BASES TEÓRICAS - INIAbiblioteca.inia.cl/medios/transferencia/tallersa... · Proyecto:...

Proyecto: GCP/RLA/126/JPN, FAOInformación sobre Tierras Agrícolas y Aguas para un

Desarrollo Agrícola Sostenible

BASES TEÓRICASRoberto Castro R.

Pontificia Universidad Católica de ChileFacultad de Agronomía e Ingeniería Forestal

[email protected]

Noviembre de 1999

Sistema para el Seguimiento y Análisis deTierras mediante Teledetección

Organización de las Naciones Unidas para laAgricultura y la Alimentación

Sistema para el seguimiento y Análisis de Tierras mediante Teledetección(TeleSAT)

2

Proyecto: GCP/RLA/126/JPN, FAOInformación sobre Tierras Agrícolas y Aguas para un

Desarrollo Agrícola Sostenible

Akihide EnokiEnrique CastilloHoracio Merlet

Sistema para el Seguimiento y Análisis de Tierras mediante Teledetección

(TeleSAT)

BASES TEÓRICAS

Roberto Castro R.Pontificia Universidad Católica de Chile

Facultad de Agronomía e Ingeniería [email protected]

Noviembre de 1999

Organización de las Naciones Unidas para laAgricultura y la Alimentación


1

ÍNDICE

Pag.

INTRODUCCIÓN 41. PRINCIPIOS DE TELEDETECCIÓN 51.1 OBTENCIÓN DE IMÁGENES 61.2 PRINCIPIOS FÍSICOS DE TELEDETECCIÓN 61.2.1 Radiación Electromagnética. 71.2.1.1. Principio y propiedades. 71.2.1.2 Espectro electromagnético. 81.2.1.3. Regiones del espectro según uso en teledetección. 101.3 FUENTES DE ENERGÍA Y CUERPOS NATURALES 121.4 ATMÓSFERA E INTERACCIÓN DE LA ENERGÍA 141.4.1 Absorción 141.4.2 Dispersión 151.4.3 Emisión y refracción 161.5. ESPECTRO ÓPTICO REFLECTIVO. 161.5.1 Reflectividad espectral de los cuerpos. 171.5.2 Transmisión 191.5.3 Absorción 191.6 RESPUESTA ESPECTRAL REFLECTIVA DE ELEMENTOS

NATURALES19

1.6.1 Reflectividad de la vegetación. 211.6.1.1 Absorción de los pigmentos 221.6.1.2 Estructura fisiológica 231.6.1.3 Efecto del ángulo de elevación solar y del sensor 231.6.1.4 Contenidos de agua 231.6.1.5 Efecto del suelo 241.6.1.6 Efecto de la senescencia y enfermedades 241.6.1.7 Efecto de la geometría de la cobertura 251.6.1.8 Efecto de la fenología 251.6.1.9 Factores externos 251.6.2 Reflectividad de los suelos 261.6.2.1 Contenido de humedad 261.6.2.2 Textura 271.6.2.3 Estructura 271.6.2.4 Composición del suelo 281.6.3 Reflectividad del sistema Suelo - Vegetación 281.6.4 Reflectividad de los cuerpos de agua 301.6.5 Reflectividad del hielo, nieve y nubes. 311.6.6 Reflectividad de los materiales construidos por el hombre. 33


2

1.7 RESPUESTA DE LOS RECURSOS TERRESTRES EN ELRANGO DE LAS MICRO-ONDAS (RADAR DE IMÁGENES)

33

1.7.1 Resolución espacial. 351.7.2 Angulo de depresión. 351.7.3 Topografía y rugosidad del terreno. 371.7.4 Propiedades físicas del terreno. 371.8 TIPOS DE SISTEMAS DE TELEDETECCIÒN 381.9 RESOLUCIÓN Y RECONOCIMIENTO 391.9.1 Resolución espacial. 391.9.2 Resolución espectral 411.9.3 Resolución radiométrica 421.9.4 Resolución temporal 42

2. SEGUIMIENTO DE COBERTURAS VEGETACIONALES 44

2.1 LA IMAGEN DIGITAL 442.2 CORRECCIÓN GEOMÉTRICA 462. 3 ANÁLISIS VISUAL DE LAS IMÁGENES 472.3.1 Tono 482.3.2 Color 482.3.3 Textura 512.3.4 Contexto espacial 512.4 TÉCNICAS DE TELEDETECCIÓN PARA EL ESTUDIO DEL

SUELO Y COBERTURAS VEGETALES.52

2.4.1 Clasificación de imágenes 522.4.2 Operaciones entre bandas 552.4.3 Análisis de componentes principales (ACP). 562.4.4 Índices vegetacionales 582.4.4.1 Indice de vegetación de diferencia normalizada (NDVI) 592.4.4.2 Índice de verdor visual (IVV) 612.4.5 Indices espectrales del suelo 612.4.5.1 Indice de brillo. 622.4.5.2 Indice de rojo 622.5 MÉTODOS PARA SEGUIMIENTO DE COBERTURAS

VEGETALES (MULTIESTACIONALES Y MULTIANUALES)63

2.5.1 Comparación de cartografía temática 642.5.2 Cambios con datos contínuos 652.5.2.1 Análisis de regresión 652.5.2.2 Análisis de vectores 662.5.2.3 Composiciones digitales multitemporales 672.5.2.4 Resta entre imágenes 682.5.2.5 Resta normalizada 692.5.2.6 Análisis de componentes principales 702.5.3 Análisis de series multitemporales 722.5.3.1 Desviación de una imagen respecto del promedio histórico 722.5.3.2 Índice de verdor relativo (IVR) 72


3

2.5.3.3 Análisis de componentes principales en series temporales 742.5.4 Indicaciones generales 75

BIBLIOGRAFÍA 76GLOSARIO 79


4

SISTEMA DE INFORMACIÓN SOBRE TIERRAS Y AGUA PARA UNDESARROLLO SOSTENIBLE

SEGUIMIENTO DE DEGRADACIÓN DE TIERRAS MEDIANTETELEDETECCIÓN (TeleSAT)

BASES TEÓRICAS

INTRODUCCIÓN

La palabra teledetección deriva de la traducción dada por los franceses en 1967al término inglés "remote sensing". No existe una definición única, sin embargo en lamedida que esta disciplina ha ido madurando la definición se ha vuelto más robusta.Una aproximación a una definición más moderna es la siguiente:

Teledetección es un conjunto de técnicas y conocimientos que forman parte delas ciencias espaciales, que se caracterizan por permitir el estudio de losrecursos terrestres, a partir de datos registrados por sensores que se encuentranen plataformas terrestres, aéreas o satelitales, alejadas del propio objeto enestudio, mediante un método científico.

La teledetección así definida se realiza considerando los siguientes elementos:una fuente de energía; un sistema sensor que capta la energía que interactúa con lasuperficie terrestre, la codifica, graba y envía a los sistemas de recepción; la cubiertaterrestre, integrada por suelos, agua y vegetación; el sistema de recepción einterpretación de la información recibida de la plataforma de observación; un sistemaintérprete para facilitar su estudio y evaluación. Por último, el usuario que analiza elconjunto de datos mediante un método que le permite transformar los datos eninformación, según los objetivos e hipótesis formuladas (Castro, 1997; Mather, 1987).

La teledetección incluye la utilización de diversas fuentes de datos (figura 1), lasque a su vez se integran en la tecnología de Información Geográfica (SIG), lo quepermite organizar, integrar y analizar grandes cantidades de datos provenientes dedistintas fuentes y modelarlos con fines prácticos.


5

Figura 1. Ciclo de teledetección.

Hoy en día es difícil concebir la utilización sistemática de los datos deteledetección sin la integración de sus resultados en un SIG.

Esta forma de concebir la teledetección conlleva a entender que cada necesidaddel usuario, expresada en objetivos claros, se puede satisfacer con medios adecuados,que a su vez determinan el tiempo de ejecución del proyecto y los niveles de precisiónque se alcanzarán.

Lo anterior se puede optimizar si se utilizan las fuentes de datos en formasistémica, constituyendo metodologías que integren los datos puntuales de terreno conlos de nivel regional o superiores (método multinivel).

1. PRINCIPIOS DE TELEDETECCIÓN

La base física de la teledetección se encuentra en la capacidad de los sensores,para medir las respuestas espectrales de los objetos, sus variaciones espaciales ytemporales.

El estudio de los recursos territoriales y la medición de los campos energéticosde los cuerpos se centra en el empleo de longitudes de ondas electromagnéticas, que son codificadas en datos digitales y dispuestos en arreglos matriciales, basadas en unacelda de tamaño conocido, como unidad de registro.


6

1.1 OBTENCIÓN DE IMÁGENES

El primer elemento en el proceso de obtención de imágenes es contar con unafuente de energía que emita radiación electromagnética (sol), esta energía se transmite através de un medio (atmósfera), a una determinada velocidad (de la luz), luego llega alobjeto, el cual responde de acuerdo a sus características externas e internas, reflejando,absorbiendo o transmitiendo la energía incidente y, posteriormente vuelve a través delmismo medio de propagación, para incidir sobre el sensor, quien captura la radiancia yla transforma en formato digital (figura 1.1).

Figura 1.1Componentes del Sistema de Teledetección

Las características del sensor definen el tipo de datos a obtener. En el caso deuna cámara fotográfica la energía será registrada en la emulsión de la película,creándose un registro análogo. En el caso de sensores multiespectrales electro-ópticosel registro será digital.

Este procedimiento sencillo configura la fase de la "adquisición de datos", luegose realiza la interpretación de las imágenes, mediante un análisis visual o por un procesode clasificación digital o combinando ambos métodos.

1.2 PRINCIPIOS FÍSICOS DE TELEDETECCIÓN

La base física de la teledetección y las fotografías se encuentra en la capacidadde los sensores, para medir las respuestas espectrales de los objetos, sus variacionesespaciales y temporales.

El estudio de los recursos territoriales y la medición de los campos energéticos


7

de los cuerpos se centra en el empleo de longitudes de ondas electromagnéticas, que son codificadas en datos digitales y dispuestos en arreglos matriciales, basadas en unacelda de tamaño conocido, como unidad de registro.

La técnica de adquirir información de un objeto a distancia se apoya en lacapacidad que tienen los materiales para reflejar o emitir energía. Las leyes quecontrolan la distribución de la energía son: la ley de Planck, que proporciona los valoresde energía para un determinado cuerpo; la ley de Wien que establece una relación entrela longitud de onda que emite el cuerpo y la temperatura y, la ecuación de SteffanBoltzmann que proporciona los valores de espectro-emitancia radiante en watt/cm2

/micrón.

1.2.1 Radiación Electromagnética.

La radiación electromagnética se encuentra constituida por un flujo delongitudes de onda compuestas por dos vectores, uno magnético y otro eléctrico,perpendiculares entre sí, que se desplazan a una velocidad dada y con una determinadafrecuencia, formando un campo de energía continuo, que para efectos de sucomprensión se define entre las longitudes de onda Gamma y las longitudes de radio yTV.

1.2.1.1. Principio y propiedades.

La energía electromagnética (EE) que se propaga a través del espacio,proveniente del sol, lo hace en forma de interacción entre campos eléctricos ymagnéticos.

Los primeros modelos que explican las propiedades de la EE fueron la teoríacorpuscular de Newton y la teoría ondulatoria de Maxwell. Hoy en día se acepta ambasy se define la EE como toda la energía que se desplaza por el espacio a la velocidadconstante de la luz y en forma armónica, es decir, en ondas repetitivas e igualmenteespaciadas en el tiempo, de esta forma se considera también la teoría ondulatoriamoderna de Maxwell y la teoría de los cuantos de energía.

La teoría ondulatoria de Maxwell se refiere a la propagación y efectos ópticosde la EE., mientras que la teoría cuántica trata los aspectos de absorción y emisión delas moléculas de la radiación.

Maxwell establece que la relación entre la velocidad de propagación de laradiación, su frecuencia y longitud de onda, cuando lo hace en el vacío, esta dada por:

c = λλ * f donde :

c = Velocidad de propagación de la luz ( 3x108 m/seg).λ = Longitud de onda.


8

f = Frecuencia.

La longitud de onda (λ), corresponde a la distancia lineal entre dos ondassucesivas y se mide en unidades métricas. La frecuencia, corresponde al número deondas que se propagan por unidad de tiempo, se mide en ciclos (número de ondas) porsegundo (cps).

Cuando la EE se propaga a través de un medio material la velocidad depropagación dependerá de las propiedades del material y del tamaño de la longitud deonda.

La teoría cuántica viene a explicar interacciones con la materia. Se hademostrado que la generación de ondas electromagnéticas ocurre en pequeñospaquetes o series de ondas. Cada paquete transporta energía radiante (Q) proporcionala la frecuencia (f). De esta forma, todo objeto cuya temperatura sea mayor a 0 gradosKelvin emite EE y refleja en rangos de longitud de onda específica.

Las ondas electromagnéticas se caracterizan por tener: Intensidad, Frecuencia olongitud de onda y Polarización.

En cuanto a intensidad, la energía transmitida por la onda es proporcional alcuadrado del campo eléctrico (E2) o del campo magnético (H2) en forma equivalente,dado que son independientes. La intensidad se expresa en Watt/cm2.

La frecuencia se mide en ciclos por segundo (cps), cuya unidad es el Herz. UnMega Hertz (MHz) es igual a 106 cps.

La longitud de onda se mide, en el sistema métrico, en unidades comoAngstrom, micrón o micrómetro, nanómetro o milimicra, cm, metros, etc.

En forma equivalente tenemos:

1 Å = 10-10 m. = 10-8 cm. = 10-4 µm. = 10-1 nm.1 µm = 104 Å = 103 nm. = 104 cm.

1.2.1.2 Espectro electromagnético.

De acuerdo a las propiedades físicas de la radiación, el espectroelectromagnético es un arreglo continuo de radiaciones, ordenado según longitud deonda o frecuencia. En términos de longitud se ha demostrado que se extiende desdeangstroms hasta kilómetros.

La frecuencia fluctúa de 104 a 1020, correspondiendo a frecuencia altas,longitudes de onda menores.


9

No existe forma de detectar todo el espectro, por lo cual se divide en regionesespectrales, siendo la subdivisión arbitraria, basada solamente en los medios disponiblespara generar y detectar la energía.

Los límites tampoco son fijos y se encuentran variaciones según los diversosautores. A continuación se presenta el espectro en un gráfico (Figura 1.2.1.2) según laAmerican Society of Photogrametry (1975).

Figura 1.2.1.2Espectro Electromagnético.

Las diferentes regiones que se señalan en el espectro tienen distintaspropiedades.

- Rayos Cósmicos y Gama. Tienen una longitud de onda menor a 0,03 nm, laradiación proveniente del sol es totalmente absorbida por la atmósfera y no esutilizable en teledetección.

- Rayos X. Longitud de onda de 0,03 a 3 nm. Radiación que es absorbidacompletamente por los gases de la atmósfera, por lo que no es posible emplearla enteledetección. Se han construido emisores de rayos X para penetrar en los tejidoshumanos.

- Ultravioleta (U.V). Desde 3 µm a 4 µm. La radiación menor a 3 µm es absorbidapor el ozono. En teledetección se utiliza la región comprendida entre 0,3 a 0,4 µm,llamada ultravioleta fotográfico, es detectable con película y fotodetectoresespeciales.


10

- Visible. Desde 0,4 a 0,7 µm. Rango de operación de la fotografía convencional.

- Infrarrojo (I.R.) Rayo espectral desde 0,7 a 14 µm. La interacción con la materia varía según la longitud de onda. Las principales subregiones son:

a) Infrarrojo reflejado: Desde 0,7 a 3 µm. Esta subregión se divide a su vez eninfrarrojo cercano desde 0,7 a 1,3 µm e infrarrojo medio de 1,3 a 3,0 µm. Lossistemas fotográficos operan hasta 0,9 µm como límite máximo. Es energíareflejada y no entrega información sobre las propiedades térmicas de los materialesa las temperaturas normales de la superficie terrestre.

b) Infrarrojo termal (llamado también lejano): Desde 3,0 a 14 µm., pero utilizable endos ventanas, la primera de 3 a 5 y la segunda de 8 a 14 micrómetros. Lasimágenes en esta región son obtenidas con barredores termales, sensores óptico-mecánico, pero no con películas.

- Micro-ondas: Región de 0,3 a 300 cm. La ventaja de estas longitudes reside en quepueden penetrar nubes, niebla y lluvias poco intensas. Se captan a través del radar yson entregadas como imágenes. Los sistemas comerciales trabajan en la actualidadcon banda K (0,8 a 2,4 cm), banda X (2,4 a 3,75 cm) y banda L (15 a 30 cm). Laslongitudes de onda superiores a las micro-ondas son utilizadas en transmisiones deradio, pero no son utilizadas en teledetección.

1.2.1.3. Regiones del espectro según uso en teledetección.

La regiones del espectro, de acuerdo a los sensores usados y al tipo de radiación son:

a) Región óptica reflectiva: comprende las longitudes de onda que dependen de laenergía solar, desde el violeta al infrarrojo medio (0,2 a 2,3 µm.).

b) Región emisiva o termal: se encuentra entre 8 a 14 µm. y corresponde a la zonadonde se manifiesta con mayor intensidad la emisión de los cuerpos de la tierraque se caracterizan por una temperatura absoluta de alrededor a 300° K.

c) Región de radiación reflejada en microondas: comprende las longitudes entre0,1 cm a 1 m., en la cual funcionan los radares.

Las regiones del espectro, clasificadas de acuerdo a su utilización enteledetección (Tabla 1.1) difieren de las definidas en el punto anterior (1.2.1.2).


11

Tabla 1.1Resumen de las regiones utilizables en teledetección

Región Banda Longitud de onda

Ultravioleta U.V. IntermedioU.V. Cercano(fotográfico)

0,280 a 0,315 µm.0,315 a 0,380 µm.

Visible VioletaIndigoAzulVerdeAmarilloNaranjaRojo

0,380 a 0,446 µm.0,446 a 0,464 µm.0,464 a 0,500 µm.0,500 a 0,578 µm.0,578 a 0,592 µm.0,592 a 0,620 µm.0,620 a 0,700 µm.

Infrarrojo CercanoMedioTermal (lejano)

0,7 a 1,3 µm.1,3 a 3,0 µm.3,0 a 14,0 µm.

Micro-onda (Mo) 0,3 a 300 cm.

Las diferencias con la clasificación del punto anterior se centra en las regionessiguientes:

• Región Fotográfica: De 0,3 a 0,9 µm, y corresponde al rango de sensibilidad de laspelículas fotográficas actualmente en uso. Se localiza en la ventana atmosféricacomprendida entre 0,3 y 1,35 µm. Es el rango que se utiliza en fotografíamultiespectral.

