Mapas de mayor detalle para nuestros GPS Navegadores

Cuando hemos comprado un GPS navegador, por ejemplo los de la marca Garmin, en sus diferentes modelos, hemos podido ver que la cartografía pre-cargada en eso equipos suele ser de muy bajo detalle. Es decir, registran la ubicación en coordenadas (geograficas, UTM) de donde nos encontramos exactamente, pero si pretendemos navegar hacia y dentro de las principales ciudades de nuestro país, este mapa no nos será muy útil, por el poco detalle con que cuenta.

Mapa de "Perut" con mayor detalle que el traido por defecto en nuestros GPS

Imagínense que están viajando en plena Carretera Panamericana Sur y prenden su equipo en una parte del recorrido, éste de inmediato les mostrará la ubicación en el sistema de coordenadas elegidos, y se los mostrara en el mapa que tenemos por defecto pre-cargado en nuestro GPS, hasta alli todo bien, pero si nosotros queremos tener una referencia de donde estamos en relación a un centro poblado, necesitamos tener una cartografía de mayor detalle, en la que no sólo se muestren las ciudades principales, sino tenga una amplia base cartográfica, la cual incluya también información de hoteles, grifos, mecánicas, restaurantes, etc. Esta es la ventaja de contar con información de mayor detalle en nuestros receptores GPS al momento de realizar un viaje o excursión.

Les recomiendo visitar el sitio de http://www.perut.org/, este es un portal donde encontraran una cartografía del Perú con mayor detalle que pueden bajar de manera gratuita y cargarla dentro de sus equipos GPS, así como un foro de discusión e información en general muy útil para un mejor uso de nuestros equipos. Cabe resaltar que uno puede contribuir a que este mapa siga creciendo y mejorando, tanto en detalle como en calidad. Estos mapas los pueden visualizar en el programa MapSource y si no lo tienen lo pueden bajar desde internet (http://www8.garmin.com/support/).

Iniciativas como esta la podemos encontrar en diferentes países de la región, como es el caso de los proyectos Venrut (Venezuela), Colrut (Colombia), Navchile, etc.

Exactitud posicional en mapas del IGN

Muchas veces en el uso cotidiano de la información cartográfica oficial de nuestro país, hemos escuchado la pregunta ¿Qué error tienen la carta nacional?, por ejemplo: a la escala 1:100 000 y hemos escuchado respuestas diversas, algunas con sentido y otras menos acertadas. Para poder responder adecuadamente a esto podemos primero citar lo que dice el ente rector de nuestra cartografía en el Perú el Instituto Geográfico Nacional IGN con respecto a la cartografía elaborada a la escala 1:100 000:

"Para mapas topográficos a escala 1:100 000, no más del 10% de los accidentes planimétricos bien definidos del mapa digital tendrán un error de de mas de 0.3 mm y para mapas impresos no más del 10 de los accidentes bien definidos tendrán un error de más de 0.5 mm con respecto a la escala del mapa" (Fuente: http://www.ign.gob.pe/esp/normas_tecnicas.html)

Del párrafo anterior podemos deducir que el estándar empleado se ha basado del UNITED STATES NATIONAL MAP ACCURACY STANDARDS (NMAS), aunque este puede variar de país en país. El término "accidentes bien definidos" son aquellos elemento del terreno que pueden ser claramente identificados como puntos discretos, tales como hitos, intersecciones de caminos, líneas férreas, etc.

Por otro lado según el documento técnico citado anteriormente, tendríamos que el error esperado en la cartografía al 100 000 sería de 0.3 mm en mapas digitales, lo cual quiere decir un error estándar en posición de 30 m y 0.5 mm en mapas impresos, lo cual es un error de 50m. Esto quiere decir que si seleccionamos varios elementos bien definidos en una carta nacional, por decir unos 20 puntos y calculamos su error frente a una fuente de referencia de mayor exactitud tendríamos que de esos 20 puntos sólo 2 puntos debería de superar los 30 metros de diferencia al ser comparado con la referencia, para que el mapa cumpla el estándar de exactitud requerido a esa escala.

Aquí se muestran dos tablas con diferentes exactitudes posicionales, según Doyle,1982 cuando es tomado el valor de 0.3mm y según NMAS.

Como corregir los “Gaps” causados por el fallo del SLC en las imágenes Landsat ETM+

                                                                                                          

El 31 de mayo de 2003 el Landsat 7 experimentó un fallo en uno de sus componentes llamado SLC (scan line correction), lo que ocasionó que este deje de funcionar. El SLC se encargaba de remover el efecto del movimiento en “zigzag” del campo de visión del satélite producido por la combinación de los movimientos conocidos como along track y acoss track. Sin el funcionamiento del SLC, las imágenes captadas por el Landsat ETM+ presentan patrones de trazos en zigzag a través del recorrido del satélite.

