Evaluar el daño de los incendios forestales
La detección de cambios es una de las aplicaciones fundamentales de las imágenes y la teledetección. Por lo general, consiste en comparar datasets de imágenes recopilados en diferentes momentos en una sola área para determinar el tipo, la magnitud y la ubicación del cambio. El cambio puede ocurrir debido a una actividad humana, alteraciones naturales abruptas o tendencias climatológicas o medioambientales a largo plazo.
El primer ejemplo de detección de cambios en el que trabajará es en el contexto de un incendio forestal. En agosto de 2020, en el Parque Nacional Tsavo West de Kenia, se produjo un incendio forestal devastador que duró varios días. El fuego causó grandes daños en el parque, aunque afortunadamente no hubo víctimas humanas. Como analista SIG del parque nacional, desea identificar el área calcinada debida al incendio y extraerla en una nueva capa de datos. Esta nueva capa con el área calcinada proporcionará un contorno preciso del área dañada y será útil para gestionar las consecuencias del incendio de manera proactiva y mitigar los efectos negativos del fuego en la vida silvestre y las actividades turísticas del parque.
Configurar y explorar las imágenes
En primer lugar, abrirá la aplicación, configurará su ubicación de interés (o extensión) y elegirá las imágenes más relevantes.
- Abra la aplicación Digital Earth Africa Explorer.
- La aplicación se abre mostrando el continente africano.
Primero ubicará la ubicación del incendio en el mapa.
- En el cuadro de búsqueda, escriba Taveta, Kenia y pulse Intro.
El mapa se actualiza a la nueva ubicación.
- Cierre la ventana emergente Resultado de búsqueda.
- Haga clic en el botón Alejar cuatro veces.
- Gire hacia el este (derecha) hasta que vea Taveta y Taita-Taveta, así como la carretera A23 que las conecta.
Aquí es donde ocurrió el incendio en agosto de 2020. Para visualizar el emplazamiento del incendio a lo largo del tiempo, utilizará la capa de imágenes Landsat.
Nota:
Landsat es un programa estadounidense de satélites de observación de la Tierra. Lleva proporcionando imágenes multiespectrales de toda la Tierra de forma continua desde 1972. Puede obtener más información sobre Landsat en el sitio web del programa.
También puede obtener más información sobre qué son las imágenes multiespectrales y cómo trabajar con ellas en el primer tutorial de esta serie: Introducción a las imágenes para África.
La capa Landsat incluida en la aplicación proporciona una gran selección de imágenes de Landsat desde 1972 hasta el presente.
- En la barra lateral, haga clic en el botón Explorar imágenes.
- En la ventana Explorar imágenes, para Capa, elija Landsat. En Representación, elija Agricultura con DRA.
En el mapa, las imágenes se actualizan.
La combinación de bandas Agricultura utiliza las bandas espectrales de infrarrojo de onda corta, infrarrojo cercano y azul. Esto destaca la vegetación sana en verde intenso, y el suelo desnudo o la ausencia de vegetación en marrón. DRA significa ajuste de rango dinámico y es una técnica para mejorar el contraste de la imagen.
De forma predeterminada, está viendo las imágenes capturadas más recientes, por lo general no más antiguas que unas pocas semanas a partir de la fecha de hoy. Para estudiar el efecto del incendio forestal, debe observar las imágenes que se capturaron poco antes y después del incendio, que ocurrió del 8 al 10 de agosto de 2020.
- En la ventana Explorar imágenes, examine la sección Fecha.
El control deslizante de tiempo le permite moverse a través del tiempo y ver todas las imágenes (o escenas) Landsat individuales disponibles para la extensión actual. El puntero debería estar actualmente en el 20 de mayo de 2023 u otra fecha reciente. Ahora empezará a desplazarse por el tiempo.
- En el control deslizante de tiempo, haga clic en los botones más y menos para moverse en el tiempo hasta llegar al 4 de junio de 2020.
Sugerencia:
También puede arrastrar el puntero hasta la fecha deseada.
Tras unos momentos, las imágenes se actualizan.
Estas imágenes muestran el aspecto de la zona antes del incendio. A pesar de la presencia de algunas pequeñas nubes blancas, se puede ver claramente la tierra intacta cubierta de vegetación (en verde intenso) y algunos parches de suelo desnudo (en tonos marrones rojizos).
