Convergencia de los SIG y los Sensores Remotos

Imágenes y vectores

Muchas veces uno lee un texto y en forma esclarecedora pone luz sobre pensamientos propios que están borrosos en la mente. El artículo que traduzco y transcribo para Ustedes es uno de ellos. El tema es: la paulatina convergencia entre dos tecnologías que trabajaban por separado; los Sistemas de Información Geográfica  (SIG) y la Teledetección de imágenes.

Estoy seguro que les sucede lo mismo si han y están trabajando con las tecnologías que referimos.

El artículo original en inglés lo pueden encontrar en:

What and Where. The integration of Remote Sensing and GIS

El artículo fue escrito por Matteo Luccio para la revista digital “Sensor & Systems”

A continuación el texto traducido:

¿Qué y Dónde?: La integración de teledetección y SIG

 Por Matteo Luccio | 05 marzo de 2013 | 663

La ciencia, tecnologías y prácticas de teledetección y los sistemas de información geográfica (SIG), aparecen por separado, se desarrollan en paralelo, se intersectan, y ahora están inextricablemente vinculados. Casi todas las entidades geográficas de la mayoría de los SIG se capturan por medio de imágenes satelitales o fotogrametría aérea y el SIG es la aplicación en la que estas imágenes son más comúnmente visualizadas. “Todos los elementos que soportan los SIG provienen de teledetección: las entidades geográficas culturales, las carreteras, los edificios, las entidades que representan acuíferos, la topografía del terreno, suelos, pendientes, geología, y muchos más”, señala Lawrie Jordan, Director de Imagen de Esri.

La fusión de dos enfoques

Pero no siempre fue así. En los años 1970, 1980 y principios de 1990, la teledetección y el procesamiento de imágenes estaban por un lado, y los SIG por otro. Eran dos mundos separados. Cada uno con su propia cultura y software. Los datos de imágenes se almacenaban en formato raster y utilizaban clasificación multiespectral, los datos de los SIG se almacenaban en un formato vectorial y usaban topología. Los proveedores de software se especializaban en uno u otro, a pesar de que sus clientes estaban recolectando y utilizando ambos tipos de datos. Hasta hace poco, en el contexto SIG, las imágenes se pensaban sólo como un fondo o un mapa de base a la información que estaba siendo analizada.

En la última década, sin embargo, la teledetección y los SIG se han se han integrado cada vez más. “Ahora la gente está viendo las imágenes como fuente de una gran cantidad de información para el SIG”, dice Jennifer Stefanacci, Director de Gestión de Producto de Exelis. “Por lo tanto, los flujos de trabajo de análisis que nuestros usuarios realizan incorporan tanto el análisis de las imágenes y el análisis de los datos SIG.” Mientras el SIG les proporciona la información acerca de ¿Dónde?, a través de las rutinas de extracción de información de la teledetección se obtiene la información sobre el ¿Qué?, explica Mladen Stojic , Vicepresidente de Geoespaciales en Intergraph, “Al fusionar los dos, ahora tenemos la oportunidad de hacer el modelo con datos raster, datos vectoriales y, encima de todo los datos de terreno”.

Hoy en día, el SIG es la plataforma más práctica y eficiente para combinar teledetección con otras capas de información. “La gente no adquiere y procesa imágenes sólo para tener una foto bonita de ella”, dice Jordan. “Ellos quieren combinar las imágenes con otra información espacial para resolver problemas y crear resultados significativos.”

 Flujos de trabajo

En el tradicional flujo de trabajo lineal de procesamiento de imágenes, lo que ha sido la norma desde hace más de 30 años, un técnico clasifica, rectifica y hace mosaicos de cada imagen, creando muchos archivos intermedios. Este proceso es muy laborioso y requiere una gran cantidad de espacio de almacenamiento. Por el contrario, la nueva tecnología procesa las imágenes en el marco de un SIG casi en tiempo real bajo demanda, señala Jordan. “La arquitectura para hacer esto utiliza una estructura de geodatabase muy inteligente llamado un dataset de mosaico, lo que permite definir la cadena de procesos que le sucede a la imagen dinámicamente y procesar la imagen a través de él. Usted puede hacer ortorectificación, equilibrar el color, nitidez y mosaicos, en conjuntos de datos de tamaño prácticamente ilimitado, todos dinámicamente sobre la marcha. Esto es realmente un cambio de las reglas del juego”.

Exelis ha estado trabajando con Esri durante unos cuatro años en el desarrollo de flujos de trabajo que permitan a los usuarios utilizar los productos de las dos compañías de manera combinada. “Somos conscientes de que los usuarios necesitan acceso a una gran variedad de datos y mientras más puedan aprovechar la totalidad de sus datos, mejores serán las decisiones que puedan tomar”, dice Stefanacci. “Así, hemos creado flujos de trabajo que permiten a los usuarios moverse sin problemas entre ENVI y ArcGIS y hacer más fácil sus análisis sin tener que pensar sobre la utilización de muchos productos de software diferentes.”