• Región reflectiva (0,3 a 3,0 µm): Corresponde al rango donde los sensores captanla energía reflejada por los cuerpos naturales, incluye infrarrojo cercano y medio.

• Región emisiva (3,0 a 14,0 µm): Los sensores captan la radiación emitida por loscuerpos en función de su temperatura; a temperaturas normales los cuerpos de lasuperficie emiten longitudes de ondas largas, por lo que sólo operan en esta regiónsensores térmicos. Se denomina también infrarrojo emisivo o termal.

• Región óptica (0,3 a 15,0 µm): Comprende el rango de aplicación de los sistemasópticos como lentes, prismas, espejos, de los barredores multiespectrales, siendoestos últimos los sensores de mayor amplitud de resolución espectral.


12

1.3 FUENTES DE ENERGÍA Y CUERPOS NATURALES.

Las fuentes de energía que se utilizan en teledetección son de dos tipos: fuentesnaturales como el sol y fuentes construidas con fines específicos como es el caso delradar.

Para explicarnos las propiedades de la energía producida por las fuentesnaturales, se recurre frecuentemente al concepto teórico del cuerpo negro.

Un cuerpo negro se encuentra en equilibrio térmico con el medio que lo rodea,absorbe toda la energía que recibe y vuelve a emitirla en forma integra (emisiónmáxima).

Todo cuerpo emite radiaciones en función de su temperatura y transforma encalor la energía que absorbe.

La intensidad y la distribución espectral de la radiación emitida depende de latemperatura del cuerpo y de su naturaleza (Figura 1.3)

Figura 1.3Curvas de radiancia de un cuerpo negro a distintas temperaturas

La energía solar al llegar a la tierra en parte es reflejada, transmitida y absorbidapor los distintos objetos y luego emitida, de acuerdo a las características físico-químicasde él y según las leyes que controlan la energía solar y que son las siguientes:


13

(1) Ley de Plank : Proporciona el valor de radiancia de los cuerpos deacuerdo a :

λλr = C1 * E * λλ - 5 * [ e (C2 /(T λλ))-1 ]donde:

λr = Radiancia.E = Emisividad.λ = Longitud de onda.C1 y C2 = Constante de Plank.T = Temperatura absoluta (ºK).e = Base logarítmica.

(2) Ley de Wien : Relaciona la longitud de onda y la temperatura absolutade un cuerpo.

λλmáx = C/T

donde:C = 2,898T = Temperatura absoluta (ºK)λmáx = Longitud de onda donde la relación es máxima.

(3) Ley de Stephan Boltzmann : Proporciona el valor de la emisividad radiante (W).

W = E * σσ * T4

donde:

σ = Constante de Boltzmann.E = Emisividad.T = Temperatura absoluta (ºK).W = Energía total emitida por unidad de superficie.

Estas tres leyes explican el componente y el origen de las firmas espectrales quecada objeto produce una vez que la energía solar incide sobre él. La energía incidente,sin embargo, varía por otros factores como: hora del día, época del año, latitud,condiciones meteorológica, difracción y absorción atmosférica, factores que afectan larespuesta espectral final de los objetos.

La energía que llega al objeto es la que se conoce como energía incidente ycuyo análisis se trata en los siguientes puntos.


14

1.4 ATMÓSFERA E INTERACCIÓN DE LA ENERGÍA

El estudio de la atmósfera es importante ya que influye en el paso de energíasolar en dos etapas (fuente-objeto y objeto-sensor). El fenómeno de la interferenciaatmosférica presenta limitaciones y ventajas para captar la energía reflejada o emitida.

La interferencia es selectiva para cada longitud de onda y se debe a fenómenosde: absorción, difusión o dispersión, emisión, refracción y reflexión.

1.4.1 Absorción

La absorción de la radiación electromagnética (R.E.M.) en la atmósfera se debea las partículas de oxígeno (O2) y ozono (O3), agua, gas carbónico (CO2), oxígenoatómico (O), monóxido de carbono (CO), N2, NO, N2O, CH4, etc., que indica lairradiación espectral para la luz solar directa, antes y después de su paso por laatmósfera.

Los coeficientes de absorción según las longitudes de onda varían en función dela altura y composición de la atmósfera.

La región del ultravioleta es absorbida por O2, N2, O3, es decir, gran proporciónde longitudes de onda inferiores a 0,3 µm.

En el rango visible, el ozono (O3) produce absorción de λ de 0,6 µm y eloxígeno monocular (O) absorbe entre 0,69 y 0,76 µm.

Del rango del infrarrojo, el vapor de agua absorbe parte de longitudes 0,7 - 0,8- 0,9 - 1,1 - 1,4 - 1,9 - 2,7 - 3,2 - 6,3 y 14 µm. El gas carbónico, 1,6 - 2 - 2,7 - 4,3 y 15µm. El oxígeno, 12,7 µm.

En longitudes de onda mayor, el vapor de agua absorbe entre 1,63 a 13,5 mm,el ozono en 27 mm. y el oxígeno: 2,5 mm.

Figura 1.4.1Absorción espectral de la atmósfera según longitud de onda


15

La atmósfera absorbe gran parte de las radiaciones para las diferenteslongitudes, como se presenta en la figura 1.4.1, pero es posible encontrar algunasbandas donde pasa un gran porcentaje de energía y es lo que se conoce como ventanasatmosféricas y que dan origen a las zonas del espectro donde se pueden emplear lastécnicas de percepción remota, según se ilustra en el Tabla 1.2.

Tabla 1.2Ventanas atmosféricas

Banda(micrómetro)

Nombre Sensor

0,3 - 1,35

1,5 - 1,8

2,0 - 2,4

2,9 - 4,2

4,5 - 5,5

8,0 - 14

1 mm

U.V. – Visible - I.R.I.R.I.R.

I.R.

I.R.

I.R.

Microonda y radio

Fotográfico y barredorÓptico mecánico

Barredor óptico-mecánico

Sensores pasivos y activos demicroondas

1.4.2 Dispersión

La dispersión se produce por la presencia de partículas en la atmósfera,especialmente de gas, agua y humo.

Según el tamaño de las partículas se pueden producir los siguientes tipos dedispersión:

a) Dispersión de Rayleigh, cuando el tamaño de las partículas es menor a lalongitud de onda. Se produce una pérdida de energía que aporta el color azul delcielo, es importante para el espectro visible. Se realiza entre los 5.000 a 10.000metros de altura.

b) Dispersión de Mie, cuando el tamaño de las partículas es aproximadamenteigual al tamaño de la longitud de onda. se realiza bajo los 5.000 metros.


16

c) Dispersión no selectiva, se produce cuando el tamaño de las partículas esmayor a la longitud de onda. Esta dispersión explica el color blanco de las nubes. Estadispersión es producida por el vapor de agua, para longitudes de onda inferiores a 15µm.

1.4.3 Emisión y refracción

La atmósfera emite longitudes de onda correspondiente a las absorbidas, estaradiación se agrega a la útil, reduciendo el contraste de radiación de los objetos.

La refracción se produce debido a que la atmósfera es un medio gaseoso, lo quehace que la propagación de las ondas no sea en línea recta.

En general, podemos decir que los fenómenos atmosféricos hacen posible lailuminación de los lugares en forma indirecta.

La estación del año, día y hora, son importantes porque varían el ángulo deincidencia de la energía solar. La cantidad de energía reflejada por los objetos, acentúalos fenómenos de interferencia atmosférica y aumenta o disminuye la cantidad desuperficies bajo sombras.

1.5. ESPECTRO ÓPTICO REFLECTIVO.

El flujo de radiación espectral incidente sobre la tierra es reflejado, absorbido ytransmitido al interactuar con los objetos. La proporción de cada uno de estos procesosestará de acuerdo a la naturaleza de los objetos, tanto de sus propiedades internas como desu forma y características externas, como también de la longitud de onda de la energíaincidente, del ángulo de iluminación (dependiente de la hora del día y estación del año)condiciones atmosféricas, influencia de las características topográficas y de la proximidadcon otros objetos diferentes que modifican, agregando o restando energía.

La reflectancia ocurre cuando la energía interactúa con una superficie notransparente, corresponde a la capacidad de la superficie de reflejar la energía incidente. Semide mediante la reflectividad que es la relación entre el flujo incidente y el flujo de energíareflejada.

La naturaleza de la reflectancia depende del tamaño de las irregularidades de lasuperficie en relación con la longitud de onda de la radiación considerada. Si la superficie essuave y el particulado o rugosidad es menor que la longitud de onda se produce unareflexión especular, la cual se caracteriza porque refleja la mayor parte de la energía en unflujo único, en el mismo ángulo de incidencia. Esto ocurre con los cuerpos de agua encalma, superficies con espejos y metales.

En las superficies rugosas se produce una reflectividad en todas las direcciones,


17

estas superficies se conocen como reflectores difusos, los que se comportan de acuerdo a laley de Lambert que enunció que de una superficie perfectamente difusa se percibe un brilloque no cambia con el ángulo de observación. Esta ley es normalmente usada enteledetección para explicar el comportamiento de las superficies naturales, de esta forma, sepuede hablar de superficies no lambertianas, mixtas y lambertianas.

Un ejemplo de superficie no lambertiana es la cubierta vegetal de la vid (viñas), cuyareflectividad varia de acuerdo a la disposición de las cepas y del ángulo de observación.

Se debe recordar siempre que la reflectividad de una superficie rugosa depende de lapropia superficie en relación a la longitud de onda incidente y del ángulo de iluminación yque un objeto puede responder en forma especular, lambertiana o mixta.

Las medidas de radiometría espectral que se realizan en teledetección, coninstrumentos localizados a pocos metros del suelo, dependen tanto de la superficiereflectante como de las direcciones de iluminación y de observación, tal como se indicaen la figura 1.5.

Figura 1.5Geometría de una medida de reflectividad espectral

Los sensores ubicados en plataformas espaciales, como por ejemplo el ThematicMapper ™, a bordo del satélite Landsat 5 y 7, proporcionan medidas que estánrelacionadas con las obtenidas en el suelo mediante espectroradiómetros. No obstante,esta relación no es sencilla de establecer debido a los diferentes efectos perturbadoresque alteran la señal al pasar a través de la atmósfera.

1.5.1 Reflectividad espectral de los cuerpos.

Las características de reflectancia, están íntimamente asociadas a lacomposición misma de los cuerpos naturales, tanto en sus propiedades químicas comofísicas.


18

Si un objeto absorbe toda la energía incidente se dice que es un cuerpo negro.El cuerpo negro es un cuerpo ideal en equilibrio termodinámico con su medio ambiente,absorbiendo totalmente la radiación que recibe y emite una radiación máxima en todaslas longitudes de onda.

Por otro lado, un cuerpo gris se define como aquel que no absorbe toda laradiación recibida, una parte es reflejada o transmitida. Por lo tanto, a igualtemperatura, un cuerpo gris no emite tanto como un cuerpo negro.

Así, se cumple siempre con la ley de conservación de la energía que se expresaen la siguiente relación :

I = R + A + Tdonde:

I = Energía incidenteR = Energía reflejadaA = Energía AbsorbidaT = Energía Transmitida

En la naturaleza se encuentran cuerpos que absorben y reflejan en parte laenergía y no en su totalidad, por lo cual tendremos:

λλ = P x Hdonde:

λ = radiancia de un cuerpoP = reflectanciaH = irradiación

Se expresa así el retorno de energía obtenido de los diferentes objetos, la cual esmedida por espectrómetros y radiómetros. Esta energía es la que puede ser captada porlos sensores remotos y transformada en señal electrónica, valor numérico y finalmentellevada a imagen.

Las características más estrechamente relacionadas con la proporción de energíaque reflejan los cuerpos naturales son: las irregularidades de la superficie, el contenidode humedad, el color de la superficie y la composición química.

Las irregularidades de la superficie condicionan en una alta proporción lareflexión de los cuerpos naturales. Como principio general puede establecerse quecuando éstas son de magnitud menor que la longitud de onda, se presenta reflexiónespecular, donde el ángulo de reflexión de la radiación es igual al ángulo de incidencia.Para irregularidades mayores que la longitud de onda, se presenta reflexión difusa.

En la reflexión especular, normalmente casi la totalidad de la radiación esreflejada en determinada dirección; por tanto, puede bien llegar al sensor produciendouna señal sumamente fuerte como sucede generalmente en la fotografía aérea, o bien,


19

desviarse completamente de la trayectoria del sensor y no producir ninguna señal.1.5.2 Transmisión

La transmisión de la radiación ocurre cuando esta pasa a través de una sustancia sinuna atenuación significativa. La habilidad de un medio para transmitir energía se mide comola transmitancia (t):

t = radiación transmitida / radiación incidente.

En teledetección es importante en relación con las películas que utilizan las cámaraaéreas y espaciales, como también en relación a los filtros que se deben usar para lograr elregistro de determinadas bandas espectrales.

Comúnmente se piensa que la transmisión esta ligada a los cuerpos transparentescomo el agua, esto es porque la relacionamos con las longitudes de onda del visible, sinembargo existe transmisión en diferentes cuerpos en otras longitudes de onda. Es el caso delas hojas de los vegetales, las cuales son opacas a la región del visible pero transmiten unacantidad significativa de longitudes de onda del infrarrojo.

1.5.3 Absorción

La absorción de la energía por los objetos depende de las características de cadauno, especialmente de la estructura interna y externa que le permiten la capacidad de retener la radiación incidente y transformarla en energía, la que sumada a la propia energíaconstituye su emisividad.

Las superficies terrestres tienen diferentes grados de absorción, modificando lacantidad de energía reflejada.

La absorción se mide por la absortividad que es la relación entre el flujo incidente yel absorbido por la superficie (flujo absorbido / flujo incidente).

1.6 RESPUESTA ESPECTRAL REFLECTIVA DE ELEMENTOS NATURALES

En este punto se verá el comportamiento de las coberturas principales de latierra, como son la vegetación, suelo y agua, en las tres regiones del espectroelectromagnético de mayor uso en teledetección.

La energía, al llegar al objeto, interactúa de diversas formas dependiendo de lascaracterísticas propias del objeto. De esta forma, tenemos que la Energía Incidente (I),puede ser Reflejada (R), parte Transmitida (T) y parte Absorbida (A) (figura 1.6).


20

Figura 1.6.Interacción de Energía con la superficie terrestre

El comportamiento teórico o la respuesta modelo de cada uno de los objetos con lainteracción con la energía, expresada en la resultante de energía reflejada, en este caso, es loque se llama FIRMAS ESPECTRALES, las cuales ayudan a identificar cada uno de losobjetos de la superficie de la tierra, por cuanto cada uno de los objetos tiene una respuestaespectral única.

Las firmas espectrales (figura 1.6.1 ) o curvas características son entoncesrepresentación de la energía reflejada en relación a las longitudes de onda, consideradas sinel efecto atmosférico de la trayectoria objeto-sensor, y medida en condiciones ideales deángulo incidente.

Figura 1.6.1Firmas Espectrales de Diferentes Coberturas


21

En esta figura (1.6.1) se aprecia las firmas espectrales de cada elemento y comodifieren estas, así como las longitudes de ondas donde las respuestas se hacen parecidas.Esto refuerza la necesidad de contar con sensores que puedan captar un númerosignificativo de bandas espectrales. Se observa además, en que zonas del espectro cadaobjeto refleja mayor energía, dato que es de gran utilidad para la identificación yrepresentación mediante la asignación de los colores primarios a cada una de las bandas y laselección óptima de las propias bandas espectrales a trabajar.

En la región 0,7 a 0,9 micrómetros se muestra una marcada separación entre lascurvas de vegetación, agua, suelo, por lo tanto, puede perfectamente tomarse estaregión como básica, si se quiere establecer la separación entre estos tres cuerposnaturales.

Las firmas espectrales son indicativas entonces, del comportamiento espectral de losdistintos objetos en las diferentes bandas espectrales, por lo cual un conjunto de firmas,representativas de diferentes objetos indican en que bandas existe una mayor separabilidadespectral, haciendo más fácil su identificación en las imágenes y su respectiva clasificación.

El conocimiento de la reflectividad se logra con mediciones en laboratorio o en elterreno, mediante instrumentos denominados radiómetros.

Los datos obtenidos mediante estos instrumentos deben ser considerados enrelación a los elementos externos que afectan los datos que se obtienen por los sensoresespaciales. Estos son: atmósfera, ángulo de iluminación solar, ángulo de observación delsensor, estado fenológico en el caso de los vegetales, época del año, ubicación geográfica,calibración espectral y radiométrica del sensor, cambios en la humedad, etc.

1.6.1 Reflectividad de la vegetación.

La cobertura vegetacional esta conformada por un conjunto de hojas que sedisponen y agrupan de formas diferentes, la cual puede ser medida por el LAI (índice deárea foliar) que es la superficie total de hojas por superficie de terreno.

El tipo de reflectancia de una hoja es Lambertiana.

Una hoja esta constituida por diferentes capas de materia orgánica de estructurafibrosa, las cuales contienen diferentes tipos de pigmentos como la clorofila a y b, xántofilas,carotenos y otros, poseen una estructura fisiológica compleja y contenidos de agua variable,dependiendo de la especie y de las condiciones del sitio donde se desarrollan, como tambiénde las características fenológicas de la propia hoja.

La cantidad de energía que es reflejada, absorbida y transmitida en las diferenteslongitudes de onda por las hojas, depende de otros factores, aparte de los mencionadosanteriormente, como son la respuesta espectral del suelo, presencia de vegetaciónsenescente, elevación angular del sol y del sensor, la geometría de la propia cobertura de los


22

cultivos y los cambios fenológicos.

La reflectancia espectral de la cobertura vegetacional varia con la longitud de onda,reflejando más en ciertas longitudes de onda que en otras. En la figura 1.6.2. se presenta lacurva de reflectividad típica de la vegetación sana.

Figura 1.6.2Firma Espectral de la Vegetación

Como indica la figura 1.6.2, se puede resumir para las diferentes regionesespectrales lo siguiente:- Región del visible (0,4 a 0,7 µm.): alta absortancia, baja reflectancia y transmitancia,

debido a los pigmentos..- Región del infrarrojo cercano (0,7 a 1,3 µm.): absortancia baja, reflectancia media-alta y

transmitancia media. En este rango, la reflectividad crece notablemente debido a laescasa absorción de las plantas por su estructura fisiológica.

- Región del infrarrojo medio (1,3 a 3,0 µm.): absortancia media-alta, reflectancia media,transmitancia baja. En esta región, el agua contenida en la hoja es la responsable de labaja reflectividad, dado que en esta región el agua presenta un máximo de absorción.

