Generación de coberturas geográficas para el

departamento de Boyacá

Elizabeth Sánchez Sánchez.

izza199620@gmail.com

Introducción Datos como:

Identificador del producto:
Dentro del campo de sistemas de información geográfica LE07_L1TP_007056__20150105_20161030_01_T1
se encuentra como programa de procesamientos el Fecha en que se tomó la fotografía: 1 de enero del
software ArcGIS el cual recolecta, evalúa, almacena y deja 2015.
manipular información geográfica, dicho programa Ruta WRS (Path): 007.
ArcGIS versión 10.4.1 fue utilizado durante el desarrollo Fila de WRS (Row): 056.
del proyecto en el cual se generan coberturas geográficas Nubosidad (Clould Cover): 3%.
a partir de un análisis estadístico que conllevan a una Se encuentran descritos en la Tabla 1.
clasificación multiespectral con apoyo en imágenes
satelitales Landsat 7 todo ello para el departamento de
Tabla 1. Características de la fotografía.
Boyacá.

1. DESCRIPCIÓN DEL ÁREA DE ESTUDIO

Para la realización de este proyecto se trabajó con el
departamento de Boyacá, este está ubicado en el
centro-este del país, en la región andina, limitando al
norte con Santander y Norte de Santander, al noroeste
con Venezuela y Arauca, al este con Casanare, al sur
con Cundinamarca y al oeste con Caldas y Antioquia.
Cuenta con una superficie de 23189 Km2, lo que
representa el 2.03 %del territorio nacional.

2. CARACTERÍSTICAS DE LA IMAGEN
SATELITAL
De la página web Earth Explore, se descargó la
imagen que cumplían los requerimientos básicos y
cuya extensión abarcaba gran parte del departamento, Fuente: Earth Explore,
dicha imagen se puede observar en la Figura 1. https://earthexplorer.usgs.gov/metadata/13350/LE7007056
2015005EDC00/
Figura 1. Fotografía satelital original.
3. IMAGEN SIN CORREGIR
3.1. Análisis estadístico unibanda
Este tipo de análisis estadístico es básico y
aplicado a una banda por separado, permitiendo
obtener una descripción de la tendencia central y
dispersión de los niveles digitales de la imagen,
Fuente: Earth Explore, https://earthexplorer.usgs.gov/. tales como valores mínimo y máximo, rango,
media aritmética, moda, mediana, varianza, B4
desviación estándar, histogramas y el Figura 5. Histograma para la banda 4.
comportamiento espectral de la cobertura
terrestre en las bandas en particular. Estas
medidas nos permiten valorar información
radiométrica de una imagen, así como la
comparación con respecto a las otras bandas y
tener una idea sobre el nivel de su calidad,
heterogeneidad y separabilidad.

 Histogramas
B1
Figura 2. Histograma para la banda 1.
Fuente: ArcGIS 10.4.1
B5
Figura 6. Histograma para la banda 5.

Fuente: ArcGIS 10.4.1

B2
Figura 3. Histograma para la banda 2. Fuente: ArcGIS 10.4.1
B6_1
Figura 7. Histograma para la banda 6_1.

Fuente: ArcGIS 10.4.1

B3
Fuente: ArcGIS 10.4.1
Figura 4. Histograma para la banda 3.
B6_2
Figura 8. Histograma para la banda 6_2.

Fuente: ArcGIS 10.4.1

Fuente: ArcGIS 10.4.1
 B7 B6,1 0,00 175,00 124,60 18,11
Figura 9. Histograma para la banda 7.
B6,2 0,00 229,00 139,51 22,63
B7 0,00 194,00 43,47 16,88
B8 12,00 124,00 51,62 11,94
Fuente: ArcGIS 10.4.1, Excel, hoja de cálculo.

3.2. Análisis estadístico multibanda

3.2.1. Composición de bandas
Las bandas espectrales pueden ser combinadas de
distintas maneras, buscando obtener
composiciones de color u opciones de
Fuente: ArcGIS 10.4.1 procesamiento a partir de ellas, en dicha
B8 combinación se buscar tomar cada de las bandas
Figura 10. Histograma para la banda 8. correspondiente a Landsat 7 y unirlas sin tener en
cuenta las bandas que representan temperatura
superficial, esto obtener una composición de
color adecuada para realizar un análisis espectral
de vegetación y uso de suelo.