- En el lado derecho de la línea de tiempo, haga clic en el botón Más una vez para pasar al 20 de junio de 2020.
Esta escena muestra un paisaje similar, aunque la presencia de vegetación es un poco menos clara.
Nota:
Las variaciones en la calidad son frecuentes en el caso de las imágenes, por lo que es importante revisar varias escenas disponibles y centrarse en las que tienen la mejor calidad. Desde ese punto de vista, la escena del 4 de junio de 2020 es la mejor imagen disponible relativamente poco antes del incendio.
- Haga clic en el botón más para llegar al 10 de octubre de 2020.
Esta imagen fue capturada después del incendio. El área calcinada aparece claramente en color marrón oscuro, en contraste con el terreno no afectado, que presenta tonos marrones claros y verdosos.
- Haga clic en el botón Más dos veces para llegar al 26 de agosto de 2021.
El área calcinada aún es visible, pero está empezando a desvanecerse, ya que la vegetación comienza a crecer nuevamente.
Extraer los píxeles del área calcinada
Ahora que ha identificado las escenas del antes y el después del incendio, elegirá la escena en la que el área calcinada sea más visible para extraer los píxeles de la imagen que corresponden a esta área.
- Utilice el botón menos para volver al 10 de octubre de 2020.
Para llevar a cabo la extracción de píxeles, utilizará la herramienta Crear una máscara. Esta herramienta crea una capa en la que se enmascara cada píxel correspondiente a un criterio específico o se cubre con un color sólido.
- En la ventana Explorar imágenes, defina las siguientes opciones:
- Para ¿Qué desea hacer?, elija Crear una máscara.
- Para Método, elija Vegetación ajustada al suelo. Índice.
- Para ¿Qué valores debería enmascarar?, verifique que esté seleccionado Inferior a mi umbral.
El Índice de vegetación ajustada al suelo aplica una fórmula matemática para calcular una relación entre los valores de las bandas de infrarrojo cercano y rojo de las imágenes. Esto destaca la vegetación sana y la distingue de la vegetación enferma o de las áreas desprovistas de vegetación, como la tierra desnuda.
El Índice de vegetación ajustada al suelo generará un resultado numérico para cada píxel: un valor alto significa vegetación sana, y un valor bajo significa vegetación enferma o sin vegetación. En este ejemplo, los valores más bajos corresponderán a las áreas quemadas por el incendio forestal. La opción Inferior a mi umbral le permite elegir un umbral y enmascarar todos los píxeles que tienen un valor bajo y están por debajo de ese umbral.
En primer lugar, dibujará un polígono para definir su área de interés (AOI) y elegirá un color para su máscara.
- Marque la casilla Dibujar polígonos para definir la extensión.
- En el mapa, empiece a dibujar un polígono para delinear el AOI haciendo clic en cada esquina (o vértice) del polígono deseado. Cuando esté satisfecho con la forma, haga doble clic para completar.
El resultado debería ser similar al de la siguiente imagen:
Cuando genere la máscara, solo aparecerá dentro de ese AOI.
- Haga clic en el botón Elegir un color para la máscara y elija el color rojo.
- Haga clic en Aplicar.
Después de unos momentos, la máscara aparece en el mapa. En la ventana Explorar imágenes, también aparece el control deslizante Definir el umbral; lo usará para elegir el umbral de la máscara.
El control deslizante muestra que los valores del índice de vegetación para su AOI varían aproximadamente de 0,01 a 0,26. La herramienta de máscara ha elegido automáticamente un umbral de 0,13.
Nota:
Según los límites exactos que haya elegido para su polígono de AOI, los valores que ve pueden ser ligeramente diferentes.
- Mueva el control deslizante del umbral hacia atrás para ver cómo cambia la máscara según el valor del umbral.
- Si elige 0,01 (o el valor mínimo posible) como umbral, no se incluye ningún píxel en la máscara.
- Si elige 0,26 (o el valor máximo posible) como umbral, todos los píxeles del AOI se incluyen en la máscara.
- Si elige un valor intermedio, solo se incluyen en la máscara algunos de los píxeles del AOI.
- Elija un valor de umbral que capture todos los píxeles del área calcinada en la máscara, pero la menor cantidad posible de otros píxeles, por ejemplo, 0,12.
