El plugin QGIS Green View Index es una potente herramienta para medir la cubierta vegetal de un área determinada. Es interesante ver cómo se compara con el procesamiento tradicional de fotos aéreas verticales.
Publicamos una serie de tres artículos:
1-Conceptos del índice Green View e instalación del plugin
2-Tutorial del plugin Green View Index.
3-Comparación de los resultados del plugin y el procesado de fotos aéreas (este artículo)
Vamos a comparar el índice verde calculado sobre dos fotos aéreas del centro de la ciudad de Brest con el procesamiento del plugin Green View Index de QGis.
Para ello, hemos descargado dos imágenes aéreas de la página web de Brest Métropole.
Cada una de ellas cubre una superficie de aproximadamente 1 km².
Generación de los puntos de observación
Para el cálculo del Índice de Vista Verde, es necesario definir un área de interés (AOI). Para ello, crearemos una nueva capa de tipo polígono correspondiente a cada una de las imágenes aéreases.
Usamos el menú Capa-> Crear una capa -> Nueva capa Shapefile
Para la segunda foto se repite la operación.
Así que tenemos nuestros dos AOIs. Podemos ejecutar el primer script del plugin Green View Index, Generate Sample Points, para crear una capa de puntos distribuidos aleatoriamente en cada uno de nuestros AOIs.
1-Uso exclusivo de AOI
Utilizamos la configuración por defecto, es decir, la creación de 100 puntos distribuidos por el AOI. No utilizamos una red de calles.
Ejecutamos el script en cada uno de los AOI y obtenemos dos capas de tipo punto: puntosSur y puntosNorte.
A continuación, se puede ejecutar el segundo script del plugin, Download Google Street View Images.
Aquí también hemos mantenido los ajustes por defecto: las seis direcciones alrededor del punto de vista y las tres inclinaciones de la vista.
En la pestaña del Log se puede ver el número y los puntos para los que no había imágenes disponibles.
Para la zona norte, 5 puntos no dan ninguna imagen. Para la zona Sur, 19 puntos no dan ningún resultado.
Al consultar los directorios de imágenes, hemos observado un fenómeno bastante inusual. En efecto, algunos miradores situados en edificios devuelven imágenes… ¡del interior de los edificios!
Otra «anomalía» que observamos fue la presencia de fotografías tomadas en plena noche.
Es evidente que estas imágenes deben excluirse del cálculo. En resumen obtuvimos
Zona NORTE: De 100 puntos de vista, 5 puntos sin imágenes, 4 puntos en el interior de edificios y 1 punto de vista nocturno, es decir, el 10% de los puntos no utilizables.
Zona sur: De 100 puntos de vista, 19 puntos sin imágenes y 2 puntos en el interior de edificios, es decir, un 21% de puntos no utilizables.
2- Utilización de los AOI y de la red de vías.
Así pues, hemos descargado la red de calles de Brest para probar la utilización conjunta de los AOI y la red.
La siguiente imagen muestra la posición de los 100 puntos resultantes del uso de las AOI y la red de carreteras (⋇), así como la posición de los 100 puntos resultantes del uso de las AOI únicamente (∆).
Se realizaron las mismas comprobaciones de las imágenes descargadas de Google Street View y el resultado fue:
Zona NORTE: De 100 puntos de vista, 3 puntos sin imágenes, ningún punto en el interior de edificios y ningún punto de vista nocturno, es decir, un 3% de puntos no utilizables.
Zona Sur: De 100 puntos de vista, ningún punto sin imágenes y 1 punto en el interior de edificios, es decir, un 1% de puntos no utilizables.
Parece claro que, en un entorno urbano denso, la utilización de la red vial es muy necesaria. La diferencia de resultados se verá más adelante.
Cálculo del Green View Index
El Índice de Vista Verde se calcula para cada zona y cada tipo de generación de puntos:
Los resultados medios del IVG obtenidos son los siguientes:
Zona Norte
Todos los puntos AOI……………………………… 0,061
Puntos AOI sin anomalías…………….…………. 0.064
Todos los puntos AOI y de carretera………. 0,051
Zona Sur
Todos los puntos AOI……………………………… 0.034
Puntos AOI sin anomalías…………….…………. 0.034
Todos los puntos AOI y de carretera………. 0.047
Por supuesto, este pequeño proyecto no basta para determinar estadísticamente los mejores resultados, pero demuestra que éstos dependen mucho más del tipo de generación de puntos que de la presencia de anomalías en las imágenes de Google Street View.
Comparación con imágenes aéreas.
Utilizamos el plugin para procesar las dos fotos aéreas con el mismo algoritmo:
Las imágenes muestran la imagen original y la imagen con los píxeles determinados como «verdes».
Así, se calcula que el GVI de la imagen del norte es de 0,1 y el de la imagen del sur, de 0,07.
Ambas son significativamente superiores al GVI medio calculado en las imágenes de Google Street View: 0,1 frente a 0,05 y 0,07 frente a 0,047, respectivamente.
Conclusiones
Esta breve prueba no pretende determinar si el plugin Green View Index da «mejores» resultados que el método tradicional de cálculo a partir de fotos aéreas. Simplemente demuestra que los resultados son diferentes. Ahora se trata de entender por qué y qué pueden aportar al conocimiento del entorno urbano.
