Crear automáticamente un mapa de

uso del suelo en QGIS

Identificar, mapear y cuantificar los tipos de uso de la tierra es uno de los requerimientos más
comunes para un geógrafo o cualquier profesional afín. Un mapa de uso de la tierra y
cobertura vegetal, es una de las variables fundamentales en un diagnóstico de sitio, ya sea
para una línea base, estudio multitemporal, evaluación de impacto ambiental, desarrollo de
proyecto de ingeniería, ubicar el sitio más apto para determinado proyecto etc.

Generar o actualizar un mapa de uso de la tierra requiere dos insumos fundamentales:

1.- Recorrido de campo para constatar los usos de la tierra y formaciones vegetales (o algún
artilugio que nos permita obtener datos actualizados del terreno)
2.- Una imagen reciente o de la fecha que deseamos generar el mapa, que cubra la extensión
de terreno en estudio

Otros elementos de suma importancia son: definir la escala de trabajo (estará supeditada a la
resolución de la imagen) y contar con una cartografía base.

Un mapa de uso de la tierra y cobertura vegetal puede ser elaborado manualmente delineando
las clases de uso/cobertura sobre la imagen mediante interpretación visual y observaciones de
campo (modalidad que cubriremos en un próximo tutorial), sin embargo, cuando hablamos
de clasificar imágenes de satélite para generar dichos mapas, nos adentramos en el campo del
procesamiento digital de imágenes de satélite.
La clasificación de imágenes de satélite: es un proceso semi automático que permite la
delineación de las clases de uso y coberturas vegetales en la imagen aplicando diversos
algoritmos, que explotan las estadísticas de las imágenes y su relación con el comportamiento
espectral.
¿Cómo clasificar imágenes en QGIS?
QGIS No cuenta con módulos para la clasificación digital de imágenes de satélite, esto lo
podemos verificar al consultar el menú “Raster” o los “Geoalgoritmos Raster” en la “Caja de
Herramientas de Procesos”.
Sin embargo, de forma análoga al artículo, en el cual le dimos capacidades de dibujo de
precisión mediante el PlugIn QAD, es posible convertir a QGIS en una poderosa plataforma de
procesamiento digital de imágenes de satélite

Clasificación Semi-Automática (SCP)

Complemento desarrollado por Luca Congedo el cual ha ido mejorando continuamente,
recientemente ha salido una nueva versión (SCP 6) compatible con la nueva versión QGIS 3.

El SCP nos permite llevar a cabo la descarga, preparación previa y posterior clasificación
supervisada de las imágenes de satélite, es tan completo que podemos realizar nuestro trabajo
de diversas formas y probar (iterar) hasta lograr el resultado deseado. Incluye herramientas
para evaluar previa y posteriormente nuestro resultado, así como para afinarlo.

Pasos para generar nuestro mapa de uso de la tierra por Clasificación Supervisada :
Para este ejemplo utilizaremos una imagen Landsat 8, específicamente la escena en el Path 05
Row 53, de fecha 01-09-2017

1.- Descargar la imagen de satélite

Pueden seleccionar y descargar la imagen de diversas fuentes, les recomiendo los siguientes
geoportales: Remotepixel, Earth Explorer del USGS o directamente desde QGIS.
2.- Pre procesar las bandas
El pre procesamiento consistirá en una corrección atmosférica con el fin de atenuar las
distorsiones atmosféricas y convertir los valores de los pixeles a reflectancia de superficie, este
procedimiento es muy sencillo con el SCP, si se va analizar una sola escena (una sola
imagen) podemos saltarnos este pasoaunque es recomendable realizarlo.
Si descargamos las imágenes utilizando el complemento con la opción “Preprocesar imágenes”
se realiza la corrección automáticamente, en caso contrario seleccionamos el botón
“Preprocesamiento” luego la casilla “LandSat”, se nos despliega una serie de opciones, es
importante contar con el archivo de Metadatos de la imagen (extensión .mtl) ya que el contiene
los datos necesarios para realizar el proceso.
3.- Cortar la imagen
Luego que tenemos corregida la imagen es recomendable cortar las imágenes a nuestra área
de estudio, esto mejorara notablemente nuestro desempeño. Para este paso es recomendable
generar un archivo vectorial de polígono (shapefile) y dibujar un polígono que abarque nuestra
área de estudio.

Los pasos para recortar las bandas son muy sencillos, nuevamente seleccionamos
“preprocesamiento” luego “Recortar múltiples ráster”, en la caja de dialogo le damos clic al botón
“recargar lista” y se despliegan las bandas, seleccionamos las que queremos recortar, luego
seleccionamos a su vez el archivo de polígono con el que vamos a recortar, al darle ejecutar
nos pide que escojamos la carpeta donde vamos a guardar el resultado.

