artillería o bombas, o se excavan tumbas grandes, es más probable que sean apropiados para el análisis de imágenes. Para ver algunos ejemplos de situaciones en las que las imágenes de satélite resultaron útiles, consulte la página de estudio de caso de SHRP. Algunas preguntas simples que el investigador puede hacer para determinar si las imágenes de satélite podrían ser útiles incluyen:

  1. ¿El evento en cuestión implicó cambios significativos en edificios, carreteras, cobertura vegetal, vehículos u otras características de más de 2-3 metros cuadrados?
  2. ¿Se conoce la ubicación precisa del evento en cuestión o se puede determinar?
  3. ¿Se conoce la fecha del evento o se puede determinar?
  4. ¿Ocurrió el evento después de 1999, cuando se lanzó el primer satélite comercial de alta resolución?

Si todas las respuestas a lo anterior son sí, es posible que el proyecto de derechos humanos sea adecuado para el análisis de imágenes. Luego, los investigadores deberán trabajar en el proceso de identificar áreas de interés, buscar y localizar imágenes de satélite relevantes y adquirir y analizar esas imágenes. Estos pasos se describen con mayor detalle a continuación.

Identificación del área de interés

Como primer paso en cualquier proyecto de análisis, es necesario definir los límites del área de interés. Para hacerlo, los investigadores deben buscar los nombres de ciudades, ríos, puntos de referencia y otras características de las fuentes que describen los eventos en cuestión. Uno debe enfocarse en áreas donde es más seguro que un evento haya tenido lugar y establecer un marco de tiempo para que ocurra. Los nombres de lugares que definen el área de interés se utilizarán para buscar y ordenar imágenes, y deben estar asociados con coordenadas geográficas específicas. Este proceso, conocido como "geocodificación", se puede realizar mediante la web, mapas tradicionales, Google Earth, " comparadores difusos ", mapeo aportado por el usuario y otros métodos, como se describe a continuación.

Un área de interés puede definirse mediante un punto o un polígono. Definir el área como un punto usando un solo par de coordenadas es útil cuando el lugar es pequeño y preciso, como una prisión secreta. Pero si se ha quemado una ciudad entera, o si se han bombardeado varias aldeas, es más útil crear un contorno poligonal del área (como un archivo de forma compatible con GIS o KML de Google Earth). Debido a que el análisis de imágenes puede llevar mucho tiempo y dado que los precios se basan en la cantidad de kilómetros cuadrados comprados, generalmente es beneficioso minimizar, en la medida de lo posible, el tamaño del área de interés.

Google Earth (GE) es una aplicación de escritorio independiente y gratuita que proporciona imágenes satelitales de gran parte del mundo y es útil para identificar un área de interés. Para determinar las coordenadas de un área, amplíe la región usando la rueda de desplazamiento del mouse o el control deslizante en el lado derecho de la ventana del mapa. Alternativamente, ingrese el nombre del lugar en el cuadro "Volar a" del panel de búsqueda y, en muchos casos, Google Earth ubicará el área automáticamente. Luego, asegúrese de que la barra de estado, que muestra la latitud, la longitud y la elevación, aparezca a lo largo del borde inferior de la ventana del mapa. Si no es así, haga clic en Ver & lt barra de estado. La barra muestra la ubicación del cursor del mouse en el globo. Si la ubicación de interés es pequeña, como un solo edificio, acérquese tanto como sea posible y registre la latitud y la longitud de la barra de estado. Este punto se puede utilizar para buscar en los archivos de las empresas de satélites.

Si el área de interés es grande e imprecisa, el investigador puede encontrar útil crear un esquema de la misma, lo que se puede hacer seleccionando "Polígono" en el menú "Agregar" o seleccionando el botón "Agregar polígono" en Google Earth. barra de herramientas. Aparecerá un cuadro de diálogo que le permitirá al usuario crear un polígono haciendo clic para crear nuevos vértices. Una vez que se haya completado el polígono, haga clic en Aceptar en el cuadro de diálogo. Si el usuario desea editar el polígono, simplemente haga clic derecho y seleccione Propiedades para realizar cambios. Después de crear el área de interés, guarde el polígono como KML haciendo clic con el botón derecho en el elemento en el panel Lugares y seleccionando "Guardar lugar como". En el cuadro de diálogo resultante, cambie "Guardar como tipo" a KML y presione Guardar. Los archivos KML se pueden utilizar para buscar archivos de GeoEye. Para buscar los archivos de DigitalGlobe utilizando el área de interés, el archivo KML deberá convertirse en un shapefile. El beneficio de crear un polígono del área de interés en lugar de simplemente grabar un punto central es que la búsqueda de imágenes se limita a la región delineada. A continuación, se incluye más información sobre la búsqueda de archivos en la sección Búsqueda e identificación de imágenes.

Si el nombre de un lugar no se puede ubicar con Google Earth, considere usar un comparador difuso. Esta herramienta busca en una gran base de datos cualquier nombre de lugar que coincida o sea muy similar al nombre de lugar que se ingresó. A continuación, se muestran la latitud y la longitud de cada coincidencia. Basándose en nombres de lugares del Servidor de Nombres GEOnet de la Agencia Nacional de Inteligencia Geoespacial de EE. UU., Mapas topográficos rusos, ONG y otras fuentes, los comparadores difusos tienen el potencial de localizar lugares incluso en las áreas más remotas.

Cuando el uso de los métodos anteriores no logra ubicar un área, las búsquedas web a menudo arrojan resultados útiles a partir de artículos de noticias y publicaciones de blogs. Los sitios web de mapas aportados por los usuarios, como Wikimapia y OpenStreetMap, también pueden proporcionar información geográfica. Las aldeas que son demasiado pequeñas para ser identificadas por Google Earth y las coincidencias difusas a veces son identificadas por los colaboradores de estos sitios.

Búsqueda e identificación de imágenes

Una vez que se han establecido las coordenadas geográficas de un área de interés, comienza la búsqueda de imágenes disponibles. Para documentar un evento, el investigador generalmente necesitará adquirir dos imágenes, una tomada antes del evento y otra tomada después. A veces, se necesitan más imágenes para mostrar cambios durante períodos de tiempo más largos y, de la misma manera, a veces, una sola imagen es todo lo que se necesita.

Al buscar imágenes, es importante tener en cuenta que algunos satélites toman imágenes pancromáticas mientras que otros toman imágenes pancromáticas y multiespectrales. En general, se prefiere comprar una imagen multiespectral ligeramente más cara, que incluye la imagen pancromática, debido a la información de color adicional que se proporciona. Sin embargo, algunos proyectos pueden requerir la mejor resolución posible, que dependiendo de la disponibilidad, puede requerir la compra de un satélite solo pancromático.

Un inconveniente de las imágenes multiespectrales es que tienen una resolución mucho más baja que las imágenes pancromáticas. GeoEye-1, por ejemplo, tiene una resolución multiespectral de 1,65 metros, pero una resolución pancromática de 0,5 metros. Esto se puede remediar mediante el "enfoque panorámico", mediante el cual la información de color de una imagen multiespectral se aplica a la imagen en blanco y negro de la misma área. El resultado es una imagen multiespectral con la resolución de una imagen pancromática. Si bien esto no produce la misma imagen que tendría un sensor multiespectral de 0,5 metros, se aproxima a uno.