Si bien es cierto que la información que no ha sido captada por el sensor no se puede recuperar, se puede todavía conseguir alrededor el 80% de los datos captados por el sensor. Para lograr una manera de corregir este problema el SSAI, NASA’s Goddard Space Flight Center ha creado un algoritmo que permite corregir este tipo de vacíos de información y seguir manteniendo la calidad radiométrica y geométrica. Con el lanzamiento del Landsat 8 planeado para el 2012, por el momento parece ser la única alternativa.

Descripción del algoritmo:

El programa ha sido diseñado para imagénes Landsat del nivel L1T en formato GeoTIFF distribuido por el Earth Resources Observation and Sciences (EROS) y lo pueden descargar de aqui: http://landsathandbook.gsfc.nasa.gov/handbook/software/gap_filling_software.html. Las imagenes en formato L1T las podemos conseguir vía el servidor de imágenes libres, conocido como Glovis. Ver el siguiente post: http://geoecohydro-egg.blogspot.com/2009/09/imagenes-landsat-para-todos-se-fijo-el.html.

Se deben de crear dos carpetas una llamada "Anchor" en donde se colocaran las imágenes que presentan los "Gaps" y una segunda llamada "Fill_Scene_1", la cual contendrá la imagen que permitirá el paso de información, las dos carpetas deben de estar en el mismo nivel. De la segunda carpeta se pueden tener varias, según las disponibilidad de imágenes para el llenado de información, sólo se deberán crear en orden de prioridad, por ejemplo "Fil_Scene_2,3,4..etc"

Paso 1: Scene Reframing

Aun que los productos de nivel L1T están ortorectificados, las escenas de Path/Row comunes no están necesariamente alineados.

Paso 2: Gap Filling

Los pixeles comunes (distintos de cero) en ambas escenas (Anchor y Fill_Scene) son identificados. Una regresión lineal por mínimos cuadrados, es aplicada usando 144 puntos, por la cual se consigue la ecuación resultante y que es usada para realizar el proceso de “Filling Gaps”.

Sub-escena de una Imagen ETM+ usada como "Anchor"

 

Path 8 Row 68 adquirida en en abril de 2010

Sub-escena de una Imagen ETM+ corregida "Gap Filled"

Path 8 Row 68 adquirida en en abril de 2010

Algunos criterios a tener en cuenta:

- Si es posible, las escenas que permitirán el llenado de estos vacíos de información, deberán estar libres de nubes y con cambios mínimos en su contenido de coberturas del suelo.

- La selección de escenas que estén temporalmente próximas a la imagen "Anchor" minimizará los cambios en las coberturas del suelo. Una segunda opción serian las escenas de diferentes años pero de las misma estación.

- Es posible la selección de escenas "SLC Off" para ser utilizadas en el llenado de información, pero algunas veces el producto final no será completamente corregido. Para asegurar el completo llenado de los datos se podrán usar escenas "SLC On" como una prioridad posterior de llenado, esto con el objetivo de que no existan vacíos de información en la imagen final.
- Algo importante de mencionar es que la Pc donde realicemos este proceso debe tener buena cantidad de memoria y espacio disponible en el disco duro para el correcto funcionamiento del programa. El proceso de reframe duplica las escenas y el proceso de llenado demora cerca de 8 minutos por banda. Si existe la banda termal esta sera remuestreada a 30m.

Quieres saber qué satélites y cuándo estarán visibles en tu localidad, usa J-Pass.

       
Muchas veces hemos tenido la inquietud de saber cuándo pasará un determinado satélite, por ejemplo el Landsat pasará por un lugar o área especifica de nuestro país, si es así, aquí les comparto un aplicativo elaborado en JAVA por la NASA, el cual es muy útil para saber cuando el satélite de nuestro interés pasará y será visible por el observador, ya sea de día o de noche, con sólo indicar el punto de interés mediante sus coordenadas geográficas.

Su uso es muy sencillo, solo debemos seleccionar el siguiente link: http://science.nasa.gov/realtime/Jpass/

En la ventana principal debemos ingresar algunos datos básico como la posición en coordenadas del punto a localizar y el satélite de nuestro interés (Landsat, TERRA, SPOT, etc.). Existen otras opciones adicionales que el usuario puede ir explorando según su interés.

Por ejemplo si queremos saber en que día del mes de abril pasará el satélite Landsat por una ciudad ubicada a los -11.56º y -76.34º , conociendo que la hora local de paso del Landsat es a las 10:00am, tenemos, según el programa los días 12 y 28 de abril, dato que podemos comprobar fácilmente si buscamos imágenes de estas fechas en paginas como Glovis.

Fig. 1. Las franjas de color celeste nos indica el el periodo diurno, con las horas en la parte superior e inferior y el cuadrado de color verde que el satelite es visible a determinada hora.

