Facultad de Ciencias Agropecuarias Universidad Nacional de ...€¦ · El contenido de este manual...

.

Facultad de Ciencias Agropecuarias Universidad Nacional de Entre Ríos

CÁTEDRA DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA

El contenido de este manual es el resultado de la labor realizada por el equipo de la Cátedra de Climatología

Agrícola de la Facultad de Ciencias Agropecuarias, Lic. Armando Brizuela, Ing. Griselda Carñel, Ing. Corina

Romero y Dr. César Aguirre con aportes del Prto. Topocartógrafo Alberto Sánchez Dalotto en oportunidad de los

cursos de Post Grado dictados en los últimos años. El mismo ha sido editado especialmente por el Dr. Aguirre

para adecuarlo a la Asignatura Sistemas de Información Geográfica.

.

Facultad de Ciencias Agropecuarias Universidad Nacional de Entre Ríos

CÁTEDRA DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Cátedra de Sistemas de Información Geográfica

Introducción a la aplicación de la teledetección y los SIG en el manejo, monitoreo y relevamiento de recursos

naturales. Temario:

1. Introducción a la Teledetección: Definición. Principios físicos de la

teledetección. Respuestas espectrales de los elementos naturales.

2. Sistemas espaciales de teledetección. Tipos. Resoluciones espacial, espectral, radiométrica y temporal de las imágenes. Sensores pasivos y activos.

3. Técnicas de interpretación de imágenes. Tipos y fases en la interpretación. Selección de los métodos de análisis de las imágenes. Tratamiento digital de imágenes. Correcciones, realces y mejoras de las imágenes digitales. Filtros digitales.

4. Procesamiento digital de imágenes. Cocientes e índices de vegetación.

Métodos de clasificación digital de imágenes.

5. La representación geográfica de datos. El Problema fundamental de la Cartografía. Sistemas de coordenadas, marcos de referencia y proyecciones.

6. Georreferenciación de una imagen: El procedimiento de asignación de coordenadas. Técnicas de reasignación de los ND. Georregistración.

7. Sistemas de Información Geográfica. Componentes. Construcción. Ventajas en la utilización de un SIG. Base de datos. Composiciones Cartográficas.

8. El sistema de posicionamiento global GPS: Descripción. Modalidad de la medición. Exactitud y utilidad de los datos. El GPS diferencial.

9. Modelos digitales de terreno: Fuentes de datos para su elaboración. Técnicas de interpolación. Productos derivados de los MDT. Aplicaciones.

UNIVERSIDAD NACIONAL DE ENTRE RÍOS

FACULTAD DE CIENCIAS AGROPECUARIAS

CÁTEDRA DE

SISTEMAS DE INFORMACIÓN GEOGRÁFICA

3 / 26

1. Introducción a la Teledetección:

Definición Las estrategias de planificación para el manejo sustentable de las tierras y los

recursos naturales en general, necesitan datos sólidos sobre suelo, fisiografía, clima, vegetación y uso de las tierras entre otros. Los Sistemas de Información Geográfica (SIG) y la teledetección desempeñan un papel importante para relacionar y analizar estos datos, especialmente los que se refieren a la detección, cálculos de áreas y seguimiento [van Lynden, 2001 #71].

Hay una necesidad a nivel mundial de monitorear las tierras y sus ecosistemas para

asegurar su uso sostenible. A pesar de las intenciones loables de la Agenda 21 en la Reunión Cumbre de la Tierra en Rió, donde muchos países se pusieron de acuerdo para monitorear y reportar sobre el estado de sus tierras, un seguimiento sistemático todavía no ha comenzado.

El problema es realmente difícil, debido a la extensión superficie del globo y los fondos

disponibles para monitoreo son relativamente pequeños. Existen métodos efectivos para áreas amplias, incluyendo: monitoreo estratégico, muestreo estadístico, enfoques basados en riesgos, monitoreo integrado de tierras y aguas y la teledetección. El papel de la teledetección recibe una atención especial, ya que es el único método que puede monitorear las tierras en forma completa y directa, a escalas regional y nacional [1].

Ha habido numerosos intentos de definir un SIG, resultando difícil decidir por una, ya que dependen del punto de vista y formación de quienes la formulan. Según Picle varían a medida que las tecnologías avanzan y las herramientas son más potentes. Algunos prefieren incorporar en la definición al hardware, las personas y los procedimientos organizados para hacer uso eficiente de la información referenciada geográficamente. Otros autores ponen énfasis en que ayuda a un mejor entendimiento del mundo en que vivimos y nos permiten resolver problemas diarios.

Una de las herramientas que alimenta los SIG es la observación remota de la

superficie terrestre, que constituye el marco de estudio de la teledetección. Definimos a la teledetección como una técnica que permite adquirir imágenes de la superficie terrestre desde sensores instalados en plataformas espaciales, mediante una interacción energética entre el sensor y la tierra, ya sea por emisión propia de un haz energético artificial o por reflexión de la energía solar. En sentido amplio, la teledetección no engloba solo los procesos que permiten obtener una imagen sino también su posterior tratamiento, en el contexto de una determinada aplicación [Chuvieco, 1996 #67].

A continuación se desarrolla una revisión de las aplicaciones que tienen los SIG y la teledetección, principalmente en el relevamiento, monitoreo y uso sustentable de los recursos naturales. Es importante poder evaluar la importancia de la utilización de estas herramientas, considerando en que aspectos contribuyen y con que datos se nutren para las diferentes aplicaciones. Debido al gran avance en estas disciplinas en los últimos años, es interesante hacer un abordaje a las técnicas que se fueron desarrollando y las mejoras, de manera de tener un conocimiento actual del tema y poder potenciar su utilización en la selección,



CÁTEDRA DE


4 / 26

planificación e implementación de políticas de aprovechamiento, para satisfacer las crecientes necesidades humanas de alimento y bienestar.

Reseña histórica La Teledetección es una traducción latina del término inglés remote sensing ideado en

los 60 para designar cualquier método de observación remota, si bien se aplicó a fundamentalmente a la fotografía aérea, principal sensor de aquel momento.

Las primeras experiencias se remontan a 1859, cuando Gaspar Félix de Tournachon

obtuvo las primeras fotografías áreas desde un globo cautivo. En los años posteriores se desarrolla la fotografía desde aviones, siendo en 1909 cuando Wilbur Wright adquirió la primera fotografía aérea.

