Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicación Modelo Corrección Topográfica P, Muñoz Aguayo
Aplicación Modelo Corrección Topográfica P, Muñoz Aguayo
Autor:
Pedro Muñoz Aguayo, Geógrafo, Lic. En Geografía.
Co-Autores:
María Ilia Cárdenas Gazmuri, Geógrafo; Juan Pablo Flores Villanelo, Ing. Forestal.
RESUMEN
Expone la aplicación de un modelo de corrección topográfica o realce de sombras, a un conjunto de imágenes
SPOT 5, las que serán utilizadas en la actualización del Catastro Forestal de la Zona Central de Chile. Se
aplica el modelo de Mariotto y Gutschick, que tiene como origen la ley del coseno de Lambert y que fue
adaptado por Minnaert, para corregir la sobre compensación de las sombras en las imágenes. Pese a los
ajustes, el modelo no logra evitar del todo este fenómeno, por lo que se aplica un segundo factor de
corrección, calibrado empíricamente. Si bien los resultados son satisfactorios, para el área estudiada, se
entiende que ningún modelo resolverá todos los problemas, y que estos se deben ajustar a las condiciones de
luz y sombra, definidos por la latitud y fecha de las imágenes.
INTRODUCCIÓN
1
Spot 5: Satélite propiedad de ASTRIUM, genera 4 bandas espectrales de 10 m y 1 banda pancromática de 2.5 m.
Espectralmente posee una banda “Verde”, una “Roja”, una “Infrarroja cercana” y una “Infrarroja media” (Equivalente a
la Banda 5, de Landsat 5 y 7). No posee banda “Azul”. Cada imagen cubre 60x60 Km.
1
1. Preparación de las imágenes como base cartográfica y de análisis espectral.
2. Clasificación no supervisada, para focalizar y optimizar las visitas a terreno.
3. Clasificación mixta (método no supervisado, pero utilizando la información de
terreno como campos de entrenamiento), para extrapolar las especies que componen
el bosque nativo, en los lugares no visitados.
los bosques esclerófilos de las laderas, son percibidos por el sensor como cosas distintas,
según estén en las laderas iluminadas o las sombreadas. Como consecuencia, en el caso de
elaborar un agrupamiento, mediante una clasificación no supervisada, se generarían 2
categorías para el mismo fenómeno, aumentando el nivel de complejidad en su
interpretación. Para corregir este problema, existen varios métodos que permiten realzar los
valores digitales de los pixeles sombreados, para que asuman valores equivalentes a las
áreas iluminadas o sin sombra. Se debe tomar en consideración que ninguno de estos
2
modelos, es aplicable de manera universal, por lo que se deben buscar adecuaciones, para
cada contexto específico.
OBJETIVOS
GENERAL
Disminuir la confusión de clases de vegetación obtenidas del análisis radiométrico de
imágenes satelitales Spot 5, causado por la presencia de sombras, en terrenos de fuerte
pendiente a causa de los ángulos de iluminación.
ESPECÍFICOS.
1. Aplicar el modelo expuesto por Mariotto y Gutschick (2010) al modelo topográfico,
para reducir el efecto de sombra en la radiometría.
2. Ajustar el modelo a las condiciones locales de luz y sombra de las imágenes Spot 5.
3. Determinar la mejora en la clasificación de vegetación por la corrección del efecto
de sombra aplicado.
3
Cordillera de la costa con altitudes que van entre los 2.200m y los 700m. Estas unidades se
desarrollan en el sentido E-O, en una distancia promedio de 200Km, produciendo un
paisaje abrupto, con altas pendientes y quebradas profundas. En el perfil longitudinal E-O,
que se muestra en la Figura N°3, se puede apreciar esta situación con claridad y que es la
causa de la aparición de un alto porcentaje de áreas sombreadas, dentro de cada imagen
satelital registrada.
