Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pág.
1. MEMORIA
1.1. RESUMEN………………………………………………… 1
1.2. ANTECEDENTES………………………………………… 2
1.3. FUNDAMENTOS…………………………………………. 4
1.3.1.1. Origen……………………………………………………. 4
1.3.2.1.1. Hojas………………………………………………...….. 13
1.3.6.1. El fotodiodo….............................................................….... 56
1.3.6.2. Radiancia.....................................................................…....57
1.3.6.3. Reflectividad………………….…..…….....................….... 59
1.4. APLICACIÓN…………..…….....................................….... 68
1.4.2.1. Georreferenciación……………………………….......….... 70
1.4.3.1. Radiancia……………………………………….........….... 75
2. ANEJOS
3. BIBLIOGRAFÍA
4. CD DE DATOS
Resumen
1.1. RESUMEN
1.2. ANTECEDENTES
Por lo que, de forma muy extendida, las imágenes de satélite han contribuido a
caracterizar y monitorear la superficie terrestre a través del cálculo de medidas
relacionadas con la vegetación (Iverson et al. 1989, Purevdorj et al. 1998). No obstante,
previo a la realización de estos cálculos los valores digitales de las diferentes bandas
que componen a una imagen requieren necesariamente de la aplicación de una serie de
procedimientos de corrección radiométrica, en especial si se desea relacionar
cuantitativamente una estimación con la fisiología de la vegetación, como ocurre con el
NDVI (Índice de Vegetación de Diferencia Normalizada), que corresponde a una
medida relativa acerca de la cantidad de vegetación contenida en los píxeles de la
imagen. (Purevdorj et al. 1998, Zheng et al. 2004, Freitas et al. 2005, Labrecque et al.
2006).
Si bien los valores digitales de una imagen deberían representar sólo la energía
reflejada o emitida por la superficie terrestre, siempre estarán alterados por la dispersión
y emisión de energía que producen los aerosoles atmosféricos y por la iluminación
diferenciada de la superficie terrestre, producto de la interacción de la radiación solar
con el relieve y sus elementos.
Estos factores modifican especialmente los valores de las bandas del rojo e
infrarrojo cercano de una imagen, de las que precisamente depende la estimación de
cualquier parámetro relacionado con la vegetación, pues abarcan las longitudes de onda
en que la vegetación posee un comportamiento espectral distintivo que permite su
detección (Riaño et al. 2003, Lillesand et al. 2004, Aronoff 2005). Por esta razón, antes
de estimar parámetros como el NDVI es necesario corregir la imagen.
1.3. FUNDAMENTOS
1.3.1.1. Origen
Por otra parte, los electrones en un átomo pueden ocupar, solamente, ciertas
órbitas con niveles energéticos determinados, el salto electrónico de una capa a otra de
menor energía se produce liberando radiación electromagnética de longitud de onda
determinada.
Hacia mediados del siglo XIX, Maxwell y Boltzmann elaboraron las fórmulas
matemáticas y establecieron la "teoría cinética de los gases". Dicha teoría mostró la
equivalencia entre el calor y el movimiento de las moléculas.
Un cuerpo negro absorbe, igualmente, toda la energía radiante que incide sobre
él, sin reflejar nada.
El comportamiento del cuerpo negro se rige por las leyes de Wien, Stefan-
Boltzmann y Planck.
Φi = Φr + Φa + Φt
1 = Φr/Φi + Φa/Φi + Φt/Φi
1=ρ+α+τ
fr(θ,φ,θ',φ') = dL(θ,φ,θ',φ',E)/dE(θ,φ)
En la cual:
m = n – ik
n = c/v
-dE/E = a.dx
Por tanto:
Ex = E0.e-ax
k = aλ/4π
1.3.2.1.1. Hojas
- Cutícula: Es una fina película que recubre el tallo y las hojas de las plantas,
asegura una función de protección y juega un papel mas o menos importante en
la reflectividad, no contiene cloroplastos (portadores de clorofila).
Todas las hojas vegetales presentan una curva de reflectividad cuya forma es
muy parecida. La citada curva presenta una forma característica en cada una de las tres
regiones espectrales del visible, IR próximo e IR medio.
