Las imágenes hiperespectrales son un tipo de tecnología de teledetección que captura y analiza información de todo el espectro electromagnético en diversas bandas de longitud de onda definidas con precisión. Los sensores hiperespectrales aéreos y por satélite recopilan datos de imágenes a través de cientos, o incluso miles de bandas espectrales contíguas, representando un rango de longitudes de onda muy estrecho. La alta resolución espectral de las imágenes hiperespectrales permite que se identifiquen los objetos y materiales basándose en su firma espectral única y otras características analíticas.
Características de las imágenes hiperespectrales
Los sensores de imágenes hiperespectrales (HSI) capturan una amplia gama de longitudes de onda en todo el espectro electromagnético, proporcionando una información espectral muy detallada sobre objetos y superficies. Sus características clave incluyen las siguientes:
- Alta resolución espectral: las HSI capturan cientos de bandas espectrales contiguas, que generalmente cubren las regiones visibles, de infrarrojo cercano (NIR), infrarrojo de onda corta (SWIR) y, a veces, infrarrojo térmico (TIR).
- Firmas espectrales: cada material tiene una firma espectral única, lo que permite una identificación precisa de los materiales en función de sus propiedades de reflectancia.
- Bandas espectrales contiguas: las bandas se capturan de manera continua, en lugar de separada, lo que garantiza un perfil espectral detallado para cada píxel.
- Gran volumen de datos: debido a la gran cantidad de bandas, las HSI generan cantidades significativas de datos, lo que requiere técnicas de procesamiento avanzadas, como la selección de la banda espectral, la reducción de la dimensionalidad o el aprendizaje automático.
- Discriminación de materiales: la información espectral detallada permite una mejor diferenciación entre materiales de apariencia similar, lo que resulta útil en aplicaciones como la representación cartográfica de minerales, la agricultura y la observación del medio ambiente.
- Correlación espacial y espectral: cada píxel contiene un perfil espectral completo, lo que permite el análisis espacial y espectral de los objetos de una escena.
- Aplicaciones en diferentes disciplinas: las HSI se usa ampliamente en agricultura (supervisión de la salud de los cultivos), geología (exploración de minerales e hidrocarburos), defensa (detección de objetivos), imágenes médicas y de materiales, y ciencias ambientales.
Sensores compatibles
Los sensores compatibles y sus datasets ráster asociados incluyen los siguientes:
- AVIRIS: el Espectrómetro de Imágenes Visibles / Infrarrojas Aerotransportado (AVIRIS) es un sensor de imágenes aerotransportado con 224 bandas espectrales contiguas, que van desde la ultravioleta (360 nm) hasta la infrarroja de onda corta (2500 nm). La resolución del terreno depende de la altura de vuelo.
- EMIT: el instrumento de Investigación de las fuentes de polvo mineral en la superficie de la Tierra (EMIT) es un espectrómetro de imágenes espacial con 285 bandas continuas que van desde 380 nm hasta 2500 nm. La resolución del terreno es de 60 m por píxel.
- Hyperion: Hyperion es un espectrómetro de imágenes satelitales con 220 bandas contiguas que van desde 360 nm hasta 2500 nm. La resolución del terreno es de 30 m por píxel.
Consulte Usar sensores hiperespectrales compatibles para obtener más detalles sobre los sensores hiperespectrales compatibles.
Consulte Agregar datos hiperespectrales para saber cómo procesar datos hiperespectrales.
Visualizar datos de HSI en un mapa
ArcGIS admite imágenes hiperespectrales almacenadas en formatos ráster estándar, como los formatos TIFF y ENVI, así como imágenes EMIT almacenadas en NetCDF, e imágenes AVIRIS almacenadas en formato ENVI. Dado que no es posible explorar todos estos formatos ni utilizar funciones de arrastrar y soltar como datasets ráster normales en el panel Catálogo, una forma habitual de agregar datos hiperespectrales a un mapa es utilizar el botón Agregar datos 
.
- Este vídeo se ha creado con ArcGIS Pro 3.4.
Análisis de HSI
La naturaleza compleja de las HSI requiere capacidades avanzadas para procesar, gestionar y analizar los datos. Las HSI se gestionan en el contenedor de dataset de mosaico, en el que se almacena y maneja la información radiométrica, espectral y espacial para respaldar la visualización y el análisis cuantitativo.
Debido a la gran cantidad de bandas espectrales, el volumen de datos y la naturaleza y complejidad de los datos de HSI, se han desarrollado herramientas especiales y metodologías únicas para el análisis. Por ejemplo, el espectro completo del sensor está asociado a cada píxel que compone la imagen. Esto permite identificar objetos y materiales mediante firmas espectrales, a menudo con diferencias espectrales sutiles. Por consiguiente, la NASA, el USGS, la Agencia Espacial Europea (ESA) y otras organizaciones internacionales han desarrollado extensas bibliotecas espectrales que representan miles de materiales y objetos.
