Segmentar las imágenes

Para determinar qué partes del terreno son permeables e impermeables, clasificará las imágenes en tipos de uso del suelo. Las superficies impermeables, por lo general, las han creado los humanos: edificios, carreteras, aparcamientos, ladrillo o asfalto. Entre las superficies permeables se incluye vegetación, masas de agua y terreno desnudo. El uso de imágenes multiespectrales para este tipo de clasificación funciona bien porque cada tipo de uso del suelo tiende a tener características espectrales únicas, también denominadas firma espectral.

Sin embargo, si trata de clasificar una imagen en la que prácticamente cada píxel tiene una combinación única de características espectrales, es posible que encuentre errores e imprecisiones. En su lugar, agrupará píxeles en segmentos, lo que generalizará la imagen y reducirá significativamente el número de firmas espectrales que clasificar. Una vez que segmente las imágenes, realizará una clasificación supervisada de los segmentos. Primero, clasificará la imagen en una gran variedad de tipos de uso del suelo, como tejados o vegetación. A continuación, volverá a clasificar dichos tipos de uso del suelo en superficies permeables o impermeables.

Antes de clasificar las imágenes, cambiará la combinación de bandas para distinguir claramente las entidades.

Descargar y abrir el proyecto

Antes de comenzar, descargará datos suministrados por el gobierno local de Louisville (Kentucky, EE. UU.). Entre estos datos se incluyen imágenes del área de estudio y entidades de las parcelas de terreno.

  1. Vaya a la página del elemento Surface_Imperviousness y haga clic en Descargar para descargar el archivo .zip que contiene su proyecto y sus datos.
  2. Busque el archivo descargado en su equipo.
    Nota:

    Dependiendo de su navegador web, puede que se le pida que elija la ubicación de archivo antes de iniciar la descarga. La mayoría de los navegadores descargan los archivos de manera predeterminada en la carpeta Descargas del equipo.

  3. Haga clic con el botón derecho en el archivo y extráigalo en una ubicación que pueda encontrar fácilmente, como su carpeta Documentos.
  4. Abra la carpeta Surface_Imperviousness (Impermeabilidad de la superficie).

    Carpeta Surface_Imperviousness

    La carpeta contiene varias subcarpetas, un archivo de proyecto de ArcGIS Pro (.aprx) y una caja de herramientas de ArcGIS (.tbx). Antes de explorar el resto de datos, abrirá el archivo de proyecto.

  5. Si tiene ArcGIS Pro instalado en su equipo, haga doble clic en Surface Imperviousness (Impermeabilidad de la superficie) (sin el guion bajo) para abrir el archivo de proyecto. Si se le pide, inicie sesión en su cuenta con licencia de ArcGIS.

    Archivo de proyecto

    Nota:

    Si no tiene una cuenta de ArcGIS Pro o ArcGIS, puede registrarse para obtener una prueba gratuita de ArcGIS.

    Proyecto predeterminado

    El proyecto contiene un mapa de una vecindad próxima a Louisville (Kentucky, EE. UU.). El mapa incluye Louisville_Neighborhood.tif, una imagen con resolución de 6 pulgadas, una fotografía aérea de 4 bandas del área y la capa Parcels, una clase de entidad de parcelas de tierra. A continuación, verá el resto de datos que ha descargado.

    Nota:

    Las imágenes de Louisville_Neighborhood.tif proceden del Programa Nacional de Imágenes Agrícolas de los EE. UU. (NAIP, por sus siglas en inglés).

    A continuación, buscará extraer bandas espectrales concretas de las imágenes.

Extraer bandas espectrales

Las imágenes multibanda de la vecindad de Louisville utilizan actualmente la combinación de bandas de color naturales para mostrar las imágenes del modo en que el ojo humano las vería. Cambiará la combinación de bandas para distinguir mejor las entidades urbanas, tales como hormigón, de las entidades naturales, por ejemplo, la vegetación. Si bien puede cambiar la combinación de bandas haciendo clic con el botón derecho en las bandas del panel Contenido, en fases posteriores del flujo de trabajo se le pedirá que use imágenes con solo tres bandas. Creará una imagen extrayendo las tres bandas que desee mostrar de la imagen original.

  1. En el panel Contenido, haga clic en la capa Louisville_Neighborhood.tif para seleccionarla.
  2. En la cinta, haga clic en la pestaña Imágenes. En el grupo Análisis, haga clic en Funciones de ráster.

    Funciones de ráster

    Aparece el panel Funciones de ráster.

    Las funciones de ráster aplican una operación a una imagen ráster sobre la marcha, lo que significa que los datos originales quedarán inalterados y no se creará ningún dataset nuevo. El resultado adquiere la forma de una capa que existe solo en el proyecto en el que se ejecutó la función de ráster. Utilizará la función Extraer bandas para crear una imagen con solo tres bandas para distinguir entre superficies impermeables y permeables.

  3. En el panel Funciones de ráster busque y haga clic en la función Extraer bandas.

    Herramienta Extraer bandas

    Aparece la función Extraer bandas.

