Está en la página 1de 40

Introducción a la Teledetección

Patricia Kandus
patriciakandus@gmail.com
Introducción a la Teledetección

Clase 1 –
Firmas
espectrales

Patricia Kandus y Mercedes Salvia


Introducción a la Teledetección

Patricia Kandus
Interacción entre la REM y la materia en la superficie
Interacciones básicas entre la radiación EM y la superficie terrestre:
absorción
Un ejemplo que todos conocemos es la
absorción de la radiación por gases
atmosféricos o la absorción de clorofila en la
vegetación.
dispersión
Se trata del cambio de dirección en la radiación
EM. No hay pérdida de energía. El color azul
del cielo y el del agua son ejemplos de
dispersión de la luz.
reflexión.
La radiación reflejada es aquélla con la que
estamos más familiarizados y la que nos
permite ver los objetos.
transmisión
El material es transparente a esa radiación
emisión
Todos los objetos emiten radiación EM. La
intensidad y distribución espectral dependen de
la temperatura y de la emisividad ε de los
objetos.
Interacción entre la REM y la materia en la superficie
En el caso de la vegetación, por ejemplo recordemos
Escala de reflectancia Escala de la transmitancia

En este gráfico

[reflectancia
hemisférica]
+
[absorción]
+
[Transmitancia
hemisférica]
= 1.0

 Conclusión: absorción domina en el visible, la reflectancia domina en el IR cercano


Interacción entre la REM y la materia en la superficie

Cortesía: Eyal Ben Dor


FIRMA ESPECTRAL

La forma en la cual un objeto refleja, emite o absorbe la EEM


conforma un patrón espectral denominado FIRMA
ESPECTRAL.
La misma permite identificar y discriminar diferentes objetos
de la naturaleza.

La firma espectral se “reconstruye” a partir de la señal


registrada por los SR en las diferentes porciones del EEM

La firma espectral en el caso de sensores ópticos se expresa


en valores de reflectancia espectral en superficie.

7
FIRMA ESPECTRAL

La región óptica se extiende desde los 400 nm en el visible


hasta los 2500 nm in el infrarrojo reflectivo.
FIRMA ESPECTRAL
El agua
La radiancia total (Lt) medida por un
sensor remoto sobre agua es
producto de la energía EM que sale
de:

Lp = radiancia atmosférica

Ls = radiancia reflejada por la


superficie

Lv = radiancia saliente resultado de


la interacción (en volumen) con los
componentes del agua

Lb = radiancia de la luz que


interactuó con el fondo

Jensen, 2004
9
FIRMA ESPECTRAL
Turbidez El agua
La turbidez se entiende como el grado
en el cual la luz es dispersada por las
partículas suspendidas en un medio
líquido.

Se suele medir con un nefelómetro y


en este caso las unidades son en FNU
(ISO 7027).

A mayor turbidez (mayor cantidad de


partículas en suspensión), se observa
un incremento en la señal
(reflectancia).
OJO CON LAS
UNIDADES!!!!!!!!

Cortesía Ana Dogliotti


FIRMA ESPECTRAL
Clorofila El agua
1 2 Un estimador de la concentración de
clorofila en general es un estimador de la
biomasa en superficie o productividad.

Numerosos estudios documentan la


Reflectancia

relación entre las bandas espectrales y la


concentración de clorofila:
mg m-3
Chl = x [L(l1)/L(l2)]y

Donde L(l1) y L(l2) son las radiancias


medidas por el sensor remoto en
Longitud de onda (nm) longitudes de onda seleccionadas x e y
constantes obtenidas de relaciones
empíricas.

Los algoritmos más importantes,


utilizando las bandas del SeaWiFS por ej.,
incluyen el uso de los cocientes entre
Al aumentar la concentración de clorofila, bandas 443/355 nm y 490/555 nm.
disminuye la señal en los azules y se modifica
en el verde, aumentando.
Escena 225-84 Landsat 8 FIRMA ESPECTRAL
Visible Azul Infrarrojo cercano
El agua
Qué
0.45 - 0.51 nm 0.85 - 0.88 nm
diferencia
observa entre
las escenas
del visible y
los
infrarrojos?
Visible Verde Infrarrojo medio
0.53 - 0.59 nm SWIR 1.57 - 1.65 nm Qué bandas
usaría para
delimitar
cuerpos de
agua?