Por ejemplo, para encontrar el área de tejados en una subdivisión, un evaluador de tierras puede utilizar la herramienta Fx de ENVI en ArcMap para identificar los tejados en su imagen, generar una salida en un archivo de formas y utilizar las herramientas de ArcMap de análisis espacial para analizar qué áreas han cambiado desde la última evaluación. En otro escenario, un urbanista le pide a su especialista GIS los parques de la ciudad que se han añadido en los últimos cuatro años. Desafortunadamente, los registros no se han mantenido y esta información no está disponible, sin embargo la ciudad tiene imágenes disponibles. Dado que el plazo es demasiado corto para que el especialista SIG pueda visitar cada parque para actualizar sus mapas, éste utiliza imágenes para identificar todos los terrenos que se han convertido en parque. Se realiza una “clasificación sin datos de muestra” con ENVI en una imagen anterior y en una actual y luego, ejecuta una detección de cambios para determinar cuáles áreas del parque han cambiado. Por último, utiliza estos datos para actualizar la base de datos GIS de la ciudad.

Los archivos de datos LiDAR presentan desafíos especiales porque son enormes. Para utilizarlos en productos de Esri, el usuario primero debe cortarlos, dice Stojic. “Por lo tanto, es difícil para las personas encontrar y gestionar eficazmente los datos en bruto, lo que es más valioso.” La versión 2013 de Intergraph, dice, soluciona ese problema de tres maneras. En primer lugar, permitiendo a los usuarios que no pueden pagar un sensor LIDAR crear nubes de puntos muy precisos y densas a partir de imágenes estéreo. En segundo lugar, por la recolección de los metadatos con el fin de permitir a los usuarios catalogar, gestionar, buscar y descargar los datos que necesitan. En tercer lugar, permitiendo a los usuarios soporte nativo a los datos desde la perspectiva de visualización y explotación. “significa que usted puede tomar un archivo de LAS y no hay que convertirlo en un conjunto de datos diferente y crear datos redundantes en el disco para utilizarlo.”

 Integración

La variedad y cantidad de datos obtenidos por teledetección a disposición de los usuarios se ha incrementado dramáticamente en los últimos años – y seguirá aumentando, mientras los sensores LiDAR bajan de precio, se lanzan nuevos satélites y los vehículos aéreos no tripulados se han convertido en omnipresentes. Las organizaciones suelen tener LiDAR, SAR, datos multiespectrales, hiper-espectrales y pancromáticos – cada uno de los cuales tiene sus ventajas únicas – y ahora pueden analizar todo utilizando un solo paquete y los integran a la perfección en GIS. Según Jordan, las imágenes están completamente integradas a través de todos los productos de ArcGIS – escritorio, servidores, móviles y en la nube – y están mejorando muy rápidamente su capacidad de soportar imágenes.

“Al reunir a Intergraph y Leica Geosystems, Hexagon ha se dirigido específicamente a la integración de la topografía, fotogrametría, cartografía, SIG y teledetección, por lo que el mapa inteligente, como nos gusta llamarlo, realmente se convierte en el punto de convergencia”, dice Stojic. “Esperamos romper los aislamientos históricos que han sido construidos por los sistemas propietarios y cerrados.” Según él la versión 2013 de Intergraph cumple este “sueño y visión.”

 La Nube

En las tecnologías geoespaciales, como en muchos otros campos, la tendencia es ir más allá de las arquitecturas tradicionales basadas en archivos hacia servicios basados en la nube. Al mismo tiempo, hay cada vez más una necesidad de un acceso fácil a grandes volúmenes de imágenes y herramientas de análisis. “Esto ha dado lugar a la demanda de servicios en línea dinámicos y no sólo las capacidades estáticas”, dice Jordan. “Estos se ofrecen como servicios basados en la nube a través de un nuevo modelo de negocio que se basa en suscripciones y créditos. La última versión de ArcGIS Online contiene una gran cantidad de imágenes globales de alta resolución y esto pronto estará acompañado de una nueva serie de servicios de primera calidad.”

El movimiento hacia las soluciones basadas en la nube también acelera aún más la fusión de las tecnologías geoespaciales y capas de datos.

3D

Hace diez años, pocos programas de software eran capaces de generar visualizaciones 3D. Ahora, gracias en parte a Google Earth y Bing Maps, 3D se ha masificado. “Presentamos nuestro producto en 3D por primera vez en 1996”, recuerda Stojic. “Desde entonces, las tarjetas gráficas se han vuelto más poderosas y es normal que manejen 3D  y su precio se ha reducido drásticamente, lo que aumenta su utilización. Ahora tenemos una cultura que demanda 3D. La mayoría de la gente ni siquiera se fijará en su producto si no maneja 3D directamente”.

Para mejorar sus capacidades 3D, Esri recientemente adquirió Procdural, el fabricante de un producto denominado City Engine, diseñado para crear ciudades en 3D.”La tendencia de futuro para la extracción de características es realmente acerca de la extracción de entornos 3D”, dice Jordan. “Esri adquirió recientemente una colección muy grande de imágenes actuales de alta resolución de Digital Globe para todo el planeta, y creo que eso va a impulsar muchas de estas nuevas visualizaciones 3D”.