Las imágenes multiespectrales varían en su número de bandas. Las imágenes de tres bandas contienen las bandas roja, verde y azul que constituyen una imagen en color. Las imágenes multiespectrales de cuatro bandas incluyen las bandas roja, verde, azul e infrarroja cercana. La banda del infrarrojo cercano identifica la vegetación con mucha facilidad, lo que permite distinguir los árboles de las estructuras y otros elementos. La compra de esta banda adicional puede ser beneficiosa según el proyecto en cuestión. Al comprar una imagen multiespectral, se debe especificar el número de bandas deseado, ya sean tres o cuatro.

Con esta información en mente, las imágenes se pueden localizar buscando en los archivos de imágenes de satélite comerciales y, a veces, también en Google Earth. Generalmente, el primer paso en el proceso de búsqueda es buscar cualquier imagen gratuita de alta resolución en Google Earth.

A. Búsqueda de imágenes en Google Earth

Para comenzar la búsqueda, ingrese las coordenadas o el nombre del lugar del área de destino en el campo "Volar a" o simplemente amplíe la extensión geográfica adecuada en Google Earth. Si hay una imagen de alta resolución disponible, la fecha en que se tomó aparecerá en el borde inferior del visor. El usuario puede buscar imágenes más antiguas haciendo clic en Ver & lt Imágenes históricas o presionando el ícono Imágenes históricas en la barra de herramientas. El control deslizante que aparece en la parte superior permitirá al usuario ver imágenes más antiguas del área de interés, si hay alguna disponible. Para áreas que no están cubiertas por imágenes de alta resolución, pueden estar disponibles imágenes Landsat de baja resolución. Si bien Landsat generalmente no es adecuado para el análisis de derechos humanos, las imágenes pueden resultar útiles según el proyecto. Las imágenes disponibles comercialmente de DigitalGlobe se pueden buscar yendo al panel Capas y seleccionando Más & lt Cobertura de DigitalGlobe. Este método se analiza con más detalle en la sección DigitalGlobe a continuación.

Cuando se encuentra una imagen, se puede guardar una instantánea yendo a Archivo & lt Guardar & lt Guardar imagen. Este proceso es más eficaz si el área de interés es pequeña, aunque se pueden unir varias imágenes pequeñas con otro software para cubrir áreas más amplias. Para obtener una imagen de alta resolución de un área más grande, es posible que se requiera Google Earth Pro. GE Pro permite al usuario guardar imágenes a una resolución más alta (4800 píxeles) que la versión estándar. Se debe comprar una licencia para el programa, y ​​GE Pro incluye la capacidad de medir el área, integrar datos GPS e importar shapefiles.

Si se requiere una imagen satelital georreferenciada de calidad completa para su uso en un programa de sistemas de información geográfica (SIG), entonces será necesario comprar o adquirir la imagen original. Para ello, el usuario deberá buscar en los archivos de las principales empresas de satélites. A continuación se muestra una lista de satélites comerciales de alta resolución:

Satélite Compañía Resolución (metros) Entrada en servicio Notas
QuickBird DigitalGlobe 0,61 sartén, 2,4 multi 2001
WorldView-1 DigitalGlobe 0.4 sartén 2007 Orientación solo por parte del gobierno de EE. UU. Resolución civil degradada a 0,5 m.
WorldView-2 DigitalGlobe 0.46 sartén, 1.84 multi 2009 Resolución civil degradada a 0,5 m.
IKONOS GeoEye Bandeja de 0,82, 4 m múltiple 1999
GeoEye-1 GeoEye 0.41 sartén, 1.65 multi 2008 Resolución civil degradada a 0,5 m.
EROS-B ImageSat International 0,7 sartén 2006

Los archivos en línea de las empresas comerciales se pueden buscar especificando un punto de coordenadas, dibujando un área de interés usando sus interfaces de mapa o cargando un shapefile o KML. A continuación se detalla información específica sobre los satélites, las imágenes y los procesos de búsqueda de DigitalGlobe, GeoEye e ImageSat International.

B. Búsqueda de imágenes de DigitalGlobe

ImageFinder es el archivo de búsqueda de imágenes de DigitalGlobe de sus satélites QuickBird, WorldView-1 y WorldView-2 (ver Tabla), y permite al usuario restringir las búsquedas según la fecha, el ángulo fuera del nadir y la cobertura de nubes. Las áreas de interés se pueden definir en ImageFinder ingresando coordenadas, cargando un shapefile o dibujando un área de interés, como se describe a continuación. Puede encontrar ayuda adicional en este enlace.

Método 1: ingrese las coordenadas del punto central

  1. Desde ImageFinder, vaya a Polígono & lt Ingrese coordenadas.
  2. Introduzca la latitud y la longitud en grados decimales o sexagesimales (DMS). Para ingresar las coordenadas de un polígono, haga clic en la pestaña Corner Coords en la parte superior.
  3. Especifique las dimensiones de búsqueda.

Método 2: cargar shapefile

  1. Desde ImageFinder, vaya a Polygon & lt Upload Shapefile
  2. Adjunte un shapefile comprimido (zip).

Método 3: Dibujar el área de interés

  1. Con la barra de herramientas de ImageFinder, amplíe el área general de interés.
  2. Utilice el cuadro "Dibujar polígono arrastrando" o "Dibujar polígono por punto y haga clic" para definir un área de interés.

A continuación, ImageFinder mostrará el área de interés con un contorno rojo en un mapa dinámico. La latitud, la longitud y el área cuadrada del área de interés aparecerán a la derecha en el cuadro Estado del mapa. Tenga en cuenta que el tamaño mínimo de pedido para las imágenes de archivo de DigitalGlobe es de 25 kilómetros cuadrados, lo que a menudo es suficiente para los fines de la investigación sobre derechos humanos.

Se pueden especificar criterios de búsqueda adicionales haciendo clic en el botón "Modificar filtro" en el cuadro "Filtro de búsqueda". Establezca la cobertura de nubes máxima en 100% y el "Ángulo de nadir máximo desactivado" en 45 grados para ver todas las imágenes adquiridas del área. Al hacer clic en el botón "Buscar" se abrirá una nueva ventana que muestra los resultados de la consulta. La lista se puede ordenar por cualquiera de las columnas de la tabla haciendo clic en el encabezado correspondiente. Las imágenes se pueden previsualizar en una nueva ventana (haciendo clic en el enlace "ver" en cualquier entrada de la tabla) o en un mapa (haciendo clic en la casilla de verificación ubicada debajo del encabezado "examinar imagen").

Una vez identificada una imagen adecuada, registre el ID de la imagen y la Fecha de adquisición para usar al realizar pedidos a un revendedor. También se necesitará un shapefile del área de interés. Al ir a Descargar & lt Polygon Shapefile, el área de interés se puede descargar como un shapefile comprimido y pasar a un revendedor.

Las imágenes de DigitalGlobe también se pueden buscar utilizando Google Earth. En la barra lateral Capas, haga clic en Más & lt Cobertura de DigitalGlobe. Esto mostrará las huellas de todas las imágenes disponibles en el área, como se muestra en la captura de pantalla a continuación.

