Documentos de Académico
Documentos de Profesional
Documentos de Cultura
http://revistas.udistrital.edu.co/ojs/index.php/UDGeo/index
INVESTIGACIÓN
Para citar este artículo: Becerra-Gonzalez, L., Matiz-Leon, C., Ariza-Ariza, O., Borda-Beltran, D. y Medina, J. (2016).
Aplicación de imágenes de satélite y de sistemas UAV para la producción de guayaba en la provincia de Vélez, Santander.
UD y la Geomática, 11, 46-53.
1 Centro de Gestión Agroempresarial de Oriente (CGAO) y Servicio Nacional de Aprendizaje SENA. Correo electrónico: lauracriss@misena.edu.co
2 Centro de Gestión Agroempresarial de Oriente (CGAO) y Servicio Nacional de Aprendizaje SENA. Correo electrónico: jmatizl@sena.edu.co
3 Centro de Gestión Agroempresarial de Oriente (CGAO) y Servicio Nacional de Aprendizaje SENA. Correo electrónico: oariza@sena.edu.co
4 Université du Quebec à Montreal. Correo electrónico: dianaborda@universitequec.uqam.ca
5 Universidad Distrital Francisco José de Caldas. Correo electrónico: rmedina@udistrital.edu.co
different resolutions of the various sensors used allow you to find a Key words: Alos Palsar, drone, guava, landsat 8 tirs, remote
correlation between local and regional characteristics that directly sensing, uav.
and indirectly affect the production of guava in the study area.
Procesamiento digital de imágenes Generación del SAVI: este índice permite conocer las
condiciones del suelo donde se encuentra la vegetación ob-
Basados en el Procesamiento Digital de Imágenes (PDI) de jeto de estudio; debido a que el SAVI es un híbrido entre el
satélite, el objetivo es resaltar elementos tales como los índi- NDVI y el PVI (Índice Perpendicular de Vegetación), parte
ces de vegetación, específicamente de los cultivos de guayaba, del cálculo del NDVI agregando L, parámetro que corres-
centrados en las bandas del rojo e infrarrojo y la temperatura, ponde al factor de corrección de reflectancia del suelo (Li
la cual se enfoca en las bandas térmicas. El PDI aplicado en and Chen, 2011 ). L se suma al NDVI en el denominador
este trabajo se centró en la imagen Landsat 8 OLI y una vez y se multiplica por el total de este índice (ecuación 4).
alcanzados todos los procesamientos, las imágenes resultantes Cuando el valor de L varía por la cobertura vegetal, se tiene
fueron resampleadas a 12.5 m para el manejo de una misma que L=0 las áreas están cubiertas por una alta densidad de
resolución espacial entre productos derivados. la vegetación; cuando L=1 las áreas estudiadas no cuen-
Landsat 8 TIRS: se realizaron tres procesamientos, el pri- tan con cobertura de vegetación. En general, se aplica un
mero fue la generación del Índice De Vegetación Normalizada L=0.5 para la mayoría de aplicaciones de este índice.
Diferencial (NDVI); después, el Índice ee Vegetación Ajustada
al Suelo (SAVI) y, finalmente, el Índice de Área Foliar (IAF).
𝑁𝑁𝑁𝑁𝑁𝑁 − 𝑅𝑅𝑅𝑅𝑅𝑅
Generación del NDVI: este método permite observar y 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆 = ∗ 1 + 𝐿𝐿
monitorear la intensidad y densidad de la vegetación gracias a 𝑁𝑁𝑁𝑁𝑁𝑁 + 𝑅𝑅𝑅𝑅𝑅𝑅 + 𝐿𝐿
la reflectividad de las bandas roja e infrarroja en el elemento.
Cuando la vegetación ostenta mayor reflectividad en la banda Ecuación 4. Calculo de índice de vegetación ajustado al suelo.
del infrarrojo cercano que en la banda roja del visible, quiere Fuente: Li and Chen (2011 ).
decir que la vegetación puede estar sana o libre de estrés;
mientras que las hojas reflejan menos en el infrarrojo cerca-
no cuando poseen algún tipo de estrés (enfermedad, sequía, Generación del IAF: al obtener este índice se puede
muerte, entre otros). Los valores para medir la vegetación en calcular la relación de biomasa en función de las hojas
el NDVI oscilan entre -1 y +1, donde los valores más altos verdes de la vegetación por cada metro cuadrado (Boratto
o cercanos a 1 representan una vegetación con mayor verdor Isa and Gomide, 2013). La Ecuación 55 aplica un logaritmo
(mayoritariamente sana y libre de estrés) (Borgogno-Mondino natural al SAVI ya establecido en cada ND.
y Lessio, 2015).
Antes de calcular el valor final del índice es necesario 0.69 − 𝑆𝑆𝑆𝑆𝑆𝑆𝑆𝑆
incluir en el método la transformación de los valores de las 𝐼𝐼𝐼𝐼
𝐼𝐼𝐼𝐼𝐼𝐼 = 0.59
reflectancias a partir de los niveles digitales (ND) para las 0.91
bandas del rojo (banda 4) e infrarrojo cercano (banda 5) de la
imagen, como los describe la Ecuación 11. También se debe
tener en cuenta la corrección de la reflectancia calculada con Ecuación 5. Calculo de índice de área foliar.
relación al ángulo del sol para las bandas del rojo (banda 4) e Fuente: Boratto Isa and Gomide (2013).
𝑝𝑝𝜆𝜆!
infrarrojo cercano (banda 5) como se𝑝𝑝𝑝𝑝muestra = en la Ecuación
22; finalmente, se calcula el NDVI aplicando cosla𝜃𝜃𝜃𝜃𝜃𝜃
Ecuación 33, la Generación de temperaturas: la obtención de las tem-
!