Figura 11. Combinación de bandas.

Fuente: ArcGIS 10.4.1

 Concepto técnico
Se evidencia que las bandas en general presentan
un buen contraste visual. Los valores cercanos a
cero en la mayoría de las bandas representan
tonalidades oscuras tendiendo a negro esto
indicaría presencia de ríos, lagos o en general
agua. No se evidencia valores cercanos a 255, Fuente: ArcGIS 10.4.1, combinación.tif
reflejando así poca presencia de tonalidades
blancas esto indicaría que hay nubes y ruido en
3.3.2. Matriz de correlación
bajas cantidades o en su efecto no las hay. Todas
las bandas en general presentan histogramas en Tabla 3. Matriz de correlación.
forma de campana que representa poca presencia
Layer 1 2 3 4 5 7 8
de nubes a su vez se interpreta que había buenas
condiciones climáticas el día de la toma de la 1 1,000 0,983 0,955 0,872 0,851 0,873 0,950
fotografía. 2 0,983 1,000 0,981 0,870 0,858 0,894 0,946

Tabla 2. Mínimos, máximos, promedio y desviación

3 0,955 0,981 1,000 0,821 0,861 0,916 0,903
estándar de las bandas. 4 0,872 0,870 0,821 1,000 0,854 0,796 0,933
Desviación 5 0,851 0,858 0,861 0,854 1,000 0,955 0,853
Bandas Mínimos Máximos Promedio Estándar
7 0,873 0,894 0,916 0,796 0,955 1,000 0,850
B1 0,00 152,00 52,82 7,83
8 0,950 0,946 0,903 0,933 0,853 0,850 1,000
B2 0,00 150,00 44,17 8,60 Fuente: ArcGIS 10.4.1, multibanda.txt.
B3 0,00 192,00 39,72 11,03
B4 0,00 155,00 69,31 21,05
B5 0,00 241,00 77,95 26,54
 3.2.2. Calculo del OIF (Factor de índice
optimo)
Es un valor estadístico que puede ser usado para
seleccionar la combinación a color óptima de tres
bandas de una imagen satelital. El cálculo de OIF
se realiza sobre todas las posibles combinaciones
de la imagen, y se basa en la selección de las
bandas que conserven la mayor información
espectral (mayores covarianzas entre bandas) y la
menor duplicidad de información (menores
correlaciones entre bandas), matemáticamente se
expresa por la siguiente ecuación (Kerle et al,
2004):
𝑆𝑢𝑚𝑎 𝑑𝑒 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 3 𝑏𝑎𝑛𝑑𝑎𝑠 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑎𝑙𝑒𝑠
𝑂𝐼𝐹 =
𝑆𝑢𝑚𝑎 𝑑𝑒 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑝𝑎𝑟𝑎 3 𝑏𝑎𝑛𝑑𝑎𝑠
números digitales, mediante el programa ArcGIS
10.4.1, en dicho proceso se modifica únicamente los
números digitales de cada banda, manteniendo
constante la posición de cada pixel en dicha banda. En
la figura 12 se observa la comparación entre la imagen
sin corregir (con ceros en su matriz) y la imagen
previamente corregida, donde se muestra que los
espacios con líneas fueron llenados y la calidad de la
imagen es mejor.
Figura 12. Imagen satelital sin corregir vs imagen satelital
corregida.

El mayor valor de OIF corresponde a la

combinación de bandas con menor correlación
entre ellas y con mayor desviación estándar para
cada banda indicando la mayor posibilidad de
discriminación de coberturas estudiadas.
Tabla 4. Calculo del OIF a partir de la combinación de
bandas.
Combinaciones OIF
Fuente: ArcGIS 10.4.1, Paint, comparación.
4.2. Análisis estadístico unibanda
 Histogramas
B1
Figura 13. Histograma para la banda 1.

451 21,503
541 21,503
453 23,107
543 23,107
754 24,742
742 18,173
341 15,067
432 15,225
531 17,023
Fuente: ArcGIS 10.4.1
753 19,934 B2
731 13,025 Figura 14. Histograma para la banda 2.
321 9,406
Fuente: Excel, hoja de cálculo.

