Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tratamiento Imagenes Resumen
Tratamiento Imagenes Resumen
1 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
[1]
Donde:
k = Reflectividad en la banda k.
K = Distancia Tierra-Sol en unidades astronmicas (1 UA = 1,49598108 Km, vara a lo largo del ao
entre 0,983 y 1,017 UAs).
Lsen,k = Radiancia espectral recibida por el sensor en la banda k (W m-2 sr -1 m-1).
La,k = Radiancia atmosfrica debida a la dispersin en la banda k (W m-2 sr -1 m-1).
Eo,k = Irradiancia solar en el techo de la atmsfera en la banda k (W m-2 m-1).
cosi = Coseno del ngulo cenital del flujo incidente (complementario del ngulo de elevacin solar).
k,i = Transmisividad atmosfrica para el flujo descendente en la banda k.
Se aplic el mtodo de correccin de Chavez (1996), en Chuvieco et al. (2000), conocido como el de
la transmisividad de la atmsfera descendente por defecto, o mtodo de Extraccin del Objeto Oscuro,
y que en la ecuacin anterior usa los siguientes valores:
La,k = a0,k + a1,k NDmn. El NDmn del histograma en la banda k (ND= Nivel Digital).
k,i = 0,70, 0,78, 0,85, 0,91 para TM1, TM2, TM3 y TM4, respectivamente. Para TM5 y TM7 se toman
los valores obtenidos por Gilabert et al. (1994), en Chuvieco et al. (2000) (0,95 y 0,97).
Este mtodo recurre al Nivel Digital mnimo de cada banda, calculado a partir de los valores de los
pxeles en masas de agua limpias y profundas, como medida de la radiancia debida a la dispersin
atmosfrica (Chuvieco et al., 2000). De esta manera, los pxeles que contienen los valores de Nivel
Digital ms bajos (en masas de aguas limpias y profundas) se seleccionan de la imagen y su valor
representativo se resta a los valores del resto de la imagen para reducir las influencias de la dispersin
(Chen et al., 2005). Por otra parte, la transmisividad atmosfrica para el flujo descendente se extrapola
de experimentos fsicos llevados a cabo sobre atmsferas reales sin cobertura nubosa (Chuvieco et al.,
2000).
Al trmino de este proceso de correccin de las imgenes utilizadas, cada uno de los valores de pxel
conocido como Nivel Digital, entre 0 y 255, fue transformado a un valor de reflectividad, entre 0 y 1.
La correccin topogrfica es un procedimiento que permite compensar las diferencias de iluminacin
solar, debidas a la variacin altitudinal del terreno (Chuvieco et al, 2000). Se ha convertido en uno de
los pasos ms importantes en el pre-procesamiento de imgenes de teledeteccin en regiones
montaosas (Lu et al., 2008). Este efecto provoca que las zonas de umbra presenten una menor
reflectividad de lo que debieran, mientras que las zonas en solana presenten una reflectividad ms alta
de lo esperado (Chuvieco et al., 2000), an teniendo iguales coberturas vegetales. Esto puede dar lugar
a que durante el proceso de clasificacin, una misma formacin vegetal sea asignada a dos categoras
2 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
diferentes, por el hecho de tener una reflectividad diferente en funcin de que se encuentre en zona de
solana o de umbra. La correccin topogrfica puede mejorar la precisin en la clasificacin porque
reduce los efectos de la topografa en la reflectividad de la vegetacin, y realza las diferencias entre los
diferentes tipos y estructuras (Lu et al., 2008).
Para la correccin topogrfica, en primer lugar fueron descargadas y unificadas las hojas
correspondientes a nuestra zona de estudio del Modelo Digital del Terreno 1:50.000, disponible en el
Centro de Descargas del Instituto Geogrfico Nacional. Estos datos del Modelo fueron utilizados para
calcular pendientes y orientaciones en las imgenes. El ngulo cenital solar y el azimutal se obtuvieron
de los metadatos de la imagen Landsat TM5.
