CURSOS PIT

Índices
radiométricos
Curso: Procesamiento de Imágenes Satelitales SAR con
SNAP - PIT32
Profesor: Sergio Alberto Sosa Callupe

Capítulo 6
CURSOS PIT

Contenido
01 Índices de vegetación

02 Índices de suelo

03 Índices de agua
CURSOS PIT

Introducción
Los productos derivados de las imágenes Landsat 8 Sensor OLI que se describen a
continuación están en una etapa de desarrollo y son preliminares, ya que todavía no se
completó el proceso de validación. Los índices espectrales presentados se obtienen a partir
de datos de reflectancia a tope de atmósfera (TOA).

Calibración de las bandas del sensor OLI de Landsat 8 a reflectancia a

Tope de Atmósfera

Corrección TOA de las imágenes

Corrección a reflectancia TOA en relación al Angulo Solar:

CURSOS PIT
Corrección TOA de las imágenes

Los datos de las bandas del sensor OLI se pueden convertir a datos de reflectancia
espectral TOA utilizando los factores de reescalado que se obtienen desde los los
metadatos. La siguiente ecuación permite pasar los valores de nivel de gris (ND) a
reflectancia TOA:

Donde:
ρλ' = Reflectancia a TOA (planetary reflectance), sin corrección del ángulo solar.
Mρ = Factor multiplicador de escala especificado para cada banda que se obtiene de los
metadatos de la imagen. (REFLECTANCE_MULT_BAND_x, where x is the band number)
Aρ = Factor aditivo específico para cada banda que se obtiene de los metadatos de la
imagen. (REFLECTANCE_ADD_BAND_x, where x is the band number)
Qcal = Valor del pixel cuantificado y calibrado (DN).
CURSOS PIT

Corrección a reflectancia TOA en

relación al Angulo Solar:

Dónde: ρλ = Reflectancia a TOA. θSE= Angulo de elevación solar local. Angulo de

elevación central de la escena en grados que se obtiene de los metadatos de la imagen
(SUN_ELEVATION). θSZ= Angulo zenital solar local; θSZ = 90° - θSE
CURSOS PIT

Índices de vegetación

Índices Espectrales Índices Espectrales Índices de agua

CURSOS PIT

Listado de Índices Espectrales

Índice de Vegetación Normalizada

Es un índice que permite identificar la presencia de vegetación verde en la

superficie y caracterizar su distribución espacial. Se calcula como la diferencia
normalizada entre la banda del rojo (R) y del infrarrojo cercano (NIR).
CURSOS PIT
Dónde: NIR= banda 5,
R= banda 4

Índice de Vegetación Mejorado (EVI)

Este índice incorpora un valor ¨L¨ para realizar un ajuste en relación al canopeo, un
valor ¨C¨ cómo coeficiente de resistencia de la atmosfera, y un valor correspondiente a
la banda azul (B). Teniendo en cuenta estos coeficientes se realiza una corrección del
índice normal reduciendo los ruidos producto de la interferencia de la atmósfera, el
canopeo y la saturación

Dónde: NIR= banda 5, R= banda 4, B= banda 2, L= 1, C1=6, C2=7.5

CURSOS PIT
Índice de Vegetación ajustado con el
suelo (SAVI)
Entre los factores que modifican el comportamiento del NDVI está la proporción de
vegetación/suelo observada por el sensor. Para incluir explícitamente el factor suelo, clave
cuando se trabaja en zonas áridas, Huete y sus colaboradores proponen incluir en la
fórmula del NDVI un parámetro “L”, que ajuste el índice a una reflectividad promedio del
fondo (Huete, 1988; Huete et al., 1992).

Este índice se calcula como la diferencia normalizada entre la banda roja (R) y la banda del
infrarrojo cercano (NIR) ajustado con un factor “L”, que es la componente de brillo del suelo
que se define con un valor de 0.5, ya que se ajusta mejor a todo tipo de cobertura.

Donde: NIR= banda 5, R= banda 4, L= 0.5

CURSOS PIT

Índice de Vegetación ajustado modificado (MSAVI)

Este índice se calcula como la diferencia normalizada entre la banda roja (R) y la banda del
infrarrojo cercano (NIR) donde se aplica una función que determina el valor “L” para reducir
el efecto del suelo en la señal de la vegetación.