La primera cámara aérea se desarrolló durante la primera guerra mundial, en 1915,

con gran importancia estratégica. En la segunda guerra mundial hubo un gran desarrollo de la teledetección aérea, orientado a mejorar la óptica de las cámaras y las emulsiones, apareciendo la primera película infrarroja. Luego fueron utilizados para usos civiles y control de recursos naturales.

En la posguerra se perfeccionan los sistemas radar introduciéndose el radar lateral

aerotransportado (SLAR). A fines de los años 50, la guerra fría, impulsó la investigación y se lanzó el satélite soviético SPUTNIK seguido de muchos otros que permitieron explorar la tierra, la luna y los planetas vecinos.

Las primeras fotografías espaciales las tomo Alan B. Shepard de forma espontánea

durante una misión del Mercuri en 1961 y fue la misión Gemini-Titan en 1965 la que tomó las primeras fotos formales.

En 1972 la NASA realiza el lanzamiento del primer satélite de la serie ERTS (Earth

Resources Technollogy Satellite). Este proyecto fue bautizado como LANDSAT y resulta el más fructífero para aplicaciones civiles de teledetección. A la serie LANSAT siguieron otros proyectos para observación medio ambiental, tanto de la NASA como el Skylab, como de otros países como el SPOT francés, MOS-1 japonés, el indio IRS-1, todos lanzados en la década del 80 [2].

Principios físicos de la teledetección

El espectro electromagnético. Principios y leyes: Cualquier sistema de teledetección posee tres elementos principales: el sensor, el

objeto observado y el flujo energético que los relaciona a ambos. Este flujo procede del objeto por reflexión de la luz solar, de energía emitida por el sensor o por el mismo objeto. La reflexión de la luz solar es la más importante en teledetección.



CÁTEDRA DE


5 / 26

Figura 1: Principales técnicas utilizadas por sensores remotos [Maracchi, 2000 #34] La superficie iluminada por el sol refleja energía en función de la cubierta que esta

posee. Este flujo es interceptado por el sensor que lo transmite a estaciones receptoras. La señal puede ser absorbida y dispersada en parte por la atmósfera. Cuando la señal es enviada por el propio receptor el proceso es similar. En ambos casos el flujo en juego es energía electromagnética y se transfiere de un lugar a otro por convección, radiación o conducción. La radiación es la base de los sistemas de teledetección.

La característica del flujo energético puede describirse por dos elementos: longitud de

onda (λ), que es la distancia entre dos puntos sucesivos de la onda y se expresa en micrones o nanómetros; y frecuencia (F) que se refiere a la cantidad de ciclos que pasan por un punto fijo en una unidad de tiempo y se expresa en Hertzios. Ambos están inversamente relacionados:

c = λ* F donde c: velocidad de la luz (3* 108 m/s).

En consecuencia a mayor longitud de onda y menor frecuencia el contenido energético

será menor. Las longitudes de onda más largas son más difíciles de detectar que las de longitudes de onda más cortas.

Se puede definir la energía radiante en función de su longitud de onda o frecuencia.

Considerando la longitud de onda se puede establecer una serie de bandas en donde la energía se comporta en forma similar denominado espectro electromagnético. Las unidades consideradas en el espectro pueden cambiar de acuerdo a la longitud de onda.

En la teledetección los más utilizados son:

� Espectro visible (0,4 a 0,7 µm): se trata de la única porción del espectro

que podemos percibir con los ojos. Coincide con las longitudes de onda en donde la radiación solar es máxima. Se distinguen tres bandas: azul (0.4 a 0.5 µm), verde (0.5 a 0.6µm ) y rojo (0.6 a 0.7µm).

� Infrarrojo cercano (0.7 a 1.3µm): Puede percibirse con películas fotográficas especiales. Muy importante para detectar masa vegetales y humedad.



CÁTEDRA DE


6 / 26

� Infrarrojo medio(1.3 a 8µm): Se entremezcla la reflexión solar y la emisividad de la superficie terrestre. Es útil para la detección de humedad en la vegetación y focos de alta temperatura.

� Infrarrojo lejano o térmico (8 a 14µm) incluye la porción emisiva del espectro terrestre donde se detecta el calor proveniente de la superficie.

� Micro ondas (a partir de 1 cm): energía transparente a la cubierta nubosa.

Figura 2: Espectro electro-magnético (Chuvieco, 1996). .

La ley de Plank dice que la energía del flujo radiante es inversamente proporcional a su longitud de onda y que cualquier objeto por encima del cero absoluto (-273 °C) irradia energía, aumentando a medida que lo hace su temperatura.

Con la ley de Wien, basada en la de Plank, se puede conocer la longitud de onda en la

que se produce la máxima emitancia de un cuerpo negro, conociendo su temperatura. Esta tiene importancia para determinar la banda más conveniente para detectar un determinada cubierta a la que se conoce la temperatura.

Mediante la ley de Stefan-Boltzmann, integrando la emitancia espectral de un cuerpo

negro para todas las longitudes de onda, podemos calcular el total de energía que irradia en todo el espectro, por unidad de superficie. La irradiancia es función de la temperatura del cuerpo elevada a la cuarta potencia y una constante de Stefan-Boltzmann.

Como las superficies naturales no se comportan como cuerpos negros, característica

considerada en las leyes mencionadas, se debe incorporar una parámetro llamado emisividad. Esta es la relación entre la emitancia del objeto y la que presenta un cuerpo negro a la misma temperatura. M = ε Mn.



CÁTEDRA DE


7 / 26

En la naturaleza los cuerpos se comportan como cuerpos grises que absorben y emiten en forma constante en distintas longitudes de onda. Cuando la emisividad varía con la longitud de onda, se consideran que son radiadores selectivos y gracias a este comportamiento se puede distinguir entre distintos cuerpos en el infrarrojo térmico. Es decir que conociendo la temperatura de un objeto o cubierta de interés será posible determinar la banda del espectro más idónea par su discriminación.