En segundo lugar se calcul la iluminacin (IL), es decir, el coseno del ngulo de incidencia ( i),
mediante la siguiente ecuacin [2] (Chuvieco et al., 2000):
[2]
Donde:
p
a=
o=
ngulo de orientacin: El ngulo existente entre el vector que seala el Norte y la proyeccin
3 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
[4]
[5]
[6]
Donde:
L = radiancia sin corregir.
a = ordenada en el origen de la recta de regresin.
b = pendiente de la recta de regresin.
cos i = coseno del ngulo de incidencia de la luz (calculado en la ecuacin [2] como cos i.
Ln = radiancia normalizada (radiancia equivalente en una superficie plana con ngulo de incidencia
cero).
cos = coseno de la pendiente del terreno.
cos
Una vez realizado este clculo se obtuvo un valor medio de radiancia normalizada (L n), aplicable a la
totalidad de la imagen para efectuar la correccin topogrfica. Sin embargo, en base a lo descrito en un
trabajo realizado por Lu et al. (2008), la aplicacin de un nico valor global de correccin, aunque es
simple y fcil de implementar, puede ser poco til para la reduccin de los efectos topogrficos,
debido al amplio rango de pendientes existentes en zonas montaosas. De ah que en el presente
trabajo, con apoyo del estudio realizado por los autores anteriormente mencionados, se haya ido un
poco ms all, estableciendo cuatro clases de pendientes [7] para el clculo de la radiancia
normalizada, con un enfoque basado en el pxel que ajuste mejor la correccin en funcin de lo
pronunciada que sea dicha pendiente en cada caso.
1-120 / 12-200 / 20-350 / >350
[7]
En lugar de una nica recta de regresin que se ajuste a todo el rango de pendientes, para a partir de
ah obtener la radiancia normalizada, se calculan cuatro rectas de regresin mucho ms ajustadas a
cada uno de esos intervalos de pendiente preestablecidos.
Tras realizar la correccin topogrfica se verific cmo se haban eliminado ciertas sombras que
aparecan en las imgenes por la baja iluminacin, consiguiendo de esta manera homogeneizar la
variabilidad espectral dentro de cada una de las clases de vegetacin, y en definitiva, tipos de hbitat.
4 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
1. Bibliografa
Baker, C.; Lawrence, R.; Montagne, C.; Patten, D. (2006). Mapping wetlands and riparian areas using
landsat ETM+ imagery and decision-tree-based models. Wetlands 26: 465-474.
BOE (2007). LEY 42/2007, de 13 de diciembre, del Patrimonio Natural y de la Biodiversidad. BOE
299 (14 diciembre 2007): 51275-51327.
BOE (2011). Real Decreto 1274/2011, de 16 de septiembre, por el que se aprueba el Plan estratgico
del patrimonio natural y de la biodiversidad 2011-2017, en aplicacin de la Ley 42/2007, de
13 de diciembre, del Patrimonio Natural y de la Biodiversidad. BOE 236 (30 septiembre
2011): 103071-103280.
BOJA (2003). Decreto 251/2003, de 9 de septiembre, por el que se aprueban el Plan de Ordenacin de
los Recursos Naturales y el Plan Rector de Uso y Gestin del Parque Natural Sierra de
Cardea y Montoro. BOJA 213 (5 noviembre 2003): 23106-23179.
BOJA (2012). Decreto 493/2012, de 25 de septiembre, por el que se declaran determinados lugares de
importancia comunitaria como Zonas Especiales de Conservacin de la Red Ecolgica
Europea Natura 2000 en la Comunidad Autnoma de Andaluca. BOJA 200 (11 octubre 2012):
7-35.
Boyd, D. S.; Sanchez-Hernandez, C.; Foody, G. M. (2006). Mapping a specific class for priority
habitats monitoring from satellite sensor data. International Journal of Remote Sensing 27:
2631-2644.
Brodley, C. E.; Friedl, M. A. (1997). Decision tree classification of land cover from remotely sensed
data. Remote Sensing Environment 61: 399-409.
Brown De Colstoun, E. C.; Story, M. H.; Thompson, C.; Commisso, K.; Smith, T. G.; Irons, J. R.
(2003). National Park vegetation mapping using multitemporal Landsat 7 data and a decision
tree classifier. Remote Sensing Environment 85: 316-327.
Carreiras, J. M. B.; Pereira, J. M. C.; Pereira, J. S. (2006). Estimation of tree canopy cover in
evergreen oak woodlands using remote sensing. Forest Ecology and Management 223: 45-53.