Donde: NIR= banda 5, R= banda 4, siendo sqrt, raíz cuadrada

CURSOS PIT
Índice de vegetación de diferencia
normalizada verde (GNDVI):
El índice de vegetación de diferencia normalizada verde (GNDVI) es una versión modificada
de NDVI para ser más sensible a la variación del contenido de clorofila en el cultivo. “Los
valores más altos de correlación con el contenido de N foliar y MS se obtuvieron con el índice
GNDVI en todos los períodos de adquisición de datos y en ambas fases experimentales. …
GNDVI fue más sensible que NDVI para identificar diferentes tasas de concentración de
clorofila, que está altamente correlacionada con el nitrógeno, en dos especies de plantas”. (
Gitelson et al. 1996 )

Fórmula de GNDVI = (NIR-VERDE) /(NIR+VERDE)

GNDVI (Landsat 8) = (B5 – B3) / (B5 + B3)
GNDVI (Landsat 4 – 7) = (B4 – B2) / (B4 + B2)
GNDVI (Centinela 2) = (B8 – B3) / (B8 + B3)
CURSOS PIT
Índice de Vegetación Avanzado (AVI):

El Índice de Vegetación Avanzado (AVI) es un indicador numérico, similar al NDVI, que

utiliza las bandas espectrales del rojo y del infrarrojo cercano. Al igual que NDVI, AVI se usa
en estudios de vegetación para monitorear las variaciones de cultivos y bosques a lo largo
del tiempo. A través de la combinación multitemporal del AVI y el NDVI, los usuarios pueden
discriminar diferentes tipos de vegetación y extraer características/parámetros fenológicos (
GU, 2019 ).

Fórmula de AVI = [NIR * (1-Rojo) * (NIR-Rojo)] 1/3

AVI (Landsat 8) = [B5 * (1 – B4)*(B5 – B4)] 1/3
AVI (Landsat 4 – 7) = [B4 * (1 – B3)*(B4 – B3)] 1/3
AVI (Centinela 2) = [B8 * (1 – B4)*(B8 – B4)] 1/3
CURSOS PIT
Índices de suelo

Proporción de minerales de arcilla

Esta proporción de bandas destaca rocas alteradas hidrotermalmente que contienen
arcilla y alunita.

Dónde:
Infrarrojo de onda corta (SWIR) 1: 1,55-1,75 µm
SWIR2: 2,08-2,35 micras
Para Landsat TM y ETM+, esto corresponde a las bandas 5 (SWIR1) y 7 (SWIR2). Este
índice funciona con cualquier sensor multiespectral con bandas que se encuentren
dentro de los rangos enumerados.
CURSOS PIT

Proporción de
minerales de
arcilla
CURSOS PIT

Relación de minerales ferrosos

Esta relación de banda destaca los minerales que contienen hierro.

Dónde:
SWIR: 1,55-1,75 µm
NIR: 0,76-0,9 µm
Para Landsat TM y ETM+, esto corresponde a las bandas 5 (SWIR) y 4 (NIR). Este índice
funciona con cualquier sensor multiespectral con bandas que se encuentren dentro de los
rangos enumerados.
CURSOS PIT

Relación de
minerales
ferrosos
CURSOS PIT

Relación de óxido de hierro

Esta relación de bandas destaca rocas alteradas hidrotermalmente que han sido sometidas
a la oxidación de sulfuros que contienen hierro.

Dónde:
Rojo: 0,63-0,69 µm
Azul: 0,45-0,52 µm

Para Landsat TM y ETM+, esto corresponde a las bandas 3 (Roja) y 1 (Azul). Este índice
funciona con cualquier sensor multiespectral con bandas que se encuentren dentro de los
rangos enumerados.
CURSOS PIT

Relación de
óxido de hierro
CURSOS PIT

Nuevo índice de hierro WorldView (WV-II)

Este índice utiliza bandas de WorldView-2 para identificar píxeles ricos en óxido de hierro.

Índice de suelos de WorldView (WV-SI)

Este índice utiliza bandas de WorldView-2 para identificar píxeles que consisten
principalmente en suelo.
CURSOS PIT
Índice Normalizado de la Diferencia de
Humedad (NDMI)

Este índice se calcula como la

diferencia normalizada entre
el Infrarrojo cercano (NIR) y el
infrarrojo medio (SWIR1,
banda 6).

Donde: NIR= banda 5,

SWIR= banda 6
CURSOS PIT
Índice normalizado de áreas quemadas
(NBR)

Este índice se calcula como la

diferencia normalizada entre
el Infrarrojo cercano (NIR) y el
infrarrojo medio (SWIR2,
banda7).

NBR= (NIR-SWIR)/(NIR+SWIR)

Donde: NIR= banda 5,

SWIR= banda 7
CURSOS PIT
Índice normalizado de áreas quemadas 2 (NBR2)

Este índice se calcula como la diferencia normalizada entre los valores de dos bandas del
infrarrojo medio (SWIR1 y SWIR2).
NBR2= (SWIR1-SWIR2)/(SWIR1+SWIR2)

Donde: SWIR1= banda 6, SWIR2= banda 7

Índice de estrés por humedad (MSI):

El índice de estrés por humedad se utiliza para el análisis del estrés del dosel, la
predicción de la productividad y el modelado biofísico. La interpretación del MSI se
invierte en relación con otros índices de vegetación acuática; por lo tanto, valores más
altos del índice indican mayor estrés hídrico de la planta y, en inferencia, menor
contenido de humedad del suelo.
CURSOS PIT