Figura 3: Firmas espectrales típicas de algunas cubiertas [Chuvieco, 1996 #67]

De acuerdo a la ley de Plank y de Wien, la banda con que se manifiesta con mayor

claridad la emitancia espectral de la superficie terrestre es entre los 8 y 14 micrones, de acuerdo a su temperatura. En esta longitud de onda la transmisividad es prácticamente nula, la energía incidente se refleja o se absorbe. Una proporción cercana a uno indica que el cuerpo absorbe e irradia una gran proporción de la energía incidente. La mayor emisividad se presenta en una vegetación densa (0.99) y el agua (0.98), mientas que los valores más bajos corresponden a suelos arenosos (0.9) y nieve (0.8). La humedad modifica estos valores. Además de la emisividad, el comportamiento térmico está relacionado con otros parámetros como son la capacidad térmica, conductividad, difusividad, inercia térmica e índice de calentamiento.

Las microondas corresponden a las bandas del espectro que se inician en las

longitudes de onda milimétricas. La observación en estas bandas es complementaria y de menor aplicación que en las ópticas. En los últimos años está aumentando su aplicación debido a la mayor disponibilidad de satélites con equipos microondas (ERS, Radarsat, JERS, Almaz, etc.). Es prácticamente transparente a la influencia atmosférica ya que las longitudes de onda son muy superior al tamaño habitual de las gotas de agua (0.1mm). Esta propiedad la hace idónea para zonas en que es frecuente una cubierta nubosa.

Los patrones de variabilidad en la reflexión del suelo o el desarrollo histórico,

importante en agricultura de precisión, son vistos claramente a niveles de resolución más groseros que las microondas. Pero las aproximaciones multi-resolución permiten determinarlos a diferentes niveles de resolución[3]. En la agricultura de precisión las



CÁTEDRA DE


8 / 26

decisiones de manejo se toman debido a los cambios en el cultivo y el suelo de un lugar a otro, dentro del campo.

Un análisis cuantitativo de los patrones, en imágenes NDVI de alta resolución

obtenidas por teledetección aerotransportada, permite obtener información relevante para la aplicación de técnicas en agricultura de precisión. La atención se concentra en el uso de pequeñas ondas (wavelets). Son muy útiles para la toma de decisiones, utilizando análisis de patrones continuos, como el NDVI, permitiendo hacer comparaciones cuantitativas a diferentes niveles de resolución, distintas escalas y direcciones y filtrar la información que es menos relevante. Esta aproximación es útil en enfoques regresivos y progresivos de la toma de decisiones, porque permite adaptar el análisis a las características de las imágenes o de los mapas disponibles.

Muchas variables influyen sobre la señal que recibe un sensor remoto. Si deseamos

utilizar esa señal para estimar variables ambientales, debemos asegurarnos que el número de señales sea mayor que el número de las variables ambientales que causan la perturbación [4]. Las variables ambientales pueden ser reducidas tomando algunas como constantes y el número de señales de sensores puede ser ampliado tomando señales en rangos estrechos de longitudes de onda a lo largo del espectro.

Influencia de la atmósfera

Los sensores recogen radiación electromagnética que puede ser dispersada y absorbida por los gases y aerosoles presentes en la atmósfera. Las cantidades de estos elementos no son constantes en el tiempo ni en el espacio, característica que dificulta su corrección.

Las correcciones en las imágenes tienden a eliminar cualquier anomalía, ya sea en su localización como en los valores de los ND de los píxeles. Algunas técnicas son incorporadas de modo rutinario por las estaciones receptoras de las imágenes, pero en otros casos se precisan correcciones más detalladas como en los estudios multi-temporales.

En las imágenes espaciales las deformaciones más frecuentes son cuatro [2]:

• Distorsiones generadas por la plataforma en la altitud de su órbita (cambio de escala), en la velocidad o en la orientación de cualquiera de sus tres ejes (distorsión geométrica). Son errores no sistemáticos y por ello difíciles de modelar.

• Distorsiones por la rotación terrestre, debido a la altitud orbital y el área abarcada por el sensor, debido a que en el tiempo de adquisición de las imágenes la tierra se desplaza sensiblemente y junto a la propia inclinación de la órbita causa una orientación equivocada.

• Distorsiones por anomalías en el sensor provocando un efecto de barrido no lineal o cambios en el intervalo de recolección de información, lo que transforma la resolución efectiva de la imagen y el tamaño. Otro problema es la falta de calibración entre los detectores, codificando la misma radiancia con ND distintos.

• Distorsiones provocadas por la atmósfera, causando una modificación de la radiación original proveniente de la superficie terrestre. Esto implica un aumento de la señal recibida por el sensor, más sensible en onda corta.



CÁTEDRA DE


9 / 26

Las correcciones radiometricas son vitales para modelar parámetros físicos o abordar estudios multitemporales. La radiación electromagnética es modificada por un efecto de dispersión impredecible debido a su interacción con las moléculas y partículas de los aerosoles presentes en la atmósfera. La dispersión debido a moléculas (dispersión Rayleigh) disminuye rápidamente a medida que aumenta la longitud de onda y se puede considerar que a longitudes de onda mayores a 1 µm el efecto es despreciable. Esto indica que, en el caso del satélite Landsat, se verían afectadas las bandas 1, 2, 3 y una porción de la 4. El efecto Rayleigth es una de las principales causas de bruma, lo que genera una disminución del contraste de la imagen y es considerado como un efecto aditivo.

La dispersión debida a partículas de aerosol no diminuye tan marcadamente con la

longitud de onda, representando el 10% de la radiancia registrada en longitudes de onda cercana a 1 µm, bajo condiciones atmosféricas típicas. Considerando que la absorción debida al vapor de agua y otros gases es despreciable, la dispersión originada por las diferentes causas mencionadas constituye el principal efecto sobre las bandas visibles.

Otro tipo de dispersión es la causada por partículas de mayor tamaño como el polvo o

el vapor de agua. Afectan a las longitudes de onda mayores y solamente es importante cuando el cielo se encuentra levemente cubierto. Por otro lado, cuando se presentan pequeñas gotas de agua, con mayor tamaño que el vapor, ocurre una dispersión indiscriminada de todas las longitudes de onda, tanto visibles como infrarrojo [3].

En contraste con la dispersión, la absorción atmosférica resulta en la perdida de

energía que es absorbida en forma selectiva por los componentes de la atmósfera. Esto determina “ventanas atmosférica” en las que ciertas longitudes de ondas, como el espectro visible, no presentan interacción con la atmósfera [3]. Existen aproximadamente 30 gases en la atmósfera de los cuales 7 tienen efecto de absorción significativos: vapor de agua (H2O), dióxido de carbono(CO2), ozono (03), óxido nitroso (N2O), monóxido de carbono (CO), metano (CH4) y oxígeno (02). Los gases como el vapor de agua, el dióxido de carbono y el ozono son los que presentan mayor influencia.

