Posteado por: rengifo | abril 27, 2015

Herramienta para el modelaje geoespacial (GME).


Estimados lectores,

En esta oportunidad les quiero hablar sobre un software que aunque no es nuevo es poco conocido, a pesar de su gran utilidad . Me refiero a “Geospatial Modelling Enviroment (GME). El creador de esta herramienta describe en su página, que GME permite crear tanto pequeños proyectos de análisis como proyectos más complejos (Hawthorne L. Beyer, 2009). Por questiones de trabajo me enteré también que GME se puede usar en conjunto con R (unos de los softwares abiertos de estadísticas más avanzados que existe hoy día), lo cual hace de GME una herramienta muy versátil . Tal vez la única desventaja de este programa es que el mismo solo funciona en sistema operativo windows y que no es software abierto (es decir no se puede ver el código y hacerle cambios).

Imagen 1 : Geospatial Modelling Environment (GME)

GME aparte de ofrecer las herramientas correspondiente al campo del álgebra de mapas, ofrece también varias herramientas estadísticas como muestreo y simulación, entre otras. GME es fácil de usar con una excelente estructura de comandos y bien documentados. Finalmente, cabe decir que GME también ofrece la posibilidad de interactuar con los porductos de ESRI.

Lo único que pide al autor es que sea citado correctamente cuando se use su software, como se describe aqui: [Geospatial Modelling Environment (Version 0.7.3.0) (c) Hawthorne L. Beyer 2009-2012 www.spatialecology.com, email: hawthorne@spatialecology.com

Cordiales saludos y hasta la próxima.


Estimados lectores

Ante todo mis mejores deseos para el año que recién comienza. Que todas sus planes se realicen en el año 2015. Quiero comenzar este año una excelente noticia. El instituto geológico de los EEUU (conocido por sus siglas en inglés USGS), decidió el año pasado poner a disposición del público su modelo de elevación digital global de 30 metros de resolución.Como muchos de Uds recordarán hasta hace solo unos meses atrás el único modélo de elevación digital que se encontraba disponible a nivel global era el SRTM90m( 3 arc-second). Debido a su baja resolución de 90 metros el mismo presentaba una serie de limitaciones espaciales que solo permitían su uso a nivel regional.

El SRTM30 por su parte ofrece la oportunidad de hacer analisis más detallados a nivel de cuencas,ya que permite identificar carácterísticas del paisaje a mayor resolución. Al igual que el SRTM90 , el SRTM30 necesita ser pre-procesado antes de usarlo en el análisis.

Para rellenar los espacios en blanco use SAGA GIS (imagen 1) y posteriormente apliqué un filtro gaussian para remover el ruido de alta frequencia que hace que el DTM se vea un poco granular (ver imagen 2).

Imagen 1: SRTM30 sin procesar.

Imagen 2: SRTM30 después de ser procesado con SAGA GIS

Una vez realizado en el pre-procesamiento reproyecté en srtm30 al sistema de coordenadas UTM y lo exporté en formato ascii para visualisarlo en GRASS GIS (imagen 3 ). Para aquellos que no conocen la zona, nos econtramos en la Cordillera de los Andes Venezolanos, compuesta por la Sierra de la Culata al norte y la Sierra Nevada al sur. Las ciudades más grandes en la zona son Ejido y Mérida (capital del Estado).

Imagen 3. Visualización en 3D en GRASS GIS a lo largo del río Chama.

Imagen 3. Visualización en 3D en GRASS GIS, a lo largo del rio Chama.

A primer vista, en la imagen 3 se pueden apreciar varias características gemorfológicas a lo largo del valle del rio Chama, que se no podian apreciar anteriormente con el SRTM 90 . sobre todo el nivel disección del paisaje en pequeñas unidades gemorfológicas. Como se puede apreciar en la imagen 4, con el SRTM30 es posible diferenciar con mayor detalle el cono de deyección, sobre el cual se encuentra localizada la ciudad de Ejido (ver imagen 4)

Cono de deyección sobre el cual se situa la ciudad de ejido.

Imagen 4: Cono de deyección sobre el cual se situa la ciudad de Ejido.

