Combinaciones RGB de Imágenes Satélite Landsat y Sentinel

Combinaciones RGB de imágenes satélite
Landsat y Sentinel
26 marzo, 2017
La combinación de imágenes satélite nos permiten analizar elementos de
específicos de la superficie terrestre en función de su espectro de emisión.
Gracias a las distintas bandas multiespectrales de operación de los satélites
podemos interpretar aspectos como la vegetación, los usos del suelo o las
masas de agua. Combinaciones específicas RGB nos mostrarán y
discriminarán los elementos de nuestras imágenes satélite de forma rápida.
¿Sabes cuáles son las combinaciones clave para conseguirlo?
La creación de estas imágenes parte del paso de bandas a través de tres

canales: rojo, verde y azul. El paso de cada banda por un canal u otro permitirá
la pigmentación de los elementos que ofrezcan mayor o menor reflexión de
longitudes de onda. Así, por ejemplo, la vegetación refleja en la zona del
infrarrojo y absorbe en la zona visible del rojo. El juego cromático de estas
bandas nos ayudará a elaborar mapas específicos de vegetación.
Los pasos de bandas por los tres canales RGB dará, como resultado, la
combinación de imágenes satélite para formar una imagen a color natural o a
falso color, realzando elementos muy concretos para su posterior estudio y
análisis. Podremos realizar estas combinaciones siempre y cuando
conozcamos el rango de trabajo en el que operan las bandas del satélite
seleccionado y el comportamiento de reflexión de los elementos objeto de
estudio. Conociendo estos datos sabremos las bandas a utilizar en función del
tipo de estudio planteado. El CSIC posee una librería de firmas
espectrales interesante a consultar para profundizar en el comportamiento
electromagnético de los objetos en superficie.
Comparativa de bandas Sentinel y Landsat. Fuente USGS
Landsat y Sentinel presentan diversas bandas que operan bajo rangos
parecidos, lo que implica la necesidad de combinarlas de manera distinta en
función del estudio deseado. Aquí os dejo una descripción de la combinación
de imágenes satélite de las bandas y la composición RGB resultante para
estudios específicos mediante análisis multiespectral. Una imagen vale más
que mil palabras.
Color natural: Landsat 8 (4,3,2), Sentinel 2B (4,3,2)
Falso color (para zonas urbanas): Landsat 8 (7,6,4), Sentinel 2B (12,11,4)

Infrarrojo (para vegetación): Landsat 8 (5,4,3), Sentinel 2B (8,4,3)
Agricultura: Landsat 8 (6,5,2), Sentinel 2B (11,8A,2)
Penetración de radiación en atmósfera: Landsat 8 (7,6,5), Sentinel 2B

(12,11,8A)
Usos del suelo/masas de agua: Landsat 8 (5,6,4), Sentinel 2B (8A,11,4)
Infrarrojo de onda corta: Landsat 8 (7,5,4), Sentinel 2B (12,8A,4)
Análisis de vegetación: Landsat 8 (6,5,4), Sentinel 2B (11,8A,4)

Análisis de vegetación sana: Landsat 8 (5,6,2), Sentinel 2B (8A,11,2)
Índice NDVI: Landsat 8 (5-4)/(5+4), Sentinel 2B (8-4)/(8+4). Cálculo del índice

NDVI
Índice NDWI: Landsat 8 (3-5)/(3+5), Sentinel 2B (3-8)/(3+8)

Índice NDSI: Landsat 8 (3-6)/(3+6), Sentinel 2B (3-11)/(3+11)
Y si quieres saber cómo se forman los colores en una imagen satélite y cómo
interpretar cada color en base a los comportamientos de las bandas, ojea estas
sencillas pautas.
Cómo interpretar una imagen satélite a

falso color
1 julio, 2018
¿Sabes cómo interpretar una imagen satélite a través de filtros de colores