A los procesos de dispersión y absorción de la radiación se los denomina procesos de

transferencia radiativa y existen códigos de transferencia radiativa que permiten corregir en forma precisa los efectos atmosféricos. Mediante su aplicación se obtienen valores aproximados a los de reflectancia a nivel de la superficie terrestre. Presentan la desventaja de requerir datos muy precisos de las condiciones atmosféricas que normalmente no están disponen.

En muchas aplicaciones es necesaria la limpieza de los datos satelitales mediante

rutinas de preprocesamiento que incluyen la corrección del scattering atmosférico [4]. Los sensores Landsat TM y ETM+ tienen las bandas espectrales ubicadas en porciones del espectro relativamente poco afectadas por la absorción y el scattering gaseoso en la atmósfera. Sin embargo el scattering y la absorción por los aerosoles constituyen la limitación mas severa en la caracterización radiométrica de los datos de satélite y son los que presentan mayor dificultad para su determinación debido a su variación en el tiempo y el espacio [5].

La decisión de someter una imagen a corrección atmosférica depende de la

información que se desea obtener y de los métodos que se utilizaran para obtener esa información. Cuando se realiza una corrección atmosférica, principalmente con el método



CÁTEDRA DE


10 / 26

Sustracción del Objeto Oscuro (DOS de sus siglas en inglés), equivale a sustraer una constante de todos los píxeles en la banda espectral, lo que genera simplemente un corrimiento del valor de los datos (Figura 1). Si bien el valor de la media de los píxeles que componen cada clase cambia, la matriz de variancia y covariancia, que es la base de las clasificaciones por el método de máxima verosimiltud, se mantiene igual a pesar de la corrección. Por lo tanto no se modifican los resultados del método de clasificación al aplicar la corrección atmosférica [5].

Figura 1: Sustraer una constante del conjunto de datos es como correr el centro de

origen del conjunto de datos. Por otro lado cuando se realiza un estudio de cambio de la cobertura utilizando

imágenes clasificadas previamente, la corrección atmosférica no siempre es necesaria. Puede ser omitida en algunas técnicas que realizan una diferencia entre las imágenes para detectar los cambios. La metodología de detección de cambios consiste en sustraer píxel a píxel imágenes correspondientes a dos fechas diferentes. La necesidad de incluir en el análisis la corrección atmosférica esta dada por la forma en que se definen las zonas sin cambios (estables).

Se puede prescindir de la corrección atmosférica en aquellos casos en los que las

zonas estables son definidas como un intervalo de valores. En cambio, cuando se restringen solamente a aquellas zonas en que la diferencia es cero, la corrección atmosférica debe ser realizada. En el primer caso, el efecto aditivo causado por la atmósfera queda contenido en un valor que corresponde a la diferencia entre los valores aditivos generados por las atmósferas de cada fecha (Ec. 1):

(1)

donde D´ y D son las diferentes imágenes con y sin corrección atmosférica. DN(1) y

DN(2) son los valores originales de los píxeles y A1 y A2 son los efectos aditivos de la atmósfera. La constante C es la diferencia aditiva de los efectos atmosféricos entre las dos fechas. El efecto de la corrección atmosférica equivale a cambiar el umbral del histograma de la diferencia de imágenes en C unidades. Debido a este valor aditivo de la diferencia, es que



CÁTEDRA DE


11 / 26

se deben corregir las imágenes o la definición de las zonas estables debe ser diferente de cero.

En los casos en que se trabaje con el Índice de Vegetación de Diferencia Normalizada

(NDVI por sus siglas en inglés) para el monitoreo de la vegetación, se debe considerar que la corrección tiende a aumentar los valores del índice. Para los satélites Landsat el índice se calcula:

Considerando los efectos de la atmósfera este toma la forma:

donde A3 y A4 son los efectos aditivos de la atmósfera para las bandas 3 y 4 respectivamente. El NDVI podría reducir la influencia de los efectos atmosféricos debido a la sustracción y normalización de valores que realiza, pero sin embargo está determinado que sufre una aumento en sus valores al utilizarse imágenes corregidas [6]. El análisis realizado para este índice puede ser extendido al Índice Verde (IV) que se define como el cociente entre el infrarrojo y rojo (IR/R).

Por lo general se puede considerar que en las aplicaciones en las que tome una escala

radiométrica general a través de las imágenes utilizadas en un análisis multitemporal, debe efectuarse la corrección atmosférica. Un buen método de corrección atmosférica solo debería minimiza la distancia espectral entre distintas fechas para la misma cobertura. Además no se debe esperar que la corrección atmosférica aporte nueva información a la imagen original.

Tipos de correcciones atmosféricas: Dependiendo de la aplicación en la que se utilizarán las imágenes, la corrección

atmosférica puede ser absoluta donde el ND de la imagen es convertido a valores de reflectancia a nivel de la superficie observada, o relativa donde un mismo ND en la imagen corregida representa un mismo nivel de reflectancia independientemente del valor real de la reflexión en la superficie terrestre o puede no ser necesaria la corrección atmosférica.

Los procedimientos para corregir las imágenes son en general laboriosos y requieren

datos de las condiciones de la atmósfera en el momento de tomar la imagen, que no suelen estar disponibles. Debido a esto se han desarrollado métodos mas sencillo con información disponibles en los encabezados de las imágenes. En general, las correcciones atmosféricas se han abordado siguiendo cuatro procedimientos[2]:

� Asumir ciertas condiciones atmosféricas estándares que implique ciertos valores de transmisividad de radiancia y transmisividad atmosférica.

� Apoyarse en datos de la propia imagen, obteniendo a parir de los valores de las distintas bandas una estimación del efecto atmosférico (Ej método DOS).

� Homogeneizar los ND entre imágenes multi-temporales de la misma zona (Corrección relativa).



CÁTEDRA DE


12 / 26

� En caso de trabajar con índices de vegetación generados por imágenes NOAA-AVHRR, pueden abordarse correcciones multi-temporales de imágenes, gracias a la frecuente cobertura temporal.

