Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia de Identificar Cultivos
Metodologia de Identificar Cultivos
Metodologia de Identificar Cultivos
Director:
MSc. Luis Joel Martnez
Agradecimientos
Proyecto SIMCI - UNODOC - DIRAN
Leonardo Correa, Jefe de rea - Apoyo financiero
Orlando Gonzlez, Experto en Procesamiento Digital - Asesor en Investigacin
Ma. Ximena Gualdrn, Asistente de Ingeniera - Acompaamiento en sobrevuelo
Resumen y Abstract
IX
Resumen
Como complemento a la clasificacin convencional de cultivos de coca en Colombia, se
propone una metodologa de clasificacin de imgenes satelitales, de acuerdo a la edad,
en tres estados fenolgicos: juvenil, vegetativo y maduro; empleando mtodos de
extraccin del parmetro REP (red edge position), el cual es un indicador de cambios
fisiolgicos y fenolgicos de cualquier especie vegetal, y espectroscopia de imgenes
satelitales. La metodologa contempla tres fases: 1) Captura de firmas espectrales en
campo, de cultivos de coca en cada estado fenolgico, mediante un espectroradimetro,
para las cuales se obtiene la posicin REP por el mtodo de extrapolacin lineal (Cho et
al., 2006). 2) Toma de una imagen satelital World View II, la cual es transformada de
valores de radiancias relativas (q) a valores de reflectancias (), y sobre los cuales se
calcula el parmetro REP mediante el mtodo de Lagrange (Dawson et al., 1998),
resultando una imagen con los cultivos de coca clasificados segn su estado fenolgico.
3) Sobrevuelo al rea de estudio para identificar lotes de coca sobre el terreno, y evaluar
los resultados de la clasificacin mediante matrices de confusin y el ndice de
concordancia Kappa.
Abstract
In order to support the actual classification method of coca crops in Colombia, a new
methodology is proposed, classifying crops by their phenological stages: first leaves,
early leaves, full leave. The REP (red edge position) parameter was calculated as an
indicator of any physiological and phenological changes in plants. Imaging spectrometry
methods were used too. The methodology has three phases: 1) Collecting coca crops
signatures in field using a spectroradiometer and calculating REP parameter for each
phenological stage applying lineal extrapolation method (Cho et al., 2006). 2) Taking a
World View II image which radiance values (q) are converted to reflectance values () to
obtain REP parameter by Lagrange method (Dawson et al., 1998). A classification image
of coca crops by phenological stages is obtained. 3) Flying over the interest area to
identify coca crops in the field and evaluate the classification results using a confusion
matrix and estimating the Kappa concordance index.
Contenido
XI
Contenido
Pg.
1.
Introduccin ............................................................................................................... 1
1.1
Problema de Investigacin ................................................................................... 3
1.2
Objetivos ............................................................................................................... 5
2.
3.
4.
Resultados................................................................................................................ 37
4.1
Firmas espectrales de coca en parcelas de prueba ........................................... 37
4.2
Firmas espectrales promedio por estado fenolgico .......................................... 42
4.3
Parmetros de la regin red edge para cada firma por estado fenolgico ......... 43
4.4
Imagen satelital World View II en radiancias relativas (q) .................................. 48
4.5
Imagen satelital World View II en radiancias absolutas (L) ................................ 49
4.6
Imagen satelital World View II en reflectancias () ............................................. 50
XII
4.7
Clasificacin de cultivos de coca segn estado fenolgico ................................ 52
4.8
Correlacin entre firmas espectrales de campo con la imagen .......................... 55
4.9
Correlacin parmetro REP ............................................................................... 61
4.10 Comportamiento REP segn ngulo solar ......................................................... 64
4.11 Perfil espectral REP para coberturas asociadas ................................................ 65
4.12 Clasificacin REP para coberturas asociadas .................................................... 66
4.13 Metodologa propuesta para clasificacin de cultivos de coca mediante REP ... 70
4.14 Validacin del mtodo propuesto con base en matrices de confusin y
coeficiente Kappa .......................................................................................................... 72
4.15 Comparacin de resultados - Metodologa propuesta y metodologa
convencional ................................................................................................................. 79
5.
Bibliografa ....................................................................................................................... 85
Contenido
XIII
Lista de figuras
Pg.
Figura 2-1: Flujo de radiacin solar (I) en las hojas. .......................................................... 9
Figura 2-2: Caractersticas de un espectro de vegetacin sana (400- 2500 nm) ............ 10
Figura 2-3: Principales absorciones causadas por los pigmentos foliares. ..................... 12
Figura 2-4: Regin red edge de la curva espectral vegeta .............................................. 13
Figura 2-5: Seccin transversal de una hoja .................................................................... 14
Figura 2-6: Curva espectral de la primera derivada del maz .......................................... 20
Figura 2-7: Segunda derivada de la firma espectral del maz .......................................... 21
Figura 3-1: Flujograma de actividades para el desarrollo de la investigacin ................. 24
Figura 3-2: Localizacin del rea de estudio, San Jos del Guaviare. ............................ 25
Figura 3-3: Captura de firmas espectrales en campo,mediante espectroradimetro ...... 26
Figura 3-4: Mtodo de captura de firmas espectrales en campo ..................................... 28
Figura 3-5: Lotes de cultivos de coca muestreados ......................................................... 29
Figura 3-6: Curvas de radiancia espectral relativa del sensor World View II .................. 32
Figura 4-1: Firmas espectrales de plantas en estado juvenil (n=10 plantas) ................... 38
Figura 4-2: Firma espectral promedio en estado juvenil y desviacin estndar .............. 38
Figura 4-3: Firmas espectrales de plantas en estado vegetativo (n=10) ......................... 39
Figura 4-4: Firma espectral promedio en estado vegetativo y desviacin estndar ........ 40
Figura 4-5: Firmas espectrales de plantas en estado maduro (n=10) ............................. 41
Figura 4-6: Firma espectral promedio en estado maduro y desviacin estndar ............ 41
Figura 4-7: Comparacin de firmas espectrales promedio por cada estado fenolgico .. 42
Figura 4-8: REP, mnimos y mximos para firma espectral estado juvenil ...................... 45
Figura 4-9: REP, mnimos y mximos para firma espectral estado vegetativo ................ 46
Figura 4-10: REP, mnimos y mximos para firma espectral estado maduro .................. 47
Figura 4-11: Estadsticas unibanda de la imagen WV II en radiancias relativas ............. 48
Figura 4-12: Matriz de correlacin multibanda para la imagen WV II. ............................. 49
Figura 4-13: Comparacin de curvas de reflectancia, radiancia absoluta y relativa ........ 51
Figura 4-14: Ejemplo aplicacin mtodo Langrange para un pxel de cultivo de coca. ... 53
Figura 4-15: Definicin de rangos por cada estado fenolgico de imagen REP .............. 54
Figura 4-16: Resultado final de la clasificacin por parmetro REP ................................ 55
Figura 4-17: Librera espectral de los cultivos de coca, a partir de imagen WV II ........... 56
Figura 4-18: Librera espectral de los cultivos de coca, a partir de radiometra ............... 56
XIV
Contenido
XV
Lista de tablas
................................................................................................................................ Pg.
