Bogotá - Ciencias Agrarias - Maestría en Geomática · 2016
Diseño metodológico para clasificar zonas mineras a cielo abierto a través del procesamiento digital de imágenes de sensores remotos, aplicado en el nor-oriente del Departamento de Antioquía
El presente trabajo de investigación tiene como objetivo principal “Diseñar una propuesta metodológica que permita clasificar zonas mineras a cielo abierto a través del procesamiento digital de imágenes de sensores remotos, aplicado en un sector del nor-oriente del departamento de Antioquia para una escala 1:100.000”, donde se desarrollan e integran procesos de interpretación visual de imágenes, índices espectrales, fusión de imágenes, clasificación de imágenes orientada a objetos y, finalmente, procesos de validación sobre los resultados obtenidos. La metodología permite la caracterización de propiedades pictoricomorfológicas y patrones típicos de explotaciones mineras a cielo abierto en diferentes etapas de consolidación, determinación de la técnica de fusión de imágenes con mayor potencial discriminante para clasificar zonas mineras de no mineras y, finalmente, el desarrollo de un algoritmo de clasificación de imágenes orientada a objetos para clasificar zonas mineras a cielo abierto. La metodología se constituye como una herramienta innovadora aplicada para la identificación y clasificación de zonas mineras a cielo abierto, además de su proyección para ser adaptada a un sistema nacional de monitoreo de zonas mineras, disponible para autoridades ambientales, de control y regulación, permitiéndoles la toma de decisiones y acciones oportuna y localizada, ya sea para la minería legal, así como para la detección temprana de actividades mineras enmarcadas en la ilegalidad. (Texto tomado de la fuente).
Full text 214 pages with text out of 224
Read the full thesis Record in the repository
Contents
- Introducciónp. 23
- Objetivos del estudiop. 25
- Planteamiento del problemap. 25
- Objetivo generalp. 25
- Objetivos específicosp. 25
- Delimitación del alcancep. 26
- Justificaciónp. 26
- Marco de referenciap. 29
- Marco teóricop. 29
- 2.1.1 Interpretación visual de imágenes de sensores remotosp. 29
- 2.1.2 Propiedades pictoricomorfológicasp. 33
- 2.1.3 Fundamentos de percepción remotap. 36
- 2.1.4 Resoluciones en imágenes de sensores remotosp. 40
- 2.1.5 Procesamiento digital de imágenesp. 21
- Correcciones de la imagenp. 47
- Índices espectralesp. 53
- Fusión de imágenesp. 55
- Métodos y técnicas de clasificación de imágenesp. 58
- Clasificación y análisis de imágenes orientada a objetosp. 65
- Técnicas de segmentación de imágenesp. 72
- 2.1.6 Análisis de sensibilidadp. 77
- 2.1.7 Características del sensor Landsat 8 LDCMp. 83
- 2.1.8 Validación temáticap. 84
- Unidades de muestreo, tipo de muestreo y tamaño de muestrap. 84
- Matriz de confusiónp. 87
- Índice Kappap. 88
- 2.1.9 Minería a cielo abiertop. 90
- Estado del artep. 94
- Metodologíap. 99
- Fase 1: Planeaciónp. 99
- 3.1.1 Selección zona de estudiop. 101
- 3.1.2 Requerimientos tecnológicos e informaciónp. 100
- 3.1.3 Adquisición de imágenes e informaciónp. 100
- Fase 2: Procesamiento digital de imágenesp. 99
- 3.2.1 Correcciones de la imagenp. 47
- 3.2.2 Interpretación visual de zonas minerasp. 107
- 3.2.3 Descripción propiedades pictoricomorfológicasp. 100
- 3.2.4 Aplicación de índices espectrales y fusión de imágenesp. 110
- 3.2.5 Análisis de sensibilidadp. 77
- 3.2.6 Análisis de imágenes orientada a objetosp. 21
- Definición de procesos y parámetros de clasificaciónp. 119
- Diseño y desarrollo del algoritmo para clasificación mediante OBIAp. 123
