Gráficas de capas ráster con QGIS - Raster Data Plotting

Una de las principales características de los datos ráster en especial los provenientes de los sensores remotos, es la posibilidad de analizar y explorar un poco más la información que contienen. Dentro del QGIS se dispone de un plugin especializado en realizar gráficas a partir de los datos ráster, nos referimos a RasterDataPlotting.

A continuación vamos a probar su funcionamiento y las opciones que nos brinda, para ello emplearemos datos ráster provenientes del Landsat 8. Si desean probarlo, los datos del ejemplo lo pueden descargar desde aquí.

Como primer paso y asumiendo que tienen instalado el plugin, incorporamos los datos dentro de nuestro QGIS.

Luego de activar el plugin, nos aparecerá su propio panel, en donde debemos seleccionar el tipo de gráfico a realizar. En nuestro caso vamos a seleccionar la primera opción denominada Scatter/Density Plot.

Ahora debemos seleccionar dos bandas del Landsat 8, para asignarle a cada eje (x,y). Para el ejemplo emplearemos en el eje x la banda 4 (Red) y en el eje y la banda 5 (NIR). Ayuda que con nuestras bandas generemos una combinación de bandas en RGB, para lo cual recomiendo hacerlo de manera rápida empleando el plugin Virtual Raster Builder. En la siguiente figura se muestra a un costado, una combinación RGB: 5-4-3 (Color Infrarojo, para resaltar la vegetación), tener presente que nosotros no contamos con todas la bandas del Landsat 8, por lo tanto, para visualizar esta combinación debemos especificar en las propiedades de la capa la debida combinación (4-3-2), siempre y cuando se realizó el apilado (Stack) de bandas en orden ascendente.

En específico lo que apreciamos como gráfica en un Density Plot, considerando la coloración en función a la rampa de color indicado por defecto, el mismo puede cambiar si seleccionamos otra.

Lo interesante de esta herramienta es la posibilidad de generar gráficas de manera interactiva con nuestra capa ráster, es decir que dicha gráfica se ajusta a la vista de mapa presente, la imagen que se presenta considera toda la extensión de nuestra capa, pero si hacemos un zoom a una zona en particular, la misma cambia.

Empleando otra combinación de bandas (RGB: 7-5-3) que nos permite resaltar mejor la vegetación con el río presente, podemos apreciar que se presenta otro tipo de gráfica.

Región de Interés Espectral (ROI)

Ahora vamos a generar los denominados Spectral ROI, a través de los cuales vamos a poder comprobar cómo con las bandas que empleamos se puede diferenciar zonas de vegetación y zonas cubiertas con agua (ríos). Como se aprecia en las imágenes previas, se pudo diferenciar en el gráfico dos zonas en donde se concentran los valores de las bandas. Sobre dichas zonas vamos a generar un ROI, empleando para ello figuras geométricas (elipse, rectángulo y polígono), para nuestro caso estamos generando dos ROI con su coloración respectiva, es decir que al seleccionar un color rojo a nuestro ROI sobre la zona de vegetación, la misma se pintará sobre nuestro mapa, logrando con ello su identificación.

Región de Interés Espacial

Existe también la posibilidad de especificar zonas de interés (ROI), para lo cual podemos generar un polígono identificando dichas zonas, en este caso por ejemplo sobre la zona de los ríos y la vegetación. La simbología (coloración) generada para clasificar dichas zonas luego va ser reflejada en nuestra gráfica.

Otros tipos de gráficos:

El plugin tiene la opción de generar gráficos de tipo Perfil Espectral (Spectral Profile Plot), aunque se aprecia mejor si tenemos imágenes hiperespectrales. Del mismo modo, se puede generar gráficos de perfiles espectrales temporales, pero para ello será primero necesario apoyarnos del plugin Temporal/ Spectral Profile Tool, pero en general se requiere contar con imágenes apiladas de una misma zona en un periodo de tiempo establecido, lo interesando de esto es que podemos generar animaciones.

Referencias:

• Raster Data Plotting: https://raster-data-plotting.readthedocs.io/en/latest/index.html
• Repositorio Raster Data Plotting: https://bitbucket.org/janzandr/rasterdataplotting/src/master/

Complemento para el monitoreo de campos con imágenes Landsat-8 y Sentinel-2

En esta oportunidad vamos a mostrar una opción para realizar la actividad de monitoreo de campos de cultivos a través de imágenes de los satélites Landsat-8 y Sentinel-2. Como lo indican en sus características del complemento, el denominado agknow for QGIS permite el uso de la API de detección remota de geo|cledian.com. La API proporciona un servicio de monitoreo de campo que permite monitorear cualquier campo agrícola en todo el mundo con una variedad de índices de vegetación, parámetros de cultivos, análisis de series de tiempo y características de comparación basadas en datos satelitales.