Mientras Esri está trabajando en la visualización de nubes de puntos 3D, las herramientas de Exelis se centran en la extracción de información de la nube de puntos y como convertirlas en datos que los usuarios puedan incorporar en sus bases de datos de SIG, dice Stefanacci.

Extracción de entidades geográficas automática

El Santo Grial en la intersección de la teledetección y los SIG es la extracción de entidades geográficas automatizada rápida, eficiente y precisa. Es un proceso iterativo en el que un especialista repetidamente marca parámetros diferentes para crear plantillas, que luego son utilizadas por otros para actualizar o extraer la entidades.

En su versión 2013, Intergraph ha introducido un nuevo entorno de modelado que acelera este proceso, dice Stojic. “Verán más de nuestro extractor de entidades geográficas y herramientas de detección de cambio migrados a este entorno de modelado dinámico para que podamos acortar este ciclo de vida y agilizar el proceso necesario para obtener la mejor capa de información de esta tecnología de detección de cambios automática.”

Exelis también tiene una fuerte tradición en este ámbito. Su producto LiDAR ENVI ha automatizado métodos para extraer los edificios, árboles, líneas eléctricas y postes de electricidad directamente a partir de la nube de puntos 3D, dice Stefanacci: “Estamos estudiando cómo agregar tipos de funciones adicionales en nuestros próximos lanzamientos.”

 UAV y microsatélites

La cantidad de datos recogidos por los vehículos aéreos no tripulados y los microsatélites está a punto de explotar. “Es la manguera digital en el cielo y lo mejor que le ha pasado a la teledetección”, dice Jordan. “Clientes de todo el mundo, como las mayores compañías petroleras y organizaciones de defensa y de inteligencia, utilizan ArcGIS para manejar decenas de millones de imágenes de alta resolución de manera dinámica. ArcGIS es altamente escalable y fue diseñado de esa manera desde el principio, en previsión de esta vigilancia persistente y esencialmente global. Creo que muy pronto, vamos a estar cartografiando, midiendo y controlando cada metro cuadrado de la superficie de la Tierra casi en tiempo real. Habrá en órbitas varios cientos de satélites estaciones de imágenes.”

Intergraph también está jugando en ese espacio. Por ejemplo, hace dos años se lanzó un programa para extraer características de movimiento por vídeo. “Estamos investigando en software de geo-referenciación y el desarrollo de la triangulación aérea necesaria para unir varios marcos en el tiempo con el fin de obtener un producto de datos de alta precisión de la fuente de datos”, dice Stojic.

 El Mapa del Futuro

¿Qué trajeron la teledetección y los SIG juntos?

“El punto de convergencia”, dijo Stojic, ha sido la modernización del mapa – y me refiero a Google Maps, Bing Maps y mapas de localización. Ahí es donde hemos visto que las dos filosofías se unen para formar una aproximación a la cartografía. Eso no es por Esri o Intergraph, sino porque compañías como Google y Microsoft han introducido una nueva filosofía sobre el mapa y las capas de información en su interior. Otros vendedores profesionales siguen apoyando que la fusión a través de la síntesis de raster, vectores y datos de nube de puntos en las aplicaciones de modelado, en los flujos de trabajo, etc. “

¿Cómo estos avances en la teledetección y los SIG van a afectar el producto final para la mayoría de los consumidores de información geoespacial?

“El mapa del futuro no es en realidad un mapa en absoluto, sino más bien una imagen 3D inteligente”, dice Jordan. “Va a ser foto-realista, y usted será capaz de volar a través de él, navegar, interrogar, analizar, visualizar y luego colaborar y compartir con los demás. Todo va a estar basado en la nube y las imágenes van a conducir eso. Lo que vemos que sucede es algo que me gusta pensar que es el planeta vivo – Vigilancia mundial persistente, donde todas estas fuentes están disponibles de forma dinámica. GIS es el entorno ideal para llevar todo esto junto. Es el momento más emocionante en los más de 40 años que he estado involucrado en esto. “

Sobre Matteo Luccio

Matteo Luccio tiene casi veinte años de experiencia como escritor y editor de la revista. Tiene una maestría en Ciencias Políticas del MIT y co-fundador de la futura revista de políticas públicas de Oregón, que dirigió durante cuatro años. Durante los últimos doce años ha editado y escrito artículos para revistas técnicas sobre tecnologías geoespaciales, los últimos cinco años como presidente y fundador de “Pale Blue Dot”.

 E-mail:  matteo en palebluedotllc.com

Nota importante:

Traducción no profesional realizada por José M. Ciampagna y corregida por Fabio Fortuni.

El artículo original está ilustrado y Ud. puede acudir a él para ver las imágenes.

Trabajo realizado sin fines de lucro  y a fines de difusión.

 Opciones de traducción  de la palabra feature  y feature class al español:

Feature: elemento, entidad, rasgo o característica geográfica

Feature class: Clase de elementos o entidad geográfica

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s