Lic.

en gestión ambiental-Teledetección aplicada a los recursos naturales-

Tratamiento de datos Raster en Qgis: extracción de información.

Álgebra de bandas → combinación entre bandas → índices de transformacines.

El álgebra de bandas comprende un conjunto de operaciones aritméticas que se pueden

realizar entre bandas de una misma imagen y sobre los valores de los píxeles coincidentes
entre ellas. El álgebra de bandas puede dividirse en operaciones matemáticas generales y
construcción de índices.

Índices de vegetación:
El uso de los índices de vegetación fue la primera herramienta eficaz para la
determinación de las propiedades de las cubiertas vegetales, puesto que éstos son capaces
de aumentar la señal de la vegetación mientras que minimizan los efectos colaterales (e
indeseables en la mayoría de los casos) derivados de las condiciones de iluminación y del
suelo.
Los índices de vegetación son combinaciones de dos o más bandas que pueden ser
calculadas a partir de las salidas del sensor: voltaje, reflectancia o conteos numéricos.
Todos son correctos pero cada uno producirá diferentes valores del índice de vegetación
para las mismas condiciones de observación (Jackson y Huete, 1991). Esta facilidad de
cálculo ha hecho que los índices de vegetación sean ampliamente usados en la actualidad
como una herramienta no destructiva para la estimación de variables biofísicas (Baret y
Guyot, 1991; Elvidge y Chen, 1995; Broge y Mortensen, 2002).
Un buen índice debe ser sensible a la variación de la variable estudiada, pero ser
resistente (o verse mínimamente afectado) a otros factores como la atmósfera, el suelo, la
arquitectura de la cubierta vegetal y la topografía (Datt, 1998). De acuerdo a los efectos que
un índice es capaz de afrontar éste se clasifica en: intrínseco, resistente al suelo o resistente
a la atmósfera.
Sin embargo, el uso de estos índices presenta algunos inconvenientes, dado que hasta
la fecha ninguno de ellos ha conseguido eliminar completamente las influencias no
deseadas (Gao et al., 2000; Baret y Guyot, 1991). Además, su uso no permite estimar más
de una variable al mismo tiempo, la cual ha de ser específicamente calibrada mediante una
ecuación empírica cuyos forma matemática y coeficientes son particulares para cada
estimación (Qi et al., 2000).
En resumen, los índices de vegetación son relaciones empíricas validas para cada imagen
(pues están asociados a sus condiciones de adquisición) y, por tanto, su uso operativo para
estimar variables biofísicas no resulta evidente.

Ratio índice de vegetación (RVI)

Índices de vegetación basados en proporciones:

1
• El índice basado en la relación más simple se llama Proporción simple (SR) o proporción
de vegetación Índice (RVI)-
• SR = NIR / Rojo → RVI = NIR / Rojo
- Alto (eficaz) para vegetación.
- Baja en suelo, hielo, agua, etc.
- Indica cantidad de vegetación.
- Reduce los efectos de la atmósfera y topografía.

La mayoría de los índices de vegetación usan las bandas del

-R fuertemente correlacionada con el contenido de clorofila-

-IRC controlado por el LAI 1 y la densidad de la vegetación verde.

La vegetación suele reflejar mucho (una respuesta alta) en el Infrarrojo Cercano, y más
bien baja en el Rojo. Por lo tanto, en los píxeles con mucha vegetación, el cociente entre
estas bandas (banda5/banda4) tendería a ser muy alto. Lo contrario ocurriría en píxeles
con escasa vegetación, o vegetación seca/muerta.

1
LAI: En el marco de la agricultura de precisión, el protagonismo del LAI se justifica por su
condición de parámetro biofísico relacionado con la estructura de la planta, por su gran
importancia agronómica, y por constituir un buen indicador de la capacidad fotosintética del
cultivo, estando estrechamente relacionado con la evapotranspiración potencial y real (ETP-ETR)
(McNaughton,1983), el balance hídrico (Grier, y Running,1977), la intercepción de la radiación
(Pierce y Running, 1988), la producción primaria liquida de la cubierta vegetal (Gholz, 1982) y la
producción primaria total (Gower y Norman, 1991).

2
 …… En definitiva podemos enunciar, como principio general, que cuanto mayor sea el
contrate entre los ND de las banda infrarroja y roja, mayor vigor vegetal presentará la
cubierta observada. Bajo valores de contraste indican una vegetación enferma o
senescente, hasta llegar a las cubiertas sin vegetaación, que ofrece un contraste muy
pequeño.-(Chuvieco- teledetección ambiental – 1995 – Cocientes e índices de vegetación-
Pág 151)-
En el histograma buscamos ver umbrales de corte que lo indica los valores minimos

3
Índices estandarizados

En el ejemplo anterior se mostró un cociente de bandas para discriminar la vegetación. Sin

embargo, así es difícil establecer de manera sistemática a partir de qué valor de los
resultados podemos considerar que un píxel es vegetación. Una solución a este problema
es emplear índices estandarizados.
Los índices estandarizados son cálculos matemáticos definidos a través de trabajos de
investigación que permiten determinar de manera estándar o normalizada diferentes
variables o indicadores ambientales.
Existen índices de vegetación, minerales, de hielo, nubosos, de agua; etc.
Uno de los índices de vegetación más ampliamente usado es el Índice de Vegetación con
Diferencia Normalizada o NDVI (Tucker, 1979) , que se calcula como:

4
Puede verse el resultado del cálculo del NDVI, donde las zonas más brillantes están
asociadas a la presencia de vegetación más vigorosa.