1.6.1.1 Absorción de los pigmentos

Las plantas contienen cuatro pigmentos principales, la clorofila a y b, B caroteno yxantofila, todos los cuales absorben la energía en el visible para realizar los procesos defotosíntesis como se indicó en la figura 1.6.2. En esta figura se observa una bajareflectividad de la vegetación en las zonas del espectro visible correspondientes al azul (0,4µm) y al rojo (0,7 µm) dada por la presencia de clorofila a y b, las cuales son responsablesde la absorción en estas longitudes de onda. Los carotenos y xantofilas lo hacen con laslongitudes del verde (0,55 µm) y algunas longitudes más largas.1.6.1.2 Estructura fisiológica


23

La discontinuidad del índice de refracción entre las partes de la hoja determina lareflectancia en el infrarrojo. Esta discontinuidad ocurre entre membranas y el interior delcitoplasma, entre células individuales y espacios de aire del mesófilo esponjoso.

La combinación de los pigmentos y la estructura fisiológica de la hoja producepropiedades características de la reflectancia, como: baja reflectancia en el rojo y en el azul;reflectancia media en el verde y alta en el infrarrojo.

Las diferencias de reflectancia entre especies depende del grosor de la hoja queafecta la cantidad de pigmentos contenidos y la estructura fisiológica. Por ejemplo hojasgruesas como las de las coníferas tienden a absorber más y a reflejar poco, a diferencia delas hojas palmadas y delgadas que absorben poco y reflejan más, por ello, este tipo de hojasse identifican con tonos más claros que las de coníferas.

1.6.1.3 Efecto del ángulo de elevación solar y del sensor

Dado que la vegetación no refleja en todas las direcciones de la misma forma, elángulo de elevación solar y del sensor respecto de la cobertura vegetacional, tienen unefecto en la reflectancia de ella.

La variabilidad de la respuesta espectral de una plantación, depende del tamaño delárea observada por el sensor lo que depende a su vez, de la altura del sensor. La variabilidadde la respuesta de la vegetación es, en general, mayor con ángulos de elevación solar bajosmientras que se mantiene constante durante alrededor de dos horas cerca del mediodía. Sondos los factores que influyen, el primero es la capacidad de absorción de las hojas, la cual esmayor cuando la luz le llega en forma vertical y menor, a medida que le toca en forma mástangencial. El segundo factor es la cantidad de sombras que se producen a mayor inclinaciónsolar, disminuyendo la reflectancia de las longitudes de onda del visible y del infrarrojo.

El ángulo de elevación del sensor determina la cantidad de energía que se va aregistrar. Al moverse el sensor de la vertical se registra una menor cantidad de suelo ymayor proporción de vegetación. Por ejemplo una variación de 10 grados de la verticalimplica una variación en el registro de la reflectancia de las longitudes de onda del rojo ydel infrarrojo cercano de 28 a 40 %.

1.6.1.4 Contenidos de agua

En el infrarrojo medio, la respuesta espectral de la vegetación está determinada porsu contenido hídrico. El agua contenida en la vegetación presenta una alta absorción en laslongitudes de onda de 1,4 µm, 1,9 µm y 2,7µm lo que significa una baja reflectividad porparte de la vegetación en estos valores.

Como se ha visto, el grado de absorción de la radiación solar por la vegetación serelaciona con su contenido hídrico, a su vez con la turgencia de las células y con el grosorde las hojas. Al disminuir su humedad o turgencia, aumenta su reflectividad y disminuye su


24

absorción en el infrarrojo medio. En este rango, se tiene entonces, a mayor turgencia menorreflectividad y a menor turgencia mayor reflectividad.

Figura 1.6.3Firma espectral de la vegetación y del suelo en relación a

su contenido de humedad

En la figura 1.6.3 se presenta las firmas espectrales del suelo en relación acontenidos de humedad de 0 a 4% , entre 9 y 12% y 22 a 32 %, además de la respuesta dela vegetación en relación a su contenido hídrico.

1.6.1.5 Efecto del suelo

El suelo afecta la reflectancia de la vegetación, disminuyéndola y aumentándolasegún se trate de suelos de tonos claros u oscuros.

Los suelos oscuros producen una alteración de las longitudes de onda del rojo,aumentando los índices foliares. La reflectancia de los suelos de tonos claros inciden en unacorrelación menor entre el LAI y la reflectancia del infrarrojo, subestimándolo.

1.6.1.6 Efecto de la senescencia y enfermedades

En la vegetación senescente y/o enferma los pigmentos disminuyen, por lo cual seproduce un aumento en la reflectancia de las longitudes del azul y rojo y en menor medidaen el infrarrojo (figura 1.6.4) lo que da como resultado una disminución de los índices devegetación como el de resta y el índice normalizado.


25

Figura 1.6.4Firma Espectral de Vegetación Sana y Enferma

1.6.1.7 Efecto de la geometría de la cobertura

La geometría del cultivo determina la cantidad de luz solar que es interceptada y queinteracciona con la vegetación y con el suelo.

El efecto de la disposición de la cobertura esta en función del ángulo solar,produciéndose alteraciones en la reflectancia por la cantidad de sombras que se producen,disminuyéndola por predominancia de la reflectancia del suelo.

1.6.1.8 Efecto de la fenología

La reflectividad de una cubierta vegetal depende en gran medida de su estadofenológico, es decir, del grado de crecimiento o madurez de la vegetación.

Es importante considerar de igual forma, los eventos externos que afectan lascubiertas vegetales y que determinan cambios en sus respuestas normales, como porejemplo enfermedades fitosanitarias, golpes de calor, sequías, etc.

1.6.1.9 Factores externos

Como factores externos que afectan la reflexión en las plantas, se consideran:deficiencias de agua, deficiencias de nutrientes del suelo, salinidad del suelo, depósitosde minerales, variaciones estacionales, factores climáticos.

0

10

20

30

40

50

60

70

0,4

0,5

0,6

0,7

0,8

0,9 1

1,1

1,2

1,3

1,4

1,5

1,6

1,7

1,8

1,9 2

2,1

2,2

2,3

2,4

2,5

2,6

2,7

2,8

Longitud de Onda

Ref

lect

ivid

ad (

%)

Hoja SanaHoja Enferma


26

Los factores externos afectan la reflectancia de las hojas y de las plantas en suconjunto, debido a que producen cambios en: pigmentación, estructura del mesófilo,contenido de agua y propiedades de la superficie de la hoja.

La proporción de radiación reflejada por una cubierta vegetal está ademásafectada por otros factores como:- Variabilidad de la radiación solar según factores atmosféricos y condiciones diurnas

y nocturnas.- Transformaciones de la radiación electromagnéticas a nivel de superficie de suelo.- Variables de la cobertura aérea y orientación de las hojas.- Indices de cobertura foliar.

1.6.2 Reflectividad de los suelos

Las propiedades espectrales de los suelos difieren considerablemente deaquellas de la vegetación, dado que la mayoría de los sensores captan informaciónsobre la capa superficial de la tierra. Sólo donde el suelo está expuesto es posible captarinformación directa sobre éste, como por ejemplo, áreas áridas, semiáridas o subárticas,o bien, en zonas recién preparadas para la siembra o erosionadas. Donde existacualquier tipo de cobertura, será ésta la que condicione la reflexión de energíaelectromagnética.

Los factores que condicionan la reflexión de energía en los suelos son elcontenido de humedad, textura, estructura y composición del suelo.

1.6.2.1 Contenido de humedad

Los cambios en el contenido de humedad, se reflejan directamente en las curvasde reflectancia de los suelos.

Al aumentar el porcentaje de humedad del suelo ocurre una disminución de lareflectancia para todas las longitudes de onda.

Es necesario advertir que la información obtenida por los sensores puede, aveces, no ser representativa de la humedad del suelo, ya que la situación normal es quedespués de humedecido, el suelo puede secarse rápidamente en la capa puramentesuperficial y conservar un contenido de humedad considerablemente mayor a unospocos centímetros de profundidad, el cual no será detectado, ya que el sensor solocapta las condiciones de la superficie, excepto los sistemas de radar con longitudes deonda relativamente largas.

Los suelos secos se caracterizan por presentar un aumento de su reflectividad amedida que aumenta la longitud de onda.


27

1.6.2.2 Textura

La textura juega un papel importante en el comportamiento espectral de lossuelos, debido a su influencia en la capacidad de retención de humedad como a lainfluencia que ejercen el propio tamaño de las partículas sobre la reflectividad (Figura1.6.5).

Figura 1.6.5Firmas espectrales del suelo en relación a su textura.

En términos generales, el tamaño de las partículas influye en la proporción deradiación reflejada por los suelos en relación inversa a su tamaño. A mayor diámetro delas partículas menor proporción de reflectancia.

En el caso de suelos arcillosos, aun en el caso de poca humedad, sureflectividad está influida por la curva de absorción del agua. En cambio, para lossuelos arenosos su reflectividad es independiente de la curva de absorción del agua,siempre que la humedad del suelo no sea alta.

En condiciones de laboratorio, las curvas de reflectancia para diversas texturaspresentan formas muy similares, tanto en la región visible como en el infrarrojo cercanoy medio.

1.6.2.3 Estructura

Las superficies de suelo uniformes tienen reflectancia más alta que lassuperficies irregulares. En condiciones de campo, los suelos recién arados tienen


28

agregados de tamaño relativamente grande, esta aspereza de la superficie tiende areducir la radiación reflejada por el suelo. Al completar las labores de preparación(rastrillado y nivelación) se produce un incremento de la reflexión, como consecuenciade la suavización de la superficie.

Se han encontrado igualmente (Orlov, 1963) que los suelos con pérdida de suestructura reflejan un 15% a 20% más radiación que los suelos bien estructurados.

En todos los casos la forma de la curva de reflectancia y su decrecimiento,representa una curva paralela a la inicial.

1.6.2.4 Composición del suelo

La materia orgánica es el componente que en forma más directa condiciona lareflexión en los suelos. Experimentalmente, se ha demostrado que al destruir la materiaorgánica en los suelos se produce un incremento en el nivel de radiación reflejada,situación que también se manifiesta en condiciones de campo.

Otros constituyentes que influyen en las propiedades espectrales de los suelosson la presencia de óxidos de Fe, concentraciones notables de calcio, u otras sales quepueden acumularse en la superficie o afectar el desarrollo de la cobertura vegetal.

Estos componentes influyen en las propiedades espectrales de los suelos, entanto afecten el color en la superficie. Así las concentraciones de calcio, producensuelos blanquecinos cuya reflectancia es mayor que la de los suelos rojos derivados deóxidos de Fe; los suelos negros ricos en materia orgánica, presentan los menoresporcentajes de reflectancia.

1.6.3 Reflectividad del sistema Suelo - Vegetación

El suelo de fondo de un cultivo, sobre el cual se orientan y distribuyen lasmismas, constituye un elemento reflectante muy importante en la determinación de lareflectividad global del cultivo.

Las curvas de reflectancia del suelo y la vegetación pueden estar muy próximasen algunos rangos del espectro electromagnético y aún cruzarse, tal es el caso del rangovisible (0,4 a 0,7 mm) donde la curva de la vegetación verde ocupa un rango intermedioentre la curva de los suelos orgánicos y arcillosos. En esta situación es bastante difícildiscriminar suelo de vegetación. Por ello es necesario utilizar una región del espectrodonde las curvas estén más separadas, tal como sucede en el infrarrojo, como se ilustraen la figura 1.6.6.


29

Figura 1.6.6Firmas espectrales de suelo y vegetación.

Algunos suelos que conservan contenidos relativamente altos de humedad,pueden presentar curvas de reflectancia muy similares a las de vegetación en elinfrarrojo medio, como se presenta en la figura 1.6.7 a.

Figura 1.6.7 a.Relación entre contenido de humedad del suelo y de la vegetación

En esta figura (1.6.7a) se observa una mayor respuesta espectral de hojas secasde maíz que las de un suelo arcilloso en estas mismas condiciones de humedad. En lapráctica, esta situación se puede traducir en una baja separabilidad de estas dos clases.


30

Los suelos arenosos por el contrario, conservan menos humedad, y sus curvas difierennotoriamente de las correspondientes a la vegetación.

Figura 1.6.7 b)Relación entre contenido de humedad del suelo y de la vegetación

En el caso de los suelos arcillosos que aún después de secados al aire conservanbastante humedad en su estructura interna y para todas las longitudes de onda, sureflectancia es menor que la vegetación, como se observa en la figura 1.6.7 b).

1.6.4 Reflectividad de los cuerpos de agua

La reflectividad de los cuerpos de agua, al igual que la vegetación y el suelo,varía con la longitud de onda de acuerdo con las interacciones que tienen lugar entreella y la radiación solar.

En los cuerpos de agua pura, la radiación incidente es transmitida o absorbidaen gran proporción (figura 1.6.8). La reflexión es considerablemente menor si secompara con la situación de la vegetación y los suelos.

La reflexión en los cuerpos de agua, es con mucha frecuencia de tipo especular,ya que su superficie generalmente es muy uniforme, por lo tanto, en las irregularidadessuperficiales tienen magnitud menor que la mayoría de las longitudes de onda. Cuandola superficie es disturbada, el fenómeno equivale a un incremento en las irregularidadessuperficiales, por tanto, se presenta una notoria variación en las propiedades dereflexión.


31

Figura 1.6.8Curvas de absorción del agua y reflectividad de la vegetación.

Otro fenómeno significativo en los cuerpos de agua es la dispersión, la cual estácondicionada en gran parte por las partículas disueltas o en suspensión, tales comopartículas minerales y orgánicas, algas, plancton y las moléculas del agua misma. Estaradiación que ha sido dispersada es captada por los instrumentos sensores y registrada.Por tanto, la imagen se forma predominantemente como resultado de este fenómeno yno como resultado de la reflexión que se presenta en otros cuerpos naturales.

En las grandes masas de agua, las diversas longitudes de onda presentandiferentes índices de transmisión para las longitudes de onda corta. En la región azul yverde, la transmisión será mayor y por ende habrá mayor absorción que en el rojodonde la transmisión es absolutamente menor, con el correspondiente incremento en laabsorción; en el infrarrojo cercano la absorción es prácticamente total, por tanto, latransmisión será nula. Estos fenómenos explicarían los colores azul a verde de lasgrandes masas de agua limpia. La radiación transmitida sufre una fuerte dispersión,presentando color azul. Las aguas costeras de los océanos son producto de la absorciónselectiva por materiales disueltos más no depende de dispersión selectiva.

1.6.5 Reflectividad del hielo, nieve y nubes.

Las nubes, el hielo y la nieve, reflejan en muy alta proporción la radiación tantoen el rango visible como en el infrarrojo cercano. En el rango visible e infrarrojocercano del espectro, la reflectancia del hielo es similar a la producida por las nubes. Ladiferencia entre estos cuerpos se basa esencialmente en la forma, textura y


32

especialmente persistencia y movimiento; las nubes son más móviles y cambian másrápidamente en forma y tamaño; el hielo permanece por más tiempo y sudesplazamiento es mínimo; además, generalmente se observan grietas y fracturas. En laregión termal es más fácil la identificación del hielo, ya que presenta picos dereflectancia en 3.2 µm y 13 µm., también se han observado picos de reflexión a 4.5µm.) (figura 1.6.9).

Figura 1.6.9 Reflectividad de la nieve y hielo

En forma similar a lo que ocurre con el hielo, la reflectancia de la nieve es muysimilar a la de las nubes en el intervalo espectral de 0,5 - 1,1 µm. (parte del espectrovisible e infrarrojo cercano). Sin embargo, son diferenciables en el rango del infrarrojomedio, especialmente en los intervalos espectrales de 1,55 - 1,75 y 2,10 - 2,35µm. Enestas bandas, las nubes tienen una gran reflectividad y aparecen blancas en la imagen, adiferencia de la nieve que aparece negra dado que en estos intervalos tiene unareflectancia muy pequeña.

La nieve seca refleja aproximadamente el 90% de la radiación en la regiónvisible e infrarrojo cercano; cuando se encuentra húmeda, la reflectancia es ligeramentemenor. Estas propiedades hacen que la apariencia de la nieve en las imágenes seatambién muy similar a las nubes; en imágenes de gran altitud, la presencia de sombrasproyectadas por las nubes, permite establecer claramente la diferencia entre amboscuerpos.

Para el estudio de cubiertas como el hielo o la nieve se recomienda utilizar lasmicro-ondas. La razón estriba en que un objeto emite en longitudes de ondas cada vez máscortas cuanto mayor es su temperatura; por ello, sólo las cubiertas más frías emiten deforma apreciable en longitudes de onda tan largas como las micro-ondas.


33

1.6.6 Reflectividad de los materiales construidos por el hombre.

En el proceso de interpretación, es necesario identificar los objetos y rasgos quepueden servir como guía para la localización de las unidades en los mapas temáticos obien para establecer las diferencias entre estos y los cuerpos naturales, tal como sucedeen estudios urbanos.

Los metales presentan notorias diferencias entre sí, según la forma comoreflejan la radiación electromagnética. Materiales de ocurrencia común como la pinturablanca y pintura de aluminio, pueden diferenciarse claramente tanto en el rango visiblecomo en el infrarrojo cercano.

Entre los metales, el oro y la plata tienen niveles de reflexión muy próximostanto en el rango visible como en el infrarrojo, pero el acero presenta una curvabastante distanciada de los demás metales; es importante observar la mayor reflectanciadel aluminio en relación con el acero en las regiones visibles e infrarrojo, ya que sonmateriales de construcción, que pueden encontrarse en condiciones normales no así eloro y la plata.

Las pinturas juegan un papel importante, especialmente en estudios urbanos, yaque muchos objetos construidos por el hombre están recubiertos por pintura; no sólo elcolor de la pintura utilizada sino también el substrato sobre el cual se aplica, tieneinfluencia en la reflexión de la radiación electromagnética, especialmente en elinfrarrojo, así la reflectancia del mismo tipo de pintura es mayor si se aplica sobrealuminio que aplicarla sobre un substrato negro.

El concreto presenta niveles de reflexión variables según factores como el uso yla humedad; así, el usado en aeropuertos presenta reflexión menor a causa de losderramamientos (acumulación) de aceite a través de los años; la humedad tambiénreduce el porcentaje de energía reflectada.

Los materiales asfálticos tienen reflectancia relativamente alta en la regiónvisible y ultravioleta.

1.7 RESPUESTA DE LOS RECURSOS TERRESTRES EN EL RANGO DE LASMICRO-ONDAS (RADAR DE IMÁGENES)

La teledetección permite hoy en día obtener información de la superficieterrestre en una forma muy variada. Es así como se dispone de cámaras convencionales,sensores infrarrojos, barredores multiespectrales, magnetómetros y radares.