Castaeda, C.; Ducrot, D. (2009). Land cover mapping of wetland areas in an agricultural landscape
using SAR and Landsat imagery. Journal of Environmental Management 90: 2270-2277.
Chastain Jr, R. A.; Townsend, P. A. (2007). Use of Landsat ETM and topographic data to characterize
evergreen understory communities in Appalachian deciduous forests. Photogrammetric
Engineering & Remote Sensing 73: 563-575.
5 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
Chen, X.; Vierling, L.; Deering, D. (2005). A simple and effective radiometric correction method to
improve landscape change detection across sensors and across time. Remote Sensing of
Environment 98: 63-79.
Chuvieco Salinero, E. (2002). Teledeteccin ambiental: la observacin de la Tierra desde el espacio.
Ariel, Barcelona.
Chuvieco Salinero, E.; Riao, D.; Salas Rey, F.J. (2000). Correccin atmosfrica y topogrfica,
informacin multitemporal y auxiliar aplicadas a la cartografa de modelos de combustible con
imgenes de Landsat-TM. Tecnologas Geogrficas para el Desarrollo Sostenible.
Departamento de Geografa. Universidad de Alcal 2000: 222-239.
Consejera de Medio Ambiente, Junta de Andaluca (2004). Formulario normalizado de datos Natura
2000. LIC: ES6130001. Direccin General de la Red de Espacios Naturales Protegidos y
Servicios Ambientales, Sevilla.
Consejo Europeo (1992). Directiva 92/43/CEE, relativa a la conservacin de los hbitats naturales y
de la fauna y flora silvestres. Consejo Europeo, Bruselas.
Costa Prez, J. C.; Valle Tendero, F. (2004). Datos botnicos aplicados a la gestin del medio
ambiente andaluz: series de vegetacin. Direccin General de Gestin del Medio Natural,
Sevilla.
Ding, F.; Fan, P. (2011) Integration of spectral indices, digital elevation data and support vector
machines for land use classification in hilly areas. Key Laboratory of Humid Subtropical Ecogeographical Process. Fujian Normal University (China).
Daz Varela, R. A.; Ramil Rego, P.; Calvo Iglesias, S.; Muoz Sobrino, C. (2008). Automatic habitat
classification methods based on satellite images: A practical assessment in the NW Iberia
coastal mountains. Environ Monit Assess 144: 229-250.
Fahsi, A.; Tsegaye, T.; Tadesse, W.; Coleman, T. (2000). Incorporation of digital elevation models
with Landsat-TM data to improve land cover classification accuracy. Forest Ecology and
Management 128: 57-64.
Gitelson, A. A. (2004). Wide Dynamic Range Vegetation Index for Remote Quantification of
Biophysical Characteristics of Vegetation. Journal of Plant Physiology 161: 165-173.
Hill, M. J.; Vickery, P. J.; Furnival, E. P.; Donald, G. E. (1999). Pasture land cover in eastern
Australia from NOAA-AVHRR NDVI and classified Landsat TM. Remote Sensing of
Environment 67: 32-50.
6 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
7 de 8
Propuesta metodolgica para la generacin de Cartografa de Hbitats de Inters Comunitario mediante teledeteccin
Tuanmu, M.; Via, A.; Bearer, S.; Xu, W.; Ouyang, Z.; Zhang, H.; Liu, J. (2010). Mapping understory
vegetation using phenological characteristics derived from remotely sensed data. Remote
Sensing of Environment 114: 1833-1844.
Via, A.; Bearer, S.; Zhang, H.; Ouyang, Z.; Liu, J. (2008). Evaluating MODIS data for mapping
wildlife habitat distribution. Remote Sensing of Environment 112: 2160-2169.
VV.AA. (2009). Bases ecolgicas preliminares para la conservacin de los tipos de hbitat de inters
comunitario en Espaa. Ministerio de Medio Ambiente y Medio Rural y Marino, Madrid.
Wood, E. M.; Pidgeon, A. M.; Radeloff, V. C.; Keuler, N. S. (2012). Image texture as a remotely
sensed measure of vegetation structure. Remote Sensing of Environment 121: 516-526.
8 de 8