Aprovecho la oportunidad para comentarle que la organización del software libre para la geografía (osgeo) generó una dvd que contiene una buena lista de programas libres (GPL) con enfasis en geoanalisis.
Aqui tiene la lista los paquetes incluidos.

52°North WPS 2.0.0
AtlasStyler 1.5
deegree 2.3
GeoKettle 3.2.0-20090609
Geomajas 1.6.0
GeoNetwork 2.4.3
Geopublisher 1.5
GeoServer 2.0.2
GMT 4.5.1
GpsDrive 2.11
GRASS GIS 6.4.0rc6
gvSIG 1.10
Kosmo 2.0
Mapbender 2.6.2
Mapfish 1.2
MapGuide Open Source 2.2.0
Mapnik 0.7.0
Mapserver 5.6.5
MapTiler 1.0beta2
Marble 0.9.2
MB System 5.1.2
OpenJUMP 1.3
OpenLayers 2.9.1
OpenCPN 2.1.0
OpenStreetMap editors and tools
osgEarth 1.3
Ossim/OssimPlanet 1.8.6
pgRouting 1.03svn
PostGIS 1.5
QuantumGIS 1.5.0
QGIS mapserver 0.7
R geostatistics 2.11.1
Sahana 0.6.4
SAGA GIS 2.0.4
SpatiaLite 2.4
Tilecache
uDig 1.2.0
Ushahidi 1.1.0
Viking 0.9.9
zyGrib 3.9.2
ZOO Project 1.0
Todos lo programas estan pre-instalados y pre-configurados y funcioan en cualquier sistema operativo con ayuda de una máquina virtual.
Puede ser decargado de la página oficial de  OSGEO (www.osgeo.org)

Feliz comienzo del año 2012 !

Rengifo

Y una gran cantidad de mejorías que afectaban el uso del SAGA en Linux ubuntu.

Para una lista completa de los cambios y mejorias vean este link:

http://sourceforge.net/apps/trac/saga-gis/attachment/wiki/Changelog%202.0.8/changelog_saga_2.0.8.txt

Continuando con la serie dedicada a la geomorfometría me gustaría presentar algunos de las consideraciones a tomar en cuenta cuando se usa el modélo GDEM v2.

Por eso deseo escribir detalladamente el proceso de evaluación que realicé, antes de continuar calculando otro derivativos basados en el GDEM V2.

En primer lugar descargué una srtm 90 metros. Usando el comando r.fillnulls en GRASS GIS rellené los huecos. Usando el comando gdal_translate de la librería GDAL corté la zona de interés y finalmente, con el comando r.resamp.rst (GRASS GIS) recalculé el SRTM 90 a una resolución de 30 metros (SRTM30) para hacerlo comparable con  el GDEM (30m) (ver figs. 1 y2).

Fig . 1: Modelo de elevación digital basado en el gdemv2 (30m), cuenca la Pedregosa y los Curos, Venezuela.

Fig . 2: Modelo de elevación digital basado en el srtm 90 (recalculado a 30m), cuenca la Pedregosa y los Curos, Venezuela.

A primera vista se puede observar que el GDEM tiene mejor resolución que el srtm recalculado (30m). Sin embargo un análisis visual no es suficiente para determinar si los modélos de elevación tienen errores sistemáticos, es  decir errores que se generaron durante el proceso de recoleción o durante el proceso de reintepolación del DEM.

Algunos de los errores sistemáticos presentes en el GDEM y el SRTM30 se pueden determinar  mediante el cálculo de perfiles (ver figs. 4a, 4b y 4c). Como se puede apreciar en la imágen de los perfiles de ambos DEMs, existen diferencias de alturas entre ambos DEMs.

Fig. 4a: Transecta de ambos modelos de elevación digital.

Fig.4b: Trascecta (Perfil de altura en ambos modelos)

SRMT30 sobrestima la altura en la mayoría de las cotas lo cual puede ser un error sistemático generado por el método de interpolación usado, ya que la densidad de  puntos a interpolar no es lo suficientemente alta (falta referencia bibliográfica).

La diferencia de altura realativa se puede visualizar también mediante el uso de álgebra de mapas ( ver fig. 4c ). El color rojo representa las diferencias positivas y el color azul las diferencias negativas en metros entre ambos.