34

Entre estos sensores el radar presenta sus propias características, que lodistinguen de casi todos los demás sistemas de percepción remota. Entre las másimportantes se pueden mencionar las siguientes:

- E1 radar opera en una región del espectro electromagnético diferente a otrossensores, por lo tanto también mide diferentes características del terreno, como sepresentó en la figura 1.2.1.2, en puntos anteriores.

- E1 radar puede operar con ángulos de depresión bajos, suministrando una excelenteimpresión del relieve que facilita su interpretación y frecuentemente suministradatos únicos debido al efecto de sus sombras.

- Desde el punto de vista de su geometría, es un sensor preciso y un medio muyrápido de obtener una visión general de conjunto.

- La adquisición de datos por radares formadores de imágenes, no se vesignificativamente afectada por limitaciones ambientales puesto que puede operarbajo condiciones climáticas adversas, en lugares y bajo circunstancias difíciles queno pueden ser superadas por otro sistema de percepción remota.

- Dependiendo de su longitud de onda, puede penetrar la vegetación y también losprimeros centímetros de suelo.

- Por ser un sensor activo puede operar de día o de noche o a cualquier hora del día,facilitando los rendimientos durante su adquisición.

- E1 radar permite adquirir imágenes en las cuales la información geomorfológica seencuentra naturalmente resaltada, facilitando la interpretación de temas que tieneíntima relación con las características geomorfológicas.

Las radiaciones emitidas por el radar son reflejadas por los objetos y recibidasnuevamente por la antena del sistema.

Los factores más importantes que determinan la intensidad y dirección de lasondas reflejadas de radar, se pueden agrupar en los que dependen de las característicasdel sistema de radar; en los factores relacionados con la topografía y rugosidad de1terreno y, por último, en los relacionados con las propiedades físicas del terreno (figura1.7.1).


35

Figura 1.7.1Factores que afectan las ondas reflejadas de RADAR

1.7.1 Resolución espacial.

E1 tamaño mínimo del terreno ("pixel") que puede ser diferenciado por unsistema de radar determina el que éste aparezca o no en una imagen. Si su dimensión esmenor a los valores teóricos de resolución establecidos, los objetos no aparecen en laimagen.

1.7.2 Angulo de depresión.

La mayoría de los radares que producen imágenes emiten la señal oblicuamentecomo se presenta en la figura 1.6.1. La inclinación de la superficie reflejada y el ángulode incidencia de la radiación, determinan la dirección e intensidad de la señal reflejada.

Figura 1.7.2Angulo de depresión y retorno de energía


36

Una superficie rugosa produce reflexión difusa de una intensidad relativamenteuniforme sin considerar la dirección de barrido o ángulo de depresión del sistema deradar. Dispersa la energía incidente en todas direcciones, causando una reflexión depoca energía hacia la antena.

Una superficie plana refleja la energía incidente en una dirección, actuandocomo un espejo. Si la superficie plana está en ángulo recto con el rayo de energíaincidente, e1 retorno de energía hacia la antena será intenso; si la superficie seencuentra a cualquier otro ángulo, este retorno será nulo. El retorno relativamenteuniforme de una superficie quebrada (aspera) decrece un poco a bajos ángulos dedepresión debido al doble recorrido en distancia.

La figura 1.7.3 muestra que con valores bajos e intermedios del ángulo dedepresión, la reflexión especular producida por el terreno plano hace que retorne pocao ninguna energía a la antena.

Figura 1.7.3Angulo de depresión y retorno de energía

A1gunos objetos de la superficie terrestre como un camino o sembrado conmaíz presentan una reflexión difusa en la región de microondas. Otras formas comoáreas de cemento son reflectores especiales.

Las superficies planas de agua son reflectores especulares por excelencia ycomo generalmente el ángulo de vista con el haz de energía emitido por la antena no esun ángulo recto, entonces producen una reflexión especular que no regresa a la antena.Como resultado las imágenes de ríos, lagos, etc., obtenidas con SLAR apareceráncompletamente negras.

Contrariamente, la relación de superficies horizontales y verticales por ejemplo,un edificio situado después de una carretera, pueden en conjunto actuar como unreflector de esquina retornando a la antena gran parte de la energía incidente. Tales


37

superficies aparecen en las imágenes de radar miles de veces más brillantes quesuperficies difusas de igual tamaño.

1.7.3 Topografía y rugosidad del terreno.

Es conveniente establecer la diferencia entre rugosidad de la superficie y relievetopográfico, el cual es medido en metros y cientos de metros e incluye colinas,montañas, valles y cañones, formas que aparecen en las imágenes por medio desombras y tonos muy claros.

La rugosidad promedio de la superficie dentro de un "pixel" en el terreno, determina la intensidad de retorno para ese pixel.

La rugosidad del terreno está determinada por las formas texturales de lasuperficie tales como hojas, ramas, arena, grava y guijarros.

Las superficies pueden ser agrupadas en categorías de rugosidad (Sabins 1978):a. Superficie plana la cual refleja toda la energía incidente de radar con un ángulo dereflexión igual y opuesto al ángulo de incidencia.

b. Una superficie rugosa que dispersa en forma difusa la energía en todos los ángulos.

c. Una superficie de rugosidad intermedia lo cual refleja parte de la energía incidente ydispersa en forma difusa al resto de la energía.

1.7.4 Propiedades físicas del terreno.

Las propiedades de las superficies naturales que controlan sus respuestasespectrales de radar son principalmente la rugosidad de la superficie y el contenido dehumedad. La geometría y la constante dieléctrica de los objetos son las doscaracterísticas físicas que más influyen sobre la reflexión de las ondas de radar. Sinembargo, las propiedades dieléctricas por si mismas son muy poco consideradas en lainterpretación de las imágenes.

La profundidad de penetración de las ondas de radar en el suelo varíainversamente con la constante dieléctrica de los materiales y directamente con lalongitud de onda. Un incremento en la constante dieléctrica aumenta la reflectividad dela superficie. Por lo tanto, una superficie húmeda refleja más rápido la energía de radarque una superficie seca. Es difícil medir la constante dieléctrica, de los materialesnaturales y pocos valores han sido publicados.

Si la señal de radar penetra la superficie terrestre, la señal reflejada será funciónde los parámetros tanto superficiales como internos del objeto. Esto es lo que sucedecuando una capa de vegetación refleja las ondas de radar, ya que en general tambiénel terreno produce reflexión.


38

1.8 TIPOS DE SISTEMAS DE TELEDETECCIÒN

Un sistema de teledetección requiere al menos de tres componentes: focoenergético, superficie terrestre y sensor. Los dos primeros fueron tratados en el puntoreferente a principios físicos. En este punto se abordará el estudio de las característicasdel sensor y de la plataforma que lo sustenta.

La clasificación de los sensores remotos ha sido hecha por diversos autores concriterios diferentes que no son excluyentes, entre los más frecuentes se tiene laclasificación según la fuente emisora, que considera la forma de recibir la energíaprocedente de las distintas cubiertas.

En este sentido se habla de dos tipos de sensores:

a) Sensores pasivos: Reciben la energía emitida, incidente o reflejada porfuentes externas a ellos. Es el caso de las fotografías, barredor multiespectral, etc.(figura 1.8.1).

Figura 1.8.1 Sistema Pasivo reflectivo

b) Sensores activos: Tienen una fuente de energía propia de manera queemiten energía electromagnética en dirección al objeto y luego detectan la energíareflejada, como por ejemplo el radar (figura 1.8.2)


39

Figura 1.8.2Sistema Activo reflectivo

Antes de analizar cada uno de estos sensores, se analizará previamente algunosconceptos que les afectan a todos y son muy útiles para centrar su rango deaplicaciones a distintos problemas medioambientales.

1.9 RESOLUCIÓN Y RECONOCIMIENTO

La resolución es un aspecto fundamental a considerar en un sistema sensor(entendiendo por ello tanto el sensor como la plataforma que lo mantiene). Podemos definirla resolución como la capacidad de un sensor de discriminar información de detalle. Estáreferida a la temporalidad, espectrabilidad, radiometría y, discriminación espacial.

1.9.1 Resolución espacial.

La resolución espacial de un sensor hace referencia a la porción de la superficieterrestre de la cual obtiene información y se determina por: Campo de visión instantánea(IFOV), el campo de observación y pixel.

El tamaño del pixel define la capacidad de un sensor para distinguir los objetosen el plano espacial y es, en definitiva, el que determina la resolución espacial delsensor. Sin embargo, esta resolución, no depende exclusivamente del tamaño del pixelsino que varía según características del objeto como geometría y contraste del objeto,resolución radiométrica, iluminación, claridad de la atmósfera, efecto de los pixelesvecinos. En el caso de una fotografía, depende de la longitud focal de la cámara y de ladistancia a la superficie fotografiada. En fotografía se expresan líneas por unidad delongitud (líneas/mm) que pueden ser observadas por el ojo humano en determinadascondiciones de iluminación y ampliación.


40

En la figura 1.9.1 se observa que a medida que aumenta el tamaño del pixel odisminuye la resolución espacial del sensor, es más difícil identificar el objeto.

a) 1m; b) 5 m; c) 10 m y d) 30 m.

Figura 1.9.1Resolución Espacial

A la inversa, en la medida que la resolución es mayor, la identificación de losobjetos se hace más precisa.

En los sensores ópticos-electrónicos, se utiliza el concepto de IFOV (InstantaneousField of View) para definir la resolución espacial; se trata de la sección angular observada enun determinado momento a partir de un punto de vista concreto. La unidad de medida másusual del IFOV es la distancia sobre el terreno correspondiente a esa sección angular. Setrata de la mínima unidad de observación que puede verse en una imagen, y se denomina,como ya hemos indicado, pixel. La resolución espacial de un sensor óptico-electrónicodepende de múltiples factores, como son la altura orbital, la velocidad de exploración o debarrido de un área y el número de detectores que contienen el sensor. En el caso de lasimágenes generadas por barredores multiespectrales como el Thematic Mapper o MSSentre otros sensores, la resolución espacial se encuentra determinada por el tamaño delpixel o celda mínima de registro, normalmente corresponde a metros cuadrados.

La resolución espacial de los sensores que actualmente se encuentran enfuncionamiento es variable, y depende de la misión para lo que se diseñaron. Como eslógico, al aumentar la resolución espacial se aumenta también el número de datos aprocesar, por lo que suele estar inversamente relacionado con el tamaño del área cubierta encada imagen. Si se trata de operar sobre grandes superficies, es conveniente contar consensores de menor resolución que en estudios locales. Por ejemplo, los satélitesmeteorológicos precisan recabar información sobre grandes áreas, ya que se pretende conellos realizar estudios globales; así, el satélite europeo Meteosat, que envía una imagencompleta de la Tierra cada 30 minutos, posee una resolución de 5x5 km, ya que estádedicado a observar la dinámica atmosférica a escala planetaria, y no precisa discriminar


41

objetos más pequeños. En el caso de sensores dedicados a la observación de recursosterrestres, como el Landsat TM, la resolución es significativamente mayor (30x30 metrospor celda), ya que las aplicaciones de este sensor pueden ir dedicadas a la observación decubiertas cuya extensión puede llegar a ser muy pequeña, por ejemplo cultivos, cursos deagua, procesos de erosión etc.

1.9.2 Resolución espectral

Es la capacidad de un sensor para discriminar diversos rangos espectrales(bandas) o porciones del espectro electromagnético. Esta capacidad está relacionadadirectamente con las características del sensor y limitada por las zonas de absorción dela atmósfera. Hace referencia al número de bandas espectrales que puede discriminar elsensor como también el ancho que éstas poseen.

A mayor resolución espectral que posea un sensor, podrá discriminar mejor entrecubiertas, ya que éstas se comportan de manera distinta según la banda del espectro que seconsidere.

La definición del ancho de las bandas debe tener en cuenta las cubiertas que sepretenden observar, y qué fenómenos son más interesantes para la misión del sensor. Si lasbandas son muy amplias, se perderá información sobre determinadas regiones del espectropara determinadas cubiertas, ya que una banda muy amplia daría lugar a un valor promedio.

Figura 1.9.2Resolución Espectral

En la figura 1.9.2 se presenta la discriminación espectral que es realizada por lossensores multiespectrales de los satélites LANDSAT (TM) y SPOT (PAN) de distintascobertura terrestres. En el caso del SPOT - PAN se puede apreciar que este sensordiscrimina en una banda del espectro visible, la que no es capaz de diferenciar las distintascoberturas. En forma contrastada se presenta el TM que tiene la capacidad de discriminar en seis bandas reflectivas, permitiendo una mayor discriminación de las cubiertas.

Una cámara de fotos convencional posee una resolución espectral muy baja, ya quesólo registra información en las bandas visibles, mientras que los sensores óptico-electrónicos pueden distinguir otras regiones del espectro, como el infrarrojo cercano,


42

medio y térmico.

1.9.3 Resolución radiométrica

Es la sensibilidad del detector para diferenciar pequeños cambios en la energíareflejada o en la radiancia que recibe. Por ejemplo, un sensor de mala resoluciónradiométrica sería el sensor que sólo es capaz de captar los objetos en blanco y negro yno los grises.

En el caso de los sensores fotográficos, la resolución radiométrica es la cantidad deniveles de gris que pueden aparecer sobre la película. Los sensores óptico-electrónicoscodifican la información en formato digital, es decir, asignan un valor entero a cada pixel enque se divide la imagen; el rango de esos valores, denominados Niveles Digitales (ND), esvariable. Lo normal es que se codifiquen en 256 niveles (0 a 255), aunque existen sensorescapaces de discriminar hasta 1024 niveles (por ejemplo, el NOAA-AVHRR).

16 ND 8 ND 4 ND

Figura 1.9.3Resolución Radiométrica

La figura 1.9.3 presenta el aumento de niveles de gris en la medida que se pasade 4 ND a 16 ND, marcando así la diferencia radiométrica en cada una de estasimágenes.

1.9.4 Resolución temporal

Es la capacidad de un sistema para producir imágenes de un mismo sitio endiversos períodos de tiempo. Indica la frecuencia de cobertura de un sistema sensor. Estárelacionada con la altura de observación y la velocidad de la órbita, así como con el campode visión que ofrezca el sensor. Al igual que en los tipos de resolución antes vistos, la misióncon que se programó el sensor marca su frecuencia de adquisición.


43

Sector Valparaíso 1986 Sector Valparaíso 1997

Figura 1.9.4Resolución Temporal

La figura 1.9.4 muestra dos imágenes de satélite LANDSAT sensor TM comoun ejemplo de los cambios ocurridos en un mismo sitio en el transcurso de una década.

Una periodicidad adecuada permite realizar seguimientos y detectar los cambiosque experimenta el sitio. Para los satélites meteorológicos, es preciso contar con unarepetitividad alta, ya que se está observando un fenómeno (la atmósfera) por definicióncambiante. Es el caso de los satélites de este tipo como el Meteosat, que proporcionaimágenes cada 30 minutos y el NOAA-AVHRR cada 4 horas. Por el contrario, los sensoresorientados a exploración de los recursos naturales ofrecen una repetitividad mucho másbaja, en el rango de dos a cuatro semanas.

En general, los sensores que se emplean en teledetección obligan a tomar encuenta otros factores como :

- Altura de la plataforma donde se ubica el sensor- Tipo de sensor- Area cubierta- Precisión métrica de la imagen- Método para colectar y transmitir la información

De todo lo expuesto dependerá la detectabilidad, es decir, la habilidad de unsistema (sensor-intérprete) para captar la presencia de una señal, como también elreconocimiento, es decir, la identificación de una señal, que consiguientemente lleva aen una interpretación posterior a la clasificación de ella.


44

2. SEGUIMIENTO DE COBERTURAS VEGETACIONALES

Los métodos de seguimiento de la vegetación basados en técnicas de teledetección,requieren el conocimiento de conceptos ligados a la interpretación visual de imágenessatelitales y a las técnicas y métodos de procesamiento digital específicos para el estudio delsuelo y coberturas vegetales.

En este capitulo se presentan conceptos sobre imágenes digitales, visualización,corrección geométrica, análisis visual, clasificación digital e índices espectrales, paraterminar con los métodos de teledetección para seguimiento de coberturas vegetacionales.

2.1 LA IMAGEN DIGITAL

Una imagen de satélite es una imagen digital, no una fotografía, y su proceso deadquisición es sensiblemente diferente del empleado por las cámaras convencionales.Como ya hemos visto, el sensor convierte la energía detectada en un rango de valoresnuméricos, enteros, que habitualmente está comprendido entre 0 y 255.

En consecuencia, cada número que es parte de la matríz numérica que constituye laimagen, corresponde a la radiancia recibida por el sensor para una parcela concreta delterreno y en una banda espectral determinada. Al visualizar la imagen, ese valor numérico seexpresa como un valor de gris para cada celda (figura 2.1a).

Figura 2.1a. Imagen Digital

En los sensores de exploración electrónica, los más habituales entre los satélites derecursos naturales, se registra la radiancia proveniente de la superficie a intervalos regulares.Este intervalo viene marcado por la resolución espacial del sensor (por ejemplo, si se tratara del sensor Landsat-TM, se recogería la radiancia en un intervalo de 30 x 30 metros). Para


45

cada una de esas parcelas se registra un valor numérico, que es una codificación digital de laenergía recibida para dicha parcela, o mejor dicho, tantos valores numéricos como bandasregistra el sensor ( ya que la energía recibida se descompone en diversas longitudes deondas).

El valor numérico que codifica la radiancia detectada para cada píxel sedenomina Nivel Digital (ND). El rango de ND para cada píxel depende de la resoluciónradiométrica del sensor, esto es de su sensibilidad para distinguir variaciones deradiancia recibida.

Habitualmente, el rango de ND se sitúa entre 0 y 255 (256 valores distintos, loque permite almacenarlo en un byte). En consecuencia, una imagen de satélite es unamatriz digital de tres dimensiones. Las dos primeras hacen referencia a la localizaciónespacial de cada píxel (línea, columna), y la tercera representa su localización espectral(a que banda espectral corresponde).

Normalmente, el archivo que contiene una imagen digital se compone de unacabecera y una lista de números, los ND, tan larga como celda contenga la imagen. Lacabecera de este fichero ofrece información esencial para que el computador conozca dóndecolocar cada ND: número de columnas y de filas, número de bytes por píxel, además delorigen de coordenadas y tamaño del píxel.

Cada imagen digital, como hemos visto, consta de tantas matrices como bandas fuerondetectadas por el sensor, por ejemplo, una imagen digital proporcionada por el sensor TMdel satélite Landsat se compondría de siete matrices (figura 2.1b).

Figura 2.1b.Organización de datos en una imagen digital

En resumen, cada ND, indica la codificación digital de la energía recibida de unadeterminada parcela del terreno y banda del espectro, la que depende de las característicasradiativas de la cubierta presente en esa parcela, por ello, los ND sirven como base para lainterpretación digital de las imágenes.