Las características del complemento incluyen la descarga y el análisis de series temporales de ráster visibles e índices de vegetación de campos registrados. Los datos se basan actualmente en Landsat-8 y Sentinel-2. Se puede consultar a https://sites.google.com/site/geocledian para obtener una descripción general detallada del producto.

Paso 1: Instalación del Plugin

Identificamos al plugin "agknow for QGIS" dentro de la lista que se encuentran disponibles para instalar.

Paso 2: Activando el complemento

Para una administración del complemento sobre un área de interés propio, hay que tener en cuenta que necesitará una clave API registrada de geocledian.com. Al activar el complemento, apreciaremos que se incorpora un panel de conexión, por defecto se entrega con una clave de demostración que permite acceder a algunas parcelas de prueba en todo el mundo para fines de evaluación. Además apreciamos que en nuestro panel de capas se crea una cobertura vectorial (temporal) denominado "parcels" y también un contenedor o grupo de capas destinado a las imágenes.

Por lo general en la parte inferior de la vista o el lienzo para los mapas, se incorpora un panel horizontal con una barra que incluyen botones que activan diversos tipos de índices de vegetación y otros parámetros vegetativos.

 

Paso 3: Estableciendo la conexión de prueba

Cuando hacemos clic sobre el botón "Connect", se adiciona una parcela registrada (ID: 131241 - Dolmont 8), además en función al parámetro activado en el panel horizontal, en este caso "Vitality", se crea con ese nombre el grupo de imágenes. Por defecto se encuentra activo la opción para descargar imágenes del Sentinel-2, las cuales comprenden un periodo de tiempo.

Paso 4: Visualizando las imágenes en el tiempo

Lo interesante de este plugin es la posibilidad de ver las imágenes descargadas en secuencia de vídeo, permitiendo apreciar los cambios existentes en el tiempo. Solamente tenemos que hacer clic sobre el botón de control.

Se puede ir variando el parámetro, como por ejemplo si queremos contar con imágenes de NDVI de la misma parcela, simplemente activamos ese botón y de manera automática se descargan las imágenes procesados con los valores del índice de vegetación NDVI.

Si deseamos podemos superponer un mapa base para conocer mayor detalle de la parcela y sus alrededores.

En resumen es interesante tener la posibilidad de contar con un servicio para registrar una parcela y descargar las imágenes específicas de la misma parcela durante un periodo de tiempo. Aunque como lo indicamos previamente es necesario contar con un API Key. Ingresando aquí nos podemos registrar para solicitar una cuenta de administrador. En poco tiempo se ponen en contacto contigo a través de tu correo para solicitarte mayor información.

Herramienta para visualizar datos ráster en el tiempo - EO Time Series Viewer

En esta oportunidad se muestra una herramienta disponible desde el QGIS 3 como complemento que permite visualizar imágenes de distintos sensores remotos con diferentes fechas de adquisición, nos referimos al EO Time Series Viewer, desarrollado por Benjamin Jakimow. En general el objetivo de esta entrada será demostrar el uso de la herramienta que nos ayuda en la visualización de un grupo de imágenes provenientes de los sensores del Sentinel2 y el Landsat 8, los cuales han sido adquiridos durante los últimos meses.

Datos de Ejemplo

Para el desarrollo de esta demostración se descargó de las fuentes disponibles las siguientes imágenes del Sentinel 2:

1. S2A_MSIL1C_20180201T153611_N0206_R068_T17MPN_20180201T190246
2. S2A_MSIL1C_20180502T153621_N0206_R068_T17MPN_20180502T221752
3. S2A_MSIL1C_20180522T153621_N0206_R068_T17MPN_20180522T203523
4. S2B_MSIL1C_20180127T153609_N0206_R068_T17MPN_20180127T184619
5. S2B_MSIL1C_20171218T153609_N0206_R068_T17MPN_20171218T184243

Para el caso del Landsat 8 se uso : LC08_L1TP_010065_20180227_20180308_01_T1

Con todas las 6 imágenes se realizó el preprocesamiento necesario, luego fueron recortados en una cuadrícula de 20x20 km de una zona de interés, ubicada en el Departamento de Lambayeque en Perú. Luego de recortar todas las bandas, las mismas fueron apiladas (stack) para contar con las imágenes compuestas. Todo esto luego fue ordenado en grupos dentro de nuestro panel de capas, los cuales se pueden apreciar en la siguiente figura.