Tabla 2-1: Principales pigmentos de las plantas y sus correspondientes absorciones .... 11
Tabla 2-2: Principales factores que afectan la reflectancia de un dosel vegetal. ............. 15
Tabla 2-3: Ventaja y atributos de las tcnicas de interpolacin para determinar REP ..... 22
Tabla 3-1: Estados fenolgicos de la variedad de coca muestreada ............................... 27
Tabla 3-2: Caractersticas de la imagen World View II del rea de estudio ..................... 31
Tabla 4-1: Parmetros REP para firmas espectrales de coca, por estado fenolgico ..... 44
Tabla 4-2: Parmetros transformacin imagen radiancias relativas (q) a absolutas (L) .. 49
Tabla 4-3: Parmetros transformacin radiancias absolutas (L) a reflectancias () ........ 50
Tabla 4-4: Parmetros para calcular la imagen REP ....................................................... 52
Tabla 4-5: Comparacin de reflectancias en la imagen vs radimetro ............................. 57
Tabla 4-6: Matriz de confusin para evaluar clasificacin mediante el parmetro REP ... 76
Tabla 4-7: Medidas de exactitud derivadas de la matriz de confusin ............................. 77
Tabla 4-8: Escala de valoracin del ndice kappa, propuesto por Landis-Koch (1977) .... 79
Tabla 4-9: Comparacin de densidades de cultivos de coca en el rea de estudio ......... 80
Tabla 4-10: Detalle de densidades de cultivos por estado fenolgico .............................. 80
Contenido
XVI
Unidad SI
Definicin
Ec. 3.4
Tabla 3-2
Radiancia absoluta
Ec. 4.3
Radiancia relativa
Secc.3.7
Ec. 4.4
Secc-.4.3
Unidad SI
Trmino
Ec. 3.5
Tabla 3-2
Reflectancia
Abreviaturas
Abreviatura
PAR
REP
SIMCI
Definicin
Trmino
Photosynthetically Active Radiation
Red Edge Position
Sistema Integrado de Monitoreo de cultivos Ilcitos
Ec. 3.4
1. Introduccin
En los ltimos aos, las investigaciones en sensores remotos se han apoyado en el uso
de la radiacin espectral, capturada por espectroradimetros de campo y radimetros
satelitales y aerotransportados (espectroscopia de imgenes), para determinar las
caractersticas de los materiales y/o coberturas sobre la superficie terrestre; estas
caractersticas pueden ser: la identificacin de un tipo de material (tipos de minerales,
especies vegetales), o la determinacin de una variable relacionada con un tipo de
cobertura (estrs vegetal, estado fenolgico) (Hiles et al., 1994).
De acuerdo con Clevers et al. (2002), en la franja de transicin entre el rango visible
(rojo) y el rango del infrarrojo cercano de las firmas espectrales de vegetacin, conocida
con el nombre de regin red edge, es donde se presentan las caractersticas de
absorcin ms importantes de las curvas de reflectancia de la vegetacin, debido a que
se encuentra un contraste o fuerte cambio entre el rango rojo y el infrarrojo cercano,
caracterizado por un valor de reflectancia extremadamente bajo en el visible rojo, seguido
por altas reflectancias en el rango infrarrojo cercano, lo cual se asocia con la poca
reflectancia de luz roja de la clorofila, la estructura interna y contenido de agua foliar,
Introduccin
mostrando que esta regin del espectro es una de las ms importantes para la
clasificacin de una especie segn su estado fenolgico.
Para firmas obtenidas con radimetros de baja resolucin espectral, como es el caso de
los sensores remotos multiespectrales, el parmetro REP, puede ser estimado mediante
el mtodo de Lagrange, propuesto por Dawson (1998); el cual consiste en ajustar un
polinomio de segundo orden de Lagrange a la curva de la primera derivada de
reflectancias, obtenido a partir de tres pares de puntos con longitud de onda y
reflectancia conocidas, cercanos y con centro en la regin red edge, para el cual su punto
mximo representa la posicin REP.
Introduccin
Introduccin
Con base en lo anterior, se busc una respuesta a esta dificultad de determinar la edad
de las plantas en los cultivos, y se plante la siguiente pregunta de investigacin: es
posible desarrollar una metodologa para identificar los cultivos de coca en diferentes
estados fenolgicos, haciendo uso de mtodos y tcnicas propias de la espectroscopa
de imgenes?.
Introduccin
anlisis espectroscpico de una imagen multiespectral que contiene una banda centrada
en la regin red edge, como es el caso de las imgenes World View II.
1.2 Objetivos
El objetivo general de este estudio es desarrollar una metodologa para identificar cultivos
de coca (Erithoxylum coca var. ipat) en diferentes estados fenolgicos mediante anlisis
de parmetros espectrales en la regin red edge y espectroscopia de imgenes.
Como objetivos especficos se tienen:
Determinar la posicin REP en la regin red edge, de cada una de las curvas
espectrales establecidas para los cultivos de coca, en diferentes estados fenolgicos
(juvenil, vegetativo y maduro).
Evaluar la correlacin de los parmetros espectrales red edge obtenidos de las firmas
de hoja de coca en campo, con las respuestas espectrales de la imagen satelital.
2. Revisin de literatura
Carotenoides: Grupo de pigmentos (molculas qumicas que reflejan o transmiten la luz visible, o
hacen ambas cosas a la vez) rojos, naranjas y amarillos que aparecen con frecuencia en los
organismos vivos. Algunos carotenoides intervienen como pigmentos accesorios en la fotosntesis,
trasfieren a la clorofila la energa de la luz que absorben para su conversin en energa qumica
(Reigosa, 2004).
Segn Jensen (2000), las hojas tienen dos capas: una cuticular y una epidrmica,
interceptan o reciben el flujo de energa radiada directamente por el sol, o de luz
dispersada por la atmsfera, para que luego esta energa incidente interacte con los
pigmentos, agua y aire intracelular de las hojas, determinando as la cantidad de flujo
reflejado, absorbido y transmitido por cada una (Figura 2-1).
La radiacin de las longitudes de onda del infrarrojo cercano pasa a travs de las hojas,
de una a otra, de tal manera que se genera un efecto aditivo de reflectancia. Cada capa
foliar transmite y refleja una cantidad de energa generando un ciclo de transmisin de
energa y finalmente ofreciendo una reflectancia efectiva, lo que genera que la
reflectancia a nivel de dosel sea mucho mayor que aquella medida directamente sobre
una hoja en particular.
Revisin de literatura
Figura 2-1: Flujo de radiacin solar (I) en las hojas: energa reflejada (R), energa
transmitida (T) o energa absorbida. En el grfico se muestra un ejemplo hipottico del
comportamiento aditivo de la reflectancia en varias capas de hojas.
10
Figura 2-2: Caractersticas de un espectro de vegetacin sana (400- 2500 nm). Los
factores dominantes que controlan la reflectancia de la hojas son: pigmentos en las
clulas mesoflicas retenedoras (clorofila, caroteno), clulas mesoflicas absorbedoras
que controlan la reflexin y dispersin de energa en el infrarrojo, y cantidad de agua en
la planta
La regin visible del espectro de reflectancia de la vegetacin est caracterizada por las
bajas reflectancias y transmitancias debido a las fuertes absorciones por parte de los
pigmentos foliares.