EL NDVI toma valores de -1 a 1 .

5
EL NDVI toma valores de -1 a 1 .

NDVI < → 0 (valores negativos) → superficies sin vegetación, terreno árido, con nieve, agua
o nubes.
0 < NDVI < 0.2 → suelos con vegetación incipiente, 0.3 → pasturas naturales.
0.2 < NDVI < 0.8 → vegetación vigorosa. Cuanto el NDVI está más próximo a 1 vegetación en
Mejor estado sanitario. Mayor índice mayor actividad fotosintética.

Los índices de vegetación en general se dividen en tres grupos:

-Basados en la pendiente.
-Basados en las distancias y transformaciones ortogonales.

-Bibliografía para contenidos: matrial de lectura obligatorio!

+Alzate Beatriz- Transformaciones eseciales de imágenes digital- Unidad 7- Pág.44-

Poner atención pág: 49.-

-Indice para el análisis de severidad de incendios:

NBR (Normalized Burn Ratio) → NBR= (NIR – SWIR)

(NIR + SWIR)

Indice para resaltar agua → IA= (G – SWIR)

(G + SWIR)

6
Matemática general:

La matemática general comprende operaciones de suma, resta, multiplicación, división,

etc, que se emplean para destacar diferencias o coincidencias entre los datos contenidos
en distintas bandas.
Generalmente las operaciones de matemática de bandas más usadas con este fin son la
resta y el cociente entre bandas.
En los software, las operaciones entre bandas pueden realizarse con la Calculadora Raster,
que es el análogo de una Calculadora de Campos para una capa vectorial.
Esta herramienta se encuentra en el menú Raster y presenta una interfaz similar a una
calculadora, bastante intuitiva para construir expresiones.
Tomemos el ejemplo de las bandas correspondiente al Rojo y al Infrarrojo Cercano, que en
nuestra imagen Landsat apilada son las bandas 4 y 5.

. Calculadora raster. En el ejemplo se efectúa el cociente entre las bandas 5 y 4 de L8

¡ATENCIÓN! La calculadora raster puede usarse tanto para bandas que se encuentran
apiladas, como con archivos raster independientes.

7
Operaciones topográficas

Además de las imágenes multiespectrales, otro de los insumos raster más utilizados son
los Modelos Digitales de Elevación (MDE). Un MDE es una representación visual y
matemática de la altura o elevación que se almacena en formato raster. Si el modelo
representa la elevación del suelo desnudo, entonces se habla de un Modelo Digital de
Terreno (MDT), y en cambio si se encuentra representado el suelo y todos
los objetos que se encuentran sobre él (casas, árboles, construcciones, etc.) se define
como Modelo Digital de Superficie (MDS).
A partir de un MDE se pueden extraer productos topográficos que son de gran utilidad
para diversos análisis.
A continuación se muestran los más empleados en QGIS. Algunas de estas herramientas
necesitan el complemento Análisis de Terreno, que se instala desde el Administrador de
complementos de QGIS .

Representación tridimensional de un MDE

Curvas de Nivel

Las curvas de nivel son isolíneas de altura: son líneas unen puntos en el terreno con la
misma altura o elevación. Las curvas de nivel representan un corte horizontal en una
altura determinada: la distancia entre corte y corte es un intervalo siempre constante (por
ejemplo 10 metros, 50 metros o 100 metros) y el insumo fundamental para generarlas son
los datos de elevación, que pueden estar contenidos en un MDE.
Para generar curvas de nivel a partir de un MDE en QGIS, se puede acceder al Menú
Raster → Extracción → Curvas de Nivel
Se debe elegir el raster de entrada (el MDE), el intervalo para las curvas (en metros) y la
capa de curvas de salida, que será un vector de líneas (ver figuras 45 y 46). Se aconseja

8
incluir en la capa de salida el atributo o campo con la altura, para poder consultar y saber
la elevación que representa cada línea.

Representación de curvas de nivel sobre el terreno.

9
10
11
12
 MODELO DIGITAL DE ELEVACIÓN

Mapa de pendientes

Otro producto que se puede generar a partir de un MDE es un mapa de pendientes, que indica el
gradiente del terreno entre distintos puntos o relieves. QGIS genera el mapa de pendientes
expresando el gradiente en grados o como porcentaje. La herramienta Pendientes se encuentra en
el menú

Raster → Análisis → MDT (modelos de terreno)

eligiendo el modo Pendiente. Se necesario trabajar con archivos raster en coordenadas
planas para obtener un resultado adecuado (en las versiones actuales de QGIS usar
como base un MDE, por ejemplo, en EPSG:4326 puede originar un
resultado incorrecto).