Primeras Experiencias

Antes de encontrar a EO Time Series Viewer, cuando intentaba evaluar diversas imágenes satelitales una herramienta que me ayuda mucho fue Temporal/Spectral Profile Tool, a través del cual se puede realizar el trazado interactivo de información temporal o espectral almacenada en imágenes multibandas. Cuando lo activamos podemos visualizar el trazado de los datos que se extraen de las imágenes como multibandas, desde donde podemos ir incorporando más de una imagen.

Incluso se cuenta con la ventaja de que podías extraer lo valores para ser copiados en el portapapeles y tener nuestro propio cuadro con los datos espectrales extraídos.

Pero cuando se incorpora la imagen Landsat 8, podemos apreciar que el gráfico se distorsiona un poco para lograr ajustar al número de bandas y en este caso como este último tiene solo 6 en lugar de los 10 del Sentinel 2.

Conociendo a EO Time Series Viewer

Luego de instalar el complemento junto con sus dependencias (paquetes de python: pyqtgraph y pyopengl), para lo cual se recomienda revisar aquí los pasos a seguir. Cuando activamos el complemento nos aparece la siguiente ventana con la interface de usuario.

Al igual que el QGIS, los paneles que lo componen pueden ser ajustados para que se ubiquen en distintos lugares, del mismo modo pueden ser activados y desactivados.

Sin pretender ser una guía detallada del complemento, una información más detallada lo pueden obtener desde aquí. Lo que se busca es resaltar las principales opciones y ventajas que se tiene al emplear este complemento.

Primeros Pasos

Lo primero que debemos hacer es incorporar nuestras imágenes, para ello empleamos la opción denominada "Add images to the time series". Luego dentro de "Sensors/Products", vamos a tener que editar el cuadro inicial indicando el satélite desde donde provienen las imágenes.

Lo interesante de esta herramienta es para visualizar las imágenes, a las mismas lo ordena por fecha de adquisición, sin importar si se trata de una imagen Landsat o de Sentinel. Si tenemos activado la pestaña "Time Series", se puede apreciar en la parte inferior una tabla que nos brinda información básica como el sensor, el número de bandas (nb), los píxeles en dirección x (ns) y en dirección y (nl), el sistemas de referencia (CRS) y al final la denominación de nuestra imagen.

Visualización de Mapas

Quizás el panel denominado "Maps" es uno de los más importantes por la variedad de opciones disponibles. Lo primero que vamos a resaltar es el hecho que podemos incorporar distintas vistas, todos ellos pueden diferenciarse por la combinación de bandas a emplearse. En este caso generamos tres vistas que nos permiten ver nuestra imagen con el zoom más adecuado con tres tipos de combinaciones. Es importante resaltar que para cada tipo de sensor se activa la opción para seleccionar las bandas disponibles.
En la imagen de abajo se muestra el detalle de una vista denominada "Agricultura", en donde para Landsat 8 (6,5,2), mientras que para el Sentinel 2 (11,8A, 2). Para otras combinaciones se puede revisar desde aquí. Tener en cuenta que la combinación de las bandas que se muestra está en función al orden de apilado realizado para cada sensor.

Otra ventaja que tenemos es la posibilidad de adjuntar una capa vectorial, sobre todo si tenemos identificado una zona de interés que nos permitirá realizar una mejor evaluación. En este caso a modo de ejemplo se adjunta una distribución de parcelas. Lo interesante es que podemos ajustar un estilo tal como lo haríamos en el QGIS.

Otro detalle que podemos resaltar es que nos permite contar con un punto de mira detallado y que puede ser personalizado con resaltado de píxeles y barra de escala. Se puede apreciar que se diferencia en función a la resolución de la imagen.

Existe un panel dedicado a identificar los valores en una posición específica, nos referimos a "Cursor Location Values", con el mismo concepto de QGIS cuando usamos una herramienta para identificador de valores ráster (por ejemplo "Value tool"). Nos brinda la información del píxel en las coordenadas que se indica.

Librería Espectral

Finalmente vamos a comentar sobre el panel denominado "Spectral Library", desde donde podemos generar la firma espectral en función a las bandas disponibles. Por defecto se encuentra activa la opción denominada "Add new profiles automatically to opened Spectral Library", con el cual podemos generar los perfiles en los puntos seleccionados sobre las imágenes, cada vez que hacemos un clic sobre la imagen se irán creando los valores, los mismo que luego pueden ser exportados en formatos de texto.

También podemos emplear la opción denominada "Select new profile from map", para visualizar una gráfica que irá variando según el punto seleccionado en nuestras imágenes. Por ejemplo si nos ubicamos dentro de una zona en donde existe presencia de vegetación, la curva tendrá la siguiente forma.