Revisin de literatura
11
Los pigmentos son compuestos qumicos que determinan los matices y combinaciones
de colores del espectro para cualquier tipo de vegetacin, existiendo un predominio
general de los colores primarios: verde, rojo y azul. El color particular que presenta un
determinado rgano vegetal depende generalmente del predominio de uno u otro o la
combinacin de ellos. Dentro de estos pigmentos se encuentran las clorofilas, clorofila a
y clorofila b, de tonalidades verdes, las cuales se encuentran prcticamente en todas las
plantas. Estos pigmentos se encuentran en el interior de las clulas vegetales
especficamente en un organelo llamado cloroplasto. Los compuestos cloroflicos estn
ligados qumicamente con las estructuras internas del cloroplasto, adems existen
tambin en los cloroplastos dos clases de pigmentos amarillos y amarillo-anaranjados
que son las xantofilas y carotenos.
Los pigmentos de la clorofila absorben luz violeta, azul y roja para el proceso de
fotosntesis. La luz verde no es absorbida para realizar tal proceso, y por tal motivo la
mayora de plantas son verdes. El espectro de reflectancias de la vegetacin verde
muestra los principales mnimos de absorcin causados por la clorofila en las longitudes:
420, 490 y 660 nm del espectro visible; en la (Tabla 2-1) se muestran otros puntos
mnimos de absorcin (Figura 2-3) que se pueden considerar importantes en el estudio
de pigmentos:
12
Figura 2-3: Principales absorciones causadas por los pigmentos foliares (clorofilas,
carotenos y ficobilinas) en el rango del espectro visible.
De acuerdo con Clevers et al. (2002), en la franja de transicin entre el rango visible rojo
y el rango del infrarrojo cercano se presenta una de las caractersticas de absorcin ms
importante de las curvas de reflectancias de la vegetacin, debido a que se da un
contraste o fuerte cambio entre el rango rojo y el infrarrojo cercano, caracterizado por un
Revisin de literatura
13
Figura 2-4: Regin red edge de la curva espectral vegetal. Curvas espectrales de
vegetacin sana y otra con estrs, sobre las cuales se indica con un par de flechas sus
correspondientes puntos de inflexin (1, 2), o puntos de mxima pendiente.
14
la estructura interna foliar (Figura 2-5), por lo tanto el factor determinante de la respuesta
espectral de las plantas en el rango infrarrojo cercano es esta estructura. La distribucin
de los espacios de aire, as como la organizacin, tamao y forma de las clulas, son
caractersticas que influyen en el paso de la luz a travs de las hojas. Por ejemplo, si una
hoja presenta tejidos celulares mesoflicos compactos entonces tendr pocos espacios
de aire, lo que facilitar una dispersin o reflexin de energa ms que una transmisin
de la misma, y ocurrir lo contrario en caso que los tejidos no sean tan compactos.
Mediante diferentes estudios realizados se ha demostrado que la reflectancia en el
infrarrojo cercano est fuertemente relacionado con el volumen del espacio intracelular
en los tejidos mesoflicos de las hojas, adicionalmente la reflectancia de las hojas cambia
durante su crecimiento y senescencia (Gausmann, 1969).
Figura 2-5: Seccin transversal de una hoja. Estructura interna y partes principales que
intervienen en la interaccin de la luz con las hojas.
Revisin de literatura
15
16
Revisin de literatura
17
firma espectral, o por lo menos que permita llegar a una aproximacin, para lo cual se
cuentan con cinco diferentes mtodos conocidos, que se exponen en seguida.
Ecuacin (2.1)
Asume que la curva de reflectancia en la regin red edge puede ser simplificada
mediante una lnea recta centrada cerca al punto medio entre las reflectancias del
infrarrojo cercano (780 nm aproximadamente) y el punto mnimo de reflectancia de
absorcin de clorofila (670 nm aproximadamente). Donde el REP es estimado mediante
un procedimiento de clculos en dos pasos (Guyot et al., 1988).
) (Ecuacin (2.2)).
Ecuacin (2.2)
18
Ecuacin (2.3)
Ecuacin (2.4)
donde:
Revisin de literatura
19
Ecuacin (2.5)
donde: i = nmero de bandas del radimetro que se emplee para tomar las curvas de
reflectancia en campo, que se encuentren en el rango de 670 to 780 nm.
20
Figura 2-6: Curva espectral de la primera derivada del maz, indicando las dos rectas de
mxima pendiente en las regiones el rojo y el infrarrojo cercano, que se extrapolan para
obtener la posicin REP.
Fuente: Cho-Skidmore(2006)
Ecuacin (2.7)
donde: m = pendiente de cada una de las rectas
c = punto de corte de las rectas
En el punto de interseccin las dos rectas tienen los mismos valores de longitud de onda
y FDR. Por lo tanto la posicin REP est dada por (Ecuacin (2.8)):
Revisin de literatura
21
Ecuacin (2.8)
pueden ser obtenidos por los valores mnimos de la curva de primera deriva de
Figura 2-7: Segunda derivada de la firma espectral del maz, indicando los valores
Fuente: (Cho-Skidmore,2006)
De los anteriores mtodos se emplear el de extrapolacin linear, teniendo en cuenta los
resultados obtenidos por Cho et al. (2006), quienes compararon el desempeo de los
cinco mtodos en el clculo de REP en tres coberturas vegetales: maz, centeno y
herbceas mixtas, obteniendo resultados ptimos con su mtodo de extrapolacin
propuesto, al evaluar la correlacin de cantidades de nitrgeno foliar (indicador de vigor
22
Tabla 2-3: Ventaja y atributos de las tcnicas de interpolacin para determinar REP
Tcnica
Mximo de la primera
derivada
Interpolacin Lineal
Gaussiana Inversa
Ajuste funciones alto
orden
Extrapolacin Linear
Aplicado a: curva
de reflectancia o
curva primera
derivada
Complejidad
Aplicabilidad
para firmas
espectrales de
campo
Idnea para
firmas
espectrales
de imgenes
Derivada
Fcil
Pobre
Nula
Reflectancia
Reflectancia
Fcil
Difcil
Buena
Buena
Alta
Media
Derivada
Moderado
Buena
Media
Derivada
Fcil
Buena
Alta
3. Materiales y mtodos
3.1 Metodologa
24
Convenciones
Mtodos y/o procesos
Resultados
Materiales y mtodos
25
Latitud:
La
mayora
del
territorio
est
constituido
por
selvas hmedas
Figura 3-2: Localizacin del rea de estudio, San Jos del Guaviare.
rea de estudio
26
Materiales y mtodos
27
Foto
Altura
Edad
Juvenil
Erythroxylum coca
Ipad
Dulce
0-20 cm
1-2 meses
Vegetativo
Erythroxylum coca
Ipad
Dulce
50 - 100 cm
6 meses
Maduro
Erythroxylum coca
Ipad
Dulce
> 120 cm
> 1 ao
Por cada estado fenolgico se recolectaron 30 firmas espectrales en total, a tres horas
diferentes (9am, 12m, 3pm), para considerar los distintos ngulos de incidencia de
radiacin solar. El lente de captura del espectroradimetro se sostiene 50 cm por encima
de la parte alta de cada planta, en posicin nadir (dirigido verticalmente hacia abajo),
permitiendo asegurar que todas las mediciones se tomaran con el mismo ngulo entre la
ptica de muestreo y el dosel, con un campo de visin constante de 25 grados (ngulo
slido que delimita la radiacin captada). Cada 10 minutos se realizaron mediciones de la
radiacin solar incidente, haciendo uso de una superficie blanca de referencia para poder
convertir las radiancias de cada espectro, en reflectancias. Adicionalmente las
mediciones se tomaron manteniendo la misma orientacin hacia el sol (de este a oeste)
para disminuir la variabilidad de las radiaciones ledas por efectos de sombra en el
interior del dosel, ya que estos varan a lo largo del da dependiendo del ngulo azimut
del sol y las lneas de plantacin en los cultivos. (Figura 3-4)
28
Figura 3-4: Mtodo de captura de firmas espectrales en campo para cada estado
fenolgico
vista individuo
vista dosel
Juvenil
Vegetativo
Maduro
Los individuos de coca muestreados se encuentran en tres lotes individuales (Figura 3-5),
para el estado fenolgico juvenil se capturaron las firmas sobre el cultivo 1 (0-20cm de
altura promedio de la planta), para el estado vegetativo se tomaron sobre los cultivos 2 y
4 (entre 50-100 cm de altura), y para el estado de maduro se recolectaron firmas sobre el
cultivo 3 (>120 cm de altura promedio).