46

Dado que una imagen de satélite es un conjunto de números enteros, puedeaplicarse sobre ellas diversas operaciones matemáticas, modificar la geometría de la imagen,hacer combinaciones aritméticas entre bandas, o agrupar los ND de una imagen enconjuntos homogéneos para obtener una clasificación.

Debido al carácter matricial de una imagen de satélite, ésta puede quedar tambiéndefinida por sus estadísticas elementales, representadas en un histograma, el que nosproporcionan información de gran interés para su interpretación, así como para abordaroperaciones de realce o transformación adecuadas al tipo de trabajo que vayamos a realizar.

2.2 CORRECCIÓN GEOMÉTRICA

Una imagen de satélite no es un mapa; no se puede medir distancias, ni calcularsuperficies sobre ellas, ni comparar los resultados que se obtengan al tratarlos conotras fuentes, de manera fiable, a no ser que se lleve a cabo una corrección geométrica,es decir, que se aplique un sistema de proyección y se georreferencie, colocando susdatos en concordancia con la realidad del terreno.

Como se sabe, un geoide como la Tierra, no es desarrollable sobre un plano,por lo que para representarla en forma gráfica, de mapa, debe aplicarse una proyección,que siempre da lugar a deformaciones. Exactamente lo mismo ocurre con una imagende satélite, que geométricamente es una proyección azimutal central, en la que loserrores se van acumulando de manera radial desde el nadir hacia los bordes. Lasdeformaciones debido a la curvatura de la Tierra son mayores en una imagen de satéliteque en la fotografía aérea, por la mayor cantidad de terreno que cubren.

Para resolver este problema, además de los propios errores en la adquisición, seemplean técnicas digitales, que permiten relacionar la geometría de una imagen con la de unmapa (figura 2.2)

Figura 2.2.

Adquisición de puntos de control imagen y mapa.El objetivo de la corrección geonétrica es generar una nueva imagen, en la que los


47

pixeles o celdas se sitúen en una nueva posición, determinada por las coordenadas delsistema de proyección utilizado un mapa de referencia; dicho de otra manera, la imagencorregida resultante debería mostrar una disposición de los objetos idéntica a la que apareceen el mapa que utilizamos para su corrección; de esta forma, la imagen puede sersuperpuesta a un mapa de manera que sobre ella puedan medirse distancias o áreas y seelimine la distorsión originada por las condiciones de observación.

En algunos casos, de acuerdo con el objetivo de la investigación, será necesario lasuperposición de dos o más imágenes de la misma zona, pertenezcan estas o no al mismosensor. Este es el caso de los estudios multitemporales, en donde es necesario que las celdasde las distintas fechas se superpongan con precisión, de lo contrario, podría detectarsecambios entre imágenes que fueran debidos no a modificaciones reales de la cubierta o usodel suelo, sino simplemente a un mal ajuste entre ellas.

Las correcciones geométricas son esenciales para generar mosaicos, es decir unirvarias imágenes contiguas para configurar un sector más amplio o fronterizo a variasadquisiciones.

2. 3 ANÁLISIS VISUAL DE LAS IMÁGENES

Si cada ND es una codificación digital de señal analógica (intensidad de energía),resulta muy conveniente poder observar también en términos analógicos el fruto de lasdistintas operaciones digitales. El análisis visual puede entonces, utilizar elementos comotextura, estructura, emplazamiento o ubicación contextual, factores de análisis que sonposible de aplicar en el tratamiento digital, como se observa en la figura 2.3.

Figura 2.3 Criterios de visualización de imágenes

La figura indica la complejidad de la interpretación en la medida que se pasa a considerarelementos relacionados con la propia imagen a factores de análisis que dependen delpropio objeto en estudio y de las características ambientales en que se encuentra. En un


48

trabajo de interpretación los denominados factores de interpretación se analizan enconjunto, tanto en los procesos de análisis deductivos como inductivos

2.3.1 Tono

El tono hace referencia a la intensidad de energía recibida por el sensor para unadeterminada banda del espectro, es decir, se relaciona estrechamente con el comportamientoespectral de las distintas cubiertas, para la banda particular del espectro sobre la que se estátrabajando.

La visualización en tonos de gris constituye una primera aproximación visual a unaimagen, por su indudable parecido, al menos en las formas que pueden apreciarse con laresolución espacial del sensor, a una fotografía aérea tradicional.

A través de la interpretación se puede reconocer variadas categorías por el contrastede tonos en distintas bandas del espectro. La vegetación se visualiza en tonos oscuros en lasbandas visibles y muy claros en el infrarrojo cercano, en cambio el agua presenta tonososcuros en ambas y los suelos descubiertos ofrecen tonos blancos en los dos (figura.2.3.1).

Figura 2.3.1Bandas del rojo e infrarrojo cercano (Landsat TM, 1998)

2.3.2 Color

Comparando la visualización de la imagen en tonos de gris y en una sola banda conla visualización de imágenes en color, esta última constituye un salto cualitativo, puesto quepermite llevar a cabo el análisis de cada imagen teniendo en cuenta la informaciónproporcionada por varias de las bandas que la componen, además de añadir el color comoelemento de interpretación visual, que siempre ayuda a la mejor discriminación de lasdiferentes cubiertas (el ojo humano aprecia mejor el contraste entre colores que entre niveles


49

de gris).

El número de composiciones en color que se puede generar es proporcional a laresolución espectral del sensor. Los colores resultantes dependerán de las bandas que sedesignen y del color primario aplicado a cada una. El sentido temático de cada composición,como es lógico, dependerá de ambas decisiones.

Si se pretende realzar la discriminación de la nieve y las nubes, por ejemplo, seráconveniente incluir bandas del visible e infrarrojo cercano. Si la intención es reforzar lascubiertas vegetales, el infrarrojo cercano será un componente insustituible, mientras losinfrarrojos medios y el rojo serán los más convenientes para ciertos tipos de suelos.Asimismo, también puede incluirse en las composiciones en color el resultado de ciertasoperaciones aritméticas con las imágenes como los cocientes o el análisis de componentesprincipales.

Una de las composiciones en color más utilizadas en teledetección es el falso color convencional o infrarrojo convencional, que se obtiene desplazando el rango espectral delcolor natural hacia longitudes de ondas más largas. En otras palabras, se asigna el color azula la banda verde del espectro, el verde a la banda roja, y el rojo al infrarrojo cercano talcomo se presenta en la figura 2.3.2.

Si se compara esta imagen con las de tonos grises, se observa que proporcionanmayor información: los diversos tonos rojos indican las áreas de alta actividad vegetativa(alta reflectividad en el infrarrojo cercano, banda 4 del Landsat TM), las áreas urbanasaparecen en tonos azulados, y las superficies de agua en tono negros. Los diversos gradosde cobertura vegetal quedan expresados así por la cantidad de rojo que puede encontrarseen cada celda.

Figura 2.3.2. Landsat TM, 4, 3, 2 (RGB) 1998.

A continuación se entregan dos ejemplos más de composición en color. Las bandas7, 4 y 1 del Landsat TM corresponden a las bandas del infrarrojo medio, infrarrojo cercanoy al azul respectivamente, si se asignan estas al espacio RGB se tiene como resultado la


50

figura 2.3.3. Esta combinación se utiliza para destacar características geológicas,principalmente suelo.

Al combinar las bandas 4, 5, 2 (RGB) del Landsat TM correspondientes a lasbandas del infrarrojo cercano, infrarrojo medio y verde visualizamos una imagen en dondese destacan los sectores con mayor contenido de humedad. (figura 2.3.4).

Figura 2.3.3 Composición falso color. Bandas 7, 4, 1 (R,G,B) del TM.

Figura 2.3.4Composición falso color. Bandas 4, 5, 2 (RGB) del TM.


51

2.3.3 Textura

La textura de una imagen está referida al contraste espacial entre los distintoselementos presentes en la imagen y procede de la relación entre el tamaño de losobjetos y la resolución del sensor. Se relaciona con la aparente rugosidad osuavidad de una región de la imagen.

La imagen de la figura 2.3.5 presenta a la izquierda el Club Hípico de Santiago de Chiley a su derecha el Parque O’Higgins. Se diferencian las distintas texturas queposeen los pastos (1), los árboles del parque (2), el pavimento de la elipse delparque (3) y la zona urbana que los rodea (4).

Figura 2.3.5 Análisis visual de Textura

2.3.4 Contexto espacial

El contexto espacial relaciona la localización de las cubiertas de interés conelementos vecinos de la imagen. En la figura 2.3.6 el color rojo se relaciona concoberturas vegetacionales. En el primer caso (a) es la forma y el contexto quecorresponde a un valle agrícola lo que permite inferir la identificación de estoselementos como cultivos con riego central. En el segundo caso (b) la forma y elcontexto (trama urbana) que rodea el elemento, es lo que identifica a este elementocomo una cancha de golf.


52

(a) (b)Figura 2.3.6

Contexto espacial

2.4 TÉCNICAS DE TELEDETECCIÓN PARA EL ESTUDIO DEL SUELO YCOBERTURAS VEGETALES.

2.4.1 Clasificación de imágenes

Para la mayor parte de los usuarios de la teledetección, la clasificación suponela fase culminante del tratamiento digital de imágenes. Este papel protagonista vienedado por la misma naturaleza de la teledetección espacial. Los ND adquiridos por elsensor no tienen sentido en sí mismos, sino en cuanto son interpretables; esto es,convertibles a categorías que supongan un mejor conocimiento del territorio. Estainterpretación se puede realizar visualmente, sobre reproducciones fotográficas de lasimágenes, o digitalmente, empleando la potencia y rapidez de cálculo que proporcionaun computador.

El fruto de la clasificación digital es una cartografía e inventario de lascategorías objeto de estudio. La información multiespectral se condensa, en definitiva,en un documento cartográfico y en unas tablas estadísticas, que definen la localizacióny ofrecen el inventario de superficies de las categorías de interés.

La clasificación digital sigue cauces análogos a los que emplea lafotointerpretación. En esta técnica, en primer lugar el intérprete identifica cada cubierta, deacuerdo a una serie de criterios: tono, textura, forma, disposición, etc., tal y como aparecenen unos fotogramas tipo. Posteriormente, delimita sobre el resto de las fotografías las zonasque se corresponden con ese patrón previamente definido. En otras palabras, asigna a cadacategoría, determinadas superficies, en función de la semejanza de éstas con el patrón- tipoidentificado previamente, por último, verifica sobre el terreno la interpretación realizada.


53

Este es también el esquema de la clasificación digital. Basta traducir los criteriosanalógicos por digitales, por cuanto se realiza sobre los ND, valores de reflectividad, albedou otro valor físico presente en la imagen.

En una clasificación se pueden distinguir las siguientes fases: (i) definición digitalde las categorías (fase de entrenamiento), (ii) distribución de las celdas de la imagen en unade esas categorías (fase de asignación), y (iii) comprobación y verificación de resultados.

La fase de entrenamiento pretende definir digitalmente las categorías temáticas deinterés, con objeto de que el computador sea capaz de discriminarlas automáticamente.

Tradicionalmente se han dividido los métodos de la clasificación en dos grupos:supervisado y no supervisado, de acuerdo a la forma en que son obtenidas las estadísticas deentrenamiento.

El método supervisado parte de un conocimiento previo del terreno, a partir del cualse seleccionan las muestras para cada una de las categorías. Estas muestras se denominancampos de entrenamiento y son ingresadas mediante mesa de digitalización o se delimitansobre la pantalla del computador. Deben definir adecuadamente a la clase temática quecaracterizan, por lo que es importante que estén bien situados (no en zonas fronterizas conotras cubiertas) y correspondan a áreas que realmente tenían ese tipo de cubierta cuando seadquirió la imagen.

Por su parte, el método no supervisado discrimina, mediante una búsquedaautomática, los grupos de valores homogéneos dentro de la imagen. Queda al usuario, eneste caso, la labor de encontrar correspondencias entre esos grupos y sus categorías deinterés. Habitualmente, el computador genera esos grupos espectrales mediante algoritmosde agrupación automática (clustering), señalando el usuario únicamente algunos parámetrosde control (números de grupos, criterios de convergencia entre grupos, criterio deseparabilidad, etc.).

Independientemente del método empleado en definir la fase de entrenamiento,antes de abordar el proceso de clasificación propiamente dicho, conviene reflexionar sobrela discriminalidad de las categorías seleccionadas. En otras palabras, es preciso evaluar laviabilidad de que esas categorías puedan clasificarse sin grave riesgo de error. Si secomprueba que dos o más son muy similares, habría una gran probabilidad de confusiónentre ellas, por lo que resultaría aconsejable: (i) confirmar si las estadísticas deentrenamiento (clases digitales que deben corresponder a la clase temática) han sidocorrectamente deducidas; (ii) adoptar una leyenda más general, con nuevas categorías quesupongan una mezcla de las que ofrecen mayor riesgo de confusión; (iii) recabarinformación auxiliar o imágenes de otras fechas.

Existen varios métodos - tanto gráficos como numéricos- para evaluar lasestadísticas de entrenamiento. Entre los gráficos, el más elemental es un diagrama, dondefiguran, en abcisas, las bandas que intervienen en el análisis, mientras en ordenadas los NDmedios de cada categoría. Este gráfico sirve para observar posibles solapes entre categorías


54

y, por tanto, para evaluar el riesgo de que puedan confundirse en la clasificación posterior.En cuanto a métodos numéricos puede calcularse la separabilidad estadística, considerandolos valores de las medidas y desviaciones típicas de cada categoría.

Una vez evaluadas las clases generadas en la fase de entrenamiento comienzapropiamente tal, la clasificación de la imagen. En esta fase, el computador asigna las celdasde la imagen a una de las categorías previamente definidas. Los criterios más comunes pararealizar esta asignación son:

(i) Mínima distancia. En este método, el píxel se asigna a la clase máscercana, considerando la distancia espectral que tiene con los centros declase señalado anteriormente.

(ii) Paralelepípedos. En este criterio, se señala un área de dominio en torno acada categoría (normalmente considerando su media y desviación típica).Si un determinada celda se sitúa en esos márgenes, queda clasificadocomo tal; en caso contrario, se interroga sobre su pertenencia a lasiguiente categoría. Si no puede asignarse a ninguna, queda como noclasificado.

(iii) Máxima probabilidad. Esta regla de clasificación parte de considerar ladistribución de los ND en distintas categorías como sujetas a unadistribución normal. En consecuencia, dados los ND de un determinadacelda, puede calcularse la probabilidad de pertenencia a cada una de lascategorías previamente definidas, asignándose a aquéllas con que cuentauna mayor probabilidad de pertenencia.

Independientemente del método empleado en la clasificación digital, los resultadosse almacenan en una nueva imagen, similar a las originales, en cuanto a estructura y tamaño,pero con la importante diferencia de que el ND de cada celda no corresponde a un valor deradiancia, sino a la categoría temática a la que se asignó. En definitiva, obtenemos unanueva matríz numérica, similar a la original aunque de dos dimensiones, pues se hacondensado la información espectral (varias bandas) en una sola. Esa nueva imagen puedeser el producto final del trabajo, o servir como estadío intermedio de un proyecto másamplio, en donde la teledetección se combine con otro tipo de variables (figura 2.4.1)


55

Figura 2.4.1 Fundamentos de la clasificación

Esta nueva imagen puede dar lugar a dos tipos de productos: cartográficos yestadísticos. En el primer caso, se trata de convertir la imagen clasificada en un mapa; en elsegundo, de realizar un inventario a partir de los ND que componen esa imagen.

2.4.2 Operaciones entre bandas

El formato digital de una imagen de satélite permite, como ya se ha comentadoen algún punto anterior, la realización de muy diversas operaciones aritméticas entrebandas: sumar, restar o dividir, píxel a píxel, los ND de ambas bandas.

El resultado de cualquiera de las operaciones es una nueva banda con el mismotamaño y estructura de las originales. Sin embargo, sus ND ya no responden a la radianciamedia de los materiales obtenida por el sensor, sino que corresponden a valores sintéticos.

Una de las operaciones más utilizadas es la división de bandas (figura 2.4.2, tomadade Chuvieco, 1996). Esta operación es extremadamente útil para obtener índicesvegetacionales e índices para fines de exploración minera . Se han ensayado, por ejemplo,cuocientes entre el infrarrojo medio y el cercano, para aislar las cubiertas vegetales de lasrocas, y entre la banda roja y la azul, para aquellos materiales con importante presencia delimonita.


56

Figura 2.4.2 División de Bandas

La división de bandas también se utilizan para reducir el efecto atmosférico ytopográfico, permitiendo la comparación de datos multitemporales.

2.4.3 Análisis de componentes principales (ACP).

El objetivo del Análisis de Componentes Principales (ACP) es resumir un grupode variables en un nuevo conjunto, más pequeño, sin perder una parte significativa de lainformación original. Esta capacidad de síntesis ha sido la base de la aplicación del ACPen teledetección.

La adquisición de imágenes sobre bandas adyacentes del espectro, implica confrecuencia detectar una información redundante, puesto que los tipos de cubiertatienden a presentar un comportamiento similar en regiones próximas del espectro. Porello, las medidas realizadas en una banda pueden presentar una importante correlacióncon las deducidas de otra, haciendo una, o varias de ellas, prácticamente irrelevantes.En este contexto, el ACP permite sintetizar las bandas originales, creando unas nuevasbandas -los componentes principales de la imagen-, que recojan la mayor parte de lainformación original. Esta síntesis resulta muy conveniente cuando se pretende abordarun análisis multi-temporal (Deering,1990), o cuando se intentan seleccionar las tresbandas más adecuadas para una composición en color (Holm et al, 1989).

El análisis se inicia calculando la matriz de correlación entre las bandas queintervienen en el proceso. Esto es ya una primera medida de la redundancia que existeen los datos, puesto que una alta correlación entre dos bandas implica que lainformación contenida en ellas es muy similar.


57

A partir de la matriz de varianza-covarianza, se extrae los eigenvalores paracada uno de los componentes. Los autovalores expresan la longitud de cada uno de losnuevos componentes, y, en última instancia, la proporción de información original queretienen. En principio, el ACP deduce tantos componentes como bandas originales. Sinembargo, el autovalor va disminuyendo progresivamente, del primero a los últimos,pues se pretende maximizar sucesivamente la varianza extraída en el análisis. Lavarianza original explicada por cada componente se calcula como la proporción de suautovalor frente a la suma de todos los autovalores.

