Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas 233-245.

Presentación del tema: "Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas 233-245."— Transcripción de la presentación:

1 Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas 233-245 del Manual de Idrisi, y http://www.ciesin.org/docs/005-419/005-419.html

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

3 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 hasta 0.88 para MSS6.

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

5 Respuesta espectral

6 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.

7 Cambios espectrales en campo de cultivo NIR R

8 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

9 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 fluctua entre -1 y +1

10 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.

11 Determinación de la línea de suelo Si determinamos la relación entre la reflectancia en 2 bandas 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.

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

13 Componentes de la línea de suelo

14 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 = -0.39MSS4 - 0.56MSS5 + 0.60MSS6 + 0.49MSS7

15 Transformaciones ortogonales (PCA)

16 Componentes obtenidos de TM

17 Transformación gorro de borla “Tasseled cap”

18 Transformación gorro de borla

19 Correlación con cobertura

20 Brillo, verdor y humedad

21 PCA 1, 2 y 3

22 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.