Materiales y mtodos
29
Ecuacin (3.1)
30
Ecuacin (3.2)
Con estos valores de longitudes de onda se extrapolaron dos lneas rectas, una de estas
corresponde al par de puntos en la regin del rojo (680-700 nm), y la otra al par de
puntos en la regin del infrarrojo cercano (725- 760 nm); la intersecin de estas dos
rectas corresponde a la posicin REP de cada curva.
Materiales y mtodos
31
El sensor WorldView II captura la seal en 8 intervalos que cubre desde los 400 nm hasta
los 1040 nm, del espectro. Por lo que cuenta con 8 bandas en este intervalo, y
adicionalmente cuenta con una banda pancromtica que cubre el rango 450-800 nm.
(Tabla 3-2)
4.3 m
Panchromatic: 450 - 800 nm
(0.40 cm)
8 Multispectral:
Coastal: 400 - 450 nm
Blue: 450 - 510 nm
Resolucin Espectral:
Resolucin Temporal:
4 das
Cobertura Espectral:
400-1040 nm
Nmero de Bandas:
Altura Nominal:
770 km
Ancho de Escena:
10 km
Tipo de Datos:
Radiancias 11 bits
Fecha de toma :
Marzo de 2011
Estacionalidad :
La imagen utilizada incluy el pre-proceso efectuado por el distribuidor Digital Globe, que
consiste en corregir espectralmente la imagen, normalizando las radiancias al dividir cada
uno de los valores medidos por la radiancia mxima, respectivamente para cada banda.
Los valores que resultan de esta normalizacin se conocen como radiancias relativas (q),
razn por la cual se deben transformar posteriormente a unidades de reflectancias ().
(Figura 3-6)
32
Figura 3-6: Curvas de radiancia espectral relativa del sensor World View II (tomado de
Digital Globe, 2010)
Ecuacin (3.3)
donde i = nmero de pxel
j = nmero de banda
En los metadatos adjuntos de la imagen se encuentran los valores de los factores de
calibracin radiomtrica absoluta (k) y los anchos de banda efectivos (), para cada
Materiales y mtodos
33
Ecuacin (3.4)
donde i = nmero de pxel
j = nmero de banda
= ngulo cenital solar
Para aplicar la (Ecuacin 3.4), se debe conocer la distancia (d) y el ngulo solar ()
(Ecuacin 3.5 - Ecuacin 3.6), que se incluyen en los metadatos de la imagen, al igual
que la irradiancia solar espectral promedio (E) por cada banda.
Ecuacin (3.5)
donde JD = da juliano (2455484,144)
Ecuacin (3.6)
donde sunEl = ngulo de elevacin solar ( 69,5)
34
) alrededor
Ecuacin (3.7)
donde () = valor mximo del polinomio de Lagrange, en el punto REP
= longitud de onda en el punto REP
Materiales y mtodos
35
la cual representa el
Ecuacin (3.8)
siendo
36
4. Resultados
Por cada estado fenolgico se obtuvieron diez firmas espectrales, cuyos valores de
reflectancia son expresados en porcentaje a lo largo de cada ancho de longitud de onda,
en un rango de 200 hasta 1.100 nanmetros.
Las firmas espectrales correspondientes al estado juvenil (Figura 4-1), presentan un
comportamiento similar entre s, con valores de reflectancias en el espectro infrarrojo
entre un 30-50 %, con una desviacin estndar de 18%, en el rojo entre 5-30% de
reflectancia, con una desviacin estndar del 10%, y en el verde entre 15-25% (con
mayor frecuencia en 20%) de reflectancia, con una desviacin estndar del 6%; el hecho
de que los valores de reflectancia entre los rangos infrarrojo y verde versus el rango rojo,
no sean muy distantes, es decir, que la curva de absorcin en el rango del rojo no sea
tan profunda, indica un bajo contenido de pigmentos cloroflicos en las hojas (SIMCI,
2006); las diferencias en reflectancia entre las firmas recolectadas se debe a los cambios
de cantidad de energa solar incidente y a la cantidad de hojas por planta, que ocasiona
una influencia de reflectancia del suelo en el momento del muestreo. Dentro de este
conjunto de curvas espectrales, se present una con valores extremos de reflectancia
(Figura 4.1, curva en color verde), la cual fue excluida del clculo de la firma promedio
para este estado.
38
Figura 4-2: Firma espectral promedio en estado juvenil (verde) y desviacin estndar
100
90
80
60
50
40
30
20
10
795,72
789,69
777,6
783,65
765,5
771,55
759,44
747,3
753,37
741,23
735,15
729,06
722,97
716,87
710,77
704,67
698,56
692,44
686,32
680,19
674,06
667,93
661,79
655,64
649,49
643,34
637,18
631,01
624,84
618,66
606,3
612,48
600,11
% Reflectancia
70
Resultados
39
40
90
80
70
% Reflectancia
60
50
40
30
20
10
799,24
793,46
787,68
781,89
776,09
770,29
764,49
758,68
752,87
747,05
735,4
741,23
729,57
723,73
717,89
712,04
706,19
700,34
694,48
688,62
682,75
671
676,87
665,11
659,23
653,34
647,44
641,54
635,63
629,72
623,81
617,89
611,97
606,04
600,11
En el caso del conjunto de firmas recolectadas para coca en estado maduro (Figura 4-5),
se observ mayor homogeneidad en las respuestas espectrales, ya que en este estado la
cobertura foliar es mxima, y las otras coberturas como el suelo no influyen
significativamente. A diferencia de las curvas de coca en estado vegetativo, los valores
de reflectancia en el espectro verde, son mayores y estn comprendidos en el rango
entre 20-35%, con desviaciones estndar del 1%, lo que indica un mayor verdor en las
hojas; en los espectros del rojo y el infrarrojo cercano, con valores de reflectancia en los
rangos 5-10% (desviacin estndar del 5%) y 35-70% (desviacin estndar del 6%)
respectivamente, las reflectancias son similares a las del estado vegetativo, lo que indica
una alta presencia de pigmentos cloroflicos y vigorosidad en las plantas.
799,24
793,46
787,68
781,89
776,09
770,29
764,49
758,68
752,87
747,05
741,23
735,4
729,57
723,73
717,89
712,04
706,19
700,34
694,48
688,62
682,75
676,87
671
665,11
659,23
653,34
647,44
641,54
635,63
629,72
623,81
617,89
611,97
606,04
600,11
% Reflectancia
Resultados
41
Figura 4-6: Firma espectral promedio en estado maduro (rojo) y desviacin estndar
100
90
80
70
60
50
40
30
20
10
42
Con base en las firmas espectrales por cada estado fenolgico, se obtuvo una que
corresponde al promedio (Figura 4-7), de los muestreos realizados en campo; en el caso
de las firmas de cultivos juveniles se excluy la firma con valores de reflectancia
extremos, ya que estos podran afectar considerablemente el clculo de la firma
promedio juvenil.