    Las bandas que usted extrae incluirán infrarrojo cercano (banda 4), que enfatiza la vegetación, rojo (banda 1), que enfatiza los objetos fabricados por humanos y la vegetación y azul (banda 3), que enfatiza las masas de agua.

  4. En la pestaña Parámetros, en Ráster, seleccione la imagen Louisville_Neighborhood.tif. Confirme que Método esté definido como Ids. de banda.

    Parámetros Extraer ráster de bandas y Método

    El parámetro Método determina el tipo de palabra clave usada para hacer referencia a bandas cuando introduzca la combinación de bandas. En el caso de estos datos, Ids. de banda (un número único para cada banda) es el modo más sencillo de hacer referencia a cada banda.

  5. Para Combinación, elimine el texto existente y escriba 4 1 3 (con espacios). Confirme que Acción de banda no encontrada esté definido como Mejor coincidencia.

    Parámetros Banda, Combinación y Acción de banda no encontrada

    El parámetro Acción de banda no encontrada especifica qué acción se produce si una banda marcada para su extracción no está disponible en la imagen. Mejor coincidencia elige la mejor banda disponible para usar.

  6. Haga clic en la pestaña General y, en Nombre, escriba Bandas extraídas del vecindario de Louisville.

    Nombrar la capa de bandas extraídas.

  7. Haga clic en Crear una nueva capa.

    La nueva capa, denominada Louisville Neighborhood Extracted Bands_Louisville_Neighborhood.tif, se agrega al mapa. Visualiza únicamente las bandas extraídas.

  8. En el panel Contenido, haga clic con el botón derecho en Louisville Neighborhood Extracted Bands_Louisville_Neighborhood.tif, haga clic en Propiedades; en Nombre, escriba Bandas extraídas del vecindario de Louisville y haga clic en Aceptar.

    La capa amarilla Parcelas cubre las imágenes y puede hacer que algunas entidades resulten difíciles de ver. Como no utilizará la capa Parcels hasta más adelante en el proyecto, por el momento la desactivará.

  9. En el panel de Contenidos, desactive la casilla de capa Parcelas.

    Resultado de Extraer bandas

    La capa Bandas extraídas del vecindario de Louisville muestra las imágenes con la combinación de bandas que haya elegido (4 1 3). La vegetación aparece en color rojo, las carreteras aparecen en gris y los tejados aparecen en tonos de gris o azul. Al enfatizar la diferencia entre superficies naturales y artificiales, podrá clasificarlas más tarde con mayor facilidad.

    Precaución:

    Si bien la capa Bandas extraídas del vecindario de Louisville aparece en el panel Contenido, no se ha agregado como datos a ninguna de sus carpetas. Si quita la capa del mapa, eliminará la capa de forma permanente.

Configure el Asistente para la clasificación

Después, abrirá el Asistente para la clasificación y configurará sus parámetros predeterminados. El Asistente para la clasificación le guiará a través de unos pasos para la segmentación y clasificación de imagen.

  1. En el panel Contenido, asegúrese de que la capa Bandas extraídas del vecindario de Louisville está seleccionada.
  2. En la cinta, en la pestaña Imágenes, en el grupo Clasificación de imagen, haga clic en el botón Asistente para la clasificación.

    Asistente para la clasificación

    Nota:

    Si desea abrir las herramientas individuales disponibles en el asistente, puede acceder a ellas desde la misma pestaña. En el grupo Clasificación de imagen, haga clic en Clasificación de herramientas y elija la herramienta que desea.

    Aparece el panel Asistente para la clasificación de imágenes.

    La primera página del asistente (indicado por el círculo azul en la parte superior del asistente) contiene varios parámetros básicos que determinan el tipo de clasificación a llevar a cabo. Estos parámetros establecen que los siguientes pasos aparezcan en el asistente. Utilizará el método de clasificación supervisada. Este método está basado en ejemplos de formación definidos por el usuario, que indican qué tipos de píxeles o segmentos deberían clasificarse y de qué manera. (Una clasificación sin supervisión, por el contrario, confía en que el software decida las clasificaciones basándose en algoritmos.)

  3. Confirme que Método de clasificación está establecido en Supervisado y que Tipo de clasificación está establecido en Basado en objeto.

    Página Configurar del Asistente para la clasificación de imágenes

    El tipo de clasificación basado en objeto utiliza un proceso llamado segmentación para agrupar píxeles vecinos basados en la similitud de sus características espectrales.

    A continuación, elegirá el Esquema de clasificación. El Esquema de clasificación es un archivo que especifica las clases que se utilizarán en la clasificación. Un esquema se guarda en un archivo de esquema de clasificación de Esri (.ecs), que usa la sintaxis JSON. Para este flujo de trabajo, modificará el esquema predeterminado, NLCD2011. Este esquema está basado en tipos de cobertura de suelo utilizado por el Servicio geológico de Estados Unidos.