La reflectividad alcanza valores muy elevados (del orden del 50%) obteniéndose
en el infrarrojo lo que se muestra como una "meseta" en la curva espectral, en esta
región, la reflectividad depende de la estructura anatómica de las hojas, aumentando con
el número de capas celulares, con el tamaño de las células y dependiendo así mismo de
la orientación de las paredes celulares y del contenido celular.
Como se expresó con anterioridad, cuando una radiación incide sobre una
superficie, más o menos rugosa, la radiación reflejada tiene, principalmente, dos
componentes, uno de los cuales es radiación dispersada en gran número de direcciones
(difusa) y otra es una componente direccional o especular.
Los rayos de sol penetran, tanto más profundamente en una cubierta vegetal,
cuanto mayor es la verticalidad de los mismos, por ello, varía la relación entre
superficie iluminada y superficie en sombra con la incidencia correspondiente sobre la
reflectividad. Este efecto de la elevación solar se aprecia en dos niveles temporales, uno
de ellos como consecuencia de la variación de la elevación solar a lo largo del día y el
otro como consecuencia de la variación a lo largo del año.
Para explicar los citados efectos, hay que considerar, por una parte, que las
sombras en el visible son más oscuras que en el IR próximo (por la mayor absorción del
visible) y por otra que el suelo presenta, generalmente más reflectividad que la
vegetación en el visible. Así mismo, cuando el ángulo que forma la norma con la
dirección de visualización aumenta, la proporción de suelo visualizado disminuye, en
tanto que aumenta la de sombras.
La orientación de las líneas de cultivo con respecto al azimut solar puede ejercer
gran influencia sobre la reflectividad. El efecto de la orientación de las líneas es mayor
en el visible que en el IR próximo, debido al mayor contraste entre reflectividad del
suelo y de las hojas en ése intervalo del espectro.
El factor más importante que influye en sobre las propiedades ópticas de una
cubierta vegetal es su estructura geométrica. Uno de los aspectos principales que
caracterizan la geometría de una cubierta vegetal es el ángulo de inclinación de las
hojas, como en una cubierta no todas las hojas tienen la misma inclinación, es necesario
considerar, no solamente la inclinación media, sino también la función de distribución
de la inclinación (LIDF).
Así mismo, en ciertas cubiertas vegetales, la LIDF varía a lo largo del día en
función de la posición del sol (fototropismos) y, consecuentemente, se ve afectada la
reflectividad.
Todos los sistemas de escáner deslizan sobre el terreno el campo de vista del
detector en una serie de líneas paralelas de barrido. Básicamente existen cuatro modos
de escaneado: transversal, circular, longitudinal y lateral.
Hasta el momento son 6 los tipos de satélites Landsat que han operado,
pertenecientes a dos generaciones de tecnología con diferentes plataformas y
características orbitales.
Landsat 7 esta equipado con el sensor ETM+ (Enhanced Thematic Mapper plus),
aporta datos tomados desde una altura nominal de 705 Km. siguiendo una órbita casi
polar, casi circular, heliosíncrona, con una inclinación de 98.2 grados, recorriendo las
mismas franjas de 183 Km. a lo largo de la superficie terrestre cada 16 días. El modelo
orbital es de 233 ciclos orbítales con un solape lateral de las franjas que varía desde
aproximadamente el 7% en el ecuador hasta cerca del 84% en latitudes 81 grados norte
o sur. Los tiempos de paso por el ecuador son los mismos que tenían los anteriores
satélites Landsat 4 y 5 ya que la órbita heliosíncrona de las misiones Landsat hace que
pasen por el mismo meridiano cada día a la misma hora local.
Por lo que las tres primeras bandas están situadas en el visible (azul, verde y
rojo respectivamente) las bandas 4 y 5 en el infrarrojo próximo, la banda 7 en el
infrarrojo medio y la banda 6 en el infrarrojo térmico.
El satélite Landsat 7 equipa el sensor ETM+, que es una versión mejorada del
sensor TM que equipaban las anteriores misiones de Landsat 4 y 5. Es mas parecido al
sensor ETM que se perdió en el accidentado lanzamiento de la que iba a ser la misión
Landsat 6.
