PRÁCTICA V

ÍNDICE ESPECTRAL

Universidad Distrital Francisco José de Caldas

Ingeniería Forestal

Presentado por:

Cristian David Umaña Bonilla – 20202010016

Percepción remota e interpretación de imágenes

Docente:

Mariam Rivas Diaz Granados.

23 de abril de 2023
 1. INTRODUCCIÓN.

Los índices espectrales permiten identificar a profundidad las variaciones en la superficie terrestre,

es por esto que, a partir de ellos, se facilita, con un calculo de bandas percibir ciertos factores

bióticos y abióticos del medio.

Siendo así se busca comparar tanto en Landsat como en Sentinel dos lugares con características

orográficas muy distintas, para poder determinar la efectividad de estos métodos usados de manera

remota.

2.OBJETIVOS.

• Identificar la parte cualitativa de un lugar a partir de imágenes satelitales.

• Comprender, analizar y utilizar las herramientas informáticas, para un buen análisis de un

terreno, haciéndolo de forma impersonal.

• Conceptualizar las combinaciones realizadas, comprendiendo los valores que representan al

realizar un índice espectral

3.METODOLOGÍA.

Para poder calcular los índices espectrales requeridos en la práctica, tanto en Landsat 8, como

en Sentinel 2, se realiza el mismo proceso general que a continuación se describe, pero,

simplemente haciendo un cambio en la fórmula de la calculadora ráster.

El primer paso a ejecutar es el de adicionar las capas necesarias para calcular los índices

requeridos. Posteriormente se clickea en ráster – calculadora ráster como lo muestran las

figuras 1 y 2.

Figura 1.

Click en ráster

Nota: Al clickear en ráster se abre el menú de la imagen.

Figura 2.

Click en calculadora ráster.

Nota: Al clickear en calculadora ráster se abre esta función.

En la calculadora ráster se puede ejecutar las operaciones que permiten visibilizar los índices. En

este caso las fórmulas a realizar son las siguientes.

NDVI = (Landsat 8) = (B5 – B4) / (B5 + B4).

(Sentinel 2) = (B8 – B4) / (B8 + B4).

NBRI = (Landsat 8) = (B5 – B7) / (B5 + B7).

(Sentinel 2) = (B8 – B12) / (B8 + B12).

NDWI = (Landsat 8) = (B3 - B5) / (B3 + B5).

(Sentinel 2) = (B3 – B8) / (B3 + B8).

NSDI = (Landsat 8) = (B3 – B6) / (B3 + B6).

 (Sentinel 2) = (B3 – B11) / (B3 + B11).

NDMI = (Landsat 8) = (B5 – B6) / (B5 + B6).

(Sentinel 2) = (B8 – B11) / (B8 + B11).

A continuación, después de calcular las bandas respectivas, se da click en las propiedades de la

nueva capa (Figura 3) y allí en el siguiente menú se selecciona en simbología que habilita un

cuadro que permite cambiar la visualización de grises a pseudocolor monobanda (Figura 4 y 5) y

este permite seleccionar la colorimetría deseada.

Figura 3.

Menú de propiedades.

Notas: Este menú se abre dando click derecho en la capa.

Figura 4.

Click en simbología.
Notas: Opciones que aparecen al dar click en propiedades.

Figura 5.

Selección en pseudocolor monobanda.

4. RESULTADOS Y ANÁLISIS.

4.1. Índices espectrales de landsat.

4.1.1 Índice NDVI de landsat 8.

Este índice evidencia el estado de la vegetación que posee en este caso, el Parque Nacional

Natural de Venezuela “Canaima” en donde se realiza el calculo de la fórmula contenida en la

metodología, y según los valores obtenidos se maneja un rango de -1 plantas muertas y 1, plantas

muy saludables. En las figuras 6 y 7 se puede hacer el símil entre la imagen a color real y el

índice realizado.

Figura 6

Imagen a color real.

Nota. Esta imagen se obtiene tras realizar la combinación de las capas 4-3-2.

Figura 7.

