22.10.2015 Views

Universidad Autónoma de Ciudad Juárez

JTD31Q36

JTD31Q36

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

La calibración radiométrica (Lillesand et al., 1994) se realizó mediante<br />

el módulo <strong>de</strong> corrección Atmosc <strong>de</strong>l software Idrisi Taiga, la cual consiste en<br />

la conversión <strong>de</strong> los números digitales en valores <strong>de</strong> radiancia, consi<strong>de</strong>rando<br />

coeficientes <strong>de</strong> calibración disponibles para el satélite y la época utilizadas.<br />

La información que requiere el módulo Atmosc para para realizar la<br />

corrección atmosférica se encuentran en la Tabla 3. Se realizó la corrección<br />

atmosférica, mediante el mo<strong>de</strong>lo Cost(t) mo<strong>de</strong>l, el cual se aplicó para todas<br />

las bandas <strong>de</strong> las dos imágenes. La ecuación que relaciona los números digitales<br />

(Dn) en los datos <strong>de</strong> sensores remotos con la radiancia es: L = ((Lmax<br />

– Lmin)/ 255)* DN + Lmin. (Tabla 3).<br />

Tabla 3. Información necesaria para la corrección atmosférica.<br />

Bandas Micron Lmin Lmax DnMax<br />

B10 0.485 -0.152 19.3 255<br />

B20 0.569 -0.284 36.5 255<br />

B30 0.660 -0.117 26.4 255<br />

B40 0.840 -0.151 22.1 255<br />

B50 1.676 -0.037 3.02 255<br />

B70 2.223 -0.015 1.65 255<br />

Fuente: elaboración propia.<br />

Tratamiento <strong>de</strong> las imágenes y selección <strong>de</strong> áreas <strong>de</strong> entrenamiento<br />

El tratamiento <strong>de</strong> las imágenes se realizó mediante el software Idrisi Taiga<br />

con la finalidad <strong>de</strong> una mejor discriminación entre las categorías <strong>de</strong> cubierta<br />

vegetal, lo cual se traduce en una mejor interpretación visual y espacial entre<br />

las imágenes.<br />

Una vez realizado esto, se procedió a <strong>de</strong>terminar las áreas <strong>de</strong> entrenamiento,<br />

procurando que estas fueran representativas para cada cubierta <strong>de</strong><br />

suelo. Para lograr esto fue necesario realizar una combinación entre las bandas<br />

<strong>de</strong> las dos imágenes, las cuales se eligieron mediante una visualización previa<br />

<strong>de</strong> composiciones <strong>de</strong> color verda<strong>de</strong>ro y falso color. La composición <strong>de</strong> falso<br />

color, combinando las bandas 3, 4 y 5, fue la composición que mejor ayudó a<br />

discriminar <strong>de</strong> una forma a<strong>de</strong>cuada las unida<strong>de</strong>s <strong>de</strong> vegetación presentes en el<br />

área <strong>de</strong> estudio.<br />

Capítulo V Geoinformática aplicada al estudio <strong>de</strong> cubiertas vegetales 315

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!