El sensor ETM+ esta diseñado para crear un conjunto de datos para cada escena
equivalente a 3.8 Gigabytes. Tiene capacidad de escaneado en trayectorias cruzadas, de
Este a Oeste y de Norte a Sur, siendo este último consecuencia del movimiento de la
plataforma por su órbita.
Los intervalos de longitudes de onda de las bandas espectrales del sensor ETM+
no presentan cambios significativos respectos a los presentados por el sensor TM. Las
bandas 1, 3, 5 y 6 presentan idénticos anchos de banda, mientras que las bandas 2, 4 y 7
presentan pequeños ajustes. La banda 8 es exclusiva del sensor ETM+.
El sensor TM tuvo problemas con los filtros que equipaban, ya que provocaron
pequeños cambios espectrales en los extremos de las andas. El sensor ETM+ es más
resistente a este tipo de fenómenos y ha mostrado un perfeccionamiento considerable de
las respuestas de dichos extremos.
En 1986, la agencia francesa del espacio, lanzó el primer satélite SPOT (Système
Probatoire d'Observation de la Terre), se llevó a cabo en la Guayana francesa y se
utilizó para ello un cohete Arianne.
El sistema HRV puede operar en dos modos, o bien en modo pancromático (alta
resolución) o bien en modo multiespectral. Para trabajar en modo multiespectral, utiliza
una fila de 6000 CCDs, cada uno registrando la radiación de longitud de onda
comprendida entre 0.51 y 0.73 micras, y que procede de un cuadrado sobre el terreno de
10 por 10 m. (unidad de resolución de campo).
En modo multiespectral utiliza tres filas de CCDs, cada una de 3000 detectores,
en este caso se registran tres bandas espectrales con intervalos en micras de 0.5-
0.59(verde); 0.61-0.68(rojo) y 0.79-0.89(IR próximo), el tamaño de la unidad de
resolución de campo es de 20 m. por 20 m. en el modo multiespectral.
Existía la posibilidad de registrar una misma zona, de una forma oblicua, al pasar
por una órbita anterior a la de su vertical y al pasar por una órbita posterior. Esto
permitió obtener pares de imágenes que son aptas para visualización estereoscópica
(estereoscopía entre pasadas).
Spot 4 llevó dos sensores HRVIR (High-Resolution Visible and Infrared), con
resolución en modo pancromático de 10 m. y en multiespectral de 20 m. E incorporando
una banda más en IR medio en el modo multiespectral.
Las características de las imágenes ASTER las hacen adecuadas para estudios de
amplia diversidad a una escala semi-detallada de trabajo.
El sensor ASTER a bordo del satélite TERRA se planteó como una iniciativa de
observación de la Tierra enfocada originalmente al sector científico y académico. Su
aplicabilidad y satisfactorios resultados tras el periodo inicial, extendieron su ámbito de
aplicación al sector comercial.
Además de los citados, puede incluirse en este apartado los satélites indios de la
serie IRS. El satélite IRS-1C se lanzó en Diciembre de 1995 y el IRS-1D en Septiembre
de 1997 ofreciendo una resolución en pancromática de 5.8 m. Esta serie de satélites
tiene previsto ofrecer, próximamente, una resolución pancromática de 2.5m.
Otros sistemas de este tipo son el ruso SPIN-2 (cámara KVR-1000), el OrbView
y Eros (USA-Israel).
Los sistemas tales como la fotografía y los escáneres del visible y los IR detectan
la energía reflejada o radiada por el terreno, teniendo la reflejada, su origen en el Sol.
Los sistemas Radar operan independientemente de las condiciones de iluminación y
son, en gran medida, independientes de las condiciones atmosféricas, por ejemplo de la
presencia o ausencia de nubes. Así mismo, el terreno puede ser "iluminado" en la
dirección adecuada para realzar las características de interés.
Dentro del circuito receptor se amplifica la débil energía recibida por la antena,
también se registra el tiempo de retorno de la pulsación, dicho tiempo determina la
posición de las diferentes características y objetos del terreno y que es transmitida a la
imagen. La pulsación de retorno se presenta en pantalla como una línea de la imagen y
puede, simultáneamente, ser registrada en una película o cinta magnética.
