Próximo tutorial 5-7 Vegetation Analysis in Arid Environments

Presentación del tema: "Próximo tutorial 5-7 Vegetation Analysis in Arid Environments"— Transcripción de la presentación:

1 Próximo tutorial 5-7 Vegetation Analysis in Arid Environments

2 Índices de vegetación Lectura asignada: Ver también páginas del Manual de Idrisi, y

3 Índices de vegetación La abundancia o la condición de la vegetación afecta la respuesta espectral en un píxel. Los índices de vegetación nos permiten estimar la abundancia o condición de la vegetación utilizando datos espectrales.

4 Índices de vegetación Los índices de vegetación más simples que se han utilizado son la respuesta espectral en ciertas bandas. Por ejemplo, se han informado correlaciones entre cobertura vegetal con bandas de MSS desde 0.33 para MSS7 (2da infrarroja de MSS) hasta 0.88 para MSS6 (1ra infrarroja de MSS).

5 Índices de vegetación Tipos de índice más efectivos:
1. basados en pendiente, 2. basados en distancia, 3. por transformaciones ortogonales.

6 Respuesta espectral

7 Índices de vegetación Existen diferencias espectrales notables entre la vegetación y otros componentes de la superficie terrestre. Esas diferencias en respuesta espectral aumentan a medida que la vegetación se hace más densa o más productiva.

8 Cambios espectrales en campo de cultivo
NIR R

9 Indices basados en pendiente
RATIO = NIR / RED

10 RATIO de pasto verde

11 RATIO de suelo

12 RATIO de pasto muerto

13 Diferencias en RATIO

14 Indices basados en pendiente
RATIO = NIR / RED Problemas de iluminación variable se minimizan Susceptible a división por cero La escala de medida no es lineal y la distribución no es normal Esas propiedades del índice no son adecuadas para su análisis estadístico.

15 Indices basados en pendiente
NDVI (Normalized Difference Vegetation Index) NDVI = (NIR – RED) / (NIR + RED) Problemas de iluminación variable se minimizan Problemas de división por cero se reducen considerablemente Escala de medida es lineal y fluctúa entre -1 y +1

16 Indices basados en distancia

17 Componentes de respuesta espectral en un píxel
La reflectancia determinada en un píxel es una combinación de las reflectancias de todos los objetos presentes en ese lugar del terreno. Un área con mezcla de vegetación y suelo va a afectar la reflectancia de acuerdo a las proporciones de estos 2 componentes. Es más importante hacer esta distinción entre suelo y vegetación en áreas áridas o semiáridas porque la vegetación no cubre todo el terreno.

18 Determinación de la línea de suelo
Si determinamos la relación entre la reflectancia en las bandas roja e infrarroja cercana para píxeles que sólo presenten suelo raso obtendremos una línea: la línea de suelo. Factores como humedad del suelo provocan diferentes combinaciones de reflectancias en estas bandas.

19 Línea de suelo Reflectancia en R e IR de píxeles sin vegetación

20 Componentes de la línea de suelo

21 Transformaciones ortogonales
Se pueden obtener con PCA. Existen índices de este tipo para los que se han asignado coeficientes según los datos de un lugar: transformación “tasseled cap” (gorro de borla). La ecuación para el componente de Verdor usando datos de MSS: GVI = -0.39MSS MSS MSS MSS7

22 Transformaciones ortogonales (PCA)

23 Componentes obtenidos de TM

24 Transformación gorro de borla “Tasseled cap”

25 Transformación gorro de borla

26 Correlación con cobertura de vegetación

27 Brillo, verdor y humedad

28 PCA 1, 2 y 3

29 ¿Cuál utilizar, PCA o tasseled cap?
Aunque las 2 imágenes anteriores varían en los colores se parecen en el contraste entre clases de cobertura principales: carreteras, cultivos, urbano, bosques. Se debe a que PCA y Tasseled Cap se obtienen con procedimientos parecidos. Tasseled cap es apropiado para paisajes mayormente cultivados. PCA es conveniente para paisajes bajo otras condiciones.