A continuación se describen varias herramientas y capacidades para analizar datos de HSI.
Gráfico de perfiles espectrales
Los gráficos de perfil espectral le permiten seleccionar áreas de interés o entidades de suelo en la imagen y revisar la información espectral de todas las bandas en formato de gráfico. Un perfil espectral consta de geometría para definir la selección de píxeles y de una imagen con metadatos clave desde la cual tomar muestras.
El gráfico anterior traza el perfil espectral de varias entidades en imágenes de AVIRIS. Cada entidad está representada por el color elegido. Observe los datos nulos alrededor de los rangos de longitud de onda centrados alrededor de 1300 y 1900. Estos representan bandas ruidosas causadas por el vapor de agua en la atmósfera. Estas bandas se excluyeron específicamente para lograr un análisis más preciso. Consulte Perfil espectral para obtener más información.
Espectral lineal sin mezclas
La herramienta de geoprocesamiento y función ráster de Espectral lineal sin mezclas realiza una clasificación de subpíxeles y calcula la abundancia fraccionaria de diferentes tipos de materiales o cobertura de suelo para píxeles individuales. Calcula la cobertura fraccionaria de píxeles individuales que contienen varios tipos de cobertura de suelo. Se genera una capa multibanda, en la que cada banda corresponde a la abundancia fraccionaria de cada clase de cobertura de suelo. Por ejemplo, puede utilizarla para realizar la clasificación de la cobertura de suelo en una imagen HSI para identificar tipos de vegetación, el suelo desnudo y vegetación muerta o no fotosintética. El resultado es un ráster multidimensional en el que cada división es un ráster multibanda que contiene la abundancia fraccionaria de cada clase de cobertura de suelo. Consulte la herramienta Espectral lineal sin mezclas para obtener más información.
Detectar anomalías de imagen
La herramienta de geoprocesamiento Detectar anomalías de imagen identifica irregularidades en las imágenes. Una anomalía de imagen se refiere a los píxeles que son significativamente diferentes de los valores de fondo, como barcos en el océano, vehículos en una carretera u objetos de desarrollo humano en áreas naturales.La herramienta admite los métodos de detección de anomalías de imágenes Detector Reed-Xiaoli (RXD), Detector de blancos uniforme (UTD) y KMEANS. Procesa una imagen multibanda o hiperespectral y crea un ráster de puntuación de anomalías. Un ráster de puntuación de anomalías es un ráster de banda única, con valores entre 0 y 1. Consulte Detectar anomalías de imagen para obtener más información.
Clasificar ráster utilizando espectros
La herramienta de geoprocesamiento Clasificar ráster utilizando espectros clasifica un dataset de HSI mediante técnicas de coincidencia espectral basadas en datos espectrales de entrada para diferentes objetos o clases. La herramienta utiliza dos métodos de coincidencia espectral:
- Asignador de ángulos espectrales, en el que se calculará el ángulo vectorial entre el ráster multibanda de entrada y los espectros de referencia, donde los espectros de cada píxel se tratan como un vector. Los valores de los ángulos están en radianes.
- Divergencia de información espectral, en el que se calculará la divergencia de información espectral entre el ráster multibanda de entrada y los espectros de referencia. Se calculará una puntuación para cada píxel en función de la divergencia entre las distribuciones de probabilidad del píxel y los espectros de referencia. Los valores están en radianes.
La herramienta también puede producir un ráster de puntuación de salida multibanda que almacena los resultados coincidentes para cada miembro final. El orden de las bandas sigue el orden de las clases de los datos espectrales en la clase de entrada. Consulte Clasificar ráster utilizando espectros para obtener más información.
Asistente de detección de anomalías espectrales
Las anomalías de imagen se refieren a píxeles y objetos que son espectralmente distintos del fondo de la imagen circundante. El propósito de la detección de anomalías es analizar una imagen y detectar blancos desconocidos con características espectrales distintas, lo que permite a los analistas de imagen centrarse rápidamente en las áreas que requieren una mayor investigación. La detección de anomalías no depende de entradas predefinidas, a diferencia de la detección de blancos o la extracción de entidades, que requieren espectros de referencia o datos de entrenamiento. En lugar de ello, calcula un fondo espectral promedio e identifica los píxeles que se desvían significativamente de este fondo.
El Asistente de detección de anomalías le guía a través de todo el flujo de trabajo de detección y extracción de anomalías, de principio a fin. El Asistente de detección de anomalías se compone de prácticas recomendadas y una experiencia de usuario simplificada, para que pueda realizar la detección de anomalías de imagen sin perderse ningún paso.
El Asistente de detección de anomalías se encuentra en el grupo Análisis de la pestaña Imágenes. Seleccione el dataset ráster que desea analizar en el panel Contenido para mostrar la pestaña Imágenes, haga clic en el menú desplegable Análisis espectral y seleccione el Asistente de detección de anomalías. Consulte Asistente de detección de anomalías para obtener más información sobre el flujo de trabajo de detección de anomalías.