La máscara final tendrá un aspecto similar al siguiente:
Nota:
Usar el Índice de vegetación ajustada al suelo para identificar las áreas quemadas es una posibilidad. Otra sería usar el Índice de calcinación normalizado, que calcula un índice entre los valores del infrarrojo cercano y del infrarrojo de onda corta. En este caso específico, el primer enfoque funciona mejor que el segundo. Cuando se trata de trabajar con imágenes, siempre vale la pena probar diferentes métodos y elegir el que dé mejores resultados.
En la ventana Explorar imágenes, Área cubierta indica que la máscara actual cubre un área de 558,06 kilómetros cuadrados (su cifra puede diferir ligeramente). Esta es la superficie que se quemó en el incendio.
Exportar la capa de área calcinada
Ahora que ha creado la máscara, guardará la capa resultante en ArcGIS Online, lo que le permitirá reutilizarla para la creación de mapas o análisis posteriores. Para este proceso se necesita una cuenta de ArcGIS Online.
Nota:
Si no tiene una cuenta de ArcGIS Online, puede obtener una gratuita a través del Geoportal de África (haga clic en Iniciar sesión, haga clic en Cree una cuenta de Africa GeoPortal y siga las instrucciones). Geoportal de África es una comunidad cartográfica abierta respaldada por Esri que trabaja conjuntamente para proporcionar datos y perspectivas de África.
Como alternativa, puede crear una cuenta pública de ArcGIS gratuita (haga clic en Crear una cuenta pública de ArcGIS y siga las instrucciones).
ArcGIS Online le permite crear mapas web dinámicos que puede compartir con su comunidad.
- En la aplicación Digital Earth Africa Explorer, en la barra lateral, haga clic en el botón Exportación de imagen. Si es necesario, haga clic una segunda vez.
Aparece la ventana Exportación de imagen.
- En la ventana Exportación de imagen, defina las siguientes opciones:
- Para Exportar, elija Imagen de resultado.
- Para Guardar ubicación, verifique que Guardar en el portal esté seleccionado.
- En Título, escriba Área calcinada de Tsavo.
- En Descripción, escriba Área calcinada del incendio forestal de agosto de 2020 en el oeste del Parque Nacional Tsavo, Kenia.
- En Etiquetas, escriba incendio forestal, área calcinada, Kenia.
- Haga clic en Vista previa.
- En la ventana Iniciar sesión, introduzca sus credenciales de ArcGIS Onlineo las de Africa GeoPortal.
En la ventana Exportación de imagen, aparece una vista en miniatura de la vista previa.
- Haga clic en Guardar.
- Cuando finalice el proceso, cierre la ventana de Exportación de imagen.
Nota:
Otra opción es exportar la capa a su equipo local. Para la ubicación, elija Guardar en disco, para las Opciones de descarga de TIFF, elija Como se muestra y para Opciones avanzadas de guardado, elija Descargar como tiff. Esta opción generará una imagen TIFF georreferenciada que puede abrir en cualquier software de SIG, como ArcGIS Pro.
Crear un mapa web para mostrar la capa
A continuación, visualizará la capa que guardó en ArcGIS Online y creará un mapa web para mostrarla.
- En su navegador web, abra una nueva pestaña y vaya a ArcGIS Online. Inicie sesión con sus credenciales de ArcGIS Online o las de Africa GeoPortal.
- En la cinta, haga clic en Contenido.
- En la lista de contenido, haga clic en Área calcinada de Tsavo.
- En la página del elemento Área calcinada de Tsavo, haga clic en Abrir en Map Viewer.
La capa se muestra en Map Viewer sobre el mapa base topográfico predeterminado.
Cambiará el mapa base para mostrar más información sobre el área.
- En la barra de herramientas Contenido (oscuro), haga clic en Mapa base y elija OpenStreetMap.
Nota:
Este mapa base proviene del proyecto de representación cartográfica de la comunidad de OpenStreetMap.
El mapa base se actualiza y muestra los límites de las áreas de conservación, los santuarios de vida silvestre y los ranchos del parque nacional.
Una revisión rápida del área calcinada en el nuevo mapa base indica que el fuego, aunque causó daños, no alcanzó la mayoría de las áreas clave del parque, con la excepción del borde de Lumo Conservancy.
Nota:
En la vida real, el analista SIG del parque nacional podría conservar una capa más detallada de los activos del parque, que podría agregarse a este mapa para una mayor precisión y exhaustividad.
