Perspectiva de aplicación de la clasificación de imágenes satelitales para la actualización cartográfica

El arte de la Teledetección para dar soluciones geomáticas y cartográficas, por muchos años ha sido una visión que ha impulsado a los especialistas de diferentes esferas a convertirla en realidad.

A medida que los satélites han mejorado su resolución geométrica y espectral, se ha propiciado un impulso vertiginoso de las tecnologías y metodologías de procesamiento digital de imagen, enfocadas a la obtención de la óptima calidad geométrica y a la extracción de la mayor cantidad de información a partir de la resolución espacial y espectral de las mismas.

Uno de los satélites mas estudiados y empleados en el ámbito de la Teledetección es el SPOT, el cual ha evolucionado de forma progresiva hasta llegar en la actualidad al SPOT 5 con un sensor de alta resolución HRG1 que le posibilita obtener imágenes de 2,5 metros de tamaño de píxel, lo cual propicia ampliar el espectro de aplicación en múltiples tareas temáticas y cartográficas.

A través del presente trabajo se exponen la proyección generada para la determinación de las posibilidades de fotointerpretación y clasificación de las imágenes Spot 2,5 metros con el objetivo de aumentar su aplicabilidad en las tareas cartográficas.

A partir de la selección y obtención de las imágenes se planifica la organización y ejecución de diferentes tareas relacionadas con el procesamiento geométrico y espectral de las imágenes satelitales de alta resolución Spot de 2,5metros para llevar a cabo la creación de un prototipo actualizado de mapa topográfico digital

1:10 000 con este tipo de imagen aplicando los resultados de la clasificación en gabinete y la clasificación digital.

INTRODUCCIÓN

En la actualidad cada vez se hace mas frecuente el empleo de la Teledetección como alternativa clave al levantamiento aéreo que en muchas ocasiones resulta costoso y de difícil alcance.

Dentro de las geociencias ocupa un lugar notable esta actividad debido a la necesidad de información geográfica, tanto global como local, para servir de soporte a las múltiples aplicaciones geomáticas que se llevan a cabo dentro y fuera de nuestro país.

En este contexto la Teledetección se presenta como una herramienta de soporte con múltiples ventajas para la actualización cartográfica teniendo en cuenta fundamentalmente dos aspectos: la oferta de imágenes y la necesidad de llevar a cabo la actualización de los mapas topográficos. Esta fusión de la Teledetección y la Cartografía en la actualidad es posible ya que se pueden obtener imágenes proveídas por diversos satélites y en relativamente poco tiempo, además de resultar menos costosa su adquisición y procesamiento.

Para llevar a cabo la selección de la imagen necesaria, múltiples parámetros deben ser considerados, entre ellos los fundamentales son, los que están relacionados con las precisiones planimétricas establecidas para las tareas de mapificación topográfica así como la información contenida teniendo en cuenta que se pueda llevar a cabo la detección e identificación de los cambios ocurridos así como también la clasificación de todos los elementos requeridos, dentro de una escala de mapificación determinada, la cual esta estrechamente relacionada con la resolución espacial de las imágenes.

Las imágenes proveídas por el satélite Spot con su sensor de alta resolución espacial, que alcanza los 2,5 metros, ofrecen amplias posibilidades de ser empleadas dentro de la mapificación topográfica aunque no resultan la solución óptima ya que dentro de las áreas urbanas aun resulta insuficiente la resolución para definir con claridad y exactitud los limites y dimensiones de los objetos que se encuentran dentro de esta zona, no obstante a través del presente trabajo se corrobora las posibilidades de aplicación de las mismas, para dar solución a una tarea de gran importancia y tan necesaria como lo es la actualización cartográfica a escala 1:10 000.

OBJETIVOS:

Sobre la base de realizar el procesamiento geométrico y espectral de estas imágenes combinando diferentes métodos se pretende verificar los siguientes objetivos que se resumen en:

• Determinación de las posibilidades de fotointerpretación y clasificación de las imágenes Spot pancromáticas. • Determinar las exactitudes geométricas alcanzables aplicando transformaciones tridimensionales. • Identificar los aportes del procesamiento digital de imágenes y las técnicas de reconocimiento de patrones en el tratamiento de la información espacial y espectral de las imágenes Spot.

