TELEDETECCIÓN AMBIENTAL La observación de la Tierra desde el Espacio
Emilio Chuvieco Salinero
c ien c ia
I.* edición: mayo de 2002 3.' edición actualizada: septiembre de 2008 C 2002 y 2008: Emilio Chuvieco Derechos csclusivos de edición en español reservados para todo el mundo: O 2002 y 2008: Editorial Ariel. S. A. Avenida Diagonal. 662, 6* planta. 08034 Barcelona (España) ISBN: 978-84-344-8073-3 Depósito legal: B. 36.458-2008 Impreso en España por Book Print Digital Botánica, 176-178 08901 L’Hospitalet Queda rigurosamente prohibida, sin la autorización escrita de los titulares del copyright. bajo ba jo las cancion can cion es es tablec tab lec ida s en las la s leyes, leyes , la repr r eprodu oducci cción ón total tot al o parc p arcial ial de esta est a obra ob ra po r cual cu alqu quier ier medio me dio o proced pro cedim imien iento, to, com prendi pre ndidos dos la repro re pro gra fia y el e l tr atami ata mient entoo informá info rmático tico,, y la distribución de ejemplares de ella mediente alquiler o préstamo públicos.
ÍNDICE Presentación ....................................................................................................................................13
PKIMI'KA?ARTr LA OBTENCIÓN OBTE NCIÓN DH LA IMAGEN 1 _ .Nociones introductorias ....................................................................... ........... LI 1. Definición Definición v o b je ti v o s .................... ............................. ................... .................... .................... .................... .................... ................... ......... >7
C a p it u l o
2.
_ __
U n g o c o J e h i s t o r i a ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ............... 21
............................ ...... .................. .................. .......... I Desarrollo, Desarrollo,actual . 4. Aspectos legales legales de la teled tel edeie eiecc cción ión .................................................................. .......... 32 3. Lu:> ventaja» ventaja» de la observación espa es pacia cial.......... l......................... .............................. .............................. ....................... ........ ...........33 ........... 33 __
5 .1.
C o b e r t u r a g lo lo b a l y e x h a u s t i v a d e la la s u p e r f i c i e t e r r e s t r e ..................... ............................................. .......................... 34
5.2. Perspectiva pa no rám rá m ica................. ic a........................... .................... .................... .................... .................... ................. .................. ........... 34 5.3. Observación multiescala y no destru des tructi ctiva va .............................................. 36 5.4. información sobre regiones no visibles delespectro............................. delespectro............................. 36 5.5. Cobertura Cobe rtura re p e titi ti tivv a ..................... ............................... .................... ................... .................... .................... ................... .......... 36 5.6. Transmisión Transmis ión inmedi inm ediata.................. ata............................ .................... ................... .................... ..................... ................... ......... 37 5.7. Formato Forma to dig ital............. ita l....................... ..................... .................... .................... ..................... ................... .................... ................. ...... ........... 38 6. í'ucn í'u cnlc lcii b ib lio li o u rá lic li c a s ................... ............................. .................... .................... .................... .................... .................... ................... ......... 40 2. P rinc ipios físicos d e la t e k d e tc c c i ó n . . . . . . . . . . . . . . . . . . 43 L _ FmHLunc FmHLuncmw mw de la observ observ ación rem re m uta ut a............................................................... .......... é l 2 . _ . _ El espectr espectroo electro electromagné magnétic ticoo . . . . . . . . ____ _____ _ 45 3. Términos y unidades de medida........................... medida..................................... .................... .................... .................... .................. ........ 48 4. Principios y leyes de la radiación ele ctrom ctr om agné ag nétic tica............... a......................... .................... ................. ....... 49
p it u l o C a pi
5.
1:1 1:1 d o m i n i o s o l a r d e l e s p e c t r o ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...............52
Características de de la la radiación solar. solar. Interacción Interacción con las las aih ai h iena ie na s te _________¿2 ....... ^ ................................................... — rrestres. . _ _
5 .2 .2 .
