Visualizar la resolución espacial
En primer lugar, aprenderá el concepto de resolución espacial. A continuación, explorará imágenes de satélite de distintas resoluciones espaciales.
Más información sobre la resolución espacial
Las imágenes pueden obtenerse mediante aviones, drones, satélites, sensores terrestres y escaneando mapas históricos. Se almacena en formato raster, que representa la información como una cuadrícula de celdas (o píxeles).

Nota:
Para obtener más información sobre los datos ráster, consulte Introducción a datos de imagen y ráster.
La resolución espacial (también conocida como tamaño de píxel o tamaño de celda) es la dimensión del área de terreno representada por una sola celda. Si se dice que un dataset tiene una resolución espacial de 10 metros, se indica la longitud de un lado de una celda, es decir, que cada celda representa un cuadrado de 10 metros por 10 metros (área de 100m2) sobre el terreno.
La resolución espacial afecta al nivel de detalle representado en una imagen. Si las celdas son de menor tamaño, se dice que la resolución espacial es mayor y se pueden captar más detalles del mundo real en el ráster. Por ejemplo, en el siguiente gráfico, el ráster de la izquierda tiene mayor resolución espacial que el de la derecha.

Nota:
Un determinado tamaño de píxel obliga a resumir todas las entidades de una celda en un único valor.
Una mayor resolución espacial requiere más espacio de almacenamiento en el equipo y lleva más tiempo procesarla y analizarla. También puede requerir la adquisición de datos comerciales. Al elegir una resolución espacial para los datos ráster de un proyecto, debe asegurarse de que sea:
- Lo suficientemente alta como para captar las entidades de interés para su proyecto (por ejemplo, ¿necesita ver montañas, ríos, campos, carreteras, etc.?)
- Lo suficientemente baja como para minimizar el espacio de almacenamiento en el equipo, el tiempo de procesamiento y los posibles costes asociados.
Nota:
Para obtener más información, consulte Tamaño de píxel de los datos ráster y de imagen.
En el caso de las imágenes por satélite, la resolución espacial suele variar según el sensor. He aquí algunos ejemplos de resoluciones espaciales: 1000 m, 500 m, 250 m (MODIS), 90 m, 60 m, 30 m (ASTER), 30 m (Landsat), 10 m (Sentinel), 5-3 m (PlanetScope) o 0,5 m (SkySat). En el caso de las imágenes captadas desde aviones o drones, la resolución espacial puede ser mucho mayor, oscilando entre 1 m (NAIP) y 1 cm (drones) o incluso menos. Este tutorial se centra en las imágenes por satélite.
Explorar Pembamoto a escala regional
A continuación, explorará las imágenes por satélite y su resolución espacial en ArcGIS Pro, centrándose en la zona de Pembamoto (Tanzania). Examinará las imágenes que pueden representar de forma eficaz la gran región de Pembamoto. En primer lugar, configurará el proyecto ArcGIS Pro.
- Descargue el paquete Pembamoto_spatial_resolution.
Se descarga un archivo llamado Pembamoto_spatial_resolution.ppkx en su equipo.
Nota:
Un archivo .ppkx es un paquete de proyecto de ArcGIS Pro y puede contener mapas, datos y otros archivos que puede abrir en ArcGIS Pro. Más información sobre la administración de archivos .ppkx en esta guía.
- Busque el archivo descargado en su equipo.
Sugerencia:
En la mayoría de los navegadores web, se descarga en la carpeta Descargas.
- Haga doble clic en el archivo Pembamoto_spatial_resolution.ppkx para abrirlo en ArcGIS Pro. Si se le pide, inicie sesión con su cuenta de ArcGIS.
Nota:
Si no tiene una cuenta de organización, consulte las opciones de acceso a software.
Se abrirá el proyecto. Contiene tres mapas: Pembamoto region, Regreening project y Resampling. Por ahora, utilizará el primer mapa.
- Confirme que el mapa Pembamoto region está seleccionado.