De igual forma, para calcular las ecuaciones que sirven para obtener las nuevasimágenes, se precisa contar con los coeficientes de la transformación. Ambos aspectos,pueden abordarse a partir de los autovectores. El autovector indica la ponderación quedebe aplicarse a cada una de las bandas originales para obtener el nuevo CP. Dichobrevemente, equivale a los coeficientes de regresión en una transformación linealestándar, siendo las bandas de la imagen las variables independientes, y los CP lasdependientes. En resumen, esta matriz, junto al análisis visual de los componentesresultantes, resulta ser clave para interpretar los resultados, dando un sentido temáticoa cada uno de los componentes (figura 2.4.3).

Figura 2.4.3Análisis de Componentes Principales

En la figura (2.4.3), se muestran dos bandas, donde la variabilidad de cada unase encuentra expresada en la proyección de la nube de datos sobre los respectivos ejes,una vez que se realiza la transformación ACP la totalidad de la variancia de ambasimágenes se expresa en el eje mayor de la elipse (A), sintetizándose así los datos de lasdos bandas en una nueva banda que corresponde al primer componente.

El resultado de un ACP se puede analizar visualmente, comparando las bandasresultantes con las bandas originales, o mediante el análisis de los valores estadísticos(matrices de correlación y variabilidad). En este sentido, mientras mejor correlación existeentre dos bandas mayor es la similitud de información que contienen y mientras menor sea lacorrelación mayor es el aporte de cada banda. La composición de bandas que se debe elegires aquella que represente la mayor parte de la información original, eliminando las que


58

aporten información similar.

Cuando se aplica el ACP a más de tres bandas, como es el caso de las imágenesTM (5 o más bandas), sólo los primeros componentes son significativos, puesto que en elprimero se encuentra el porcentaje de mayor variabilidad correspondiente a la totalidad delas bandas, mientras que en los siguientes componentes, la información que se representacorresponde a porcentajes bajos de variabilidad, generalmente asociados a clases temáticasparticulares.

El Análisis de Componentes Principales, con datos de diferentes fechas,constituye un instrumento adecuado para el análisis de cambios multitemporales,detección de cambios, o para realzar elementos de interés en una imagen, tal como sepresentará más adelante.

2.4.4 Índices vegetacionales

Para estudiar la cobertura vegetacional e independizarla de los factores quedistorsionan su observación, se han desarrollado los denominados índices de vegetación(IV). Estos índices tratan de aislar el componente vegetal de la respuesta del suelo y delagua.

Tabla 2.1Indices vegetacionales

Indices devegetación

Definición Autor y año

Ratio vegetationindex

RVI = irc/r Pearsons & Miller(1972)

PerpendicularVegetation index

PVI = irc-a-r-b √ a2+1

Richardson &Wiegand (1977)

Soil Adjustedvegetation index

SAVI = (ρirc - ρr )

ρirc +ρ r + l

Huete (1988)

TransformedSAVI

TSAVI = _a - ( ρirc - a - r - b )_

r + a - ρirc - a * b - x ( 1 + a2)

Baret y Guyot(1991)

Modified SAVI MSAVI = 2 ρirc + 1 - √ 2 ρirc + 12- 8( ρirc - ρr) 2

Qi et al. (1994)

Optimized SAVI OSAVI = ρirc - ρr/ ρirc + ρr + Y Rondeaux (1996)

Los valores constantes de a y b corresponden a la pendiente y ordenada en el origen de lalínea de suelo irc suelo = a*r suelo + b

(1+L)


59

Diversas son las expresiones matemáticas que se han desarrollado con estosfines, desde simples restas de las bandas del infrarrojo cercano y la del rojo, hastacomplejas ecuaciones normalizadas (tabla 2.1), sin embargo el índice más utilizado es eldenominado índice de vegetación de diferencia normalizada (NDVI).

El NDVI (Normalized Difference Vegetation Índex) se ha perfeccionado pordistintos autores, simplificándolo o buscando variaciones que lo ajusten a determinadascondiciones de sitio. Sin embargo por sus resultados y simplicidad sigue siendo uníndice válido y el de mayor aplicación en estudios de vegetación.

Por otro lado, existen índices que toman como base el NDVI y a partir de élparametrizan la vegetación con el fin de estudiar el seguimiento de esta. Un ejemplo deestos índices es el denominado índice de verdor visual (IVV).

2.4.4.1 Indice de vegetación de diferencia normalizada (NDVI)

Este índice corresponde a un cociente y se apoya en la particular propiedadespectral de la vegetación en el rojo e infrarrojo cercano, el cual permite discriminarmasas vegetales.

La actividad fotosintética a causa de los pigmentos presentes en las hojas de lasplantas absorbe una cantidad de energía en la banda del rojo (0,6 a 0,7 micrómetros) yrefleja en el infrarrojo cercano (0,7 a 1,1 micrómetros). La diferencia entre estaspermite separar las clases de vegetación, e inferir sobre su estado fitosanitario.

El NDVI se obtiene de la siguiente forma:

NDVI = IRc - R / IRc + R

Esto es la diferencia entre la banda del infrarrojo cercano menos el rojo divididoentre infrarrojo cercano mas el rojo.

En el caso del sensor Thematic Mapper (TM) del satélite Landsat, el rojocorresponde a la banda 3 y el infrarrojo corresponde a la banda 4. Para el sensor HRV(Haute Resolution Visible) del satélite SPOT el rojo e infrarrojo corresponden a lasbandas 2 y 3 respectivamente.

La resultante de esta operación presenta tonos claros ( valores altos) en los lugaresdonde el índice de vegetación es alto (vegetación sana) y valores más bajos donde lavegetación es más rala o se encuentra enferma. Proporciona, además, una serie de tonosintermedios que pueden dar una idea de los cultivos o vegetación natural que se encuentranen la imagen (figura 2.4.4).


60

Figura 2.4.4 Indice de Vegetación

Diversas relaciones se han encontrado entre el NDVI y factores como biomasa,cobertura vegetal, cantidad de precipitación, producción, etc.

A modo de ejemplo, en ensayos realizados en África por Davenport y Nicholson(1989), evalúan las interrelaciones del NDVI y la lluvia, en diez cubiertasvegetacionales diferentes: cuatro zonas boscosas, dos de selva, cuatro de arbustos,matorrales y praderas. Determinaron que el rango del NDVI es sensible a la variacióninteranual de las lluvias, esta relación identificada es de carácter lineal y la correlaciónentre el volumen anual y el NDVI integrado en el mismo lapso de tiempo para 65estaciones reportadas, es de 0,89.

Los índices vegetacionales se han explorado también para la medición del índicede área foliar (IAF) y la radiación fotosintéticamente activa fijada por las plantas.Utilizando modelos de intercepción de radiación. Stockle (1991) propone un modelopara simular la intercepción de radiación apoyado en la estructura física de la planta,definida por la inclinación, orientación y localización de los elementos foliares. Este esun modelo simplificado e incorpora otras determinantes como la distribución elipsoidalde los elementos foliares, la acomodación y tendencias del dosel o de las copas, tipo einclinación de la hoja, el grosor de las copas y el ángulo azimutal.

En un articulo publicado por Baret y Guyot, (1991), sobre los limites ypotencialidades de los índices vegetacionales para la estimación del Índice de ÁreaFoliar (IAF) y la radiación fotosintéticamente activa absorbida, señalan el hecho que lamayoría de los índices de vegetación combinan información contenida en las bandas delrojo y el infrarrojo. Estos índices se establecen para minimizar el efecto de factoresexternos en los datos espectrales y poder derivar de ellos información tal como el IAF,la fracción de radiación fotosintéticamente activa absorbida entre otros.

En términos generales, el NDVI se ha constituido en una valiosa herramienta enla estimación de la productividad primaria de algunas coberturas vegetales y la


61

productividad de algunas cosechas (figura 2.4.5).

Figura 2.4.5NDVI

2.4.4.2 Índice de verdor visual (IVV)

Es un índice relativo, porcentual, respecto al monto total de la vegetación quese encuentra en el momento del estudio.

Se obtiene como el cociente entre el NDVI y el NDVI máximo local, expresadoen porcentaje. Se determina como sigue:

IVV = ( NDVI /NDVImax ) * 100

Este índice ajusta los valores del NDVI a nivel local, su aplicación a diversosestudios a entregados resultados satisfactorios y de mayor relevancia que el propioNDVI (Tapia y Castro, 1999).

2.4.5 Indices espectrales del suelo

Entre los índices utilizados con mayor frecuencia en estudios de suelo, seencuentran los siguientes:


62

2.4.5.1 Indice de brillo.

Tiene la finalidad de diferenciar el estado de los diferentes tipos de suelos.

Este índice relaciona, en el caso de imágenes Landsat, las bandas del azul, verdey rojo.

SQR ((Azul)2 + (Verde)2 +( Rojo)2 ) SQR 3

Para las imágenes SPOT se utiliza el índice de brillo modificado, que relacionalas bandas del verde, rojo e infrarrojo cercano como se expresa a continuación:

SQR (( Verde)2 + (Rojo)2 + (Infrarojo)2) SQR3

2.4.5.2 Indice de rojo

Se expresa como el cociente entre el rojo al cuadrado y el verde al cuadradomultiplicado por cien:

Índice de Rojo = Rojo2 / Verde2 * 100

Esta ligado a los colores del suelo, especialmente destaca los suelos con colorrojo y se ha probado que tiene una relación lineal con la tabla munssel.

Figura 2.4.6. Relación entre los índices de brillo y de rojo


63

En la figura 2.4.6 se puede visualizar la relación entre los dos índices del suelo.Se aprecia la distribución de los distintos tipos de suelos obtenidos para la zona delValle de Limarí (Pouget et al, 1997).

2.5 MÉTODOS PARA SEGUIMIENTO DE COBERTURAS VEGETALES(MULTIESTACIONALES Y MULTIANUALES).

Las metodologías para estudiar la dinámica de cambios de coberturavegetacional normalmente deben responder a las preguntas ¿Qué cambio ha ocurridoentre determinadas fechas? ¿Cuánto cambió?, ¿Dónde cambió? y ¿A qué cambió?. Deigual modo se puede preguntar a una serie de fechas ¿Cuál es la situación de la ultimafecha respecto de los datos históricos (máximos, mínimos, media)? y de esta formaconocer la tendencia de los recursos vegetacionales.

Entre las técnicas que se utilizan para análisis de cambios y responder estaspreguntas, se encuentran la comparación de cartografía temática, el estudio de datoscontinuos provenientes de sensores remotos y los estudios de series temporales con losmismos datos anteriores.

En el caso de la comparación de la cartografía temática, esta debe estardebidamente categorizada entre las fechas de interés y deben ser comparables. Estosignifica que el mapa debe ser de la misma zona y realizado con similar metodología,incluyendo los tipos de clases. Para ello se requiere contar con mapas confiables entrelas fechas que se desea analizar los cambios. Tal metodología es correcta entre fechaspróximas (uno o dos años).

Por su parte, los estudios de datos continuos tienen su base en datos satelitaleso aéreos y permiten, en la actualidad, obtener la dinámica de cambios vegetacionales enforma continua de un territorio e incluso detectar las variaciones al interior de unidadeshomogéneas, como es el caso de los huertos de un predio frutícola o de rodales debosques.

En ambos casos, los estudios se basan en técnicas como: composicionesmultitemporales y posterior análisis visual; en restas entre imágenes de distintas fechas;en la comparación de índices normalizados, con valores absolutos determinados en unaescala conocida; en análisis factorial de componentes principales de los elementos de unpaisaje, registrados mediante datos digitales; en análisis de regresión entre datos dedistintas fechas y por último, en vectores multitemporales.

En el caso específico de seguimiento de cobertura vegetacional, en cuanto a sudecrecimiento o crecimiento, las metodologías utilizan con mayor frecuencia los índices de vegetación, especialmente el Indice de Vegetación de DiferenciaNormalizada (NDVI), los índices de verdor visual (IVV), el índice perpendicular devegetación (PVI), el índice de suelo transformado y ajustado.


64

Por otro lado, el análisis de cambios temáticos se apoya principalmente en lametodología de la Tabulación Cruzada (Cross Tabulation).

En el caso de estudios de series temporales se trata de detectar tendencias ycambios en la dinámica de esas tendencias, para ello se utiliza la comparación respectode los umbrales máximos y mínimos o respecto de los valores medios.

2.5.1 Comparación de cartografía temática

Esta metodología consiste en determinar los cambios de cobertura y uso actualdel suelo considerando dos mapas, de distintas fechas pero en épocas similares, con elfin de obtener la cuantificación y distribución de las clases que cambiaron y a quecambiaron, así como las zonas estables dentro de un área bajo estudio.

Se recomienda que las fechas a analizar no tengan una diferencia mayor a dosaños (aproximadamente) en zonas de alto dinamismo, para evitar cambios intermediosque pueden afectar el resultado final y sobre los cuales no se tiene conocimiento.

Los mapas pueden provenir de distintas fuentes, sean estas interpretaciones de registros aéreos o satelitales, con técnicas visuales, digitales o mixtas, lo importante esque los mapas sean comparables, esto significa que las clases correspondan a unamisma definición y se encuentren codificadas con la misma nomenclatura y seencuentren en formato digital, raster o vectorial.

La técnica utilizada para obtener los cambios entre las distintas fechascorresponde a la Tabulación Cruzada, proceso estadístico que permite obtener unnuevo mapa con los cambios, los orígenes y el destino temático de ellos, así como lasclases estables que no cambian entre fechas.

El resultado de la tabulación cruzada (CROSSTAB), es una tabla y/o un mapa(ver guía práctica) donde se señalan, en el caso del mapa, nuevas unidades comoresultado de todas las combinaciones posibles entre el número total de clases de ambosmapas, conociéndose para cada una de ellas el origen y el destino. Cuando el origen yel destino son la misma clase, esta se ha mantenido estable.

En el caso del resultado tabular, ejemplo que se muestra en la figura tabla 2.2los datos en diagonal indican las unidades sin cambio, mientras que los cruces estánindicando el origen y destino de cada clase.

Para la obtención de buenos resultados es de vital importancia que los mapas deambas fechas se encuentren bien determinados, tanto en su clasificación como en laexactitud.


65

Tabla 2.2Tabulación cruzada, uso actual del suelo de 1997 y 1999

1997 1999Ciudad Agrícola Bosque

Ciudad 1Agrícola 1 3Bosque 5Matorral ralo 1Matorral denso 1

Los resultados de la tabla indican que el matorral no existe en 1999 y lasunidades que existían en 1997 fueron ocupadas por la expansión de la ciudad y por laagricultura. El bosque se mantiene estable.

2.5.2 Cambios con datos continuos

Las técnicas en este caso son variadas. En el caso de la vegetaciónespecíficamente, se apoyan fuertemente en la comparación de índices espectrales,especialmente en los denominados índices de vegetación.

A continuación se expondrán en forma sucinta las distintas técnicas y, conmayor detención las que se sugieren realizar en forma operativa.

2.5.2.1 Análisis de regresión

Las técnicas de regresión se emplean para estimar valores de una variable deinterés a partir de otra que esté fuertemente asociada con ella. El grado de asociaciónse mide a partir de observaciones comunes a ambas variables, a partir de las cuales seajusta una función que las relaciona numéricamente. La función lineal es una de las másutilizadas en los análisis de regresión, en la cual la variable a estimar (dependiente) secalcula a partir de la variable independiente, de la siguiente forma:

Y = a + bX

donde x es la variable independiente e y la variable dependiente. El símbolo � denotaque la ecuación de regresión indica un valor estimado de la variable dependiente y. Estevalor es más o menos cercano al original cuanto mayor sea la relación lineal entre x e y.Estas desviaciones llamadas “residuales” indican la calidad del ajuste.

La aplicación del análisis de regresión en seguimiento de cambios temporales esutilizado para detectar cuales son los niveles digitales (ND) de la segunda fecha, casode que no hubieran ocurrido cambios entre ambas fechas. Se expresa como sigue:

ND t2 = a + b * ND t1


66

Si se hubiera producido cambios en el periodo, los ND reales de la segundafecha presentarán valores alejados de los estimados por la regresión (altos residuales).

2.5.2.2 Análisis de vectores

El Análisis Multitemporal de Cambio vectorial apunta a la necesidad deexaminar como las características cambian continuamente en el tiempo. Dosacercamientos visuales a este problema son la secuencia de tiempo y perfil en el tiempo.

Este tipo de análisis refleja principalmente la dirección del cambio entreimágenes. Por ejemplo si un pixel cambia su cobertura entre dos fechas, tambiénmodificará su emplazamiento espectral. La magnitud del cambio queda expresado en lalongitud del vector que separa ambos puntos (espectralmente hablando). Por su parte,el sentido del cambio, (ascendente o descendente) estará dado por el aumento odisminución del ND respectivamente.

La tarea de identificar las tendencias apunta al hecho de que los Sistemas deInformación Geográfica no están bien desarrollados para el análisis de cambio. Nuestrapreocupación es la habilidad para analizar tendencias en el tiempo con datos espaciales.La tendencia es considerada significante sólo si muestra coherencia espacial además decoherencia temporal. Beller (1991) usa la noción de un evento temporal. Un eventoespacial/temporal es un evento que tiene extensión espacial y temporal.

En el contexto de sets de imágenes múltiples, la técnica de vectoresmultitemporales también puede ser usada para expresar la diferencia entre dos series detiempo con datos con una sola banda. Por ejemplo, para caracterizar el cambio enniveles de biomasa vegetal entre dos años, Kajiwara y Tateishi (1990) usaron el NDVI(Indice de Diferencia de vegetación Normalizada) de 12 meses con imágenes para cadaaño como 12 bandas describiendo patrones de respuesta temporal. El componente dedistancia del cambio vectorial fue posteriormente evaluado tomando la raíz cuadrada dela suma del cuadrado de las diferencias entre cada par de imágenes mensuales para losdos años. Algunos estudios indican que habría aparecido una fuerte correlación entre lavariabilidad del fenómeno medido y el componente de distancia del cambio vectorial.Por ejemplo, con datos de NDVI, los trópicos tienden a mostrar más cambio, debido aque éstos eran más variables.

Esta relación entre la variabilidad y el componente de distancia del cambiovectorial está relacionada al problema de registro temporal. Es sabido que se necesitaun registro temporal fuerte entre imágenes de manera que los pixeles coincidan en elproceso de cambio vectorial. Sin embargo, muchas de éstas técnicas también sonsensibles a que nivel los pixeles corresponden en el tiempo. El problema aquí es que eltiempo cronológico no necesariamente coincide con el tiempo desarrollado en elfenómeno medido. Si, por ejemplo, la estación lluviosa llega un mes tarde, toda lasecuencia de meses va a quedar fuera de sincronización con respecto al ciclo de


67

crecimiento comparado con un año normal. Esto se verá reflejado en el componente dedistancia como un cambio substancial. Sin embargo, no es un cambio per se, pero losciclos de crecimiento de los dos años no coincidirán.