M e d i o s p a r a o b t e n e r í i n n a s e s p e c t r a l e s ; .............................................................
59
5.3 __ s p e c t r a l e s . _____ 59 59 .__ Bibliotecas e 5.4. 5.4. Comportamiento Comportamiento espectr espectral al de la vegetación vegetación en el espectro óptico . . . 60 5.5. El suelo en el espectro ó p ti c o ................... ............................. .................... .................... .................... ................ ...... 64 5.6. El agua en el espectro ó p t i c o ................... ............................. .................... .................... .................... ....................... .................65 ....65 6. Kl dominio del infrarroj infrarrojoo té rm ic o ..................................................................... 67 6.1. Características de la radiación energética en el infrarrojo térmico . . . 67 6.2. Comportamiento espectral de la vegetación en el infrarrojo térmico . . 70 6.3. Los suelos y el agua en el dominio té rm ic o ........ ............ ........ ........ ........ ........ ........ ........ ........ ....... ... ........... 7J ........... 73 7. I.a región de las micro-onctas.......... micro-onc tas......................... .............................. .............................. .............................. ........................ ....................
8
TELEDETECCIÓN AMBIENTAL
7.1. 7.1. Características Característica s de la radiación energética en lu región de las las micromicro _______________ _____ __________ ondas __________ _____ i __________ __________ _________ ____ _ __________ _ _______________ _______ __ 23 7.2. 7.2. Caracte Caracterís rístic ticas as de la vegetaci vegetación ón en la región región de las las micro-o micro-ondas ndas . . . . 80 7.3. 7.3. Caracter Car acterístic ísticas as del suelo suel o y el agua en la región regió n de las micro-on mic ro-ondas das.. . . 8» 8. Interacciones de la atmósfera con la radiación electro ele ctro-ma -magn gnétic ética.............. a................... ..... 82 ¿LL ¿LL __________________________ ____________________________________ __________ ______ ________ ________ £3 _________ ___ ________ 8.2. Dispersión a tm o s fé ri c a .................... .............................. .................... .................... .................... .................... ............... ..... 84 8.3. Emisión atm osfér os férica ica.......... .................... .................... .................... .................... .................... .................... .................... ...................... ........... 86 __
3. Sensores y satélites satélite sde te le d e te c c ió n ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... 87 1. Tipos de sens se nsor ores es ................... ............................. .................... .................... .................... .................... .................... .................... ................. ....... ........... 87 _ ____ _ ____ ___________ && 2 Resolución de un sistema sensor _ _ ___ ____ _ ____ __ ____ __ _ ____ ____ ___________ .......... 88 2.1. Resolución e s p a c ia l........................... l..................................... .................... .................... .................... .................... ............. ............. 2.2. Resolución esp ectral................... ect ral............................. .................... ................... ................... .................... .................... .............. 90 2.3. Resolución radiomé radiom étrica.......................................................................... 92 2.4. Resolución tem poral................... po ral............................. .................... .................... .................... ................... ................... .............. 95 2.5 Resolución a n g u l a r .................... .............................. .................... .................... .................... .................... .................... .......... 97 2.6. Relaciones entre los distintos tipos de resolu res olu ción............... ció n......................... ................... ......... 97 3. Sensores Sensore s p a s iv o s .................... .............................. .................... .................... .................... .................... .................... .................... ................. ....... 99 3.1. Cámaras analógi analó gi c a s ................... ............................. .................... .................... .................... .................... .................... ............. ............. .......... 99 3.2. 3.2. Exploradores Exploradores de ba rrido rri do ........................ ... .............................................. 104 3.3. Exploradores Explor adores de empuje empu je ................... .............................. .................... .................... ..................... ................... .............. ..... 107 107 _ .____ ______ ____________ _ ____________________lliH ____________________l liH ______ ____________ i A C¿maiaa..dg.vidcü Radiómetros de micro-ondas........................................................................... LLÜ U l _ Radiómetros ± S.en& .en&Q Q£gs..a gs..aci ciL LV.os^ .os^-a -a..a ..a... ...