El mapa muestra el mapa base topográfico predeterminado y se centra en Tanzania. Un pequeño rectángulo rojo, al este de Dodoma, muestra la región general de interés para este tutorial.
- En el panel Contenido, haga clic con el botón derecho en Region_of_interest y seleccione Zoom a capa.
El mapa se actualiza y muestra una capa de imágenes denominada Landsat9 - 01/28/2023 - 30m - region.
Se trata de una imagen del satélite Landsat 9 captada el 28 de enero de 2023 y recortada al tamaño del rectángulo rojo. Las imágenes del Landsat 9 tienen una resolución espacial de 30 metros, lo que hace que sean eficaces a la hora de representar extensiones mayores, como una región entera, sin ocupar demasiado espacio de almacenamiento.
Nota:
Landsat 9 es una misión satelital del USGS y la NASA lanzada en 2021. Produce imágenes con 11 bandas espectrales, la mayoría de ellas con una resolución espacial de 30 metros. Las imágenes cubren todo el planeta y cada lugar de la Tierra se captura cada 16 días (o cada 8 días si se combinan con las imágenes del Landsat 8). Landsat es el programa de adquisición de imágenes por satélite más antiguo, que proporciona cinco décadas de datos continuos de observación de la Tierra.
Las imágenes Landsat son de libre acceso. Aprenda a descargar sus propias imágenes Landsat.
- Observe las imágenes.
¿Puede identificar los distintos tipos de cobertura de suelo de la región?
- Zonas áridas con suelo desnudo y escasa vegetación (tonos rosa claro y rosa oscuro)
- Zonas montañosas con algo de vegetación (zonas escarpadas en tonos verdosos)
- Valles con mucha vegetación (verde oscuro)
Imágenes Landsat que muestran (1) zonas áridas, (2) zonas montañosas con algo de vegetación y (3) valles con mucha vegetación. - Utilice la rueda del ratón para hacer zoom hasta que la imagen se pixele y pueda ver las celdas individuales.
Con un tamaño de celda de 30 metros, las imágenes Landsat 9 no permiten identificar pequeños elementos sobre el terreno, como casas o árboles individuales.
- Si lo desea, puede utilizar el zoom para alejar y acercar distintas zonas de la imagen para examinarla con más detalle.
En general, las imágenes Landsat son ideales para identificar y vigilar fenómenos regionales, como la desertización, la expansión urbana u otras tendencias de cambio de la cobertura de suelo.
Comparar resoluciones espaciales
Ahora que ya se ha familiarizado con la gran región de Tanzania, acercará la imagen para descubrir el proyecto de restauración de la vegetación que se está llevando a cabo en la localidad de Pembamoto. La ONG Justdiggit, que lucha contra el calentamiento global regenerando África, trabajó con la comunidad local de Pembamoto para cavar una serie de fosos semicirculares que ayudan al suelo a captar el agua de lluvia. Gracias a la creación de estos terraplenes, el lugar, antes árido y seco, en pocos años mostró un espectacular crecimiento de vegetación.


Nota:
Para obtener más información sobre este proyecto, consulte Seeing African Restoration From Space, Northern Tanzania Work y el artículo de investigación Quantifiable impact: monitoring landscape restoration from space. A regreening case study in Tanzania .
Examinará el emplazamiento del proyecto de reverdecimiento de Pembamoto utilizando imágenes de satélite con diferentes resoluciones espaciales, captadas entre diciembre de 2022 y enero de 2023. Primero, pasará al siguiente mapa.
- Haga clic en la pestaña del mapa Regreening project.
El mapa muestra la misma región general de Pembamoto que ha examinado antes. Un pequeño rectángulo rojo indica el área de interés (AOI), mucho más pequeña, donde se sitúa el proyecto de reverdecimiento.
- En el panel Contenido, haga clic con el botón derecho en Pembamoto_AOI y seleccione Zoom a capa.