Otro ejemplo de la utilidad del SRTM30 es la identificación de pequeñas microcuencas, que pueden ser fuente de procesos gemorfológicos , entre ellos flujo de detritos (ver imagen 5)

Microcuencas con potencial  de generar flujo de detrítos bajo condiciones pluvioméricas extremas.

Imagen 5 : Microcuencas con potencial de generar flujo de detrítos bajo condiciones pluvioméricas extremas.

En zonas de bajo relieve el SRTM30 no posee niguna ventaja comparativa sobre SRTM90., excepto en zonas de pie de monte andino, donde algunas de las formas geomorfológicas pueden ser indentificadas con mayor resolución.

Sin embargo, ninguno de los modelos de elevación presentados pueden ser usados para hacer análisis de inundaciones, ya que para ello se necesitan modelos con resolución de 2 metros generados por ejemplo a partir de datos de laser.

Finalmente, queda decir que para bajar el SRTM30 hay que registrarse en la página del USGS.

Me despido con un cordial saludo hasta la próxima .


Estimados lectores en el marco de la conferencia del clima que realizó en Sept de este año la República de China donó a las Naciones Unidas  la cobertura global de 30 metros (globeLand30). Asi que decidí hacerle una pequeña evaluación y aqui mis resultados.

Para la evaluación use los siguientes datos :

Imagenes

  • Quickbird 0.6 x 0.6 metros Dec., 2006

  • Aster Terra image 30×30 metros Feb., 2004

  • Cobertura de 30×30 metros,descargada Oct. 2014

Capas de vectores

  • Vialidad de OpenStreetMap descargada Oct., 2014

De acuerdo a la documentación que describe el producto por sus siglas en inglés GlobeLand30, el mismo tiene una exáctitud de acuerdo al coeficiente de Kappa de 83,51%, sin incluir la vegetación de tundra, lo cual se considera una exáctitud bastante alta, tomando en cuenta la resolución de 30 metros.

Sin embargo, al momento de usar este tipo de covertura global es necesario tomar en cuenta los criterios usado para agregar las 10 categorías existentes.

En este caso, las categorias que me interesan y donde encontré desde mi punto de vista algunas divergencias cuando las comparé con otras imágenes mayor resolución son dos, la categoría de superficies artificiales y la de selva.

De acuerdo a la documentación en inglés:

“las coberturas artificiales son superficies modificadas por el ser humano incluyendo todo uso residencial, minero, industrial,vias de transporte, zonas verdes urbanas y cuerpos de agua en areas urbanas.

“La categoría de selva son superficies cubierta de arboles, con cobertura vegetal que supere el 30%, incluyendo coniferas, caducifolias asi como, cobertura de arboles escazas (entre 10% y 30%)”

Para mayor información sobre los métodos usado para generar la cobertura les recomiendo la lectura del la descripción del producto. GlobeLand30

En la figura 1 muestro la cobertura sobre la ciudad de Mérida al Suroestede la ciudad. Verde obscuro representa selva; rojo representa superficies urbanas y verde claro representan pastos.

Cobertura global 30 m (GlobeLand30).

Fig 1: Cobertura global 30 m (GlobeLand30).

A primera vista pareciera que la ciudad se encuentra dividida por una selva siempre verde, lo cual resulta ilógico al ver la infraestructura que atraviesa esa covertura. La razon para esto deben buscarse la definición de la categoria de selva explicada anteriormente. Si la cobertura tiene entre 30% y 10% de arboles ( coniferas o caducifolias) el area sera asignada a la la categoría de selva.

Observando la Fig 2 que consiste en una imagen Aster Terra de 30×30 metros (Feb., 2004)se puede algunas otras coberturas que difieren de lo planteado por GlobLand30.

Fig 2: Aster Terra image 30x30 metros Feb., 2004. La imagen se procesó a través de la ecualización del histograma para alcazar una mejor distribucion de los colores. Rojo obscuro son coniferas o caducifolias , Azul es el casco urbano o suelo, gris son pastos

Fig 2: Aster Terra image 30×30 metros Feb., 2004. La imagen se procesó a través de la ecualización del histograma para alcazar una mejor distribucion de los colores. Rojo obscuro son coniferas o caducifolias , Azul es el casco urbano o suelo, gris son pastos

Cuando se compara la fig 1 con la fig. 2 dos no se puede evitar observar gran divergencia entre las dos imágenes zonas de de pastos en el lado izquierdo de la imágen fueron clasificado imcompletamente, mientras que coberturas que parece ser uso de tierra de subsistencia a la izquierda y el centro de la imágen fueron clasificadas como selva.