RGB? La clave para entender e interpretar los contrastes cromáticos que
componen una imagen satélite a falso color está en conocer los niveles de
reflectancia de los objetos en cada banda de trabajo e interpretar los valores de
saturación de colores generados en los canales rojo, verde y azul durante la
composición de la imagen satélite a falso color.
Antes de interpretar los colores de una imagen satélite a falso color tenemos
que tener clara la técnica de composición de imágenes RGB en la que, cada
banda multiespectral representada en niveles de grises, es pasada por los
canales rojo, verde y azul adquiriendo este tipo de color. Sabiendo cómo se
forman estas composiciones de color, las interpretaciones cromáticas serán
más fáciles de entender de lo que creemos.
Para generar e interpretar una imagen satélite a falso color, o color natural, es
necesario pasar tres bandas de imágenes por los filtros rojo, verde y azul. Cada
banda muestra un degradado de grises que serán saturados por el color de su
canal de manera proporcional durante la composición de la imagen RGB.
La combinación de las tres bandas saturadas de color hará que se generen
imágenes con tramas de colores rojos, verdes y azules, así como otros colores
secundarios. ¿Qué significa que una tesela u objeto se muestre en color violeta
y qué banda multiespectral influye para generar ese color? Verás en muchos
sitios la interpretación entre un objeto territorial y un color, pero no todo es
cuestión de colores. También es cuestión de interpretar cómo se han generado
a partir de las bandas. Esta es la clave para entender el comportamiento
espectral de los objetos en superficie, y una sencilla paleta cromática será
nuestra mejor aliada para saber qué elementos territoriales absorben o reflejan
más energía para llegar a componer ese color.
Lo fundamental: la interpretación de bandas

multiespectrales
Los objetos muestran unos niveles de reflectancia mayor o menor en función
de la banda de operación. Las diferentes longitudes de onda del espectro serán
reflejadas o absorbidas por el territorio pudiendo advertir, a través del
degradado de pixels, las zonas de mayor o menor absorción/reflexión. Esto es
lo que delatará a los objetos a nivel de comportamiento para posteriormente
poder teñirlos de colores. Por norma general, buscamos los elementos objeto
de análisis sólo en aquellas bandas donde “llaman la atención”. En otras
palabras, cuando reflejan energía en exceso mostrando manchas claras,
aunque también pueden llamar la atención por absorber energía en exceso
mostrando manchas oscuras. Así, por ejemplo, la vegetación refleja en el NIR,
las masas de agua helada reflejan energía en el visible, el agua absorbe en el
SWIR, los objetos a elevada temperatura como la lava volcánica reflejan en el
SWIR o las infraestructuras urbanas tienden a reflejar en el visible.

Tres colores para interpretar una imagen satélite de

manera básica
Las zonas de mayor reflexión, al pasar por uno de los canales rojo, verde o
azul se teñirán del color del canal. Tendremos constancia de las zonas de
mayor reflexión en una banda multiespectral cuando adquieran uno de estos
tres colores fundamentales asignados por los canales. Sólo en el caso de que
una misma zona territorial muestre elevados niveles de reflexión para los tres
canales (y por tanto en las tres bandas de trabajo) se formará el color blanco.
Y sólo en el caso de que una misma zona territorial muestre elevados niveles
de absorción para los tres canales (y por tanto en las tres bandas de
trabajo) se formará el color negro.
En el siguiente juego de bandas podemos ver una composición a color natural

