Policy Process: From Objectives to Evaluation

Con lo cual se obtiene que la Re = 74025 m2_{/pixel, equivalente a 0,074025 Km}2_/pixel

Y esta medida permite inferir que el objeto más pequeño que se distingue a 700Km de altitud con el sensor elegido sería un objeto con lado de 272m aproximadamente que se obtiene de √(74025 m2_).

Un dato adicional necesario para determinar la usabilidad del sensor es su velocidad de obturación, según especificaciones del sensor, éste permite capturar hasta 120 tomas por segundo (120fps) a una resolución de 320 x 240 pixeles. Siendo consecuentes con lo expresado en (Segura Torres, 2013) capítulo 17.1, en donde se analiza el efecto de la velocidad de desplazamiento del satélite y se compara con la velocidad de captura, determinando con ello si la imagen llegaría a quedar borrosa, podemos referir que basados en la velocidad, el apogeo, el perigeo, la posición actual y la cantidad de pixeles corridos permitidos (nP) para el ejemplo analizado con el pico satélite Libertad 112_{, se requieren entre 369 y 185 fps con una cámara}

cuyo pixel es de 8µm de lado y con valores nP entre 1 y 3; considerando nuestro sensor con 1,4µm de lado y si el valor nP se incrementa, es viable que nuestro sensor sea posible utilizarlo pues las condiciones se hacen favorables, sin embargo es de analizar y considerar mejorarlo.

4.6Envió de las imágenes a la tierra

En el modelo del sistema como se muestra en la Figura 12 se encuentra el módulo denominado “Módulo de comunicaciones” el cual hace parte integral y fundamental de los componentes del Pico Satélite, éste módulo como tal no hace parte de este proyecto, sin embargo, como se consignó en los alcances y limitaciones del proyecto en el anteproyecto que fue aprobado, para la validación del modelo se hizo necesaria la “emulación” del enlace entre el pico satélite y la estación utilizando un hardware trans-receptor para tal propósito.

4.6.1

Módulo de comunicaciones

Para la realización (emulación) del módulo de comunicaciones se tuvo en cuenta con que el hardware y el software de emulación conforman en primera instancia un modelo acorde al modelo OSI.

Recordando las capas del modelo de referencia OSI:

Figura 50 Capas del modelo de referencia OSI

Para los objetivos de este proyecto y en cumplimiento de los requerimientos, se puede inferir del modelo OSI de las capas: capa Física, capa de enlace, capa de Red, capa de Transporte y capa de Sesión serían las que directamente se ven involucradas dentro del modelo del Pico satélite. Las 7 capas de este modelo OSI se ven involucradas en la estación terrena y por ende fueron contempladas en el desarrollo del modelo que se planteó en la Figura 11.

4.6.2

Emulación del modelo (Módulos de comunicaciones RF)

En el Pico Satélite Cube Sat UD Colombia I, fue propuesto como módulo de comunicaciones el radio tipo Beacon que entre otras características maneja modulación sobre la banda UHF/VHF/FM con una potencia de salida de 300mW, para efectos prácticos y como fue planteado en la propuesta aprobada de este proyecto, los requerimientos del sistema se simularían en símiles de hardware y software para dar cumplimiento a los requerimientos del modelo, es así como se eligieron los módulos trans receptores utilizados en telemetría en aeromodelismo (Hobbypower Radio Wireless Telemetry Kit 433mhz Module for MWC (Amazon, s.f.)) como medio de RF en las comunicaciones, sobre estos módulos se transmitió la información en paquetes AX.25 a una velocidad de 9600 BPS (algunas pruebas a 115200 BPS con el propósito de reducir tiempo de enlace para la transmisión de la imagen).