En el panel Contenido, hay cuatro capas de imágenes, actualmente desactivadas.
El nombre de cada imagen indica el tipo de imagen, la fecha de captura y la resolución espacial. Estas imágenes se han recortado a las dimensiones del área de interés, y su resolución espacial varía de 30 a 0,5 metros. Activará las capas de menor a mayor resolución espacial para compararlas.
- Seleccione la casilla de verificación que se encuentra junto a la capa Landsat9 - 01/28/2023 - 30m para activarla.
La imagen aparece en el mapa.
Esta es la misma imagen Landsat que la que ha visto antes, pero ahora recortada para ajustarse a un área de interés más pequeña. Como era de esperar, a esta escala mayor, la imagen Landsat aparece algo pixelada. Sin embargo, sigue permitiendo ver claramente la zona del proyecto de reverdecimiento, que aparece en tonos verde oscuro. El suelo sin vegetación que lo rodea adquiere tonalidades rosáceas o azuladas según el tipo de suelo y las formaciones geológicas subyacentes.
- En el panel Contenido, active la capa Sentinel2 - 12/09/2022 - 10m.
La imagen aparece en el mapa.
Esta es una imagen del satélite Sentinel-2 capturada el 9 de diciembre de 2022. Las imágenes de Sentinel-2 tienen una resolución espacial de hasta 10 metros, lo que hace que sean bastante versátiles, ya que pueden seguir utilizándose para la visualización y el análisis a nivel regional, pero también pueden mostrar entidades más detalladas sobre el terreno.
A la escala actual, la imagen no está pixelada y muestra muy claramente la zona del proyecto de reverdecimiento. También puede identificar otras entidades, como algunas montañas en el norte, algunos campos agrícolas en el sureste y varias carreteras. Al este de las montañas, se caputró una nube blanca. ¿Puedes distinguir la sombra de la nube?
Nota:
Sentinel-2 es una misión satelital de la Agencia Espacial Europea. Se lanzó en 2015 y produce imágenes con 13 bandas espectrales, varias de las cuales tienen una resolución de 10 metros. Las imágenes cubren toda la Tierra y cada lugar del planeta se captura cada 5 días.
Las imágenes de Sentinel-2 son de libre acceso y pueden descargarse a través del ecosistema espacial de datos Copernicus.
- En el panel Contenido, active la capa PlanetScope - 01/01/2023 - 3m.
Esta es una imagen del satélite PlanetScope captada el 1 de enero de 2023. Las imágenes de PlanetScope tienen una resolución espacial de 3 metros, por lo que muestran muchas entidades detalladas del terreno. Las imágenes con ese tipo de resolución espacial se utilizan a menudo para el análisis a escala de entidades, e incluyen aplicaciones agrícolas, arqueológicas, de infraestructuras y forestales.
En la imagen, puede ver muchas de las mismas entidades que antes, pero aparecen más detalladas. En varias zonas han aparecido campos de color marrón más oscuro, lo que sugiere que finales de diciembre fue una época de labranza activa (preparación y cultivo de la tierra para las cosechas) u otras actividades agrícolas.
Nota:
Las imágenes PlanetScope proceden de Planet Labs. PlanetScope es un conjunto de más de 180 satélites que se desplegó a partir de 2014 y produce imágenes con una resolución de 3 metros y hasta 8 bandas espectrales. Las imágenes cubren casi toda la masa terrestre y cada ubicación se captura casi a diario.
- En el panel Contenido, active la capa SkySat - 12/13/22 - 0.5m.
Esta es una imagen del satélite SkySat capturada el 13 de diciembre de 2022. Las imágenes de SkySat tienen una resolución espacial de 0,5 metros, por lo que muestran las entidades del terreno con un alto nivel de detalle. Las imágenes con ese tipo de resolución espacial se utilizan habitualmente para cartografía de precisión, modelado urbano en 3D o agricultura de precisión.