junto a una banda en el infrarrojo cercano NIR. La vegetación muestra
elevados niveles de reflexión con un degradado de colores claros en la banda
del NIR. El agua absorbe en el NIR (además de en el resto de bandas)
mostrando colores oscuros. Una composición Sentinel RGB 11,8,2 donde la
banda 8 es la banda del NIR, quedará realzada en el color verde del canal por
el que pasa la banda dejando al descubierto aquellas zonas vinculadas con
vegetación debido a sus elevados niveles de reflectancia. El agua, al absorber
energía en todas las bandas, se mostrará en colores oscuros.
Otros ejemplos mixtos los podemos ver con la nieve. Los elevados niveles de
absorción en el infrarrojo de onda corta SWIR harán que la nieve se vea
oscura. Por el contrario, mayores niveles de reflexión las bandas del visible
(rojo, verde o azul) harán que la nieve se vea con tramas claras. Una
composición RGB para Sentinel, basadas en la banda 2 del azul visible y las
bandas 11 y 12 del SWIR nos mostrarán la nieve en color rojo cuando la banda
2 es filtrada por el canal rojo. La reflexión de esta banda hará que se tiña de
rojo la nieve quedando realzada la imagen a través de una composición RGB
2,11,12 propia de análisis de masas de agua helada. La vegetación adquiere
tonalidades verde azuladas debido a su gran reflexión en el SWIR filtrado por
los canales verde y azul.
Interpretando colores segundarios

Interpretar aquellos elementos rojos, verdes y azules es fácil. Pero ¿qué
significa un color morado? ¿Y un naranja? ¿Y un degradado de verdes? El rojo
significa lo mismo en una imagen RGB843 que en una imagen RGB974?
Estos colores secundarios son generados en función de los pesos que
aporten los píxels de las tres bandas, y esto dificulta la interpretación sobre qué
banda genera mayor o menor reflexión por su canal complicando la
identificación del elemento que absorbe o refleja bruscamente. El rojo, verde y
azul pasan a un segundo plano para obtener un repertorio de colores
secundarios de mezcla en función de los niveles de reflexión en el espectro
electromagnético. La principal mezcla en pares de colores es el amarillo,
magenta y cian. La ausencia de los tres colores generará el color negro y la
presencia de los tres dará, como color, el blanco.
Los niveles de reflectancia de cada banda generan una proporción de
saturación de rojo, verde y azul que compone, finalmente, nuestro código de
color RGB. La proporción de rojo, de verde y de azul hará que se forme un
color u otro. Conociendo el grado de aporte cromático de las bandas al pasar
por sus canales podremos saber qué banda absorbe y qué banda refleja.
Dentro de la formación de un color, cada canal aportará un rango de valores

comprendidos entre 0 y 255. Valores próximos a 255 indicarán altas reflexiones
del elemento territorial (son nuestros píxels blancos). Valores bajos y próximos
a 0 indicarán absorciones del elemento territorial (son nuestros píxels negros).
Así, por ejemplo, el color amarillo se forma por un aporte de rojo (255), verde
(255) y azul (0). Esto nos indicará que, al filtrar las tres bandas por los canales
rojo, verde y azul, las dos primeras bandas reflejan en exceso el elemento y la
tercera banda lo absorbe por completo. Como consecuencia, una combinación
de rojo y verde dará como resultado un color amarillo.
El color cian puede generarse a partir de un aporte de rojo (0), verde (255) y
azul (255). Esto nos indicará que los elementos en color cian reflejan en exceso
en la primera y segunda banda mientras absorben en la tercera banda.
El color naranja puede generarse a partir de un aporte de rojo (255), verde
(150) y azul (0). Esto nos indicará que los elementos en color naranja reflejan
en exceso en la primera banda, absorben en exceso en la tercera banda y
tienen un comportamiento medio en la segunda.
En una combinación RGB 562 de bandas Landsat, el color naranja, se formará

gracias a la saturación de la banda del rojo y del verde, por lo que existirá
reflexión dentro de las bandas del 5 y el 6. A partir de estos datos podremos
empezar a interpretar nuestra imagen. Esta situación nos indicará que se trata
de zonas con vegetación (la banda 5 del NIR delata a la vegetación por su
reflexión y saturación en el canal rojo) y con contenido relevante de humedad
(la banda 6 aporta esta información saturando ligeramente el canal verde). Las
zonas naranjas nos informarán, por tanto, de lugares donde existe gran
vegetación y alto contenido en humedad.
Conociendo los pesos aportados por cada de los canales que componen el
color, sabremos qué bandas son las que delatan el comportamiento de
nuestros elementos en la interpretación de la imagen satélite.
Si quieres interpretar una imagen satélite sabiendo qué banda aporta mayor o
menor peso en la reflexión y absorción de energía, aquí tienes una sencilla
paleta cromática para interpretar los colores de las imágenes satélite
independientemente de sus combinaciones de bandas o satélites empleados.
Cada color nos determinará el peso de niveles de rojo, verde y azul dentro de
cada canal.