Las correcciones relativas son empíricas y se basan en una relación lineal entre las

bandas de las imágenes a través del tiempo. Esta puede determinarse a través de las mediciones radiométricas sobre zonas que presentan un comportamiento estable en a imagen (PIFs de sus siglas en inglés), los cuales son objetos espacialmente bien definidos y radiométricamente estables. No requieren estimación de ninguna propiedad óptica de la atmósfera y no solo corrigen aspectos relacionados a la atmósfera sino también a efectos como por ejemplo el desgaste del sensor.

Por otro lado, ha sido comprobado por Song et al. (2000) que los métodos mas

complicados en su ejecución no necesariamente presentan mejores resultados cuando son utilizados en clasificaciones y detección de cambio, siendo los métodos mas simples como el DOS los de mejor comportamiento.

Método DOS: El método de sustracción del objeto oscuro (DOS, del inglés Dark Object Subtraction),

es el método mas simple ampliamente usado para una corrección atmosférica absoluta [5]. En este método consiste en restar a cada banda el menor valor de ND presente en cada una de ellas. De este modo se produce un corrimiento del histograma de frecuencias de los ND, asumiendo el inicio del histograma un valor de cero (Figura 1).

El mínimo valor de ND puede ser seleccionado como objeto oscuro cuyo ND es

restado de cada banda. Este se puede definir como el mínimo ND con al menos una frecuencia de mil píxeles [5]. Este modelo se basa en los siguientes supuestos:

• El efecto multiplicativo de la atmósfera es constante. • La superficie terrestre se comporta como una superficie Lambertiana. • Los efectos de la dispersión son uniformes. • Existen en la escena algunos píxeles que se encuentran en oscuridad y

la radiancia que capta el sensor para estos se a debe a la dispersión en moléculas y partículas de la atmósfera.

El método presenta cuatro variantes con niveles de complejidad crecientes que

incluyen diferentes fenómenos que afectan la medición final. El desarrollo teórico y práctico de estos modelos escapa a los objetivos del curso, por lo que solo se abordará el método DOS1. Este considera la transmitancia atmosférica para los rayos que viajan desde el objetivo al sensor y la transmitancia atmosférica en la dirección desde el sol a la superficie equivalentes a la unidad y la radiación difusa que llega a la superficie debido a la dispersión del flujo solar en la atmósfera no lo considera (Edown = 0).

Influencia del relieve, la época del año y la fenología El ángulo de elevación del sol y el ángulo de observación juegan un papel muy importante en la respuesta obtenida por el sensor. Es decir, el sensor puede registrar un valor distinto de radiancia espectral para un mismo tipo de cubierta, con la misma o similar reflectividad, si



CÁTEDRA DE


13 / 26

varían las condiciones de observación o de iluminación. Si a este hecho añadimos que la reflectividad presenta variaciones estacionales, muy notables en el caso de las cubiertas vegetales, se presenta la complejidad en la percepción remota. El comportamiento de una cubierta vegetal en el espectro visible está influido no sólo por sus propias características, sino también por una serie de factores externos que modifican su comportamiento espectral teórico. Algunos de los factores son:

• Ángulo de iluminación solar que depende de la fecha del año y del momento de paso del satélite.

• Modificaciones que el relieve introduce en el ángulo de iluminación: orientación de las laderas o pendiente.

• Influencia de la atmósfera, especialmente en lo que se refiere a la absorción por nubes y a la dispersión selectiva en distintas longitudes de onda.

• Variaciones del medioambiente en la cubierta: asociación con otras superficies, homogeneidad que presenta, estado fenológico, etc.

• Sustrato edáfico o litológico, especialmente influye cuando la cubierta observada presentas una densidad media.

Respuestas espectrales de los elementos naturales

Comportamiento espectral del suelo La reflectancia del suelo está determinada por el comportamiento espectral inherente a

la materia orgánica, los minerales y la humedad. Baumgardner et al (1985) describió la contribución relativa de varios factores a la discriminación espectral, como por ejemplo, la materia orgánica, la textura del suelo, la distribución del tamaño de las partículas, la estructura del suelo, el contenido de óxidos de hierro, la mineralogía del suelo y el material parental [5]. Las características más relevantes son limo, arcilla, hierro y materia orgánica. El ph, la densidad y el contenido de sedimentos y el color (hue), toman importancia como variables especulares.

Comúnmente muchos minerales aportan a la característica de absorción espectral de

un suelo, las cuales producen una señal mezclada. La separación de esas señales permitiría conocer los componentes minerales del suelo estudiado. Una combinación lineal de los miembros del espectro es utilizada para descomponer el espectro de reflectancia correspondiente a cada píxel. Con este método se puede obtener la composición porcentual de los minerales.

Como ejemplo se puede citar que el espectro de la montmorillonita es típico de un

mineral que posee alto contenido de agua, mostrando una fuerte absorción en la bandas cercanas 1,4 y 1,9 micrones, con una banda adicional cercana a los 2,2 micrones. La illita y muscovita tienen bandas de absorción similares, en cambio la caolinita lo hace a los 2,2 y 1,4 micrones.

La cubierta vegetal genera un efecto pantalla de las características espectrales del suelo, por lo que no resulta sencillo obtener información del sustrato a través de sensores espaciales. Mediante las anomalías de la cubierta vegetal, se pueden se pueden detectar



CÁTEDRA DE


14 / 26

características del suelo. Estas anomalías pueden ser distribución de especies, densidad, pigmentación o ciclo fenológico.

En suelos desnudos el comportamiento espectral es más uniforme con una curva

bastante plana y ascendente. Los principales factores de este comportamiento son la composición química, la textura y la estructura. La textura influencia la reflectividad espectral, que es mayor en suelos finos y apelmazados. La estructura y contenido de humedad influyen inversamente en el espectro visible e infrarrojo, debido a su alta absortividad. La mayor diferencia se da en las bandas de absorción del agua. Un suelo arcilloso que posee una fuerte estructura, fina textura y alto contenido de humedad tiene baja reflectividad, en cambio un suelo arenoso con débil estructura y bajo contenido de humedad tiene alta reflectividad. La materia orgánica tiende a oscurecer el suelo y con ello a reducir su reflectividad.

