Universidad Nacional Autónoma de México

Facultad de Ciencias
Muzquiz Villalobos Mariana Lucero
Procesos Digitales Aplicados a la Imagen en
Biología.
Articulo 1
Characterization of vegetation in the south of
México by means of a canonical expansion

En el artículo de J. Lira y E. García, los autores pretenden realizar una

caracterización de la vegetación de una zona en Michoacán (Coordenadas
19°34’55.27 N latitud, 102°30’17.46 W longitud). Dentro de lo anterior su ellos
buscan utilizar el procesamiento digital de imágenes para lograr diseñar una
metodología que permita la elaboración de una descripción cuantitativa de la
vegetación. Para ello hacen uso de herramientas como el análisis de
conglomerados y los teoremas de expansión canoníca de imágenes multi-
espectrales.

Análisis del Albedo

El albedo se define como el cociente de la energía dispersa total a la energía
incidente, integrada en el rango de longitud de onda de la imagen multi-
espectral. Esta relación también se conoce como el coeficiente de reflexión.
Con fundamento en lo anterior, el albedo puede ser equiparado a la
luminosidad total de la vegetación. Esto último se toma como base para el
análisis de para estimar el albedo de los tipos de cobertura vegetal. Partiendo
de una matriz D que abarcan un sistema de coordenadas de la imagen, se hace
un análisis de una sola clase al cual se aplica a su vez una serie de ecuaciones
de forma que separemos los componentes principales para que podamos
realizar un caso particular de un análisis canónico. Con base en este marco, el
albedo de distintos tipos de cubierta vegetal puede calcularse.

Análisis de la vegetación
Se encontraron 3 componentes principales que eran los responsables que
determinaban el comportamiento espectral de la vegetación:
El brillo de la vegetación
La cantidad de vegetación y contenido de agua.
La absorción de clorofila.
El área seleccionada contenía los elementos de interés y se realizo un análisis
de los componentes principales utilizando como entrada las bandas de una
imagen Landsat TM.
Además de la imagen Landsat TM, se incorporó la siguiente información:
modelo digital del terreno, las unidades litológicas, las unidades
geomorfológicas del paisaje, hidrografía y el clima.

Clasificación de las bandas canónicas.

Un algoritmo ISODATA un-supervised fue utilizando como para introducir las
tres bandas canónicas dado lugar a un mapa temático que consta de 13 clases.
En resumen, los parámetros de entrada en el ISODATA algoritmo fueron los
siguientes: el número máximo de iteraciones = 20; número de las
agrupaciones = 20; el número máximo de grupos = 22, mínimo número de
conglomerados= 18, Umbral de movimiento = 0,005.

Finalmente después de todos los análisis anteriores se obtuvo el siguiente

mapa de vegetación:

CONCLUSION
Actualmente en Biología, las herramientas tecnológicas son muy importantes
para cuando no se cuentan con los recursos o el tiempo y esfuerzo necesario
para realizar estudios en campo, con estas poder realizar estimaciones o
predicciones de situaciones que no podemos estudiar.

Este es el caso del artículo anterior con el cual vemos que los factores clave de
la vegetación pueden ser estimados por transformaciones canónicas aplicadas
a las bandas de de imágenes Landsat TM multi-espectrales. Esto puede ser
muy útil para realizar estudios de cambios de uso de suelo y de vegetación en
zonas muy amplias.

Yo utilizaría la herramienta anterior, para combinarla con estudios de modelos

de nicho y análisis GARP para empalmar mapas de distribución potencial de
especies con análisis de vegetación o cambios de uso de suelo y hacer
predicciones a futuro sobre distribuciones. También la utilizaría para estudiar
áreas de conflicto en donde puedan delimitarse zonas para conservación por su
tipo de vegetación que sean homologas con otras partes de la misma zona.