Figura 51 Módulos trans-receptores a 433MHz para emulación de comunicaciones

Los módulos que se utilizaron han sido diseñados como un remplazo de los módulos XBEE en cuanto a funcionalidad se refiere, ya que funcionan en modo enlace serial transparente, esto es, lo que se envía se recibe tal cual (de manera serial), en modo asíncrono con una velocidad de los datos en el aire de hasta 250 KBPS. Además, son de un costo bajo y de manera particular el módulo del aire posee un conector serial, con extensión de cable y el módulo de tierra posee interfaz USB directa basada en los IC’s de FTDI los cuales gozan de buena popularidad y respaldo en drivers en los sistemas operativos principales incluyendo Windows, Linux y Android.

Estos módulos proveen un enlace full-duplex utilizando un firmware Open Source y funcionando directamente a 5V tanto en el módulo de tierra como en el de aire.

4.6.2.1

Características:

Pequeños y de peso ligero Módulo de aire / módulo de tierra (no incluye el conector SMA): 17mm x 35mm, 7,2g / 17mm x 59mm; 17g

Sensibilidad del receptor de -121 dBm

Potencia del transmisor hasta 20dBm (100mW) Enlace serial transparente

Rata de velocidad de los Datos en el aire hasta 250kbps Frequency hopping spread spectrum (FHSS)

Multiplexaje adaptativo por división de tiempo (TDM) Soporte para LBT y AFA

Ciclo útil configurable

Código de corrección de errores incluido (puede corregir hasta el 25% de errores en bits) Rango de algunos kilómetros con antenas pequeñas omnidireccionales

Se puede utilizar con amplificador bidireccional para lograr más alcance Firmware de código abierto

Comandos AT para la configuración del radio

Comandos RT para la configuración remota del radio. Control adaptativo de flujo cuando se usa con APM

Basado en el microcontrolador de RF Si1000 SiLabs y el módulo de radio Hope-RF HM-TRP

4.6.3

Implementación en el modelo “emulado”

Puesto que el sistema RaspBerry tiene una tensión de funcionamiento interna de 3.3V a nivel de las señales eléctricas sobre sus buses y puertos I/O, mientras que el módulo de comunicaciones utiliza señales tipo TTL (5V) como se explicó en 4.6.2, se hace necesario adecuar los niveles del módulo de comunicaciones hacia la RaspBerry por medio de divisor de tensión para evitar el daño del pin Rx de entrada al puerto de comunicaciones de la RaspBerry.

Figura 52 Acople de niveles entre el módulo de comunicaciones y el RaspBerry

Con el divisor de tensión entre las resistencias R1=4,7K y R2=10K se logra que la tensión de salida del pin TX del módulo de comunicaciones disminuya al 68%, esto significa que el nivel alto de 5V disminuya a 3,4V. En el sentido del pin TX de la RaspBerry hacia el pin RX del módulo de comunicaciones no hay problema puesto que se considera que los niveles TTL altos en un pin de entrada comienzan a partir de los 2,5V.

Las diferentes pruebas dentro de los experimentos realizados permitieron corroborar la idoneidad de estas conexiones.

Figura 53 Algoritmo general Cubesat Módulo de captura y envío de imágenes

En la Figura 53 se observa de manera general el algoritmo que captura y envía las imágenes en el módulo del CubeSat correspondiente a este propósito.

La toma de decisión representa el momento en el que llegue la orden que determinó cuando se debe hacer una captura de imagen.

La captura de imagen, obtura y almacena en memoria temporal la imagen a manera de archivo. El envío de imagen a estación terrena se desglosa como se observa en el siguiente apartado.

Figura 54 Algoritmo de envío de archivos desde el punto de vista del CubeSat

En la Figura 54 se observa la forma del algoritmo encargado de enviar un archivo a la estación terrena desde el CubeSat. Se debe notar que el intento de envíos es infinito puesto que se debe garantizar la integridad del archivo, cada trama enviada debe hacerse esperar el tiempo necesario y la cantidad de intentos necesarios puesto que existe la posibilidad de que no haya enlace con la estación terrena. La implementación del algoritmo completo se relaciona en el Anexo 6.2.

