Examinando por Materia "Imágenes satelitales"
Mostrando 1 - 8 de 8
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Diseño de una metodología para el mapeo de la concentración de manglar en la bahía del distrito de Buenaventura del Valle del Cauca a partir de imágenes satelitales(Universidad del Valle, 2022) Torres Obregón, Omar Eliceo; García Cortés, César EdwinIdentificar la concentración de manglar es de gran importancia en la caracterización y zonificación de los ecosistemas de manglar para controlar y mitigar la pérdida de este recurso natural, además, métodos convencionales como el Corin Land Cover liderado por el IDEAM, el cual se ha utilizado para el levantamiento de coberturas de suelo para esta zona de estudio han sido dispendiosos y lentos. Por consiguiente, es necesario diseñar e implementar un nuevo proceso metodológico ágil, robusto y eficiente que permita obtener información de la cobertura de manglares a lo largo de la costa y margen de los ríos desde imágenes de satélite Landsat para generar resultados válidos para la toma de decisiones. En este sentido, se diseñó e implementó este nuevo método para mapear la concentración de manglar en la bahía de Buenaventura del Valle del Cauca detectada en las imágenes de satélite que consistió en procesar la información a través del plugin Semi-Automatic Classification (SCP) instalado en el software de acceso libre QGIS 3.20, en el que se calculó índices espectrales para la identificación de las características y áreas de la cobertura de manglar obtenidas con la aplicación de los algoritmos de clasificación de distancia mínima, máxima probabilidad y mapeo del ángulo espectral permitiendo obtener áreas de 1569.06 has, 1905.030 has y 1608.48 hectáreas respectivamente, mostrando que son propicios para distinguir los bosques de manglar. Para la validación de los productos fue necesario calcular la exactitud de los resultados mediante la matriz de confusión y el índice estadístico kappa tomando como referencia el mapa de manglares de la bahía de Buenaventura realizada por García (2012) cuya metodología fue implementada a partir de imágenes Landsat 5 del año 2011. Aunque la zona de estudio presenta dificultades para trabajar con información generada por sensores pasivos por su alto grado de nubosidad, el desarrollo de esta propuesta permitió demostrar que esta nueva metodología para mapear la concentración de manglar es eficiente, manejable y precisa para obtener información de la cobertura de manglar a partir de la potencialidad del plugin Semi- Automatic Classification (SCP). Los resultados de 95.57% de precisión total y 0.6023 de grado de concordancia muestran que la clasificación realizada por el algoritmo de máxima probabilidad es mejor que la realizada por el algoritmo de distancia mínima cuyo valor de precisión es 95.42% y 0.564 de concordancia, y el de mapeo de ángulo espectral con valor de precisión es 95.5% y 0.5686 de concordancia.Publicación Acceso abierto Estimación de factores desencadenantes en el proceso de eutrofización para la laguna de Sonso mediante la implementación de una metodología por medio de técnicas de percepción remota(Universidad del Valle, 2024) Amaya Giraldo, Jhon Alexander; Serrano Pizarro, Valentina; Garcia Cortes, Cesar EdwinEl humedal de la Laguna de Sonso se destaca, no solo por su rol crucial en la conservación del ecosistema local y la biodiversidad asociada, sino también por su influencia en la provisión de servicios ecosistémicos (SSEE) para las comunidades más próximas. En este contexto, se presenta la necesidad imperativa de realizar un monitoreo constante y sistemático de la calidad del agua en la Laguna de Sonso, con el fin de comprender y mitigar los impactos negativos derivados de la contaminación y el desarrollo humano en la zona. El presente estudio propone una metodología innovadora para abordar este desafío, haciendo uso de tecnologías de teledetección basadas en imágenes satelitales calibradas a milirreflectancia TOA. Esta elección se justifica por la capacidad de estas imágenes para proporcionar mediciones precisas de la reflectancia de la superficie del agua, lo que a su vez permite estimar parámetros químicos y orgánicos relevantes para la evaluación de la calidad del agua y la salud del ecosistema acuático. En este sentido, se destaca la importancia de la clorofila-a como indicador clave de la eutrofización y la presencia de contaminantes orgánicos en la Laguna de Sonso. Las mediciones de la concentración de clorofila-a, obtenidas a partir del análisis de las imágenes satelitales, permiten identificar y mapear afloramientos de material vegetal y otros contaminantes, proporcionando una visión detallada de la distribución espacial y temporal de la contaminación en el humedal. Además, se subraya la ventaja significativa de este enfoque en términos de costos y logística, en contraste con los métodos tradicionales de muestreo y análisis de agua, que requieren una considerable inversión de recursos y tiempo, mientras el uso de imágenes satelitales ofrece una alternativa rentable y eficiente para el monitoreo continuo y actualizado de la calidad del agua en la Laguna de Sonso.Publicación Acceso abierto Estimación de gases de efecto invernadero (GEI) a causa de incendios forestales con técnicas de percepción remota.