A continuación, guardará el mapa y compartirlo con sus compañeros del parque nacional o la comunidad en general.
- En la barra de herramientas Contenido, haga clic en Guardar y abrir y seleccione Guardar como.
- En la ventana Guardar mapa, introduzca un título como Incendio de agosto de 2020 en Tsavo, etiquetas y una breve descripción. Haga clic en Guardar.
- En la barra de herramientas Contenido, haga clic en Compartir mapa.
- En la ventana Compartir, en Definir nivel de uso compartido, haga clic en Todos (público).
- Haga clic en Guardar.
- En la ventana Review Sharing (Revisar uso compartido), haga clic en Update Sharing (Actualizar uso compartido).
Ha extraído los píxeles del área calcinada correspondiente al incendio del Parque Nacional Tsavo de agosto de 2020. Luego, exportó la capa a ArcGIS Online y creó un mapa web para mostrarlo y compartirlo con sus compañeros del parque nacional y la comunidad en general. También puede utilizar la capa en análisis posteriores. Puede agregar más capas de datos, por ejemplo, sobre las ubicaciones de la vida silvestre y los patrones de movimiento, y continuar con análisis adicionales para comprender mejor el impacto del incendio.
Delinear áreas inundadas
Debido a las fuertes lluvias de julio de 2022, varias áreas ubicadas en las subprefecturas de Léré y Guegou (departamento de Lac Léré, provincia de Mayo-Kebbi Ouest) sufrieron graves inundaciones. Como analista SIG para el gobierno regional, se le ha pedido que proporcione una evaluación rápida de las áreas más afectadas para ayudar a los equipos de socorro a enfocar mejor sus esfuerzos.
En este flujo de trabajo, aprenderá a extraer cambios comparando imágenes del antes y el después.
Configurar y explorar las imágenes
Para empezar, configurará la extensión y las imágenes.
- En su navegador web, pase a la pestaña de la aplicación Digital Earth Africa Explorer.
- En el cuadro de búsqueda, escriba Léré, Chad (o Lere, Chad) y pulse Intro.
El mapa se actualiza a la nueva ubicación.
- Cierre la ventana emergente Resultado de búsqueda.
- Haga clic en el botón Alejar tres veces.
En el mapa, puede ver dos lagos y varios pueblos y aldeas a su alrededor.
Comparará imágenes del antes y el después de las fuertes lluvias de julio de 2022 con la herramienta Comparar imágenes.
- En la barra lateral, haga clic en el botón Comparar imágenes.
Aparece la ventana Comparar imágenes. Con esta herramienta, puede especificar que se muestren dos imágenes en los lados izquierdo y derecho del mapa, y deslizar de una a otra.
- En la ventana Comparar imágenes, defina las siguientes opciones para la imagen izquierda:
- Compruebe que la opción Imagen izquierda esté seleccionada.
- En Capa, verifique que Landsat esté seleccionado.
- En Representación en pantalla, compruebe que Agricultura con DRA esté seleccionado.
- Active la casilla de verificación Seleccionar una fecha.
- Arrastre el control deslizante de tiempo al 8 de mayo de 2022.
Las imágenes se actualizan para mostrar una escena Landsat capturada el 8 de mayo de 2022, antes de las fuertes lluvias. Los dos lagos, el lago Léré y el lago Tréné, tienen contornos claramente definidos. También se pueden ver unas finas líneas azules correspondientes a los ríos Mayo Kébbi y Bénoué.
- En la ventana Comparar imágenes, defina las siguientes opciones para la imagen de la derecha:
- Haga clic en Imagen derecha para seleccionarla.
- En Capa, seleccione Landsat.
- En Representación en pantalla, seleccione Agricultura con DRA.
- Active la casilla de verificación Seleccionar una fecha.
- Arrastre el control deslizante de tiempo al 11 de julio de 2022.
Las imágenes se actualizan para mostrar una escena Landsat capturada el 11 de julio de 2022, que muestra la situación en esa fecha. Grandes áreas que eran tierra seca en la escena anterior ahora están cubiertas de agua, lo que hace que los lagos parezcan demasiado extensos e indistinguibles de los ríos.
- En el mapa, tome el manipulador de deslizamiento y deslice repetidamente de izquierda a derecha para comparar las dos imágenes.