Por defecto la RaspBerry Pi tiene configurado el puerto serial asíncrono de manera que este sirve de acceso para hacer el “Login” al sistema en modo consola en caso de no tener teclado y monitor conectados a éste. Por ello para la utilización del puerto serial desde el firmware se

debe deshabilitar este modo de acceso de consola una vez hecho el boot del sistema. En 13 _se

describe el procedimiento con el cual se deshabilita el puerto serial asíncrono.

4.6.4

SOFTWARE PC ESTACION TERRENA

4.7Extracción de Información de la imagen usando el software ERDAS

En el manejo de imágenes satelitales existe software especializado y con varios años de experiencia, uno de ellos es el software denominado ERDAS Imagine, para el presente experimento se utilizó la versión 2010.

Figura 55 Logo del software erdas

El objetivo primordial de este experimento es comprobar que tan valederas son las imágenes obtenidas en el sistema propuesto debido a las características especiales y particulares que poseen dichas imágenes como son su resolución espacial, su resolución radiométrica y en particular la resolución espectral analizándolas y extrayendo de ellas información.

Para el experimento se realizarán modificaciones a imágenes satelitales verdaderas, generando imágenes satelitales simuladas puesto que, al llevarlas a la resolución del sistema propuesto, varía principalmente su resolución espacial, en el apartado anterior llegamos a la conclusión que, con la cámara propuesta, obtenemos imágenes cuyo pixel representa un área de 272 m x 272 m. Mientras que las imágenes espaciales tomadas pueden llegar a tener una resolución de hasta 15 m como mínimo. Entonces la pregunta es si con una imagen de menor resolución, lo que implica pérdida de detalles, podemos extraer información de importancia utilizando la herramienta de software profesional y tradicionalmente utilizada como lo es ERDAS.

13 _{Turning off the UART functioning as a serial console}

Lo primero que debe hacerse es tomar la imagen original y reproyectarla para que ésta adquiera características similares a las que tendrían al ser tomadas con la cámara RaspBerry Pi.

En segunda instancia tanto a la imagen original como a la simulada se les debe aplicar áreas de interés (AOI) para el análisis generando un patrón de comparación denominado SIGNATURE (Firma) con el cual se pretende extraer de las imágenes mediciones como el área de cobertura de la vegetación, de agua, de elementos artificiales, etc…, por ejemplo.

Las imágenes que se utilizan para el experimento son imágenes del sensor (Satélite) comercial Landsat 7 y Landsat 8, estas imágenes vienen originalmente por bandas comprimidas en un archivo cuyo formato de nombre es:

LMSppprrrYYYYDOYGSIVV_BN.TIF donde14_:

L = Landsat

M = Mission (E for ETM+ data; T for TM data; M for MSS) S = Satellite (7 = Landsat 7, 5 = Landsat 5, 4 = Landsat 4) ppp = starting path of the product

rrr = starting and ending rows of the product YYYY = acquisition year

DOY = Julian date

GSI = Ground Station Identifier VV = 2 digit version number BN = file type: B1 = band 1 B2 = band 2 B3 = band 3 B4 = band 4 B5 = band 5

B6_VCID_1 = band 6L (low gain) (ETM+) B6_VCID_2 = band 6H (high gain) (ETM+) B6 = band 6 (TM and MSS)

B7 = band 7 B8 = band 8 (ETM+) MTL = Level-1 metadata GCP = ground control points TIF = GeoTIFF file extensión Y las longitudes de onda así:

Banda Espectro Longitud de onda Resolución espacial

Banda 1 _{Visible 0.45 - 0.52 µm 30 m}

Banda 2 Visible 0.52 - 0.60 µm 30 m

Banda 3 _{Visible 0.63 - 0.69 µm 30 m} Banda 4 Near-Infrared 0.77 - 0.90 µm 30 m

Banda 5 _{Near-Infrared 1.55 - 1.75 µm 30 m}

Banda 6 Thermal 10.40 - 12.50 µm 60 m Low Gain / High Gain

Banda 7 Mid-Infrared 2.08 - 2.35 µm 30 m

Banda 8 _{Panchromatic (PAN) 0.52 - 0.90 µm 15 m}

Tabla 17 Características de las bandas de una imagen en Lansat 7

4.7.1

Procedimiento:

4.7.1.1

Reproyección de una imagen:

Dada una imagen, bogotaikonos.img la cual tiene una resolución espacial de 4m x 4m, se debe re-proyectar para lograr una imagen de resolución espacial 1m x 1m, para lo cual se siguen los siguientes pasos:

1 La imagen original bogotaikonos.img tiene las 4 capas en desorden con respecto a los cañones, así que se ordenan y el resultado se guarda en una nueva imagen RGB.

