Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyecto Imagenes
Proyecto Imagenes
Presentado a:
Jhon Jairo Castañeda Fandiño
Universidad Central.
Facultad de ingeniería y ciencias
Ingeniería Ambiental
Imágenes y Sensores
Bogotá D.C
30/Octubre/2018
Tabla de contenido
Introducción…………………………………………………………….. 3
Objetivos……………………………………………………………………. 4
Objetivo general……………………………………………………………..
Objetivos específicos………………………………………………………….
Justificación…………………………………………………………………5
Marco Teórico……………………………………………………………….
Conceptual…………………………………………………………………...
Localización………………………………………………………………….
Experiencias nacionales e internacionales……………………………….
Desarrollo…………………………………………………………………….
Análisis……………………………………………………………………….
Resultados …………………………………………………………………..
Argumentación………………………………………………………………
Conclusiones………………………………………………………………..
.
Bibliografía…………………………………………………………………..
Anexos………………………………………………………………………...
INTRODUCCIÓN
La teledetección basado como un avance tecnológico que nos abastece de información a través
de datos obtenidos en áreas extensas y grandes escalas, con el fin de facilitarnos los
conocimientos de la atmósfera y la superficie terrestre, ya que la información que manejabamos
antes de estas tecnologías eran muy limitadas, a raíz de esto la teledetección nos ha ayudado a
aprender y entender los cambios y los usos en el medio ambiente (atmósfera,superficie
terrestre).Gracias a esto hemos logrado entender y predecir las interacciones que surgen en el
planeta.
Estas nuevas tecnologías nos llevaron a abarcar el uso estas en la naturaleza y los cambios
que ella presenta, las temperaturas del ártico están aumentado a casi el doble de las del mundo.A
raiz del cambio de temperatura presentado en el ártico se han manisfetado un sin numero de
estudios que representan la interaccion entre el porcentaje de cubierta vegetal y la fraccion de
radiacion fotosintetitcamente activa absorvida, estas variables son importantes para evaluar la
densidad y el vigor de la vegetacion del artico,los datos obtenidos en este estudio fueron entre
el 5 julio al 8 de agosto del 2015, ubicado en la cuenca del rio Apex (AWR)(63°4545´N,
68°3045´N), Baffin Isla,Nunavut, Canada. (Liu & Treitz, 2018)
Se utilizaron dos metodos de campo para estimar el PVC (clasificacion punto a punto y
clasificacion de la imagen), donde se comprobo que la clasificacion de la imagen proporciona
una mejor solucion al problema. Los patrones espaciales y temporales derivados de los datos
de teledeccion mostraron variaciones en el porcentaje de cubierta vegetal como resultado de los
cambios presentados en la humedad.
JUSTIFICACION
OBJETIVOS
Objetivo General:
-Por medio de la teledetección y de los avances tecnológicos determinar las interacciones
presentes en la vegetación del artico en la zona del rio de la cuenca de APEX con el fin de
evaluar los cambios presentados debido al aumento de temperaturas en el artico por medio del
estudio de espacio y patrones temporales entre el porcentaje de cubierta vegetal y la fraccion
de radiacion fotosinteticamente activa absorvida.
Objetivos Especificos:
Marco Teórico
Conceptual:
vegetación ártica :
Las plantas se enfrentan a un entorno desafiante y duro en la tundra ártica, una superficie ártica
completamente congelada y seca, cubierta con permahielo, que no es adecuado para el
crecimiento de las plantas.
Las temperaturas bajo cero, la mala calidad del suelo y los bajos niveles de nutrientes significan
que sólo unas pocas especies de plantas resistentes pueden sobrevivir.
Las plantas antárticas se limitan a algunas plantas con flores, líquenes, hongos, musgos y
algas. De todas ellas,los líquenes son el grupo que mejor se ha adaptado al rigor de la
climatología en esas latitudes.
http://greenarea.me/wp-content/uploads/2016/09/images-1-2.jpg
En la zona conocida como tundra, en donde las temperaturas son excesivamente heladas,
podremos encontrar flora en forma de musgo, hongo, y plantas que se alimentan del Sol a
través del fenómeno fotosíntesis.
http://greenarea.me/wp-content/uploads/2016/09/download-4-2.jpg
tampien xiste una especie de alga llamada Chromomorphis Sanctaclaussis, con una
característica peculiar, y es que cambia de color según la hora del día…Rojo en el amanecer,
indices de vegetacion:
La cobertura vegetal fue uno de los primeros focos de la investigación de la evaluación y manejo
de recursos naturales, usando imágenes de satélite, especialmente a partir del lanzamiento de la
serie LANDSAT en 1972. Los sistemas satelitales de observación de la Tierra, LANDSAT,
SPOT y NOAA entre otros, ofrecen imágenes multitemporales que son usadas ampliamente,
para evaluar y monitorear el estado de la vegetación, en los niveles global, regional, nacional y
local.
