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

Slides:



Advertisements
Presentaciones similares
Landsat TM (Tematic Mapper)
Advertisements

Métodos Matemáticos I.
Características de imágenes digitales
Próximo tutorial 5-7 Vegetation Analysis in Arid Environments
Ver también páginas de la Guía 2 de Idrisi, y
Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas
Mapping the forest types and landcover of Puerto Rico. Lo discutiremos pronto. Lo consiguen en el portal del curso.
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
Anuncios Examen parcial el lunes 15 de marzo Próximo tutorial 4-5.
Características de imágenes digitales
CLASIFICACIÓN SUPERVISADA
“Amazonia, un compromiso ambiental para incluir”
APLICACIONES DE IMÁGENES DE SATELITE. Comparativa de imágenes Landsat en Infrarrojo Cercano de la zona de Gutiérrez Zamora, Veracruz Veracruz Año 2000.
Características de imágenes digitales Ver 2.3 a 2.6 de Fundamentals2.3 a 2.6 de Fundamentals of Remote Sensing.
1.Introducción 2.Casos simples de reducción del orden 3.Ecuaciones lineales homogéneas con coeficientes constantes 4.Ecuaciones lineales no homogéneas.
Ecología General Profesor: Miguel Contreras V.. ¿Qué es la ecología? Es una rama de la biología que estudia las interacciones de los seres vivos en un.
LEONARDO LÓPEZ C. ECONOMIA ESTADISTICA COMPUTARIZADA PARALELO: 261.
I NTRODUCCIÓN El hombre cotidianamente estructura una serie de mapas mentalmente. Cuando va por sus hijos a la escuela, cuando tiene que ir de compras,
PPTCES025MT21-A16V1 Clase Transformación algebraica MT-21.
TEORÍA DE LA PRODUCCIÓN. La Empresa y la Producción La empresa tiene como función básica transformar los factores de producción para convertirlos en bienes.
AGOSTO 2013 “PERCEPCIÓN REMOTA Y PROCESAMIENTO DE IMÁGENES DIGITALES DEL SATÉLITE MIRANDA”
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Sensoria Remota.
Racer 3D.
U-6. Cap. III Introducción a la solución por series.
Componentes de un método de solución numérica
Esfuerzos inducidos en torno a excavaciones
CIRCULO CROMATICO PRESENTACION DEDICADA MAS QUE NADA A LA AUDIENCIA ADOLESCENTE COMO DE LA EDAD DE 14 AÑOS-
Análisis de Mercados Internacionales
LAS HELADAS Y SU IMPORTANCIA EN LA AGRICULTURA
Software de procesamiento de imágenes aéreas de última generación…. …Simplemente Poderoso.
INVESTIGACIÓN DE OPERACIONES
Unidad 4. Capítulo II. Clasificación.
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INTRODUCCIÓN AL ESTUDIO DE LA ESTADÍSTICA
Sistemas de Información Geográfica
Índices de vegetación Lectura asignada: Ver también páginas
Elementos avanzados en GDevelop
Tema 4: Análisis de datos bivariantes numéricos (continuación)
Teledetección - Conceptos Básicos
Tema 9 Fiabilidad de las puntuaciones
CAPÍTULO 8: DETERMINACIÓN DE ESQUINAS
CAPÍTULO 4: OPERACIONES DE PIXEL
CAPÍTULO 7: DETECCIÓN DE BORDES
ADMINISTRACION DE LA PRODUCCION II 2017
Elementos de análisis espacial…2
REGRESÍON LINEAL SIMPLE
Características de imágenes digitales
CAPITULO 8 CONTINUACION.
Características de imágenes digitales
TÉCNICAS CUALITATIVAS PARA LAS ECUACIONES DIFERENCIALES DE PRIMER ORDEN: CAMPOS DE PENDIENTES Y LÍNEAS DE FASE.
que es la WWW. LA WORLD WIDE WEB
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
TELEDETECCIÓN ESPACIAL
Próximo tutorial 4-3.
Ecuación Explícita de la Recta
a*X+b Generación de combinaciones de bandas Determinación de realces
Examen parcial el próximo lunes 9 de marzo Próximo tutorial 4-5
NDVI y otros indicadores
PROBABILIDAD Y ESTADISTICA
¿Por qué es necesario estimar la cosecha?
Condicionantes del proyecto: el terreno y el medio TERRENO: Se debe hacer la visita de campo, inspección en el terreno y reunir información mediante condicionantes.
Gráficos en Word Es una herramienta con la que puedes exponer datos o cifras de manera gráfica.
Deformación en vigas En este capítulo se estudia la rigidez de las vigas. Frecuentemente, el diseño de una viga queda determinado más por su rigidez que.
REPRESENTACIÓN DEL ESPACIO GEOGRÁFICO Unidad 3. INTRODUCCIÓN Vivimos en un mundo espacial, donde interactuamos con conceptos espaciales.
Unidad 4. Capítulo I. Introducción.
Clasificación no-supervisada
ACP versus DP2 1. Requisitos de un indicador 2. ACP/ DP2
VARIANZA Y Y COVARIANZA DE VARIABLES ALEATORIAS Estadística II MI. MARTHA PAMELA RAMÍREZ VELA ITESM CAMPUS SALTILLO 1.
Transcripción de la presentación:

Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas del Manual de Idrisi, y

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.

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.

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

Respuesta espectral

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.

Cambios espectrales en campo de cultivo NIR R

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

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

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.

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.

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

Componentes de la línea de suelo

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

Transformaciones ortogonales (PCA)

Componentes obtenidos de TM

Transformación gorro de borla “Tasseled cap”

Transformación gorro de borla

Correlación con cobertura

Brillo, verdor y humedad

PCA 1, 2 y 3

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.