Visible Rojo Infrarrojo medio Qué bandas


0.64 - 0.67 nm SWIR 2.11 - 2.29 nm usaría para
identificar
tipos de
aguas?
FIRMA ESPECTRAL
Suelo

La región óptica se extiende desde los 400 nm en el visible


hasta los 2500 nm in el infrarrojo reflectivo.
FIRMA ESPECTRAL
Suelo • La reflectancia es variable, pero se observa una
tendencia de aumento desde el visible al infrarrojo.
• La reflectancia se modifica con las características físicas y
químicas:
– El color del suelo y en última instancia su mineralogía
afecta la reflectancia
– El aumento en el contenido de humedad disminuye la
reflectancia. En las bandas de absorción de vapor de agua y
en el resto de las bandas debido a la perdida de dispersión
en las partículas de suelo.
– El aumento de materia orgánica en el suelo reduce su
reflectancia.
– Cambios en textura (desde arcilla a arena) aumentan la
reflectancia**.
– Disminución en la rugosidad de la superficie (i.e.
encostramiento del suelo*), aumenta la reflexión.
Jones and Vaughan 2010. Remote sensing of – Aumento del óxido de hierro, aumenta la reflexión en el
vegetation. Proinciples, techniques and rojo y baja en el verde.
applications Oxford Univ. Press.
FIRMA ESPECTRAL
Humedad Suelo
specular incident energy
reflectance

El contenido de agua en el suelo


afecta fuertemente la respuesta
espectral.

dry
El agua impregna las partículas, llena
soil
los espacios de aire y reduce la
interstitial
posibilidad de scattering (dispersión)
specular reflectance
a. air space volume reflectance

specular incident energy de la luz incidente,


reflectance

Por lo tanto suelos húmedos se verán


más oscuros que los suelos secos en
el VNIR y SWIR

wet
b. soil
soil water

15
FIRMA ESPECTRAL
Humedad Suelo
Los suelos húmedos se ven
más oscuros en la región
SWIR donde la absorción por
agua aumenta
significativamente con el
aumento de la longitud de
onda.

Existen bandas de absorción


en función del contenido de
humedad en 1.4 um y 1.9 um

16
http://www.ucalgary.ca/GEOG/Virtual/Remote%20Sensing/rssoils.html
FIRMA ESPECTRAL
Humedad y Textura

60
arena
Sand
Sand
Sand 0 – 4% moisture content
50
40

30 5 – 12%

20 22 – 32%
10
0
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5
a.
60
arcilla
Clay
Clay
Clay
50 2 – 6% El espectro de suelos arcillosos
40

30
muestra las bandas de absorción
20 de agua en forma más
pronunciada que la arena.
35 – 40%
10
0
0.5 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 2.5
b. Wavelength (µm)

17
FIRMA ESPECTRAL
Vegetación

La región óptica se extiende desde los 400 nm en el visible


hasta los 2500 nm in el infrarrojo reflectivo.
FIRMA ESPECTRAL
Vegetación

http://www.ozcoasts.gov.au/nrm_rpt/library.jsp
FIRMA ESPECTRAL
Vegetación

https://eros.usgs.gov/doi-remote-sensing-
activities/2012/usgs
FIRMA ESPECTRAL
PROPIEDADES Vegetación
RADIATIVAS DE . Tres características importantes:
LAS HOJAS. pigmentación, estructura
morfológica-anatómica y contenido
de agua.
En las longitudes de onda del visible
(0.43 - 0.66 um) , la reflectancia es
baja y esta afectada principalmente
por la presencia de pigmentos
fotosintéticos.
En IR cercano NIR (0.7 - 1.1 um) la reflectancia es alta. La
estructura de cada especie genera discontinuidades en los índices
de refracción de la hoja lo que determina la reflectancia en el IR
cercano.
En el IR medio SWIR (1100 a 2500 nm) la
reflectancia es baja, debido al agua de las
hojas. En hojas secas, el SWIR está
indicando la presencia de celulosa, lignina
y otros bioquímicos como nitrógeno,
almidones y azúcares que tienen espectros
de absorción superpuestos en esta región
del espectro EM.
FIRMA ESPECTRAL
Vegetación

Jensen, 2000

22
FIRMA ESPECTRAL
Vegetación

23
Escena 225-84 Landsat 8 FIRMA ESPECTRAL
Vegetación
Como se ve la
vegetación en las
diferentes
escenas?

Por que en el
SWIR el Delta se
ve mas oscuro
Visible Azul Visible Verde Visible Rojo que el
0.53 - 0.59 nm 0.64 - 0.67 nm continente?
0.45 - 0.51 nm
Que
consecuencias
tienen los valores
de reflectancia del
VNIR y el SWIR en
la discriminación
de tipos de
cubiertas
vegetales? Y los
Infrarrojo cercano Infrarrojo medio Infrarrojo medio visibles?
VNIR 0.85 - 0.88 nm SWIR 1.57 - 1.65 nm SWIR 2.11 - 2.29 nm
FIRMA ESPECTRAL

Pero…. Qué tenemos dentro de un pixel???