Para lograr esto, la información satelital entregada a través de una imagen multibanda, debe ser
categorizada y agrupada, para permitir discriminar un área con características particulares de
otra. Una forma de expresar esta categorización o agrupamiento es mediante la elaboración de
índices.
https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUKEwjB
NDVI:
El Índice de Vegetación Diferencial Normalizado, es el más conocido de todos, y es el más
utilizado para todo tipo de aplicaciones. La razón fundamental su sencillez de cálculo y
disponer de un rango de variación fijo (entre –1 y +1), lo que permite establecer umbrales y
comparar imágenes. Valores muy bajos de NDVI, del orden de 0.1, corresponden a áreas
rocosas, arenosas o nevadas. Valores de 0.2 a 0.3 pueden corresponder a áreas pobres con
arbustos o pasturas naturales. A partir de estos valores tendremos los niveles correspondientes
a praderas, cultivos, forestaciones etc. dependiendo el valor alcanzado.
https://www.google.com/url?sa=i&source=images&cd=&cad=rja&uact=8&ved=2ahUK
PVI:
Es el índice de vegetación padre, de donde se derivan los demás. Usa la distancia perpendicular
de cada pixel a la línea del suelo. Se sabe si el pixel corresponde a suelo o vegetación de acuerdo
con la distancia de cada uno a la línea del suelo. El Índice de Vegetación Perpendicular, al tener
en cuenta la reflectividad que aporta el suelo, logra aislar la información que aporta la
vegetación. PVI = a IRC – R + b / (a2 + 1) ½
Cuánto se habla de baja cobertura vegetacional, cuánto es demasiado bajo para estos índices?
“…Asumiendo que se trata solo de reglas generales y que sus umbrales pueden variar, podemos
decir: RVI, NDVI, IPVI = Solo son útiles por sobre el 30% de cobertura SAVI, MSAVI1,
MSAVI2 = 15% DVI = 30% PVI, WDVI, GVI = 15% Nota: Mientras más uniforme sea el
suelo, más se pueden bajar estos valores.”
LAI,MODIS,fAPAR
https://html2-
f.scribdassets.com/2yq28j77k06kxj2k/images/84-0d78d936d5.jpg
se observa que en la fracción del espectro visible se absorbió la mayor parte por el dosel(1900
A 17.7μmolm-2s-1)
https://html1-f.scribdassets.com/2yq28j77k06kxj2k/images/89-2011484811.jpg
LOCALIZACIÓN
El lugar donde se hizo el estudio se encuentra a 65°20'13.22"N, 70°50'38.38"O
respectivamente, Isla de Baffin, Nunavut, Canadá
BIBLIOGRAFIA
Retrieved
Fensholt, R., Sandholt, I., & Rasmussen, M. S. (2004). Evaluation of MODIS LAI, fAPAR
and the relation between fAPAR and NDVI in a semi-arid environment using in situ
Liu, N., & Treitz, P. (2018). Remote sensing of arctic percent vegetation cover and f APAR
on baffin island, nunavut, canada. International Journal of Applied Earth Observation and
ANALISIS
ANALISIS
El PVC y el FAR estas variables fueron importantes para determinar los cambios presentes en
una vegetación especifica ya que con estos se han corroborado los cambios presentados en el
ártico el PVC describe el porcentaje de tierra en el área de cubierta vegetal utilizando como
método el marco de puntos para la medición aunque consume mucho tiempo para ello se ha
demostrado que los datos digitales de campo son muy prometedores para el monitoreo de la
vegetación del ártico, el espectro radiómetro de imágenes de resolución modera ( MODIS )
LAI/FAPAR es un producto operativo a escala mundial el cual determina la interacción de los
fotones con los doseles de vegetación el cual genera la clasificación de los biomas que hacen
parte de la cubierta vegetal el cual genero los tipos de vegetación para el área estudiada con el
fin de evaluar el rendimiento de un método de clasificación de imágenes para estimar la relación
y las variables PVC / FAPAR con el fin de validar el uso de modis lai / fapar producto para la
tundra ártica que utiliza PVC / FAPAR medido en el campo además de datos satelitales de
resolución espacial ,la clasificación se realizó por las alturas presentadas en el ártico de tanto
en altas y bajas alturas sobre el nivel del mar los tipos de vegetación para esta área se repartió
en cinco grandes categorías ,donde p1 se encuentra en tierras altas con condiciones de suelo seo