Figura 4-7: Comparacin de firmas espectrales promedio por cada estado fenolgico
(Longitud de onda, % Reflectancia)
Juvenil
Vegetativo
Maduro
mximos
Resultados
43
En el rango comprendido entre 710 - 725 nm, para las tres firmas espectrales promedio
de coca, se observan dos mximos en la reflectancia (Figura 4-7). Este comportamiento
lo encontr (Horler, 1983), en un estudio realizado sobre firmas espectrales de rboles de
roble (Quercus robur), para las cuales se identific una distribucin bimodal en el rango
entre 700-725 nm, que generaba una discontinuidad en la relacin REP/clorofila;
adems, (Smith, 2004) encontr este mismo comportamiento sobre firmas espectrales de
pastos, en la regin 702-725 nm, y (Zarco et al., 2003) observaron el mismo
comportamiento de doble pico, en el rango 690-710 nm, para firmas de arce negundo
californiano (Acer californicum) en macetas, concluyendo que estos mximos de
reflectancia estn en funcin de la emisin natural de fluorescencia de la clorofila.
Debido a estos mximos, fue necesario aplicar el mtodo de extrapolacin lineal
propuesto por Cho et al.(2006), para el clculo del parmetro REP. A partir de las firmas
espectrales promedio por cada estado fenolgico (Figura 4-8.a, Figura 4-9.a, Figura 4-
44
Tabla 4-1: Parmetros REP para firmas espectrales de coca, por estado fenolgico
ESTADO FENOLOGICO REP (nm)
Juvenil
717,853
Vegetativo
720,738
Maduro
721,1262
De estos valores de REP, se puede observar una diferencia poco significativa entre los
estados fenolgicos vegetativo y maduro, cuyos valores de REP difieren en 1 nm. Lo
anterior indica que no hay una separabilidad entre estas dos clases espectrales y en el
momento de clasificar la imagen se pueden presentar traslapes entre estas.
Resultados
45
Figura 4-8: a. REP, mnimos y mximos para firma espectral promedio estado juvenil,
b. Longitudes de onda con derivada cero (=0)
46
Figura 4-9: a. REP, mnimos y mximos para firma espectral promedio estado
vegetativo, b. Longitudes de onda con derivada cero (=0)
Resultados
47
Figura 4-10: a. REP, mnimos y mximos para firma espectral promedio estado maduro,
b. Longitudes de onda con derivada cero (=0)
48
a.
b.
Resultados
49
Se puede observar que para las tres bandas de inters (5,6 y7), se obtienen diferentes
valores promedio de radiancias relativas en los pxeles, presentndose el menor
promedio en la banda 5; para las bandas 6 y 7 los histograma de frecuencias presentan
una distribucin monomodal (Figura 4-11 b), con valores promedios similares, lo cual
indica una alta correlacin entre estas dos bandas; adicionalmente, al calcular la matriz
de correlacin (Figura 4-9) entre bandas se confirma la anterior afirmacin, al encontrar
una correlacin del 76% entre la banda del red edge y la banda del infrarrojo cercano.
Figura 4-12: Matriz de correlacin multibanda para la imagen World View II en radiancias
relativas (en rojo los valores de correlacin para las bandas 5,6 y 7).
World
View
II
en
radiancias
Banda
Factor de Calibracin
Radiomtrica (K )
Ancho de Banda ()
Expresin en Envi
Coastal
9.295654000000000e-03
4.730000000000000e-02
Blue
1.783568000000000e-02
5.430000000000000e-02
(0.009295654*b1)/0.0473
(0.01783568*b2)/0.0543
(0.01364197*b3)/0.063
(0.006810718*b4)/0.0374
(0.0185735*b5)/0.0574
(0.006063145*b6)/0.0393
(0.02050828*b7)/0.0989
(0.009042234*b8)/0.0996
Green
1.364197000000000e-02
6.300000000000000e-02
Yellow
6.810718000000000e-03
3.740000000000000e-02
Red
1.851735000000000e-02
5.740000000000000e-02
Red Edge
6.063145000000000e-03
3.930000000000000e-02
Near-IR1
2.050828000000000e-02
9.890000000000000e-02
Near-IR2
9.042234000000000e-03
9.959999999999999e-02
50
Irradiancia solar
espectral promedio
(E )
Expresin en Envi
3.33647001*(b1/1758.2229)
3.33647001*(b2/1974.2416)
Green
1856.4104
3.33647001*(b3/1856.4104)
Yellow
1738.4791
3.33647001*(b4/1738.4791)
Red
1559.455
3.33647001*(b5/1559.4555)
Red Edge
1342.0695
3.33647001*(b6/1342.0695)
Near-IR1
1069.7302
3.33647001*(b7/1069.7302)
Near-IR2
861.2866
3.33647001*(b8/861.2866)
constantes: d = 0,997384211761638 = 20,5
Coastal
1758.2229
Blue
1974.2416
Resultados
51
52
Banda
Red
660
b5
Red Edge
725
b6
Near-IR1
835
b7
(centro de banda)
Expresin en Envi
((0.1371*b5)-(0.2090*b6)+(0.0719*b7))/(2*((b5/11375)-(b6/7150)+(b7/19250)))
Como resultado de este proceso se obtuvo una imagen de una sola banda, denominada
imagen REP, cuyos niveles digitales para cada pxel corresponden a las longitudes de
onda en las que se presentan los puntos REP de cada una las firmas espectrales de la
imagen de reflectancias.
Resultados
53
Figura 4-14: Ejemplo de aplicacin mtodo Langrange para un pxel de cultivo de coca
en estado fenolgico maduro (imgenes en falso color RGB 765). a. Imagen y firma de
reflectancia (). b. Imagen y firma de la primera derivada de la reflectancia (). c. Imagen
y firma de la segunda derivada de la reflectancia (). d. Imagen REP clasificada por
rangos.
Imagen de Reflectancias
i-1
i+1
i+1
REP
()
i
i-1
Imagen de REP
d
=
REP
()
REP
738 - 740
REP
() = 0
54
Figura 4-15: Definicin de rangos por cada estado fenolgico, a partir de reas
verificadas en terreno, para clasificacin de imagen REP
0,5
0,45
0,4
Reflectancia
0,35
0,3
0,25
juvenil
0,2
vegetativo
maduro
0,15
0,1
0,05
0
733
734
735
736
737
738
739
740
REP (nm)
De acuerdo con estos rangos, se observ como los valores de longitud de onda REP,
incrementan con la edad de la vegetacin; para el estado juvenil se presentan los
menores valores de la posicin REP y de igual forma para el estado maduro se
presentan los valores mayores. Estos resultados son comparables con los obtenidos por
Clevers et al.(2002), mediante imgenes MERIS aplicando el mtodo lineal para calcular
el parmetro REP en coberturas vegetales, y cuyos valores muestran una relacin directa
entre el contenido de clorofila y estado fenolgico de estas coberturas, con la posicin del
punto de inflexin en la regin red edge. Tambin Boochs(1990) document como la
posicin REP est relacionada directamente con cambios en el estado biolgico y
morfolgico de la remolacha (beta vulgaris var. saccharata), y el trigo (triticum aestivum),
mediante mediciones radiomtricas en campo.