Una razón para ello se puede encontrar en el limite de pixels usados para de generar las máscara de las categorias, también conocida como MUM (minima unidad de mapeo). GlobeLand30 usa 6*6 pixels para la categoria de cultivo, 8*8 pixels para la categoria de selva 10*10 pixels para la covertura del pastos.

Este limite de MUM es problemático especialmente en zonas donde se practica cultivo de subsistencia donde alguna de las parcelas no llega a representar esa cantidad de pixel para ser clasificada como una categoría de cultivo. Sobre todo porque cada pixel son 30 metros.

Este limite y la condición del 10 a 30 % de selva puede generar falsos resultados cuando se trata de mapear cultivo de café en sombra, ya que esta técnica de cultivar café hace uso de árboles frondosos dentro de la selva para generar sombra a las plantas de café. De esta manera más del 10% de la vegetación de árboles se conserva, haciendo que una cobertura de cobertura de cultivo se clasifique como una cobertura de selva.

Estas divergencias se hacen cada vez más obvias al usar imágenes de mayor resolución como por ejemplo imágenes de Quickbird (ver fig 3 y 4).

Fig 3: Quickbird 0.6 x 0.6 metros superpuesta sobre imagen de ASTER

Fig 3: Quickbird 0.6 x 0.6 metros superpuesta sobre imágen de ASTER

Fig 4: GlobeLand30 (transparencia al 41%) superpuesta sobre imágen de Quickbird mencionada anteriormente.

Fig 4: GlobeLand30 (transparencia al 41%) superpuesta sobre imágen de Quickbird mencionada anteriormente.

En conclusión podria decir que el GlobeLand30 se puede usar para análisis regionales, pero aun deja mucho que desear para analisis a nivel local. Sin embargo debo admitir que esta cobertura global es un gran paso en la dirección correcta, si se compara con la cobertura global de 1km x 1km anteriormente existente.

Me despido de Uds cordialmente hasta la próxima

Posteado por: rengifo | mayo 13, 2014

Whitebox Geospatial Analysis Tools


Estimados lectores,

Después de una larga pausa, les quiero contar de un nuevo software que se encuentra disponible en las páginas de la Universidad de Guelph, Canada.  Este software se llama Whitebox geospatial analysis tools (Whitebox GAT).

La fortaleza de este  software  es el análisi de procesos hidro- geomorfológico. En la má reciente versión el Whitebox GAT tambien tiene muchas funciones para el analisis de fotos  satelitales. Este softaware es completamente libre publicado bajo linsenci GPL3.

Entre sus funciones cuentan:

-Herramienta de GIS: analisis del costo de la distancia, buffer, evaluación de multicriterios, reclasificación .

-Herramientas para el procesamiento de imágenes:  NDVI, mosaicos, clasificación, numerósos filtros espaciales

-Herramientas para la hidrologia: preprocesamiento de DEM, analisis de la corriente, flujo de masas y analisis de cuencas .

-Herramientas para el analisis de terreno: generación de derivados de supercifies (pendiente, orientación de la pendiente, curvatura), relieve, idex de humedad ,index de posicion relativa, index de la fuerza relativa de los rios.

-Herramientas para datos de laser: interpolación IDW, densidad de puntos, remoción de puntos falsos.

La lista anterior  es solo  un resumen de las posibilidades de uso que ofrece  el  Whitebox GAT. El mismo puede ser descargado gratuitamente de las páginas de la Universidad del Guelph. Aqui el link.