METODOLOGÍA EMPLEADA Y MATERIALES

Fig. 1 Localización de imagen

Los datos fundamentales de la imagen original se muestran a continuación:

Tabla 1. Datos de la imagen satelital SPOT

La imagen fue adquirida con el menor nivel de procesamiento, lo cual nos posibilitó aplicarle las transformaciones geométricas y radiométricas necesarias para alcanzar los mejores resultados.

A continuación se muestran el algoritmo general de transformación geométrica y radiométrica aplicados a la imagen, con el objetivo de obtener diferentes imágenes digitales con la precisión geométrica exigida y relacionadas con el esquema de clasificación de elementos a representar en la actualización cartográfica a escala 1:10

000.

Transformaciones geométricas

En el proceso de transformaciones geométricas la tarea fundamental estuvo dirigida a la ortorrectificación de la imagen de satélite con el objetivo de atenuar las distorsiones producto de la posición del sensor en el momento de la toma de la imagen y la topografía del terreno. Las ortoimágenes serán utilizadas como fuente primaria de información para la actualización de la cartografía existente, teniendo en cuenta que las mismas brindan información geométricamente precisa.

La ortorrectificación digital de las imágenes SPOT se realizó de dos formas: la primera empleando un modelo digital del terreno y los RPC coeficientes generados automáticamente; la segunda ortorrectificación se realizo a partir de los parámetros de la proyección, un modelo digital del terreno (MDT) raster a escala 1:10 000 y puntos de control plano-altimétricos, obtenidos con precisión centimétrica, de forma tal que garantizaran la precisión requerida para la mapificación topográfica a escala 1:10 000.

En el caso de las imágenes Spot la imagen no cuenta con RPC coeficientes, pero dentro del procesamiento de la imagen el algoritmo de transformación geométrica los genera a partir de la geometría del modelo presente en la metadata. Los puntos de control fueron usados para ajustar la geometría de la imagen y obtener una correcta transformación geométrica de la misma disminuyendo considerablemente los errores presentes en la imagen. Esta transformación resulta sumamente importante utilizarla siempre que se desee que la imagen sea consistente con la cartografía existente.

El MDT se obtuvó a partir de las curvas digitalizadas del Mapa Topográfico digital a escala

1:10 000, para lo cual se utilizaron los originales de relieve e hidrografía. Al georreferenciar los mismos se garantizó el error establecido por las normas técnicas para este proceso, 0.2mm a la escala del mapa, 2 metros para el mapa a escala 1:10 000. A partir de crear un fichero base se insertaron todos los ficheros que contenían los elementos digitalizados y validados para proceder a su posterior interpolación y rasterización.

El error medio cuadrático obtenido durante la ortorrectificación se muestra en las siguientes figuras. La precisión establecida para la evaluación de la exactitud de los puntos esta en el orden de los 5 metros, que equivale a 2 píxeles teniendo en cuenta la resolución de la imagen. La transformación geométrica cumple con las exigencias para la escala de mapificación seleccionada.

Fig. 2 Resultados de la evaluación geométrica

La evaluación geométrica realizada corroboró la necesidad de llevar a cabo la ortorrectificación con puntos de control siempre que se requiera obtener información geográfica precisa.

Fig. 3 Ortoimagen obtenida

Mejoramiento radiométrico

Existen varios procedimientos para el mejoramiento de las imágenes satelitales desde el punto de vista radiométrico. Es conocido que las técnicas de mejoramiento de imagen son básicamente procedimientos heurísticos diseñados para manipular una imagen aprovechando los aspectos psicofísicos del sistema visual humano. La elección de las mismas para una aplicación en particular es un arte y está en dependencia de la experiencia de los especialistas. Todas estas transformaciones han sido desarrolladas en forma de algoritmos y están implementadas en los programas de procesamiento digital de imágenes, por lo que en dependencia de las necesidades se pueden emplear distintas técnicas.