En la imagen se aprecian muchos detalles, como árboles y arbustos individuales, y sutiles matices en el suelo.
Nota:
Las imágenes de SkySat proceden de Planet Labs. SkySat es un conjunto de unos 20 satélites que se desplegó a partir de 2013 y produce imágenes con una resolución de 0,5 metros y 4 bandas espectrales. Los satélites SkySat pueden maniobrarse activamente para captar imágenes desde cualquier punto de la Tierra.
Ya ha revisado todas las imágenes de este proyecto.
- Si lo desea, puede explorar más a fondo las imágenes activándolas y desactivándolas y acercándolas y alejándolas con la rueda del ratón.
Sugerencia:
Las capas superiores impedirán la visión de las inferiores, así que debe activarlas o desactivarlas según corresponda.
Explorar el tamaño de las celdas y su extensión espacial
Continuará su exploración de la resolución espacial haciendo zoom en áreas específicas alrededor de la zona de regeneración de Pembamoto utilizando marcadores. También comparará la extensión de las imágenes originales.
- En la cinta, haga clic en la pestaña Mapa. En el grupo Navegar, haga clic en Marcadores.
Para comprender mejor la noción de tamaño de celda, ampliará la imagen a un nivel de detalle en el que se vean las celdas individuales.
- En la lista de marcadores, seleccione Celdas.
- En el panel Contenido, desactive las cuatro capas de imágenes (las capas Landsat-9, Sentinel-2, PlanetScope y SkySat) y vuelva a activarlas una a una.
Imágenes (1) Landsat-9, (2) Sentinel-2, (3) PlanetScope y (4) SkySat. El tamaño de las celdas varía considerablemente. ¿Cuántas celdas contiene la extensión actual para cada tipo de imagen? Contiene solamente algunas celdas Landsat 9, unas 60 celdas Sentinel-2, algunos centenares de celdas PlanetScope y miles de celdas SkySat.
- En la cinta, en la pestaña Mapa, haga clic en Marcadores y selecicone Carreteras y campos.
El mapa se acerca a una zona del lado este del área de interés.
- En el panel Contenido, desactive las cuatro capas de imágenes y vuelva a activarlas una a una.
Imágenes (1) Landsat-9, (2) Sentinel-2, (3) PlanetScope y (4) SkySat. Si quisiera elegir imágenes que requieran el menor espacio de almacenamiento posible, pero que permitan distinguir las carreteras principales, ¿cuál de las cuatro imágenes elegiría? ¿Y si necesitara distinguir las carreteras secundarias o las pistas de tierra? ¿Y los campos agrícolas? ¿Y las casas? ¿Y árboles y arbustos?
- Si lo desea, amplíe el marcador Town y realice observaciones similares.
Aunque las cuatro capas de imágenes se recortaron para ajustarse a los límites del área de interés, las imágenes originales captadas por los distintos satélites eran bastante más grandes.
La siguiente ilustración representa cada imagen en toda su extensión original; el área de interés de Pembamoto se representa como un pequeño rectángulo rojo en el cuadrante inferior izquierdo.
¿Qué observa sobre los tamaños relativos de estas imágenes? En el caso de Landsat 9, dado que el tamaño de la celda es muy grande, una sola imagen puede captar una extensión muy amplia. Al pasar a imágenes con tamaños de celda cada vez más pequeños, una sola imagen puede captar una extensión cada vez menor. Se trata de una tendencia general, aunque el número exacto de celdas por imagen depende de las especificaciones técnicas de cada sensor.
En esta parte del tutorial, se ha familiarizado con conceptos esenciales de resolución espacial y ha comparado imágenes de satélite con diferentes resoluciones espaciales. Ha explorado la zona de Pembamoto y ha conocido un innovador proyecto de reverdecimiento que se está llevando a cabo allí. Una de las conclusiones es que existe un equilibrio entre el mayor nivel de detalle que proporcionan las imágenes de alta resolución espacial y el menor espacio de almacenamiento y tiempo de procesamiento que requieren las imágenes de baja resolución espacial. Hay que tener en cuenta este equilibrio a la hora de elegir las imágenes para un proyecto.