Resultados
55
A partir de estos rangos, los pxeles de la imagen REP se agruparon en cada uno de los
estado fenolgicos correspondientes, para luego vectorizar las reas resultantes y
generar la cartografa correspondiente (Figura 4-16).
Figura 4-16: Resultado final de la clasificacin por parmetro REP (imagen falso color
RGB 756)
56
Figura 4-17: Librera espectral para los tres estados fenolgicos de los cultivos de coca,
obtenida a partir de imagen World View II
juvenil
naciente
vegetativo
joven
maduro
cosecha
Figura 4-18: Librera espectral para los tres estados fenolgicos de los cultivos de coca,
obtenida a partir de radiometra en campo
juvenil
naciente
vegetativo
joven
maduro
cosecha
Resultados
57
Para comparar las curvas espectrales de las dos libreras, se extrajeron los porcentajes
de reflectancias de cada firma (radiomtricas y de la imagen), correspondientes a las
longitudes de onda () de los centros de banda de la imagen World View II (Tabla 4-5). A
partir de estos valores, se construyeron las grficas de curvas espectrales por cada
estado fenolgico, as como la curva que representa la diferencia entre las reflectancias
de la radiometra y la imagen satelital (Figura 4-19).
Centro de Banda ()
3
4
5
6
7
8
545
605
660
725
835
950
? % Reflectancia
Juvenil
Vegetativo Maduro
-1,425
-1,306
-1,230
2,553
3,731
3,364
2,051
3,613
2,768
-23,212
-25,092
-26,665
19,269
20,931
17,985
25,016
26,310
26,080
58
Resultados
59
Al comparar las firmas espectrales resultantes de cada librera, se observa que a lo largo
de la regin 605-660 nm, las curvas siguen una misma tendencia al contar con una
mxima absorcin en todos los estados fenolgicos, mostrando que a mayor edad en las
plantas, esta absorcin es mayor tambin, lo cual est relacionado con la cantidad de
rea verde del dosel, entonces, a mayor rea se presenta mayor absorcin de la energa
electromagntica en estas longitudes de onda.
En la regin comprendida entre 660-835 nm, las respuestas espectrales alcanzan su
mxima reflectancia para todos los estados de los cultivos, sin embargo en este caso los
cultivos juveniles son los que presentan menor reflectancia, y los que estn en edad de
cosecha, son los que presentan una mayor reflectancia, esto se explica por la capacidad
que adquieren las hojas al madurar, hacindose ms resistente ante eventuales periodos
de dficit hdrico, y requiriendo menores cantidades de energa infrarroja, por lo que la
energa incidente en estas longitudes de onda va a ser mayormente reflejada a medida
que avance la edad de las plantas.
Al comparar las dos curvas (imagen vs radiometra en campo) en las graficas (Figura 420) se observa que las reflectancias obtenidas en campo son ms altas que las
obtenidas a partir de la imagen, esto ocurre porque los datos no fueron tomados a la par,
y la reflectancia depende de la cantidad de energa solar incidente, la cual es diferente
en ambo casos. Adems se observa como la mxima reflectancia se logra en una
longitud de onda de 725 nm (equivalente a la banda 6 del rango red edge en la imagen)
para el caso de las firmas obtenidas mediante radimetro, a diferencia de las firmas
obtenidas con la imagen, para las cuales las mximas reflectancias corresponden a la
banda 7 (835 nm) del infrarrojo cercano. Esto indica que los rangos de longitud de onda
que se establecieron para los parmetros REP en ambos casos van a diferir, siendo
menores los valores de REP de la radiometra, y los valores REP de la imagen mayores.
60
Figura 4-20: Firmas espectrales por estado fenolgico, ajustadas a los centros de banda
de la imagen World View II. a) % Reflectancia de la imagen WV2. b) % Reflectancia de
radiometra en campo
Resultados
61
62
Figura 4-21: Rangos REP para los tres estados fenolgicos de los cultivos de coca.
Resultados
63
Para cada una de las firmas espectrales pertenecientes a las dos libreras obtenidas, se
calcul el parmetro REP. En ambos casos para cada estado fenolgico se determinaron
unos rangos de valores para REP, los cuales muestran como a mayor edad en el cultivo,
la posicin red edge cambia hacia longitudes de onda ligeramente mayores, permitiendo
de esta manera clasificar los tipos de cultivos en un rango especfico, de acuerdo con su
comportamiento en la regin red edge (Figura 4-21).
Se estableci la correlacin entre el parmetro REP y la edad de cada tipo de cultivo,
mediante el coeficiente de Pearson (r). Para el caso de las muestras de campo, se
obtuvo un coeficiente r = 0.79 (Figura 4-22), y para el caso de las muestras de la imagen
World View II, se obtuvo un coeficiente r = 0.88 (Figura 4-23); en ambos caso estos
resultados corresponden a un grado de correlacin lineal alto entre la posicin REP y la
edad de las plantas, las cuales se relacionan de una manera directamente proporcional.
Figura 4-22: Correlacin de Pearson entre las variables Edad de las plantas y REP, para
las muestras de campo.
Edad vs REP
n:
Covarianza:
Desv Edad:
Desv. REP:
Coeficiente Pearson (r):
Muestras de Campo
726
724
30
9,56231034
4,17986416
2,88009009
0,79431835
722
REP (nm)
720
718
juvenil (2 meses)
vegetativo (6 meses)
716
8
Meses
10
12
14
64
Figura 4-23: Correlacin de Pearson entre las variables Edad de las plantas y REP,
para las muestras obtenidas de la imagen World View II
Edad vs REP
n:
Covarianza:
Desv Edad:
Desv. REP:
Coeficiente Pearson (r):
312
5,21543004
4,11621112
1,42585392
0,88862279
739
REP (nm)
738
737
juvenil (2 meses)
736
vegetativo (6 meses)
maduro (12 meses)
735
734
733
0
10
12
14
Meses
Resultados
65
Figura 4-24: Grfico de variacin de parmetro REP para cada estado fenolgico,
respecto a la hora de captura de los datos
66
Figura 4-25: Perfiles espectrales del parmetro REP para coberturas asociadas a los
cultivos de coca
Bosque
Bosque
Bosque
Bosque
Coca
Coca
Coca
Pastizal
Agua
Bosque
Bosque
Coca
Pastizal
Resultados
67
Figura 4-26: Clasificacin final sobre la imagen WorldView II, de acuerdo con el
parmetro REP
734-736.9
737-737.9
738-739.9
740-745.9
746-810
Para el caso de los cultivos juveniles y los pastizales, el rango REP comprendido entre
734-737 nm es coincidente, lo cual hace difcil la identificacin de cultivos de coca en
reas donde hay presencia de grandes extensiones de sabana. Sin embargo, para los
cultivos de esta edad que se presentan en medio de bosques naturales o secundarios, se
obtiene una identificacin clara de este tipo de cultivos (Figura 4-27)
68
Figura 4-27: Ejemplo de rea clasificada como cultivo juvenil, en medio de coberturas
de bosque.
Para los cultivos de coca en estado vegetativo, cuyas plantas cuentan con una edad
promedio de 4-6 meses, el clasificador REP (737-738 nm) logra identificar y extraer las
reas con presencia de estos cultivos, y en la clasificacin final suelen estar mezclados
con pequeas reas de cultivos de coca de menor o de mayor madurez (Figura 4-28).
