SIG

AP LICADO A LA GES TION AM BIENTA L

SIG Universidad
P r i v a d a d e Ta c n a
APLICADO A LA
GESTION AMBIENTAL
Escuela
Ingeniería Ambiental

Por
Ing. Rom án Arc e, Carm en R.
 SIG
AP LICADO A LA GES TION AM BIENTA L

CONTENIDO

CONTENIDO _____________________________________________________________ i

ASPECTOS GENERALES _____________________ ¡Error! Marcador no definido.

I.Conceptos Básicos
¡Error! Marcador no definido.

Por: Román Arce, Carmen R. i

 SIG
AP LICADO A LA GES TION AM BIENTA L

Caso prácti co01:

Ca l c u l a r e l Ín d i c e De Ve g e ta c i ó n De D i fe re n c ia No r m a l i z a da
NDVI

I. Parte 1: Fundamento Teórico

El Índice de la Diferencia Normalizada de la Vegetación (NDVI) es uno
de los índices de vegetación más utilizados a nivel mundial.

Este índice se sustenta en la respuesta espectral de la vegetación a las

longitudes de onda roja (R) e infrarroja (IRC) del espectro electromagnético (0.6
a 0.7 μm y 0.7 a 1.1 μm, respectivamente).

Los tejidos fotosintéticamente activos absorben una proporción alta de la

radiación incidente en la banda del rojo, pero reflejan una gran proporción de la
radiación en la banda del infrarrojo (Thiam & Eastman, 2003).

Por: Román Arce, Carmen R. 2

 SIG
AP LICADO A LA GES TION AM BIENTA L

Mientras los pigmentos de la hoja absorben la mayor parte de la luz que

reciben para realizar el proceso fotosintético en la región de la luz visible, en el
infrarrojo cercano (no visible) absorben muy poca. Las diferencias en la reflexión
de las dos bandas permiten la construcción del NDVI con base en la ecuación 1:

𝐼𝑅𝐶 − 𝑅
𝑁𝐷𝑉𝐼 =
𝐼𝑅𝐶 + 𝑅

Donde:

 IRC corresponde a la información reflejada en el infrarrojo cercano.

 R representa la información reflejada en la longitud del rojo.

Cuanto más grande sea el contraste entre la banda infrarroja y roja,

el cociente resultante es más elevado y mayor vigor y actividad vegetal se
está reflejando (fotosíntesis). Por lo contrario, cuanto menor sea el
contraste, será indicio de vegetación enferma, poco productiva o
senescente (Sellers, 1985).

El resultado se presenta en un rango que va de -1 a 1. Las

superficies de suelo desnudo, áreas rocosas sin vegetación o cuerpos
de agua presentan una mayor reflectancia en la región visible del espectro
que en la región del infrarrojo cercano, por lo que sus valores de NDVI
suelen ser negativos o cercanos a cero. Por el otro lado, en áreas con
vegetación el NDVI puede variar desde 0.1 hasta 1.

Por: Román Arce, Carmen R. 3

 SIG
AP LICADO A LA GES TION AM BIENTA L

Para este ejercicio práctico usaremos imágenes Landsat para el

procesamiento, el satélite Landsat 8 difiere del satélite Landsat 7 en sus
capas como se muestra a continuación:

Si tomamos en cuenta la ecuación 1, diremos que para el Landsat

7, tenemos la siguiente ecuación.

𝐵𝑎𝑛𝑑𝑎 4 − 𝐵𝑎𝑛𝑑𝑎 3
𝑁𝐷𝑉𝐼 =
𝐵𝑎𝑛𝑑𝑎 4 + 𝐵𝑎𝑛𝑑𝑎 3

Siendo la banda 3, la banda roja y la banda 4 el infrarojo cercano

Pero en las imágenes Landsat 8, tendremos la siguiente ecuación:

𝐵𝑎𝑛𝑑𝑎 5 − 𝐵𝑎𝑛𝑑𝑎 4
𝑁𝐷𝑉𝐼 =
𝐵𝑎𝑛𝑑𝑎 5 + 𝐵𝑎𝑛𝑑𝑎 4

II. Parte 2: Datos para resolver el caso

I. Para el presente caso práctico descargaremos imágenes satelitales, tomado
en cuenta las siguientes características:

Path Row Datum UTM Landsat Sensor Fecha de toma

002 072 WGS 84 ZONA 19 S Landsat 7 ETM 2018/08/22

002 072 WGS 84 ZONA 19 S Landsat 7 ETM 2014/10/30

002 072 WGS 84 ZONA 19 S Landsat 8 OLI-TIRS 2018-10-01

002 072 WGS 84 ZONA 19 S Landsat 8 OLI-TIRS 2015-10-09

Por: Román Arce, Carmen R. 4

 SIG
AP LICADO A LA GES TION AM BIENTA L

Variamos el mes en el Landsat 7, puesto que debemos de tener en cuenta

que las imágenes no deben presentar nubosidad.