y a menudo exhibe áreas continuas de tierra /roca desnuda expuesta con parches de vegetación
como el musgo el liquen y el sauce ártico mientras que p2 ,g2 , g3 tienden a ocurrir en áreas de
pendientes intermedias con regímenes moderados de humedad del suelo las especies
dominantes de p2 son arbustos y tienden a aparecer sobre el granito el lecho de roca , el g2
ocurre en áreas de tundra húmedas a secas con una gran diversidad de plantas incluyendo juncos
y algunas enanas postradas de arbustos g3 exhibe un manto continuo de vegetación w1
representa el tipo de vegetación mas húmeda y tiende a ocurrir en zonas con suelos saturados.
Por medio de la imagen worldview-2iamgen se eligieron de muestra los puntos verdes para
proporcionar una gama de plantas altamente vegetadas a áreas no vegetadas cada sitio consistía
en un par de transectos de 100 m de diferente inclinación que recolectas datos para todos los
tipos de vegetación dependiendo a la inclinación de la superficie terrestres determinamos
diferencias porcentuales mencionadas anteriormente donde la etapa de crecimiento para
cualquier punto y parcela fue productiva y tendía a su color rápidamente pero asi mismo
también desaparecía rápidamente por falta de saturación en el suelo y de humedad, los musgos
se enverdecen a principios de la temporada de crecimiento y luego se sometió a una disminución
estos hallazgos fueron consistentes con muchos estudios previos que sugieren que la humedad
del suelo puede ser el principal factor determinante que afecta al crecimiento de la vegetación
del ártico, la observación en los cambios de la composición de las plantas causada por la
humedad del suelo a o largo del tiempo probablemente impacto el intercambio de carbono a
nivel de paisaje.
RESULTADOS
Los tipos de vegetación para esta área se pueden agrupar en cinco grandes categorías
(2005): es decir, un tipo de vegetación seca (P1-). arbusto enano postrado, tundra herbácea);
tres tipos de vegetación mésica (P2 - tundra de arbustos enanos postrados/hemiprostrados;
G2 - graminoides, pros-trate (arbusto enano; G3 - junco sin musgo, arbusto enano, tundra de
musgo) y un tipo de vegetación húmeda (W1 - juncia/hierba, humedal de musgo) (Fig. 1).P1
se encuentra generalmente en tierras altas con condiciones de suelo seco y a menudo exhibe
áreas continuas de tierra/roca desnuda expuesta con parches de vegetación como el musgo,
el liquen y el sauce ártico (Olthof et al., 2009). P2, G2 y G3 tienden a ocurrir en áreas de
pendientes intermedias con regímenes moderados de humedad del suelo. Las especies
dominantes de P2 son bajas arbustos (por ejemplo, Cassiope tetragona (brezo blanco del
Ártico), Rododendro tomentosum subsp. decumbens (té de labrador) y Vaccinium vitis-idaea
subsp. menor (arándanos de montaña)) y tienden a aparecer sobre el granito. el lecho de roca
de Gneiss. El G2 ocurre en áreas de tundra húmedas a secas con una gran diversidad de
plantas, incluyendo juncos, juncos y algunas enanas postradas arbustos (por ejemplo, Salix
herbacea (sauce del lecho nevado) y Salix reticulata (Net-) vena sauce))). G3 exhibe un manto
continuo de vegetación con una mezcla.
de graminoides y arbustos enanos (por ejemplo, Actostaphylos alpina (Blackgayuba),
Actostaphylos rubra (gayuba roja), Vaccinium uliginosum (Blueberry) y Empetrum nigrum
subsp. hermaphroditum (Crowberry)).Finalmente, W1 representa el tipo de vegetación más
húmeda y tiende a ocurrir en zonas con suelos saturados, a veces con aguas superficiales
estancadas. W1 presenta áreas continuas de juncias/hierbas con una capa gruesa de musgo
en el sotobosque.
la discrepancia entre el dosel y la superficie del suelo variará en función de las ve- tipo de
getación ya que la transmitancia del dosel depende de la cantidad total de biomasa. Tipos de
vegetación con múltiples capas de dosel (p. ej., G2, G3 y W1 (Fig. 1)) deberían tener menor
transmitancia mientras que P1 y P2 generalmente tienen un dosel simple (es decir, una sola
capa de dosel) y más grande transmitancia.