C.Búsqueda de imágenes de GeoEye

GeoFUSE es el archivo en línea de GeoEye de imágenes capturadas por los satélites IKONOS y GeoEye-1. Con esta interfaz, se puede especificar un área de interés de varias formas, como se describe a continuación. Puede encontrar más ayuda aquí.

Método 1: ingrese las coordenadas del punto central

  1. Desde la página de inicio de GeoFuse, desplácese hacia abajo y haga clic en Opciones de búsqueda avanzadas. En la página siguiente, haga clic en Por consulta de geometría.
  2. Introduzca la latitud y la longitud en grados decimales o sexagesimales (DMS). Para ingresar las coordenadas de un polígono, haga clic en la pestaña Por coordenadas del cuadro delimitador.
  3. Especifique el radio de búsqueda, si corresponde, y haga clic en Process Point Buffer.
  4. Especifique el rango de fechas y la nubosidad máxima y haga clic en Abrir enlace permanente.

Método 2: cargar shapefile / KML / KMZ

  1. Desde la página de inicio de GeoFuse, desplácese hacia abajo y haga clic en Opciones de búsqueda avanzadas. En la página siguiente, haga clic en Subiendo un archivo.
  2. Adjunte un shapefile comprimido (zip), KML o KMZ y haga clic en Procesar archivo.
  3. Especifique el rango de fechas y la nubosidad máxima y haga clic en Abrir enlace permanente.

Método 3: Dibujar el área de interés

  1. Desde la página de inicio de GeoFuse, haga clic en Mapas en línea. Con las herramientas disponibles, amplíe y delinee el área de interés.
  2. Utilice la herramienta Chincheta o Polígono para definir un área de interés.

El mapa resultante mostrará el área de interés y los contornos de las imágenes que coinciden con los criterios especificados. Al hacer clic en el ícono de Preferencias de búsqueda, el usuario puede cambiar la cobertura máxima de nubes y el rango de fechas. Después de ajustar los criterios, los resultados de la búsqueda se pueden descargar como un archivo SHP, KMZ, CSV (Excel) o HTML haciendo clic en el icono Descarga de datos en la parte inferior. Tenga en cuenta que para las imágenes GeoEye, se debe solicitar un área mínima de 49 kilómetros cuadrados. Para comodidad del usuario, el área cuadrada aproximada del área de interés se muestra en la barra inferior de la ventana del mapa.

Se puede obtener una vista previa de una imagen activando la casilla junto al icono de huella en el panel Resultados del catálogo de imágenes. Esto mostrará la imagen directamente en el mapa. También se puede obtener una vista previa de una imagen seleccionando "Detalles", luego presionando "Ver metadatos de imagen completa" en la ventana emergente y, finalmente, desplazándose hacia abajo hasta "URL del archivo de imagen" en la nueva ventana.

El archivo de GeoEye también se puede buscar en Google Earth descargando un archivo KML que interactúa con los servidores de GeoEye. Al abrir el archivo, el KML aparecerá en el panel "Lugares" de Google Earth. Al hacer clic en el logotipo "Buscar en el catálogo de imágenes de GeoEye" que aparece, se abrirá una ventana que contiene las opciones de cobertura de nubes disponibles, que se muestran a continuación.

Una vez que se completa la búsqueda, el rango de fechas se puede cambiar usando el control deslizante que aparece en la parte superior de la ventana del mapa. Los contornos de cualquier imagen que coincida con los criterios de búsqueda se mostrarán en el mapa.Al hacer clic en el icono de la imagen, aparecerá información detallada sobre la escena junto con una opción para ver una vista previa de la imagen.

La vista previa de la imagen es útil para determinar si hay nubes sobre el área de interés. Si los resultados de la búsqueda arrojan una imagen útil, se deben anotar la fuente de las imágenes, la fecha de recolección y el identificador de pedido para realizar el pedido.

GeoEye también ofrece la barra de herramientas GeoFUSE para ArcMap GIS de ESRI que permite una búsqueda simple de imágenes disponibles. El uso de la barra de herramientas es similar a la interfaz en línea en que el usuario debe especificar un área de interés, ya sea mediante valores de coordenadas, dibujando un polígono o seleccionando una entidad. Los resultados de la búsqueda también se pueden refinar por nubosidad, ángulo fuera del nadir y fecha de adquisición. La barra de herramientas está dirigida a aquellos familiarizados con las aplicaciones GIS.

D. Búsqueda de imágenes de ImageSat

Otra fuente de imágenes es ImageSat International, que opera EROS-B, un satélite con una resolución pancromática de 0,70 metros. A diferencia de los otros dos proveedores comerciales discutidos anteriormente, ImageSat no tiene un archivo de imágenes de búsqueda en línea. Para solicitar ver las imágenes disponibles, los usuarios deben enviar coordenadas y un período de tiempo a [email protected]

Orden de imágenes

Cuando se ha identificado una imagen, AAAS se acerca a un revendedor externo para enviar el pedido. La comunicación con estos revendedores se lleva a cabo principalmente a través del correo electrónico, en el que el área a ordenar se especifica mediante archivos adjuntos de shapefiles compatibles con WGS-1984 en proyección geográfica. Esto, junto con la identificación del catálogo, la plataforma de imágenes y la fecha de adquisición, constituye información más que suficiente para enviar un pedido. El procesamiento suele tardar de uno a tres días, tras los cuales los datos solicitados se envían electrónicamente a través de FTP.

En el caso de que no existan imágenes de archivo de un objetivo de alta prioridad, el satélite puede tener la tarea de adquirir una nueva imagen a petición del usuario. Esta opción es sustancialmente más cara que pedir imágenes de los archivos, pero el proceso es muy similar, con shapefiles o KML del área relevante enviados al revendedor, junto con los parámetros solicitados con respecto al ángulo de visión y la cobertura de nubes. Tenga en cuenta que los revendedores de imágenes a menudo también lo ayudarán a resolver cualquier ubicación de imagen o problemas de pedido, así que no dude en acercarse a ellos con sus preguntas. Una lista de los revendedores autorizados de DigitalGlobe está aquí, y GeoEye está disponible aquí. A continuación se muestra un gráfico que enumera el precio por kilómetro cuadrado y el tamaño mínimo de pedido para cada satélite.

Compañía Satélite Pedido mínimo Precio (archivo) Precio (nueva colección)
DigitalGlobe QuickBird 25 km 2 $ 17 / km 2 $ 23 / km 2
DigitalGlobe WorldView-2 25 km 2 $ 17 / km 2 $ 23 / km 2
DigitalGlobe WorldView-1 25 km 2 $ 14 / km 2 $ 20 / km 2
GeoEye GeoEye-1 49 km 2 $ 12.50 / km 2 (& gt90 días de antigüedad) $ 25 / km 2
GeoEye IKONOS 49 km 2 $ 10 / km 2 (& gt90 días de antigüedad) $ 20 / km 2
ImageSat International EROS-B 49 km 2 $ 10 / km 2 $ 14 / km 2 (estimado)

Después de ordenar las imágenes, mantenga los recibos y registros organizados para referencia futura. Es probable que el pedido se complete como un correo electrónico con un enlace a un sitio FTP desde el que se pueden descargar las imágenes. Según el tipo de conexión a Internet, una descarga puede tardar varias horas debido al tamaño de los archivos de imagen que se transfieren.