Figura N°3
PERFIL LONGITUDINAL W – E DEL ÁREA DE ESTUDIO EN LA LATITUD 33°47´
4
Clima templado de tipo mediterráneo costero: Se presenta en toda la costa y su influencia
llega hasta el interior por medio de los valles. Las variaciones de temperaturas son menores
por el influjo del océano, siendo más parejas durante el año con un promedio anual de
14°C. La humedad relativa es alta con un 75% y las precipitaciones son más abundantes
alcanzando unos 450mm. Clima templado de tipo mediterráneo cálido en el interior: Se
caracteriza principalmente por ser más seco y con una variación térmica mayor que en la
costa. La temperatura media anual es de 15,5°C y las precipitaciones aumentan con la
altitud variando desde unos 250mm hasta 300mm. Clima frío de altura: Se ubica en la
Cordillera de los Andes por sobre los 3.000m de altura. Hay un predominio de bajas
temperaturas y de precipitaciones sólidas, especialmente en invierno.
5
precordillera andina, donde los procesos de deforestación, cambio de uso de suelos,
incendios y sobreexplotación de recursos, entre otros, se manifiestan con mayor claridad en
el paisaje (CIREN, 2010). Es precisamente la mayor densidad y tamaño de la vegetación en
las montañas y la necesidad de su clasificación, lo que hace relevante establecer el
tratamiento de la sombra en las imágenes satelitales.
METODOLOGÍA
Donde
LH = Reflectancia de la superficie horizontal (Reflectancia corregida).
LT = Reflectancia de la superficie inclinada (Imagen corregida radiométricamente).
COSSZ = coseno del ángulo cenital.
COSi = coseno del ángulo de incidencia solar o Raster de Brillo. (Ver “Cálculo de Raster de
Brillo”)
El motivo por el cual Mariotto y Gutschick (2010), proponen este método de
corrección topográfica, es debido a que con la ecuación de Lambert se produce una sobre
compensación de los valores de los pixeles con sombra, dando como resultado un aspecto
poco realista, como se aprecia en la Figura N°4.
2
Lambert, J. H.”Photometria, sive de Mensura et gradibus luminis, colorum et umbrae.” 1760.
3
Minnaert, M. “The reciprocity principle in lunar photometry” 1940.
6
El resultado de la aplicación Figura N°4
del factor K, sigue siendo poco IMAGEN CORREGIDA CON EL MÉTODO LAMBERTIANO.
Donde
LH = Reflectancia de la superficie horizontal (Reflectancia corregida).
LT = Reflectancia de la superficie inclinada (Imagen corregida radiométricamente).
COSSZ = coseno del ángulo cenital.
COSi = coseno del ángulo de incidencia solar o Raster de Brillo. (Ver “Cálculo de Raster de
Brillo”)
Kα = constante de Minnaert para cada banda α.
7
El valor de K se estima mediante la regresión entre los valores de reflexión de la
imagen de entrada LH (sin corrección) y los ángulos cenitales y de incidencia solar. El
valor K, varía entre 0 y 1.
La fórmula para calcular el factor K es:
MATERIALES Y MÉTODOS
8
Las imágenes disponibles
Figura N°5
para la Actualización del Catastro IMAGEN INFRARROJA DEL CAJÓN DEL MAIPO, REGIÓN
Forestal de la Zona Central de METROPOLITANA.
4
La resolución radiométrica del Raster de Brillo, debe ser de 32 o 64 bit Punto flotante y todos los ángulos involucrados
en las ecuaciones, deben ser transformados a radianes, porque en el cálculo de logaritmos, la presencia de ángulos
negativos impide obtener resultados
5
Ángulo Cenital en Radianes = Ángulo Cenital * 2 * pi / 360
9
El resultado presentó similares problemas de sobre compensación que el método
Lambertiano, aunque en menor proporción. (Ver Figura N°6)
Para resolver el problema de la sobre Figura N°6
compensación, se aplicó una constante de IMAGEN CORREGIDA CON EL MÉTODO
MINAERT.
atenuación “m” a cada K calculado. Esta
constante se definió empíricamente,
comparando los resultados con la experiencia
en terreno. Se determinó que restándole a K,
el valor “0.8”, se lograba compensar las
sombras en la medida de lo razonable, para
los tipos forestales presentes en el área de
entrenamiento.