Basado en datos NDVI de 2 m de resolución derivados de un WorldView-2imagen adquirida
en 2014, siete sitios de muestra (es decir, los puntos verdes en Fig. 2) se eligieron para
proporcionar una gama de plantas altamente vegetadas (es decir, con alto NDVI) a áreas no
vegetadas (es decir, con bajo NDVI), donde el campo (es decir, PVC, fAPAR y NDVI). Cada
sitio consistía en un par de transectos de 100 m orientados a través de diferentes ángulos de
inclinación para asegurar que se recolectaron suficientes datos para los tipos de vegetación
a través de diferentes gradientes ambientales (Fig. 2 B). A lo largo de cada una de ellas se
ubicaron cinco parcelas a un intervalo de 20 m (Fig. 2 B).
Fig. 3. Cambios estacionales en el PVC2D verde de diferentes especies de plantas y fAPAR
para seis parcelas permanentes (es decir, el punto rojo de la Fig. 2) muestreadas en 2015
(Parainterpretación de las referencias al color en esta leyenda de figuras, se remite al lector
a la versión web de este artículo).
Patrones temporales de PVC y fAPAR Los cambios estacionales en PVC2D y fAPAR para
diferentes especies de plantas en las seis parcelas permanentes (es decir, el punto rojo de la
Fig. 2) se presentan enFig. 3 (Nota: Las parcelas 5 y 6 no tenían mediciones de PVC2D el 5
de julio,2015). Como es evidente aquí, cada parcela estaba dominada por una planta diferente
y exhibió tendencias estacionales únicas. La parcela 1 estaba dominada por juncias y musgos,
con una presencia mínima de arbustos (p. ej,Vaccinium uliginosum (arándano) y Salix
reticulata (vena neta).bajos))). El total de PVC2D (es decir, el PVC de toda la vegetación
verde) exhibió una tendencia en continuo aumento durante la temporada de crecimiento. El-
en el total de PVC2D de la parcela 1 fue del 20% (del 12% el 5 de julio al 32%).el 8 de agosto),
la mayor parte de la cual se debió al aumento de juncias/hierbas (10%) y musgo (7%). La
tendencia general en el total de PVC2D fue similar para las parcelas 2 y 3. La parcela 2 estaba
dominada por musgos con una mezcla de arbustos (por ejemplo, Salix reticulata) y juncias. El
total El PVC2D de la parcela 2 aumentó rápidamente del 19% (5 de julio) al 29% (3 de
agosto).y luego disminuyó al 22% (8 de agosto) debido al secado de los musgos. observados
en el campo. La parcela 3 contenía una mezcla de musgos, juncias y un variedad de arbustos.
El total de PVC2D aumentó del 8% (5 de julio) al 21%. (3 de agosto) y luego disminuyó
rápidamente a 7% (8 de agosto). La parcela 4 tenía grandes parches de tierra descubierta con
pequeñas cantidades de arbustos (∼%) con el total de PVC2D permaneciendo consistente
durante la temporada de cultivo. Parcela 5 estaba dominado por Cassiope tetragona (brezo
blanco) con pequeñas cantidades de musgos y sauces. Del 20 de julio al 3 de agosto, el
blanco el brezo comenzó a reverdecer y el PVC se incrementó en un 13%. Después de la
floración, el brezo blanco comenzó a senescencia, resultando en una disminución del 15% de
Del 3 al 8 de agosto. La parcela 6 estaba dominada por musgos y arbustos con un cambio
global en el PVC total de sólo el 2% durante el periodo de estudio. Se descubrió que la
composición de las especies y su PVC eran impulsados por el suelo. humedad en este
estudio. Por ejemplo, el continuo aumento del PVC observado en la parcela 1 estaba
relacionado con las condiciones de humedad saturada a lo largo de la temporada de
crecimiento. En contraste, la parcela 4 estaba ubicada en una de las tierras altas con la
humedad del suelo disponible disminuyendo rápidamente a principios del siglo XX. temporada
de crecimiento. Debido a las limitaciones de humedad, no había ninguna evidencia- pliegue
en el PVC total. Para otras parcelas (por ejemplo, las Parcelas 2, 3 y 6.