  4. En Esquema de clasificación, haga clic en la flecha desplegable y elija Utilizar esquema predeterminado.

    Esquema de clasificación

    El siguiente parámetro determina el valor de Ubicación de salida, que es el espacio de trabajo que almacena todas las salidas creadas en el asistente. Estas salidas incluyen datos de formación, imágenes segmentadas, esquemas personalizados, información de evaluación de exactitud, salidas intermedias y los resultados de la clasificación.

  5. Confirme que Ubicación de salida se establece en Neighborhood_Data.gdb.

    En Opcional, no introducirá nada para Imagen segmentada, Muestras de entrenamiento o Dataset de referencia porque no ha creado ninguno de estos elementos con antelación.

  6. Haga clic en Siguiente.

    La siguiente página del Asistente para la clasificación de imágenes se centra en la segmentación.

Segmentar la imagen

Ahora elegirá los parámetros para la Segmentación. El proceso de Segmentación agrupará en segmentos píxeles adyacentes con características espectrales similares. Al hacerlo, generalizará la imagen y facilitará su clasificación. En lugar de clasificar miles de píxeles con firmas espectrales únicas, clasificará un número de segmentos mucho menor. El número óptimo de segmentos y el rango de píxeles agrupados en un segmento cambia en función del tamaño de la imagen y del uso previsto de esta.

A continuación, se muestra un ejemplo del aspecto de la segmentación. Compare la imagen no segmentada (izquierda) con la imagen segmentada (derecha). Por ejemplo, el tejado de cada vivienda se generaliza como un único segmento.

Imagen antes de la segmentaciónImagen después de la segmentación

El primer parámetro es Detalle espectral. Define el nivel de importancia dado como diferencias espectrales entre píxeles en una escala del 1 al 20. Un valor mayor significa que los píxeles deben ser más similares para agruparse juntos, lo que creará un mayor número de segmentos. Un valor menor crea menos segmentos. Dado que quiere distinguir entre superficies permeables e impermeables (que, por lo general, tienen firmas espectrales muy distintas), usará un valor menor.

  1. Para Detalle espectral, sustituya el valor predeterminado por 8.

    El siguiente parámetro es Detalle espacial. Define el nivel de importancia dado como la proximidad entre píxeles en una escala del 1 al 20. Un valor mayor significa que los píxeles deben estar más cerca unos de otros para agruparse juntos, lo que creará un mayor número de segmentos. Un valor más bajo crea menos segmentos, que son más uniformes por toda la imagen. Usará un valor bajo porque no todas las entidades similares en las imágenes están agrupadas juntas. Por ejemplo, casas y carreteras no siempre están cerca y están ubicadas por toda la imagen.

  2. Para Detalle espacial, sustituya el valor predeterminado por 2.

    El siguiente parámetro es Tamaño mínimo de segmento en píxeles. A diferencia del resto de parámetros, este parámetro no está en una escala de 1 a 20. Los segmentos con menos píxeles que el valor especificado en este parámetro se fusionarán en un segmento adyacente. No quiere segmentos que sean demasiado pequeños, pero tampoco quiere fusionar segmentos permeables e impermeables en un segmento. El valor predeterminado será aceptable en este caso.

  3. Para Tamaño mínimo de segmento en píxeles, confirme que el valor sea 20.

    El parámetro final, Mostrar solo límites de segmento, determina si los segmentos se muestran o no con líneas de límite negras. Esto resulta útil para distinguir segmentos adyacentes con colores similares pero puede dificultar la visualización de segmentos de menor tamaño. Como algunas de las entidades de la imagen, como las casas o los caminos de entrada, son bastante pequeños, dejará este parámetro desactivado.

  4. Confirme que Mostrar solo límites de segmento esté desactivado.

    Mostrar solo límites de segmento desactivado

  5. Haga clic en Siguiente.

    Se agrega al mapa una vista previa de la segmentación. También se agrega al panel Contenido con el nombre Preview_Segmented.

    Vista previa de segmentación

    A primera vista, la capa de salida parece que no se ha segmentado del modo que deseaba. Entidades como la vegetación parecen haberse agrupado en muchos segmentos cuyos contornos se desdibujan, en especial a la izquierda de la imagen. Segmentos diminutos que parecen abarcar solo un puñado de píxeles salpican también el área. Sin embargo, esta imagen se ha generado al vuelo, lo que significa que el procesamiento cambiará según la extensión de mapa. En su extensión completa, la imagen se generaliza para ahorrar tiempo. Acercará la imagen para reducir la generalización. De este modo podrá ver mejor qué aspecto tiene la segmentación con los parámetros elegidos.

  6. Con la rueda del ratón, acerque para ver el vecindario en el centro de la imagen.

    Vista previa de segmentación ampliada

    La segmentación de previsualización vuelve a ejecutarse. Con una extensión de mapa más pequeña, la segmentación refleja con mayor exactitud los parámetros usados, con menos segmentos y resultados más fluidos.

