Para la demostración de la obtención de los ángulos de rotación en el proceso de orientación interna, se seleccionó una imagen de fotografía aérea desde el repositorio de Colombia en mapas, en seguida, se descargó la propia imagen,obtenido del sensor Wild RC 30 y el certificado de calibración, para obtener los valores de las coordenadas de las marcas fiduciales en la propia imagen y en el certificado de calibración, luego se calcularon los valores de los parámetros, después de haber obtenido los valores de ejecutó el proceso de transformación afín.

En este ejercicio se intentó mostrar los proceso de clasificación de las oberturas, aplicando fundamentos conceptuales y algoritmos de machine learning, para ello, se utilizaron imágenes satelitales del programa CABERS 4A, que se encuentra disponible en la siguiente: [Hacer clic aquí ](http://www.cbers.inpe.br/), ejecutándose los procesos de conversión de nivel digital a valores de reflectancia al tope de la atmosfera; Luego, se ejecutaron los procesos de aplicación de maching learning, a partir un conjunto de valores de píxeles que corresponden a coberturas conocidas, con ello se generó los proceso de entrenamiento para generar el modelo y con el otro grupo de píxeles se realizó el proceso de test de evaluación para conocer la confiabilidad, aplicando la metodología de validación cruzada, luego se aplicó el proceso de predicción espacial en todo el conjunto de los datos para generar el proceso de agrupación de píxeles, logrando agrupar píxeles que corresponde a los tipos de cobertura del paisaje.  Por otro lado, fue comprobar la efectividad de la guía publicada por Kwesie Benjamin, (2021); y además, se esclarece la funcionalidad de los códigos, para que otras personas del idioma hispano puedan replicarlos con mayor facilidad, utilizando el programa R Package y RStudio.

Fotogrametría digital

A continuación se muestran los procesos de creación de datos vectoriales utilizando la librería “sp”, la librería “rgdal” y “raster”, en este ejercicio se explica cómo crear datos vectoriales de tipo punto, línea y polígono , así mismo, en esta guía se explica como hacer el intento de presentar los datos en una aproximación de mapa aplicando la librería tmap, con el propósito de difundir el potencial de las librerías sp y tmap, en el programa de RStudio, del mismo modo, fomentar el desarrollo de las habilidades en el uso de los datos espaciales.

En esta guía se comparte las pautas para realizar de preprocesamiento en las imágenes CBERS 4A, es decir la conversión de nivel digital a nivel de reflectancia al tope de la atmosfera (TOA), además, se muestran los procesos aritméticos para identificar objetos geográficos mediante análisis de índices espectrales, y luego los criterios de agrupamiento de pixeles en rangos de valores para asociar con los objetos geográficos de interés, el propósito de este paso a paso, es mostrar el potencial de Rstudio para el procesamiento de imágenes satelitales y así mismo, también mostrar el potencial de las imágenes CBERS 4A para evaluar y monitorear los recursos naturales que abarquen superficies extensas.

A continuación, se muestra el proceso de réplica de ejecución de lectura de datos en RStudio, el código original se ubica en la siguiente url: <https://inbo.github.io/tutorials/tutorials/spatial_wfs_services/>., el propósito está replica fue socializar los códigos generados por (Thierry Onkelinx , Hans Van Calster , Floris Vanderhaeghe , 2021), para conocer el potencial Rstudio en procesos de lectura y uso de datos espaciales publicados en los formatos WMS Y WFS, a los estudiantes del curso de Geografía y Sistemas de información Geografía del programa de ingeniería en Topografía.

A continuación, se muestra los procesos básicos de usos de datos espaciales utilizando la librería "library(leaflet)", el propósito de la guía sirva como referente en el proceso del desarrollo de las clases en las aulas del programa de Ingeniería en Topografía, en el curso de Geografía y Sistemas de Información Geográfica, así mismo, ayude a los estudiantes de otros programas académicos e interesados en general, en proceso de la comprensión de uso de datos espaciales utilizando la librería “leaflet”.