Fig. 4. Comparación del PVC derivado por los métodos de clasificación de imágenes
(PVCImage) y de marco de punto (PVC2D: PVC de la capa superior derivado del marco de
punto.
(Fig. 4). Como era de esperar, se observó queEl PVC2D tenía una relación más fuerte con
PVCImage que el PVC3D, dado quePVC2D y PVCImage caracterizan el PVC desde una
perspectiva sinóptica por encima del toldo, mientras que el PVC3D también incorpora el PVC
por debajo de la parte superior.capa de dosel. En general, el PVC derivado de la imagen en
el suelo el método de clasificación era sistemáticamente más pequeño que el derivado por el
método punto a marco, es decir, se observó una intercepción positiva en cada uno de ellos de
las regresiones. El método de clasificación de imágenes subestimó el PVC en un 9,67% para
la relación PVC2D-PVCImage y en un 12,14% para la relación PVC2D-PVCImage. Relación
PVC3D-PVCImage. Posibles explicaciones para este problema. de crepitación: (1) algunas
plantas como el té Labrador, brezo blanco y el bayo rosado de Laponia exhibió un color verde
oscuro y puede haber sido clasificado como suelo negro en los datos de la imagen; y/o (2)
algunas plantas (por ejemplo,y musgos) que se encontraban a la sombra de plantas más altas
pueden tenerse han clasificado como sombras en los datos de la imagen pero se han
identificado correctamente en el campo.
En la Fig. 5 se presenta la comparación del MODIS LAI y el fAPAR conEl PVC3D y el fAPAR
derivados de WorldView-2 (tal como se derivan usando las ecuaciones desarrollado en este
estudio). Estos dos conjuntos de datos mostraron un coeficiente moderado. de determinación
(R2 = 0,68 y 0,62 respectivamente). En general, el PVC3D/fAPAR derivado de WorldView-2
era superior a MODIS LAI/FAPAR. La diferencia media (es decir, el error absoluto medio en
la Fig. 5) entre el PVC3D derivado de WorldView-2 y MODIS LAI era ∼ 0,06 y para WorldView-
2 y MODIS fAPAR, fue ∼.08. Cabe señalar que que esta diferencia era mucho mayor en las
zonas con menor biomasa. Aunque el WorldView-2 PVC3D se comparó directamente con el
MODIS LAI en este estudio, el WorldView-2 PVC3D no se podía ver como LAI, ya que no
excluía la cubierta de musgo (Williams, 2005). Este es el la debilidad del uso del LAI en el
Ártico, donde la cubierta de musgo es un elemento importante.
(es decir, del 10 de junio al 22 de septiembre de 2015) se presenta en la Fig. 6. Aquí, alláfue
una clara tendencia estacional para LAI y fAPAR. Como era de esperar, el LAI fue mínima al
inicio del período vegetativo (DOY: 161, 10 de junio) y luego se incrementó rápidamente a
aproximadamente 0.30 (es decir, DOY 205, julio 23). Durante el pico de la temporada de
crecimiento (DOY: 205-229, Julio 23- 16 de agosto), el valor del LAI se mantuvo en el rango
de 0,30-0,40, y luego disminuyó rápidamente a 0,15. La tendencia estacional de la FAPAR
fue con- de acuerdo con el del LAI, con un valor de 0,23 durante el pico del temporada. La
trayectoria estacional de MODIS LAI/FAPAR fue consistente con otros estudios que investigan
las tendencias estacionales del NDVI Ártico (Schubert et al., 2010; Tagesson et al., 2012;
Gonsamo y Chen, 2016). Estas tendencias son importantes, ya que se pueden utilizar para
extraer el fe- nología para la vegetación del Ártico (por ejemplo, inicio, fin y duración de la
(Narasimhan y Stow, 2010; Anderson et al., 2016; Beamish y otros, 2016; Gonsamo y Chen,
2016).