K-m
LH= LT (COSSZ / Brillo)
10
El Raster de Brillo, que al ser una re-construcción matemática de las sombras y
brillos de la imagen, muestra cambios de iluminación muy bruscos (alto contraste), debido
a que no logra representar la dispersión natural de la luz dentro de la atmósfera (ver Figura
N°7). Para reproducir este efecto de iluminación difusa, se le aplicó al Raster de Brillo, un
filtro Pasa Bajo (Low Pass) de matriz 5x5 (ajustado empíricamente). Con este insumo se
Figura N°7
RASTER DE BRILLO: MODELAMIENTO DE LAS SOMBRAS, USANDO LA ELEVACIÓN Y EL AZIMUT DE LA
IMAGEN
K-m
LH= LT (COSSZ / BrilloFilt )
Donde:
LH = Reflectancia de la superficie horizontal (Reflectancia corregida).
LT = Reflectancia de la superfici e inclinada (Imagen corregida radiométricamente).
COSSZ = coseno del ángulo cenital.
11
BrilloFilt = Raster de Brillo, filtrado con Low Pass de matriz 5x5.
Figura N°8
RASTER DE BRILLO: MODELAMIENTO DE LAS SOMBRAS, USANDO LA ELEVACIÓN Y EL AZIMUT DE
LA IMAGEN
Izq. Raster de brillo original. Derecha, Raster de brillo filtrado con Pasa Bajo de matriz 5x5
12
umbría y solana, lo que significa que se disminuye el error de comisión (hubo menor
dificultad, para identificar un objeto con dos tipos de iluminación). Esto se traduce en una
imagen con mayor agregación de los resultados y coincidencias con las clases vegetales, es
decir se logra reducir la confusión en la clasificación.
Figura N°9
IMAGEN SPOT 5, EN FALSO COLOR CONVENCIONAL,
SIN CORRECCIÓN DE SOMBRAS CON CORRECCIÓN DE SOMBRA
13
Figura N°10
COMPARACIÓN DE CLASIFICACIÓN NO SUPERVISADA, ISODATA, 18 CLASES
IMAGEN ORIGINAL SIN CORRECCIÓN CON CORRECCIÓN
CONCLUSIONES
6
Mariotto, I. Gutschick, V. “Non-Lambertian Corrected Albedo and Vegetation Index for
Estimating Land Evapotranspiration in a Heterogeneous Semi-Arid Landscape” Remote Sensing
2010.
14
La aplicación del modelo descrito por Mariotto, I. Gutschick, V. (2010), no fue
suficiente para lograr una compensación adecuada, pues la compensación fue exagerada,
quedando las laderas de sombra, más brillantes que las iluminadas.
El ajuste a este efecto, corregido con dos estrategias. Una para reducir directamente
la sobre compensación, disminuyendo el factor K en la ecuación de Minaert. La segunda,
tuvo que ver con intervenir en el modelo de iluminación, (raster de brillo), que se construye
como un modelo matemático que representa las condiciones de iluminación sobre el
relieve, el día y la hora en que el satélite captó la imagen analizada, sin considerar la
atmósfera como una masa gaseosa que dispersa la luz, y en consecuencia, presenta cambios
bruscos entre luz y sombra, cuando en la realidad la luz difusa matiza esta transición.
Solo con la aplicación de ambas correcciones, fue posible obtener resultados
satisfactorios, en la reducción del efecto de las sombras en las imágenes SPOT 5, para
reducir la confusión de clases de vegetación.
15
BIBLIOGRAFÍA
Arroyo M., R Rozzi, JA Simonetti, P Marquet y M Salaberry. 1999. Central Chile. En:
Mittermeir RA, M Norman, P Robles & CG Mittermeier. Hotspots: 160-171. CEMEX SA,
México City, México. 431 pp.
CIREN, 2010. Determinación de la erosión actual y potencial de los suelos de Chile. Centro
de Información de Recursos Naturales. Ministerio de Agricultura de Chile. Santiago, Chile.
345p.
Myers, N., Mittermeier, R.A., Mittermeier, C.G., da Fonseca G.A.B., y Kent, J. 2000.
Biodiversity Hotspots for Conservation Priorities. Nature 403(6772):853-858.
16