Convertir las imágenes en información

ArcGIS proporciona una plataforma analítica que permite combinar imágenes con otros tipos de informaciones geográficas en modelos analíticos. Es sencillo. Un SIG organiza la información como capas geográficas. A la vez, las escenas de imágenes de la Tierra y los datos de los sensores están accesibles también como capas. ArcGIS proporciona miles de operadores analíticos que pueden generar información estadística, modelar el movimiento y el flujo sobre las superficies, ayudarle a combinar capas para encontrar las áreas más y menos adecuadas para sus actividades, y muchas otras cosas.

Las imágenes proporcionan una fuente de información versátil, una especie de manguera virtual que lleva la información hasta su SIG. A su vez, ArcGIS cuenta con diversos operadores de análisis espacial que le permiten obtener una visión más detallada y profunda de su información. Estas herramientas analíticas le permiten abordar prácticamente cualquier tipo de pregunta, como por ejemplo obtener la señal estadística de sus datos, examinar una secuencia de eventos a lo largo del tiempo y pronosticar y predecir su estado en el futuro. El análisis espacial conlleva identificar y derivar nuevas capas de información para resolver todo tipo de problemas, como encontrar los lugares adecuados para construir, analizar el rendimiento de un negocio o dónde se esconde ese nuevo mercado a plena vista, evaluar y administrar la producción agrícola o monitorizar y pronosticar enfermedades.

Segmentación

La segmentación de la imagen se define como un proceso en el que se divide una imagen en grupos homogéneos de manera que cada región sea homogénea. Este mapa muestra la superficie impermeable de cada parcela después de que estas superficies se hayan segmentado usando el análisis de extracción de entidades en ArcGIS. Es una aplicación de segmentación clásica.

Instalar parques eólicos en una ubicación adecuada

El análisis de la cuenca visual determinó el impacto visual de un parque eólico con cuatro grandes aerogeneradores en un área de estudio de Inglaterra. El impacto visual de construir un parque eólico en áreas urbanas o semiurbanizadas tiene el potencial de crear controversia en la comunidad. Poder mostrar desde dónde estará visible un parque de aerogeneradores antes de construirlo ayuda a los responsables de los servicios públicos a suavizar la reacción.

Tomemos como ejemplo la agricultura. En Estados Unidos, la mayor parte de los agricultores registran sus campos y sus cosechas en el Departamento de Agricultura (USDA). Hay buenos mapas de suelos y modelos de elevación disponibles para todo el país. Con NEXRAD, hay datos sobre precipitaciones obtenidos por radares situados en el suelo que se capturan en todo el continente cada cinco minutos para tamaños de celda de menos de un kilómetro. Combinados con otros datos de temperatura y de la iluminación solar diaria, los modelos de las cosechas pueden predecir cuál debería ser el estado de crecimiento de cada campo. Esto permite el uso de imágenes multiespectrales para validar y ajustar estos modelos de cosechas cuando se capturan nuevas imágenes, ya sea desde satélites, aviones o drones. De hecho, los drones personalizan los datos para cada agricultor y ofrecen una resolución superior y una frecuencia de captura mayor. Los resultados analíticos muestran las anomalías que el agricultor debe solucionar para mitigar los problemas de humedad, de deficiencias de nutrientes o de malas hierbas y plagas. El resultado neto es una mejor comprensión de la producción tanto a nivel nacional como para la agricultura de precisión en cada campo.

El análisis de imagen ya no se limita a la creación de una imagen bonita. En lugar de eso, combina la ciencia de la teledetección con los demás datos de sensores y SIG disponibles para modelar los procesos importantes que ocurren todos los días en nuestros territorios y afectan a nuestras vidas.

La carretera dañada era la única vía de entrada y salida para los residentes locales. La carretera no era lo único que había que reparar: la playa circundante también tuvo que ser reconstruida como zona de seguridad para proteger la nueva carretera. Tan pronto como las imágenes se obtuvieron y se analizaron (tan solo unos días después del suceso), se pusieron a disposición de los organismos encargados de la respuesta de emergencia y demostraron ser extremadamente valiosas para la reconstrucción de las infraestructuras.

El estado de Carolina del Norte implementó una sencilla aplicación que permitió a los funcionarios empezar a hacer cálculos sobre cuántos camiones de arena serían necesarios para reponer toda la que se había llevado la tormenta. Dibujando formas de diferentes tamaños en el suelo, pudieron proporcionar algunas estimaciones realistas de la cantidad de arena que se necesitaba para reparar la carretera y la playa lo antes posible.