Fig. 4c: Muestra diferencia de altura relativa en metro entre los dos DEMS.

Segundo, también se puede apreciar que los perfiles se ecuentra desplazados el uno del otro, lo cual puede ser una indicación de un error sistemático durante el proceso de ortorectificacíón de las imágenes usada para generar el DEM, en este caso el GDEM. Ya que se asume que el SRTM fue correctamente ortoretificado. Este desplazamiento  se puede visualizar mediante la comparación de las curvas de nivel (ver fig. 5 ).

Fig.5: Curvas de nivel de 30 metros de equidistancia. Amarillo representa el GDEM y negro representa el SRMT.

Finalmente, para determinar el nivel de ruido en el DEM,se puede hacer un análisis comparativo de los histogramas de ambos DEMs ( ver fig 7a ,7b).

Fig. 6a: Histograma de GDEM v2 30m.

Fig. 6b: Histograma de SRTM90 (recalculado 30m)

Como era de esperarse  el GDEM presenta un  histográma con mayor ruido lo cual se puede atribuir a el algoritmo usado para generar el DEM,pero tambien la naturaleza de los sensores, es decir visual. Mientras que los sensores usados para generar el srtm son radiométricos. Que el srtm30 presente un histográma más suave se puede atribuir al proceso de interporlación.

****Aqui considero importante nombrar que la interpolación de menores resoluciones a mayores resoluciones no es recomendable, ya que la misma pueden tener  efectos sobre otros derivativos, como la pendiente  y orientación, que finalmente  pueden introducir errores sistemáticos en otros derivativos, como el cálculo de las redes hídrológicas y modélo hidrológicos ****.

Con estas observaciones presente, mi próximo articulo lo enfocaré al uso del GDEM para generar derivativos ya que considero que la parte evaluativa ( cualitativa y cuantitativamente) ha sido lo sificientemente discutida.

Como algunos de uds, ya se han dado cuenta que el equipo de la NASA y sus colegas del laboratorio japonés generaron la versión 2 del ASTERGDEM. Con un rápido vistazo pude constatar que el mismo presenta varias mejorías con respecto a la versión 1.

Estas mejorías no solo son de caracter cualitativo (visual) si no tambien de carácter cuantitativo (menor deplazamiento horizontal con respecto al SRTM90). Sin embargo algunas zonas  problemas se pueden observar, ya que las mismas se presentan en forma de picos que no existen en realidad (ver fig 1a,b,c) posiblemente atribuible a la  existencia de nubes en las  imágenes originales usadas.

Fig 1a : Zonas problemáticas en versión 2 del ASTER GDEM. Zonas problemas se le atribuyen a la existencia de nubes en las imágenes originales.

Fig 1b: Zonas problemas, relieve.

Fig 1c: Zonas problemas. Fotos Aster 15m (Cortersía de NASA)

Con respecto a su utilidad dentro del campo de la hidrología es necesario un pre-procesamiento del GDEM. Una vez realizado el mismo, se puede obtener una red hidrológica bastante detallada dentro del las minicuencas (ver fig 2).

Aqui cabe destacar que en las zonas planas con cuerpos de aguas menores (> (10000 m2), o localizados en valles extrechos pueden resultar en formaciones que se ven como montañas, lo cual sin duda afecta los resultados de los algoritmos usados para generar la red hidrológica (ver fig. 2).

Fig 2: Red hidrológica caculada con GRASS GIS, algoritmo D8. cursos aproximados de los Rios Mucutún y Chama en rojo. Recuadro amarillo, meseta de la ciudad de Mérida.

Como se puede observar en la figura 2. Los dos majores rios de la zona, esquematizados en rojo,no son detectados por el algoritmo d8. Por el contrario la red hidrológica en las microcuencas se ven bien determinada. Esto se le puede atribuir al algoritmo usado, mayor análisis es necesario para determinar si es un error sistemático del GDEM o limitaciones delalgoritmo

En el recuadro amarillo, la meseta de la ciudad de Mérida se observan riachuelos dispersos, lo cual se atribuye al algoritmo aplicado (D8) y a la existencia de  construcciones en la superficie. Finalmente, quiero mostrales una copia de la tabla de la comparación de  la versión 1  y  2 realizada por el ERSDAC (Tabla 1).