Desde el punto de vista de la cartografía las técnicas de mejoramiento de imagen contribuyen a una mejor definición de los rasgos del terreno presentes en la imagen, por lo que los resultados del mejoramiento aporta nuevos elementos o una mejor definición de los existentes, lo cual apoya la clasificación en gabinete de la imagen rectificada y la posterior actualización de los elementos será mucho mejor de acuerdo a las características de la radiometría de la imagen.

De manera general, el mejoramiento radiométrico estuvo enfocado al mejoramiento del contraste de las propiedades espectrales de los datos para optimizar la interpretación visual, y a la aplicación de filtros de detección de bordes para resaltar los elementos

lineales presentes en la imagen y optimizar la apariencia de los patrones espaciales presentes en la imagen.

Una primera etapa estuvo encaminada a la aplicación de filtros de convolución para remover las bajas frecuencias presentes en la imagen y hacer prevalecer las variaciones locales en la misma, de forma tal que se resaltaran los bordes entre las regiones de la imagen logrando una mejor agudeza visual en la fotointerpretación.

Seguidamente se aplicaron filtros de mejoramientos de bordes aplicando un gradiente de 10 grados y manteniendo un 60 % de la imagen en la aplicación para acentuar los elementos en la imagen, lográndose destacar fundamentalmente los elementos correspondientes a la hidrografía areal y lineal permanente, vías de acceso principales y secundarias, limites de vegetación y suelos así como los limites dados por diferentes tipos de cercas.

Por último fue empleada la filtración adaptable, la cual usa la desviación estándar de los píxeles dentro de una ventana local que rodea cada píxel para calcular un nuevo valor del mismo. Típicamente, el valor del pixel original se reemplaza con un nuevo valor calculado basado en los pixeles válidos circundantes (aquéllos que satisfacen el criterio de desviación estándar). Estos filtros suprimen el ruido presentes en la imagen y a su vez aumentan la agudeza del detalle presente en la imagen. Esta filtración aportó los mejores resultados, específicamente al aplicar el filtro Enhanced Lee y seguidamente el direccional con un 60% de la textura de la imagen.

Fig. 4 Mejoramiento de imagen a partir de la aplicación de filtros.

Posterior a esta fase se obtuvieron imágenes en falso color a partir de la asignación de una tabla de 18 colores, para lograr imágenes mediante la combinación RGB de la misma con las imágenes mejoradas por separados.

Fig. 5 Imágenes falso color obtenido a partir de combinación RGB y pancromático.

Fig. 6 Imagen obtenida a partir de las texturas

La obtención de esta imágenes posibilito contar con una mejor representación de los elementos en la imagen, teniendo en cuenta la ventaja que produce para el fotointérprete contar con una diferenciación del color además del tono que ya existía en la pancromática, por otro lado resulta mucho mas factible emplear estas imágenes para la clasificación supervisada, ya que permite definir de forma rápida las regiones de interés que se encuentran agrupadas por color, aunque para la clasificación se emplee la imagen pancromática. Por otro lado la aplicación de filtros de texturas de concurrencia posibilitó contar con una serie de variables para apoyar la clasificación. Dentro de estos filtros se trabajó específicamente con la media y la homogeneidad combinada en un RGB con la imagen ortorrectificada.

En general el procesamiento radiométrico empleado aporta elementos nuevos que contribuyen a una mejor definición de los elementos presentes en la imagen por lo que puede constituir la estrategia a seguir durante la inserción de este tipo de imágenes dentro del flujo productivo, de forma tal que el operador que vaya a crear el mapa digital cuente con varias posibilidades para definir con una mejor claridad la información geográfica que brindan las imágenes a partir de la comparación visual de las mismas.

Clasificación en Gabinete

Este proceso se hace necesario aplicarlo en primera instancia ya que debe en este momento el operador se familiariza con la información geográfica y es capaz a partir de un análisis visual alcanzar determinado grado primario de interpretación, aprovechando la sinergia de los criterios visuales y los patrones espaciales para lograr una exitosa clasificación.