En esta actividad se intentó mostrar las pautas de procesamiento de imágenes digitales, utilizando los códigos que se ha compartido anteriormente en la siguiente url: https://rpubs.com/jhonathan1060/753925 en Markdown, después de lograr este proceso el ejercicio, la actividad se ha enfocado en generar los perfiles espectrales de los objetos más representativos que se encuentran en la imagen, para ello se ubicaron las coordenadas de los objetos de los glaciares, área urbana, cuerpos de agua y vegetación, con el fin de generar los perfiles espectrales de los objetos, luego nos basamos en los códigos publicados por (Robert J. Hijmans,2016) que se ubica en la siguiente url: https://rspatial.org/raster/rs/2-exploration.html, y después en el análisis de Normalized Difference Snow Index (NDSI), logrando reclasificar los pixeles que corresponden a cobertura de glaciar. En tal sentido, el propósito de esta guía fue mostrar las pautas del proceso de análisis de imágenes, respuesta espectral de los objetos y lograr reclasificar las coberturas de glaciares mediante el principio de análisis de índices, utilizando el programa R Package y RStudio, donde se comparte los códigos para realizar evaluaciones similares, con las personas que vienen desarrollando habilidades en los programas de ingeniería, ciencias de la tierra y con la sociedad civil, teniendo en cuenta el alcance local, nacional e internacional.

Este proceso intenta mostrar las pautas de preprocesamiento de las imágenes digitales, la conversión de Nivel Digital (ND) a valores de radiancia, de valores a radiancia a valores de reflectancia, análisis de índice de vegetación utilizando algunos algoritmos, en R Markdonw en línea, siendo este proceso de suma importancia para el procesamiento y análisis espectral de los objetos mediante las imágenes digitales. Para realizar este proceso se utilizaron imágenes Landsat 8, que se encuentra disponible para el acceso en la página de Earth Explorer, así también, para la transformación y aplicación de las imágenes digitales han sido desarrolladas en el programa R Package y RStudio utilizando librerías básicas para el uso de los datos espaciales tales como: Raster, Rgdal, Sp, Rtoolbox, y sobre todo se intenta aplicar funciones para reducir el error en procesamiento de los datos, y de esta manera el procesamiento sea más amigable, considerando estos criterios, el propósito de esta guía es para mostrar el proceso y el uso de los códigos para el prerocesamiento de imágenes digitales y análisis de índices de diferencia normalizada de vegetación, a los aprendices de los programas de ingeniería y de las ciencias de la tierra y sociedad civil interesada, teniendo en cuenta el ámbito regional nacional e internacional.

A continuación se comparte algunas aplicaciones mediante el uso de funciones, utilizando R Markdonw, donde se muestran las pautas para calcular ecuaciones matemáticas de manera sencilla, considerando que el programa R package tiene potencial para realizar aplicaciones de cálculos matemáticos múltiples utilizando las funciones, además el propósito de esta guía, es compartir con los estudiantes de los programas de ingeniera, sobre todo con las áreas de las ciencias de la medida de la tierra, y a la sociedad civil, donde se muestra el código para realizar cálculos de distancia euclidiana y cálculo de distancia entre dos puntos utilizando la ecuación de Haversine, considerando a un público beneficiario, de ámbito local, regional, nacional e internacional.

metodos de fusión de imágenes digitales

Esta presentación trata un R Notebook en línea, indica las pautas a seguir para fusionar imágenes multiespectrales de menor resolución utilizando una imagen pancromática cuyo tamaño de pixel es menor, también este proceso es entiendo como Pansharpening, que es un enfoque que se utiliza para amalgamar las características en una secuencias de imágenes en la que conserva las características importantes de la imagen de entrada, para obtener imágenes multiespectrales cuyo tamaño de pixel es más alta. (Masood, et al, 2017). Para desarrollar este proceso de utilizaron imágenes satelitales de China–Brazil Earth Resources Satellite 4A (CBERS-4A), que se encuentra disponible en la pagina de la agencia espacial brasileña. Del mismo modo, para procesar los datos se utilizaron el programa RStudio, considerando la extensión RStoolbox donde nos indica las pautas para el proceso de fusión de imágenes en el manual de Package ‘RStoolbox (Leutner et al, 2019).

El propósito es mostrar las aplicaciones de los datos espaciales utilizando el programa R Package y R Studio, para generar y presentar los mapas temáticos, aplicando algunas librerías que permiten el uso de los datos vectoriales, donde se indica los pasos a seguir desde el proceso de importación de los datos vectoriales, y desde excel, el proceso de join to relation, y las pautas para presentar los mapas de coropletas, los mapas de símbolos proporcionales y los mapas de contorno. Además, este documento tiene como objetivo ser una guía a los estudiantes del programa de ingeniería en Topografía y en el nivel tecnológico del mismo, en el curso de cartografía digital.

Este documento intenta mostrar los procesos para la transformación de los datos espaciales en el sistemaCTM12 Colombia utilizando R Package.