2.5.2.3 Composiciones digitales multitemporales

Esta técnica se basa en comparar visualmente los tonos de gris o color deimágenes de distintas fechas.

Como ya hemos revisado en puntos anteriores, una imagen digital se puedeasignar para su visualización a uno de los tres colores primarios aditivos, rojo, verde oazul, de esta forma si asignamos imágenes de distintas fechas a estos tres colores, lavisualización final estará en correspondencia con los cambios que se han producidoentre las fechas bajo estudio.

Un ejemplo de lo anterior se muestra en la figura 2.5.1 donde se ha combinadoen el espacio RGB la bandas del Infrarrojo cercano asignado al color del rojo, la bandadel rojo asignada al color verde, ambas correspondientes al año 1998, y la banda delinfrarrojo cercano correspondiente al año 1996 asignada al color azul.

Figura 2.5.1Composición Multitemporal.

En esta composición las zonas quemadas en el año 1996 y con vegetación en elaño 1998 se visualizan de color amarillo debido a que el valor radiométrico más bajocorresponde a la banda infrarroja del año 1996, mientras que las bandas del rojo einfrarrojo cercano del año 1998 tienen valores más altos y similares (debido al escasoaumento vegetacional). Por el contrario, el color magenta, corresponde a presencia devegetación vigorosa en ambos años de comparación.


68

2.5.2.4 Resta entre imágenes

Esta técnica consiste en restar imágenes de dos fechas, previamente corregidas,permitiendo discriminar las áreas en donde se han producido cambios en el periodo deestudio. En la imagen resultante, las áreas con cambio positivo (aumento de los ND) sepresentarán en tonos más claros, las zonas con cambio negativo (disminución de losND) en tonos oscuros y en tonos intermedios aquellas áreas que no variaron (valorescercanos a cero).

Este tipo de análisis se utiliza más frecuentemente sobre índices de vegetación.Como se señaló anteriormente, los índices de vegetación son combinaciones entre lasbandas roja e infrarrojo cercano del espectro, que tienden a enfatizar determinadosparámetros vitales de la vegetación, y están claramente correlacionados con su vigorvegetativo: contenido de clorofila, biomasa, evapotranspiración, productividad, etc.(Sellers, 1989).

Se ha indicado que las zonas sin vegetación tienden a presentar una mayorreflectividad en la banda del rojo del espectro visible y una alta reflectividad en elbanda del infrarrojo cercano, normalmente esta última banda es utilizada para estudiarla vegetación.

En la figura 2.5.2 se presenta una resta entre dos bandas del infrarrojo cercanocorrespondientes a una imagen de 1996 y otra de 1998 respectivamente. En tonoblanco corresponde a la zona de mayor cambio vegetacional entre ambas fechas, estamisma zona se muestra en color rojo. Esta zona corresponde a una zona quemada en elaño 96, la que posteriormente en el año 98 aparece con vegetación, por crecimiento deuna plantación artificial.

Figura 2.5.2

Resta entre las bandas del IRc de 1998-1996


69

2.5.2.5 Resta normalizada

Como se vio anteriormente, la diferencia entre imágenes es una técnica de fácilaplicación para detectar cambios entre fechas.

Sin embargo, la técnica anterior entrega diferencias absolutas y no refleja lasignificación del cambio frente a los valores originales. Por ello, es conveniente emplearcocientes multitemporales que ofrecen una valoración temporal al cambio. En el casode estudios vegetacionales, la detección de cambios multitemporales resulta apropiadade estudiarse mediante la comparación de los índices de vegetación (NDVI). Al tratarsede una magnitud absoluta, donde es anulando el efecto atmosférico.

Los índices de vegetación son de gran utilidad para evaluar la dinámica vegetalentre dos o más fechas de referencia, determinando como algoritmo la normalización delas restas de los NDVI obtenidos para dos fechas (Castro, 1993), de la siguiente forma:

(NDVI(t1) - NDVI(t2)NDVIC = (------------------------------- + 1) * 100

(NDVI(t1) + NDVI(t2)

La diferencia normalizada entre los NDVI entre dos imágenes entregainformación sobre los cambios ocurridos entre ambas imágenes. Tales cambios seexpresan en un aumento o disminución de la cantidad de vegetación en el intervalo detiempo transcurrido.

Como ejemplo de aplicación, se presenta un análisis de cambio entre los años1996 y 1987, en la figura 2.5.3.

Figura 2.5.3NDVIC. Valparaíso.

Utilizando esta misma metodología, se ha derivado a la utilización del


70

índice de verdor visual (IVV) (ver 2.4.4.2), el cual a resultado tener una mayor relacióncon las coberturas vegetacionales a nivel local, lo que se debe a la definición del índice.

El IVV entrega una valoración relativa (porcentual) de cada valor deNDVI en relación al máximo valor de NDVI que se encuentra en la zona bajo estudio.

De tal forma, si se obtiene el IVV para dos fechas diferentes yposteriormente se le aplica una resta normalizada, el resultado expresa de una maneramás robusta el cambio real que se produce entre ambas fechas.

El paso siguiente en la metodología de cambios es obtener los límites decambios significativos y los moderados, correspondiendo estos últimos, normalmente alcrecimiento natural de la vegetación. En el caso de la zona de Valparaíso (figura 2.5.2)los límites se fijaron en torno de los valores medios, considerando las desviacionesestándares, de esta forma se obtuvieron las clases: sin cambio, disminución moderada,disminución fuerte, aumento moderado, aumento fuerte.

2.5.2.6 Análisis de componentes principales

Como se vio en puntos anteriores (ver 2.4.3), el análisis de componentesprincipales (ACP) puede relacionar los índices vegetacionales (IV) o el acumuladoestacional, el índice de área foliar (IAF), la radiación fotosintéticamente activa y fijada,la fitomasa seca y la producción económica.

Esta técnica también puede aplicarse a la detección de cambios entre dos fechasde referencia, obteniendo los componentes para el conjunto de las dos imágenes, yextrayendo aquellos que ofrezcan una clara disimetría entre ellas (por ejemplo, cargaspositivas en una fecha y negativas en otra).

Los ejes que albergan la mayor parte de la variancia total, los primeroscomponentes, son los menos interesantes para deducir cambios, puesto que expresancaracterísticas comunes a las diversas fechas. Por el contrario, los componentesintermedios, muestran aspectos particulares de cada una de ellas, por lo que resultanidóneos para detectar cambios (Richards, 1984).

En el caso de análisis de cambios vegetacionales las bandas más apropiadas sonla banda del Infrarrojo cercano, infrrojo medio y la del verde (TM4, TM5, TM2).

Para calcular las ecuaciones que sirven para obtener las nuevas imágenes, seprecisa contar con los coeficientes de la transformación. Ambos aspectos, puedenabordarse a partir de los autovectores. El autovector indica la ponderación que debeaplicarse a cada una de las bandas originales para obtener el nuevo CP. Dichobrevemente, equivale a los coeficientes de regresión en una transformación linealestándar, siendo las bandas de la imagen las variables independientes, y los CP lasdependientes.


71

En resumen, esta matriz, junto al análisis visual de los componentes resultantes(seis), resulta ser clave para interpretar los resultados, dando un sentido temático acada uno de los componentes.

Figura 2.5.4.

Análisis multitemporal mediante ACP

En la figura 2.5.4 se muestra dos imágenes (en infrarojo color) correspondientesa los años 1996 y 1998, se puede apreciar los cambios que el paisaje ha tenido entreambas fechas. De estas imágenes se tomaron las bandas correspondientes al verde y alinfrarrojo cercano de ambas fechas, sobre estas se realizó el análisis de componentesprincipales (ACP), que arrojó como resultado lo siguiente:

a) El primer componente (ACP1) concentró el 68 % de la varianzab) segundo componente (ACP2) temáticamente correspondió a la respuesta y

variabilidad espectral del año 96c) tercer componente (ACP3) entregó las zonas de cambio negativo ocurridas

entre ambas fechasd) finalmente, el cuarto componente (ACP4) retuvo sólo los datos

correspondientes a los cambios vegetacionales negativos y positivos entreambas fechas.

El componente ACP4 se muestra en tonos de grises en la figura 3.5.4 y se puedeapreciar en tonos negros las zonas quemadas en 1996 que aumentaron de vegetación en1998 y en tonos blancos los sectores que en 1996 tenían vegetación y que en 1998aparece eliminada.


72

2.5.3 Análisis de series multitemporales

Mientras las técnicas analizadas anteriormente parecen ser valiosas para lacomparación de imágenes, existen pocos métodos para casos donde muchas series detiempo están siendo examinadas. En este caso, se trabaja con una gran secuencia deimágenes logrando examinar las tendencias y cambios en la dinámica estacional o laabstracción de las anomalías significativas de la tendencia general.

A continuación se describirá en forma breve las técnicas más aplicadas enanálisis de series temporales, algunas utilizan bases similares a las revisadas pero en uncontexto diferente.

2.5.3.1 Desviación de una imagen respecto del promedio histórico

Se asume que las áreas con cambio son identificadas por el contraste en relaciónal promedio o a las condiciones características. Dado ese tipo de imagen, la desviaciónde cualquier tipo con respecto al promedio puede ser cuantificada como una simplediferencia. Una posibilidad sería producir una imagen promedio (por ejemplo, simplepromedio) sobre todas las series. Esto permitiría un cambio para cualquier imagenespecífica a ser evaluada, restándola del promedio.

Una alternativa a la imagen promedio, es el primer componente del Análisis deComponentes Principales. Cuando una serie de imágenes de una banda que difierensólo en el tiempo son agregadas al Análisis de Componentes Principales, el primercomponente representa el peso de la suma de éstas imágenes. Varios estudios indicanque el primer componente parece entregar una imagen integrada o “característica” o“típica” sobre las series (Townhend, Goff y Tucker, 1985; Lodwick, 1979). Sinembargo, para usar esta imagen característica es necesario convertir las unidades alrango original. Para componentes desestandarizados (donde la transformación se basaen la matriz de varianza/covarianza) esto puede ser logrado dividiendo cada pixel por lasuma de los elementos autovectores en la matriz de transformación. El resultado es elpromedio de las bandas originales que pueden ser usadas, como una imagen promediosimple, como una imagen característica a partir de la cual cualquier imagen individualpuede ser restada para examinar cuanto se aleja de lo normal.

2.5.3.2 Índice de verdor relativo (IVR)

El índice de verdor relativo (IVR), parte de un set histórico de datos y estableceel cambio entre cobertura vegetales en un intervalo de tiempo. Indica el verdor decada pixel en relación al rango de NDVI observado en el intervalo de tiempotranscurrido. Este índice resulta en tomar varias imágenes y obtener el mayor valor,por pixel, de entre cada una de ellas, en lo que dice relación con su NDVI.

Se expresa de la siguiente forma: ND - Ndmin


73

IVR = *100Ndmax. - Ndmin

Donde:ND: Indice de Vegetación observado para la fecha en estudioNdmin: Valor del Índice de Minoría del pixel (mínimo valor de la serie en estudio).Ndmax: Valor del Índice de Mayoría del pixel (máximo valor de la serie en estudio).

Esta técnica se utiliza para minimizar, en las imágenes de NDVI, lacontaminación por nubes, los efectos de la geometría de la observación y de lailuminación y, por último, la perturbación atmosférica.

Índice de Mayoría

Se basa en retener el máximo valor de un pixel dado, que presenta de entre los valoresde una secuencia temporal no muy alta. Este índice resulta en tomar varias imágenes ysacar el mayor valor, por pixel de entre cada una de ellas, en lo que dice relación consu NDVI.

Indice de Minoría

Se obtiene de igual forma que el índice anterior, pero en este caso, el dato aextraer es el valor mínimo de cada pixel de los índices de vegetación de la serie.

Figura 2.5.5Análisis de tendencia de cambio entre tres fechas


74

En la figura 2.5.5 se presentan los resultados del análisis de series con el IVR.En este caso se tomaron tres años, similares fechas y los mapas resultantes indican lastendencias al mínimo y máximo histórico de las fechas que se estudiaron. El primermapa resultante corresponde a la tendencia del año 1987 y el segundo mapa a la delaño 1996.

2.5.3.3 Análisis de componentes principales en series temporales

Ninguna de las técnicas discutidas hasta ahora permite abstraer los cambios deuna serie de tiempo como un todo, por ejemplo, tomar una serie de tiempo como ungrupo e incurrir en los mayores problemas que han ocurrido en ese período. El análisisde los componentes principales, sin embargo, sugiere un método.

En una serie de estudios realizados en Australia (Lodwick, 1979, Byrne yCrapper, 1980; Richardson y Milne, 1983), examinaron los cambios multitemporalesentre dos series de datos usando Componentes Principales. En estos estudios seencontró que los elementos cambiantes tendían a aparecer como componentes menores.En estos casos, sin embargo, los componentes principales trabajan con variaciones apartir de dos fuentes – varianza espectral y varianza temporal. ¿Qué ocurre cuando sólose considera la varianza temporal? Townshend, Goff y Tucker (1985) usaron este tipode procedimiento con índices de vegetación NDVI multitemporal de imágenes deAfrica, pero la usaron para explorar la sub-dimensión (por ejemplo, los factoresmayores en NDVI) de las imágenes en vez del cambio.

En una serie de experimentos conducidos por distintos autores, el análisis decomponentes principales fue utilizado para examinar cambios en datos reales yestimados. En el primer caso, fueron analizadas un año de imágenes de NDVImensuales de Africa (1988). Los componentes principales estandarizados (Singh yHarrison, 1985) calcula los autovalores y los autovectores de una matriz de correlaciónen vez de una matriz de varianza-covarianza.

El efecto es entregar cada imagen de igual peso, sin importar las diferencias envariabilidad (Lodwick, 1979). En estos estudios se encontró que los elementos decambio tendieron a aparecer en los componentes secundarios. Sin embargo, en estoscasos, los componentes principales están operando con variación de dos fuentes,varianza espectral y varianza temporal. En el primer componente produjo un índice devegetación característico integrado para el año completo. El segundo componenteprodujo el primer componente de cambio. El segundo componente debe ser ortogonal ala imagen típica del índice de vegetación. Por lo tanto, esta muestra lo que es atípico,por ejemplo, cambio. En este caso, el segundo componente fue negativamentecorrelacionado con Diciembre hasta Mayo y positivamente correlacionado con Juniohasta Noviembre. Claramente describe la dicotomía de invierno-verano. El tercercomponente fue negativamente correlacionado con los meses de Marzo hasta Julio ypositivamente correlacionado con los meses de Agosto hasta Febrero. Por lo tanto, eltercer componente describe primavera y otoño.


75

Uno de los elementos claves del análisis anterior es que la correlación de loscomponentes con las imágenes originales muestra una fuerte coherencia temporal. Dehecho, puede argumentarse que cualquier cambio necesita mostrar ambas, coherenciaespacial y temporal de manera de ser juzgado como un cambio en vez de una variaciónconsecuente. La coherencia se refiere a la tendencia de un cambio a permanecer en eltiempo y en el espacio. En el segundo y tercer componente, mostraron un fuertecoherencia ya que las correlaciones positivas y negativas fueron calculadas en gruposde 6 meses. Los componentes remanentes, no mostraron mucha coherencia,correlaciones negativas y positivas muy pequeñas fueron seguidas la una de la otra enorden aleatorio. Como resultado, se interpretó que no hubo cambios substanciales enlos datos.

La buena característica de este Análisis de Componentes Principales es que laserie de imágenes pueden ser examinadas como un todo y los cambios pueden serinvestigados de manera progresiva de mas a menos significantes. Adicionalmente, lascorrelaciones de las imágenes individuales con cada componente, pueden ayudar en lainterpretación cuando los cambios ocurran.

2.5.4 Indicaciones generales

De todo lo expuesto resulta evidente que existen distintos caminos para obtenerel seguimiento de las coberturas vegetacionales y uso actual del suelo a través deltiempo, más aún, existen muchos aspectos que deben ser investigados y cadametodología debe ser adaptada y considerada en el contexto local que se aplique,valorizada y evaluada de acuerdo a los resultados que se obtengan.

En opinión de los autores, este es un camino legitimo y propio de cada usuario,no obstante, de acuerdo a la experiencia y reportes sobre el tema, metodologíasoperativas en países similares, indican que el seguimiento mediante el NDVI y el IVVentregan resultados aceptables a los propósitos de los planificadores agrícolas,especialmente el IVV, por cuanto considera el comportamiento local de la vegetaciónbajo estudio.

Finalmente y de igual forma, el Análisis de Componentes Principales (ACP),como método de seguimiento multitempopral entrega resultados acorde con lasdiversas situaciones de variabilidad del paisaje que se deseen estudiar.

En este contexto, lo expuesto en este cuaderno constituye la base teórica paracomprender las metodologías en que se basa la interface de seguimiento (TeleSAT) queacompaña este texto. El conjunto de módulos de análisis que integra TeleSAT resultanser una combinación que permite realizar el trabajo de cuantificación y análisis decambios en una determinada zona de una manera sencilla, sin necesidad de ser unusuario especializado en procesamiento de datos digitales.