En el menú

SpectralLayer Stack:

Figura 56 Ventana para ordenar capas de una imagen

Seleccionamos la imagen original y la de salida la cual denominamos bogotargb.img, se eligen en orden los Layers a adicionar.

De antemano sabemos por observación que el orden de la imagen original con respecto a la nueva debe ser Layer 1, Layer2 y Layer4 para el Azul, Verde y Rojo respectivamente. Para el ejercicio debemos suprimir la banda del infrarrojo.

La imagen resultante es:

Figura 57 Imagen RGB obtenida

Además se observa su información (Layer Info) en el menú HomeLayer Info:

Figura 58 Menú para visualizar las propiedades de una imagen

Figura 59 Ventana de Información de la imagen

En este dialogo se observan los metadatos como: Fecha, tamaño del archivo, tamaño de la imagen en pixeles, resolución espacial, tipo de datos, algunas estadísticas, tamaño de pixel en X y en Y, la proyección, etc…

2 Para reproyectar la imagen a una imagen cuyo tamaño de pixel sea 1m x 1m; Se elige el menú RasterSpatialReproject:

3 Se debe dar como entrada la imagen original y a la vez elegir el nombre y características de la imagen de salida Notar de importancia: el sistema de referencia para la proyección: WGS84/UTM zone 18 (32618) en la categoría EPSG Coordinate Systems. Y las celdas de salida ubicarlas en dimensiones de tamaño 1m x 1m. Para iniciar el proceso dar clic en OK:

Figura 61 Ventana para re proyección

El resultado correcto debe verificarse al observar los la caja de dialogo:

Figura 62 Ventana de procesos

Para comprobarlo abrimos la nueva imagen en un nueva vista 2D en el menú principal del software ERDAS, submenú InicioNew 2D View:

Figura 63 Creación de una nueva ventana de vista 2D

Y una vez visualizada (aparentemente se ve igual) observamos sus características:

Figura 64 Características de la imagen cargada

De las características de la nueva imagen entre otras nos interesa ver el nuevo tamaño de Pixel, el cual es 1m x 1m, y que se encuentre en el mismo sistema de coordenadas.

Para la simulación de las imágenes de los experimentos, debemos re proyectarlas a una resolución de 272 m de lado por pixel. Esto implica disminución del tamaño del archivo, disminución de la resolución espacial y ancho y alto total de la imagen también menor.

4.7.1.2

Obtención del SIGNATURE:

El SIGNATURE o FIRMA se obtiene muestreando (por inspección) sobre la imagen original y seleccionando porciones a las cuales se les quiere generar la firma que identifique alguna de las características a detectar, para ello se debe seguir el procedimiento descrito a continuación:

1. De nuevo se debe crear una ventana de vista 2D desde el menú InicioNew2D View:

Figura 65 Creación de una nueva ventana de vista 2D

Luego estando creada la ventana de vista, sobre esta, se abra la imagen de la cual se desea trabajar y crear la FIRMA, para luego hacer un zoom al área en la cual se obtendrán las muestras del terreno o características de interés:

Abrir una nueva ventana de vista 2D, pero ahora con una capa denominada AOI del menú InicioNew2D ViewAOI Layer:

Figura 67 Creación de la capa área de interés AOI

Una vez creada la capa del área de interés (AOI), se invoca al editor de SIGNATURES, en el menú RasterSupervisedSignature Editor:

Figura 69 Ventana del editor de Signatures

En la ventana del editor del Signature Editor se crean las clases de elementos del terreno de la imagen que quieren identificarse de acuerdo a sus texturas, colores y organización de los bits de las diferentes bandas.