25
Características espaciales: resolución espacial.

Resolución espacial
Resolución
Resoluciónde
de500
120
250 m
30 m
60
LANDSAT-ETM (Pancromático, 15m)

LANDSAT-TM/ETM (Multiespectral, 30m)


LANDSAT-ETM (Térmico, 60m)
LANDSAT-TM (Térmico, 120m)
SAC C-MMRS
(Multiespectral, 250m)

está dada por la intersección del ángulo


sólido instantáneo de observación y el área
observada. La superficie correspondiente a
este área se denomina píxel (picture
element) (unidad mínima de información).
Extracción de información: diferencia entre firmas espectrales

Trabajo Práctico: Extracción de firmas espectrales

A TRABAJAR!!!!
Extracción de información: diferencia entre firmas espectrales

Como analizamos las firmas espectrales?


Extracción de información: diferencia entre firmas espectrales
fundamentos
En una imagen multiespectral cada pixel
es un punto en un espacio que tiene tantos
ejes como bandas. Este espacio se
denomina espacio multiespectral ( EME
ó también feature space)
Banda 5

Banda 6

Banda 4

Para una imagen de 2 bandas, cada coordenada del pixel


representa la reflectancia en esas bandas y que objetos con
características similares tendrán valores de reflectancia parecidos y
estarán en la misma región de este espacio bidimensional.

Pixeles cercanos en el EME representan el coberturas similares.


29
Extracción de información
Análisis de clases espectrales
• Involucra la toma de muestras de pixeles de
entrenamiento o de análisis
• Evaluar la separabilidad espectral de las
clases temáticas de interés a priori.
• Puede ser un paso exploratorio o parte
misma de la clasificación

Métodos visuales de evaluación de muestras


histogramas, patrones espectrales, espacio de
características, boxplots
Métodos numéricos de evaluación de muestras
Medidas de distancia (Euclidiana, Mahalanobis), Matriz
de correlación
Extracción de información
Análisis de clases espectrales
HISTOGRAMAS Muestras de clases espectrales
Bandas de la imagen
Extracción de información
Análisis de clases espectrales
BOXPLOTS
S6-February16,1997 S1-March16,1997 S1-August7,1997
4 4 4
2 2 2
0 0 0
-2 -2 -2
-4 -4 -4
-6 -6 -6
-8 -8 -8
-10 -10 -10

dB

dB
-12 -12

dB
-12
-14 -14 -14
-16 -16 -16
-18 -18 -18
-20 -20 -20
-22 -22 -22
-24 -24 -24
-26 -26 -26
-28 -28 -28
-30 -30 -30
J1 AD
2 P
3 FA
4 FSi
5 FSd
6 FSz
7 A
8
J1 AD
2
P
3
FA
4
FSi
5
FSd
6
FSz
7
A
8 J1 AD P FA FSi FSd FSz A
2 3 4 5 6 7 8
Tipos deAmbiente
cobertura Tipos de cobertura
Ambiente Tipos deAmbiente
cobertura
S6-May18,1998 S1-May22,1998
4 4
2 2
0 0
-2 -2
-4 -4
-6 -6
-8 -8
-10 -10
dB

dB
-12 -12
-14 -14
-16 -16
-18 -18
-20 -20
-22 -22
-24 -24
-26 -26
-28 -28
-30 -30
J1 AD
2 P
3 FA
4 FSi
5 FSd
6 FSz
7 8A J1 AD
2 3P FA
4 FSi
5 FSd
6 FSz
7 8A
Tipos de cobertura
Ambiente Tipos de cobertura
Ambiente
Extracción de información
Análisis de clases espectrales

SCATTERPLOT
Extracción de información
Análisis de clases espectrales
Separabilidad de muestras
Problema: dadas dos muestras con
distribuciones normales de datos,
necesitamos un parámetro que
cuantifique su separabilidad.

Observando la figuras (a) y (b), se


aprecia que el area de intersección entre
las curvas es menor a mayor distancia
entre las medias. Por otra parte, al
comparar las figuras (b) y (c) se aprecia
que a mayor desviación estandar mayor
el area de intersección. Uniendo
nuestros dos ejemplos, podemos definir
una magnitud que cuantifique la
separabilidad entre dos muestras.