Análisis de imagen

A. Preparación de la imagen

Una vez que se ha completado el pedido y se ha recibido la imagen, el investigador debe comenzar a ver las imágenes en un paquete de software adecuado. Existen varias opciones para ver imágenes, desde programas GIS como ESRI ArcMap y el Quantum GIS gratuito, hasta software diseñado para el análisis de imágenes como ERDAS Imagine, Opticks y MultiSpec. Si estos programas no están disponibles, los archivos de imagen TIFF incluso se pueden leer en visores de imágenes como Paint o Adobe Photoshop. Sin embargo, los programas de análisis de imágenes y SIG son definitivamente la opción preferida para aprovechar al máximo la georreferenciación incluida con la imagen.

Cuando las imágenes se han cargado en el software apropiado, el analista debe escanear visualmente cada una para determinar si es adecuada para el análisis (es decir, ubicación correcta, nubosidad, resolución, etc.). Tenga en cuenta que muchas imágenes de satélite se componen de múltiples bandas, que indican longitudes de onda de luz reflejadas capturadas por el sensor de satélite. Aquí no es posible una discusión completa de este aspecto del análisis de imágenes de satélite, pero los lectores pueden revisar otras fuentes de información sobre detección remota y análisis de imágenes. Generalmente, para imágenes multiespectrales, una combinación de bandas rojo-verde-azul producirá una imagen de color natural, lo que permite una fácil interpretación de la imagen. En otros casos, se prefiere resaltar la vegetación y la banda del infrarrojo cercano se puede mostrar como un color primario, lo que permite una representación de color falso que hace que la vegetación sea fácilmente distinguible, como se ve a continuación.


Imágenes cortesía de http://rangeview.arizona.edu/Tutorials/intro.asp

A la izquierda hay una imagen en color natural que muestra las bandas roja, verde y azul. La imagen de la derecha es de color infrarrojo y muestra las bandas de infrarrojo cercano, rojo y verde. La banda de infrarrojos ayuda a identificar fácilmente la vegetación.

Para todas las imágenes, especialmente las imágenes pancromáticas, generalmente será necesario aplicar un estiramiento para mostrar mejor la imagen. Aunque el tipo de estiramiento variará según la imagen, normalmente un estiramiento de desviación estándar o un estiramiento máximo-mínimo producirán los resultados más ideales. Estos estiramientos se pueden aplicar a toda la imagen ráster o solo a la extensión visual del marco de datos. Los resultados a menudo variarán drásticamente entre las dos extensiones y, por lo tanto, ambos deben probarse. Es importante que el espectador de las imágenes sea consciente de los ajustes que se realizan en las imágenes. Demasiada alteración puede inducir a error, mientras que un ajuste fino insuficiente puede ocultar detalles importantes de la imagen.
Si se utilizan varias imágenes, determine si las imágenes están bien georreferenciadas entre sí o si es necesario el registro conjunto. En otras palabras, una casa en una imagen debe estar en la misma ubicación que esa casa en otra imagen. Es común que se alejen unos pocos metros en una dirección, pero las imágenes que estén sesgadas 15 metros o más afectarán negativamente al análisis. La georreferenciación de imágenes es un subtema importante de la teledetección y, debido a diversos factores, como la vibración del satélite y el ángulo de visión, casi siempre hay algún error que debe superarse. Para remediarlo, los programas de análisis de imágenes y GIS contarán con herramientas de georrectificación que permitirán al usuario alinear manualmente las imágenes marcando puntos de referencia. Puede encontrar una explicación del proceso para ArcMap aquí. La georreferenciación adecuada de una imagen reducirá los errores y conducirá a un análisis más eficiente, aunque el co-registro perfecto de múltiples imágenes suele ser imposible.

B. Evaluación de daños

Al comienzo del análisis, examine cada imagen para comprender sus características individuales. Es posible que las imágenes no compartan la misma resolución, color o claridad. Tomar nota de estas diferencias evitará que el investigador marque el cambio donde en realidad no ha ocurrido. Por ejemplo, una estructura que aparece borrosa en una imagen secundaria puede ser el resultado de una escena de menor resolución, una nube temporal de polvo o humedad, o algún otro factor, en lugar de un daño.

AAAS utiliza principalmente ERDAS Imagine para el análisis de daños. Con este programa, dos imágenes se pueden mostrar en ventanas adyacentes y "geolinked" de modo que al desplazarse por una imagen se desplaza simultáneamente la otra. Esto permite el análisis en paralelo sin tener que activar y desactivar capas. El uso de dos monitores facilita aún más el proceso de análisis al permitir visualizar el área máxima de las imágenes de antes y después. Sin embargo, debido al costo del programa y al monitor adicional, ERDAS puede no ser una opción viable para todos. Otros programas GIS como ArcMap y Quantum GIS también funcionan bien para el análisis de imágenes. Dado que las capas de imágenes se apilan en estos programas, el investigador deberá activar y desactivar las capas para realizar el análisis. Incluso Google Earth se puede utilizar de esta manera, aunque las imágenes deberán convertirse primero en superposiciones KML.

Al comparar imágenes, cree un shapefile u otro archivo de datos para marcar dónde se ha producido el cambio en la imagen posterior. Un shapefile de puntos es útil cuando se cuenta el número de estructuras individuales que están dañadas. Sin embargo, al presentar los resultados del análisis a una audiencia, un shapefile poligonal también puede ser útil, ya que delimitará las áreas afectadas sin obstruir la vista de la imagen, como harían muchos puntos. Con el archivo de forma creado, comience la evaluación en una esquina de la imagen y desplácese en una dirección hasta que se haya encontrado el otro borde de la imagen. El desplazamiento debe continuar hacia adelante y hacia atrás hasta que se haya cubierto toda la imagen, mientras marca el cambio como nuevos puntos en el archivo de forma. Este método asegura que ninguna parte de la escena pase desapercibida. Durante la primera ronda de comparación de imágenes, marque los posibles cambios que se hayan producido entre las imágenes del antes y el después. Durante la segunda ronda, refine esas áreas marcando solo aquellas donde se ha producido el cambio más obvio, teniendo cuidado de tener en cuenta la posible variación estacional, las diferencias en la dirección del sol y otros factores ambientales.

Asegúrese de utilizar todos los detalles adquiridos sobre el incidente de los informes de testigos presenciales para enfocar el análisis en un área particular de la imagen. Si el área de interés es vaga, lo mejor es utilizar el método de desplazamiento descrito anteriormente. Además, el uso de la herramienta de medición en ArcMap, Google Earth u otro programa de análisis ayudará a evaluar las distancias y áreas necesarias para identificar el cambio.

Hay algunas cuestiones a tener en cuenta al realizar el análisis de daños. La ausencia o presencia de vegetación puede verse afectada por la temporada en la que se tomó la imagen. Dado que no siempre es posible obtener imágenes de la misma época del año, tenga en cuenta que los árboles pueden perder sus hojas, las hojas pueden cambiar de color y los ríos pueden refluir y fluir según la estación. Comprender esto ayudará al investigador a distinguir la vegetación de las estructuras de vivienda. En una imagen de 4 bandas (rojo, verde, azul e infrarrojo cercano), la asignación de la banda del infrarrojo cercano al canal de color rojo hará que la vegetación saludable parezca roja. La distinción entre vivienda y vegetación en una imagen pancromática no es tan clara. Un árbol generalmente aparecerá borroso alrededor de la periferia y tendrá bordes suaves en comparación con los bordes afilados de las estructuras de viviendas. Un conocimiento más profundo de los conceptos de teledetección, como se discute en este tutorial de la NASA, puede ayudar en el análisis de algunos proyectos.