(Universidad del Valle, 2021) Muñoz Mejia, Diana Carolina; Hernandez Torres, Francisco LuisEn los últimos años los incendios forestales han incrementado las emisiones de Gases de Efecto Invernadero (GEI), causando grandes impactos en el medio ambiente. Por ello, se hace necesario estudiar el comportamiento de este fenómeno a través de metodologías que permitan obtener información de manera práctica, económica y eficiente. En este trabajo de grado se utiliza el método propuesto por Seiler y Crutzen (1980), basado en el producto de las áreas quemadas, densidad de biomasa, eficiencia de combustión y factor de emisión a través de imágenes satelitales y técnicas de machine learning para estimar las emisiones de dióxido de carbono (CO2), metano (CH4) y óxido nitroso (N2O) generadas por los incendios forestales ocurridos en el departamento de Cundinamarca entre los años 2008- 2018. Para el cálculo de las áreas quemadas se utilizó el índice de vegetación de diferencia normalizado (NDVI) y la clasificación de los usos del suelo se realizó por medio del algoritmo de clasificación de Random Forest (RF) con 2192 muestras con rangos espectrales de NDVI para cada tipo de cobertura. En los resultados se evidenció que el promedio de las emisiones de GEI para los años a estudio fue de 200.888 (Tr) de CO2, 0.612368 (Tr) de CH4, 0.322687 (Tr) de N2O, los cuales fueron validados con información del Instituto de Hidrología, Meteorología y Estudios planteada en esta investigación, existen grandes diferencias en cuanto a las emisiones de GEI. Sin embargo, en cuanto al método de clasificación de coberturas se obtuvo un índice kappa de 97% y una precisión de 99%. Por otra parte, se concluye que se hace necesario implementar datos tomados en las zonas afectadas por el fuego para disminuir la incertidumbre de los resultados.Publicación Acceso abierto Evaluación y comparación de índices de vegetación obtenido con imágenes satelitales Landsat 8.(Universidad del Valle, 2020) Córdoba Rojas, Valentina; Urbano Rojas, Cristian David; Baquero Montoya, Olga LuciaLos Índice de Vegetación (VI) son combinaciones de bandas espectrales cuya función es diferenciar tipos de cobertura (agua, suelo, vegetación, urbano) y el estado de la vegetación a partir de su respuesta espectral. Se realizó una revisión bibliográfica de índices de vegetación, de los que se seleccionaron 13: RVI, NDVI, YVI, PVI, SAVI, ARVI, GEMI, MSAVI, GARI, EVI, GNDVI, DVI y TVI. Los índices se aplicaron y analizaron en un estudio multitemporal, teniendo en cuenta las variaciones de precipitación como indicador de clima de la zona con el fin de estudiar el comportamiento de los índices. Se emplearon 2 imágenes Landsat 8- sensor OLI en el área de estudio comprendida entre la región norte y centro del Valle del Cauca, Colombia y coberturas a escala 1:100.000. Para el estudio multitemporal se seleccionaron dos épocas: abril y diciembre del año 2017. Teniendo en cuenta las respuestas espectrales de cada tipo de cobertura (agua, suelo, vegetación, zona urbana) se calcularon los rangos de respuesta de cada índice y se compararon con los valores extraídos de estos, calculados a partir de las imágenes, en la muestra representativa de dichas coberturas. Los resultados obtenidos mostraron que cada índice responde a características como densidad de vegetación, suelo desnudo, nubes y cantidad de agua. Por consiguiente, es importante tener conocimiento de las coberturas que se están evaluando para aplicar un índice que describa realmente el estado de estas. Para facilitar el proceso se desarrolló una interfaz gráfica para calcular los índices en lenguaje Python.Publicación Acceso abierto Implementación de redes neuronales artificiales y series temporales para la generación de productos de máscaras de nubes e imágenes modis.(2018-11-26) Chamorro Yela, Gabriela Lucía; Sierra Ordoñez, Juan David; Hernández Torres, Francisco LuisLas máscaras de nubes son productos que discriminan la cobertura nubosa presente en las imágenes satelitales, facilitando la interpretación y el análisis de las coberturas terrestres en diferentes estudios de teledetección espacial. Se han propuesto diferentes métodos para el enmascaramiento de las nubes, sin embargo presentan variaciones en cuanto a precisión, tiempo de procesamiento y su facilidad de implementación. En este sentido, para el presente proyecto se propone la aplicación de dos métodos correspondientes a Redes Neuronales Artificiales de Perceptrón Multicapa (RNA-MLP) y el algoritmo de máscaras de nubes basado en la inflexión de una serie temporal (IBCM). La metodología se compone por cinco fases correspondientes a: pre-procesamiento, selección de variables, desarrollo del algoritmo de IBCM, desarrollo del algoritmo de RNA y por último la comparación y validación de los resultados. Los resultados muestran que los métodos propuestos presentan errores globales del 1.75% y 12.71% para RNA e IBCM y concordancias con la máscara de la MOD09A1 de 0.87 y 0.72 respectivamente.Publicación Acceso abierto Metodología para determinar las áreas afectadas por minería ilegal por medio de imágenes satelitales Sentinel y técnicas de percepción remota en el Bagre, Antioquía.