4.- Combinando las bandas

Otro paso opcional pero recomendable es combinar las bandas en una sola imagen, esta
combinación podemos realizarla de forma sencilla o mediante una fusión (Pan Shaperning) que
utilice la banda pancromática para generar una imagen multibanda de resolución espacial
“aparentemente” mejorada.

La combinación de las bandas también la podemos realizar en la opción “preprocesamiento”

seleccionando la opción “Stack Ráster de Bandas” luego “recargamos la lista” como en el caso
anterior y damos clic en ejecutar, aquí debemos tener cuidado que las bandas estén en el orden
adecuado, porque así quedaran en la imagen multibanda resultante
5.- Configurando datos de entrada
Este paso es muy importante, aquí configuramos la imagen multibanda y los sitios de
entrenamiento que utilizaremos para clasificar la imagen.

Esto lo podemos realizar utilizando el “Panel del SCP”, es muy importante entender cómo trabaja
el panel dado que casi todo el trabajo lo realizaremos aquí. Para desplegar más opciones
damos clic a las etiquetas en la parte inferior del Panel (ver figuras)
Primero damos clic recargar lista y seleccionamos la imagen preparada anteriormente. Luego
en el mismo panel creamos el archivo vectorial que almacenara los “sitios de
entrenamiento”, damos clic al botón con el icono como una hoja blanca con un punto color
amarillo (“crear nuevo entrenamiento de entrada”), esto despliega una caja de dialogo para definir
el nombre y ubicación del archivo

6.- Definiendo los sitios de entrenamiento (ROI)

Consiste en identificar zonas dentro de la imagen cuyas coberturas vegetales o usos son
conocidos, ya sea porque los hemos verificado previamente o porque es evidente en la
interpretación visual de la imagen. La clasificación de una imagen de satélite generalmente se
realiza posterior a una interpretación visual, por lo cual, ya tenemos una idea del número y
tipos de clases que se van a crear.

En nuestro ejemplo definiremos cinco grandes clases: 1.-Agua, 2.- Aguas someras, 3.- Zonas
urbanas, 4.- Suelo, 5.- Vegetación. Para la definición de los sitios de entrenamiento
utilizaremos la barra de herramientas del SCP.
Tenemos dos formas de crear los sitios de entrenamiento: dibujar el polígono con el botón
“Crear ROI de polígono” o utilizar el “Puntero ROI”, este último utiliza un algoritmo incremental, es
decir, que va agrupando pixeles con características similares al pixel que seleccionamos al
hacer clic, podemos alterar la cantidad de pixeles permitida para expandirse y la diferencia
espectral considerada para incluir o no un pixel. Esta herramienta es útil para zonas muy
homogéneas como espejos de aguas de lagos o embalses:

Creación de ROI mediante algoritmo incremental:

Creación de ROI mediante algoritmo incremental:

Al abrir el “Panel para la clasificación” continuamos la asignación del ROI. La creación de un
sitio de entrenamiento requiere tres pasos, su delimitación, asignarle la clase a la que
pertenece y finalmente guardarlo.

7.- Definiendo el algoritmo que será utilizado para clasificar

En el mismo Panel SCP, seleccionamos la pestaña “Algoritmo de Clasificación” en la cual
podemos seleccionar el método que será utilizado para clasificar la imagen.
El complemento de Clasificación Semi Automática cuenta con Cuatro (04) algoritmos:
Paralelepipedo (opción LCS en el Panel), Mínima Distancia, Máxima Probabilidad y Angulo
Espectral, para conocer más detalles sobre estos métodos consultar el manual de usuario.
Podemos clasificar seleccionando uno de ellos o combinándolos.
8.- Vista previa de la clasificación
La clasificación de una imagen es un proceso de ensayo y error, en el cual probamos
diferentes métodos (algoritmos) y condiciones (por ejemplo sitios de entrenamiento), el
complemento SCP nos permite generar clasificaciones previas en una región de la imagen,
cuya extensión podemos modificar.
9.- Resultado de la clasificación
Luego de encontrar la clasificación que satisfaga nuestras expectativas podemos generar
nuestro mapa final, en formato ráster y vectorial, para ello entramos en el Panel en la opción
“Resultado de la Clasificación”.
10.- Consideraciones finales
A pesar de lo extenso de este tutorial, quedan muchos aspectos que estudiar, estos los iremos
abordando en posteriores artículos

Luego de una clasificación es recomendable realizar una evaluación posterior, este ítem lo
tocaremos en el artículo “Evaluación de la Clasificación”
Autor: Luis Eduardo Pérez Graterol
Profesión: Ingeniero en Recursos Naturales
País: Venezuela
Web: www.mundocartogeo.blogspot.com