Fig. 2. Haciendo click en el satelite del la Fig. 1 (recuadro verde) nos aparece esta ventana en donde podemos observar la trayectoria del satelite desde su salida por el horizonte hasta su puesta.

Como ejemplo de la utilidad de este aplicativo les puedo comentar que personalmnte lo usé para planificar mis salidas de campo, en el cual se tenia como obejtivo estimar y calibrar un modelos de la transparencia del agua en lagunas altoandinas, para lo cual necesitábamos saber con exactitud cuándo pasaría el satélite Landsat por el lugar de nuestro estudio, para hacerlo coincidir con las mediciones en campo que íbamos a realizar en el las lagunas.

Para aquellos que les gusta observar el cielo de noche, tambien pueden  planificar que satelites  estarán visibles en un determinado lugar.

 

Landsat 8, ¿para cuándo?

Después del fallo ocurrido en el Landsat 7, el 31 de mayo de 2003, lo cual ocasionó que el satélite trabaje en modo SLC-off (Ver figura Nº1), generando una serie de líneas perdidas en las imágenes captadas desde esa fecha, los usuarios de este satélite vimos complicada las tareas de procesamiento y extracción de información. Aunque existen algoritmos para corregir este problema, su solución se basa simplemente en hacer una interpolación con alguna otra imagen de la misma zona, con las condiciones de captura similares, lo cual es una manera de paliar la falta de la información captada, pero dificulta la extracción de información cuantitativa.

Figúra Nº1. Escena de arriba antes de la anomalia del SLC. Escena del medio despues de la anomalia del SLC. Escena de abajo despues de la correccion mediante interpolacion (Fuente: NASA).

Con este problema, los usuarios de Landsat volvimos la mirada a las imágenes de Landsat 5, el cual continua aún en funcionamiento, cabe señalar que tanto el Landsat 5, como el Landsat 7, ya cumplieron con creses su tiempo de vida proyectado, con el combustible ya por terminarse, se estima que esto sea en el presente año 2010. Es por ello que la NASA desde el lanzamiento del satélite Landsat 7 en 1999, comenzó a hacer los esfuerzos necesarios para implementar el programa denominado "Misión de continuidad de la información de los satélites Landsat", conocido por su acrónimo en inglés LDCM o Landsat 8. Después de casi 8 años y diferentes planes de implementación, la NASA relanzó el programa en enero de 2007, cuyo lanzamiento se tenía planeado para julio de 2011. Lastimosamente en este satélite no se había considerado la inclusión de una banda térmica, a diferencia de los pasados Landsat, donde si se incluia esta banda. Esta omisión hizo que los científicos, instituciones y personas que trabajaban con esta tipo de información mostraron su disconformidad, ya que la información de la región del infrarroja-térmico, viene siendo usada para medir el consumo de agua de manera remota y realizar monitoreos de la actividad volcánica. Esta información es especialmente valiosa para los Estados del Oeste de los EE.UU, los cuales se apoyan en ésta para determinar derechos de agua y monitorear el consumo de agua y su distribución entre Estados. Cuando la Casa Blanca aprobó la misión LDCM a finales de 2005, ésta no tomó en cuenta la inclusión de una banda termal, ya que su capacidad fue considerada experimental, no un firme requerimiento. Los gobernadores del Oeste protestaron y el congreso respondió ordenando a la NASA a tomar las acciones necesarias para incluir un sensor infrarrojo-térmico.

Figúra Nº2. 37 años de continua observacion global d ela tierra por el Landsat. (Fuente: USGS)

Aunque esta buena noticia ha puesto en tranquilidad a todos los que empleamos este tipo de información en nuestros diferentes proyectos, la inclusión de este nuevo sensor no será cosa fácil, por lo cual la NASA ha visto la necesidad de aplazar el lanzamiento del satélite Landsat 8 en 17 meses, es decir, tiene proyectado ponerlo en órbita en diciembre de 2012. Aunque los usuarios de este satélite, que se cuenta entre los más usados en teledetccion y con el archivo de datos mas extenso (desde 1972), tendremos que esperar buen tiempo para adquirir dichas imágenes, se puede decir que bien vale la espera, ya que el Landsat es junto con el Aster los satélites de moderada resolución que brindan información en el infrarrojo-térmico de buena calidad, siendo la más continua, la del Landsat, ya que el satélite Aster no mantiene una recolección constante.

Después de la buena noticia dada por la NASA y USGS en febrero del año pasado, sobre las disponibilidad gratuita de todo el archivo Landsat, sólo nos queda esperar hasta diciembre de 2012. Mientras que muchos países de la región incluido el nuestro están envueltos en sendas polémicas y discusiones sobre qué tipo de satélite sería el más conveniente de adquirir para uso propio, nosotros el segmento de usuarios de esta información satelital nos seguiremos valiendo, al parecer, durante buen tiempo de los llamados satélites comerciales, ya que la realidad de contar con un satélite propio la veo algo lejana a pesar de todos los esfuerzos que se vienen haciendo, pero esto da motivo para otro post.