Las coordenadas de corte son las siguientes:

II. Coordenada superior

340709.047 ESTE
8145551.684 NORTE
III. Coordenada inferior
376269.118 ESTE
8123445.702 NORTE
También descargaremos curvas de nivel cada 20 metros

III. Parte 3: Ejecución del modelo

Estos son los pasos que debemos seguir para generar el modelo:

Paso 1: Corrección de imagen Landsat 7

En el año 2002 el sensor del Landsat 7 (ETM+) presentó una falla,
por la cual se comenzaron a generar imágenes satelitales llamadas SLC,
por sus siglas en inglés Scan Line Corrector. Este daño origina en todas las
imágenes capturadas una pérdida de datos de al menos 22%. Las SLC
muestran huecos en forma de líneas paralelas diagonales que cubren la
anchura de la imagen. El grosor de cada línea va desde un pixel hasta más
de una decena de pixeles. Es por ello realizaremos los siguientes pasos en
ENVI:

1.1. Unir las imágenes Landsat (estas deben estar ya cortadas).

1.2. Copiar el archivo landst_gapfill en la siguiente extensión:
Archivos de programa > Exelis > ENVI50 > classic > save add
1.3. Luego procesamos la imagen en ENVI, unimos las bandas

Por: Román Arce, Carmen R. 5

 SIG
AP LICADO A LA GES TION AM BIENTA L

1.4. Realizando la combinación de banda RGB (7 4 2) visualizamos la

imagen como se aprecia a continuación

1.5. Luego ingresamos al menú principal > Basic Tools > Proccesing >
Data Specific Utilities > Landsat TM >
Landsat Gapfill.
A continuación aparecerá la siguiente
ventana, escogemos la primera opción la
cual nos permite eliminar las líneas,
escogemos la carpeta de salida.
1.6. Finalmente podemos visualizar la imagen sin bandeado.

Paso 2: Procesamiento en ENVI. Separación de bandas

Como se ha explicado en el fundamento teórico debemos trabajar con
la banda roja y la banda del infrarojo cercano, es por ello que debemos
extraer estas imágenes, para ello usaremos el software ENVI.

Por: Román Arce, Carmen R. 6

 SIG
AP LICADO A LA GES TION AM BIENTA L

Menú principal > File > Save File As > Envi Standard > Import File
Seleccionamos el archivo de salida (donde se
encuentran las bandas unidas), luego
Spectral Subset, aparecerá la siguiente
ventana. Debemos seleccionar la banda que
deseamos separar en este caso separaremos
la banda 3.
Ok > ok > escogemos la carpeta de salida.
Por defecto aparece banda 1, para cambiar el nombre en ENVI
debemos seguir el siguiente procedimiento:
2.1. Click derecho en el nombre del archivo
2.2. Seleccionamos Edit Header > Edit Attributes >
Band Names.
2.3. Seleccionamos el nombre como se
muestra en la imagen y cambiamos a
banda 3 > ok > ok
2.4. Repetimos este procedimiento para las
bandas 4 y 5 de todas las imágenes.

Nota: no olvidar que debemos exportar a formato TIFF.

Paso 3: Procesamiento de NDVI

A continuación presentamos el procesamiento para poder
determinar el Índice de la Diferencia Normalizada de la Vegetación
(NDVI).

3.1. Abrimos la extensión ArcMap.

Por: Román Arce, Carmen R. 7

 SIG
AP LICADO A LA GES TION AM BIENTA L

3.2. Adherimos las bandas 3 y 4 del Landsat 7 (esto deber ser para los
dos años).
3.3. Lo mismo hacemos para el Landsat 8,
pero en este caso adherimos las bandas
4 y 5.
3.4. También adherir la imagen con todas las
bandas
3.5. Ingresamos a la caja de herramientas >
Spatial Analysis Tools > Map Algebra >
Raster Calculator.
3.6. Aparecerá la siguiente
ventana en la cual
debemos ingresar la
fórmula para calcular el
NDVI.

(Float(Banda4-Banda3))/(Float(Banda4+Banda3))

Esta es para el Landsat 7, en el caso del Landsat 8 es:

(Float(Banda5-Banda4))/(Float(Banda5+Banda4))

3.7. Seleccionamos la carpeta de salida y colocamos de nombre NDVI

3.8. Cambiamos el color de la simbología

Por: Román Arce, Carmen R. 8

 SIG
AP LICADO A LA GES TION AM BIENTA L

Paso 4: Reclasificación de NDVI

Una vez determinado el NDVI, debemos hacer una clasificación de
resultados, es por ello seguimos
los siguientes pasos:
4.1. Arctoolbox > Spatial Analysis
Tools > Reclass > Reclassify
4.2. Ingremos el raster generado en
este caso NDVI, luego Classify,
como se muestra en la imagen.
4.3. En la opción de método escogemos Equal interval > Classe 4, en
Break values, cambiamos a los siguientes datos: -0.4, -0.1, 0.1, 0.4
4.4. Buscamos la carpeta de salida y colocamos Reclas_NDVI.

4.5. En la tabla de contenidos damos doble click sobre la Reclas NDVI

y cambiamos los colores y nombres como se muestra en la imagen.

IV. Parte 4: Resultados

Analizaremos todos los aspectos que debemos considerar para la lámina final.

Por: Román Arce, Carmen R. 9

 SIG
AP LICADO A LA GES TION AM BIENTA L

 Resultados obtenidos en el NDVI, tenemos valores de 0.4 como máximo

y -1 como mínimo, si recordamos la teoría podremos decir que en los
valores de 0.1 a 0.4 está la vegetación más sana, los valores de -1 nos
representan cuerpos de agua, es por ello que en la reclasificación
tomamos los siguientes valores:

o -1.0 – -0.4 > cuerpos de agua.

o -0.4 - -0.1 > suelos rocoso, sin vegetación.
o -0.1 – 0.1 > suelos con poca vegetación.
o 0.1- 0.4 > suelos con vegetación sana
 Para poder visualizar esto coloquemos la reclasificación en transparencia
60% y activemos la imagen landsat 7, combinemos RBG (7 4 2), para
apreciar la zona de vegetación.

Lo siguiente es editar la zona de vegetación para determinar el volumen

de la zona de vegetación.

Por: Román Arce, Carmen R. 1

0
 SIG
AP LICADO A LA GES TION AM BIENTA L

V. Parte 5: Presentación final

Por: Román Arce, Carmen R. 1

1