- Clasificación definitiva de zonas mineras a cielo abiertop. 100
- Fase 3: Validación temáticap. 125
- Resultadosp. 126
- Fase 2: Procesamiento digital de imágenesp. 99
- 4.1.1 Correcciones de la imagenp. 47
- 4.1.2 Descripción de propiedades pictoricomorfológicasp. 130
- 4.1.3 Interpretación visual de zonas minerasp. 107
- 4.1.4 Aplicación de índices espectrales y fusión de imágenesp. 110
- 4.1.5 Análisis de sensibilidadp. 77
- Rangos de clasificación para las muestras de minería y no mineríap. 153
- Evaluación de la tasa de error aparente a los rangos de clasificaciónp. 155
- transformada de Broveyp. 169
- 4.1.7 Análisis de imágenes orientada a objetos OBIAp. 157
- del procesamiento digital de imágenes de sensores remotosp. 158
- 4.2.1 Adquisición de insumos e información primaria y secundariap. 160
- 4.2.2 Descripción propiedades pictoricomorfológicasp. 100
- 4.2.3 Patrón espacial de zonas mineras a cielo abiertop. 163
- 4.2.4 Exclusión de áreas sin informaciónp. 166
- 4.2.5 Corrección geométrica y atmosféricap. 166
- 4.2.6 Aplicación de índices espectrales y fusión de imágenesp. 110
- 4.2.7 Clasificación espectral de zonas mineras a cielo abiertop. 169
- 4.2.8 Definición de procesos y parámetros de clasificación para OBIAp. 170
- 4.2.9 Diseño y desarrollo del algoritmo de clasificación mediante OBIAp. 176
- 4.2.10 Clasificación definitiva de zonas mineras a cielo abiertop. 100
- Fase 3: Validación temáticap. 125
- Discusión de resultadosp. 201
- Conclusiones y recomendacionesp. 207
- Conclusionesp. 207
- Recomendacionesp. 208
- Glosariop. 215
- Bibliografíap. 217
- Figura 2-1: Fases para la interpretación visual de imágenes de sensores remotosp. 29
- de interpretación visualp. 34
- Figura 2-3: Componentes de un sistema de teledetecciónp. 36
- Figura 2-4: Esquema de una onda electromagnéticap. 37
- Figura 2-5: Espectro electromagnéticop. 38
- Figura 2-6: Valores de reflectancia en distintos tipos de minerales arcillososp. 40
- Figura 2-7: Ejemplo de diferentes tamaños de resolución espacialp. 41
- Figura 2-8: Resolución espectral en las primeras 4 bandas del sensor Landsat TMp. 43
- Figura 2-9: Efectos de la resolución radiométricap. 44
- Figura 2-11: Fases de la corrección geométrica con puntos de controlp. 48
- Figura 2-12: Esquema del algoritmo de fusión Waveletp. 57
- Figura 2-13: Representación de una imagen numérica y una clasificadap. 60
- árbol y c) multiresoluciónp. 73
- multiresoluciónp. 75
- Figura 2-16: Diagrama de flujo del concepto de multiresoluciónp. 76
- Figura 2-17: Tipos de muestreo aplicados en procesos de verificaciónp. 86
- Figura 2-18: Estructura de una matriz de confusiónp. 88
- Figura 2-19: Proceso secuencial de la producción minera de oro a cielo abiertop. 91
- Figura 2-20: Etapas del proceso de explotación de oro de aluvión en Colombiap. 92
- Figura 3-1: Esquema metodológico general para el desarrollo de la investigaciónp. 100
- Figura 3-2: Localización del área de estudiop. 102
- Figura 3-3: Esquema metodológico para correcciones de imágenesp. 105
- Figura 3-4: Módulo ATCOR programa PCI Geomatica©p. 107
- remotosp. 29
- Figura 3-6: Ejecución de índices espectrales en el programa Erdas Imagen©p. 112
- Figura 3-8: Esquema metodológico para desarrollar el análisis de sensibilidadp. 113
- clase temática de mineríap. 114
- minería, valores de NDVI entre 0,1 y 0,7p. 115
- Figura 3-13: Algunas herramientas disponibles en el programa eCognition©p. 124
- OBIAp. 21
- Figura 3-15: Esquema metodológico para la validación temática de resultadosp. 126
- pancromáticap. 21