Los cultivos maduros, que estn listos para cosechar, son claramente identificables
mediante el mtodo Lagrange, incluso dentro de reas con pastizales o baja densidad de
cobertura vegetal, para valores de REP entre 738-740 nm (Figura 4-29).
Resultados
69
Figura 4-29: Ejemplo de rea clasificada como cultivo maduro, en medio de coberturas
de bosque.
Los cuerpos de agua cuentan con valores elevados de REP, entre 746-810 nm, lo que
los clasifica con una buena separabilidad de las coberturas vegetales (Figura 4-30).
70
Captura de imagen
World View II
Imagen satelital de
radiancias relativas (q)
Transformacin de la
imagen a radiancias
absolutas (L)
Imagen satelital de
radiancias absolutas (L)
Convenciones
Mtodos y/o procesos
Transformacin de la
imagen a reflectancias ()
Imagen satelital de
reflectancias ()
Resultados
Etapa de procesamiento
Clculo de la primera
deriva () mediante
spectral derivate - ENVI
Imagen satelital de
reflectancias ()
Clasificacin mediante
density slice , por rangos
REP
Clasificacin final de
lotes segn estado
fenolgico de la coca
Resultados
71
72
Los lotes de cultivos juveniles identificados, se presentan en la imagen con color rojo de
tono claro, mezclado con pxeles de alta reflectancia correspondientes a pastos y suelos
desnudos (Figura 4-32).
Los lotes de cultivos en estado vegetativo, se identifican en la imagen con tonos de rojo
ms oscuros, y con menor mezcla de pastos y suelo, lo que indica una mayor densidad
de rea verde por dosel de coca (Figura 4-33).
En el caso de los lotes con cultivos en estado maduro, sobre la imagen se identifican
como reas de vegetacin arbustiva de mayor densidad en medio de lotes que
fragmentan bosques naturales, con tonos rojos oscuros y conglomerados (Figura 4-34).
Resultados
73
Figura 4-32: Lotes de cultivos de coca juvenil identificados sobre la imagen mediante
sobrevuelo
a
74
Resultados
75
Figura 4-34: Lotes de cultivos de coca en estado maduro identificados sobre la imagen
mediante sobrevuelo
76
Para evaluar la exactitud de la clasificacin se calcul una matriz de confusin (Tabla 46); dicha matriz muestra la relacin entre dos series de medidas correspondientes al rea
en estudio. La primera serie (columnas) corresponde a datos de referencia adquiridos de
observaciones de campo por sobrevuelo. La segunda (filas) corresponde a la
categorizacin de los pixeles realizada por el clasificador REP, para las clases de coca
en estudio.
Tabla 4-6: Matriz de confusin para evaluar la clasificacin mediante el parmetro REP
CocaNaciente
Juvenil
Coca
Coca
Vegetativo
Coca
Joven
Coca Cosecha
Maduro
Coca
CocaNaciente
Juvenil
Coca
95
36
131
Coca
Vegetativo
Coca
Joven
105
105
Coca Cosecha
Maduro
Coca
30
22
170
222
125
163
170
458
CocaNaciente
Juvenil
Coca
Coca
Vegetativo
Coca
Joven
Coca Cosecha
Maduro
Coca
CocaNaciente
Juvenil
Coca
76
22.085
28.602
Coca
Vegetativo
Coca
Joven
64.417
22.925
Coca Cosecha
Maduro
Coca
24
13.496
100
48.471
100
100
100
100
170/170 = 100%
columnas que se asignaron otras clases (ejemplo: un total de 30 pixeles que debieron
Resultados
77
haber sido clasificados como cultivo de coca juvenil, fueron clasificados como cultivos de
coca para cosechar). Los errores de comisin corresponden a los elementos no
diagonales de las filas, que se incluyeron errneamente en otras clases (ejemplo: 30
pixeles de coca juvenil y 22 de coca vegetativo se incluyeron errneamente en la clase
de cultivos para cosechar).
Ecuacin (4.1)
CocaNaciente
Juvenil
Coca
CocaNaciente
Juvenil
Coca
Coca
Vegetativo
Coca
Joven
Coca Cosecha
Maduro
Coca
95
36
131
Ecuacin105
(4.2)
Coca
Vegetativo
Coca
Joven
105
Coca Cosecha
Maduro
Coca
30
22
170
222
125
163
170
458
CocaNaciente
Juvenil
Coca
Coca
Vegetativo
Coca
Joven
Coca Cosecha
Maduro
Coca
CocaNaciente
Juvenil
Coca
76
22.085
28.602
Coca
Vegetativo
Coca
Joven
64.417
22.925
Coca Cosecha
Maduro
Coca
24
13.496
100
48.471
Ecuacin (4.3)
donde
100
100
Tabla 4-7: Medidas de exactitud
derivadas de100
la matriz de confusin
100
95/125 = 76%
105/105 = 100%
170/222 = 76,57%
105/163 = 64,41%
170/170 = 100%
370/458 = 80,786%
La exactitud del usuario (Ecuacin 4.1), indica el porcentaje de pxeles de cada clase que
ha sido correctamente clasificados, en este caso, la clase coca vegetativo cuenta con el
100% de sus pxeles correctamente clasificados, es decir que los pxeles de referencia
(reas verificadas en sobrevuelo) de las otras dos clases no han sido clasificadas
78
errneamente en esta clase; para las clases coca juvenil y en cosecha algunos de sus
pxeles de referencia si fueron clasificados errneamente entre ellas.
La exactitud del productor (Ecuacin 4.2), indica que tan bien los pixeles de referencia
han sido clasificados en su clase respectiva, en este caso los cultivos de coca para
cosechar verificados en campo, fueron totalmente clasificados dentro de su respectiva
clase; los cultivos de referencia en campo de las otras dos clases, presentaron algunas
reas clasificadas errneamente.
Sin embargo, el ndice de exactitud global, como indicador de concordancia entre las
observaciones de campo y la clasificacin REP, tiene el inconveniente de que aunque,
tanto el observador en campo, como el clasificador REP, clasifiquen las reas con
criterios independientes, se puede producir un cierto grado de coincidencia entre ambos,
por azar. En este sentido, el ndice ms usado es el propuesto por Cohen(1960), y
denominado ndice kappa (K) (Ecuacin 4.4, Ecuacin 4.5).
Ecuacin(4.4)
Ecuacin(4.5)
Resultados
79
Tabla 4-8: Escala de valoracin del ndice kappa, propuesto por Landis-Koch (1977)
kappa (K )
Grado de acuerdo
< 0,00
sin concordancia
>0,00 - 0,20
0,21 - 0,40
baja concordancia
concordancia
moderada
concordancia
concordancia casi
perfecta
>0,41 - 0,60
0,61 - 0,80
0,81 - 1,00
80
San Jos del Guaviare, el informe del censo del ao 2010, reporta una de las ms altas
densidades de cultivos de coca a nivel nacional, en un rango entre 1-3 hectreas por
cada kilmetro cuadrado (Tabla 4-9).