Cambiar la resolución espacial de una imagen
A continuación, aprenderá a cambiar la resolución de una imagen y se familiarizará con el concepto de remuestreo. A continuación, usted mismo remuestreará las imágenes y comparará la capa de imágenes original y el resultado remuestreado.
Cómo cambiar la resolución espacial y el remuestreo
Cuando reciba imágenes u otro tipo de datos ráster, puede utilizarlos con su resolución espacial original. Sin embargo, en algunos casos es posible que desee cambiarla.
- Si las entidades de interés para su proyecto no requieren una resolución espacial muy alta y desea minimizar el tiempo de almacenamiento y procesamiento, puede aumentar el tamaño de la celda.
- Si varias capas ráster de su proyecto tienen diferentes resoluciones espaciales, la mejor práctica para el análisis es cambiar la resolución espacial de algunas de las capas para que todas tengan el mismo tamaño de celda.

El cambio de resolución espacial se consigue mediante un proceso denominado remuestreo. El remuestreo se utiliza cada vez que es necesario transformar una cuadrícula ráster. Otro ejemplo de transformación de cuadrícula es si necesita volver a proyectar un ráster (para obtener más información sobre proyecciones, consulte el tutorial Elegir la proyección adecuada). También existen varias herramientas de geoprocesamiento que utilizan el remuestreo, como el conjunto de herramientas Surface.

Para aplicar el remuestreo, debe elegir un método para calcular el valor de cada celda del ráster de salida. He aquí tres ejemplos de métodos de remuestreo que pueden aplicarse a las imágenes:
- Vecino más cercano: cada celda del ráster de salida tomará el valor exacto de la celda correspondiente más cercana del ráster original.
- Interpolación bilineal: el valor de una celda del ráster de salida se calcula promediando las cuatro celdas vecinas correspondientes del ráster original, con lo que se obtiene un resultado más suave.
- Convolución cúbica: el valor de una celda del ráster de salida se calcula promediando las 16 celdas vecinas correspondientes del ráster original.

Nota:
Encontrará más información sobre el remuestreo en El tamaño de la celda y el remuestreo en análisis.
Remuestrear imágenes a un tamaño de celda mayor
A continuación, aprenderá a remuestrear imágenes para cambiar el tamaño de sus celdas. Tiene previsto utilizar una imagen PlanetScope de 3 metros para su proyecto, pero sabe que otras capas ráster del mismo proyecto tienen un tamaño de celda de 10 metros. Remuestreará la imagen de PlanetScope para ajustarla a la resolución de 10 metros. En primer lugar, cambiará al tercer mapa del proyecto.
- Haga clic en la pestaña Resampling.
Este mapa contiene la imagen PlanetScope_01012023_3m, parecida a la que vio anteriormente en el flujo de trabajo. Para remuestrear la imagen, utilizará la herramienta de geoprocesamiento Remuestrear.
- En la cinta, en la pestaña Vista, en el grupo Ventanas, haga clic en Geoprocesamiento.
Se abre el panel Geoprocesamiento.
- En el panel Geoprocesamiento, escriba Remuestrear en el campo de búsqueda. En la lista de resultados, haga clic en la herramienta Remuestrear para abrirla.
Esta herramienta reside en la caja de herramientas Administración de datos.
- En la herramienta Remuestrear, seleccione los siguientes valores de los parámetros:
- En Ráster de entrada, seleccione PlanetScope_01012023_3m.
- En Dataset ráster de salida, escriba PlanetScope_01012023_10m.
En Tamaño de celda de salida, los campos X e Y muestran actualmente la resolución de su imagen de entrada: 3 metros. La reemplazará por su valor objetivo.
- En Tamaño de celda de salida, en X e Y, especifique 10.