Además la universidad tiene un foro  donde publican algunas de las cosas que  se pueden hacer con Whitebox GAT e aqui el link

También olvidé mencionar que el Whitebox GAT tiene una guia de ayuda muy  bien documentada aqui el link

PS: para los interesados en la programación Whitebox GAT puede procesar python y Groovy

Cordiales saludos

Rengifo

 

 

 

 

Posteado por: rengifo | febrero 17, 2014

QGIS 2.0 Y SAGA Plugins


Estimado lectores,

los tengo un poco abandonados ya que por razones  de trabajo me ha quedado poco tiempo  para mi blog. Esta vez me gustaría hacer algunos comentarios  sobre el nuevo  QGIS 2.0. A primera vista, la fortaleza del nuevo QGIS reside en su capacidad de interoperar con otros software abiertos como SAGA, R y  SEXTANTE (GVSIG), entre otros. Pero en el proceso de interoperabilidad se esconden algunos detalles que  pueden ser  un poco confusos. Asi que para ilustrar a lo que me refiero tomé el módulo de análisis geomorfométrico y calculé 3 derivados  topográficos: relieve, orientación de la pendiente e inclinación de la pendiente local. Para ello, hice uso de un DEM-LIDAR con 2m de resolución.  Aqui los resultados.

En las imágenes  1 y 2 se puede observar los efectos del azimuth en la caculación de un map de relieve usando SAGA GIS plugin en QGIS . En la imágen 1 de  observa un relieve invertido donde el río es resaltado mientras que las montañas aparencen como  valles. Para corregir este  efecto, calculé el relieve de nuevo pero en vez de usar 315 grados  usé 120 grados , de esta manera obtuve el resultado deseado (ver imágen 2)

inverted_hillshade

Imágen  1. Relieve calculado usando 315 grados de azimuth .

correct_hillshade

Imágen 2. Relieve calculado usando 120 grados de azimuth

Otra particularidad  de la integración de SAGA GIS con QGIS se expresa en la forma como QGIS  presenta los resultados del geoprocesamiento, en este caso  la pendiente y  la dirección de la pendiente.  Como se puede  observar en las imágenes   3  y  4 ,  aunque los resultados del cálculo de la pendiente  es el mismo, la unidad en cada uno de los mapas difiere en la forma como se  expresa su escala. Mientras  que  SAGA GIS normaliza el resultado multiplicandolo por 100 y presentando los resultados en forma  de porcentaje , QGIS presenta el resultado sin esta normalización. Esto genera diferencia en la escala númerica y por consiguiente crea confusión. Observando los histográmas de ambas  pendientes (slope)  calculadas respectivamente en SAGA  GIS y en QGIS usando  EL SAGA GIS plugin , se darán cuenta que  aunque la escala difiere la forma del histográma de distribución es la misma.

saga_picsimágen 3. Muestra los resultados del cáculo del mapa de relieve, pendiente y dirección del pendiente con histogramas de distribución. Calculado en SAGA GIS, sin usar el plugin

qgis_pics_slope

imágen 4. Muestra la pendiente calculada  en QGIS usando el SAGA GIS plugin. Los resultados  la dirección de la pendiente es igual en ambos softwares.

Un cordial saludo a todos y hasta la próxima .


Los duendes de las estadísticas de WordPress.com prepararon un informe sobre el año 2013 de este blog.

Aquí hay un extracto:

Un tren subterráneo de la ciudad de Nueva York transporta 1.200 personas. Este blog fue visto alrededor de 4.200 veces en 2013. Si fuera un tren de NY, le tomaría cerca de 4 viajes transportar tantas personas.

Haz click para ver el reporte completo.


Estimados lectores,

No habia tenido mucho tiempo de escribir por razones personales. Pero esta oportunidad me gustaria hablar un software que ha sido desarrollado en Brasil por la Iglesia Católica de Sao Paulo. El mismo se llama Interimage. Es un software libre  para la clasificación de imágenes satélitales usando el principio de segmentación. El concepto es bastante interesante, ya que uno puede modelar su conocimiento de una zona mediante el uso de semántica. Es decir yo tengo una foto satelital y además conozco la zona, entonces puedo definir clases que me permiten integrar mi conocimiento en la clasificación de la imágenes. En la mayoría de los software el proceso de clasificación se encuentra generalmente deteminado por el nivel de reflexión, aunque aqui se usan también  estos principios, la novedad de interimage es que permite integrar el conocimiento del experto.