    Nota:

    Si no queda conforme con el resultado de la segmentación, puede volver a la página anterior del asistente y ajustar los parámetros. La segmentación solo se previsualiza sobre la marcha porque la segmentación real puede tardar mucho tiempo en procesarse. Por ello, conviene probar diferentes combinaciones de parámetros hasta encontrar un resultado de su agrado.

  7. En el panel Contenido, haga clic con el botón derecho en Preview_Segmented y elija Zoom a capa para volver a la extensión completa.

    Zoom a capa

  8. En la barra de herramientas de acceso rápido, haga clic en Guardar para guardar el proyecto.

    Guardar en la barra de herramientas de acceso rápido

    Precaución:

    Cuando el proyecto se guarda, no se guarda su ubicación en el asistente. Si cierra el proyecto antes de completar el asistente, perderá el punto en el que se encuentre y tendrá que empezar el asistente desde el principio.

Ha extraído bandas espectrales para enfatizar la distinción entre entidades permeables e impermeables. También puede configurar los parámetros de segmentación para agrupar píxeles con características espectrales similares en segmentos y simplificar la imagen. A continuación, clasificará las imágenes por permeabilidad o impermeabilidad.


Clasificar las imágenes

En esta sección, configurará la clasificación de la imagen. Una clasificación supervisada se basa en ejemplos de formación definidos por el usuario, que indican qué tipos de píxeles o segmentos deberían clasificarse de qué modo. (Una clasificación sin supervisión, por el contrario, se basa en el software para decidir las clasificaciones basadas en algoritmos). Primero, clasificará la imagen en una gran variedad de tipos de uso del suelo, como vegetación o carreteras. A continuación, volverá a clasificar dichos tipos de uso del suelo en superficies permeables o impermeables.

Crear ejemplos de formación

Para realizar una clasificación supervisada, necesita ejemplos de formación. Los ejemplos de formación son polígonos que representan distintas áreas de muestra de los distintos tipos de cobertura de suelo en las imágenes. Las muestras de entrenamiento informan a la herramienta de clasificación sobre la variedad de características espectrales que puede mostrar cada cobertura de suelo.

Primero, modificará el esquema predeterminado para que contenga dos clases principales: Impermeable y Permeable. Después, agregará subclases a cada clase que represente tipos de cobertura de suelo. Si intentó clasificar la imagen segmentada únicamente en superficies impermeables y permeables, la clasificación sería muy general y probablemente surgirían errores. Al clasificar la imagen basándose en tipos de uso del suelo más específicos, creará una clasificación más precisa. Más adelante, podrá reclasificar estas subclases en sus clases principales.

  1. En el panel Asistente para la clasificación de imágenes, haga clic con el botón derecho en cada clase predeterminada y haga clic en Quitar clase. Para cada clase, haga clic en en la ventana Quitar clase.

    Quitar clase

  2. Haga clic con el botón derecho en NLCD2011 y seleccione Agregar nueva clase.

    Agregar nueva clase

  3. En la ventana Agregar nueva clase, para Nombre, escriba Impermeable. Para Valor, escriba 20, y para Color, seleccione Gris 30 %. Haga clic en Aceptar.
    Sugerencia:

    Para ver el nombre de un color, apunte al color en el selector de la paleta de colores y aparecerá el nombre del color.

    Configuración de la clase Impermeable

    El valor 20 es el número que se atribuirá a todos los segmentos identificados como impermeables durante el proceso de clasificación. Es más una etiqueta numérica y no está pensada para utilizarse en ningún cálculo.

  4. Vuelva a hacer clic con el botón derecho en NLCD2011 y seleccione Agregar nueva clase. Agregue una clase llamada Permeable con un valor de 40 y el color Verde Quetzal. Haga clic en Aceptar.

    Configuración de la clase Permeable

    A continuación, agregará una subclase para superficies de tejado grises.

  5. Haga clic con el botón derecho en la clase principal Impermeable y seleccione Agregar nueva clase. Agregue una clase llamada Tejados grises con un valor de 21 y el color Gris 50 %. Haga clic en Aceptar.

    En esta lección, no creará ningún otro tipo de tejado. Sin embargo, en un proyecto con edificios más diversos representados en las imágenes, puede plantearse crear un tipo de uso del suelo de un tejado rojo, ya que sus características espectrales son distintas de las de los tejados grises.

    Seguidamente, creará un ejemplo de formación en el mapa con esta clase.

  6. Haga clic en la clase Tejados grises para seleccionarla. Después, haga clic en el botón Polígono.

    Botón Polígono

  7. Acerque la imagen al callejón sin salida situado al noroeste de la vecindad.
    Sugerencia:

    Puede habilitar herramientas de navegación mientras la herramienta Polígono está activa manteniendo pulsada la tecla C.

    Noroeste de la vecindad

  8. En el tejado situado más al norte en el callejón, trace un polígono. Haga doble clic para finalizar el dibujo. Asegúrese de que el polígono cubra solo los píxeles que compongan el tejado.

    Ejemplo de formación

    Nota:

    No es necesario que el polígono cubra todo el tejado. Solo tiene que ser una muestra del tejado, pero lo más importante es que solo debería incluir material de tejado.