Comprender las costumbres, la economía y la historia de un área también puede contribuir a un buen análisis. En Darfur, por ejemplo, muchas casas son chozas en forma de anillo hechas de paredes de adobe. Si se incendia, el techo de paja de una cabaña se quema por completo, dejando el contorno de un anillo (las paredes de barro) que es visible a partir de imágenes de satélite. Esta información es útil para identificar casas destruidas, como las que se muestran en las imágenes de antes y después a continuación.


Imágenes © 2007 DigitalGlobe Inc.

Estas imágenes cerca de Ishma, en el sur de Darfur, Sudán, muestran que todas las estructuras y vallas han sido destruidas como resultado de un ataque de "limpieza de carreteras". La imagen "antes" de la izquierda fue tomada el 25 de diciembre de 2004 mientras que la imagen "después" de la derecha es del 10 de febrero de 2007. Observe que las casas en la imagen posterior aparecen como estructuras en forma de anillo sin techos, que se quemaron.

También es fundamental señalar que la población de la región de Zaghawa en Darfur es nómada y viaja en busca de comida y agua según la temporada. Los cambios en las estructuras de las viviendas, por lo tanto, no necesariamente indican daños, sino que pueden reflejar el movimiento de toda una comunidad. El uso de esta información ayudó a fundamentar el estudio de la AAAS sobre la región de Darfur. & Lt & gt

El tipo de entorno donde ocurre un evento puede tener un gran impacto en la visibilidad del daño. En Sri Lanka, la playa de arena en la costa noreste era tal que ayudó a indicar impactos de granadas de mortero, emplazamientos de artillería y tumbas individuales del conflicto de 2009. La arena blanda da paso fácilmente a los impactos de los proyectiles, como se ve en la imagen de abajo. Por el contrario, las áreas de fuertes lluvias donde el barro y la tierra se agitan continuamente afectarán negativamente el terreno y la capacidad de ver muchos cambios en el suelo. El hollín negro y el suelo carbonizado que resultan de estructuras quemadas, por ejemplo, pueden no ser preservados por un terreno en constante cambio. Aunque las imágenes varían y los entornos locales cambian, es importante mantener la coherencia en el marcado de los daños a lo largo de un análisis.

Imágenes © 2009 DigitalGlobe Inc.
En esta imagen de 2009 se muestran dos cráteres formados por el impacto de proyectiles disparados en las proximidades de áreas civiles en Sri Lanka. Los cráteres, así como las eyecciones dispersas que los rodean, están bien delineados en el suelo arenoso.

La generación del informe

Con los conjuntos de imágenes analizados, cree un informe inicial, ya sea como documento, póster o página web, para su difusión a los usuarios. Al transmitir los resultados de la evaluación, se debe transmitir una metodología que aborde cualquier problema que pueda haber surgido durante el análisis. Muestre las imágenes de antes y después una al lado de la otra y use flechas para indicar daños cuando sea necesario, asegurándose de no obstruir demasiado la imagen. También asegúrese de atribuir las imágenes que se utilizan a la compañía de satélites correspondiente. Debido a que las imágenes completas son generalmente demasiado grandes para difundirse fácilmente, utilice pequeñas instantáneas de las áreas dañadas para el informe. Esto se puede hacer haciendo zoom en el área apropiada y tomando una captura de pantalla o usando la función Exportar mapa para crear un archivo de imagen TIFF o JPEG a escala reducida en ArcMap, o usando Print Composer en Quantum GIS. Los carteles se pueden crear usando ArcMap cambiando a la vista de diseño. Para hacerlo, seleccione Ver & lt Vista de diseño. Un tutorial sobre la creación de diseños de mapas en ArcMap está disponible aquí. Quantum GIS también es capaz de crear diseños de mapas. Después de crear el informe inicial, tenga en cuenta los comentarios al finalizar el documento para su distribución.

Este documento está destinado a proporcionar las herramientas necesarias para comenzar a utilizar imágenes de satélite para abordar las preocupaciones de derechos humanos. AAAS apoya cualquier esfuerzo para utilizar tecnologías geoespaciales y responderá a cualquier consulta adicional que pueda surgir durante el proceso. Para usos relacionados con conflictos, los estudios de caso de la AAAS pueden resultar un recurso valioso.


FOTOGRAFIA SATELITE

Imágenes de satélite Consiste en imágenes de la Tierra u otros planetas recolectadas por satélites. Los satélites de imágenes son operados por gobiernos y empresas de todo el mundo. Las empresas de imágenes por satélite venden imágenes bajo licencia. Las imágenes tienen licencia para gobiernos y empresas como Apple Maps y Google Maps.

Las imágenes de satélite se hicieron a partir de píxeles. La primera imagen cruda tomada por el satélite Explorer 6 muestra un área iluminada por el sol del Océano Pacífico Central y su cubierta de nubes. La foto fue tomada cuando el satélite estaba a unas 17,000 millas (27,000 km) sobre la superficie de la tierra el 14 de agosto de 1959. En ese momento, el satélite cruzaba México.

Las primeras imágenes del espacio se tomaron en vuelos suborbitales. El vuelo V-2 lanzado en Estados Unidos el 24 de octubre de 1946 tomó una imagen cada 1,5 segundos. Con un apogeo de 65 millas (105 km), estas fotos fueron cinco veces más altas que el récord anterior, las 13,7 millas (22 km) de la misión del globo Explorer II en 1935. Se hicieron las primeras fotografías satelitales (orbitales) de la Tierra. el 14 de agosto de 1959 por el explorador estadounidense 6. Las primeras fotografías satelitales de la Luna podrían haber sido tomadas el 6 de octubre de 1959 por el satélite soviético Luna 3, en una misión para fotografiar la cara oculta de la Luna. La fotografía de Blue Marble fue tomada desde el espacio en 1972 y se ha vuelto muy popular en los medios y entre el público. También en 1972, Estados Unidos inició el programa Landsat, el programa más grande para la adquisición de imágenes de la Tierra desde el espacio. Landsat Data Continuity Mission, el satélite Landsat más reciente, se lanzó el 11 de febrero de 2013. En 1977, el sistema de satélites KH-11 de EE.UU.

La primera imagen de televisión de la Tierra desde el espacio transmitida por el satélite meteorológico TIROS-1 en 1960.

Todas las imágenes de satélite producidas por la NASA son publicadas por el Observatorio de la Tierra de la NASA y están disponibles gratuitamente para el público. Varios otros países tienen programas de imágenes por satélite, y un esfuerzo europeo de colaboración lanzó los satélites ERS y Envisat que llevan varios sensores. También hay empresas privadas que proporcionan imágenes de satélite comerciales. A principios del siglo XXI, las imágenes satelitales estuvieron ampliamente disponibles cuando varias empresas y organizaciones ofrecieron software asequible y fácil de usar con acceso a bases de datos de imágenes satelitales.