-J -J.. ^ - , - ^ . ^ . , _ , ______________Lii ____ ___ Lü ___ _ ■ 4 J ___ ^ ________________ ____ _ 4J>. Ltdar ..................................... ..................................... .................. .................. ... . . . , ................ , . . . m 5. _ Plataformas de teledetección espacia esp acial........... l..................... .................... .................... .................... .................... ............... ..... 122 _ Plataformas 5.1. El programa L an d sa t........................ t.................................. .................... .................... .................... .................... .............. .... 124 5.1.1. Características Característica s orb or b ita les.................. le s............................ .................... .................... .................... ............ 125 5.1.2 5.1.2.. Instrume Instrumentos ntos de o b se rv ac ió n ................................................. 126 126 5.1.3. El futuro futuro del programa programa L an ds at .............................................. 130 130 5.2. El satélite S P O T ................... ............................. .................... .................... .................... .................... .................... ............... ..... 132 5.3. 5.3 . El progra pro grama ma 1RS 1RS . . . . ............... ............................. .............. ............................... .......................... .......... 135 135 5.4. Satélites comerciales de alta re so luc lu c ió n ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 137 5.5. T iro s-N s- N O A A ................... .............................. .................... .................... ...................... ..................... ................... ................... .......... 139 139 5.6. Satélites meteorológicos geoesta geo estacion cion arios..... ario s......... ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 142 5.7. T e r r a y A q u a ................... .............................. ..................... .................... .................... ................... .................... .................... ........... 144 144 5.8. DM DMSP SP............. ........................... ............................. ................................ ............................... ............................. .............................. ............... 149 149 5.9. Satélites de la Agencia Espacial Euro Eu rope pea............... a.......................... .................... .................... ............. 149 149 _ __________ 151 151 _______ _ 5.10. Otras misiones Radar. Rad ar. ______________ ____ ________ ________ _ ______ 5.11. Otros programas con sensores ó ptic pt icoo s........................... s..................................... .................... ............. ... 153 5.12. Programas Programas con sensores hiper-esp hipe r-espcctra cctrales les ............................................ 155 5.13. 5.13. El programa español de observación de la T ie r r a ........ ............ ........ ........ ........ ........ ........ .... 157
Ca p It u i o
_ __ _ _ _
_ _
__
___
__
_ _
_ _
____
. .
_ _____
.
S e g u n d a pa r t í:
LA INTERPRETACIÓN DE LOS DATOS 4. Bases Bases para pa ra la Interpre tación de Imágenes Imágenes de telc de tec eíó n............ I . Limitaciones para el empleo de la teledete tele detecci cción................. ón........................... .................... .................... ............
Ca p í t u l o
161 162 162
9
ÍNDICE
1.1. 1.1. Informa Información ción que brindan brindan las im á g e n e s .................................................. 1.2. El coste de la información geog ge ográf ráfica ica......... ................... .................... .................... .................... ............... ..... 1.3. 1.3. El diálogo con los u s u a ri o s .................... .............................. .................... .................... .................... ................... ......... 2. Variables Variables v tipos de interp int erpret retaci ación ón ............................. .............. .............................. ............................... ......................... ......... 3. Organizació Organi zaciónn de un proyecto proye cto de teled te ledete etecc cción ión ................... .............................. ...................... ..................... .......... 3.1. Definición de o b je ti v o s .................... ............................... ...................... ..................... .................... .................... ............. ... 3.2. Escala y leyenda leyend a de t r a b a j o ..................... .............................. .................... ..................... .................... .................. ........ 3.3. Selección Selec ción de los m a te ri a le s ................... .............................. ...................... ..................... ................... ................. ........ 3.3.1. Tipo de sensor sen sor.......... ................... .................... .................... ................... ..................... .................... .................. ......... 3.3.2. Fecha Fe cha de a d q u isic is ic ió n .................... .............................. ................... .................... .................... ............... ......