En este contexto es conocido que el hombre entiende el mundo real mediante la clasificación automática de los objetos que nos rodean, a partir de patrones que ha establecido de forma inconsciente en el proceso compuesto de tres fases que se conocen y en general estas son:

• Detección, en esta fase el operador descubre y localiza los cambios ocurridos en la cartografía. La presencia o ausencia de un elemento puede ser deducido por sus índices directos o indirectos dentro del contexto de la escena o los elementos que lo rodean. • El reconocimiento, en esta fase el operador distingue patrones espaciales que caracterizan un elemento y a su vez lo diferencian de otro. • La identificación donde se caracteriza de forma detallada un elemento hasta donde lo permita la resolución espacial. En esta fase se resume el proceso de clasificación visual y se incorpora un nuevo entrenamiento basado en el algoritmo lógica de formación de patrones.

Estas tres fases aunque están mencionados separados se superponen durante la clasificación, y aumenta su efectividad cuando el operador tiene conocimientos de fotointerpretación y está relacionado con los patrones espaciales de representación de los elementos en la imagen. A su vez estas fases se caracterizan en este trabajo con tres niveles fundamentales que son:

1. Nivel bajo

2. Nivel medio

3. Nivel alto

Como resultado de esta etapa se obtuvo una tabla donde se muestran los niveles que se pueden alcanzar empleando estas imágenes según el esquema básico de clasificación del mapa topográfico digital 1:10 000 a partir de la clasificación en gabinete, que se lleva a cabo teniendo en cuenta los índices directos que expresan las propiedades de los objetos percibidos directamente por el fotointerpretador durante el trabajo con las imágenes, los índices indirectos que indican por asociación la relación espacial de un elemento, así como también los patrones espaciales que representan una distribución más o menos ordenada en el espacio de los elementos que muestran las imágenes. Los índices directos que se emplean para la clasificación de este tipo de imágenes son: tono, forma, tamaño, sombra, y texturas; el color es un índice directo reconocido para el análisis fotointerpretativo de las imágenes pero se excluye ya que específicamente las imágenes analizadas son pancromáticas donde lo que se analiza son las tonalidades de grises. Las imágenes en falso color obtenidas durante el mejoramiento radiométrico a pesar de aportar cierta información de color no posibilitan una total aplicación de este criterio, aunque si constituyen una información adicional muy valiosa sobretodo en la detección de los patrones espaciales de líneas y áreas.

El estudio y determinación de estos criterios y niveles de interpretación para las imágenes utilizadas da la posibilidad de determinar cuales son los elementos que son susceptibles de representar a partir del análisis visual que se realiza. El uso simultáneo y a menudo implícito de estos criterios constituye la fuerza de la interpretación visual de las imágenes.

Los índices indirectos empleados son: la localización y disposición geográfica.

Estos índices influyen en la detección de los objetos durante el análisis visual cuando de forma directa no se estima el contenido presente, se deduce de forma lógica la pertenencia de un objeto a determinada clase del esquema.

No obstante todos los criterios aplicados en el analisis visual se detectan elementos del esquema de clasificación del mapa a escala 1:10 000 que no se clasifican debido fundamentalmente a la resolución espacial de las mismas, ya que esta no aporta el 100% de información necesaria para llevar a cabo la tarea de actualización cartográfica por lo que siempre será necesario realizar la clasificación de campo.

La definición realizada con respecto a los niveles y los criterios de interpretación dio la posibilidad de conocer hasta donde es posible realizar la clasificación en gabinete de forma tal que se detectan, reconocen e identifican una gran parte del esquema de clasificación planteado. Esta clasificación se realizo con las imágenes obtenidas a partir de las transformaciones geométricas y de mejoramiento realizadas.

Durante la clasificación de gabinete se logro fotointerpretar un total de 50 patrones espaciales de los elementos presentes en la imagen definidos fundamentalmente por sus formas, tamaño y localización geográfica, esto permitió extraer una gran cantidad de elementos areales y lineales. La mayor dificultad se presento en la clasificación de los objetos sociales industriales y socioculturales, así como también en los caseríos y construcciones aisladas no resistentes.

