¿Que fué del servicio wms de ortofotos de INEGI?

Todos recordamos el servicio WMS a través del cual INEGI nos permitía acceder a el gran acervo de ortofotos 1:20,000 almacenadas en el servidor "Antares" de INEGI. Este servicio era de especial ayuda para enlazar dichos datos raster a algún sistema de información geográfico que permitía la integración de WMS como ArcMap o como referencia en servicios web. Últimamente me han comentado mucho sobre, ¿Qué fue del servicio WMS? Bueno, aquí la respuesta.

¿Qué es un servicio WMS?

Los servicios WMS provienen de un acrónimo en inglés que se refiere a Servicios de Mapeo Web. Básicamente se componen de un servidor que provee de datos geográficos ordenados y reproyectados bajo un sistema de coordenadas particular y con conexión a internet. Los datos de esta manera se sirven a cualquier cliente de forma gratuita o a través de usuario y contraseña.
Si bien los WMS tienen un tiempo de vida en la escena científica y en el mercado, son pocas las instituciones que lo emplean.

INEGI y su servicio WMS

Anteriormente INEGI proveía de Ortofotos 1:20,000 digitales a través de la liga:

http://antares.inegi.gob.mx/cgi-bin/map4/mapserv_orto?

Sin embargo, muchos nos percatamos que desde hace un tiempo las Ortofotos ya no se encuentran disponibles. Actualmente el servidor de antares migró a un servidor diferente mucho más completo, y que incluye una gran colección de capas vectoriales y raster en wms. La nueva dirección del servicio wms se puede encontrar en:

http://gaia.inegi.org.mx/NLB/mdm5.wms 

Para más información sobre las ligas y capas disponibles:

http://www.inegi.org.mx/geo/contenidos/servicioswms/

Convertir coordenadas geográficas a UTM

Es una realidad que los proyectos que requieren de una componente espacial son cada vez más numerosos y de mayor complejidad, y si bien es cierto, que las ciencias que estudian la representación de la tierra y sus coordenadas cada vez forman parte de la formación curricular de los profesionistas, es necesario contar con herramientas de fácil acceso que nos permitan convertir coordenadas que se encuentran en diferentes sistemas, y que si bien cada uno tiene sus particularidades y beneficios, es necesario intercambiar entre diferentes sistemas y proyecciones.

El presente artículo lo escribo como complemento a la herramienta de conversión entre coordenadas geográficas y coordenadas en el sistema UTM publicado en la web oficial de GEOASSET en:

http://www.geoasset-mexico.com/index.php/aplicaciones-gratuitas/convertir-coordenadas

Consideraciones previas, Datum.

Tanto las coordenadas geográficas como las UTM requieren de un sistema al cual encontrarse referidas para poder mostrar su ubicación en la tierra. De esta forma, el datum es un conjunto de diferentes componentes cartográficas como el elipsoide de referencia -Valores de semieje mayor y semieje menor- paralelos o meridianos de referencia, entre otros. No debe de confundirse con sistemas de referencia como el ITRF que en su conjunto contiene parámetros como deriva continental entre otras. En una publicación posterior abordaremos el tema del Datum.

Las operaciones 

El método de transformación de coordenadas geográficas más empleado es el de Coticchia-Surace. Para obtener las ecuaciones se puede acceder al siguiente trabajo de la Facultad de Ingeniería de la Universidad de Concepción (aquí) o incluso se encuentran publicadas en el foro de gabrielortiz.com (aquí) (Replantearlas aquí sería ocioso). 

La precisión del resultado

Cabe destacar que una de las preguntas que normalmente me hacen con respecto al empleo de estas ecuaciones es precisamente la precisión con la que se obtiene el resultado. Existen muchas respuestas y cada una depende de la situación, por un lado NO recomiendo el uso de estas ecuaciones para cálculos geodésicos, incluso los mismos tienen su rigor científico y deberán de tomarse como tema aparte. Sin embargo, si lo que se requiere es transformar coordenadas geográficas obtenidas con un navegador de mano (con precisión rondando los 5m reales) el sistema entrega coordenadas con una precisión de menos de 1m lo que lo convierte en una excelente opción para transformación de coordenadas.

Programando el algoritmo

Actualmente existen diversos lenguajes de programación que facilitan las tareas de efectuar algoritmos y en el caso de la transformación de coordenadas me gustaría recomendar el siguiente blog que tiene una entrada muy interesante sobre transformación de coordenadas geográficas a utm escrito en lenguaje C

http://joseguerreroa.wordpress.com/2011/10/01/metodo-para-convertir-coordenadas-geograficas-en-utm-clase-coordenadas-cc/

  

Números Digitales, Radiancia y Reflectancia

Existen conceptos fundamentales en Percepción Remota, siendo el de la Resolución uno de los principales. 