La fotografía satelital se puede utilizar para producir imágenes compuestas de todo un hemisferio.

& # 8230o para mapear un área pequeña de la Tierra, como esta foto del campo del condado de Haskell, Kansas, Estados Unidos.

Las imágenes de satélite tienen muchas aplicaciones en meteorología, oceanografía, pesca, agricultura, conservación de la biodiversidad, silvicultura, paisaje, geología, cartografía, planificación regional, educación, inteligencia y guerra. Las imágenes pueden estar en colores visibles y en otros espectros. También hay mapas de elevación, generalmente hechos por imágenes de radar. La interpretación y el análisis de imágenes satelitales se llevan a cabo utilizando aplicaciones especializadas de teledetección.

Resolución y datos

Hay cuatro tipos de resolución cuando se habla de imágenes de satélite en la teledetección: espacial, espectral, temporal y radiométrica. Campbell (2002) los define de la siguiente manera:

  • La resolución espacial se define como el tamaño de píxel de una imagen que representa el tamaño del área de superficie (es decir, m 2) que se mide en el suelo, determinada por los sensores & # 8217 campo de visión instantáneo (IFOV)
  • La resolución espectral se define por el tamaño del intervalo de longitud de onda (segmento discreto del espectro electromagnético) y el número de intervalos que mide el sensor.
  • La resolución temporal se define por la cantidad de tiempo (por ejemplo, días) que transcurre entre los períodos de recopilación de imágenes para una ubicación de superficie determinada.
  • La resolución radiométrica se define como la capacidad de un sistema de imágenes para registrar muchos niveles de brillo (contraste, por ejemplo) y la profundidad de bits efectiva del sensor (número de niveles de escala de grises) y generalmente se expresa como 8 bits (0-255 ), 11 bits (0-2047), 12 bits (0-4095) o 16 bits (0-65,535).
  • La resolución geométrica se refiere a la capacidad del sensor satelital # 8217 para obtener imágenes de manera efectiva de una porción de la superficie de la Tierra # 8217 en un solo píxel y generalmente se expresa en términos de distancia de muestra terrestre, o GSD. GSD es un término que contiene las fuentes de ruido sistémicas y ópticas generales y es útil para comparar qué tan bien un sensor puede & # 8220 ver & # 8221 un objeto en el suelo dentro de un solo píxel.Por ejemplo, el GSD de Landsat es

30 m, lo que significa que la unidad más pequeña que se asigna a un solo píxel dentro de una imagen es

La resolución de las imágenes de satélite varía según el instrumento utilizado y la altitud de la órbita del satélite. Por ejemplo, el archivo Landsat ofrece imágenes repetidas a una resolución de 30 metros del planeta, pero la mayor parte no se ha procesado a partir de los datos sin procesar. Landsat 7 tiene un plazo medio de devolución de 16 días. Para muchas áreas más pequeñas, pueden estar disponibles imágenes con una resolución de hasta 41 cm.

Las imágenes de satélite a veces se complementan con fotografías aéreas, que tienen una resolución más alta, pero son más caras por metro cuadrado. Las imágenes de satélite se pueden combinar con datos vectoriales o ráster en un SIG siempre que las imágenes se hayan rectificado espacialmente para que se alineen correctamente con otros conjuntos de datos.

Satélites de imágenes

El satélite GeoEye & # 8217s GeoEye-1 fue lanzado el 6 de septiembre de 2008. El satélite GeoEye-1 tiene el sistema de imágenes de alta resolución y es capaz de recolectar imágenes con una resolución terrestre de 0,41 metros (16 pulgadas) en el modo pancromático o en blanco y negro. . Recopila imágenes multiespectrales o en color con una resolución de 1,65 metros o aproximadamente 64 pulgadas.

DigitalGlobe

El satélite DigitalGlobe & # 8217s WorldView-2 proporciona imágenes de satélite comerciales de alta resolución con una resolución espacial de 0,46 m (solo pancromático). La resolución de 0,46 metros de las imágenes pancromáticas WorldView-2 & # 8217s permite al satélite distinguir entre objetos en el suelo que están separados por al menos 46 cm. De manera similar, el satélite QuickBird DigitalGlobe & # 8217s proporciona imágenes pancromáticas con una resolución de 0,6 metros (en NADIR).

El satélite DigitalGlobe & # 8217s WorldView-3 proporciona imágenes de satélite comerciales de alta resolución con una resolución espacial de 0,31 m. WVIII también lleva un sensor infrarrojo de onda corta y un sensor atmosférico.

Los 3 satélites SPOT en órbita (Spot 2, 4 y 5) proporcionan imágenes con una gran variedad de resoluciones, desde 2,5 ma 1 km. Spot Image también distribuye datos multirresolución de otros satélites ópticos, en particular de Formosat-2 (Taiwán) y Kompsat-2 (Corea del Sur) y de satélites de radar (TerraSar-X, ERS, Envisat, Radarsat). Spot Image también será el distribuidor exclusivo de datos de los próximos satélites Pléyades de muy alta resolución con una resolución de 0,50 metros o unas 20 pulgadas. El primer lanzamiento está previsto para finales de 2011. La compañía también ofrece infraestructuras de recepción y procesamiento, así como opciones de valor añadido.

El Radiómetro de Emisión y Reflexión Térmica Avanzada del Espacio (ASTER) es un instrumento de imágenes a bordo de Terra, el satélite insignia de la NASA y el Sistema de Observación de la Tierra (EOS) # 8217 lanzado en diciembre de 1999. ASTER es un esfuerzo cooperativo entre la NASA, Japón y el Ministerio de Economía # 8217 , Comercio e Industria (METI) y Japan Space Systems (J-spacesystems). Los datos de ASTER se utilizan para crear mapas detallados de la temperatura, reflectancia y elevación de la superficie terrestre. El sistema coordinado de satélites EOS, incluido Terra, es un componente importante de la Dirección de Misiones Científicas de la NASA y la División de Ciencias de la Tierra. El objetivo de NASA Earth Science es desarrollar una comprensión científica de la Tierra como un sistema integrado, su respuesta al cambio y predecir mejor la variabilidad y las tendencias en el clima, el tiempo y los peligros naturales.

  • Climatología de la superficie terrestre: investigación de los parámetros de la superficie terrestre, temperatura de la superficie, etc., para comprender la interacción tierra-superficie y los flujos de energía y humedad.
  • Dinámica de la vegetación y los ecosistemas: investigaciones de la distribución de la vegetación y el suelo y sus cambios para estimar la productividad biológica, comprender las interacciones tierra-atmósfera y detectar cambios en el ecosistema.
  • Monitoreo de volcanes: monitoreo de erupciones y eventos precursores, como emisiones de gas, columnas de erupciones, desarrollo de lagos de lava, historial de erupciones y potencial eruptivo.
  • Monitoreo de peligros: observación del alcance y los efectos de los incendios forestales, las inundaciones, la erosión costera, los daños causados ​​por terremotos y tsunamis.
  • Hidrología: comprender los procesos hidrológicos y energéticos globales y su relación con el cambio global, incluida la evapotranspiración de las plantas.
  • Geología y suelos: la composición detallada y el mapeo geomorfológico de suelos superficiales y lechos rocosos para estudiar los procesos de la superficie terrestre y la historia de la tierra.
  • Cambios en la superficie y la cobertura del suelo: monitoreo de la desertificación, deforestación y urbanización, proporcionando datos para que los administradores de la conservación monitoreen las áreas protegidas, los parques nacionales y las áreas silvestres.