3.3.3. 3.3.3. Soporte Soporte de las imágen imágenes es........ ................. ................. ................. ................. ........... ...
..
162 162 162 164 165 165 168 168 168 170 175 175 175 175 176 176
177
3.4. 3.4. Metodología Metodología de interpretac interpretación: ión: ¿análisis visual visual o d ig it a l? ................... 4. Fases en la interpreta inter pretación ción............... .............................. .............................. .............................. .............................. ........................ .........
178 178 131
Capítulos. Interp Interpret retaci ación ón visual visual de im á g en e s ....................................................... 1. Familiariza Familiarización ción con imágenes imágenes an a ló g ic a s ........................................................ 1.1. 1.1. Información Información incluida incluida en los los productos fotográfico fotog ráficoss................................ 1.2. 1.2. Identific Identificación ación de algunos algunos rasgos rasgos geográficos sobre la im a g e n .............. 2. Criterios para la interpretación v i s u a l ................... ............................. .................... .................... .................... .............. .... 2.1. Brill Br illo...... o..................... .............................. .............................. .............................. .............................. .............................. .......................... ........... 2.2. C olor ol or.......... ................... ................... .................... .................... .................... .................... .................... .................... .................... ................. ....... 2.3. Textura................... Tex tura............................. .................... .................... ................... ................... .................... .................... .................... ............... ..... 2.4. F o rm a -T am añ o .................... ............................. ................... .................... .................... .................... .................... ................... ......... 2.5. 2.5. Contexto e s p a c ia l............................ l...................................... .................... ................... ................... .................... .................. ........ 2.6. S o m b ra s............................ s...................................... .................... .................... .................... .................... .................... .................... .............. 2.7. Patrón espa es pacia cial........... l..................... .................... .................... .................... .................... .................... .................... .................... .......... 2.8. Visión Visión es tere te reos os có pica pi ca......... ................... .................... .................... .................... .................... .................... .................... .......... 2.9. Periodo de adquisició adqu isición............. n...................... ................... .................... .................... .................... .................... ................. ....... 3. Elementos de análisis v is u a l........................... l..................................... .................... .................... .................... .................... .............. 3.1. Características geométricas de una únagen espacial ............................. 3.2. 3.2. Electo de la resolución resolución espacial espacial en el el análisis \ is u a l............................. 3.3. Efecto de la resolución espectral en el análisis análisis visua vis uall............................. 3.4. Interpretación de composiciones composic iones en c o lo r......................... r................................... .................... ............. ... 3.5. Ejercicios de análisis m ultiul ti-tc tcm m po ral.............. ra l........................ ................... ................... .................... ............ 4. Algunos ejemplos de análisis v is u a l........................... l..................................... .................... .................... ................... ......... 4.1. Cartogra fia g e o ló g ica ic a ................... ............................. .................... .................... .................... .................... .................... .......... 4.2. Cobertura del s u e l o ................... ............................. .................... .................... .................... .................... .................... ............. ... 4.3. Morfología urban urb ana.............. a........................ .................... .................... .................... .................... .................... .................... ............
185 185 185 185 189 189 189 191 193 196 199 200 201 203 203 204 205 206 206 208 213 214 214 217 217 217 220
Ca pitulo 6. Análisis digital de imágenes: correcciones y realces ........................... 1. La matriz de datos en una imagen d i g i t a l .................... .............................. .................... .................... ................. ....... 2 _ . Soporte Soporte y organización de la imagen image n ................... ............................. .................... .................... .................... ................. ....... 2 .1. .1. Soporte físico de una imagen.................. ima gen............................ ................... ................... .................... .................... .............. 2.2. Formatos de grabació grab ación............. n....................... .................... .................... .................... .................... .................... ................ ...... 3. Equipos de análisis digital de im á g e n e s............................ s...................................... .................... .................... .............. 4. Operaciones Operaciones de utilidad general................ gen eral.......................... .................... .................... .................... .................... ................... ......... 4.1. Gestión Gestión de a r c h iv o s ................... ............................. .................... .................... .................... .................... .................... ............. ... 4.2. Utilidades Utilidades para para la visual vis ualiza izació ciónn ............................................................... 4.3. 4.3. Cálculo Cálculo de estadísticas estadísticas e histogr histograma ama de la im a g e n................................ 5. Realces y mejoras visu vi sual ales es.......... .................... .................... .................... .................... .................... .................... .................... ..............
