Gráficos de imágenes y rásteres

Los gráficos son una importante herramienta analítica que ofrece formas de caracterizar datos tabulares y ráster a partir de varias variables en formato gráfico. La funcionalidad de creación de gráficos de ArcGIS Pro le permite seleccionar geográficamente los datos de esas variables. Proporciona información sobre las variables y las relaciones geográficas. Por ejemplo, en el caso de los datos ráster, puede explorar variables según un área de interés seleccionada, como un campo agrícola, y explorar las firmas espectrales de imágenes de distintos tipos de cultivos a lo largo de toda la temporada de cultivo.

Al explorar datos vectoriales, ráster y de imágenes, las herramientas de creación de gráficos son parecidas. Puede visualizar gráficos de dispersión de atributos desde a partir de datos vectoriales y examinar la correlación entre variables en gráficos de dispersión tal y como analizaría la correlación entre bandas espectrales en imágenes.

La manera en la que se usan los gráficos para el análisis de datos vectoriales y de imágenes suele variar en función de los tipos de datos. Por ejemplo, con datos vectoriales, puede interesarle examinar la correlación entre variables para establecer y cuantificar las relaciones. Por otro lado, con las imágenes, puede interesarle reducir la correlación entre bandas que se utilizan para operaciones de extracción de entidades. Además, los datos tabulares y datos ráster de categorías son discretos, mientras que los datos de imágenes son continuos. Esta diferencia entre los tipos de datos es crucial, ya que influye en cómo se administra y analiza cada tipo de datos en un gráfico.

Más información sobre cómo crear un gráfico

Acerca de los gráficos de imágenes y rásteres

Las imágenes teledetectadas y los datos ráster analíticos contienen información importante sobre las geografías que representan. Todos los píxeles de una imagen son una medición espectral y espacial que representa una ubicación en la geografía. Normalmente, son más de tres bandas de información las que representan una muestra de la firma espectral de las entidades que se muestran. Para datos científicos, puede que los datos multitemporales le permitan investigar varias variables a lo largo de varios intervalos de tiempo en ubicaciones específicas. Ver las imágenes o los datos científicos como rásteres es la forma más común de visualizar y comprender los datos; sin embargo, las presentaciones que no son una vista de mapa visual ayudan a aclarar conceptos, especialmente al comparar los pequeños detalles relacionados con dos o más entidades de interés o al examinar patrones a lo largo del tiempo.

Los gráficos diseñados para explorar firmas espectrales de entidades en imágenes multiespectrales son exclusivos de las imágenes. Los gráficos de rásteres usan metadatos de imágenes para representar adecuadamente las longitudes de onda espectrales de las bandas y usan esta información para especificar grupos de píxeles para su comparación y análisis. De esta manera, el diseño de la extracción de entidades basado en la teledetección y metodologías de procesamiento de imágenes deriva productos ráster, tales como mapas sobre la salud de la vegetación y la calidad del agua. Cuando se procesan datos de imágenes continuos para producir productos de datos de categoría derivados, se pueden analizar más a fondo con gráficos basados en vectores.

Existen cinco tipos de gráficos de imágenes y ráster: gráficos de barras de imágenes, gráficos de histograma de imágenes, gráficos de dispersión de imágenes, gráficos de perfiles espectrales y gráficos de perfiles temporales.

Gráficos de barras de imágenes

La distribución de datos ráster de categorías se puede visualizar mediante gráficos de barras. Por ejemplo, los gráficos de barras se pueden utilizar para comprender el número de píxeles de cada categoría de cobertura de suelo o el área total que se encuentra en una clase de riesgo específica. El gráfico de barras de imágenes le permite visualizar la distribución de datos ráster temáticos en cada categoría. El ráster debe tener una tabla de atributos para utilizar gráficos de barras.

Gráficos de histograma de imágenes

Si utiliza imágenes, es frecuente que necesite comprender el tipo de información que contiene una imagen cuando trabaja con una. La distribución estadística de los valores en una banda proporciona información sobre cómo funciona el sensor, así como las condiciones presentes cuando se tomó la imagen. También proporciona una métrica para clasificar aspectos importantes de la calidad de la imagen. El gráfico de histograma de imágenes le permite visualizar y analizar la distribución de los píxeles de esa banda. El análisis de los histogramas de imágenes incluye mediciones estadísticas, por ejemplo, el sesgo de la distribución, gráficos de valores medios y la mediana, además de barras que muestran la desviación estándar.

Gráficos de dispersión de imagen

Los gráficos de dispersión representan la información espectral de datos de entidades, lo que permite visualizar dos bandas de información en cada gráfico. Resulta útil para entender el nivel de correlación de la información de banda e informa de la selección de distintas combinaciones de bandas que resaltan entidades de interés en las imágenes. Si los píxeles de distintas bandas están altamente correlacionados, es posible que solo se necesiten algunas bandas para la clasificación de imágenes. Cuando el gráfico de dispersión de banda muestra que los píxeles que componen varias entidades se pueden separar, indica que ambas bandas son firmes candidatas para la clasificación de imágenes.