A partir de esta clasificación se procedió a la creación de un álbum de patrones donde se recoge una serie de modelos espaciales teniendo en cuenta las posibilidades de fotointerpretación de las imágenes satelitales SPOT y su identificación en el manual de símbolos convencionales para la creación, redacción y representación del Mapa Topográfico a escala 1:10 000 en formato digital.

11-06-2009

Perspectiva de aplicación de la clasificación de imágenes satelitales para la actualiz... Página 7 de 10

Tabla 2. Tabla de interpretabilidad de los elementos según esquema de clasificacion del MTD 1:10 000

Para la confección del mismo se emplearon las imágenes pancromáticas mejoradas a partir de la aplicación de los filtros Enhanced Lee y direccional con 10 grados y 60 % de textura de la imagen. Tal y como vimos anteriormente este procesamiento aumenta las posibilidades de descifrar los elementos lineales y areales. Por otro lado también se muestran los patrones correspondiente a un RGB formado a partir de la aplicación de la tabla de colores Rainbow a la imagen pancromática para lograr una composición en falso color que aumenta las posibilidades de fotointerpretación de los elementos susceptibles de descifrar en las imágenes satelitales de este tipo.

Clasificación en campo

Posteriormente a la clasificación en gabinete se procedió a la corroboración de la clasificación realizada en gabinete así como también a la confirmación de las posibilidades de aplicación de las imágenes según el esquema de clasificación empleado, para lo cual se selecciono un trapecio 1:10 000 que abarcaba fundamentalmente área rural, teniendo en cuenta el conocimiento previo de que estas imágenes brindan sus mayores posibilidades en los elementos lineales y areales, presentando su mayores dificultad en los puntos poblados.

En esta etapa se confirmó la limitación de las imágenes para la detección de las construcciones de maderas ya que estas coberturas por su tono y tamaño se mezclan con las tonos del terreno circundante por lo que durante la clasificación en gabinete resulta imposible su detección siendo necesario hacer levantamiento directo en campo teniendo en cuenta su importancia o relevancia.

La mayor parte de los elementos del esquema de clasificación presentan patrones característicos, los cuales en dependencia de la naturaleza del objeto pueden ser patrones de disposición o los patrones de construcción. Estos patrones fueron detectados en la imagen y constituyen la base de la fotointerpretación, ya que posibilita un mejor entrenamiento del operador con vista a hacer más eficiente la fotointerpretación de la imagen.

Finalizada la comprobación en campo se actualizaron los patrones y se procedió a la inserción de la misma dentro del flujo productivo de la mapificación y además se pasó a la etapa de la clasificación digital.

Clasificación digital

Es conocido que el tratamiento digital se encamina hacia la extracción de información temática del territorio, pero ya haciendo uso de técnicas matemáticas y estadísticas implementadas mediante algoritmos en programas informáticos. En este contexto se pretende corroborar el aporte de esta técnica a la creación del mapa topográfico teniendo en cuenta la automatización alcanzada dentro de la clasificación digital, empleando fundamentalmente la clasificación supervisada la cual se facilita a partir del conocimiento de los patrones espaciales La clasificación digital supervisada se desarrollo en tres fases: el entrenamiento, la asignación y la verificación.

Durante la fase de entrenamiento se determinaron sobre la imagen original las áreas de interés para cada una de las categorías en las que se podía clasificar la imagen teniendo en cuenta las texturas y la variación de los colores en las imágenes obtenidas para la clasificación en gabinete, así como también se tuvo en cuenta los resultados obtenidos

durante la clasificación en campo, ya que se contaba de antemano con toda la información perteneciente al terreno lo que daba la posibilidad de aumentar la exactitud de la clasificación.

Estas imágenes aportaron la mayor parte de la información extraída y posibilitaron establecer una comparación a la hora de establecer o definir las zonas de interés que servirían de base a la clasificación de la imagen original pancromática.