    Se agrega una fila al asistente para su nuevo ejemplo de formación.

    Fila agregada al asistente

    Al crear ejemplos de formación, le interesa cubrir el mayor número de píxeles para cada tipo de uso del suelo. Para esta lección, tener aproximadamente seis muestras para cada tipo de uso del suelo será suficiente, pero para un proyecto real, donde las imágenes cubren una extensión mucho mayor, puede que necesite una cantidad significativamente mayor de muestras.

    Creará más muestras de entrenamiento para representar los tejados de las casas.

  9. Trace más rectángulos en algunas de las casas cercanas.

    Ejemplos de formación

    Todos los ejemplos de formación que haga se agregan al asistente. Si bien solo ha dibujado ejemplos de formación sobre tejados, cada ejemplo de formación existe actualmente como clase en sí mismo. Eventualmente, le interesará que todos los tejados grises se clasifiquen como el mismo valor, por lo que fusionará las muestras de entrenamiento creadas en una sola clase.

  10. En el asistente, haga clic en la primera fila para seleccionarla. Pulse Mayús y haga clic en la última fila para seleccionar todos los ejemplos de formación.
  11. Encima de la lista de ejemplos de formación, haga clic en el botón Contraer.

    Botón Contraer

    Los ejemplos de formación se contraen en una clase. Puede continuar agregando más muestras de entrenamiento para tejados grises y fusionarlos en la clase Tejados grises. La estrategia óptima es recopilar muestras a lo largo de toda la imagen.

    A continuación, agregará más tipos de uso del suelo.

  12. Haga clic con el botón derecho en Impermeable y elija Agregar nueva clase para crear dos subclases impermeables más basadas en la siguiente tabla (los colores no tienen que ser una coincidencia perfecta):

    SubclaseValorColor

    Carreteras

    22

    Marrón cordobés

    Caminos de entrada

    23

    Tostado nubuck

    Subclases impermeables

  13. Haga clic con el botón derecho en Permeable y elija Agregar nueva clase para crear cuatro subclases permeables basadas en la siguiente tabla:

    SubclaseValorColor

    Suelo desnudo

    41

    Amarillo medio

    Hierba

    42

    Manzana medio

    Agua

    43

    Azul Creta

    Sombras

    44

    Arena Sáhara

    Subclases permeables

    Nota:

    Estas ocho clases son específicas de los tipos de uso del suelo para esta imagen. Las imágenes de distintas ubicaciones pueden tener distintos tipos de uso del suelo o entidades de suelo que conviene representar en una clasificación.

    Las sombras no son superficies reales y no pueden ser ni permeables ni impermeables. Sin embargo, normalmente las sombras las suelen proyectar objetos altos como casas o árboles y es más probable que cubran la hierba o el suelo desnudo, que son superficies permeables.

  14. Dibuje aproximadamente seis muestras de entrenamiento para cada tipo de uso del suelo en toda la imagen. Acerque y desplácese por la imagen según sea necesario.

    También puede desactivar y activar la capa Preview_Segmented para ver la capa Bandas extraídas del vecindario de Louisville y así poder interpretar mejor el paisaje.

    Muestras de entrenamiento dibujadas en todo el mapa

  15. Contraiga ejemplos de formación que representen los mismos tipos de uso del suelo en una clase.

    Clases contraídas

  16. Cuando esté satisfecho con las muestras de entrenamiento, en la parte superior del panel Administrador de muestras de entrenamiento, haga clic en el botón Guardar.

    Botón Guardar

    Su esquema de clasificación personalizado se guarda por si lo quiere volver a utilizar.

  17. Haga clic en Siguiente.

Clasificar la imagen

Ahora que ha creado las muestras de entrenamiento, seleccionará el método de clasificación. Cada método de clasificación utiliza un proceso estadístico diferente relacionado con sus muestras de entrenamiento. Utilizará el clasificador Máquina de vectores de soporte, que es capaz de procesar imágenes más grandes y es menos susceptible a discrepancias en sus muestras de entrenamiento. Después, preparará el clasificador con sus ejemplos de formación y creará un archivo de definición del clasificador. Este archivo se utilizará durante la clasificación. Una vez cree el archivo, clasificará la imagen. Por último, reclasificará las subclases permeables e impermeables a sus clases principales, lo que crea un ráster con solo dos clases.

  1. En el panel Asistente para la clasificación de imágenes, en la página Entrenar del asistente, confirme que Clasificador esté establecido en Máquina de vectores de soporte.

    Para el siguiente parámetro, puede especificar el número máximo de ejemplos que se va a utilizar para definir cada clase. Quiere usar todas sus muestras de entrenamiento, por lo que cambiará el número máximo de muestras por clase a 0. Cambiar el máximo a 0 es un truco para asegurar que se utilicen todos los ejemplos de formación.

  2. Para Número máximo de ejemplos por clase, escriba 0.

    Configuración del clasificador y el número máximo de ejemplos por clase

    A continuación, preparará el clasificador y verá una vista previa.