1-3
Metodologa propuesta
3,4
Tabla 4-10: Detalle de densidades de cultivos por estado fenolgico, obtenidas a partir
de la metodologa propuesta
Area Total
(ha)
Densidad
(ha/km)
195
0,684
190
0,668
582
2,042
Total
967
5. Conclusiones y recomendaciones
El desarrollo de una metodologa para identificar cultivos de coca, mediante anlisis de
parmetros espectrales en la regin red edge y espectroscopia de imgenes, permiti
llegar a una clasificacin de los mismos, en tres diferentes estados fenolgicos (juvenil,
vegetativo y cosecha); logrando un nivel de concordancia alto en los resultados
obtenidos, al aplicar el mtodo de Lagrange para calcular el parmetro REP de cada una
de las curvas espectrales extradas de una imagen World View II, que cuenta con la
particularidad de contener una banda exclusiva para la regin red edge del espectro
electromagntico.
La radiometra en cultivos experimentales de coca, permiti obtener una librera espectral
de referencia para entender el comportamiento del parmetro REP en cada tipo de
cultivo, y de esta manera se pudo confirmar que las firmas espectrales de los cultivos,
obtenidas a partir de la imagen, presentaban los mismos comportamientos de absorcin
y reflectancia que estas firmas base. Para cada una de las libreras se empleo un mtodo
diferente de clculo de la posicin red edge, en el caso de las firmas en campo, se
emple el mtodo de extrapolacin lineal, y para las firmas de la imagen se empleo el
mtodo de Lagrange, mostrando como resultado en ambos casos, que a medida que los
cultivos van madurando, la posicin REP se desplaza a longitudes de onda mayores
dentro del rango cubierto por el infrarrojo cercano.
Conclusiones
83
misma altura del lente del radimetro en todos los muestreos, para que las radiancias
capturadas correspondan a la misma rea de dosel.
En cuanto a la definicin de los rangos correspondientes para el parmetro REP por cada
tipo de cultivo, y otras coberturas vegetales asociadas a los mismos, se debe realizar con
un muestreo adecuado de reas verificadas en terreno y/o que el observador pueda
identificar con certeza sobre la imagen, ya que estos rangos son los que permiten
clasificar la imagen resultante del mtodo de Lagrange. Para el caso particular de los
cultivos juveniles es necesario tener un mayor nmero de muestreos, ya que el valor de
la posicin REP de estos es muy cercano al correspondiente de coberturas como
pastizales o reas de sabana, o contar con las firmas espectrales de estas, para que el
clasificador evite la mezcla.
Finalmente, para la validacin de los resultados se debe contar con reas identificadas
en terreno, que permitan construir una matriz de confusin y calcular el ndice de
concordancia Kappa, y de esta manera evaluar en qu proporcin los resultados de la
clasificacin son coincidentes con las reas de terreno. En este caso se obtuvo una
concordancia alta del 70 %, entre los resultados de la clasificacin REP y las reas
verificadas mediante sobrevuelo, para una exactitud global del 80%. Por otra parte, se
observa que la densidad de cultivos de coca en el rea de estudio (3.4 ha/km), est en
84
La metodologa propuesta puede ser aplicable a otro tipo de cultivos, de carcter lcito, y
puede mejorarse con la determinacin del parmetro REP mediante otro tipo de
imgenes, de mayor resolucin espectral, como las hiperespectrales, con las cuales se
contara con un mayor nmero de bandas contenidas en la regin red edge, permitiendo
incrementar el grado del polinomio de Lagrange, y ajustar ms la posicin REP. Adems,
siempre debe apoyarse los datos de las imgenes con libreras espectrales en campo
para los diferentes estados fenolgicos que se definan y para distintas horas del da.
Bibliografa
BONHAM CARTER, G. F., 1988. Numerical procedures and computer program for fitting
an inverted Gaussian model to vegetation reflectance data. En: Computers and
Geosciences. 14: 339-356.
BOOCHS, F., KUPFER, G., DOCKTER, K. AND KUHBAUCH, W., 1990. Shape of the
red-edge as vitality indicator for plants. En: International Journal of Remote Sensing,
11(10): 1741-1753.
CHO, M., SKIDMORE, A. 2006. A new technique for extracting the red edge position from
hyperspectral data: The linear extrapolation method. En: Remote Sensing of
Environment. 101: 181-193.
CLEVERS, J. G. P.W., DE JONG, S. M., EPEMA, G. F., VAN DER MEER, F.,
BAKKER,W. H., SKIDMORE, A. K.,. 2002. Derivation of the red edge index using MERIS
standard band setting. En: International Journal of Remote Sensing. 23: 31693184.
COHEN J. 1960. A coefficient of agreement for nominal scales. En: Educational and
Psychological Measurement. 20: 37-46.
CONCEJO MUNICIPAL SAN JOSE DEL GUAVIARE. Plan Bsico de Ordenamiento
Territorial para el municipio de San Jos del Guaviare. 2001
CURRAN P.J. 1994. Imaging spectrometry - its present and future role in environmental
research. En: Imaging Spectrometry - a Tool for Environmental Observations. 1-23
CURRAN, P.J., DUNGAN, J.L., GHOLZ, H.L. 1990. Exploring the relationship between
reflectance red edge and chlorophyll content in slash pine. En: Tree Physiol. 7 : 33-48.
86
DAWSON, T. P., CURRAN, P. J., 1998. A new technique for interpolating red edge
position. En: International Journal of Remote Sensing. 19 (11): 21332139.
FILELLA, I., PEUELAS, J. 1994. The red edge position and shape as indicators of plant
chlorophyll content, biomass and hydric status. En: International Journal of Remote
Sensing. 15: 1459-1470.
GAUSMANN, H.W. 1969. Reflectance of cotton leaves and their structure. En: Remote
Sensing of Environment. 1 (1) : 19-22.
GUYOT, G., BARET, F., MAJOR, D.J. 1988. High spectral resolution: determination of
spectral shifts between the red and near infrared. En: International Archives of
Photogrammetry and Remote Sensing. 11: 750-760.
HORLER, D. N. H., DOCKRAY, M., BARBER, J. 1983. The red edge of plant leaf
reflectance. En: International Journal of Remote Sensing. 4(2): 273288.
ITT. 2010. ENVI Users Guide. ITT Visual Information Solutions, Boulder, CO.
JENSEN, J. 2000. Remote Sensing of the Environment: An Earth Resource Perspective.
Prentice Hall.
LANDIS J.R., KOCH, G.G. 1977. The measurement of observer agreement for
categorical data. En: Biometrics. 33:159-174.
Bibliografa
87
MILLER, J. R., HARE, E. W., AND WU, J., 1990. Quantitative characterization of the
vegetation red edge reflectance I. An inverted-Gaussian reflectance model. En:
International Journal of Remote Sensing. 11, 1755-1773.
parameters from Hyperion data for estimation of forest Leaf Area Index. En: IEEE
Transactions on Geoscience and Remote Sensing. 41(4): 916-921.
REIGOSA, J., PEDROL, N., SNCHEZ, A. (2004). La ecofisiologa vegetal Una ciencia
de sntesis. Universidad de Vigo. Thompson editores. Espaa.
SMITH, K. L., STEVEN, M. D., COLLS, J. J. 2004. Use of hyperspectral derivative ratios
in the red edge region to identify plant stress responses to gas leak. En: Remote Sensing
of Environment. 92: 207217.
UPDIKE, T., COMP, C. 2010. Radiometric Use of WorldView-2 Imagery. Digital Globe.
VAN DE MEER, F., DE JONG, S. 2001. Imaging Spectrometry: Basic principles and
prospective applications. Kluwer academic publishers.