La fracción del espectro visible aporta información acerca de la mineralogía de los

suelos y el infrarrojo cercano de su composición química. La transferencia de cargas asociadas con la transición de los iones metales como Fe, Ti, Cr, y otros determinan la absorción en el espectro visible y el infrarrojo cercano. La transición electrónica produce una amplia absorción, necesitando energía para los procesos de vibración, que es posible con longitudes de onda corta. La absorción es controlada por las características cristalinas y la composición química de los minerales, por eso es posible identificarlos. La información que se obtiene es solamente superficial (2-3 cm de profundidad), ninguna información sub-superficial es obtenida a través de esta técnica [5].

En los suelos expandibles, suelos que contienen minerales de arcilla que cambian de

volumen con el contenido de agua, el volumen original puede incrementarse hasta 150 por ciento con aumentos en la humedad del suelo. La práctica corriente para delinear áreas con alto potencial de expansión se basa en análisis de laboratorio (difracción de rayos X) para establecer la mineralogía de las arcillas y el índice de expansión (límites de Atterberg). Esto requiere una intensa mano de obra y resulta por lo tanto costoso. Una examen cuidadoso de las bandas de absorción (particularmente de los minerales de arcilla) permite caracterizar y plasmar en un mapa la mineralogía y la cantidad de arcillas de los suelos. La discriminación espectral, puede conducir a identificar las fracciones de los diversos minerales arcillosos en superficie, mediante la adquisición de datos en un gran numero de bandas espectrales estrechas, mientras que con micro-ondas podría obtenerse información sobre la humedad de los suelos.

Por lo explicado anteriormente la mineralogía de un suelo puede ser mapeada por

sensores remotos y potencialmente relacionada con su expansión. Posee la dificultad que la vegetación disminuye la calidad de los resultados. A pesar de las técnicas descritas, aun es teórica, la posibilidad de realizar un mapa con la expansión de las arcillas a través de sensores remotos. Los detalles de estas relaciones deben ser investigados para poder utilizar los futuros datos satelitales [5].

Los satélites actuales toman señales de amplio rango de longitudes de onda que hace

que se pierdan las características minerales (ej: Lansat TM y MSS y SPOT). Sin embargo con los sensores de alta resolución espectral, es posible determinar estas diferencias de absorción y de reflexión para cada píxel. Los espectrómetros de imágenes las adquieren en gran numero, con estrecho rango de amplitud (10 a 20 nanómetros) y sin solapamientos, lo que



CÁTEDRA DE


15 / 26

permite obtener el espectro de reflexión de cada píxel que puede ser comparado directamente con el espectro medido a campo o en laboratorio.

Ninguna característica de la textura de los suelos ha sido obtenida directamente, pero

se pueden obtener aproximaciones empíricas combinando los datos de campos y los coeficientes de dispersión de la señal de un radar. Potencialmente pueden ser usadas microondas. RADARSAT y ESA´s ASAR poseen expectativas de que provean suficiente información de la textura, bajo condiciones variables del suelo y la cobertura. Los suelos rugosos y secos tendrán un mayor coeficiente de retro dispersión y por lo tanto aparecerán con tonos claros en la imágenes de radar. En estos la penetración del radar aumenta hasta varios metros si la longitud de onda es suficientemente larga.

La humedad es el factor más destacado del comportamiento de los suelos en el dominio térmico. El agua presenta alta inercia térmica debida a su conductividad, es decir que la radiación recibida es fuertemente absorbida y transmitida por convección resultando más difícil que cambie de temperatura. A mayor humedad el suelo presentará mayor inercia térmica, estando más frió durante el día y más cálido durante la noche que los suelos secos. Suelos con valores de conductividad más elevados presentan mayor inercia térmica y menor emisividad. Los suelos con alta materia orgánica presentan baja conductividad mostrando nítidas diferencias de temperaturas entre el día y la noche en el espectro térmico.

Comportamiento espectral del agua Las superficies acuáticas absorben o transmiten gran parte de la radiación que reciben,

siendo mayor su absorción cuanto más larga sea su longitud de onda. La curva espectral es similar a la del suelo pero de sentido contrario. La mayor reflectividad del agua clara se produce en el azul reduciéndose hacia el infrarrojo donde ya es casi nula. La frontera tierra-agua es muy nítida en esta banda. La variabilidad del agua se detecta más fácil en las longitudes de ondas más cortas como el azul y es debido a su rugosidad, color y profundidad.

La turbidez se detecta en el visible para distintos diámetros de partículas. Es posible

cartografiar las distintas concentraciones de clorofilas en el agua por diversos sensores. Si la concentración de clorofila es alta, la reflectividad en el azul tiende a desaparecer, aumentando en el verde. La rugosidad tiende a aumentar la reflexión difusa y en consecuencia hay mayor reflectividad.

Como ya se mencionó, otorga características espectrales a los suelos en el dominio

térmico. Presenta alta inercia térmica resultando más difícil que cambie de temperatura, estando más fría durante el día y más cálida durante la noche que el entorno terrestre. Presentan mayor inercia térmica y menor emisividad, siendo detectado en el espectro térmico.

En los radares, las microondas permiten una cierta penetración siempre que se trabaje

con ondas lo suficientemente largas y el ángulo de incidencia sea bajo. Una cierta rugosidad puede manifestarse también con ángulo de incidencia bajo, lo que permite observar modificaciones en el oleaje, causado por ejemplo por el derrame de petróleo.

Comportamiento espectral de la vegetación Desde el punto de vista térmico las propiedades de la vegetación son complejas debido

a que absorbe una parte de la energía solar para fotosintetizar. Uno de los procesos más destacado por la señal ofrecida por la vegetación, es el que regula su ciclo hídrico. La



CÁTEDRA DE


16 / 26

transpiración supone un liberación de energía de la planta por lo que suelen estar más frías que su entorno durante el día. Durante la noche, debido a que re-irradian la energía, se encuentran más calientes. Esta variación térmica permite detectar un estrés hídrico por variación en el infrarrojo térmico. La extensión y densidad afectan la emisividad de la vegetación. Las grandes superficies verdes producen un emisividad 30 veces superior a las de suelos vecinos.

La reflectancia espectral, obtenida en laboratorio y a campo, bajo condiciones de Iuz

artificial y natural demuestran que se pueden observar los efectos de la fluorescencia natural de la clorofila en la región de borde rojo. Estos resultados derivan del progreso en bioindicadores de la sostenibilidad de bosques, con fines de relacionar indicadores de base fisiológica con índices ópticos, a partir de la teledetección hiperespectral.