  3. Haga clic en Ejecutar.

    El proceso puede tardar bastante, ya que se están ejecutando varios procesos. Primero, se segmenta la imagen (anteriormente, solo segmentó la imagen sobre la marcha, lo que no es permanente). Después, se prepara el clasificador y se lleva a cabo la clasificación. Al finalizar el proceso, se muestra una vista previa de la clasificación en el mapa.

    Vista previa de la clasificación

    En función de sus ejemplos de formación, la vista previa de la clasificación debería ser bastante precisa (los colores en el dataset se corresponden con los colores que seleccionó para cada clase de ejemplo de formación). Sin embargo, puede que vea que las entidades se clasificaron de manera incorrecta. Por ejemplo, en la imagen de ejemplo, el estanque fangoso al sur de la vecindad se clasificó de manera incorrecta como tejado gris, cuando en realidad es agua. La clasificación no es una ciencia exacta y rara vez se clasificarán perfectamente todas las entidades. Si solo encuentra algunas inexactitudes, puede corregirlas manualmente más tarde en el asistente. Si encuentra un gran número de inexactitudes, puede que necesite crear más ejemplos de formación. Además, en este caso, las carreteras y los caminos de entrada son impermeables, así que no cambiará la clasificación final a cobertura de suelo permeable e impermeable.

  4. Cuando esté conforme con la vista previa de la clasificación, haga clic en Siguiente.

    La siguiente página es la página Clasificar. Utilizará esta página para ejecutar la clasificación actual y guardarla en su geodatabase.

  5. En Dataset clasificado de salida, cambie el nombre de salida a Classified_Louisville.tif. Deje los demás parámetros sin cambiar y haga clic en Ejecutar.

    El proceso se ejecuta y la capa ráster clasificada Classified_Louisville se agrega al mapa. Tiene un aspecto similar a la vista previa.

    La siguiente página es la página Fusionar clases. Utilizará esta página para fusionar subclases en sus clases principales. Su ráster actualmente tiene siete clases, cada una de las cuales representa un tipo de uso del suelo. Aunque estas clases fueron esenciales para una clasificación precisa, solo le interesa si son permeables o impermeables. Fusionará las subclases en clases principales permeables e impermeables para crear un ráster con solo dos clases.

  6. Para cada clase, en la columna Nueva clase, seleccione Permeable o Impermeable.

    Columna Nueva clase

    Al cambiar la primera clase, se agrega una vista previa al mapa. La vista previa muestra qué aspecto tendrá la imagen reclasificada. Al cambiar todas las clases, la vista previa solo debería tener dos clases, las cuales representas superficies permeables e impermeables.

  7. Haga clic en Siguiente.

Reclasificar errores

La última página del asistente es la página Reclasificador. Esta página incluye herramientas para reclasificar pequeños errores en el dataset ráster. Utilizará esta página para solucionar una clasificación incorrecta en su ráster.

  1. En el panel Contenido, desactive todas las capas excepto las capas Preview_Reclass y Louisville_Neighborhood.tif. Haga clic en la capa Preview_Reclass para seleccionarla.
  2. En la cinta, haga clic en la pestaña Apariencia. En el grupo Comparar, haga clic en Swipe.

    Deslizar

  3. Arrastre el puntero por el mapa para comparar visualmente la vista previa de las imágenes originales de la vecindad.

    Deslizar mapa

    Una imprecisión presente en la imagen de ejemplo es que algunos parches de suelo desnudo al sur del vecindario se clasificaron erróneamente como permeables. Estos parches no están conectados a ningún otro objeto impermeable, por lo que puede reclasificarlos con relativa facilidad.

  4. Acérquese a los parches de área de suelo desnudo.

    Parches de suelo desnudo

  5. En el asistente, haga clic en Reclasificar dentro de una región.

    Reclasificar dentro de una región

    Con esta herramienta, puede dibujar un polígono en el mapa y reclasificar todo lo que se encuentre dentro del polígono.

  6. En la sección Clases de nueva representación cartográfica, confirme que Clase actual esté establecida como Cualquiera. En Nueva clase, elija Permeable.

    Clases de nueva representación cartográfica

    Con estos ajustes, cualquier píxel en el polígono se reclasificará como superficie permeable. A continuación, reclasificará los parches de suelo desnudo.

  7. Dibuje un polígono alrededor de los parches de suelo desnudo. Asegúrese de no incluir ninguna otra superficie impermeable en el polígono.

    Polígono dibujado alrededor de los parches de suelo desnudo

    Los parches de suelo desnudo se reclasifican automáticamente como una superficie permeable.

    Parches de suelo desnudo reclasificados

    Nota:

    Si comete un error, puede deshacer la reclasificación desactivándola en el panel Registro de ediciones.

    Aunque probablemente notase otras inexactitudes en su clasificación, para el fin de esta lección, no hará ninguna edición más.