En el menu Drawing, seleccionar la herramienta Polygon con la cual vamos a marcar áreas sobre la imagen en la capa AOI:

Figura 70 Selección de las herramientas de dibujo sobre la capa AOI

Estando con la capa AOI seleccionada como se muestra en la Figura 71, se realiza la demarcación del área de interés punto a punto, se finaliza con doble clic.

Figura 71 Selección de un poligono del area de interés

Una vez seleccionado el polígono y con éte activo, en el editor de Signatures debe irse adicionando con el menu EditAdd el elemento que se demarcó en la capa AOI, se elige su nombre y color para la clasificación:

Se realiza el mismo procedimiento para ir agregando las demás clases que identifican las otras áreas de interés en este editor, además en el menú edit  Image Association… debe insertarse la imagen RGB de la cual estamos creando el Signature (o Firma). Salvar el archivo con la extensión .sig.

La ventana debe quedar con las clases que hayamos creado, con la imagen asociada y con el nombre de archivo guardado en disco:

Figura 72 Apariencia final del editor de Signatures una vez se ha guardado y asociado a la imagen en edición Una vez creado el archivo de Signature (Firma) podemos aplicarlo al archivo de imagen para realizar la clasificación y determinar las características que se eligieron previamente.

4.7.1.3

Procedimiento de clasificación y extracción de las mediciones

Hacer el llamado de clasificación supervisada, RasterSupervisedSupervised Classification:

Figura 74 Caja de dialogo para la clasificación supervisada.

En la caja de dialogo que abre debemos elegir tres archivos: El de entrada donde va la imagen a clasificar, el de salida donde se guardará el resultado y el de la firma con el que se extraerán las características y/o texturas elegidas de la imagen, además debe elegirse la opción en la caja

de chequeo

correspondiente: Use probabilities

Una vez se dé clic al botón OK, debe observarse la lista de procesos, si el resultado es satisfactorio al 100%, se debe obtener la imagen de la clasificación en los colores que se eligieron para cada clase, esta debe verse en una vista 2D

Figura 75 Lista de procesos con el proceso al 100% finalizado

Como se observa en la imagen resultante, los elementos de color Azul corresponden a la clasificación de la clase Agua y los elementos en color verde corresponden a la clasificación de la clase Vegetación como se eleigió en el editor de Signatures.

Figura 76 Resultado de la clasificación de elementos en la imagen RGB

Finalmente, en el proceso se quiere determinar el área total de agua y el área total de vegetación para este ejemplo.

Para ello seleccionamos con clic secundario sobre la imagen en la vista 2D de la imagen de clasificación el menú Display Attribute Table:

Figura 77Menu de selección de Visualización de tabla de atributos de la imagen

Elegimos el menú TableAdd Area, para agregar una columna a la tabla con la medición de las superficies clasificadas:

Elegir las unidades en las que se desea visualizar, en este caso se elige Sqmiles o millas cuadradas:

Figura 78 Elección de la columna que se agrega con la medida de la superficie de las texturas clasificadas

Transcribiendo la tabla de resultados se obtuvo:

Figura 79 Tabla de resultados obtenidos de realizar una clasificación supervisada en ERDAS Imagine 2010. La cual representa cada una de las clases en la clasificación resultante y con la columna adicionada del área de la superficie.

Este procedimiento tal como se describió, se realiza a las imágenes tanto original como simulada (original re proyectada a la resolución más baja que generaría la cámara propuesta) para determinar el grado de aproximación lograda entre ellas. Con ello se determina la conveniencia de utilizar imágenes de menor resolución capturadas con una cámara no profesional como la RaspBerry Pi Cam.

4.7.2

Conclusión y análisis de resultados de la comparación de las imágenes

originales y simuladas para el proyecto

A) Imagen con mayoría de Vegetación:

Tipo de imagen Vegetación en su mayoría Color Clase Area

In document Essays on spatial scope of regional economic development in Brazil (Page 77-80)