Blackridge

BlackBridge, anteriormente conocida como RapidEye, opera una constelación de cinco satélites, lanzada en agosto de 2008, la construcción RapidEye contiene sensores multiespectrales idénticos que están igualmente calibrados. Por lo tanto, una imagen de un satélite será equivalente a una imagen de cualquiera de los otros cuatro, lo que permitirá recolectar una gran cantidad de imágenes (4 millones de km² por día) y volver a visitar un área diariamente. Cada uno viaja en el mismo plano orbital a 630 km y entrega imágenes en un tamaño de píxel de 5 metros. Las imágenes satelitales RapidEye son especialmente adecuadas para aplicaciones agrícolas, ambientales, cartográficas y de gestión de desastres. La empresa no solo ofrece sus imágenes, sino que también consulta con sus clientes para crear servicios y soluciones basadas en el análisis de estas imágenes.

ImageSat International

Los satélites de observación de recursos terrestres, más conocidos como satélites “EROS”, son satélites livianos de alta resolución que orbitan la tierra baja y están diseñados para maniobras rápidas entre objetivos de imágenes. En el mercado de satélites comerciales de alta resolución, EROS es el satélite más pequeño de muy alta resolución, es muy ágil y, por lo tanto, permite rendimientos muy altos. Los satélites se despliegan en una órbita polar cercana sincrónica al sol circular a una altitud de 510 km (+/- 40 km). Las aplicaciones de imágenes de los satélites EROS son principalmente para propósitos de inteligencia, seguridad nacional y desarrollo nacional, pero también se emplean en una amplia gama de aplicaciones civiles, que incluyen: mapeo, control de fronteras, planificación de infraestructura, monitoreo agrícola, monitoreo ambiental, respuesta a desastres, capacitación y simulaciones, etc. .

EROS A: un satélite de alta resolución con una resolución pancromática de 1,9-1,2 m se lanzó el 5 de diciembre de 2000.

EROS B & # 8211, la segunda generación de satélites de muy alta resolución con pancromático de resolución de 70 cm, se lanzó el 25 de abril de 2006.

Modelo de un satélite geoestacionario Meteosat de primera generación.

El satélite meteorológico geoestacionario Meteosat-2 comenzó a suministrar datos de imágenes el 16 de agosto de 1981. Eumetsat opera los Meteosats desde 1987.

  • El Generador de imágenes visible e infrarrojo Meteosat(MVIRI), generador de imágenes de tres canales: visible, infrarrojo y vapor de agua. Opera en la primera generación de Meteosat, estando todavía activo el Meteosat-7.
  • El 12 canales Generador de imágenes infrarrojo y visible mejorado giratorio (SEVIRI) incluye canales similares a los utilizados por MVIRI, proporcionando continuidad en los datos climáticos durante tres décadas Meteosat Second Generation (MSG).
  • El Generador de imágenes combinado flexible (FCI) en Meteosat Third Generation (MTG) también incluirá canales similares, lo que significa que las tres generaciones habrán proporcionado más de 60 años de datos climáticos.

Desventajas

Debido a que el área total de la tierra en la Tierra es tan grande y debido a que la resolución es relativamente alta, las bases de datos de los satélites son enormes y el procesamiento de imágenes (crear imágenes útiles a partir de los datos sin procesar) requiere mucho tiempo. Dependiendo del sensor utilizado, las condiciones climáticas pueden afectar calidad de imagen: por ejemplo, es difícil obtener imágenes para áreas de nubosidad frecuente, como las cimas de las montañas. Por tales razones, los conjuntos de datos de imágenes satelitales disponibles al público se procesan generalmente para uso comercial visual o científico por parte de terceros.

Las empresas de satélites comerciales no colocan sus imágenes en el dominio público y no venden sus imágenes en su lugar, se debe tener una licencia para usar sus imágenes. Por lo tanto, se minimiza la capacidad de fabricar legalmente productos derivados de imágenes de satélite comerciales.

Algunas personas han planteado preocupaciones sobre la privacidad que no desean que se muestre su propiedad desde arriba. Google Maps responde a estas inquietudes en sus preguntas frecuentes con la siguiente declaración: & # 8220Entendemos sus preocupaciones sobre la privacidad & # 8230 Las imágenes que muestra Google Maps no son diferentes de las que puede ver cualquier persona que vuele o conduzca por una ubicación geográfica específica.

Imágenes en movimiento

En 2005, la empresa australiana Astrovision (ASX: HZG) anunció planes para lanzar el primer satélite geoestacionario comercial en Asia-Pacífico. Su objetivo es proporcionar señales de satélite en vivo en tiempo real y en color verdadero, con una resolución de hasta 250 metros en toda la región de Asia y el Pacífico, desde la India hasta Hawai y desde Japón hasta Australia. Iban a proporcionar este contenido a los usuarios de teléfonos móviles 3G, a través de TV paga como canal meteorológico, ya usuarios corporativos y gubernamentales.

Los clientes potenciales estaban entusiasmados con las posibilidades ofrecidas, pero no estaban dispuestos (o, en casos gubernamentales, generalmente no podían) firmar contratos para un servicio que no se entregaría durante 3-4 años (el período de tiempo requerido para construir y lanzar el satélite). AstroVision se quedó sin fondos y se vio obligado a cerrar el programa en 2006.


Imágenes del sector tropical y flotante del GOES y actualizaciones ndash de 15 minutos

Atlántico ancho
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash
Imagen de vientos de superficie y bucle ndash

Atlántico occidental
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

caribe
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Atlántico central
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Atlántico oriental
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Golfo de México
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash
Imagen de vientos de superficie y bucle ndash

Este de Estados Unidos
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Atlántico Noroeste
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Atlántico Norte
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash
Imagen de vientos de superficie y bucle ndash

Pacífico central
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Pacifico Este
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Pacífico oriental oriental
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Oeste de Estados Unidos
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Pacífico Noroeste
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Pacífico nororiental
Imagen de agua precipitable
Imagen de tasa de lluvia
Imagen de vientos de superficie

Imágenes de AMSU

Atlántico ancho
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash

Atlántico occidental
Imagen de agua precipitable
Imagen de tasa de lluvia

caribe
Imagen de agua precipitable
Imagen de tasa de lluvia

Atlántico central
Imagen de agua precipitable
Imagen de tasa de lluvia

Atlántico oriental
Imagen de agua precipitable
Imagen de tasa de lluvia

Golfo de México
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash

Este de Estados Unidos
Imagen de agua precipitable
Imagen de tasa de lluvia

Atlántico Noroeste
Imagen de agua precipitable
Imagen de tasa de lluvia

Atlántico Norte
Imagen de agua precipitable y bucle ndash
Imagen de tasa de lluvia y bucle ndash

Pacífico central
Imagen de agua precipitable
Imagen de tasa de lluvia

Pacifico Este
Imagen de agua precipitable
Imagen de tasa de lluvia

Pacífico oriental oriental
Imagen de agua precipitable
Imagen de tasa de lluvia

Oeste de Estados Unidos
Imagen de agua precipitable
Imagen de tasa de lluvia

Pacífico Noroeste
Imagen de agua precipitable
Imagen de tasa de lluvia


1. Eficiencia
Los satélites pueden completar proyectos de teledetección de manera más eficiente que las aeronaves, lo que puede tener un impacto enorme en el análisis de costos y beneficios. Esto es especialmente cierto para proyectos de mapeo a gran escala que pueden tomar múltiples vuelos para aviones tripulados o no tripulados. Estos ahorros son particularmente importantes en proyectos de mapeo gubernamentales sensibles al presupuesto / tiempo o cuando se considera llevar una nueva solución al mercado, como fue el caso de la limpieza de basura de playa altamente automatizada del Grupo TAMA.