El sistema Radar registra los datos sobre la base del tiempo y no sobre la base de
la distancia angular (IFOV), como hacen los sistemas pasivos, el tiempo puede medirse
de una forma más precisa, por ello, las imágenes radar pueden adquirirse con mayor
resolución.
Los dos sistemas básicos son el radar de apertura real (p. ej. el tipo SLAR) y el
radar de apertura sintética (SAR), los cuales difieren, fundamentalmente, en el método
que cada uno de ellos utiliza para obtener la resolución en la dirección de vuelo. El
sistema de apertura real utiliza una antena de un máximo de longitud práctica para
producir una estrecha región angular perpendicular a la citada dirección.
Desde 1978, la NASA ha puesto en órbita tres sistemas radar, uno de ellos fue en
el satélite Seasat los otros fueron a bordo del Shuttle y se denominaron SIR-A y SIR-B.
Todos ellos fueron del tipo SAR con una banda espectral de longitud de onda de 23.5
cm.
El Seasat fue diseñado, principalmente para investigar fenómenos oceánicos
(tales como rugosidad, corrientes marinas y condiciones de los hielos marinos), sin
embargo, las imágenes han demostrado su utilidad para observaciones terrestres. El
satélite (no tripulado) se lanzó en Junio de 1978 y cesó, prematuramente, sus
operaciones en Octubre del mismo año, debido a un error del sistema eléctrico. La
altitud era de 790 Km. el tamaño de las imágenes de 100 Km. y la resolución espacial
fue de 25 m., cubrió las zonas de la superficie terrestre situadas entre los 72 grados N y
S.
El sistema SIR-A fue puesto en órbita en octubre de 1981, con una altitud de 250
Km., la anchura de las imágenes fue de 50 Km., la resolución espacial fue de 38 m. y
cubrió ciertas zonas comprendidas entre los 50 grados N y 35 grados S (incluyendo la
Península Ibérica).
El SIR-B se situó en órbita en Octubre de 1984, la altitud fue de 225 Km., la
anchura de las imágenes de 40 Km., la resolución de 25 m. y cubrió ciertas zonas entre
los 58 grados N y 58 grados S (también incluyó la Península Ibérica).
c( ).r( ).d
0 = m = M-1
0 = n = N-1
l = f(m,n)
l = (l1,l2,....lL)
C1 = NGmax/Ngmin
C2 = NGmax – Ngmin
C3 = σ
Linealidad:
g(x, y) = L[f1(x, y) + f2(x, y)] = L[f1(x, y)] + L[f2(x, y)] = g1(x, y) + g2(x, y)
Invariabilidad al desplazamiento:
g(x-x',y-y') = L[f(x-x',y-y')]
El valor de la imagen de salida en cualquier punto (x, y) viene dado por la suma
ponderada de la señal de entrada, la radiancia de la escena, en la vecindad de (x, y), la
ponderación viene determinada por PSF.
Las dos propiedades citadas tienen carácter espacial. Por otra parte, las entidades
de la realidad geográfica muestran atributos o propiedades diferentes de las de su
posición, tales son las que tienen carácter temático.
En vector, además de las coordenadas del punto o de los puntos que forman la
entidad, se almacena un valor numérico entero, que permite identificar unívocamente la
entidad en cuestión.
Los citados parámetros, nfil, ncol, xmin, xmax, ymin, e ymax, además de otros
que pudieran ser de interés (tipo de sensor, fecha, número de bandas o capas) se
conocen como datos de cabecera.
Los propios valores digitales del raster pueden almacenarse en el mismo fichero
o en otro u otros (según sea el numero de capas) separado, en este ultimo caso debe
almacenarse en la cabecera el nombre de los ficheros con los valores digitales.
Una imagen raster, por tanto, se caracteriza por la existencia de un cierto número
de filas y columnas (el número de píxeles es el producto del número de filas por el
número de columnas). Para calcular el espacio que ocupará en disco hay que multiplicar
el número de píxels por 1(byte), 2(integer) o 4(real).
Los datos son valores concretos de los diferentes atributos de las entidades,
cuando se cargan en la memoria del ordenador tales datos se almacenan en espacios
cuya amplitud depende del tipo (byte, integer, real, etc.) de la variable en que se
almacena el dato.