4. IMAGEN CON CORRECCIÓN

RADIOMÉTRICA
4.1. Corrección radiométrica
La imagen satelital adquirida presenta anomalías
radiométricas las cuales afectan a los pixeles que
conforman dicha imagen, en ella se presentan ceros
en los números digitales correspondientes a la matriz Fuente: ArcGIS 10.4.1
de cada banda, esto se puede arreglar mediante la
corrección radiométrica, la cual se basa en un
conjunto de operaciones en las cuales se modifican los
B3 B6_2
Figura 15. Histograma para la banda 3. Figura 19. Histograma para la banda 6_2.

Fuente: ArcGIS 10.4.1

Fuente: ArcGIS 10.4.1
B4
Figura 16. Histograma para la banda 4. B7
Figura 20. Histograma para la banda 7.

Fuente: ArcGIS 10.4.1

B5 Fuente: ArcGIS 10.4.1
Figura 17. Histograma para la banda 5. B8
Figura 21. Histograma para la banda 8.

Fuente: ArcGIS 10.4.1

B6_1 Fuente: ArcGIS 10.4.1
Figura 18. Histograma para la banda 6_1.
 Conceptos técnicos
En las bandas B6_1 y B6_2 se observa que los
histogramas tienen forma de campana y la vez se
observan valores cercanos al centro de la
campana lo que indicaría tonalidades grises en la
imagen, además de ellos en estas dos bandas
presentaría poca nubosidad. En las bandas B1,
B2, B3, B5, B7 y B8 se presentan pequeños
valores cercanos a 255 esto indicaría tonalidades
blancas representando así nubes o ruido en
pequeñas cantidades y estos resultados hacen que
Fuente: ArcGIS 10.4.1
 se interprete que el día de la toma fotográfica 4.3.2. Matriz de correlación
había buenas condiciones climáticas. En general Tabla 6. Matriz de correlación.
la mayoría de bandas presentan valores muy
cercanos a cero indicando así tonalidades oscuras Layer 1 2 3 4 5 7 8
y negras dentro de la imagen satelital. 1 1,000 0,957 0,912 0,384 0,553 0,656 0,706
2 0,957 1,000 0,962 0,508 0,685 0,735 0,799
Tabla 5. Mínimos, máximos, promedio y desviación 3 0,912 0,962 1,000 0,367 0,750 0,831 0,692
estándar de las bandas. 4 0,384 0,508 0,367 1,000 0,507 0,277 0,880
Desviación 5 0,553 0,685 0,750 0,507 1,000 0,921 0,655
Bandas Mínimos Máximos Promedio Estándar
7 0,656 0,735 0,831 0,277 0,921 1,000 0,534
B1 1,00 255,00 60,64 16,11
8 0,706 0,799 0,692 0,880 0,655 0,534 1,000
B2 16,00 255,00 52,05 17,80 Fuente: ArcGIS 10.4.1, multibanda.txt.
B3 13,00 255,00 48,55 21,51
4.3.3. Calculo OIF (Factor de índice
B4 5,00 255,00 73,22 22,95
optimo)
B5 3,00 255,00 87,08 30,56
B6,1 76,00 193,00 129,79 9,71 Tabla 7. Calculo del OIF a partir de la combinación de
bandas.
B6,2 50,00 255,00 147,35 17,35
Combinaciones OIF
B7 1,00 255,00 51,68 23,48
451 48,2113
B8 8,00 255,00 54,83 17,14
Fuente: ArcGIS 10.4.1, Excel, hoja de cálculo. 541 48,2113
453 46,1849
4.3. Análisis estadístico multibanda 543 46,1849
4.3.1. Composición de bandas 754 45,1454
742 42,2466
Figura 22. Combinación de bandas.
341 36,4182
432 33,8839
531 30,7927
753 30,1926
731 25,4711
321 19,578
Fuente: Excel, hoja de cálculo.