  8. Haga zoom a la extensión completa de los datos.
  9. En el Asistente para la clasificación de imágenes, en Dataset clasificado final, escriba Louisville_Impervious.tif (incluida la extensión .tif).
  10. Haga clic en Ejecutar. Cuando la herramienta finalice, haga clic en Finalizar.

    Salida de Reclasificar

    La herramienta se ejecuta y el ráster reclasificado se agrega al mapa.

  11. En la barra de herramientas de acceso rápido, haga clic en Guardar para guardar el proyecto.
    Nota:

    Existen métodos para cuantificar sistemáticamente el nivel de precisión de una clasificación. Puede aprender sobre esto en la lección Evaluar la precisión de una clasificación de permeabilidad, en la que generará aleatoriamente puntos de evaluación de precisión, comprobará su realidad del terreno, creará una matriz de confusión y obtendrá un porcentaje de precisión de la clasificación. La lección incluye pasos para realizar la evaluación de precisión de la clasificación de impermeable y permeable que acaba de completar.

Ha clasificado imágenes de una vecindad de Louisville para determinar la cobertura de suelo que era permeable y la que era impermeable. A continuación, calculará el área de superficies impermeables por parcela de tierra para que el gobierno local pueda asignar tarifas sobre las aguas pluviales.


Calcular el área de las superficies impermeables

Con los resultados de la clasificación, calculará el área de superficie impermeable por parcela y simbolizará las parcelas en consecuencia.

Tabular el área

Para determinar el área de superficies impermeables y permeables dentro de cada parcela de tierra del vecindario, primero calculará el área y almacenará los resultados en una tabla independiente. A continuación, unirá la tabla a la capa Parcels.

  1. En la cinta, en la pestaña Análisis del grupo Geoprocesamiento, haga clic en Herramientas.

    Herramientas

    Se abre el panel Geoprocesamiento.

  2. En el panel Geoprocesamiento, busque y abra la herramienta Área tabulada.

    Tarea Tabular el área

    Esta herramienta calcula el área de algunas clases (en esta lección, permeable e impermeable) dentro de las zonas especificadas (en esta lección, cada parcela).

  3. Para Ráster de entrada o Datos de zonas de entidad, elija la capa Parcelas. Confirme que el parámetro Campo de zona se rellena con el campo Id. de parcela.

    Parámetros de Área tabulada

    El campo de zona debe ser un atributo que identifique cada zona de forma única. El campo Id. de parcela tiene un número de identificación exclusivo para cada entidad, por lo que no modificará el parámetro.

  4. Para Datos de clase de entidad o ráster de entrada, seleccione la capa Louisville_Impervious.
  5. Para Campo de clases, seleccione Class_name (Nombre_clase).

    Parámetros de Área tabulada

    El campo de clase determina el campo por el cual se determinará el área. Desea conocer el área de cada clase en su ráster reclasificado (permeable e impermeable), por lo que el campo Class_name es apropiado.

  6. Para Tabla de salida, haga clic en el campo de texto, confirme que la ubicación de salida es la geodatabase Neighborhood_Data y cambie el nombre de la salida a Área_Impermeable.

    Parámetros de Área tabulada

    El parámetro final, Processing cell size (Procesar tamaño de celda), determina el tamaño de celda correspondiente al cálculo del área. De forma predeterminada, el tamaño de celda es el mismo que el de la capa ráster de entrada Louisville_Impervious, unos quince centímetros (en este caso). Dejará este parámetro sin cambiar.

  7. Haga clic en Ejecutar.

    La herramienta se ejecuta y la tabla se agrega al panel Contenido, en la sección Tablas independientes. Echará un vistazo a la tabla que ha creado.

  8. En el panel Contenido, en Tablas independientes, haga clic con el botón derecho en la tabla Área_Impermeable y haga clic en Abrir.

    Tabla Área

    La tabla tiene un campo Id. de objeto estándar, además de otros tres campos. El primero es el campo Parcel_ID de la capa Parcels, que muestra el número de identificación único para cada parcela. Los dos siguientes son los campos de clase de la capa ráster Louisville_Impervious. El campo Impermeable muestra el área (en pies) de superficies impermeables por parcela, mientras que el campo Permeable muestra el área de superficies permeables.

  9. Cierre la tabla.

    Ahora tiene el área de las superficies impermeables por parcela, pero solo en una tabla independiente. A continuación, unirá la tabla independiente a la capa Parcels para que la información del área esté disponible en la capa. Realizará la unión en función del campo Parcel ID, que es común a la capa Parcels y a la tabla independiente.

  10. Haga clic con el botón derecho en la capa Parcels, apunte a Uniones y relaciones y elija Agregar unión.

    Aparece la ventana Agregar unión.

  11. En la ventana Agregar unión, introduzca lo siguiente:
    • En Tabla de entrada, confirme que Parcels está seleccionada.
    • Para Campo de unión de entrada, seleccione Id. de parcela.
    • Para Tabla de unión, seleccione la tabla Impervious_Area (Área impermeable).
    • En Campo de tabla de unión, elija Parcel_ID.