Los ficheros binarios almacenan uno de tras de otro los diferentes datos como
una sucesión de ceros y unos, cuyo significado depende del programa o aplicación que
gestione el fichero en cuestión, salvo que su estructura esté publicada, sólo puede verse
su contenido con la aplicación a la que correspondan. Los ficheros de texto o ascii
almacenan los datos como caracteres almacenados secuencialmente y su contenido
puede verse con muchas aplicaciones estándar, como WordPad de Windows.
Los ficheros de texto suelen ocupar mucho mas espacio de disco que los binarios
y tardan mas en cargarse, en grabarse y en acceder a ellos.
Los ficheros raster suelen ser binarios, entre los monobanda se encuentran el
BMP de Windows, el TIF o GeoTIF, el GIF, JPEG, etc. Muchos de estos formatos
suelen utilizar algoritmos de compresión de los datos, para que el fichero ocupe poco
espacio, estos algoritmos pueden ser con pérdidas de información o sin pérdidas. Por
ejemplo JPEG suele utilizar compresión con pérdidas, hay que tener cuidado de no
utilizar este tipo de ficheros cuando se hacen estudios de teledetección o cuando el valor
de píxel tiene un significado concreto independientemente del color. Estos formatos
sólo almacenan el valor del píxel interpretándolo como color del mismo y este atributo
se suele almacenar en un byte (tipo paleta) o en 3 bytes (true color) aunque hay otras
posibilidades. En cualquier caso no sirven para almacenar valores de tipo integer o de
tipo real.
Sea y el valor de una variable, llamada respuesta, que depende del valor de un
conjunto de variables (z1, z2,...., zr), llamadas predictoras, si planteamos una relación
de tipo lineal entre ambas:
Y = β0+β1z1+β2z2+........+βrzr + ε
y1= β0+β1z11+β2z12+........+βrz1r + ε1
y2= β0+β1z21+β2z22+........+βrz2r + ε2
.........................................................
yn = β0+β1zn1+β2zn2+........+βrznr + εn
de forma compacta:
Y = (Z)β+ ε
a11(t) = cosf(t).cosk(t)
a12(t) = - cosf(t).senk(t)
a13(t) = senf(t)
a21(t) = cosw(t).senk(t)+senw(t).senf(t).cosk(t)
a22(t)= cosw(t).cosk(t)-senw(t).senf(t).senk(t)
a23(t) = - senw(t).cosf(t)
a31(t) = senw(t).senk(t)-cosw(t).senf(t).cosk(t)
a32(t) = senw(t).cosk(t)+cosw(t).senf(t).senk(t)
a33(t) = cosw(t).cosf(t)
m1 m 2 m 3
aijk X i Y j Z k
P1( X , Y , Z ) i =0 j =0 k =0
x= = n1 n 2 n 3
P 2( X , Y , Z )
bijk X i Y j Z k
i =0 j =0 k =0
m1 m 2 m 3
cijk X iY j Z k
P3( X , Y , Z ) i = 0 j = 0 k =0
y= = n1 n 2 n 3
P 4( X , Y , Z )
d ijk X iY j Z k
i = 0 j = 0 k =0
Siendo:
x, y : coordenadas imagen.
X, Y, Z: coordenadas terreno.
aijk, bijk , cijk , dijk : Coeficientes de los polinomios
M1,m2,m3,n1,n2,n3 : entre 0 y 3, donde i+j+k <= 3.
1.3.6.1. El fotodiodo
1.3.6.2. Radiancia
De tal modo que a cada irradiancia (L) le corresponde un valor digital (DN).
Existe una relación lineal entre ambas, mediante un factor multiplicativo, denominado
ganancia y una constante aditiva denominada sesgo.
L = ND * ganancia + sesgo.
El Sensor ETM+ trabaja con los detectores en dos modos de ganancia, alto o
bajo (HIGH, LOW) la finalidad es evitar llegar a la saturación cuando las condiciones
de iluminación son elevadas. De esta forma se aumenta el rango dinámico en que
pueden trabajar los fotodetectores. Cuando las condiciones de iluminación son elevadas,
entonces trabajan con ganancia baja, cuando son escasas, trabajan con ganancia alta.