Deslizar le permite examinar en detalle las diferencias entre dos imágenes.
Nota:
En este escenario, está haciendo una evaluación de la situación a mediados de julio para ayudar a organizar los esfuerzos de socorro. Sin embargo, las fuertes lluvias continuaron en esa región durante julio, agosto y septiembre de 2022. Se podrían realizar evaluaciones repetidas con imágenes disponibles para fechas posteriores.
Extraer los píxeles de inundación
Ahora que ha identificado las escenas de antes y después de las fuertes lluvias, desea extraer los píxeles correspondientes a las áreas inundadas. Se trata de píxeles que cambiaron de tierra seca en la escena antes de las lluvias a agua en la escena después de las lluvias.
Identificará los píxeles modificados con la funcionalidad Detección de cambios entre dos fechas diferentes.
- En la ventana Comparar imágenes, elija las siguientes opciones:
- Marque la casilla de verificación Detección de cambios entre dos fechas diferentes.
- Para Calcular cambios en, elija Índice de agua.
- Para Visualizar cambios como, elija Máscara de diferencia.
La opción Índice de agua aplica una fórmula matemática para calcular una relación entre los valores de las bandas verde e infrarrojo cercano en las escenas seleccionadas. Esto destaca las áreas cubiertas de agua y las distingue de la tierra seca.
Para detectar los cambios entre las escenas de antes y después de las lluvias, se aplicará el índice de agua a cada escena y se calculará la diferencia entre ambas. El resultado se mostrará como una máscara que resalta los píxeles que cambiaron (Máscara de diferencia).
Ahora dibujará un polígono para definir el área de interés.
- Marque la casilla de verificación Dibujar polígonos para definir la extensión.
- En el mapa, dibuje un polígono para delinear el AOI (área de interés) haciendo clic en cada vértice del polígono deseado. Cuando esté satisfecho con la forma, haga doble clic para completar.
El resultado debería parecerse aproximadamente a la imagen siguiente.
- Haga clic en Aplicar.
Después de unos momentos, la máscara aparece en verde intenso dentro del polígono de AOI. En la ventana Comparar imágenes, aparecen dos controles deslizantes de umbral. Configurará el umbral Positivo.
- En el control deslizante Positivo, mueva el puntero hacia adelante y hacia atrás para ver cómo afecta a la visualización de la máscara en el mapa.
La diferencia entre el valor del índice de agua de un píxel antes o después de las fuertes lluvias puede ser menor o mayor. Debe establecer el umbral Positivo para mantener solo los cambios que sean lo suficientemente grandes como para considerarse significativos, lo que significa que representan un caso real de inundación.
- Elija un valor de umbral Positivo donde la máscara corresponda a la inundación que puede observar entre las dos imágenes, por ejemplo, 0,45.
Nota:
Puede aumentar temporalmente el control deslizante Transparencia (resultados) al 50% o más para ver mejor las imágenes debajo. A continuación, puede usar el control deslizante para observar los cambios y refinar su decisión de umbral.
Un valor de alrededor de 0,45 parece óptimo, lo que significa que los píxeles se incluyen en la máscara solo si el valor de la diferencia en el índice de agua es superior a 0,45. El resultado debe parecerse a la siguiente imagen de ejemplo.
El control deslizante Negativo le permite elegir un umbral para los píxeles que disminuyeron en contenido de agua, es decir, los que pasaron de estar cubiertos de agua a ser tierra firme. Básicamente, no hay píxeles en esta extensión que hayan experimentado tal cambio, por lo que mantendrá el puntero en su valor mínimo.
- Establezca el control deslizante Negativo en -1.
- Para Transparencia (resultados), asegúrese de que el puntero está definido al 0%, ya que ya no necesita la transparencia.
En la ventana Comparar imágenes, para Disminución/aumento del área, el número en verde indica que la máscara verde dentro del AOI cubre un área de unos 15 kilómetros cuadrados (su cifra podría variar). Esta es la superficie inundada.
Nota:
Si algunas áreas hubieran pasado de estar cubiertas de agua a ser tierra seca, estarían indicadas con el número rosa.
El dataset del resumen anual de observación del agua desde el espacio (WOfS), también disponible a través de la aplicación, podría ser útil como complemento de este análisis, ya que ofrece un resumen de los patrones generales de la cobertura de agua año tras año. Para ver un ejemplo de cómo se puede usar esta capa, consulte Introducción a las imágenes para África (sección Monitorizar el nivel del agua de un lago en Ghana).
Exportar la capa de inundación
Ahora que ha creado la máscara, guardará la capa resultante en ArcGIS Online, como lo hizo en el flujo de trabajo anterior sobre áreas calcinadas de incendios forestales.
- En la barra lateral, haga clic en el botón Exportación de imagen. Si es necesario, haga clic una segunda vez.
- En la ventana Exportación de imagen, defina las siguientes opciones:
- Para Exportar, elija Imagen de resultado.
- Para Guardar ubicación, verifique que Guardar en el portal esté seleccionado.
- En Título, escriba Inundaciones en el área de Léré.
- En Descripción, escriba Áreas inundadas causadas por las fuertes lluvias de julio de 2022 en la región del lago Léré en Chad.
- En Etiquetas, escriba inundaciones, Chad.
- Haga clic en Vista previa.
- Si es necesario, en la ventana Iniciar sesión, introduzca sus credenciales de ArcGIS Online o las de Africa GeoPortal.
Aparece una vista en miniatura de la vista previa.
- Haga clic en Guardar.
- Cuando finalice el proceso, cierre la ventana de Exportación de imagen.
Verificará que la capa se exportó correctamente a ArcGIS Online.
- En otra pestaña del navegador web, vaya a ArcGIS Online. Si es necesario, inicie sesión.
- En la cinta, haga clic en Contenido. En la lista de contenido, haga clic en Inundaciones en el área de Léré.
- En la página del elemento Inundaciones en el área de Léré, haga clic en Abrir en Map Viewer.
La capa se muestra en Map Viewer.
Ahora puede guardar este mapa web, como lo hizo en el flujo de trabajo de áreas calcinadas por un incendio forestal, y compartirlo con los equipos de socorro para ayudarlos a priorizar sus esfuerzos.
Nota:
Cada vez con más frecuencia, se utilizan imágenes para ayudar en la gestión de desastres naturales.
Sin embargo, debe tener en cuenta que las imágenes de Landsat solo capturarán una ubicación determinada como máximo una vez por semana, y su resolución espacial es solo de 30 metros (por píxel), por lo que es posible que no brinde las imágenes más oportunas y detalladas para todos los desastres naturales. Otra opción es usar la capa Sentinel-2 también incluida en la aplicación Digital Earth Africa Explorer, que proporciona nuevas imágenes con un poco más de frecuencia (cada 5 días) y ofrece una resolución más alta (10 metros). Hay imágenes significativamente más frecuentes y con una resolución mucho más alta a través de proveedores comerciales.
En este flujo de trabajo, extrajo los píxeles correspondientes a las inundaciones causadas por las fuertes lluvias de julio de 2022 en la región del lago Léré, y luego los exportó como una capa en ArcGIS Online.
Identificar el crecimiento urbano
Los planificadores urbanísticos deben evaluar periódicamente cómo está creciendo la ciudad para planificar mejor la infraestructura urbana, como el agua, la energía eléctrica y las redes de transporte, así como la asignación de servicios, como escuelas y centros de salud. Una forma de identificar rápidamente el crecimiento urbano es realizar un análisis de cambios en las imágenes. Como analista SIG de la ciudad de Effiduase, Ghana, utilizará este enfoque para identificar cómo ha crecido la ciudad entre 2017 y 2020.
Nota:
Hay diferentes formas de visualizar el crecimiento de una ciudad. Los demógrafos pueden crear mapas basados en datos censales detallados, cuando estén disponibles. Visualizar el crecimiento urbano con imágenes es un enfoque diferente que se centra en los cambios en el tipo de cobertura del suelo; por ejemplo, un área puede pasar de estar cubierta de vegetación a construirse con edificios y calles, lo que significa crecimiento urbano. Ambos enfoques pueden ser útiles y complementarse entre sí.
Configurar y explorar las imágenes
Para empezar, configurará la extensión y las imágenes.
- En su navegador web, vuelva a la pestaña de la aplicación Digital Earth Africa Explorer.
- En el cuadro de búsqueda, escriba Effiduase, Ghana y pulse Intro.
El mapa se actualiza a la nueva ubicación.
- Cierre la ventana emergente Resultado de búsqueda.