Innumerables lagos, ciénagas y lagunas se encuentran dispersas en la escena del Delta del Yukón en el suroeste de Alaska. Uno de los mayores deltas de los ríos en el mundo, y protegida como parte del "Yukon Delta National Wildlife Refuge", vías sinuosas del río parecen como los vasos sanguíneos se ramifica para incluir un órgano.

Goddard Space Flight Center / USGS de la NASA

En el caso de los datos captados por sensores montados en plataformas satelitales, la resolución se clasifica en:

• Espacial.- Se determina por el tamaño del pixel, medido en metros sobre el terreno.
• Temporal.-  Es la frecuencia de paso del satélite por un mismo punto de la superficie terrestre.
• Espectral.- Consiste en el número de canales espectrales (y su ancho de banda) que es capaz de captar un sensor.
• Radiométrica.- Se refiere al número de valores que puede ser almacenado por pixel.

Fitoplancton florece en la costa de Gotland, una isla sueca en el
mar Báltico, evoca "Noche Estrellada" De Van Gogh
NASA’s Goddard Space Flight Center/USGS

La resolución radiométrica, se encuentra íntimamente asociada a los fundamentos de estructuras de 
datos en sistemas computacionales. Los sensores montados sobre el satélite capturan datos que corresponden a la radiancia y emisión de espectro electromagnético de elementos sobre el terreno. Los datos captados son digitalizados y ajustados a una escala de valores binaria (1bit, 2bits, 4bits, 8bits, 16bits o 32bits) seleccionada por el fabricante del sensor. Al resultado del proceso de digitalizar lecturas de radiancia y ajustarlas a una escala de valores binario se les conoce como Números Digitales.

Los Números Digitales no representan los valores capturados por el sensor sobre el terreno y no deben de considerarse como valores de reflectancia, incluso es común llamar a las imágenes satelitales en Número Digital como imágenes Crudas.

Es necesario convertir los Números Digitales a Radiancia o Reflectancia dependiendo del producto que se espera producto del procesamiento de la imagen. En orden de procesamiento:

1. Conversión de ND a Radiancia, conocido también como calibración readiométrica.
2. Conversión de Radiancia a Reflectancia Aparente, es decir los valores de reflectancia detectados por el sensor. Dichos valores pueden ser calculados para refectancia sobre el sensor o sobre la superficie.

Finalmente el proceso de conersión de ND a Radiancia y/o Reflectancia es importante ya que productos como los Índices de Vegetación se encuentran calculados para la reflectancia sobre la superficie. 

Cada sensor tiene un conjunto particular de ecuaciones para la transformación en radiancia y reflectancia.

El siguiente artículo es una excelente referencia para el cálculo de la radiancia y reflectancia en satélite Landsat: Landsathandbook

Clasificación de datos por cuantiles

A lo largo de mi carrera me he topado con la necesidad -todos los días- de analizar grandes conjuntos de datos. Los datos pueden tener -o no- una representación espacial (Bases de datos asociadas a archivos vectoriales como los *.SHP o valores de radiancia y reflectancia contenidos en bandas de imágenes satelitales, por mencionar algunos). En materia de análisis, el conocer y dominar los métodos básicos de clasificación constituye una herramienta indispensable para la correcta representación e interpretación de los mismos.

A pesar de que la gran mayoría de los paquetes incorporan métodos de clasificación "automátizados" el correcto entendimiento de los algoritmos de clasificación siempre brindará mejores resultados.

La presente entrada, aborda en específico el método de clasificación por Cuantiles. Los Cuantiles son especialmente útiles cuando tenemos un rango amplio de valores donde la frecuencia no se encuentra igualmente distribuida a lo largo del mismo. Citando textualmente de la ayuda de ESRI, en un Cuantil: 

 "Cada clase contiene un número igual de entidades. La clasificación de cuantiles es adecuada para los datos distribuidos linealmente. El cuantil asigna el mismo número de valores de datos a cada clase. No hay clases vacías ni clases con demasiados valores ni con pocos valores." 

Finalmente, la ayuda de ESRI no aporta mucho en cuanto a cómo se determinan los rangos de las clases, por lo que para realizar una clasificación por cuantiles de manera manual hay que conocer la ecuación.

Cabe destacar que previo al cálculo de los rangos por clase, es necesario generar una tabla con los valores en orden ascendente o descendente seguido de su frecuencia y frecuencia acumulada. La fórmula para el cálculo de los percentiles está dada por: