IDRISI Selva, la nueva versión del software de Clark Labs

Recientemente ha sido presentada la 17a versión de IDRISI, conocida como Selva. Desarrollado por ClarkLabs , IDRISI Selva es un software SIG que ofrece un amplio abanico de herramientas para el trabajo con información espacial, así como para el tratamiento de imágenes de satélite. Entre sus principales ventajas destaca la disponibilidad de más de 300 módulos con funciones de análisis SIG, entrada y manejo de datos, modelización y procesamiento de imágenes. También la posibilidad de que el usuario pueda programar nuevos módulos, el desarrollo continuo del programa por parte de ClarkLabs, la existencia de multitud de manuales y tutoriales disponibles en distintos idiomas, y la integración de algunas aplicaciones con otros programas como ArcGis. En definitiva, un conjunto de particularidades que le convierte en general en una herramienta de altas capacidades.

Desde la versión anterior (IDRISI Taiga) se incorporaron al programa dos interesantes módulos para el estudio de fenómenos medioambientales ligados a la dinámica terrestre y a la gestión de recursos naturales, el Earth Trends Modeller  (ETM) y el Land Change Modeller (LCM), que en esta nueva versión de IDRISI han sido objeto de revisión y mejora.

En relación al LCM, cuya finalidad es el análisis de series temporales procedentes de sistemas de observación terrestre, se han incluido las siguientes funcionalidades:

  • Un nuevo menú que permite la estimación de emisiones derivadas de la deforestación, desarrollado en base a las metodologías aprobadas por la ‘Verified Carbon Standard‘.
  • Un nuevo procedimiento basado en la metodología SimWeight [1]  para modelizar cambios en cubiertas vegetales.
  • La integración de un enlace directo al procedimiento Maxent para modelizar la distribución de especies.
  • Un nuevo procedimiento (Harmonize) que permite identificar errores detectados en las capas que forman parte del LTM, en relación a sus características espaciales (proyección, resolución y extensión), máscaras y categorizaciones.

Algunas de las principales novedades que presenta el ETM  integrado en la versión de IDRISI Selva son:

  • Los módulos PCA (Principal Component Analysis) y EOT (Empirical Orthogonal Teleconnection) ofrecen la opción de analizar series de múltiples datos simultáneamente.
  • Los módulos MSSA (Multichanel Singular Spectrum Analysis) y MEOT (Multichanel Empirical Teleconnection) permiten, a grandes rasgos, el análisis de patrones con evolución espacio-temporal y predicciones climáticas.
  • Se introduce el módulo CCA (Canonical Correlaton Analysis), que es muy similar al PCA pero con la particularidad que los componentes obtenidos entre las dos series de imágenes presentan la máxima correlación posible.
  • Varios módulos incluyen la capacidad de visualizar series temporales de una dimensión, y opcionalmente sobreponer nuevas series. En este sentido, se ha desarrollado una funcionalidad interactiva que permite deslizar la segunda serie hacia adelante o hacia atrás en el tiempo y mostrar la correlación entre ambas.

En la nueva versión de IDRISI se han incorporado también mejoras en relación a la visualización de los datos (organización automática de los elementos del mapa, como la escala, leyenda y orientación; una nueva interfaz del ‘Composer’ que facilita el manejo de archivos con nombres largos y las composiciones con muchas capas; las ventanas se pueden redimensionar de un modo mucho más ágil, etc) y se han creado nuevos módulos de análisis (RBF –una función de base radial para la clasificación de redes neuronales;  un procedimiento de clústers en cadena; TopRank – creado para dar soporte en los procesos de toma de decisiones y CANCOMP –de propósito general, y para el análisis de conjuntos de datos ).

Han sido también objeto de mejora y revisión algunos módulos de importación/exportación. E aquí algunos ejemplos:

  • El soporte para KML se ha ampliado para incluir puntos, líneas, polígonos e imágenes raster.
  •  MODISCONV permite convertir imágenes Modis al formato raster de  IDRISI.
  • Se han ampliado las funcionalidades del módulo MODISQC permitiendo ahora generar mapas de control de calidad para índices de vegetación.

Finalmente, y en cuando a las mejoras aportadas en la nueva versión de IDRISI, destaca la revisión y optimización de las funciones basadas en la distancia (DISTANCE, COST, VARCOST, DISPERSE y BUFFER), consiguiendo por ejemplo, que el tiempo de procesado del módulo DISTANCE sea 26 veces más rápido.

Podréis encontrar más información y más completa sobre IDRISI y la nueva versión IDRISI Selva en la página web del Centro de Recursos IDRISI España  y en la página de Clark Labs.

[1]  Sangermano, F., Eastman, J.R., Zhu, H., (2010) “Similarity weighted instance based learning for the generation of transition potentials in land change modeling”, Transactions in GIS.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s