Los gráficos de dispersión también son útiles para analizar características de datos de imagen transformados, como Tasseled Cap, análisis de componentes de principio y varios índices. La ubicación de entidades en la distribución del gráfico de dispersión proporciona información de la fenomenología, por ejemplo, la salud de la vegetación, la etapa de crecimiento de un cultivo o la gravedad del área quemada después de un incendio forestal.

Gráficos de perfiles espectrales

Los gráficos de perfiles espectrales le permiten seleccionar regiones o entidades de suelo en la imagen y revisar la información espectral de todas las bandas de la imagen. De esta forma, se proporciona la huella espectral para las entidades de interés de esa región. Por ejemplo, si compara dos campos agrícolas para determinar si ambos tienen el mismo cultivo, puede seleccionar un área de cada campo y visualizar el resumen de valores de píxel de la banda de cada campo en el gráfico de perfil espectral. Las diferencias en las firmas espectrales son evidentes al revisar los valores medios, los bigotes de desviación estándar y su lugar en el espectro de cada gráfico. También puede trazar las bandas no espectrales, lo cual es importante para visualizar índices o datos a partir de datasets ráster analíticos. Esto le permite determinar si una firma espectral es similar o se puede separar, en función de la información de banda de cada una de las entidades.

Los gráficos de perfiles espectrales son útiles para comprender las firmas espectrales de entidades, distinguir características y verificar que la imagen se haya procesado correctamente. Se pueden usar como ayuda en el diseño de funciones ráster que realicen una corrección atmosférica o para procesar previamente imágenes para su clasificación.

Gráficos de perfiles temporales

Un gráfico de perfil temporal es una herramienta de análisis para datos de imágenes en una serie temporal. Al visualizar el cambio a lo largo del tiempo con el perfil temporal, puede mostrar tendencias y compararlas con variables, bandas o valores de otras dimensiones de forma simultánea. Por ejemplo, se puede ver cómo el vigor de la vegetación de un cultivo cambia a lo largo de la temporada de cultivo o compararlo a lo largo de varios años.

Con la funcionalidad en gráficos de perfiles temporales, puede realizar análisis de tendencias, obtener más información sobre los datos ráster multidimensionales en ubicaciones concretas y trazar valores que cambian a lo largo del tiempo en forma de un gráfico de líneas. Un gráfico de perfil temporal es interactivo (al seleccionar un punto del perfil temporal, la visualización del mapa cambia fluidamente al intervalo de tiempo en el que se extrajo el valor de punto), lo cual ofrece una forma cómoda de navegar por los datos. Puede utilizar gráficos de perfiles temporales en diversas aplicaciones científicas relacionadas con el análisis de series temporales de datos ráster.

Perfil de superficie

Un gráfico de perfil de superficie le permite visualizar cambios a lo largo de la distancia, como la elevación o la temperatura de la superficie. Los valores ráster se trazan por unidad de distancia a lo largo de un perfil y los perfiles se pueden generar para múltiples bandas, múltiples capas o múltiples dimensiones verticales. Esto le permite visualizar y comparar tendencias y estadísticas generales entre rásteres o entre bandas y dimensiones físicas. Por ejemplo, puede visualizar cómo ha cambiado la topografía a lo largo de un perfil entre los DEM adquiridos en diferentes momentos.

Gráficos de perfil de dimensión

El gráfico de perfil de dimensión permite visualizar los cambios a lo largo de una dimensión, como la altura o la profundidad. El cambio se representa en forma de gráfico de líneas para una ubicación y una fecha u hora determinadas. Esto permite visualizar y comparar las tendencias de dos variables simultáneamente, teniendo en cuenta distintas escalas de unidades. Por ejemplo, puede visualizar cómo cambia la salinidad y la temperatura del océano según la profundidad en una ubicación determinada.

Explorador de cambios de serie temporal de píxel

El Explorador de cambios de series temporales de píxeles le permite identificar cambios en un solo valor de píxel a lo largo del tiempo mediante el método Clasificación y detección de cambios continuas (CCDC) o el método de detección de tendencias de perturbación y recuperación basado en Landsat (LandTrendr). De este modo, puede perfeccionar los parámetros del modelo para centrarse en eventos de cambio específicos antes de ejecutar Analizar cambios usando CCDC o Analizar cambios usando LandTrendr para un dataset completo. Por ejemplo, puede visualizar cómo ha cambiado un píxel de una región forestal con el tiempo y cómo ha respondido a los impactos medioambientales, tales como incendios o sequía grave.