- Figura 4-2: Visualización del color en zonas mineras en imágenes Landsat8p. 131
- Cam-Dp. 132
- Figura 4-4: Textura de zonas mineras en imágenes Landsat8 y RapidEyep. 133
- tamaños, (etapas avanzadas)p. 134
- Figura 4-6: Zonas mineras en formas alargadas y continuas, (etapas intermedias)p. 135
- tempranas)p. 136
- Figura 4-8: Redes viarias y senderos contextualizados a zonas minerasp. 137
- minerasp. 113
- Figura 4-10: Ríos, drenajes y cuerpos de agua contextualizados en zonas minerasp. 138
- imágenes Ultra Cam-Dp. 140
- imágenes Landsat 8p. 141
- de cuerpos de agua con suelo desnudo, en imágenes Landsat 8p. 142
- en Imagen Landsat 8, RGB (5,6,4)p. 143
- Landsat 8 LDCMp. 145
- en imagen Landsat 8 LDCMp. 146
- y no mineríap. 148
- transformada de Brovey y Wevelet, para las clases de minería y no mineríap. 148
- de los datos de minería a cielo abiertop. 151
- de los datos de no mineríap. 151
- Figura 4-21: histograma para los píxeles del grupo de mineríap. 153
- Figura 4-22: Histograma para los píxeles del grupo de no mineríap. 154
- a través de procesamiento digital de imágenes de sensores remotosp. 159
- minerasp. 113
- patrón espacial característico de las zonas mineras a cielo abiertop. 165
- Figura 4-27: Interface módulo ATCOR del programa PCI Geomatica©p. 167
- Figura 4-28: Interface Resolution Merge del programa Erdas Imagine©p. 168
- Figura 4-29: Interface para reclasificar datos raster en ArcGIS©p. 170
- mediante OBIA, programa eCognition©p. 177
- segmentationp. 178
- imagen original frente a imagen segmentadap. 179
- espectralp. 171
- espectralp. 171
- Figura 4-36: Parámetros de clasificación para cuerpos de aguap. 183
- agua (negro)p. 183
- de aguap. 184
- de agua (amarillo)p. 184
- Figura 4-40: Parámetros para clasificación de cuerpos de agua <=12 hap. 185
- mineras clasificadas con criterio espectralp. 187
- y vecinos con las zonas mineras clasificadas con criterio espectral (violeta)p. 187
- criterio espectral y el pictoricomorfológicop. 188
- criterio espectral y el pictoricomorfológico (violeta)p. 188
- utilizando datos auxiliaresp. 190
- inicialmente como zonas mineras (negro), a partir de datos auxiliaresp. 190
- de procesamiento digital de imágenes de sensores remotos (anexo 1)p. 192
- (negro), frente a la interpretación visual (amarillo)p. 193
- clases de minería y no minería, para la validación de la clasificación mediante OBIAp. 195
- Figura 4-51: Porcentaje de Acuerdos y desacuerdos, fiabilidad globalp. 198
- Tabla 2-1: Categorías de resolución espacial en imágenes de sensores remotosp. 42
- Tabla 2-2: Índices espectrales propuestos para ser aplicadosp. 55
- píxeles y en objetosp. 71
- Tabla 2-4: Probabilidades para el criterio de Kolmogorovp. 80
- Tabla 2-7: Clasificación del índice Kappap. 89
- Tabla 3-1: Relación de imágenes de sensores remotos utilizadas en el proyectop. 103
- Tabla 3-2: Índices espectrales y técnicas de fusión de imágenes aplicadasp. 111
- criterios a integrarp. 123
- visual (información de referencia)p. 144
- índices espectrales y fusión de imágenesp. 150
- mineríap. 150
- Tabla 4-4: Rangos del histograma de los píxeles para los datos de mineríap. 153
- Tabla 4-5: Rangos del histograma de los píxeles para los datos de no mineríap. 154
- minería y de no minería,p. 155
- Tabla 4-7: Valores de tasa de error aparente (TEA)p. 156
- relevancia en zonas mineras a cielo abiertop. 162
- clasificación mediante OBIAp. 176
- clasificación, frente a la interpretación visual (información de referencia)p. 193
- Tabla 4-11: Parámetros iniciales para definir la muestrap. 194