Effiduase (o Efidwase) es una pequeña ciudad al noreste de la ciudad más grande de Kumasi. Es la capital de Sekyere East, un distrito en la región Ashanti de Ghana.
- Haga clic en el botón Acercar dos o tres veces para ver mejor la pequeña ciudad.
Para estudiar el crecimiento de la ciudad, utilizará la herramienta Comparar imágenes. Para las imágenes, utilizará el dataset Sentinel-2 Annual GeoMAD.
Nota:
El dataset Sentinel-2 Annual GeoMAD proporciona un resumen año por año de las imágenes multiespectrales de Sentinel-2 en las que se han eliminado las nubes y otros problemas menores. Obtenga más información sobre cómo se crea la capa GeoMAD en la documentación de Digital Earth Africa.
Este dataset es especialmente útil para observar un fenómeno como el crecimiento urbano constante, ya que cada capa proporciona una vista general clara de cómo se veía el paisaje en promedio durante un año determinado. Esto contrasta con las escenas Landsat individuales que usó anteriormente en el tutorial. Las escenas de Landsat brindan una instantánea del paisaje en un momento específico y son más apropiadas para estudiar fenómenos abruptos, como incendios forestales o inundaciones.
- En la barra lateral, haga clic en el botón Comparar imágenes.
- En la ventana Comparar imágenes, defina las siguientes opciones para la imagen izquierda:
- Compruebe que la opción Imagen izquierda esté seleccionada.
- En Capa, seleccione Sentinel-2 Annual GeoMAD.
- En Representación en pantalla, compruebe que Color natural con DRA esté seleccionado.
- Active la casilla de verificación Seleccionar una fecha.
- Arrastre el control deslizante de tiempo al 1 de enero de 2017.
Las imágenes de la izquierda se actualizan para mostrar la capa Sentinel-2 Annual GeoMAD para 2017.
Color natural con DRA combina las bandas azul, verde y roja y muestra colores similares a los que vería el ojo humano.
- En la ventana Comparar imágenes, defina las siguientes opciones para la imagen de la derecha:
- Haga clic en Imagen derecha para seleccionarla.
- En Capa, seleccione Sentinel-2 Annual GeoMAD.
- En Representación en pantalla, compruebe que Color natural con DRA esté seleccionado.
- Active la casilla de verificación Seleccionar una fecha.
- Si es necesario, arrastre el control deslizante de tiempo al 1 de enero de 2020.
Las imágenes de la derecha se actualizan para mostrar la capa Sentinel-2 Annual GeoMAD para 2020.
- En el mapa, aléjese con el zoom hasta que pueda ver toda la ciudad. Utiliza el manipulador de deslizamiento para deslizar repetidamente de izquierda a derecha y comparar las dos imágenes.
Mientras desliza, puede observar que la ciudad ha crecido entre 2017 y 2020. En estas áreas, la vegetación (tonos verdes) ha sido reemplazada por edificios y calles (tonos blancos o beis). En la siguiente sección, extraerá estos píxeles de crecimiento urbano.
Extraer los píxeles de crecimiento urbano
Ahora desea extraer los píxeles correspondientes al crecimiento urbano. Estos son píxeles donde las áreas no construidas en 2017, en lugar de estar cubiertas de bosques, campos de cultivo u otra vegetación, han sido reemplazadas por edificios urbanos y calles en 2020.
Identificará los píxeles modificados con la funcionalidad Detección de cambios entre dos fechas diferentes.
- En la ventana Comparar imágenes, elija las siguientes opciones:
- Marque la casilla de verificación Detección de cambios entre dos fechas diferentes.
- Para Calcular cambios en, elija Vegetación ajustada al suelo. Índice.
- Para Visualizar cambios como, elija Máscara de umbral.
El Índice de vegetación ajustada al suelo, que aprendió en el flujo de trabajo de áreas calcinadas por incendios forestales, arrojará valores altos para la vegetación y valores bajos para las áreas edificadas. El método Máscara de umbral enfatiza los píxeles que cambiaron su estado entre las dos imágenes. Estos podrían ser píxeles que pasaron de vegetación a no vegetación (que se enmascararán en rosa brillante) o píxeles que pasaron de no vegetación a vegetación (que se enmascararán en verde brillante).
- Haga clic en Aplicar.