2. Escala
Tanto las imágenes satelitales como las aéreas son adecuadas para colecciones de pequeña o gran escala. La diferencia clave es la velocidad y la facilidad con la que los satélites pueden recolectar miles de kilómetros cuadrados en minutos sin la complicada logística de la planificación de vuelos de aviones. Obtenga más información sobre cómo las empresas de ferrocarriles monitorean las secciones largas de la vía con relativa facilidad.

3. Restricciones terrestres y aéreas
Las aeronaves tienen muchas restricciones en comparación con los satélites. Deben obtener permisos de espacio aéreo, planificar puntos de despegue y aterrizaje adecuados y cumplir con las restricciones fronterizas y de viaje en constante cambio. Las aeronaves también son vulnerables a las condiciones climáticas como los fuertes vientos. Los satélites simplemente no tienen ninguno de estos problemas. Pueden recopilar ubicaciones aisladas, en conflicto o transfronterizas con facilidad.

4. Tarea personalizada
Cuando solicita la asignación de tareas por satélite, la planificación es totalmente personalizable. Esto permite a los usuarios priorizar sus áreas de recolección, definir la resolución y las bandas espectrales, así como especificar ángulos de recolección. Existe una flexibilidad adicional para que los proyectos complejos ajusten estos requisitos poco antes de que se lleve a cabo la adquisición. Además, las actualizaciones meteorológicas en tiempo real garantizan que la adquisición de datos esté lo más libre de nubes posible, lo que reduce aún más la brecha competitiva entre los datos aéreos y las imágenes satelitales.

5. Multiespectral y estéreo
La constelación de satélites WorldView de Maxar tiene 16 bandas espectrales multiespectrales que pueden formar cientos de combinaciones de bandas útiles. Las imágenes estéreo ofrecen datos fiables para la creación de modelos digitales de elevación (DEM) y reconstrucciones virtuales en 3D. Los proveedores de imágenes de satélite, como European Space Imaging, pueden recopilar estas bandas, así como imágenes estéreo en una sola pasada, eliminando la necesidad de varios vuelos por parte de varios aviones especializados. Obtenga más información sobre las capacidades de la constelación WorldView.

6. Post procesamiento
Las imágenes satelitales se descargan directamente a través de una estación terrestre donde se pueden entregar al usuario pocas horas después de la recolección. Los usuarios pueden elegir entre una serie de opciones de procesamiento y métodos de entrega que mejor se adapten a sus flujos de trabajo integrados.

7. Resolución
La idoneidad de las imágenes satelitales de 30 cm para aplicaciones de imágenes aéreas está confirmada por la Escala Nacional de Calificación de Interpretabilidad de Imágenes (NIIRS), que es utilizada por la comunidad de imágenes para definir y medir la calidad de las imágenes y el rendimiento de los sistemas de imágenes. Las imágenes capturadas en 30 cm de WorldView-3 tienen una calificación de NIIRS 5.7. Esto significa que es posible identificar objetos como líneas de servicios públicos sobre el suelo en un vecindario residencial, superficies impermeables, especies de cultivos y sus límites, tipos de vehículos, tapas de alcantarillas y mucho más. Vea imágenes de satélite con una resolución de 30 cm usted mismo.

8. Enfoque permanente
Los satélites tienen la capacidad de llegar a áreas de interés que son difíciles o inaccesibles por otros medios y ofrecen programas de actualización frecuentes y predecibles. Con frecuencias de actualización de alta frecuencia, los usuarios pueden solicitar con confianza que se recopile exactamente la misma área de interés en intervalos específicos. Esta es una característica crucial para el análisis automatizado.


Descargo de responsabilidad e información de datos

Para simular nuevas capacidades espaciales y espectrales que serán habilitadas por el satélite WorldView-3 (WV-3) luego de un lanzamiento y calibración exitosos, hemos procesado una serie de conjuntos de datos sustitutos de una variedad de fuentes. Debido a la falta de sensores de imágenes basados ​​en satélites de resolución espacial y espectral adecuada, se utilizaron plataformas aéreas. Estos datos se volvieron a muestrear tanto espacial como espectralmente, utilizando el conocimiento de ingeniería de las características del sensor WV-3, con el fin de crear simulaciones de datos de WV-3. Estas simulaciones son teóricas y representan nuestros mejores esfuerzos para demostrar una capacidad futura que aún no existe.

Los datos proporcionados son un "SuperCube" de WorldView-3 simulado, un producto de 16 bandas compuesto por las ocho bandas VNIR de WorldView-3 y las ocho bandas SWIR de WorldView-3. Las 16 bandas combinadas se proporcionan en un solo archivo TIFF con la resolución espacial nativa VNIR de 1,2 metros. Para simplificar la presentación de las bandas de sensores combinadas, las bandas SWIR se muestrean (utilizando el vecino más cercano) a una resolución espacial de 1,2 metros desde su resolución nativa de 3,7 metros.

No se hace ninguna afirmación sobre la precisión de ninguna de las simulaciones.

  • Aeropuerto de Provo, Utah, EE. UU. (Supercubo de 1,24 m)
  • >> Datos originales proporcionados por ITRES
  • >> Calidad: la calidad espectral en todos los píxeles es BUENA (70%), pero por debajo de la calidad que se espera del WV-3 real según los datos de ingeniería actuales. Los siguientes tipos de materiales en la escena fueron explícitamente analizados posteriormente para determinar la calidad espectral: grava, hormigón, asfalto, acero, vegetación y plástico de invernadero.
  • Proximidad de la casa de peaje, California, EE. UU. (Supercubo de 1,24 m)
  • >> Datos originales proporcionados por NEON
  • >> Calidad: Se cree que la calidad espacial y espectral es una EXCELENTE aproximación a lo que se anticipa a partir de imágenes reales del WV-3 basadas en datos de ingeniería actuales.

La Red del Observatorio Nacional Ecológico es un proyecto patrocinado por la Fundación Nacional de Ciencias y administrado bajo un acuerdo cooperativo por NEON, Inc. Este material se basa en parte en el trabajo apoyado por la Fundación Nacional de Ciencias bajo la Subvención No. DBI-0752017.

Aeropuerto de Provo, Utah, EE. UU. (Supercubo de 1,24 m)

Proximidad de la casa de peaje, California, EE. UU. (Supercubo de 1,24 m)


Ver el vídeo: IMAGEN SATELITAL FOTOGRAFIA AEREA