223 223 226 226 227 229 232 232 234 237 241
10
T E L E D E T E C C IÓ IÓ N A M B I E N T A L
5.1. Ajuste del co n tra tr a sto st o .................... .............................. .................... .................... .................... .................... .................... .............. 242 5.1.1 _ . 'Iablas-d.¿.r¿f 'Iablas-d.¿.r¿fcrcpci crcpciaa del colo co lor.............. r........................ ................................ ................. 242 5.1.2. 5.1.2. Compresión del cont co ntras raste.................. te............................ .................... .................... .................... .............. 244 5.1.3. Expansión Expansión del contraste contra ste.................... ............................... ...................... ..................... .................... ............ 245 5.2. Composiciones Composicio nes en c o lo r .................... ............................... ...................... ..................... ................... .................... ............... .... 251 251 5.3. Empleo del se u do -co -c o lor................ lo r........................... .................... ................... ..................... .................... ................... .......... 252 5.4. F i l t r a j c s .................... .............................. ................... .................... ...................... ..................... .................... .................... ................... ......... 254 5.4.1. Naturale Natu raleza za de un filtro digi di gita tal............... l......................... ................... .................... ................... ........ 254 5.4.2. Filtro F iltross de paso b a j o .................... .............................. ................... .................... .................... ................... .......... 258 5.4.3. Filtros de paso a l t o .................... ............................... ...................... ..................... ................... ................. ........ 259 6. Correccio Corre cciones nes de la im a g e n .................... .............................. ..................... .................... .................... ...................... .................... ......... 262 6.1. Fuentes de error en una imagen e s p a c i a l ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ .... 263 6.2. Correccio Corre cciones nes rad ra d io m é tric tr icaa s.......................... s..................................... .................... .................... ..................... .............. 266 6.2.1. Restauración de líneas o pixeles p erd er d ido id o s.......................... s................................... ......... 266 267 6.2.2. 6.2.2. Corrección Corrección del bandeado de la ima gen ge n...................................... 6.2.3. Cálculo C álculo de reflectividades............... reflectivida des......................... .................... .................... .................... ............... ..... 270 6.2.4. Cálculo de temperaturas.............. tempera turas........................ .................... .................... .................... ................... ......... 291 6.2.5 6.2.5.. Detecci Detección ón de n u b es .................... ............................... ..................... ................... .................... ................... ........ 296 6.3. Correccio Corre cciones nes ge o m étri ét rica ca s.......................... s..................................... ..................... .................... .................... ............... ..... 299 6.3.1. Introd Int roducc ucción ión.......... .................... .................... ................... .................... .................... .................... ..................... ............ 299 6.3.2. Corrección a partir de modelos o rb ita les...... le s.......... ........ ........ ........ ........ ........ ........ ...... 301 6.3.3. Corrección a partir de puntos de c o n tr o l........... l............... ........ ........ ........ ........ ........ .... 306
_ _ Análisis A nálisis digital digital de imágenes: imágenes: extracción de información te m ática .. ___ ___ 323 323
Ca p í t u l o ?. ? .