Para la imagen concreta que se adquiera, entre los metadatos que la acompañan,
debe estar indicado el nivel de ganancia, no obstante, la NASA, en su página Web,
dispone de un fichero (nominal gain settings file), que contiene, para cada imagen
(identificada por PATH/ROW) y para cada intervalo temporal (fecha de adquisición), el
estado HIGH o LOW en que se encuentran los detectores correspondientes a cada
banda. Tal planificación tiene en cuenta, la fecha de la toma como indicador de la altura
del sol (iluminación), la zona a que corresponde la imagen (se considera el grado de
cobertura vegetal, cobertura de hielos, desiertos etc.) y, lógicamente, la banda de que se
trate.
1.3.6.3. Reflectividad
π * Lλ * d 2
ρp =
ESUN λ * cos(θ s )
Siendo:
Donde:
Particularmente para imágenes TM, hay una larga historia para corregir
cuantitativamente los efectos atmosféricos.
Los métodos de objeto invariante, asumen que existen algunos píxeles en toda
imagen cuyas reflectancias son muy estables. Puede utilizarse una relación linear para
cada banda, basada en la reflectividad de tales objetos, con el fin de normalizar
imágenes obtenidas en diferentes fechas. Este método, produce una normalización
relativa. Este método es simple y directo, pero es, básicamente, un método estadístico y
realiza únicamente una corrección relativa. Otra limitación fundamental es su dificultad
para corregir dispersión heterogénea debida a los aerosoles.
La expresión:
cos k ( sz )
LH = LT *
cos k (i )
Siendo:
Es el índice más ampliamente, formulado por (Rouse, Haas, Schell, Deering &
Harlan, 1974) y que se expresa de la siguiente forma:
Entre estos se han citado, por varios autores, la sensibilidad respecto del tipo de
suelo subyacente (especialmente el oscuro y/o húmedo), otro inconveniente es el hecho
de que se alcanza su saturación a partir de un cierto grado de cobertura vegetal.
El conocimiento previo del grado de cobertura (p. ej. Indice de Area Foliar -
LAI) supone un inconveniente para la utilización de este método.
El índice SAVI Transformado (TSAVI) fue introducido por (Baret & Guyot,
1991) se define de la siguiente forma:
Kaufman and Tanré (1992) desarrollaron varios índices que corrigen la radiancia
del rojo por efecto de aerosoles, incorporando la banda del azul (A). Tales son el índice
de vegetación resistente a la atmósfera (ARVI) y el índice de vegetación ajustado al
suelo y resistente a la atmósfera (SARVI).
ρ RA = ρ R-γ∗(ρ A- ρ R)
Resulta obvio que este tipo de estudio no puede llevarnos sino a obtener una
opinión meramente subjetiva acerca de la posible distribución de nuestros datos, y que
es necesario disponer de otros métodos más rigurosos para contrastar este tipo de
hipótesis. En primer lugar, deberemos plantearnos el saber si los datos se distribuyen de
una forma simétrica con respecto a su media o presentan algún grado de asimetría, pues
es ésta una de las características fundamentales de la distribución de Gauss. Aunque la
simetría de la distribución pueda valorarse, de modo simple, atendiendo a algunas
medidas descriptivas de la variable en cuestión resultará útil disponer de algún índice
que nos permita cuantificar cualquier desviación.
Este test utiliza una distribución Chi Cuadrado para estimar los valores críticos
para muestras grandes, lo que a efectos de programación, uso de memoria, etc, le
permite tratar mayor volumen de datos que el test de Kolmogorov-Smirnov o el de
Lillieford.
1.4. APLICACIÓN
http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp
http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp
1.4.2.1. Georreferenciación
http://www.idee.es/clientesIGN/wmsGenericClient/index.html?lang=ES
Histogramas
Banda 1 Banda 2
Banda 3 Banda 4
Banda 5 Banda 6
1.4.3.1. Radiancia
Lλ = ((L max − L min ) / (Qcal max − Qcal min )) * (Qcal − Qcal min ) + L min
Siendo:
Los términos Lmax, Lmin, Qcalmax, Qcalmin para cada banda se encuentran en
el archivo de metadatos.