La única desventaja de interimage es que solo se pueder usar imágenes


Ante todo un cordial saludos a todos mis lectores .Por razones de tiempo voy a hacer una entrada corta esta vez. Como el título lo indica voy a demostrar como se crea un mosaico de datos .hgt, que es el formato de los SRTM.
Primero habran el terminal X (shell) de linux y escriben el siguiente código:

# unzip all         ESTA LINEA SOLO ES UN COMENTARIO

for i in *.hgt.zip ; do unzip $i ; done        ESTA LINEA DICE QUE TODOS LOS HGT QUE ESTAN EN EL ZIP VAN A SER EXTRAIDOS

# create mosaik (optionally reproject on the fly with -t_srs)        ESTO ES UN COMENTARIO
gdalwarp *.hgt srtm_mosaik.tif                ESTA LINEA DICE QUE TODO LOS .HGT VAN A SER PROCESADOS Y GUARDADOS EN UN DOCUMENNTO QUE LLAMA EN ESTE CASO “SRTM_MOSAIK.TIF
Recuerden que necesitan tener instalado la libreria gdal, preferiblemente la versión 1.9.
saludos Rengifo


Ante todo un cordial saludo después de una larga  pausa por razones  familiares  y laborales.

El tema de hoy se lo quiero dedicar al análisis geomorfométrico de cuencas mediante el uso combinado de SAGA GIS y GRASS GIS. Especificamente me refiero al indice de rugosidad de Melton. Este indice se usa para diferenciar cuencas, basandose en la dinámica de sedimentos. E decir mediante el uso un modelo de elevación digital, el  indice de rugosidad de Melton (IRM) ayuda a diferenciar entre cuencas capaces de producir flujos de detritos y las cuencas que solo producen  crecida sin  sedimentos. Por supuesto, cabe remarcar que los resultados del IRM  van a depender de la calidad del modelo de elevación.En este caso el area de estudio fue la cuenca media del rio  chama en los Andes venezolanos.

Para calcular el IRM los siguientes pasos  se llevaron a cabo:

  • Definición del area de estudio usando un shape de la zona
  • importación del  SRTM90 en  SAGA GIS
  • Calculo  del  altura relativa de la cuenca (s)
  • Exportación de  la altura relativa de la cuenca a  GRASS GIS
  • Mediante el uso  del algebra de mapas , cáculo del IMR
  • Análisis de los resultados

Por razones de tiempo  me voy a concentrar en los análisis de los resultados. Para mayor información les recomiendo  revisar el articulo que escribi sobre este tema en la  revista geográfica venezolana

Modelaje de flujos de detritos potenciales a partir de un modelo de elevación digital SRMT (Shuttle Radar Topography Mission), Cuenca alta del río Chama, nor-oeste de Venezuela”, (versión digital: www.saber.ula.ve/regeoven) Revista geográfica Venezolana, N°, 1, Volumen 53, 2012, páginas 93-108.

Como lo pueden ve en la imagen los valores  de 0.34 representan zonas en las cuencas con alto potencial de trasporte de sedimentos, mientras que las areas por debajo de 0,17 (basado  en observaciones de campo) tiene menor potencial de transporte de sedimentos (fig 1, IRM)

De esta manera  se pueden dar cuenta  que el software libre pueder ser usado para tomar decisiones importantes con respecto al análisis de riesgo naturales

Hasta  la próxima y un cordial agradecimiento a todas las personas que hicieron posible  la publicación  de este artículo en la revista geográfica venezolana.

 

 

Posteado por: rengifo | abril 5, 2012

Revista de softwarelibre publicada en Latinoamerica


Amigos lectores,

ante  todo un cordial saludo. Después de una larga pausa  invernal estoy de  nuevo por acá. Después de recibir un mensaje de uno de mis lectores, indicandome de la existencia WXGIS, decidí pornerme al día de lo que esta ocurriendo el el  mundo del GIS en nuestro continente.  Así que descubrí con  mucha satisfacción que Brasil  publica la versión portuguesa de la Revista FOSSGIS, la mísma se encuentra disponible en la página de FOSSGIS brasil. Después de un vistazo de di cuenta que la revista  está a la altura  de muchas otras publicaciones con el mísmo perfil.  Y después de todo leer portugués no es difícil para los hispanohablantes.

cordial saludo

« Newer Posts - Older Posts »

Categorías