LABORATORIO 4. VISUALIZACIÓN DE IMÁGENES DE SATÉLITE: REPRESENTACIÓN GRÁFICA
G174: FOTOINTERPRETACIÓN Y TELEDETECCIÓN
Domingo F. Rasilla
2025-03-16
💡 OBJETIVOS DE LA ACTIVIDAD:
► Conocer las diferentes opciones de representación gráfica de imágenes de satélite con R.
► Practicar la exportación de imágenes gráficas generadas con R.
💡 MATERIALES PARA LA ACTIVIDAD:
Los materiales para el desarrollo de esta actividad son los mismos de la actividad pasada.
► Imagen.
INTRODUCCIÓN
En este capítulo se utilizan fundamentalmente las capacidades gráficas de los paquetes terra y RStoolbox, totalmente integradas con el sistema gráfico del paquete base de R.
Paquete terra
Es el paquete básico para la manipulación de imágenes ráster y para
un análisis visual inmediato. La representación gráfica más básica de
datos ráster se logra con la función plot() o con la
función imagen(). Debe tenerse en cuenta que la primera
sólo puede representar 100000 píxeles.
La función plot()[https://rspatial.github.io/terra/reference/plot.html] se
acompaña de los siguientes argumentos para representar un objeto
SpatRáster son los siguientes:
| Argumento | Descripción |
|---|---|
| col | Vector de colores para representar los valores del ráster. Ejemplo: col = terrain.colors(100), col = gray.colors(256) |
| main | Título de la imagen |
| xlab, ylab | Etiquetas de los ejes |
| axes | TRUE o FALSE, indica si se dibujan los ejes |
| legend | TRUE o FALSE, para mostrar o no la leyenda |
| type | Para objetos SpatVector, define el tipo de gráfico (“p”, “l”, “b”) |
| range | Define el rango de valores a visualizar, ej. range = c(0, 255) |
| smooth | Si TRUE, usa interpolación para suavizar la imagen en ráster con valores continuos |
| asp | Relación de aspecto (proporción entre ejes X e Y) |
| maxcell | Máximo número de celdas a visualizar (para mejorar rendimiento). Por defecto 500,000 |
| levels | Si TRUE, usa una paleta categórica (para datos discretos) |
| plg | Si FALSE, oculta la barra de colores (leyenda) |
| pax | Si FALSE, oculta los ejes de coordenadas |
| fun | Función a aplicar antes de graficar, ej. fun = log |
| add | Si TRUE, añade la imagen a un gráfico existente |
Argumentos para SpatVector (Vectores)
| Argumento | Descripción |
|---|---|
| col | Color de relleno de los polígonos o puntos |
| border | Color del borde (para polígonos o líneas) |
| lwd | Ancho de línea (lwd = 2 para hacerlas más gruesas) |
| lty | Tipo de línea (1 = sólida, 2 = discontinua, etc.) |
| cex | Tamaño de los puntos |
| pch | Tipo de símbolo para puntos (pch = 16 para círculos) |
| add | Si TRUE, añade el vector a un gráfico existente |
Es conveniente revisar otros argumentos de la función
plot() mediante páginas de ayuda como
?graphics::plot(), ?raster::plot(),
?par y ?axis.
Paquete RStoolbox.
El paquete Rstoolbox incluye como función principal
la función ggR()
para la visualización en profundidad de un objeto
SpatRaster. Presenta una sintaxis derivada del paquete
ggplot2 que se agregan en función de los intereses del
investigador.
PASOS PREVIOS
Instalación de los paquetes necesarios para la actividad.
Primero se instalarán los paquetes básicos: terra y ggplot2
library(terra)## Warning: package 'terra' was built under R version 4.3.3## terra 1.8.21library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.3.3A continuación debe instalarse el paquete RStoolbox. Su
autor recomienda el siguiente método de instalación.
#install.packages("devtools")
#library(devtools)
# install_github("bleutner/RStoolbox")
library(RStoolbox)## Warning: package 'RStoolbox' was built under R version 4.3.3## This is version 1.0.0 of RStoolboxCreación de carpetas y descarga de los ficheros necesarios.
La actividad debe comenzar identificando la carpeta con los datos e importar los ficheros necesario para el desarrollo de la práctica
setwd("D:/G174_2025/LABORATORIO_4_Visualizacion_imagenes/datos/")
getwd()## [1] "D:/G174_2025/LABORATORIO_4_Visualizacion_imagenes/datos"A continuación, se realiza una lista de los ficheros que existen en
la carpeta datos.
lista <- list.files("D:/G174_2025/LABORATORIO_4_Visualizacion_imagenes/datos/",
pattern = ".*band[1234567]\\.tif$",
ignore.case=TRUE,
full.names = TRUE)En tercer lugar, esa lista permite importar los ficheros en forma de
un objeto SpatRaster.