El patrón de comportamiento habitual en los objetos

Todos los elementos se comportan de una manera u otra frente al espectro
electromagnético por lo que conocer su comportamiento puede ayudarnos a
interpretar una imagen satélite. Podemos identificar a grandes rasgos
elementos territoriales debido a su comportamiento convencional frente a
cada banda multiespectral con ayuda de las firmas multiespectrales.
Familiarizarse con estos comportamientos te ayudará a interpretar el territorio
rápidamente para saber con qué bandas trabajar y teñirlas de color.
El agua en estado líquido absorbe energía a lo largo de todo el espectro

electromagnético, aunque presenta una mayor reflexión dentro del visible
llegando a absorciones casi totales en el extremo opuesto del SWIR. Por el
contrario, el agua en estado sólido genera niveles de reflexión elevados
dentro del visible que van descendiendo en el NIR y posteriormente en el
SWIR.
La vegetación sana muestra elevados niveles de reflexión en el NIR que
descenderán en el SWIR. Sin embargo, cuando la vegetación sufre daños
producidos por un incendio nos encontraremos el comportamiento contrario,
generando una mayor absorción en el NIR y una mayor reflexión en el SWIR.
Las diferencias en la curva espectral pueden ayudarnos a analizar el nivel de
severidad del fuego a través de índices como el NBR (Normalized Burn
Ratio).
Las zonas urbanas tienden a presentar una gran reflexión de la energía

mostrando mayores contrastes cuando se juega con las bandas del visible que
cuando se juega con las bandas del infrarrojo cercano.

Combinaciones RGB de Imágenes Satélite Landsat y Sentinel

Cargado por

Copyright:

Formatos disponibles

Combinaciones RGB de Imágenes Satélite Landsat y Sentinel

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Combinaciones RGB de Imágenes Satélite Landsat y Sentinel

Cargado por

Copyright:

Formatos disponibles

Combinaciones RGB de imágenes satélite

La creación de estas imágenes parte del paso de bandas a través de tres

Color natural: Landsat 8 (4,3,2), Sentinel 2B (4,3,2)

Falso color (para zonas urbanas): Landsat 8 (7,6,4), Sentinel 2B (12,11,4)

Agricultura: Landsat 8 (6,5,2), Sentinel 2B (11,8A,2)

Penetración de radiación en atmósfera: Landsat 8 (7,6,5), Sentinel 2B

Infrarrojo de onda corta: Landsat 8 (7,5,4), Sentinel 2B (12,8A,4)

Análisis de vegetación: Landsat 8 (6,5,4), Sentinel 2B (11,8A,4)

Índice NDVI: Landsat 8 (5-4)/(5+4), Sentinel 2B (8-4)/(8+4). Cálculo del índice

Índice NDWI: Landsat 8 (3-5)/(3+5), Sentinel 2B (3-8)/(3+8)

Cómo interpretar una imagen satélite a

¿Sabes cómo interpretar una imagen satélite a través de filtros de colores

Lo fundamental: la interpretación de bandas

Tres colores para interpretar una imagen satélite de

En el siguiente juego de bandas podemos ver una composición a color natural

Interpretando colores segundarios

Dentro de la formación de un color, cada canal aportará un rango de valores

En una combinación RGB 562 de bandas Landsat, el color naranja, se formará

El patrón de comportamiento habitual en los objetos

El agua en estado líquido absorbe energía a lo largo de todo el espectro

Las zonas urbanas tienden a presentar una gran reflexión de la energía

También podría gustarte