Índice de vegetación.
Nota: Las convenciones traducen el estado de vegetación según la intensidad del verde

En este caso se pudo observar con claridad que la mayoría de la vegetación se encuentra en

valores cercanos a 0.3 y a 0.16 lo que refleja en los primeros, una vegetación moderadamente

saludable mientras que en los segundos plantas poco saludables.

4.1.2. Índice NBRI de landsat 8.

Este índice se denomina según la literatura, índice de calcinación, esto quiere decir que este

refleja las zonas que han sufrido de incendios forestales, estos se indican como positivos cuando

los valores se acercan a -1 y negativos cuando estos tienden a 1 (Figura 8).

Figura 8.
Índice de calcinación.

En este caso se observa que la mayoría de valores son superiores a 0, lo que refleja que no hay

vestigios de incendios forestales recientes (Figura 9).

Figura 9.

Valores de índice de calcinación.

4.1.3. Índice NDWI de landsat 8.

Este índice permite identificar los cuerpos de agua, siendo los valores cercanos a 1 positivos para

estos, mientras que los valores cercanos a -1 carecen de cuerpos de agua, en este caso al ser una

zona de tepuyes en la cima de estas formaciones rocosas, se evidencia con claridad en un tono

azul los nacimientos de los ríos que bañan este parque (Figura 10).

Figura 10.

Índice diferencial de agua normalizado.

4.1.4. Índice NDSI de landsat 8.

Este índice permite la identificación de nieve en la superficie de la foto, según la literatura los

valores mayores a 0.4 presentan nieve, en este caso, por la altitud y temperatura del territorio, es

imposible la presencia de esta y esto se ve reflejado en los valores que presenta la (Figura 11)

siendo todos menores al especificado como positivo para nieve.

Figura 11

Índice de nieve

4.1.5. Índice NDMI de landsat 8.

Este índice permite determinar la humedad de la vegetación, en este caso los valores que se

acercan a -1, pertenecen a la vegetación con menor humedad, mientras que los valores cercanos a

1, poseen mayor humedad, como la mayoría de la que esta en la figura 12.

Figura 12.

Índice de humedad en la vegetación.

4.2. Índices espectrales de Sentinel.

En este caso se escogió una imagen aérea de Antofagasta, ubicada en el desierto de Atacama en

Chile (Figura 13).

Figura 13.

Imagen a color real de Sentinel 2.

Allí se evaluó los mismos índices espectrales que en Landsat 8 y la diferencia varía en las

formulas que se pueden encontrar en la metodología.

El primer índice evaluado, fue el de la calidad de la vegetación, llamado NDVI, en donde se

evidencian valores cercanos a 0, lo que refleja una muy mala calidad de la vegetación al ser esta

una zona desértica (Figura 14).

Figura 14.

NDVI de Sentinel
Por otro lado en el índice de calcinación, denominado NBRI, el cual refleja la posibilidad de un

incendio forestal en los valores cercanos a -1 y zonas sin incendios en valores cercanos a 1,

como se observa en la imagen 15, las zonas de color rojizo, pudieron haber sufrido de un

incendio al ser una zona muy seca.

Figura 15

Índice de calcinación.
En el índice NDWI, se pueden visualizar los cuerpos de agua, en valores que rondan entre 0 y 1,

pero por ser una zona tan seca, no se observa ningún afluente en la figura 17.

Figura 17

Índice NDWI de Sentinel.

Siguiendo con los índices se encontró el NDSI, que identifica zonas nevadas con valores

mayores a 0.4, lo cual en el ejercicio realizado, arrojó resultados negativos, al no ser mayor a

este ningún valor, como se evidencia en la figura 18.

Figura 18

Índice NDSI de Sentinel.

Por ultimo se realizó el índice de humedad en la vegetación, el cual por ser la zona escogida con

muy baja humedad, muestra valores muy bajos en la poca vegetación que existe (Figura 19).

Figura 19.
Índice NDMI

5. CONCLUSIONES.

Estos valores que arrojan los índices espectrales son bastante precisos ya que al comparar una

zona del escudo guayanes, con una zona desertica de Chile, se pueden comprender las

diferencias en la vegetación, relieve y húmedad.