- Para los controles deslizantes Umbral y Diferencia, mueva los punteros hacia adelante y hacia atrás para ver cómo afectan a la visualización de la máscara en el mapa.
El parámetro Umbral determina qué valor separa la vegetación de la no vegetación. Solo se enmascararán los píxeles que cambien de un estado a otro.
El parámetro Diferencia determina si desea mantener todos los píxeles que cambiaron de estado o solo los que también tienen una gran diferencia de valor entre las dos imágenes.
- Elija los valores de Umbral y Diferencia para que la máscara cubra el crecimiento urbano que puede observar entre las dos imágenes, como un Umbral de aproximadamente 0,65 y una Diferencia de 0.
Nota:
Puede aumentar temporalmente el control deslizante de Transparencia (resultados) al 50% o más para ver mejor las imágenes que se encuentran debajo y usar el control deslizante para observar los cambios y refinar su decisión.
El resultado debe parecerse a la siguiente imagen de ejemplo.
El color rosa brillante señala las áreas que cambiaron de vegetación a no vegetación y, por lo tanto, se edificaron. Estas son áreas de crecimiento urbano.
El color verde intenso señala las áreas que cambiaron de no vegetación a vegetación. Puede ver algunos puntos aislados en el mapa. Podrían corresponder a edificios que fueron demolidos, por ejemplo.
Nota:
Actualmente está viendo el crecimiento urbano de la ciudad de Effiduase y sus alrededores. Si solo estuviera interesado en el crecimiento dentro de la ciudad, podría dibujar un polígono correspondiente a los límites administrativos de la ciudad. Y el número en rosa indicaría la superficie de crecimiento urbano de la ciudad.
- Para Transparencia (resultados), asegúrese de que el puntero vuelva al 0%, ya que ya no necesita la transparencia.
Nota:
En este flujo de trabajo, identificó el crecimiento urbano mediante un índice de vegetación. Otra opción sería utilizar un índice más especializado, como el Normalized Difference Built-up Index (NDBI) o el Enhanced Normalized Difference Impervious Surfaces Index (ENDISI), que podría implementarse con una aplicación más avanzada, como ArcGIS Pro o ArcGIS Image for ArcGIS Online. Puede ver el ENDISI utilizado en un análisis sobre la misma ciudad de Effiduase propuesto por Digital Earth Africa.
Además, usar un índice de vegetación funcionó bien en este caso porque en el área de Effiduase, el crecimiento urbano corresponde a una pérdida de vegetación. Si tuviera una ciudad en desarrollo en medio del desierto, un índice de vegetación no sería efectivo para detectar el crecimiento urbano. Siempre es importante comprender su área de estudio para elegir el método de análisis más adecuado.
Ha extraído los píxeles correspondientes al crecimiento urbano entre 2017 y 2020 en la ciudad de Effiduase. Como siguiente paso, puede optar por exportar la nueva capa, como lo hizo anteriormente en el tutorial, y crear un mapa web para mostrarlo o proceder a realizar más análisis con él.
En este tutorial, aprendió diferentes técnicas para realizar la detección de cambios con imágenes y exportar los píxeles extraídos para usarlos en visualizaciones o análisis posteriores. En nuestro mundo en constante evolución, monitorear el cambio es crucial. Además de delinear áreas calcinadas, áreas inundadas y el crecimiento urbano, existen innumerables otras aplicaciones para la detección de cambios, desde evaluar rápidamente los daños cuando ocurre un desastre hasta monitorear fenómenos de tendencia más prolongada, como la desertificación, la deforestación o la reforestación, la evolución de las masas de agua, o la erosión costera, solo por nombrar algunos. Realizar este tipo de monitoreo puede permitir que los responsables de la toma de decisiones tomen decisiones mejor informadas y evalúen la eficacia de las nuevas políticas implementadas.
Nota:
Si está interesado en explorar flujos de trabajo de detección de cambios más avanzados, consulte Evaluar los daños del granizo en maizales con imágenes de satélite, Evaluar las huellas de incendios con imágenes de satélite, Clasificar la cobertura de suelo para medir los lagos que se reducen o Monitorizar el cambio del bosque a lo largo del tiempo. Estos flujos de trabajo requieren una aplicación más avanzada, como ArcGIS Pro.
Puede encontrar más tutoriales como este en la serie Explorar imágenes de satélite de África.