π * Lλ * d 2
ρp =
ESUN λ * cos(θ s )
Siendo:
banda 1 2 3 4 5 6
La expresión:
π * d 2 * (Lλ − L p )
ρ=
τ V * (ESUN λ * cos(θ s ) *τ z + E d )
Siendo:
La expresión simplificada:
π * d 2 * (Lλ − L p )
ρ=
τ V * (ESUN λ * cos(θ s ))
La expresión:
cos k ( sz )
LH = LT *
cos k (i )
Siendo:
Para calcular el ángulo i es necesario el DEM y el azimut del sol, que junto con
la altura de horizonte del sol se encuentran en el archivo de metadatos.
NIR − R
NDVI =
NIR + R
Siendo:
El rango de valores va desde -1 hasta +1, se evita la posible división por cero
pero sobre todo es el más extendido, en general, y en concreto en estudios previos sobre
el tema.
De tal modo la diferencia entre dos NDVI de idéntica distribución sería una
imagen de media cero y desviación estándar cero, lo que no quiere decir necesariamente
que las imágenes de las que se han calculado dichos NDVI sean la misma.
1.4.3.5.4. Diferencia NDVI reflectividad nivel del suelo NDVI valores digitales
Pero al ser las desviaciones tan bajas en comparación con el sesgo podemos
considerar despreciables el resto de errores sistemáticos, y considerar que la forma de la
distribución del NDVI no cambia prácticamente nada con las correcciones.
Lo que explica que en las diferencias en las que intervengan los NDVI
reflectividad corregida atmósfera y el NDVI reflectividad nivel del suelo se obtengan
los mismos resultados:
Dado que la corrección topográfica es igual para todas las bandas de la imagen,
al calcular el NDVI:
Siendo:
Lo que concuerda con Lillesand et al. 2004: “Dado que este índice es estimado
mediante una división de bandas, la imagen no requiere previamente de una corrección
topográfica, pues aunque en cada banda los valores de radiancia de un mismo tipo de
cobertura varíen según su exposición, mantendrán una idéntica razón al ser divididas
entre sí.”
Una peculiaridad que se observa en las diferencias en las que interviene el NDVI
reflectividad exoatmosférica es la forma del histograma:
1.5. CONCLUSIONES
• Para una apreciación relativa del NDVI, se puede calcular a partir de los
valores digitales, ya que la forma de la distribución es prácticamente la
misma.
• Para una apreciación absoluta del NDVI, se debe calcular como mínimo a
partir de reflectividad exoatmosférica dado el importante sesgo que se
produce.
2.1.1. NIVEL 0R
La distancia entre los puntos centrales del WRS a lo largo de una trayectoria es
161.1 kilómetros. Una distancia de la trayectoria de 90 kilómetros antes y
después de un punto central del WRS define la longitud estándar de la escena de
180 kilómetros. y tiene una anchura o una distancia transversal de 185
kilómetros.
- 10. Los datos internos del calibrador (IC) - formato 1: Los datos del IC para el
formato 1 consisten en los datos internos para las bandas de 1-5 y del cuerpo
negro y los datos del obturador para la banda baja 6. del aumento. Los datos se
recogen una vez por la exploración y se estructuran en un formato secuencial de
la banda en la orden descendente del detector
- 11 Los datos internos del calibrador (IC) - formato 2: Los datos del IC para el
formato 2 consisten los datos internos para las bandas 7 y 8 y cuerpo negro y
datos del obturador para la alta banda 6. del aumento. Los datos se recogen una
vez por la exploración y se estructuran en un formato secuencial de la venda en
la orden descendente del detector
- 15. PCD: El sistema del duplicado del formato 2 A de PCD se genera cuando se
pierde o se corrompe el formato 2 se procesa y se mantiene con el producto el
formato 1 del acontecimiento.
- 18. Meta datos - formato 1: El formato 1 que procesa meta datos se genera
caracteriza el grado del subintervalo, el contenido, y la calidad espacial de los
datos para las bandas 1 a 6. Este archivo, en su totalidad y forma original,
acompaña el producto 0R.
- 19. Meta datos: Los meta datos del formato 2 son similares pero no idénticos dar
formato a los meta datos 1. El contenido subintervalo-relacionado de los meta
datos es idéntico; los meta datos escena-relacionados son específicos a las
bandas 6 - alto aumento, 7, y 8. También, los meta datos del formato 2 no
incluyen datos o referencias del gravamen de la cubierta de nube. Este archivo,
en su totalidad y forma original, acompaña el producto 0R.