Los valores de este índice varían de 0 a más de 3, siendo el rango común para la
vegetación verde de 0,2 a 2 ( Welikhe et al., 2017 ).
Fórmula de MSI = MidIR / NIR
MSI (Landsat 8) = B6 / B5
MSI (Landsat 4 – 7) = B5 / B4
MSI (Centinela 2) = B11 / B08
Índice de Cobertura Verde (GCI):
En teledetección, el Índice de Clorofila Verde se utiliza para estimar el contenido de
clorofila de las hojas en varias especies de plantas. El contenido de clorofila refleja el
estado fisiológico de la vegetación; disminuye en plantas estresadas y, por lo tanto,
puede usarse como una medida de la salud de las plantas ( EOS, 2019 ).
CURSOS PIT

Fórmula de GCI = (NIR) / (Verde) – 1

GCI (Landsat 8) = (B5 / B3) -1
GCI (Landsat 4 – 7) = (B4 / B2) -1
GCI (Centinela 2) = (B9 / B3) -1

Índice de suelo desnudo (BSI):

Bare Soil Index (BSI) es un indicador numérico que combina bandas espectrales azul,
rojo, infrarrojo cercano e infrarrojo de onda corta para capturar las variaciones del suelo.
Estas bandas espectrales se utilizan de forma normalizada. El infrarrojo de onda corta y
las bandas espectrales rojas se utilizan para cuantificar la composición mineral del suelo,
mientras que las bandas espectrales azul e infrarrojo cercano se utilizan para potenciar
la presencia de vegetación ( GU, 2019 ).
CURSOS PIT

Fórmula de BSI = ((Rojo+SWIR) – (NIR+Azul)) / ((Rojo+SWIR) + (NIR+Azul))

BSI (Landsta 8) = (B6 + B4) – (B5 + B2) / (B6 + B4) + (B5 + B2)
BSI (Landsta 4 – 7) = (B5 + B3) – (B4 + B1) / (B5 + B3) + (B4 + B1)
BSI (Centinela 2) = (B11 + B4) – (B8 + B2) / (B11 + B4) + (B8 + B2)
CURSOS PIT
Índices del agua

Índice de agua de diferencia normalizada (NDWI):

Normalize Difference Water Index (NDWI) se utiliza para el análisis de masas de agua. El
índice utiliza bandas verdes e infrarrojas cercanas de imágenes de teledetección. El
NDWI puede mejorar la información sobre el agua de manera eficiente en la mayoría de
los casos. Es sensible a la acumulación de tierra y da como resultado cuerpos de agua
sobreestimados. Los productos NDWI se pueden usar junto con los productos de cambio
NDVI para evaluar el contexto de las áreas de cambio aparente ( Bahadur, 2018 ).
Fórmula de NDWI = (NIR – SWIR) / (NIR + SWIR)
NDWI (Landsat 8) = (B3 – B5) / (B3 + B5)
NDWI (Landsat 4 – 7) = (B2 – B4) / (B2 + B4)
NDWI (Centinela 2) = (B3 – B8) / (B3 + B8)
CURSOS PIT

Índice de agua de
diferencia
normalizada
(NDWI):
CURSOS PIT
Índice de nieve de diferencia normalizada (NDSI):

El índice de nieve de diferencia normalizada (NDSI) es un indicador numérico que

muestra la capa de nieve sobre áreas terrestres. Las bandas espectrales verde e
infrarroja de onda corta (SWIR) se utilizan dentro de esta fórmula para mapear la capa
de nieve. Dado que la nieve absorbe la mayor parte de la radiación incidente en el SWIR
mientras que las nubes no lo hacen, esto permite que NDSI distinga la nieve de las
nubes. Esta fórmula se usa comúnmente en la aplicación de mapeo de la capa de
nieve/hielo, así como en el monitoreo de glaciares ( Bluemarblegeo, 2019 ).

Fórmula de NDSI = (Verde-SWIR) / (Verde+SWIR)

NDSI (Landsat 8) = (B3 – B6) / (B3 + B6)
NDSI (Landsat 4 – 7) = (B2 – B5) / (B2 + B5)
NDSI (Centinela 2) = (B3 – B11) / (B3 + B11)
CURSOS PIT

Índice de Glaciar de Diferencia Normalizada (NDGI):

El Índice de Glaciar de Diferencia Normalizada (NDGI) se usa para ayudar a detectar y

monitorear los glaciares usando las bandas espectrales verde y roja. Esta ecuación se
usa comúnmente en aplicaciones de detección y monitoreo de glaciares ( Bluemarblegeo,
2019 ).
Fórmula de NDGI = (NIR-Verde)/(NIR+Verde)
NDGI (Landsat 8) = (B3 – B4) / (B3 + B4)
NDGI (Landsat 4 – 7) = (B2 – B3) / (B2 + B3)
NDGI (Centinela 2) = (B3 – B4) / (B3 + B4)
CURSOS PIT

Índice de
Glaciar de
Diferencia
Normalizada
(NDGI):
CURSOS PIT

GRACIAS
Capítulo 7: Aplicaciones de la
teledetección
La última clase tiene como
objetivo aplicar los conceptos y
herramientas estudiadas durante
el curso.
Se dará a escoger de tres 3
problemas ambientales, donde
cada uno tiene su propio objetivo.