Nota:
Al remuestrear imágenes, a menudo se pasa a un tamaño de celda mayor, como ocurre en este flujo de trabajo.
Debe tener cuidado al volver a realizar el muestreo con un tamaño de celda más pequeño. Es importante entender que no se crearán nuevos datos. Si se especifica un tamaño de celda de 50 metros cuando la imagen de entrada tiene una resolución de 100 metros, se creará un ráster de salida con un tamaño de celda de 50 metros; sin embargo, la precisión seguirá siendo de 100 metros.
- En Técnica de remuestreo, elija Bilineal.
Las técnicas de remuestreo que has aprendido antes están disponibles: Más cercano (Vecino), Bilineal y Cúbica. Los tres pueden utilizarse para imágenes. Bilineal producirá un resultado más suave.
Existe otra opción, Mayoría, que no suele utilizarse para imágenes. Encontrará más información sobre esta opción en la documentación de la herramienta Remuestrear.
Nota:
Existe otro tipo de raster denominado temático (o categórico, o también discreto) que solo debe remuestrearse con los métodos Más cercano o Mayoría porque es importante conservar los valores originales de las celdas. Más información sobre los distintos tipos de datos ráster.
- En el panel Remuestrear, haga clic en la pestaña Entornos y localice la sección Coordenadas de salida.
Si desea volver a proyectar la imagen en lugar o además de cambiar el tamaño de la celda, aquí es donde debe especificar el sistema de coordenadas de destino. En este flujo de trabajo, no volverá a proyectar, por lo que dejará estos parámetros en blanco.
- Haga clic en Ejecutar.
Tras unos instantes, aparece la nueva imagen PlanetScope_01012023_10m en el mapa.
Parece más oscura que la imagen original porque utiliza una representación en pantalla predeterminada. Cambiará su configuración de pantalla para que coincida con el original.
Nota:
Más información sobre las opciones de apariencia de las imágenes.
- En el panel Contenido, haga clic con el botón derecho en PlanetScope_01012023_10m y seleccione Simbología.
- En el panel Simbología, haga clic en el botón de opciones y seleccione Importar desde capa.
- En Aplicar simbología de capa, seleccione los siguientes valores de parámetros:
- En Capa de entrada, confirme que PlanetScope_01012023_10m esté seleccionada.
- En Capa de simbología, seleccione PlanetScope_01012023_3m.
- Haga clic en Ejecutar.
La imagen remuestreada se actualiza para mostrar una representación similar a la imagen original.
Comparar imágenes originales y remuestreadas
A continuación, comparará las capas original y remuestreada utilizando la herramienta Swipe.
- En el panel Contenido, asegúrese de que la capa PlanetScope_01012023_10m esté seleccionada.
- En la cinta, en la pestaña Capa ráster, en el grupo Comparar, haga clic en Swipe.
- En el mapa, arrastre de arriba a abajo para retirar la capa PlanetScope_01012023_10m y revelar la capa PlanetScope_01012023_3m subyacente.
A esta escala, no se aprecia casi ninguna diferencia entre las dos imágenes. En ambos casos, se pueden distinguir las entidades más amplias, como la zona del proyecto de reverdecimiento y los numerosos campos agrícolas. Ampliará la imagen a un mayor nivel de detalle.
- En la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en Marcadores y seleccione el marcador Carreteras y campos.
- Arrastre para desplazarse de arriba a abajo con el cursor de deslizamiento.
A esta escala, la capa remuestreada parece tener más bloques que la imagen original porque sus celdas son más grandes. Por último, ampliará la imagen para ver las celdas individuales.
- En la cinta, en la pestaña Mapa, haga clic en Marcadores y seleccione el marcador Celdas.
Arrastre para deslizar y comparar las dos capas.
Puede verse claramente que las celdas de las capas remuestreadas son unas tres veces más anchas que las de la capa original.
- Cuando haya terminado de explorar, en la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en el botón Explorar para cerrar el modo de barrido.
