Tarea de la sesión 2 del seminario web ARSET EO4IM
El propósito de este ejercicio es expandir la demostración de la aplicación Landsat Explorer de la sesión 2 del seminario web EO4IM. Este servicio es un excelente método para visualizar los conceptos explorados en el seminario web. También es increíblemente útil para examinar y analizar rápidamente datos de sensores remotos. La finalización de esta tarea cumple con el requisito de la Tarea 2 para recibir el certificado de finalización correspondiente. Si no es posible finalizar esta tarea, puedes comunicarte con eo4imarset@gmail.com. Por favor completa esta tarea antes del inicio de la sesión del seminario web de la próxima semana.
Sign in to Google to save your progress. Learn more
Nombre del participante *
Dirección de correo electrónico del participante *
*** No se requieren respuestas correctas para recibir crédito. El propósito del ejercicio es animar a los participantes a que se familiaricen con la aplicación. Las respuestas se pueden ver al final, para que califiquen y comparen su propio trabajo. Este ejercicio solo se marcará como completado o no.***
1. Esta tarea será una extensión de la demostración de la aplicación Landsat Explorer del seminario web. Para comenzar, visita el sitio de la aplicación Landsat Explorer en http://landsatexplorer.esri.com/. Para obtener ayuda adicional sobre cómo usarla, haz clic en el botón App Tutorial (que se muestra a continuación) en la barra lateral.
2.   Utilizando la barra de búsqueda en Landsat Explorer, dirígete a Porto Velho, Rondônia, Brasil.
3. Porto Velho es la capital de Rondônia, Brasil, una de las zonas más deforestadas de la Amazonía. Las imágenes de esta región son interesantes porque muestran una gran variedad de paisajes, incluidos paisajes urbanos, agrícolas, forestales y los ríos. También puedes ver la reducción de bosques y la expansión de áreas urbanas y agrícolas cuando realizas observaciones una serie de tiempo o detecciones de cambios. Se examinarán todos estos fenómenos durante este ejercicio.
4. Usar el ícono Render (ver abajo) para elegir combinaciones de bandas de diferencia.
5.     Examinar la expansión urbana y las actividades agrícolas en zonas deforestadas.
a. ¿Qué representación muestra lo que un humano vería desde el espacio? *
b.  ¿De qué color es la vegetación que usa "color infrarrojo"? *
c.  ¿De qué color es la vegetación que usa “infrarrojo de onda corta”? *
d.  Elige la representación que mejor distinga la vegetación del agua y del suelo desnudo. *
6. Haz clic en el ícono Identify (que se muestra a continuación) en la barra de herramientas.
7.     Selecciona un punto de interés en las imágenes actuales alrededor de Porto Velho. Esto mostrará un gráfico de perfil espectral de ese punto (tal como se explicó en el seminario web), proporcionando el valor espectral de este en cada una de las ocho bandas Landsat 8. Puedes activar y desactivar varios perfiles espectrales típicos para la comparación. Examina qué perfil típico se parece más a tu punto. Haz clic en algunos otros puntos para ver sus perfiles espectrales.
8.   Haz clic en el ícono Mask (que se muestra a continuación) para abrir la ventana Mask (máscara). El índice predeterminado que sale es el Índice de Vegetación de Diferencia Normalizada (NDVI, por sus siglas en inglés), una medida de la diferencia entre las bandas rojas y las casi infrarrojas. La vegetación absorbe fuertemente la luz roja y refleja fuertemente la luz de las casi infrarrojas, por lo que la vegetación saludable registrará valores más altos de NDVI en la escala de -1 a 1.
9.  La función de máscara muestra, visual y numéricamente, la cantidad de vegetación en la región al resaltar o enmascarar las regiones con valores NDVI definidos por el usuario. También puedes ver un área específica marcando la casilla junto a Define Area of Interest y dibujando una figura sobre las imágenes. Esto te permite ver áreas importantes que desees estudiar.
10. Experimenta ajustando el rango de valores en el control deslizante Mask.
a. ¿Cuál es el rango de valores para el índice de vegetación (NDVI)? *
b.  ¿Qué sucede al ajustar el valor de máscara a 1? ¿y a 0,8? ¿y qué tal a 0? *
c.  ¿Qué rango de valor de NDVI crees que representa a los bosques? *
11.  Usando el menú desplegable en el cuadro Mask, selecciona otros índices para observarlos, tales como el Índice de Vegetación Ajustado al Suelo o el Índice Urbano.
12.    Asegúrate de seguir viendo Porto Velho, Rondônia, Brasil. Si es necesario, ingresa la ciudad en la barra de búsqueda para encontrarla.
13.     Visualizando de cerca la ciudad de Porto Velho, haz clic en el ícono Time Selector (que se muestra a continuación).
14.     Elige el ícono del calendario (que se ve a continuación) para mostrar las fechas en una lista desplegable.
15.     Selecciona la fecha 24 de julio de 2018 (una imagen sin nubes). (A diferentes lugares se les ha sacado imágenes en diferentes momentos. Si estas fechas no aparecen en tu Time Selector asegúrate de dirigirte a Porto Velho. Estas fechas estarán disponibles al observar la ciudad.)