Según varios autores, estimaciones precisas de la concentración de productos bioquímicos en las hojas y la canopia, han sido usado para entender el funcionamiento de los ecosistema en grandes escalas. Esto es posible debido a que muchos procesos como fotosíntesis, respiración, descomposición, entre otros, están relacionado a la concentración de compuestos como agua, nitrógeno y clorofila. También los sensores remotos han sido utilizados para estimar stress, identificar especies y manejar ecosistemas simulando modelos en grandes áreas.

Sensores remotos de alta resolución multiespectral contribuyen a evaluar el desarrollo

del área foliar y la cobertura del cultivo a escala de campo durante la estación de crecimiento. Utilizando modelos de simulación se puede recomendar a los productores las aplicaciones de los diferentes productos a utilizar para cada lugar específico.

La rugosidad es un elemento fundamental en la señal de retorno al tratarse de

microondas de radares. Es muy dependiente del tamaño, forma, orientación, y número de hojas de la cobertura vegetal. A partir de la observación en una sola banda resulta difícil distinguir entre tipos de vegetación. En varios proyectos de inventario forestal se ha puesto de manifiesto la dificultad separar por ejemplo coníferas de caducifolias. La profundidad de penetración en las masas vegetales es dependiente de la longitud de onda a la que se trabaje, así como de las condiciones de humedad del sustrato y de la polarización. La penetración es mayor a longitudes largas (L) con polarización semejante (HH o VV) donde influyen las condiciones del sustrato, mientras que se reduce a longitudes menores (X) más sensible a la geometría y orientación de la hoja o con señales de polarización cruzada. El eco del radar es selectivo a la dirección de propagación. Según algunos autores, en la banda X puede estimarse la rugosidad de la vegetación, en la C la biomasa de la hoja y en la L la biomasa de la madera.

La polarización se refiere a la forma en que son transmitidas y recibidas las señales de radar. En una señal polarizada su vibración se restringe a una dirección determinada. Las dos formas más importantes son la polarización semejante, que es cuando la señal emitida y recibida tiene la misma polarización (Horizontal- Horizontal o Vertical-Vertical); y la cruzada, cuando varían la polarización entre señal emitida y recibida (Horizontal-Vertical o Vertical- Horizontal).



CÁTEDRA DE


17 / 26

Detección de fuego La observación remota de un incendio puede ayudar a resolver el problema, dando

información en un breve período de tiempo para conocer la evolución y localización del fenómeno y asesorando sobre el estado de los bosques.

Como ejemplo se puede citar a la Unión Europea que lanzó un programa denominado

FUEGO, mediante el cual pone en funcionamiento 12 satélites a 700 Km. de altura, dotados de cámaras en el infrarrojo térmico, infrarrojo medio, infrarrojo cercano y el visible.

Detectan focos de calor mediante las cámaras del infrarrojo medio, utilizando la banda

térmica para obtener información adicional acerca del fuego y para filtrar falsas alarmas. La infrarroja cercana y el visible aportan acerca de la presencia de viento y humo y colaboran con las falsas alarmas. También con el visible se puede obtener el índice de vegetación, determinando el riesgo de ignición o la clasificación de alarmas según el daño potencial. El producto de la detección es la posición, tamaño, intensidad y nivel de confianza de la alarma.

Influencia de las variaciones de las características morfológicas, sanitarias y condiciones ambientales sobre las firmas espectrales de los elementos naturales En esta instancia del curso vamos a profundizar los conocimientos acerca del comportamiento de los elementos más importantes en relación a la interacción con la energía que proviene del sol. Ellos son: las plantas (hojas), el suelo y el agua. Este comportamiento es referido principalmente a los niveles de reflectancia, transmitancia y absorción por parte de estos elementos en función de las propiedades que presentan los mismos. De esta forma podremos diferenciar ciertas propiedades de estos elementos analizando la respuesta reflectiva de la energía solar a través del análisis digital de imágenes. Para ello es necesario relacionar el rango de longitudes de onda de las bandas del sensor remoto y las modificaciones que sufre la curva espectral reflectiva del elemento que deseamos estudiar en función de sus características fisiológicas. Un ejemplo de esta relación se muestra en la Figura 1 donde podemos observar los rangos del espectro para las bandas de los sensores más conocidos y utilizados actualmente en relación a las curvas espectrales de suelo, agua clara y la vegetación diferenciando los niveles de reflectancia entre un vegetal sano y enfermo.



CÁTEDRA DE


18 / 26

Figura 1: Curvas espectrales de los elementos más importantes y rangos de observación de los sensores remotos más conocidos en teledetección.

Variaciones de los niveles de reflectancia en las plantas: Gracias a los trabajos de investigación llevados adelante por Gates (1980), Gaussman (1985) y Johannsen (1969) es posible asociar los niveles de reflectancia de las plantas a aspectos biofísicos que permitirán obtener un diagnóstico del estado de los vegetales haciendo uso de las herramientas de la teledetección. Las interacciones energía-materia tienden a ser espectralmente variables y es esta propiedad la que pone en evidencia las variaciones fenológicas y fisiológicas de las plantas. Para un vegetal sano, el pigmento dominante es la clorofila. Éste tiene una pronunciada absorción en longitudes de onda del azul y rojo del espectro visible y es por ello que la vegetación sana aparece de color verde. Sin embargo existen otros pigmentos como los carotenos y las xantofilas que producen reflectancias amarillas y naranjas pero que son de menor intensidad y por lo tanto están enmascaradas por le efecto de la clorofila. Sin embargo durante el stress hídrico o senescencia, la producción de clorofila baja y los carotenos y xenófilos son más visibles.



CÁTEDRA DE


19 / 26

Podemos entonces inferir que a medida que la senescencia de las plantas progresa, se producen cambios en los niveles y la forma de la curva espectral del vegetal sano y joven. La dinámica de estos cambios se muestra en la Figura 2.

Figura 2: Alteraciones en la reflexión de la vegetación debidas a la senescencia.

En la zona del infrarrojo cercano (IRC) comienzan a mostrar diferencias en los niveles de reflectancia de las hojas los aspectos vinculados a su estructura morfológica. Estas son la forma de las paredes de las celdas, los espacios de aire, los cloroplastos, entre otras). La estructura de una hoja con muchos y grandes espacios (dorsiventrales) reflejan mejor las ondas largas que las estructuras compactas (monocotóneas). Este aspecto es mostrado en la Figura 3.