Análsis realizado por ERSDAC.

Espero haber despertado el interés.. saludos

Rengifo

Continuando con las entradas dedicadas a la geomorformetría, me gustaría presentar en esta oportunidad algunas de las pasos necesarias para realizar un análisis cualitativo (visual) de un modélo de elevación digital (MED). El análisis cualitativo tiene caracter exploratorio y precede el análisis cuantitativo. En la mayoría de los casos el análisis cualitativo provee información general sobre la usabilidad del MED, asi como sobre las zonas más problemáticas dentro MED. Con esta finalidad seleccioné el modélo de elevación ASTER- modelo de elevación digital global (ASTER-GDEM), el cual posee una resolución de 30m y es distribuido gratuitamente por ERSDAC.

La zona de estudio se encuentra localizada en la Cordillera de los Andes Venezolanos en la Cordillera de Mérida, con cumbres que alcanzan los 5000 metros de altura. El ASTER-GDEM lo decargé en un formato TIFF y viene acompañado de un archivo con la terminación num. TIFF, cuya utilidad la explicaré a lo largo del análisis y que es la razón por la cual decidí descargar un ASTER-GDEM en vez de los otros MED disponibles, como por ejemplo el SRTM90.

En primer lugar una vez descargado el MED lo primero que se debe hacer es derivar  un mapa  de relieve (ver fig 1). En esta imagen se puede apreciar cuales areas presentan irregularidades. Por ejemplo areas marcadas como A, B y C.

Sin embargo, un mapa de relieve no es suficiente para determinar la calidad del MED . Por esta razón se deben recurrir a un segundo derivativo; las curvas de nivel. El análsis de las curvas de nivel permite visualizar que forma tienen estos los objetos irregulares, en este caso son redondos (ver fig 2.)

Fig 1: Relieve derivado de un ASTER-GDEM: Areas A, B y C (en color rojo graduado) ejemplifican areas del MED que presenta irregularidades.

Como se puede ver en la la fig. 2 las areas-problemas coinciden con las zonas marcadas en negro en el archivo num.tiff que acompaña el dem.tiff. La principal función de este archivo es mostrar el número de escenas usadas para determinar el valor de la elevación cada pixel. Este archivo también se puede usar de para determinar zonas problemas de forma visual, ya que los mayores errores encontrados en GDEM tiene correlación con el número de escenas usadas y su demarcación en relación a otros bloques (stacks) de imágenes usados en la generación del MED (ASTER-GDEM, reporte de validación). Otros derivados que se pueden usar para evaluar cualitativamente el MED, lo constituyen la pendiente y la orientación de la pendiente (ver fig.3).

Fig 3 : Cambios abruptos de la pendiente como resultados de errores en el MED.

La pendiente y la orientación de la pendiente son derivados, que al igual que los mapas de relieve y las curvas de nivel se categorizan en la geomorfometría, como derivativos primarios. Los derivativos primarios constituyen la base de otros derivativos secundarios como por ejemplo, la dirección y acumulación de la corriente de agua, la delineación de cuencas y la generación de redes hidrológicas a partir de MEDs (Wilson y Galant, 2000). En la figura 3 se puede observar que la pendiente cambia abruptamente alrededor de los artefactos encontrado, lo que si duda tendrá efecto en los derivativos secundarios. El uso de la orientación de la pendiente se puede usar para determinar si el GDEM tiene errores sistemáticos, por ejemplo si presenta errores de altura en función la orientación de pendiente. Para ello seria necesario hacer un análisis cuantitativo. En este caso usé los mapas de la pendiente y la orientación de la la pendiente para determinar errores sistemáticos que son perceptibles visualmente (ver figs 4a, b, c, d).

Fig 4a :Errores de pendiente en ASTER GDEM. Lineas fueron generadas para resaltar el error.

Fig 4b: Errores en la orientación de la pendiente. Lineas demarcadas para resaltar el error.

En la imágenes 4a y 4b marqué los errores sistemáticos que se ven en forma de objetos rectilineos que no existen en la realidad. Imágenes 4c y d muestra las mismas imágenes sin las lineas.