Fuente: ArcGIS 10.4.1, combinación.tif

5. CLASIFICACIÓN MULTIESPECTRAL
Figura 23. Diagrama de flujo de la clasificación
multiespectral.
Fuente:
https://www.lucidchart.com/documents/edit/8292ff9
d-da51-4a89-9358-21fb18f2304d/0?shared=true&
5.1. NDVI (Índice diferencial de vegetación
normalizado)
Este permite generar una imagen que muestra de
manera general las características particulares de la
imagen mediante un intervalo de cinco subcapas en
las que se encuentra: cuerpo de agua o cubierta
artificial (NDVI<0), suelo desnudo o vegetación
muerta (0<NDVI ≤0.2), vegetación dispersa o poco
vigorosa (0.2<NDVI ≤0.4), vegetación abundante y
vigorosa (0.4<NDVI ≤0.6), y vegetación muy densa
y vigorosa (NDVI>0.6). Dichos intervalos se
encuentran descritos en Figura 24, en la que se
muestra coberturas geográficas particulares del
municipio de Boyacá.
Figura 24. Índice diferencial de vegetación normalizado.
Fuente: NDVI.pdf
NDVI.pdf
5.2. Clasificación multiespectral no supervisada
En la clasificación multiespectral no supervisada el
software ArcGIS, busca definir clases espectrales
presentes en la imagen sin necesidad de conocer el
terreno a analizar, dicha clasificación se puede
observan en la Figura 25, en la que se muestran 10
clases, para poder reconocer la coberturas geográficas
como vegetación y uso del suelo, utilizando como
herramienta de análisis las combinaciones y el OIF
para este caso se utilizó una combinación de 451, la
cual presentaba un mayor factor de índice optimo, en
ella se logró identificar la mayor parte de vegetación
saludable, agua y suelos, así mismo también se hizo
uso de las demás combinaciones para llegar a
identificar las zonas urbanas (combinación 453),
además de ello se utilizó el NDVI, para lograr
identificar las demás características, sin embargo el
número de clases no lograba identificar por completo
los colores o los combinaba con superficies que no
significaban lo mismo, pero a pesar de ello se logra
identificar de manera satisfactoria el terreno. En esta
clasificación se logró identificar dos características
geográficas relevantes del departamento como los son
el Lago de Tota y Ritacuba Blanco (Pico más alto de
la cordillera oriental).
Figura 25. Clasificación multiespectral no supervisada.
6.
Fuente: Clasificación no supervisada.pdf
Clasificación no
supervisada.pdf
5.3. Clasificación multiespectral supervisada
En la clasificación multiespectral supervisada el
software ArcGIS discrimina los números digitales por
medio de firmas digitales logrando identificar así las
diferentes coberturas presentes en la imagen, este
proceso requiere de un conocimiento previo del
terreno a analizar, en la Figura 26 se observa dicha
clasificación en la cual se lograr abarcar mayor
información acerca de las características propias del
departamento, para dicho reconocimiento se partió de
la clasificación no supervisada tratando de separar las
capas que no lograba identificar dicha clasificación,
en ellas se observa coberturas geográficas como
vegetación, suelos, cuerpos de agua, cultivos, nubes y
centros urbanos, de manera más clara, sin embargo se
siguen combinando las superficies y se presentan
pequeños errores en la imagen pero menos marcados.
Además de ello se logra identificar de manera clara
las características geográficas relevantes del
departamento como el Lago de Tota y Ritacuba
Blanco.
Figura 26. Clasificación multiespectral supervisada.
Fuente: Clasificación supervisada.pdf
Clasificacion
supervisada.pdf
TEMPERATURAS SUPERFICIALES
Figura 27. Diagrama de flujo temperaturas superficiales.
Fuente:
https://www.lucidchart.com/documents/edit/14d16e6
0-613b-442e-96cf-5230b6b80757/0
La temperatura superficial se saca a partir de la
Bandas 6_1 o 6_2, las cuales obtienen información
térmica superficial, en él se logra evidenciar la
variación de temperaturas correspondientes al
departamento en estudio, para esto caso se evidencia
en la Figura 28, la variación de temperatura referente