    Parámetros de Campo de unión

    Nota:

    Puede ignorar la advertencia que aparece junto a Campo de unión de entrada. El número de entidades de la capa Parcels no es muy grande, por lo que no es un problema que el campo Parcel ID no esté indexado.

  12. Acepte los valores predeterminados de los otros parámetros y haga clic en Aceptar.
  13. En el panel Contenido, haga clic con el botón derecho en la capa Parcels y seleccione Tabla de atributos. En la tabla de atributos, confirme que la tabla de atributos ahora incluye los siguientes campos:
    • IMPERVIOUS
    • PERVIOUS

Limpiar la tabla de atributos Parcels

Ahora que se han unido las tablas, cambiará los alias de campo para que sean más informativos.

  1. En la tabla de atributos de la capa Parcela, haga clic en el botón de opciones y elija Vista de campos.

    Vista de campos

    Aparece la vista Campos de la tabla de atributos Parcels.

    Con la vista Campos, puede añadir o eliminar campos, así como cambiarles el nombre, cambiar sus alias o ajustar otros valores. Cambiará los alias de campo de dos campos de área para que sean más informativos.

  2. En la columna Alias, cambie el alias del campo IMPERVIOUS por Área impermeable (pies). Cambie el alias del campo PERVIOUS por Área permeable (pies).

    Renombrar campo

  3. En la cinta, en la pestaña Campos, en el grupo Cambios, haga clic en Guardar.

    Botón Guardar

    Se guardan los cambios realizados a la tabla de atributos.

  4. Cierre la vista Campos y la tabla de atributos.

A continuación, simbolizará las parcelas según el área de superficie impermeable en el mapa.

Simbolizar la capa Parcels

Ahora que tiene asignados valores de área impermeables para cada parcela, simbolizará las parcelas para comparar visualmente las parcelas por área impermeable.

  1. En el panel Contenido, asegúrese de que las capas de imágenes Parcels y Louisville_Neighborhood.tif estén activadas y que el resto de capas estén desactivadas.

    Las capas Parcels y Louisville_Neighborhood.tif están visibles

  2. Haga clic en la capa Parcels para seleccionarla.
  3. En la cinta, en la pestaña Apariencia, en el grupo Dibujo, haga clic en Simbología.

    Simbología

    Aparece el panel Simbología de la capa Parcels. En este momento, la capa está simbolizada con un único símbolo, como un contorno amarillo. Simbolizará la capa de modo que las parcelas con grandes áreas de superficie impermeable aparezcan de forma diferente que las que tienen áreas pequeñas.

  4. En el panel Simbología, para Simbología principal, seleccione Colores graduados.

    Simbología de colores graduados

    Una serie de parámetros pasa a estar disponible. Primero, cambiará el campo que determine la simbología.

  5. Para Campo, seleccione Impervious Area (Feet) (Área impermeable (pies)).

    La simbología de la capa cambia de forma automática. Sin embargo, es poca la variedad de simbología de las parcelas debido al escaso número de clases.

  6. Cambie Clases a 7 y cambie el Esquema de color a Amarillo a rojo.
    Sugerencia:

    Para ver el nombre de un esquema de color, apunte al esquema de color.

    Parámetros de Simbología

    La capa Simbología vuelve a cambiar.

    Mapa final

    Las parcelas con la mayor área de superficies impermeables parecen las que corresponden a la ubicación de las carreteras. Estas parcelas son muy grandes y casi totalmente impermeables. En general, las parcelas más grandes tienden a tener mayores superficies impermeables. Sin embargo, también podría haber grandes variaciones entre parcelas más pequeñas, basadas en el tamaño de los edificios o en la elección de los propietarios de reemplazar un camino de entrada o patio impermeable por otros permeables, o quizás instalar un tejado verde en su casa.

    Si bien podría simbolizar la capa por el porcentaje de área impermeable, la mayoría de tarifas por aguas pluviales se basan en el área total, no en ningún porcentaje del área.

  7. Cierre el panel Simbología.
  8. Guarde el proyecto.

En esta lección, ha clasificado una imagen aérea de una vecindad de Louisville (Kentucky, EE. UU.) a fin de mostrar áreas permeables e impermeables al agua. Después, ha evaluado la precisión de la clasificación y ha determinado el área de superficies impermeables por parcela de tierra. Con la información que se ha derivado de esta lección, el gobierno local contaría con mejores herramientas para determinar las facturas por aguas pluviales.

Puede usar este flujo de trabajo con sus propios datos. Siempre que cuente con imágenes multiespectrales de alta resolución de un área, puede clasificar sus superficies.

Nota:

Para obtener más información, plantéese realizar la lección Evaluar la precisión de una clasificación de permeabilidad. Basándose en los resultados que acaba de obtener, aprenderá a evaluar formalmente la precisión de su clasificación. Este es un paso importante para demostrar la fiabilidad de los resultados.

Encontrará más lecciones como esta en la página Introducción a imágenes y teledetección.