Fig. 7 Definición de las áreas de interés

Fig. 8 Áreas de interés muestreadas

La definición del tamaño y forma de la muestra fueron determinantes y se llevo a cabo de modo riguroso. Estas muestras fueron salvadas en un fichero el cual posteriormente se utilizo para el análisis comparativo estadístico. Como es conocido en la fase de asignación se persigue la categorización de todos los píxeles de la imagen atribuyéndoles una categoría informacional. En el trabajo realizado a partir de las áreas detectadas se realizo la asignación de los píxeles en la imagen donde se aplicaron los clasificadores susceptibles de emplear para la imagen en cuestión, teniendo en cuenta que exclusivamente se contaba con la banda pancromática, lo cual limitó las posibilidades de clasificación espectral, de esta manera se seleccionaron clasificadores tales como el paralelepípedo y de mínima distancia. Ambos clasificadores se definen a partir de criterios paramétricos como la desviación estándar y la media de las clases seleccionadas.

El método del paralelepípedo clasifica a los pixeles de la imagen en una determinada categoría, en función de los valores máximo y mínimo definidos para cada categoría en los sitios de entrenamiento, que se determinaron a partir de las áreas de interés.

El de la distancia mínima a la media es un clasificador que asigna cada uno de los pixeles a la categoría espectralmente más próxima. Con este método todos los pixeles son clasificados sin ambigüedad.

Fig. 9 Resultados de clasificación supervisada

Posterior a la clasificación se realizo una evaluación visual comparativa entre los mapas temáticos obtenidos y la imagen base, la cual arrojo que los mejores resultados se obtuvieron por el método del paralelepípedo, el cual generalizó las clases definidas en cada temática coincidiendo ampliamente con las zonas de interés muestreadas, no obstante este conclusión no abarcaba un criterio de exactitud de la clasificación digital supervisada realizada.

La verificación de los resultados de la clasificación se llevo a cabo empleando como datos verdaderos los obtenidos a partir de las muestras resultantes de la verificación en campo realizada.

Además se generaron las curvas características a partir de las zonas de interés utilizadas para las clasificaciones. Estas curvas posibilitan hacer un análisis de la actuación de los clasificadores empleados. Se muestrea la probabilidad de descubrimiento o detección (Pd) contra la probabilidad de alarma falsa (Pfa) y se mapea la curva del umbral para cada clase mostrada en la regla.

Fig. 10 Curvas características generadas a partir de las áreas de interés

Esta curva correspondiente al clasificador con mejores resultados muestra que las áreas correspondientes a los patrones de maleza compacta, cultivos, hierba, vías de comunicación y embalses tienen una baja probabilidad de falsa alarma y a su vez son los que tienen mayores probabilidades de ser detectados. En el caso de los frutales a pesar de ser fácilmente identificados en la imagen original no se detectaron ya que las muestras no aportaron suficientes elementos a la clasificación.

Posteriormente se analizó la bondad de los resultados obtenidos en la clasificación temática contrastándolos con la verdad-terreno mediante el muestreo de campo.

Fig. 11 Tabla de contingencia para clasificación supervisada por mínima distancia

Fig. 12 Tabla de contingencia para clasificación supervisada por paralelepípedo

El resultado del contraste entre los mapas temáticos obtenidos y la verdad-terreno se recoge en las siguientes tablas de contingencias. De su análisis estadístico se obtuvo la exactitud de las clasificaciones realizadas.

En estas tablas se muestra la exactitud obtenida, la cual se obtiene a partir de la suma de todos los píxeles clasificados correctamente y dividida entre el numero total de píxeles de la imagen. El coeficiente Kappa que también es una medida de la exactitud y tiene en cuenta todos los píxeles clasificados y muestreados.

También se muestran los errores de comisión (porcentaje de píxeles extras en cada clase), errores de omisión (porcentaje de píxeles fuera de su clase). Por otro lado se muestra la exactitud producida la cual es la probabilidad de que un píxel en la imagen clasificada haya sido asignado a la clase muestreada, y la exactitud usada es la probabilidad de que un píxel tomado de la muestra terreno sea asignado a esa clase en la imagen clasificada.