al año 2015, en él se evidencia temperaturas entre
30°C y 40°C, en zonas cercanas a la cordillera
oriental, de la misma manera se observan
temperaturas entre 0°C y 10°C en zonas como Lago
de Totas y cuerpos de agua en general, por último se
observa temperaturas muy bajas en la zona del
Ritacuba Blanca, en general se evidencia que las
temperaturas correspondientes al departamento de
Boyacá no superan los 20°C aproximadamente, y en
comparación con las temperaturas tomadas por el
IDEAM en el año 2014 se encuentra de la misma
manera esta relación ya que en dicho año la
temperaturas no superaban los 20°C. Sim embargo se
observan pequeñas diferencias en cada imagen ya que
en las temperaturas tomadas por IDEAM no se
 evidencia temperaturas mayores a 20°C, mientras que
para las temperaturas de la Figura 28, si se evidencia
estos rangos en zonas donde se esperaba temperaturas
bajas.
Figura 28. Temperatura superficial.
Fuente: Temperatura superficial.pdf
Temperatura
superficial.pdf
Figura 29. Temperatura superficial del año 2014.
Fuente: IDEAM,
https://www.geografiainfinita.com/2019/01/el-clima-de-
colombia-a-traves-de-los-mapas/
7. CONCLUSIONES
El territorio de Boyacá presenta diversidad de accidentes
geológicos por ello presenta gran variedad en el tipo de
suelos, estos accidentes son pertenecientes a la cordillera
oriental. Es por estos rasgos geológicos que las
temperaturas varían desde rangos de 20°C hasta
temperaturas muy bajas, esto demostrado tanto en el mapa
de temperaturas superficiales generado a partir del
software ArcGIS, como los datos obtenidos y recopilados
por el IDEAM en el año 2014. Así mismo este
departamento cuenta con una laguna (Lago de Tota) la
cual se logra evidenciar tanto en la clasificación
supervisada como en la no supervisada, y cuenta con uno
de los picos más altos del país (Ritacuba Blanco) que de la
misma manera se evidencia en las clasificaciones
realizadas durante el proyecto, mientras que en el NDVI
no se lograr identificar a gran escala estas características,
pero si se evidencia la gran variedad de suelos y
vegetación presentes en el departamento. Así mismo se
lograr evidenciar que la clasificación supervisada lograr
mostrar mayor cobertura geográfica a pesar de que se
siguen combinando las diferentes superficies, pero sin
embargo se logran identificar de manera más clara las
características hidrográficas del departamento, así como
los centros urbanos del mismo, mientras que en la
clasificación no supervisada no son igual de visibles estos
rasgos. En generar el proyecto fue satisfactorio ya que se
logró reconocer y generar las diferentes coberturas
geografías, sin previo conocimiento del terreno, así mismo
se logró obtener los cálculos necesarios para analizar cada
uno de los mapas requeridos durante el desarrollo del
proyecto, de la misma manera se logró comprender y
entender cada uno de los conceptos requeridos.
8. BIBLIOGRAFÍA
[1] ArcGIS 10.4.1. for Desktop.
[2] USGS (Sciencie for a changing world), (25 de
junio del 2019), Earth Explore, Available:
https://earthexplorer.usgs.gov/.
[3] Geografía infinita, (14 enero del 2019), El clima
de Colombia a través de los mapas, Available:
https://www.geografiainfinita.com/2019/01/el-clima-
de-colombia-a-traves-de-los-mapas/
[4] Hidráulica fácil, (20 de marzo del 2016),
Combinación RGB con bandas del satélite Landsat 5
y 7, Available:
https://www.hidraulicafacil.com/2016/03/Com.Land
sat7.html?m=1
[5] Sistema de información ambiental de Colombia
(SIAC), (2 de agosto del 2019), Catálogo de mapas
(Temperaturas), Available:
http://www.siac.gov.co/catalogo-de-mapas
[5] SIAC, (2 de agosto del 2019), mapa de
temperatura media anual y pisos térmicos, Available:
http://sig.anla.gov.co:8083/resources/DESCARGA_
SIAC/IDEAM/Temperatura_Media_2012.pdf
[6] Cartesia, (5 de marzo del 2001), Análisis visual de
imágenes obtenidas del sensor, Available:
http://www.cartesia.org/data/apuntes/teledeteccion/la
ndsat-analisis-visual.pdf