imagen_landsat <- rast(lista)
imagen_landsat## class : SpatRaster
## dimensions : 1545, 1480, 7 (nrow, ncol, nlyr)
## resolution : 30, 30 (x, y)
## extent : 549615, 594015, 4613355, 4659705 (xmin, xmax, ymin, ymax)
## coord. ref. : WGS 84 / UTM zone 29N (EPSG:32629)
## sources : LC82040312015193LGN00_sr_band1.tif
## LC82040312015193LGN00_sr_band2.tif
## LC82040312015193LGN00_sr_band3.tif
## ... and 4 more sources
## names : LC820~band1, LC820~band2, LC820~band3, LC820~band4, LC820~band5, LC820~band6, ...Como ya se ha señalado en ocasiones previas, la identificación de las bandas es complicada si se mantienen los nombres de los archivos originales, siendo conveniente su transformación en nombres de más fácil identificación.
names(imagen_landsat) <- gsub(pattern = "LC82040312015193LGN00_sr_band",
replace ="B",
x <- names(imagen_landsat))
imagen_landsat## class : SpatRaster
## dimensions : 1545, 1480, 7 (nrow, ncol, nlyr)
## resolution : 30, 30 (x, y)
## extent : 549615, 594015, 4613355, 4659705 (xmin, xmax, ymin, ymax)
## coord. ref. : WGS 84 / UTM zone 29N (EPSG:32629)
## sources : LC82040312015193LGN00_sr_band1.tif
## LC82040312015193LGN00_sr_band2.tif
## LC82040312015193LGN00_sr_band3.tif
## ... and 4 more sources
## names : B1, B2, B3, B4, B5, B6, ...REPRESENTACIÓN GRÁFICA DE UNA ÚNICA BANDA.
Con la función plot() del paquete
terra.
La representación de una banda concreta requiere mencionar el número
(de orden) de la banda utilizando la siguiente notación
[[número de banda]], acompañado de algunos argumentos
adicionales para mejorar la estética.
plot(imagen_landsat[[5]],
axe = TRUE, # Dibuja los ejes
main = "Banda 5 Landsat", # Título
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE) # Inclusión de una leyenda
Existe la función alternativa image pero es menos
flexible y carece de leyenda.
image(imagen_landsat[[5]])
Esta función aplica por defecto una única paleta, pero ésta se puede cambiar. Por ejemplo, se puede representar gráficamente con una paleta de colores grises, cuya intensidad se escala proporcionalmente a los números digitales de las imágenes.
plot(imagen_landsat[[5]], # Representación de la 5ª imagen
col = grey(0:100/100), # Colores, en este caso porcentajes de gris
axe = TRUE, # Dibuja los ejes
main = "Banda 5 Landsat", # Título
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE) # Inclusión de una leyenda
Existen diferentes posibilidades de representación. Por ejemplo, si
la elaboración de gráficos es lenta o experimenta problemas de memoria
(debido al gran volumen de datos) se puede incluir el argumento
Maxpixels (por defecto es 5e+5) para reducir el número de
píxeles a dibujar, aunque los resultados tienen una menor calidad,
pudiéndose llegar, si se utiliza un número reducido de píxeles, a
obtener escenas pixeladas:
plot(imagen_landsat[[5]], # Representación de la 5ª imagen
col = grey(0:100/100), # Colores, en este caso porcentajes de gris
axe = TRUE, # Dibuja los ejes
main = "Banda 5 Landsat", # Título
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE,
maxpixels = 1e+05)## Warning in plot.window(...): "maxpixels" is not a graphical parameter## Warning in plot.xy(xy, type, ...): "maxpixels" is not a graphical parameter## Warning in title(...): "maxpixels" is not a graphical parameter
La paleta de colores puede modificarse al establecer el nivel de
transparencia en el 50% (argumento alpha = 0.5).
plot(imagen_landsat[[5]], # Representación de la 5ª imagen
col = grey(0:100/100), # Colores, en este caso porcentajes de gris
alpha = 0.5, # Transparencia.
axe = TRUE, # Dibuja los ejes
main = "Banda 5 Landsat", # Título
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE)
Otra posibilidad es utilizar paletas de colores como la “viridis”(https://search.r-project.org/CRAN/refmans/viridisLite/html/viridis.html), para mejorar la representación.
library(viridis)## Warning: package 'viridis' was built under R version 4.3.2## Loading required package: viridisLite## Warning: package 'viridisLite' was built under R version 4.3.2plot(imagen_landsat[[5]], # Representación de la 5ª imagen
axe = TRUE, # Dibuja los ejes
main = "Banda 5 Landsat", # Título
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE,
col= viridis_pal(option="D")(10)) # La option = "D" identifica la paleta "viridis" con 10 colores. 
🚧 PALETAS DE COLORES
La (página web)[https://developers.arcgis.com/javascript/latest/visualization/symbols-color-ramps/esri-color-ramps/] ofrece un conjunto de paletas de colores con sus respectivos códigos hexagesimales.
Con la función RStoolbox::ggR() del paquete
Rstoolbox.
