Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porGabriel Gallego Calderón Modificado hace 6 años
1
Índices de vegetación Lectura asignada: Ver también páginas del Manual de Idrisi, y
2
Navegación con GPS (no es un tutorial de Idrisi)
Próximo laboratorio Navegación con GPS (no es un tutorial de Idrisi)
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 Problemas de iluminación variable se minimizan Susceptible a división por cero La escala de medida no es lineal y la distribución no es normal
10
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
11
Indices basados en distancia
12
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.
13
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.
14
Línea de suelo Reflectancia en R e IR de píxeles sin vegetación
15
Componentes de la línea de suelo
16
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
17
Transformaciones ortogonales (PCA)
18
Componentes obtenidos de TM
19
Transformación gorro de borla “Tasseled cap”
20
Transformación gorro de borla
21
Correlación con cobertura
22
Brillo, verdor y humedad
23
PCA 1, 2 y 3
24
¿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 áreas cultivadas. PCA es conveniente bajo otras condiciones.
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.