Correccion de sombras en las imagenes de satelite, ahora es más posible que antes.

Los que empezamos a tocar este tema, allá a finales de los noventa, sabíamos de la gran limitación que teníamos para realizar esta corrección, por la falta de un buen modelo de elevación digital, MDE, el cual es el elemento principal al momento de aplicar dicha corrección.

Por mencionarles un ejemplo, acá en el Perú contábamos con las cartas digitalizadas del Instituto Geográfico Nacional, IGN, a la escala de 1:100000, la cual si bien permitía aplicar dicha corrección, los resultados muchas veces no eran de lo mejor, por la falta de detalle en el MDE en comparación a la información que brinda por ejemplo una imagen Landsat 30 m de resolución espacial.

Por otro lado teníamos las cartas del Proyecto Especial de Titulación de Tierras, PETT, las cuales estaban a la escala 1:25000 (Ver Figura Nº1), esta escala era idónea para aplicar la corrección por sombras, pero el mayor problema que enfrentábamos era que no todas la hojas estaban terminadas y tampoco todas estaban en formato digital, por lo cual muchas veces se tenía que invertir mucho tiempo y esfuerzo en digitalizar el sector de interés y no sólo eso, sino agregar la información de las cotas a la base de datos, menudo trabajo.

Figura Nº1. A la derecha tenemos la cartografía al 25000 y a la izquierda en MDE generado en base a ésta.

 

Luego, aparece el proyecto “Shuttle Radar Topography Mission” más conocido como SRTM por sus siglas en ingles. Este proyecto, llevado a cabo en febrero de 2000 por la Agencia de Inteligencia Geoespacial Nacional, NGA y la Administración Nacional de la Aeronáutica y del Espacio, NASA, ofrecía de manera gratuita un modelo de elevación digital de todo el globo, esto era una noticia muy buena para aquellos que buscábamos un buen MDE, pero lo negativo en cierto modo fue que el MDE, sólo para los Estados Unidos tenía una resolución de 30 m (idóneo para corregir imágenes Landsat) y para el resto de los países este DEM había sido degradado a 90 m de pixel, bueno no podíamos pedir más por algo que era gratis. Aun así este MDE fue de una gran ayuda en muchas aplicaciones, además diversas investigaciones y comparaciones mostraron que su calidad era muy superior, tanto en precisión, como en detalle a la cartografía levantada al 100000 en muchos países del mundo.

 

Ahora, con el MDE lanzado en junio de 2009, por el Ministerio de Economía, Comercio, e Industria del Japón, METI y la Administración Nacional de la Aeronáutica y del Espacio, NASA, el cual ha sido generado mediante imágenes estereoscópicas del satélite ASTER, denominandosele GDEM por sus siglas en ingles “Global Digital Elevation Model” y puesto a disposición de los usuarios de manera gratuita, se ha abierto la posibilidad de mejorar los resultados obtenidos tras la aplicación de corrección por sombras en imágenes Landsat, ya que al fin contamos con información topográfica con un pixel de 30 m (igual al del Landsat) y con un detalle muy superior a otras cartografías nacionales. Esto lo podemos comprobar por ejemplo en la costa del Perú donde se aprecia claramente las dunas y otros formaciones eólicas, islas y otros detalles que no eran detectables con las informaciones topográficas mencionadas anteriormente (Ver Figura Nº2).

Figura Nº2, A la derecha tenemos un modelo de iluminación elaborado en base al MDE SRTM y a la izquierda tenemos el modelo de iluminación para el GDEM, se aprecia claramente la mejora en el detalle del terreno. Esta imagen corresponde a una zona desértica de la costa peruana cercana al ciudad de Huacho en Lima.

Con esto podemos decir que la corrección por sombras, indispensable para muchas aplicaciones de la Geomática, ya se puede convertir en una corrección de rutina, para las imágenes Landsat y otros sensores de similar resolución, ya que contamos con un adecuado modelo de elevación digital, el cual permite obtener resultados satisfactorios (Ver Figura Nº3).

Figura Nº3. En estas imágenes presentamos un ejemplo de lo que se puede lograr al aplicar la correccion por sombras en una imagen con un relieve accidentando como en la region andina del Perú. El mayor aporte se ve en la mejora en la identificacion de los cuerpos de agua, que por su baja reflectividad se confunden con las sombras de la imagen, ademas se aprecia una mejora en la tonalidad de las zonas de glaciares.

Para más información aquí les dejos algunos link de interés:

http://www.ersdac.or.jp/GDEM/E/index.html

http://www2.jpl.nasa.gov/srtm/cbanddataproducts.html