76

BIBLIOGRAFÍA

BARET, F., CHAMPION, I., GUYOT, G. y PODAIRE, A. (1987): Monitoring Wheatcanopies with a high spectral resolution radiometer. Remote Sensing of Environment,22: 367-378.BAUER, M.E., DAUGHTRY, C.S.T., BIEHL, L.L., KANEMASU, E.T. y HALL,F.G. (1986): Field spectroscopy of agricultural crops. IEEE Transactions onGeoscience and Remote Sensing. GE-24 (1): 65-75.BARRET, E.C. y CURTIS, LF. (1991): Introduction to Environmental RemoteSensing. London. Chapman and Hall (3ª Edición).BELLER, A. (1991): Spatial/Temporal Events in GIS. Proceedings, GIS/LIS´91. pp.752-765.BYRNE, G.F. y CRAPPER, P.F (1980): Land Cover Change Detection by PrincipalComponent Analysis of Multitemporal MSS Data: The presence of Clouds.Proceedings, 14th International Symposium on Remote Sensing of theEnvironment.Vol. 3, pp. 1375-1382.BONN, F. y ROCHON, G. (1992): Précis de Télédetection. Volume 1. Principes etMéthodes. Québec, de I'Université du Québec.CAMPBELL, J.B. (1987): Introduction to Remote Sensing. New York, The GuifordPress.CASTRO, R. (1993): Clasificación Digital de Combustibles Forestales a Partir deImágenes de Satélite de Alta Resolución y Modelo Digital de Terreno. UniversidadAlcalá de Henares. Depto, de Geografía. Tesina. 226 p. Madrid. España.CASTRO, R. (1997): Manual de Fotogrametría y Fotointerpretación. PontificiaUniversidad Católica de Chile. Facultad de Agronomía e Ingeniería Forestal. Colecciónde Docencia. 247 p. Santiago. Chile.CASTRO, R. y SOLIVELLES, V. (1996): Evaluación de Sensores Aerotransportados en laIdentificación de Cultivos. Ministerio de Agricultura. ODEPA. CIREN-CORFO. 45 p. Santiago.Chile.CHUVIECO, E. (1996): Fundamentos de Teledetección Espacial, Madrid. Rialp.COLWELL, R.N. (Ed.) (1983): Manual of Remote Sensing. 2nd. Edition, FallsChurch, American Society of Photogrammetry (2 volúmenes).COULSON, K.L. (1975): Solar and terrestrial radiation. Methods and measurements,Academic Press, New York.CURRAN, P.J. (1985): Principles of Remote Sensing, Essex, Longman.DANSON, F.M., STEVEN, M.D., MALTHUS, T.J. y JAGGARD, K.W. (1990):Spectral response of sugar beet to water stress, Proceed. of the l6th Annual Conferenceof the Remote Sensing Society "Remote Sensing and Global Change", UniversityCollege of Swansea, l9th-2lst September 1990, ed. by M.G. Coulson, 49-58.DEERING, D.W. (1990): Field measurements of bidirectional reflectance, en Asrar, G.(ed.): Theory and Applications of Optical Remote Sensing, cap. 2, John Wiley & Sons,New York.GILABERT, M.A. (1990): Caracterización radiométrica, en el intervalo espectral solarde cultivos cítrícos. Modelo geométrico de reflectividad de aplicación en teledetección,Tesis Doctoral, Facultad de Física, Universidad de Valencia.GIRARD, M.C. y GIRARD, C.M. (1989): Télédétection Appliquée. Zones Tempéréeset intertropicales, Paris, Masson.


77

GOILLOT, CH.C. (1980): Sígnificance of spectral reflectance for natural surfaces. EnFraysse, G. (ed.): Remote Sensing Application in Agriculture and Hydrology, A.A.Balkema, Rotterdam, pp. 53-68.HAMILTON, D. (1981). Large scale color aerial photography as a tool in samplingfor mortality rates. USDA For. Serv. res. Pap. INT-269. Utah.HARRIS, R. (1987): Satellite Remote Sensing. An Introduction, London, Routledgeand Kegan Paul.HELLER, R. SADER, S. AND MILLER, W. (1964). Identification of tree species onlarge scale pancrhomatic and color aerial photohraphs. USDA. For. Serv. Agric.Washington DC.HOLM, R.G., JACKSON, R.D., YUAN, B., MORAN, M.S., SLATER, P.N. yBIGGAR, S.F. (1989). Surface reflectance factor retrieval from Thematic Mapper data,Remote Sensing of Environment, 27: 47-57.HOVLS, W.A., KNOLL, J.S. y SMITH, G.R. ( 1985): Aircraft measurements forcalibration of an orbiting spacecraft sensor, Applied Optics, 24 (3): 407410.KAJIWARA, K. y TATEISHI, R. (1990): Integration of Satellite Data andGeographic Data of Global Land Cover Analysis. Proceedings, ISPRS Commission IV.Tsukuba. Japan. Pp. 221-229.LODWICK, G.D. (1979): Measuring Ecological Changes in Multitemporal LandsatData Using Principal Components. Proceedings, 13th International Symposium onRemote Sensing of the environment. Vol. 2. pp. 1131-1141LILLESAND, T.M. y KIEFER, R.W. (1987): Remote Sensing and ImageInterpretation, 2nd Ed., New York, John Wiley and Sons (1 Edición de 1979).LO, C.P. (1986): Applied Remote Sensing, New York, Longman.MARACCI, G. (1979). Comparison of spectral reflectances measured by airbornesacanner and on the ground, Tellus-Newsletter 9.MATHER, P. (1987): Computer Processing of Remotely Sensed Data, London, JohnWiley and Sons.MELIA, J. (1991). Fundamentos Físicos de la Teledetección: Leyes y PrincipiosBásicos en Gandia y Melia (ed.): La Teledetección en el Seguimiento de los FenómenosNaturales. Curso de PostGrado. Universidad de Valencia, pp.51-83.PONS, X. 1992. Aportacions ce la Teledeteccio i als Sistemas dìnformació Geografica en estudis deVegetacio. Univ. Autonóma de Barcelona. Tesis Doctoral. 427 p. España.RICHARDSON, A.J. y MILNE, A.K. (1983): Mapping Fire Burns and VegetationRegeneration Using Principal Components Analysis. Proc. IGARSS 83, San Francisco,pp. 51-56.SABINS, F.F. (1986): Remote Sensing: Principles and Interpretation, 2nd Ed., SanFrancisco, Freeman (primera edición de 1978).SAYN, W. (1978): Recognition of tree species on aerial photographs. Inf. Rep..Ottawa, Ont.SCANVIC, T. (1989): Teledetección Aplicada, Madrid, Paraninfo(Traducción deloriginal frances de 1983).SINGH, A. y HARRISON, A. (1985): Standardized Principal Components.International Journal of Remote Sensing.Vol. 6 (6): 883-896.SZEKIELDA, K.H. (1988): Satellite Monitoring of the Earth, New York, John Wileyand Sons.


78

TOWNSHEND, J.R.G., GOFF, T.E. y TUCKER, C.J. (1985): MultitemporalDimensionality of Images of Normalized Difference Vegetation Index at ContinentalScales. IEEE Transactions on Geoscience and Remote Sensing. GE-23, 6. Pp. 888-895.


79

GLOSARIO

ALTITUD:

(Fotografía aérea). Distancia vertical de un objeto o punto sobre un plano decomparación usualmente sobre el nivel del mar.

ANCHO DE BARRIDO:

Ángulo plano total o distancia lineal en terreno cubierta por un barredor multiespectral en ladirección perpendicular al desplazamiento de la plataforma.

BYTES:

Término que define un grupo de 8 dígitos binarios (bitios o bit), permite representar unaletra o un carácter de un lenguaje que emplea dos clases diferentes, ejemplo: No - Si, Falso -Verdadero, Apagado - Encendido, 1 - 0.

COMPACT AIRBONE SPECTROGRAPHIC IMAGER (CASI):

Es un sensor aerotransportado, óptico y multiespectral, basado en una barra de CCD(dispositivo por acoplamiento de carga) que le permite registrar diferentes longitudes deonda que van desde 430 nm a 950 nm y programar la configuración de las regionesespectrales de acuerdo a los requerimientos del usuario.

CONTRASTE:

(Fotografía). La diferencia entre áreas luminosas y sombras, en un negativo el contrastelo determina la relación de densidades de las partes comparadas.

CORRECCION GEOMETRICA:

Eliminar errores geométricos en una imagen de tal manera que esté de acuerdo condeterminado sistema de coordenadas. Esto involucra la creación de una nueva imagendigital por remuestreo de la imagen original. También se le llama transformacióngeométrica.

CORRECCIÓN RADIOMÉTRICA:

Proceso de ajuste de los datos originales registrados por un sensor con el fin de corregir lossesgos que se introducen por desequilibrio de los detectores o por mal funcionamiento delsistema, por la atmósfera u otras variaciones del medio ambiente. Es un proceso importantepara la obtención de información correlacionada con datos biofísicos.


80

CORRECCION ATMOSFERICA :

Restauración de medidas de radiación que compensa los efectos de dispersión y absorciónde la radiación electromagnética por la atmósfera.

DETECTOR POR ACOPLAMIENTO DE CARGA (CCD):

Es un dispositivo en el cual los electrones son almacenados en la superficie de unsemiconductor arreglado de tal forma que la carga eléctrica a la salida de uno proporciona elestimulo de entrada del otro, dispositivo normalmente utilizado en barredoresoptoelectrónicos.

DESPLAZAMIENTO POR RELIEVE:

La diferencia en la posición de un punto sobre o abajo del plano de posición de ese punto,referido a la perspectiva de una fotografía aérea.

DIFERENCIA DE PARALAJE:

La diferencia en el paralaje absoluto de dos puntos localizados en un parestereoscópico de fotografías aéreas. Usualmente usado en la determinación de ladiferencia en elevación de los objetos.

ESCALA:

Es la relación entre una distancia medida en un mapa o una fotografía aérea y lacorrespondiente en el terreno. Suele representársele como un número fraccionario;Escala pequeña, la que posee el mayor denominador 1/35.000, 1/60.000. Escala mayor,aquella cuyo denominador es menor 1/20.000; 1/3.000, etc.

FILTRO DIGITAL:

Se aplican en procesamiento de imágenes y corresponden a un procedimiento matemáticopara discriminar los valores de los pixeles en función de la frecuencia espacial asociada.

FORMATO DIGITAL:

Arreglo de datos en una unidad central de procesamiento en formato de bit, bytes opalabras.


81

FOTOGRAFIA:

La producción de imágenes sobre superficies sensibles al efecto actínico de la luz.

GANANCIA :

Término general que se usa para expresar un aumento de la potencia de una señal en sutransmisión de un punto a otro. La ganancia generalmente se expresa en decibeles. También se le llama factor de ganancia. 2.- En radar se da dos usos a este término: a).-Ganancia de antena o factor de ganancia, que es la relación entre la potencia detransmisión a lo largo del eje del haz y la potencia de un radiador isotrópico quetransmite la misma potencia total. b).- Ganancia de receptor que es el aumento que leda el receptor a una señal.

GEOCENTRICO :

Relativo a la tierra como centro. 2.- Medido desde el centro de la tierra.

GEOCODIFICACION:

Referencia o posición geográfica para la ubicación de los datos de una imagen.

GEODESIA:

La ciencia que trata matemáticamente de la determinación de la forma y dimensiones dela tierra en base a mediciones directas como triangulación, nivelación y observacionesgravimétricas. También determina él campo de gravedad externo de la tierra y trata enmenor grado de la estructura interna de la tierra.

GEOIDE :

La superficie equipotencial en el campo de gravedad terrestre que coincide con el niveldel mar teóricamente quieto que se extiende continuadamente a través de loscontinentes. La dirección de la gravedad es perpendicular al geoide en cualquierpunto. El geoide es la superficie de referencia para observaciones astronómicas deposición y para la nivelación geodésica.

INTERPRETACION:

El acto de examinar imágenes con el propósito de identificar objetos y juzgar susignificación.


82

IMAGEN :

1. Contraparte óptica de una persona o cosa producida por una lente, espejo u otrosistema, óptico, en la que cada punto del objeto tiene su correspondiente en la imagendesde el cual los rayos divergen o parece que divergen. 2.- La escena reproducida porun recepptor de televisión u otro medio similar. 3.- La copia de una informacióncontenida en una cinta, disco, tarjeta perforada u otro medio de grabación de unsistema, cuando dicha copia se presenta en un medio diferente (papel, película., tubode rayos catódicos, etc.).

IMAGEN A FALSO COLOR :

1. Una imagen el¡ la que los colores del objeto no son reales. La película infrarrojaproduce imágenes falso color, ya que la exposición al infrarrojo se representa comorojo, la roja como verde y la verde como azul. 2.- Imagen creada en un laboratoriofotográfico, partiendo de las transparencias fotográficas en blanco y negro de unacámara o sensor multiespectral, realizando exposiciones sucesivas sobre tina películaa color, con diferentes filtros e intensidades de luz. También se llama composición afalso color y puede ser producida en un monitor color empleando idependientementesus respectivos cañones de electrones.

IMAGEN DE ALCANCE INCLINADO :

En radar, una imagen en la cual los objetos están ubicados en posiciones quecorresponden a sus distancias de alcance inclinado medidas desde la trayectoria de laaeronave. (Slant range image)

IMAGEN DE ALCANCE TERRESTRE:

Imagen de radar de vista lateral, en la cual los objetos en la elevación de referencia,están ubicados a distancias correspondientes a su separación en el terreno.

IMAGENES DE RADAR:

Imagen de un objeto o de una región terrítorial obtenidas por medio de un radar. También se le llama mapa de radar.

IMAGEN DIGITAL :

Caracterización discreta de una escena formada por celdas con determinados nivelesradiométricos, como tal puede estar formada por un conjunto de bandas en cuyo casose conoce como imagen digital multiespectral.


83

LUZ ACTINICA:

Una parte del espectro que provoca cambios químicos y que ocurre en las emulsionesfotográficas sensibles. La luz que forma imágenes sobre material foto sensible, laporción azul o violeta del espectro se considera como la banda de luz actínica. El valoractínico también depende de la sensibilidad de las emulsiones.

MAPA BASE:

Mapa auxiliar construído o adoptado para controlar en diversos grados de precisión, latransferencia de la información anotada sobre aerofotografías o imágenes.

MULTIESPECTRAL:

Se refiere normalmente a imágenes satelitales o sensores para indicar que se cubre o registrados o más bandas espectrales del espectro electromagnético, es decir dos o más espaciosdistintos de longitudes de onda o frecuencias de la energía electromagnética.

NANÓMETRO (nm):

Unidad de longitud igual a un mil millonésimo de metro.

ORIENTACION:

Acomodo respecto a cualquier detalle. La posición en la cual se coloca una imágenrespecto a un observador, un mapa, etc

PIXEL:

Es la contracción de "picture element", corresponde al elemento básico que forma unaimagen satelital, definido en un sistema de coordenadas por su posición en filas y columnas,más un valor temático o radiométrico. Representa la superficie mínima que puede registrarun determinado sensor de la superficie terrestre.

PARALAJE:

El desplazamiento aparente de posición de un objeto con respecto a un punto dereferencia o sistema, causado por un movimiento en el punto de observación.

PELICULA INFRARROJA:

Película blanco y negro o en color, cubierta con una emulsión especial sensible a las


84

ondas de luz "infrarroja-corta". La luz azul es eliminada con el uso de un filtroprofundo se usa para fotografiar a través de poca humedad aprovechando la facultadde penetración de la luz infrarroja y en la detección de camuflaje para distinguir entrevegetación viva y vegetación muerta o un pigmento verde artificial.

PELICULA ORTOCROMATICA:

Literalmente, una película preparada para registrar valores tonales correspondientes alos tonos de la naturaleza. En la práctica, es una película sensible a ondas azules yverdes, pero no rojas.

PELICULA PANCROMATICA.:

Es una película sensible a longitudes de onda de 400 a 700 micrones o sea el espectrocompleto de la luz visible, incluyendo el anaranjado y el rojo.

PLANO DE REFERENCIA:

Aquel en relación al cual se determina la posición de objetos o elementos (ej. alturasobre el nivel del mar).

PROYECCION:

Conjunto de ejes sistemáticamente dibujados sobre una superficie plana pararepresentar los paralelos y meridianos de la tierra o de una porción de la superficieterrestre, puede construirse geométricamente o mediante cálculos.

PROCESAMIENTO DIGITAL DE IMÁGENES:

Manipulación computarizada de los valores numéricos-digitales de una imagen.

PROCESO POR ADICION DE COLORES :

Un método para crear todos los colores por la combinación en varias proporciones delos tres colores primarios (azul, verde y rojo). También se le llama proceso poradición.

PROCESO SUSTRACTIVO PARA OBTENClÓN DE COLORES :

Método para crear todos los colores por sustracción de luz en varias proporciones delos tres colores sustractivos primarios que son el cyan, magenta y amarillo.

RASTER:

Tipo de estructura de datos espacial donde la unidad básica del sistema de almacenamiento


85

de la información es la celda o pixel. Estructura normal en diversos sistemas de informacióngeográfica y única en los sistemas de adquisición y procesamiento de imágenes.

REFLECTANCIA:

Relación entre la energía radiante reflejada por un cuerpo y la incidente a él. Razón entreirradiancia y radiancia expresada en porcentaje.

RESOLUCIÓN ESPECTRAL:

Es la capacidad de un sensor remoto para registrar datos en distintas partes o bandas delespectro electromagnético, caracterizando con mayor o menor precisión un determinado fenómeno de la superficie de la tierra.

RESOLUCIÓN ESPACIAL:

Capacidad de un sistema de teledetección para registrar una unidad mínima espacial o dedistancia de la superficie terrestre. También se puede definir como la mínima distancia entredos objetos que puede diferenciar en el terreno un sensor, se expresa en metros, metroscuadrados y en radianes.

RGB (Red, Green, Blue):

Síntesis del color por adición producido por la combinación de tres bandas que se asignan alos tres colores primarios (Rojo, Verde y Azul).

SENSOR:

Cualquier dispositivo que registra radiación electromagnética u otro tipo de energía y lapresenta de forma apropiada para decodificarla y obtener información útil.

SISTEMA DE POSICIONAMIENTO GLOBAL POR SATÉLITE (GPS):

Corresponde a una constelación de satélites norteamericanos y rusos que permiten,mediante un receptor de la señal, ubicar un punto de la tierra en coordenadas x, y, z, conprecisiones altamente confiables, permiten de igual forma la navegación marítima y eltránsito aéreo.

SYSTEME PROBATOIRE D'OBSERVATION DE LA TERRE (SPOT):

Proyecto de teledetección espacial del gobierno Francés en colaboración con Bélgica ySuecia, el proyecto mantiene en órbita un satélite con sensores de exploración por empujedenominados HRV (Haute Resolution Visible).


86

TEXTURA:

En una fotografía aérea corresponde a la frecuencia y disposición de los cambios tonalesregistrados en la emulsión. En imágenes tales cambios son dados por los valores de lospixeles. La textura se puede clasificar en gruesa, media y fina.

UNIVERSAL TRANSVERSAL MERCATOR (UTM):

Proyección cartográfica para representar la tierra basada en un sistema de coordenadasrectangulares que tienen su origen un meridiano central (según huso que corresponda,existen 60) y en el ecuador. Para Chile los husos corresponden al 18 y 19.

VECTOR:

Estructura de almacenamiento de datos en sistemas de información geográfica querepresentan la información como vectores, cuyos elementos básicos son los puntos, laslíneas y los polígonos. Es un sistema que define las distintas unidades temáticas por lascoordenadas de sus bordes. En general los elementos geográficos se representan como unaserie de coordenadas X, Y o X, Y, Z.

VISION ESTEREOSCOPICA:

(estero visión). La aplicación de visión binocular, la cual permite observar un objetosimultáneamente desde dos perspectivas diferentes.

VISION PSEUDOSCOPICA:

Efecto inverso de la visión estereoscópica, en este caso aparecen los valles comomontañas y las montañas como valles.

BASES TEÓRICAS - INIAbiblioteca.inia.cl/medios/transferencia/tallersa... · Proyecto:...

Documents

Transcript of BASES TEÓRICAS - INIAbiblioteca.inia.cl/medios/transferencia/tallersa... · Proyecto:...