En esta parte del tutorial, ha visto que puede cambiar la resolución espacial de una imagen. Ha aprendido el concepto de remuestreo y se ha familiarizado con varios métodos de remuestreo. A continuación, ha remuestreado una imagen a un tamaño de celda mayor y ha comparado la entrada original y la salida remuestreada.
Identificar el tamaño de celda de una imagen
Cada una de las imágenes que encontró en este flujo de trabajo tenía la resolución espacial indicada en su nombre. Sin embargo, cuando se recibe un dataset de imágenes en la vida real, puede no conocer su resolución espacial. A continuación, aprenderá a encontrar esa información.
Averiguar el tamaño de celda en las propiedades de la imagen
La forma estándar de averiguar el tamaño de celda de una imagen es examinando sus propiedades.
- Asegúrese de que la pestaña del mapa Resampling esté seleccionada.
- En el panel Contenido, haga clic con el botón derecho en PlanetScope_01012023_3m y seleccione Propiedades.
- En el panel Propiedades, haga clic en la pestaña Origen, expanda la sección Información del ráster y localice los campos Tamaño de celda x y Tamaño de celda y.
Los campos Tamaño de celda x y Tamaño de celda y tienen cada uno un valor aproximado de 3. Esto significa que cada celda representa un cuadrado de 3 por 3 metros en el suelo. Puede que no esté seguro de si la unidad de medida son los metros. Encontrará esta información en la sección Referencia espacial.
- Expanda Referencia espacial y localice el campo Unidad lineal.
Esta sección contiene información sobre la proyección de la imagen y el sistema de coordenadas. El valor del Sistema de coordenadas proyectadas es WGS 1984 UTM Zone 37S, mientras que el valor de la Unidad lineal es Metros. Esto confirma que el tamaño de la celda se expresa en metros. Ahora ya sabe que su imagen PlanetScope tiene un tamaño de celda de 3 metros.
- Si lo desea, utilice lo aprendido para comprobar el tamaño de celda de la capa PlanetScope_01012023_10m.
Medir celdas de imágenes
Por último, aprenderá a medir las celdas de una imagen. Aunque el método más habitual consiste en consultar las propiedades de las imágenes, medir las celdas uno mismo es una buena forma de desmitificar aún más el concepto de tamaño de celda.
- En el mapa Resampling, asegúrese de que las capas PlanetScope01012023_10m y PlanetScope01012023_3m estén activadas.
La capa PlanetScope01012023_10m se visualiza en la parte superior, así que es la primera que medirá.
- Si es necesario, en la cinta, en la pestaña Mapa, haga clic en Marcadores y seleccione el marcador Celdas.
- En la cinta, en la pestaña Mapa, en la sección Consulta, haga clic en Medir.
En el mapa, aparece la ventana Medir distancia, con el cursor de medición.
- Haga clic en dos lados de una celda para medir su anchura.
La celda tiene aproximadamente 10 metros de ancho.
- En la ventana Medir distancia, haga clic en el botón Borrar los resultados.
- En el panel Contenido, desactive la capa PlanetScope01012023_10m.
En el mapa, aparece la imagen PlanetScope01012023_3m.
- Haga clic en dos lados de una celda para medir su anchura.
Tiene aproximadamente 3 metros de ancho.
- Una vez que haya terminado de medir, en la cinta, en la pestaña Mapa, haga clic en el botón Explorar para cerrar el modo de medición.
En este tutorial, se ha familiarizado con los conceptos esenciales de la resolución espacial. Ha aprendido a distinguir visualmente las imágenes con mayor o menor resolución espacial y a seleccionar la resolución espacial que mejor se adapte a su proyecto. Ha aprendido a modificar la resolución espacial de una imagen y se ha familiarizado con varios métodos de remuestreo. Por último, ha aprendido a averiguar la resolución espacial de una imagen, ya sea buscando en sus propiedades o midiendo directamente sus celdas.
Encontrará más tutoriales en la galería de tutoriales.