16. Haz clic en un punto del mapa alrededor de Porto Velho para ver un gráfico temporal de esa ubicación. Puedes ver varios índices a la vez al marcar las casillas junto a NDMI Moisture (humedad), Urban y NDVI Vegetation en la parte inferior del gráfico. Este gráfico muestra cómo estos diversos índices cambian con el tiempo en ese punto.
a. ¿Qué dice este gráfico sobre dicha ubicación? ¿Es predominantemente forestal, agrícola, urbana o de otro tipo? *
b.  ¿Cómo cambia estacionalmente y con el tiempo? ¿Qué podría explicar estos cambios? *
17.     Sal del gráfico temporal minimizando la ventana.
18.    Asegúrate de realizar el acercamiento a Porto Velho, Rondônia, Brasil. Haz clic en el ícono Time Selector de nuevo. Elige el ícono de calendario (Show dates in drop down list) para seleccionar la fecha 1/8/2001 y selecciona Set Current as Secondary Layer (la flecha hacia abajo en la esquina superior derecha de la ventana se ve a continuación). Luego elige la escena del 24/7/2018 para una fecha de comparación. (Diferentes lugares tienen imágenes tomadas en diferentes momentos. Si estas fechas no aparecen en su "Selector de tiempo", asegúrate de navegar a Porto Velho. Estas fechas están disponibles al ver la ciudad.)
19.     Elige el ícono de deslizar (que se ve a continuación) para comparar las dos imágenes una al lado de la otra. Mueva la ventana de desplazamiento hacia la izquierda y hacia la derecha para ver las diferencias. Piensa en qué cambios ves.
20.     Haz clic en el ícono de detección de cambios (que se muestra a continuación) para ver los resultados.
21.     Si se hace correctamente, debería aparecer la ventana Change Detection que se ve a continuación. Al igual que en la función Mask, puedes definir un área de interés y así centrarte en regiones específicas.
22.    El índice predeterminado utilizado en esta detección de cambios es un índice de vegetación y el modo predeterminado para dicha detección de cambios es una imagen de diferencia (Difference Image) que muestra cómo las características han cambiado a través del tiempo. Cambia el control deslizante de transparencia para ver las imágenes satelitales debajo de la imagen de diferencia.
a.  ¿Qué representan en el paisaje las áreas que son verdes y magenta? *
23.    Practica cambiar el índice; prueba el Índice Urbano para ver cuánto ha crecido Porto Velho.
24.    Haz clic en el menú desplegable Mode y selecciona Difference Mask. Este modo funciona de manera similar a la máscara que usamos antes, aunque en lugar de enmascarar los valores actuales de NDVI, esta vez está ocultando los píxeles en función del cambio de su NDVI entre las dos fechas. Cuando el usuario especifica un rango, las regiones que han experimentado el cambio de NDVI en los extremos superiores e inferiores de la distribución se resaltan en verde y magenta. Esto permite el examen del cambio más extremo entre las dos fechas.
a.   ¿Qué indican los diferentes colores que utilizan el índice urbano sobre los cambios en el paisaje? *
25.    Establece los controles deslizantes del índice de vegetación positivo y negativo en los valores que desees. Esto te permitirá visualizar, medir y comprender el cambio que ha ocurrido en la región.
a.  En los rangos que seleccionaste, ¿cuántos kilómetros cuadrados de cambio hay en la dirección positiva y en la negativa? *
b.   ¿Qué crees que muestra el cambio en la dirección negativa? *
*** Un punto importante a tener en cuenta es que este método de detección de cambios es bastante superficial. Sin validación, este mapa no es necesariamente un retrato muy preciso del cambio a lo largo de los años. Este método puede ser muy útil para una evaluación rápida que permita obtener una idea general de las tendencias del paisaje además de indicar las ubicaciones de las amenazas potenciales para el ecosistema que se pueden investigar más a fondo. ***
Pasos de bonificación
1. Haz clic en el ícono Add Data from ArcGIS Online (que se muestra a continuación). Cuando se te solicite iniciar sesión en tu cuenta, simplemente haz clic en la X en la esquina superior derecha. En esa ventana emergente, puedes buscar capas de datos adicionales en Internet. Si haces clic en la pestaña File, también puedes seleccionar datos, como puntos GPS o un shapefile, desde tu computadora. Los archivos shapefiles de forma de límite se podrían usar para dibujar un área de interés tanto en la función de Mask como en la de Change Detection.
2.  Haz clic en el ícono Stories (que se muestra a continuación) en la barra de herramientas. La ventana emergente contiene varias historias diferentes creadas con Landsat Explorer. Estas historias muestran el poder y el potencial de esta herramienta en la observación de la Tierra y el monitoreo del suelo. Mira a través de las historias que te interesen. Usa las flechas en la parte superior e inferior del panel izquierdo para moverte entre las páginas de la historia.
Submit
Clear form
Never submit passwords through Google Forms.
This content is neither created nor endorsed by Google. Report Abuse - Terms of Service - Privacy Policy
Google Forms