La función ggR() posee diferentes niveles de
complejidad. La representación más sencilla podría ser la siguiente:
ggR(imagen_landsat, 5) +
theme_minimal()
O puede ser tan complejo como esta última imagen
ggR(imagen_landsat, 5, geom_raster = TRUE) +
ggtitle("Banda 5: Red") +
labs(x = "Longitud (m)", y = "Latitud (m)") +
theme(
plot.title = element_text(hjust = 0.5, size = 20), # Título del gráfico, alineación centrado, tamaño de la fuente
axis.title = element_text(size = 10),
axis.text.x = element_text(size = 10, color = "black", face = "bold"), # Tamaño de números en eje X
axis.text.y = element_text(size = 10, color = "black", face = "bold"), # Tamaño de números en eje Y
panel.background = element_rect(fill = "white", color = "black"),
panel.grid.major = element_blank(), # remove the grid lines from the plot: clean white background.
panel.grid.minor = element_blank(), #
legend.background = element_rect(fill = "lightgray", size = 0.5, linetype = "solid"), # Apariencia del fondo de la leyenda
legend.key.size = unit(1, "cm"), # Tamaño del rectángulo en el que se inserta la leyenda.
legend.title = element_text(size = 15, face = "bold"), # Título (en negrita) de la leyenda.
legend.text = element_text(size = 12), # Valores (etiquetas) de la leyenda.
legend.position = "right") + # Posición de la leyenda del lienzo.
scale_fill_gradientn(name = "NDVI Values",
colours = c("white", "darkgreen")) ## Warning: The `size` argument of `element_rect()` is deprecated as of ggplot2 3.4.0.
## ℹ Please use the `linewidth` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
En relación a la escala de colores, ésta puede optar por numerosas opciones, por ejemplo
ggR(imagen_landsat, 5, geom_raster = TRUE) +
ggtitle("**Banda 5: RED**") +
theme(panel.background = element_rect(fill = "white", color = "red")) +
scale_fill_gradientn(colours=rainbow(100))
REPRESENTACIÓN GRÁFICA DE TODAS LAS BANDAS
Con la función plot() del paquete
terra.
Constituye la manera más sencilla de representar algunas (por
ejemplo, la sintaxis para las bandas 3, 4 y 5 sería
imagen_landsat[[3:5]]) o todas las imágenes a la vez
(sintaxis imagen_landsat. No hay necesidad de incluir un
título, ya que el programa reconoce el nombre de cada banda de acuerdo a
su posición.
plot(imagen_landsat[[3:5]], # Representación de todas las imágenes
col = viridis_pal(option="D")(10), # Colores
axe = TRUE, # Dibuja los ejes
cex.axis = 2.5, # Tamaño de la etiqueta con el título.
xlab ="Longitud", ylab="Latitud", # Etiquetas de los ejes X e Y
legend = TRUE)
Con la función RStoolbox::ggR() del paquete
Rstoolbox.
Con RStoolbox la representación simultánea de varias
imágenes es más complicada, ya que no existe una función específica para
ello. Una posible opción crear varios objetos gráficos con la función
ggR() y combinarlas con el paquete
patchwork.
library(patchwork) ## Warning: package 'patchwork' was built under R version 4.3.3##
## Attaching package: 'patchwork'## The following object is masked from 'package:terra':
##
## areap3 <- ggR(imagen_landsat, 3, geom_raster = TRUE) + ggtitle("**Banda 3: BLUE**") + scale_fill_gradientn(colours=rainbow(100),limits = c(0, 7000))
p4 <- ggR(imagen_landsat, 4, geom_raster = TRUE) + ggtitle("**Banda 4: GREEN**") + scale_fill_gradientn(colours=rainbow(100),limits = c(0, 7000))
p5 <- ggR(imagen_landsat, 5, geom_raster = TRUE) + ggtitle("**Banda 5: RED**") + scale_fill_gradientn(colours=rainbow(100), limits = c(0, 7000))
p3 + p4 + p5 + plot_layout(ncol = 2, nrow = 2)
Una segunda opción es convertir la imagen ráster en dataframe y
dibujarla con ggplot2(). Esta opción no es recomendable si
la imagen ráster es muy pesada.
► Paso 1: convertir el raster a un dataframe
df <- as.data.frame(imagen_landsat, xy = TRUE) # Convertir en data frame con coordenadas
df_long <- reshape2::melt(df, id.vars = c("x", "y")) # Formato largo para ggplot► Paso 2: elaborar el gráfico con ggplot2() y definir facetas por capa
ggplot(df_long, aes(x = x, y = y, fill = value)) +
geom_raster() +
facet_wrap(~ variable) + # Separa las imágenes por capa
scale_fill_viridis_c() + # Paleta de colores continua
theme_minimal() +
labs(title = "Visualización de Capas Ráster", fill = "Valor")
EXPORTACIÓN DE LA IMAGEN EN FORMATO GRÁFICO
Finalmente, es posible exportar la imagen con un formato gráfico, en este caso *.png.
png("D:/G174_2025/LABORATORIO_4_Visualizacion_imagenes/mi_imagen.png", #
width = 4, height = 4, units = "in", res = 300) # Define la imagen a exportar
plot(imagen_landsat,
col= viridis_pal(option="D")(10),
main="Imagen")
dev.off()