En la siguiente tabla se muestra la comparación de la exactitud de la clasificación por el método de la mínima distancia con las muestras del terreno definidas durante la etapa de entrenamiento. Como se puede apreciar se obtuvo aproximadamente un 27% de exactitud de la clasificación, donde los mayores porcentaje de píxeles extras estuvieron en las clases de zonas de cultivos en preparación y frutales, mientras que el menor error corresponde a la clase de embalses, esto a su vez se aprecia de forma visual en la imagen, donde aparece perfectamente clasificada las zonas de embalses presentes en la imagen a pesar de que las muestras obtenidas en campo eran relativamente pequeñas.

Este criterio a su vez coincide con que esta clase es la de mayores probabilidades de correcta clasificación, seguida por las áreas de hierbas, maleza compacta y cultivos. En el caso de las vías de comunicación y las áreas de construcciones se mezclan prácticamente las clases ya que reflejan muy parecido y crea un por ciento alto de confusión. En el caso de los frutales se aprecia una baja probabilidad de que la clasificación sea correcta, específicamente en este caso puede estar dado por que la muestra de entrenamiento fue pequeña ya que en la imagen original se detecta fácilmente por el patrón de distribución espacial característico de este tipo de cultivo.

Al hacer el análisis de la tabla de contingencia que aparece a continuación correspondiente

al método de clasificación por el paralelepípedo se aprecia que en las clases: zonas de cultivo en preparación, zonas de tierra, hierba con maleza y frutales, existe un 100% de píxeles fuera de su clase, por lo tanto no se obtuvo ninguna exactitud en la clasificación de estas clases, lo cual muestra que la probabilidad de correcta clasificación de estas temáticas es nula. No obstante esto se obtuvo una exactitud de clasificación mayor alrededor del 30%.

De las temáticas clasificadas igualmente los embalse son las zonas mejor clasificadas con un 92% de exactitud producida, mientras que las áreas de construcción son las de mas baja probabilidad de fotointerpretación, lo cual coincide a su vez con la clasificación en gabinete realizada, por lo que la clasificación no aporta elementos sustanciales para el descifrado de estas zonas de interés las cuales están limitadas en primera instancia por la resolución espacial de las imágenes.

CONCLUSIONES

El empleo de las imágenes de satélite SPOT puede ser vista como un recurso de gran calidad y bajo costo que aporta la información geográfica actualizada necesaria en el momento de cartografiar un territorio a determinada escala. Como todos los sensores, tiene sus limitaciones en cuanto a la escala de trabajo seleccionada en el caso de estudio (debido a la resolución espacial), sin embargo, para las zonas rurales aporta valiosos patrones lineales y areales que contribuyen a disminuir considerablemente los trabajos de campo.

Las precisiones obtenidas durante las transformaciones geométricas están dentro de los parámetros de exactitud exigidos para la escala de mapificación topografica 1:10 000.

La aplicación de las técnicas de interpretación visual aporto valiosos elementos para la confeccion de un álbum de patrones el cual sera utilizado como herramienta de apoyo a la clasificación en gabinete y a la preparación del personal encargado de acometer las tareas de mapificación topografica empleando imágenes de este tipo. El mismo contribuye al aumento de las posibilidades de fotointerpretación de las imágenes satelitales a partir de modelos espaciales de los elementos factibles de clasificación dentro de las mismas, además ayuda y concurre con el procesamiento digital de imagen a lograr de forma eficaz y eficiente la actualización cartográfica.

La clasificación digital aporto elementos valiosos fundamentalmente a partir del análisis de las tablas de contingencia donde de forma general se puede apreciar que aunque todos los píxeles de la imagen fueron clasificados con el empleo del método de la mínima distancia con este se obtuvo una exactitud menor a la alcanzada empleando el método del paralelepípedo, no obstante se debe mencionar que el mismo presento mayores dificultades para la clasificación de todas las clases temáticas, aunque los resultados obtenidos durante el análisis visual realizado muestra una clasificación acertada, comparándola con la verdad terreno.

De forma general se identificaron los aportes del procesamiento digital de imágenes tanto geométrico y radiométrico, para contribuir en alguna medida a la ratificación de la tecnología espacial como una herramienta efectiva y que aumenta sus potencialidades en la esfera cartográfica.

MSc Isudy Arias Suárez, Dr Eloy Pérez García , Ing. Antonio Mantilla