Fig 4c: Pendiente calculada a partir del ASTER-GDEM

Fig 4d: Orientación de la pendiente calculada a partir del ASTER GDEM.

En conclusión, se puede decir que el Aster GDEM puede ser usado con precaución para determinar formas geomorfológicas en aquellas areas donde errores no sean tan críticos. Específicamente en este caso, la mejor resolución se observa en las zonas que aparencen blancas en el archivo num.tif (ver fig 5).

Fig 5: Archivo num.tif en escala de grises donde el blanco reprensenta las zonas donde se usó mayor cantidad de imágenes para generar el valor de altura dae cada pixel, mientras que el color negro representa las zonas donde esta información no estaba disponible.

Sin embargo aún seria necesario hacer correciones de tipo cuantitativo i.e. corregir desplazamiento horizontal, remover artefactos mediante uso filtros estadísticos, crear máscaras de los cuerpo del agua, entre otras cosas. Algunos de estos procedimientos numéricos los explicaré en mi próxima entrada.

NOTA:  Software usado para este análisis visual fue exclusivamente software libre: GDAL, GRASS GIS, SAGA GIS y QGIS.

Convocatoria de 20 becas de formación en el IGN, España

Orden FOM/2399/2011, de 1 de septiembre, por la que se publica la convocatoria de becas para la formación de titulados superiores en el Instituto Geográfico Nacional en los campos de la Astronomía (3), Instrumentación (4), Geodesia (2), Geofísica (3), Geomática (3) y Cartografía (5).

Requisitos generales:

- Menor de 35 años (30 de septiembre de 2011).
- Titulado Superior.
- Haber finalizado los estudios en los tres años inmediatamente anteriores al 30 de septiembre de 2011.
- Nacional de la Unión Europea, de países signatarios del Acuerdo sobre el Espacio Económico Europeo, extranjeros residentes en España y no residentes con visado que les habilite para su estancia en España durante el periodo de disfrute de la beca.

Dotación y Duración:
- Duración de la Beca: un año, prorrogable por otros tres.
- Dotación económica mensual: 1.000 €

Fecha límite de presentación de solicitudes: 30 de Septiembre de 2011.

Para más información:
www.ign.es
e-mail: becasign@fomento.es
Tfno: +34 91 597 94 98

http://www.boe.es/boe/dias/2011/09/10/pdfs/BOE-A-2011-14570.pdf

_______________________________________________
SDI-LatinAmericaCaribbean mailing list
SDI-LatinAmericaCaribbean@lists.gsdi.org

http://lists.gsdi.org/mailman/listinfo/sdi-latinamericacaribbean

Fig 1: WhiteBox GAT en acción

De acuerdo a  R.J.Pike et al., se entiende por Geomorfometría a la extración de parámetros y objetos a partir de un modélo de elevación digital (R. J., Pike et al, 2009). Es por ello que los modélos de elevación digital constituyen el input principal del cualquier análisis geomorfométrico.

De esta manera se puede resumir según R. J., Pike et al, 2009 la geomorfometría en 5 pasos generales:

•  Muestreo de cotas de elevación
• Generación de un modélo de la superficie a partir de estas cotas de elevación
• Preprocesamiento del modélo de superficie (DEM), con la finalidad de corregir errores
• Análisis del DEM (derivación de parámetros y objetos)
• Uso del DEM en diferentes aplicaciones, como por ejemplo en mapeo y modelaje de suelos, mapeo de distribución de la vegetación, creación de modélos hidrológicos, planeación espacial riesgos naturales, entre otras aplicaciones.

Una vez aclarado de forma general lo que significa la gemorformetría me gustaría dedicarme a nombrar algunas de las funciones disponibles en WhiteBox GAT. Las mismas las explicaré en posteriores entradas mediante el uso de este software u otro software que permita realizar análisis gemorfométrico. Entre ellos cuentan GRASS, Landserf  y SAGA GIS

Entre las funciones o herramientas del WhiteBox GAT cuentan:

• Importación y exportación de diferentes formatos
• Herramientas de preprocesamiento
• Herramientas para modelaje hidrológico
• Herrmientas para el análisis de cuencas
• Herramientas para el análisis y procesamiento de datos de LIDAR
• Herramientas para el procesamiento de imágenes satelitales
• Herramientas para el análisis matematico de raster
• Herramientas para al creación de raster
• Herrmientas para el análisis de redes fluviales