13
Mapa pendiente derivado del MDE, en porcentaje.

14
Esta herramienta la vamos a vincular con los NDVI para identificar, si existe vegetación sobre el
terreno.
Para el caso del NDVI se realiza por medio de las curvas de nivel. Para NDVI se van a contituir son
isolíneas que van a unir los puntos sobre el terreno con mismo índice NDVI.

RASTER → EXTRACCIÓN → CURVAS DE NIVEL

IMPORTANTE:
- Interválo entre curvas de nivel: sale de los valores del histograma en ese interválo deben
estar contenidos los diferentes valores que se observa en árbol de capas (0.036 a -0.08)
para este ejemplo.
- Nombre del atributo: son los diferentes valores de NDVI que se deben indicar en imagen.
- Se genera archivo shapfile →capa vectorial.

Devolución de Qgis. → proceso demora!!

Damos zoom: como vemos la imagen quedó muy cargada de NDVI. Entonces filtramos. El filtrado
se hace atendiendo a los valores arrojados por el cálculo del NDVI (0.036/ -0.08 → que nos
indican la presencia de suelos con pasturas naturales, agua, suelos desnudos).
Filtramos solo los NDVI donde esté la vegetación interesante.

15
16
Este valo 0.25 se visualiza en histograma de la capa raster y corresponde a la media. Dónde se
registra el pico del NDVI.-

17
Al filtrar selecciono de la cubierta vegetal la más vigorosa; la que manifiesta mayor actividad
fotosintética.

Con etiquetas

18
Se observa las distintas isolíneas con sus valores NDVI que determina el desarrollo y presencia de
vegetación permitiendonos inferir que cobertura de vegetación se desarrolla en la zona.

19
Para ubicar la capa vectorial provincias como está en el ejemplo:
PROVINCIAS → Abrir tabla de atributos

Desde ID → Nos. 1 y 2 presionando ctral y alt simultaneamente seleccionamos las provincias de

interés. Quedando indicadas en celeste. → CERRAMOS tabla de atributos.

20
Abrir capa PROVINCIAS y visualizar los poligonos seleccionados desde tabla de atributos.

VOLVEMOS a PROVINCIAS → BOTÓN DERECHO →GUARDAR COMO

21
 ATENCIÓN!!!!

-Desde PROPIEDADES se edita: ponen etiquetas – colores –

22
Se superponer capa vectorial ndvi_a_tipo de cobertura a raster ndvi_a se aplican
transparencias. El propósito es inferir la vegetación de la zona.

-Integración de datos con Google Earth:

Google Earth es una apliación gratuita (pertenece al pack de aplicaciones de Google) con una
importante cantidad de información geográfica asociada a imágenes satelitales de visualización
gratuita. Puede ser utilizado como atlas, enciclopedia o como simulador de vuelo mundial. Los
pueblos, ciudades y desniveles del terreno se muestran en imágenes en tres dimensiones de alta
resolución. Una guía de procedimientos básicos a realizar usando esta aplicación puede
encontrarse en Guía de procedimientos para utilizar Google Earth- Subsecretaría
de Desarrollo Social de Mendoza.
Google Earth es compatible con numerosos softwares, entre ellos con QGIS. Para convertir
archivos desde un shapefile a un archivo formato .kml o .kmz que pueda ser abierto en Google
Earth, no se requiere instalar plugins adicionales, sino simplemente trabajar con la instalación
existente de QGIS.
Es fundamental para cualquier tarea que vayamos a realizar en un SIG contar con datos de alta
calidad. Una de las opciones más útiles y sencillas para obtener esa información de alta calidad es
a través del plugin de OpenLayers para QGIS. Considerado como un plugin imprescindible para
QGIS, el plugin OpenLayers es un gran aliado en los complementos de QGIS con capas de
OpenStreetMap, Google Maps, Bing Maps, MapQuest y Apple Maps.
1. Instalar el complemento OpenLayers. Al igual que el resto de plugins en QGIS, se accede
desde:
→ Complementos → Administrar e instalar complementos.

23
Ahora podemos agregar de fondo a nuestro proyecto las imágenes que muestra Google Earth.
Además, en este paso se incorpora una herramienta muy útil, Menú OpenLayers, que nos muestra
una presentación del recurso que seleccionamos en el desplegable, sin necesidad de cargarla
previamente a la interfaz.

→ Web → OpenLayers Plugin → Google Maps → Google satellite.

Ahora tenemos desplegada la capa de Google Earth de imágenes satelitales.

→ Web → OpenLayers Plugin → Google Maps → Google phisical.

24
BIBLIOGRAFÍA y elmentos utilizados en la práctica:

- Chuvieco (1995)- Teledetección aplicada al medio ambiente- Ed. Ariel

- Alzate Alicia – Introducción al procesamiento de imágenes satelitales-
- Zurita Milla Raúl- Determinación de variables biofísicas mediante teledetección en el
marco de la agricultura de precisión – Esc. Téc. Sup. Universidad Códoba –
- Práctica y recopilación realizada por Patricia Millet – Prof.Esp Cartografía y Teledetección -

25