(Universidad del Valle, 2021) Chamorro Hoyos, Fabio Alberto; García Cortés, César EdwinEl flagelo de la minería ilegal trae consigo consecuencias adversas a nivel ambiental, social y económico en diversos departamentos del país, siendo Antioquia el segundo departamento más afectado con esta práctica, por lo que se hace necesario identificar las regiones influidas por esta actividad. Con el objetivo de determinar las zonas con minería ilegal a cielo abierto en el municipio de El Bagre en el mes de enero del año 2020, fue necesaria la definición de variables por medio de las características pictórico - morfológicas representativas para cada una de las coberturas presentes en esta área de interés. El proceso se realizó mediante la implementación de técnicas de percepción remotas con imágenes satelitales Sentinel 2 y el uso de la plataforma Google Earth Engine. Se seleccionó la técnica de clasificación más apropiada entre los comúnmente usados por otros autores como Random Forest (RF), Support Vector Machine (SVM), Minimum Distance (MD) y Naive Bayes (NB) para detectar el terreno donde se presenta la extracción de material en particular; obteniendo que el método que caracteriza de manera más adecuada dichas áreas es el SVM con una precisión del 85% y una exactitud temática de 0.81 según su índice Kappa, se determinó que el 26.39% del total de áreas con presencia de explotación minera no cumple con los requerimientos para ejercer dicha actividad. Con el fin de generar un producto que sirva de base a entidades gubernamentales para el control social, ambiental y tributario, se obtiene acceso a las regiones que ejercen la actividad minera de forma no reglamentada posibilitando la localización y cuantificación de éstas usando software libre y reduciendo el riesgo a la integridad física de quienes estén interesados en la caracterización del fenómeno antes mencionado. La metodología descrita en este proyecto de investigación busca ser una alternativa eficiente, fácil y económica que permita a los entes de regulación tener una aproximación lo más cercana a la realidad posible para la toma de decisiones competentes.Publicación Acceso abierto Metodología para el monitoreo del bioma Bosque Seco Tropical en el Valle del Cauca a partir de imágenes satelitales y la clasificación de zonas de vida de Holdridge(Universidad del Valle, 2025) Oliveros Salas, José Luis; Rivera Pulido, Laura Valentina; Hernández, Francisco LuisSe pretende abordar el desarrollo de una metodología semiautomatizada para monitorear las transformaciones y el estado del Bosque Seco Tropical (BST) en el Valle del Cauca, respondiendo a la necesidad de comprender los cambios ecológicos de este bioma, siendo este considerado como uno de los más vulnerables y de mayor transformación en Colombia, con problemas significativos debido a las actividades antrópicas que han llevado a una acelerada transformación desfavorable de este. Se consultan antecedentes de otros autores que utilizaron metodologías similares en la misma zona y otras zonas cercanas, donde resaltaron que debido a la falta de datos precisos y actualizados sobre el estado del BST, se dificulta su gestión y conservación. Es por esto por lo que se propone una metodología que permita monitorear el bioma, basado en una clasificación ecológica reconocida como las zonas de vida de Holdridge, la cual utiliza y relaciona variables climatológicas y el uso de tecnologías SIG avanzadas para el análisis de datos satelitales. Se presenta la zona de estudio donde se realizará la caracterización de la presencia del BST en el Valle del Cauca y documentación de los cambios a lo largo de 20 años, además de relacionar estas transformaciones con las transiciones de coberturas y usos del suelo en el departamento del Valle del Cauca.Publicación Acceso abierto Los sensores remotos en los proyectos de mitigación de gases de efecto invernadero.(2015-04-10) Zapata Arbeláez, Beatriz Irene; Anaya Acevedo, Jesús AdolfoSe realizó una revisión del estado del arte de las técnicas de teledetección para la implementación de programas de mitigación de Gases de Efecto Invernadero (GEI), MDL y REDD. Para tal fin se recopiló la información documentada haciendo una clasificación de la misma en tres grandes clases de sensores: ópticos, radar y LiDAR. Posteriormente, se evaluó la conveniencia del uso de cada uno de estos en los diferentes elementos que contiene el monitoreo de REDD en áreas tropicales, resaltando la gran importancia que tienen las observaciones de campo y el conocimiento de las áreas evaluadas para la escogencia de la escala y para los supuestos que se realicen en la tipificación de la dinámica del bosque. Por último, se presentan las características principales de los tipos de sensores, así como sus limitaciones y cómo estas limitaciones se pueden disminuir al combinar diferentes técnicas metodológicas. ABSTRACT. A state of the art of remote sensing techniques was made in the context of Greenhouse Gases (GHG) emissions, CDM and REDD. For this purpose the documented information was collected and classified into three major classes of sensors: optical, radar and LiDAR. In addition, we evaluated the appropriateness of each sensor in the monitoring of the REDD tropical forests. Here, we highlighted the added value of field observation, the great value of local knowledge in areas to be evaluated, the selection of the appropriate detail level (scale), and the importance of characterizing forest dynamics. Finally this article presents the main characteristics of sensor types, sensor limitations and how these can be reduced by combining different techniques.