Desventajas del Whitebox GAT:

• El mismo solo funciona en Sistema operativo windows. No existe para Linux u otro sistema operativo. Así que se puede calificar de software abierto pero no libre.
• Problemas de interoperabilidad con MED generados con otros software libres, ejemp. GDAL

Ventajas del WhiteBox GAT:

• Cuenta con una diccionario interno de ayuda, que explica cada uno de los algoritmos implementados, lo cual lo hace ideal para el aprendizaje de la geomorfometría, procesamiento de modélos de elevación digitales y análisis remoto a partir de datos satelitales.
  

Más sobre este software lo encuentran en las páginas del la universidad de Guelph, Canada. En mi próxima entrada me dedicaré a demostrar y a explicar parámetros geomorfométricos.

Un cordial saludo

Entre las algunas de las cosas que se puede hacer con  Kosmo se pueden enumerar las siguientes:

• Calcular área de un perimetro
• Asignar valores
• Crear mallas de polygonos
• generar poligonos convexos
• Acceso a wms y wfs
• Extración de  vértices, segementos
• Establecer relación entre tablas de atributos
• Extensiones  para CAD
• Uso de datos en formato KML, CSV.

Entre las herramientas  de las cuales Kosmo hace uso se encuentran:

• Geotools:  biblioteca de base para multitud de utilidades.
• Castor :  biblioteca Java que permite serializar objetos Java en XML. En Kosmo nos permite guardar y recuperar los objetos del proyecto.
• Ermapper :  biblioteca gratuita para trabajar con ficheros en formato ECW.
• GDAL
• Log4J:  Permite crear un registro de las operaciones que lleva a cabo la aplicación.

Y los más importante. Se encuentra en español con gran cantidad de manuales y videos.

Fig. 1 : Relieve de la ciudad de Mérida mostrando lugares históricos de vaguadas. Los puntos y las curvas de nivel fueron accesadas remotamente desde la base de datos PostGIS/postgres. La imagen tiene un formato geotiff y fue generada con GRASS GIS

Fig .2 :Buffer generado a partir de los puntos en la fig 1 con 10 m de equidistancia. Los buffers fueron generados en KOSMO y guardados en la base de datos remota.

Espero que les haya despertado la curiosidad.

Un cordial saludo

Rengifo

Alternativa 1: descompone la imagen en RGB y la presenta en colores pancromáticos

-Abrir SAGA GIS
Ir a MODULES > FILES> GDAL/ OGR > GDAL:IMPORT RASTER
Alli se abre una ventana que les pregunta donde se encuentra-
Al terminar de la cargar la imágen tendras 3 iḿagenes pancromáticas (blanco y negro) con diferente reflexión.

Alternativa 2 : Importa imágen sin descomponerla.

Ir a MODULES> FILE>GRID> IMPORT> IMPORT IMAGE (tiff …)
Est alternativa nuestra la imágen si descomponerla en este caso en colore falsos .
Si tienen pregunta no duden en enviar una correo

Fig.1: Vista perspectiva del pie de monte andino en colores falsos (LandsatTM)

Vista cercana de la zona de Barina y Barinitas, ciudades agricultoras y ganaderas de Venezuela

Para generar estas imágenes el software OpenEV fue usado. Asumiendo que ya han descargado las  imágenes que necesita, los pasos a seguir son los siguientes:

• Abrir openEV
• Cargar las escenas 4,3, y 2 (en este orden)
• Ir al menu en OpenEV donde dice Image y precionar donde dice compose (componer).
• Al abrirse la ventana tienes la opción de marcar las imágenes una a una  ( en el mismo orden especificado arriba) y generar una imágen compuesta.
• Guardar al imágen como Raster virtual (VTR).
• Ir al lugar donde se guardo la imágen y abrirla
• Exportar la imágen en formato Geotiff (file> export)
• Ahora ya tienes una imagen que puedes abrir en cualquier software de SIG.

En mi próximo post a solicitud de uno de mis lectores, demostraré como cargar la imágen en SAGA GIS para realizar más análisis.