𝑝𝑝𝜆𝜆 = 𝑀𝑀𝑀𝑀 ∗ 𝑄𝑄𝑄𝑄𝑄𝑄𝑄𝑄 + 𝐴𝐴𝐴𝐴
cual es el cociente entre la diferencia y la sumatoria 𝑝𝑝𝜆𝜆! de la ban- peraturas del suelo está sujeto a la transformación de los
da del IC con la banda del Rojo (Kerekes = !
𝑠𝑠𝑠𝑠𝑠𝑠 and
𝜃𝜃𝜃𝜃𝜃𝜃Baum, 2004). 𝑝𝑝𝜆𝜆ND a valores de radiancia, como se muestra en la Ecuación
𝑝𝑝𝑝𝑝 = 77, para posteriormente calcular la temperatura en grados
cos 𝜃𝜃𝜃𝜃𝜃𝜃
!
𝑝𝑝𝜆𝜆 = 𝑀𝑀𝑀𝑀 ∗ 𝑄𝑄𝑄𝑄𝑄𝑄𝑄𝑄 + 𝐴𝐴𝐴𝐴 Ecuación 2. Corrección de Kelvin a partir de valores de radiancia como lo denota la
!
Ecuación 1. Conversión de valores de
la reflectancia con respecto 𝑝𝑝𝜆𝜆 Ecuación 77 y finalmente transformar los grados Kelvin a
Ecuación 1.NDConversión de valores de ND a reflectancia TOA de =
imagen OLI; grados Celsius (Ecuación 88). Este procedimiento se puede
a reflectancia TOA de imagen al ángulo del sol; Fuente: 𝑠𝑠𝑠𝑠𝑠𝑠 𝜃𝜃𝜃𝜃𝜃𝜃
Fuente: (USGS (2016) aplicar para las bandas 10 y 11 del sensor TIRS (Li, et al.,
USGS (2016)
2005).
OLI; Fuente: (USGS (2016)
𝑝𝑝𝜆𝜆!
𝑝𝑝𝑝𝑝 =
cos 𝜃𝜃𝜃𝜃𝜃𝜃 Ecuación 2. Corrección de
𝑝𝑝𝜆𝜆! = 𝑀𝑀𝑀𝑀 ∗ 𝑄𝑄𝑄𝑄𝑄𝑄𝑄𝑄 + 𝐴𝐴𝐴𝐴
Ecuación 1. Conversión de valores
𝑝𝑝𝜆𝜆! de la reflectancia con respecto
=
𝑠𝑠𝑠𝑠𝑠𝑠 𝜃𝜃𝜃𝜃𝜃𝜃 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑒𝑒!"!"#$%! ∗ 𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑏𝑎𝑎!"#$%&!! + 𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑟𝑒𝑒!""_!"#$%
ND a reflectancia TOA de imagen al ángulo del sol; Fuente:
Ecuación 2. Corrección de la reflectancia
Ecuación 2.con respectode
Corrección al ángulo del sol
USGS (2016)
Fuente: (USGS
Ecuación 1. (2016)
Conversión OLI;deFuente:
de valores (USGS (2016)
la reflectancia con respecto
ND a reflectancia TOA de imagen 𝑁𝑁𝑁𝑁𝑁𝑁 del
al ángulo − 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
sol; Fuente: Ecuación 6. Conversión a radiancia, a partir de los metadatos obtenidos
𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁 = Fuente: Bernardis, et al. (2016).
OLI; Fuente: (USGS (2016) USGS (2016)
𝑁𝑁𝑁𝑁𝑁𝑁 + 𝑅𝑅𝑅𝑅𝑅𝑅𝑅𝑅
Figura 3.
Figura 2.
ALOS PALSAR
Figura 5. Figura 6
Imágenes UAV
Conclusiones
Referencias
Signal Processing, 1998. Proceedings of the 1998 Li, Z. and Chen, Z. (2011). Remote sensing indicators for
IEEE International Conference on. crop growth monitoring at different scales. IGARSS,
Didan, K. and Huete, A. (2004). Analysis of the global veg- Geoscience and Remote Sensing Symposium, IEEE
etation dynamic metrics using MODIS vegetation index International.
and land cover products. Anchorage, In IEEE Interna- Mermer, A. et al. (2015). Monitoring rangeland vegetation
tional IEEE International IEEE International Geoscience through time series satellite images (NDVI) in Cen-
and Remote Sensing Symposium, 2004. IGARSS ’04. tral Anatolia Region. Istanbul, Agro-Geoinformatics
Proceedings, 2004. (Agro-geoinformatics), 2015 Fourth International Con-
Kerekes, J. P. and Baum, J. E. (2004). Full spectrum ference on 20-24 July.
modeling of at-sensor spectral radiance variability due Teo, T. A. and Chen, S. Y. (2011). Feature-based image
to surface variability. IGARSS, Geoscience and Remote registration of ALOS PALSAR and AVNIR-2 images.
Sensing Symposium, 2004. IGARSS ‘04. Proceedings. Vancouver, BC, 2011, 566-569, 24-29 July, Geoscience
2004 IEEE International. and Remote Sensing Symposium (IGARSS), 2011 IEEE
Li, M. et al. (2005). The temperature research of urban International.
residential area with remote sensing. IGARSS, Geosci- USGS (2016). Landsat 8 (L8), Data Users Handbook,
ence and Remote Sensing Symposium, 2005. Proceed- Sioux Falls, South Dakota: U.S. Geological Survey.
ings. 2005 IEEE International. Waters, R. et al. (2002). SEBAL - Surface Energy Balance
Algorithms for Land , Advanced Training and Users
Manual, s.l.: NASA EOSDIS/Synergy grant from the
Raytheon Company.