- 20. Meta datos – ECS: Los meta datos de un tercer archivo generado por el ECS.
Este archivo contiene la información específica del producto tal como
coordenadas y número de la esquina de exploraciones.
2.1.2. NIVEL 1R
Existen dos opciones para los usuarios al definir el tamaño o el grado espacial de
un producto del nivel 1R de Landsat.
2.1.3. NIVEL 1G
Dos opciones existen para los usuarios al definir el tamaño o el grado espacial de
un producto del nivel 1R de Landsat.
- Fast: El formato rápido fue desarrollado originalmente por EOSAT como medio
para tener acceso a datos de imagen de Landsat 4 y 5. Cada banda es autónoma
en su propio archivo (es decir estilo externo del elemento). Un archivo de jefe
que contiene tres expedientes acompaña los datos de imagen. Los tres
expedientes en la orden del aspecto se etiquetan administrativos, radiométricos,
y geométricos respectivamente. La información específica del sensor se pone en
el expediente administrativo, los aumentos y los diagonales se pueden encontrar
en el expediente radiométrico mientras que las coordenadas de la información y
de la imagen de la proyección se almacenan en el expediente geométrico. Un
solo archivo de jefe junto con los archivos de imagen constituye el producto
rápido. Un derivado del formato rápido (Fast-L7) usado por EOSAT para
Landsat (FAST-B) y los productos indios de la teledetección (Rápidos-c) fue
creado para Landsat 7. Hay varias diferencias. Los nombres del archivo ahora se
incluyen en el expediente administrativo que permite el acceso del fichero
directo. Un archivo de jefe separado ahora acompaña los grupos el
pancromático, la termal y de la venda de VNIR/SWIR para Landsat 7. Para
Rápido-b y Rápido-c todas las bandas fueron vueltas a muestrear a un tamaño
común del recuadro que permitía así un solo archivo de jefe. Según parece cada
uno de los grupos de venda para Landsat 7 será vuelto a muestrear a 60 metros
comunes de la resolución (es decir 15, 30, y) requiriendo así un archivo de jefe
distinto para cada uno. Todos los campos críticos requeridos para el producto no
sufrieron cambios en el formato rápido de L-7A.
Usando esta herramienta se crearon los modelos de cálculo para obtener las
variables radiancia, reflectividad exoatmosférica, reflectividad corregida atmósfera y
NDVI.
2 4
3 5
7 9
Aronoff S. (2005). Remote sensing for GIS managers. New York, USA. ESRI Press.
487 p.
Eastman R. (2006). Idrisi Andes guide to GIS and image processing. Worcester, USA.
Clark University. 328 p.
Gilabert, M.A., Conese, C., and Maselli,, F. (1994) ‘‘An atmospheric correction method
for the automatic retrieval of surface reflectances from TM images,’’ Int. J. Remote
Sens., vol. 15, pp. 2065---2086, 1994
Jarque, C.M., and A.K. Bera, A test for normality of observations and regression
residuals, International Statistical Review, Vol. 55, No. 2, 1987, pp. 163-172.
Minnaert M., (1961). In Planets and Satellites, Vol 3, The Solar System. Kuiper and
Middlehurst (eds.), p. 213.
Peña Araya, Marco Antonio. Correcciones de una imagen satelital ASTER para estimar
parámetros vegetacionales en la cuenca del río Mirta, Aisén. Bosque (Valdivia), (2007),
vol.28, no.2, p.162-172. ISSN 0717-9200.
Página del USGS (United States Geografical Survey) dedicada a ETM+. Dirección:
http://landsat.usgs.gov/. Visitada el 20/08/08
Landsat 7 Science Data Users Handbook (Guía de usuario de Landsat 7). Dirección:
http://landsathandbook.gsfc.nasa.gov/handbook.html. Visitada el 20/08/08
Global Land Cover Facility (Descarga de datos de Global Land Cover). Dirección:
http://glcfapp.umiacs.umd.edu:8080/esdi/index.jsp. Visitada el 14/5/08