34
Extracción de información
Análisis de clases espectrales / Separabilidad Análisis numérico

Distancia
Dist = ∑ (a − b ) n 2

Euclidiana ab i =1 i i

µ −µ
Distancia normalizada entre
d = 1 2
las medias. norm
σ +σ 1 2
Mahalanobis Generalización multivariada de la Distancia Euclidiana para
distribuciones normales
Distancia de
Bhattacharyya
Distribuciones NO gaussianas
Divergencia Transformada

Distancia de Jeffreis Matusita Depende de las diferencias entre las funciones


de probabilidad para las clases a y b

Los indices de separabilidad no solo dan diferencias entre


muestras (clases) sino que permiten seleccionar que bandas
son las que optimizan la separación de las clases.

35
Cuestionario
• Cuáles son las propiedades importantes de la vegetación en teledetección en la región del
óptico?
• Discuta: La radiación que llega a un dosel es homogénea independientemente del numero
de estratos del mismo..
• Por qué no clasificar las especies usando las bandas de absorción?
• Qué porciones del EEM usará para estudios de agua? Por qué?
• Qué es el “sunglint”?
• Como afecta el contenido de humedad a la firma espectral del suelo? Y la materia orgánica?
• Cuales serían los criterios a considerar para la elaboración de una librería espectral?
• A partir de las firmas espectrales :
– Puedo identificar una comunidad vegetal en otros lugares?
– Puedo aplicar los resultados a distintas fechas?

37
Luego de esta clase y del TP usted debe poder completar los
1) Para las siguientes firmas: siguientes ejercicios
a) A<B<C<D<E<F en términos de contenido de humedad del suelo
A b) A<B<C<D<E<F en términos de índice de área foliar
c) A>B>C>D>E≈F en términos de biomasa vegetal
B
C d) a y c son correctas
D
E 2) El siguiente gráfico
F

a) muestra firmas espectrales de suelo con diferente contenido de humedad


b) muestra firmas espectrales de agua con diferente contenido de clorofila
c) muestra firmas espectrales de agua con diferente contenido de sedimentos suspendidos
d) muestra firmas espectrales de suelo con diferentes niveles de encharcamiento

3) Marque la respuesta correcta

a) En el visible, la reflectancia del dosel disminuye a medida que el índice de área foliar (LAI) aumenta
b) En el IR cercano, la reflectancia aumenta con el aumento de LAI
c) El “red edge” no sólo se modifica con la concentración de pigmentos y la estructura de la hoja sino
también con el aumento del área foliar.
d) todas las anteriores son correctas
e) a y b son correctas
a) Los pigmentos de las hojas absorben en el visible, mientras que la estructura de la hoja domina en el IRC y el contenido de agua en el IRM.
b) La mayor concentración de pigmentos en las hojas disminuye la reflectancia en el visible mientras que mayores contenidos de agua en la
hoja disminuyen la reflectancia en el IRM.
c) Una menor concentración de pigmentos en las hojas disminuye la absorción en el visible mientras que mayores contenidos de agua en la
hoja disminuyen la reflectancia en el IRM.
d) todas las anteriores son correctas
e) a y b son correctas
Luego de esta clase y del TP usted debe poder completar los
siguientes ejercicios

•En relación a las cubiertas vegetales

a) En el visible, la reflectancia del dosel disminuye a medida que el índice de área foliar (LAI) aumenta
b) En el IR cercano, la reflectancia aumenta con el aumento de LAI
c) El “red edge” no sólo se modifica con la concentración de pigmentos y la estructura de la hoja sino también con
el aumento del área foliar.
d) todas las anteriores son correctas
e) a y b son correctas

a) Los pigmentos de las hojas absorben en el visible, mientras que la estructura de la hoja domina en el IRC y el
contenido de agua en el IRM.
b) La mayor concentración de pigmentos en las hojas disminuye la reflectancia en el visible mientras que
mayores contenidos de agua en la hoja disminuyen la reflectancia en el IRM.
c) Una menor concentración de pigmentos en las hojas disminuye la absorción en el visible mientras que
mayores contenidos de agua en la hoja disminuyen la reflectancia en el IRM.
d) todas las anteriores son correctas
e) a y b son correctas
Luego de esta clase y del TP usted debe poder completar los
siguientes ejercicios
• Dado es siguiente espacio de características
espectrales
• Indique a que bandas espectrales del Landsat
corresponden los ejes X: IRc.. Y: . Rojo
• Rotule cada elipse con el nombre de la muestra a
la cual corresponde en la tabla adjunta.

Agua
Ciudad
Agua contaminada
Forestación
Juncal
Pajonal
Bosque de ceibo
Lagunas