CÁTEDRA DE


20 / 26

Figura 3. Niveles de reflectancia en relación a la estructura de las hojas.(Hoffer & Johannsen, 1969).

A su vez podemos notar que cuando las hojas dorsiventrales crecen, aumenta el espacio intercelular e internamente se separan. Entonces entre dos vegetales de hojas dorsiventrales podemos diferenciar el estado de madurez a partir de los niveles de reflectancia de la energía. En el rango del visible la actividad foitosintética está asociada a los niveles de clorofila. Las hojas jóvenes poseen menor cantidad de clorofila que las maduras y por lo tanto absorben menos energía en las bandas del azul y del rojo. Podemos esperar entonces una mayor reflectancia de las hojas jóvenes en este rango del espectro. Sin embargo en el IRC la relación se invierte ya que las hojas más jóvenes son más compactas y por ende los niveles de reflectancia en esta banda son menores. Estos aspectos son mostrados en la Figura 4.

Figura 4. Niveles de reflectancia de hojas dorsiventrales jóvenes y maduras.

(Gaussman, 1985).



CÁTEDRA DE


21 / 26

En el follaje, los niveles de radiación reflejada son a su vez dependientes de la cantidad de estratos foliares que tengan los vegetales. En el IRC hay muy baja absorción por lo que la energía es mayormente reflejada o transmitida por estos estratos foliares. No ocurre lo mismo en el rango del espectro visible donde la energía es mayoritariamente absorbida o reflejada. Volviendo entonces al rango del IRC, podríamos proponer un modelo en el cual la energía incidente es reflejada y transmitida en partes iguales por los estratos foliares (Figura 5). Entonces, cuando el número de estratos foliares aumenta, los niveles de reflectancia aumentan también (Figura 6).

Figura 5. Modelo del comportamiento de la energía incidente en el IRC considerando dos estratos

foliares.

Figura 6. Relación entre el incremento del número de estratos foliares y los niveles de reflectancia.



CÁTEDRA DE


22 / 26

En los rangos del espectro pertenecientes al infrarrojo medio (IRM) que van desde 1,1 µm a 2,5 µm, la reflectancia está relacionada inversamente al contenido de agua dentro de las hojas. Entonces, los niveles de reflectancia aumentan con la deshidratación. Los cambios más importantes en el comportamiento de la reflectancia ocurren en los picos de absorción de energía por parte del agua a los 1,45 µm, 1,92 µm y 2,7 µm como muestra la figura 7.

Figura 7. Relación entre el contenido de agua de las hojas y los niveles de reflectancia.

(Gaussman, 1985).

Variaciones de los niveles de reflectancia de los suelos: Los niveles de reflectancia espectral de los suelos depende fundamentalmente de seis variables (Harald & Peinado, 1997). Estas son: el contenido de humedad, el contenido de materia orgánica, su estructura, su distribución y tamaño de las partículas que lo componen, su contenido de óxidos de hierro y mineralogía. De éstas, el contenido de humedad es el más importante desde el punto de vista de su dinámica y su influencia en el balance hidrológico de los cultivos de interés comercial. La Figura 8 muestra que existe una relación inversa entre el contenido de humedad de los suelos y los niveles de reflectancia espectral. Las bandas de absorción de agua en los 1,45 µm y 1,92 µm son evidentes.



CÁTEDRA DE


23 / 26

Figura 8. Relación entre el contenido de humedad de un suelo y los niveles de reflectancia

espectral. (Bowers & Hanks, 1965).

En lo que respecta al drenaje natural de agua, los suelos de mejor drenaje son los más reflectivos (Figura 9).

Figura 9. Niveles de reflectividad de los suelos en función de su capacidad de drenaje.



CÁTEDRA DE


24 / 26

En relación al contenido de materia orgánica, los suelos minerales orgánicos disminuyen su reflectividad a medida que el porcentaje de materia orgánica aumenta como se muestra en la Figura 10. En cambio, los niveles de reflectancia de los suelos orgánicos dependen del estado de descomposición del material en el suelo.

Figura 10. Relación entre el contenido de materia orgánica de los suelos minerales y su reflectancia

espectral. (Stoner & Baumgarden, 1980).

En lo que respecta al tamaño de las partículas que componen los suelos en relación a la reflectancia, las partículas con un diámetro grande (como arena media o gruesa) tienen huecos intersticiales pronunciados y la energía es dispersada en todas direcciones, llegando sólo una pequeña parte al sensor, en cambio, cuando el mismo disminuye, los valores de reflectancia espectral se elevan. Si asumimos que el contenido de humedad de suelo y el contenido de materia orgánica se mantienen invariantes, podemos observar el efecto del tamaño de las partículas de arena en la Figura 11.



CÁTEDRA DE


25 / 26

Figura 11. Efecto del tamaño de partículas de arena en relación a la reflectancia espectral.

(Bowers & Hanks, 1965).

En relación a la textura de los suelos (relación entre los componentes de limo, arena y arcilla), observamos en la Figura 12 que los suelos de textura fina (partículas de limo y arcilla pequeñas) presentan mayores niveles de reflectancia espectral que aquellos de textura mayor para la misma proporción de arena y contenido de humedad y materia orgánica invariables.

Figura 12. Relación entre la textura superficial del suelo y su reflectancia espectral.

(Stoner & Baumgarden, 1980).



CÁTEDRA DE


26 / 26

La turbidez del agua y la reflectancia espectral: El agua clara refleja muy poca energía solar en el rango del espectro visible con una cima no muy pronunciada entre 0,4 µm y 0,5 µm que disminuye rápidamente a valores prácticamente nulos antes de llegar al ICM (Figura 1). Sin embargo, el agua turbia es capaz de reflejar grandes cantidades de energía solar. En la Figura 13 podemos notar que el pico de reflectancia comienza a desplazarse un poco hacia valores de 0,7 µm pero su valor aumenta notablemente en función de la concentración de partículas sólidas.

Figura 13. La turbidez del agua en relación con la reflectancia espectral. (Ritchie et al, 1974).

Date post:	20-Sep-2018
Category:	Documents
Upload:	lyminh
View:	215 times
Download:	0 times

Facultad de Ciencias Agropecuarias Universidad Nacional de ...€¦ · El contenido de este manual...

Documents