Ahora si ubicamos en una zona sin vegetación tendremos la siguiente gráfica.

Perfil Temporal

Para el caso del panel "Temporal Profiles", es interesante tener la opción de generar un gráfica que nos permite tener los valores (DN) en el tiempo (Date y DOY) para una determinada ubicación, pero sobre todo poder combinar nuestras bandas empleando para este caso el índice NDVI (para el sensor Sentinel). También se cuenta con la opción de establecer un estilo a la gráfica de perfil que se muestra.

Bueno, espero que puedan probar este complemento, hasta el momento puedo decir que me está ayudando mucho cuando requiero analizar varias imágenes al mismo tiempo, sobre todo sería muy útil para el monitoreo de coberturas en el tiempo.

Aplicación de máscaras para nubes en imágenes Landsat 8 con QGIS

En esta oportunidad vamos a presentar a Cloud Masking,  un plugin de QGIS con el que podemos enmascarar nubes, sombras de nubes, cirros (nubes grises), aerosoles, hielo/nieve y agua para productos Landsat (4, 5, 7 y 8), utilizando diferentes procesos y filtros como Fmask, Blue Band, Cloud QA , Aerosol y Pixel QA.

Fuente de datos

Para este procedimiento vamos a considerar una escena del Landsat 8, las cuales pueden ser descargadas desde distintas fuentes, en este caso se realizó desde: https://earthexplorer.usgs.gov/. La zona de interés corresponde al Path/Row 8/64.

Descarga de las bandas de Landsat con ESPA

Con el objetivo de conseguir mejores resultados para el procesamiento de enmascaramiento y aplicación de los filtros, se requiere otros productos o bandas del Landsat, los cuales deberás ser solicitados a través de la interface del Earth Resources Observation and Science (Eros) Center Science Processig Architecture (ESPA),  para lo cual es necesario tener un registro.

Con nuestros datos de registro, accederemos a una página que nos solicita que como primer paso le indiquemos la lista de escenas, en este caso del Landsat 8, para ello debemos generar un archivo de texto (*.txt), con los códigos que identifican las escenas; para nuestro caso sería algo como la siguiente figura.

Ahora cuando nos soliciten la lista de las escenas, simplemente tenemos que indicar la ubicación de nuestro archivo de texto. Para las otras opciones, considerar las que se indican en la figura de abajo, en donde para este caso también se solicitó en la sección de configuración de salida, que nuestras escenas se guarden como GeoTiff y tengan una proyección UTM Zona 18S.

Luego de realizar el pedido, nos llegará un correo anunciando que el enlace para la descarga está listo y nosotros ya podemos descargar todo nuestro pedido.

Plugin Cloud Masking

Una vez que ya contamos con nuestras bandas requeridas, nuestro siguiente paso es instalar y luego activar el plugin Cloud Masking. Tal como se aprecia en la figura de abajo, se genera un panel del plugin.

El plugin presente esta dividido y ordenado en tres secciones; (1) Open and Load, desde donde podremos abrir el archivo de los metadatos (MTL) y las bandas apiladas, (2) Filters and Mask, que nos permite habilitar y configurar los filtros para aplicar las máscara de nubes y (3) Apply and Save, para guardar la máscara creada y aplicarla sobre las bandas apiladas.

Abriendo los Metadatos 

Lo primero que tenemos que hacer con el plugin es ubicar el archivo de los metadatos de nuestra escena (MTL), para abrirlo e identificar nuestras bandas.

Abriendo un Apilado de bandas (Stack)

No es un paso obligatorio, pero se recomienda hacer una combinación de bandas de tipo RGB, con el objetivo de poder visualizar y revisar la escena. En el lado derecho podemos apreciar que existen botones con las combinaciones más comunes. Para este caso vamos a elegir "False Color", luego hacemos clic en "Load stack", con ello podremos apreciar en nuestra vista de mapa, la combinación de bandas establecida.

Seleccionando los filtros a aplicarse

Ahora en la siguiente sección debemos seleccionar nuestros filtros. El plugin tiene cuatro filtros diferentes para aplicar, Fmask y Blue Band están disponibles para cualquier escena Landsat, pero Aerosol y Pixel QA (para el caso del Landsat 8), están disponibles solo para las escenas que son solicitadas a través de ESPA, tal como lo vimos anteriormente. Se puede activar más de un filtro a la vez, el complemento acumula los filtros en el mismo orden (de abajo hacia arriba).

Filtro FMask

El primer filtro que activaremos será el FMask, dejando las opciones por defecto. El proceso de Fmask utiliza una implementación de un algoritmo de python llamado fmask, descrito  en http://pythonfmask.org/en/latest/, actuando como una biblioteca interna en el plugin.

Filtro de la Banda Azul

Este filtro utiliza la banda azul del Landsat (Banda 2 para Landsat 8) para enmascarar todos los píxeles con valores inferiores al umbral establecido, este último también depende de la versión empleada, por lo tanto, para Landsat 8 el umbral es 0-65534 (16 bits).

Filtro Aerosol

Este tipo de filtro solo se puede ejecutar en escenas del Landsat 8, para lo cual se emplea una banda (Aerosol) de 8 bits. Cuando revisamos los archivos solicitados a través de ESPA, veremos que existe una banda que tiene la terminación  *_sr_aerosol.tif. Estos 8 bits son:

En el complemento se implementa este filtro bit a bit (solo los bits útiles) y se puede habilitar uno o más bits.

Para obtener más información, es importante consultar esta guía del producto.

Filtro Pixel QA

Para emplear este filtro, debemos contar con una banda de 16 bits, la misma que presenta la terminación *_pixel_qa.tif. Este archivo solo estará disponibles cuando seleccionamos en nuestro pedido a través de ESPA, la opción de "Surface Reflectance (SR)", lo que representa una colección especial de Landsat. Estos 16 bits para Landsat 8 son:

Las opciones del Pixel QA a emplear son:

Generando la máscara de nubes

A partir de aquí ya podemos generar las máscaras en función a los filtros previamente habilitados. Existen tres opciones para su generación: (1) La imagen completa (Whole Image), la cual viene por defecto, esto ocurre si las otras opciones están desactivadas; (2) Solo en el área seleccionada (In only select area), cuando se selecciona esta opción, podemos procesar la máscara en un área específica de la imagen, que podrá ser seleccionada en la vista del mapa (solo un área rectangular). Si la opción de Mantener el tamaño de la imagen original (Keep the original image size) está habilitada, la máscara de resultado tendrá la misma extensión, de lo contrario, la máscara de resultado se recortará en el área seleccionada; (3) La opción In only shape area, con esta opción, se puede procesar la máscara solo dentro de un Shape particular, el mismo que debe ser creado antes de aplicarse. Si la opción Eliminar datos fuera de la forma está habilitada, la máscara resultante tendrá la misma extensión pero los datos fuera del shape se enmascararán, de lo contrario la máscara resultante tendrá la misma y los datos fuera de la forma serán válidos (solo enmascarados dentro del shape).

En nuestro caso vamos a emplear la opción 2 y luego haremos clic en "Generate mask".

Si vemos nuestro panel de capas, veremos que se generó una capa temporal con el resultado de la máscara generada aplicando los filtros habilitados.

Aplicando la máscara

El plugin nos ayuda a crear, aplicar y guardar las  bandas apiladas con el Landsat cargado, teniendo tres opciones para aplicar la máscara sobre las bandas apiladas. (1) Raw Bands, que son las bandas originales de los productos landsat, uno mismo puede seleccionar el orden de apilado, por defecto son las bandas de reflectancia; (2) SR Bands, estos son los productos de Landsat obtenidos por ESPA, Surface Reflectancia (SR), esta opción solo está habilitada si está procesando este tipo de producto, y también se puede seleccionar el orden de la bandas para ser el apilado, por defecto son las bandas de reflectancia; (3) Particular file, esta última opción se aplica a una apilado o archivo de imagen en particular.

Para nuestro caso emplearemos la opción 2 y luego le indicamos la ubicación en donde se guardará nuestra imagen apilada con la máscara aplicada.

Finalmente cuando se ejecuta la máscara, podemos hacer una combinación de bandas y para verificar nuestro resultado podemos emplear el plugin "Value Tool", y si nos ubicamos en una zona donde existe nubes y se aplicó una máscara, comprobaremos que los valores son "cero".

Se recomienda grabar la capa temporal inicial con los filtros aplicados, para ello es importante salvar el estilo de la capa para que lo podamos agregar en otro proyecto.

Bueno, por ahora es todo lo que quería mostrarles, les invito a probar el plugin.


* Versión en Inglés elaborado por geogeek.xyz.

Referencias Consultadas:

• http://www.un-spider.org/sites/default/files/LDCM-L8.R1.pdf
• https://landsat.usgs.gov/sites/default/files/documents/lasrc_product_guide.pdf
• https://landsat.usgs.gov/landsat-surface-reflectance-quality-assessment
• https://smbyc.bitbucket.io/qgisplugins/cloudmasking/