1. Generación de variables cont co ntin inua uas............... s......................... .................... .................... .................... .................... ............. ... 323 323 LL Tccnicas.dc Dipdcl¿tdPcmdcdclcccÍQn _____ . . . . . . . . . , ______ . . _ 323 323 1.1 1. 1.1. Tclcdctección cualitativa y cuantitati cua ntitativa va...................................... 323 1.1.2. 1.1.2. Tipo de modelos en teledetección .................... ............................... .................... ................ ....... 325 1.1.3. 1.1.3. Estimación empirica del contenido de agua en las plantas a par tir de modelos em p íric ír ic o s........... s............... ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ .... 326 1.1.4. 1.1.4. Estimación del contenido de agua a partir de modelos de si mulación ................................................................................... ........ H i ... ........................................ 1.2. 1.2. Cocientes Cocientes c Índi Índices ces de v e c ta c ió n ................. ........................................... 337 1.3. 1.3. Componentes principales principa les........................................................................... 346 1.4. Transformación «TosseU'd Cap» (T T C )........................... )..................................... ..................... .............. ... 352 1.5. 1.5. Transformación Transfo rmación IM S............................ S....................................... .................... ................... ..................... .................... ............. .... 355 1.6. 1.6. Técnicas de análisis h ip eres er espp ec tra l.......... l.............. ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 359 1.6.1. 1.6.1. Análisis de e s p e c tro tr o s............................ s....................................... ..................... ................... ................. ........ 361 361 1.6.2. Clasificación Clasific ación a n g u la r ................... .............................. .................... ................... .................... ................. ....... 364 1.6.3. 1.6.3. Reducción Redu cción de la dimensiona dime nsionalidad lidad de la image im agen............... n........................ ............. 366 1.6.4. 1.6.4. Análisis lineal de mezclas espe es pect ctra rale les............... s........................ ................... ................. ....... 366 1.7. 1.7. Técnica Téc nicass de fusión de d a t o s .................... .............................. .................... .................... ..................... ................... ........ 376 1.7.1. Enfoques Enfoque s en la fusión de im ág en es.......... es .................... .................... .................... .............. .... 376 1.7.2. 1.7.2. Obtención de imágenes híb ridas................... rid as............................. ................... .................... ............. 377 1.7.3. 1.7.3. Interpretación sintética con datos de distintas f u e n te s ........ ............ ........ 380 1.7.4. integració integ raciónn de resu re su lta lt a d o s.......................... s..................................... .................... .................... .............. ... 381 381 2. Categoriza Categ orización ción de imágenes: clasificación clasific ación d ig ita it a l........................... l...................................... ................ ..... 383 2.1. Intro In trodu ducc cció ión................. n........................... .................... ................... .................... .................... ................... ..................... .................. ....... 383 ........................ ...... 1 1 _ Fwg Fwg de yntrgnqroignUi yntrgnqroignUi ■ ,....... ....... .................. 2.2.1. Conceptos básicos.................. bás icos............................ .................... .................... .................... .................... .............. ........... ....... 386 __
_ ____
...
.....
ÍNDICE
2.2.2. Método supervis sup ervisado................. ado........................... .................... .................... .................... .................... .............. 2.2.3. 2.2.3. Mctodo Mctodo no supervis sup ervis ado .................... ............................... ...................... ..................... .................... .......... 2.2.4. Métodos m ixto ix to s.......................... s..................................... .................... .................... ..................... .................. ........ 2.2.5. Análisis de las estadísticas de entre namiento nam iento.... ........ ........ ........ ........ ........ ........ ...... 2.3. Fase de asign as ignac ación ión ................... .............................. ...................... ..................... ................... .................... ..................... .............. 2.3.1. Clasificador de minima dista di sta nc ia.... ia ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 2.3.2. Clasificador Clasific ador de parale par alelep lepípe ípedo dos............ s....................... .................... ................... .................. ........ 2.3.3. Clasificado Clasifi cadorr de máxima proba pro babil bilida idad............... d.......................... .................... ............... ...... 2.3.4. Clasificadores Clasificado res en á r b o l ................... .............................. ...................... ..................... ................... ............ ... 2.3.5. Clasificadores basados en el contexto espa es paci cial al......................... 2.3.6. Redes Neuronales Neuronales Artificiales Artificiales ( R N A ) ........ ............ ........ ........ ........ ........ ........ ........ ........ 2.3.7. Clasificación borrosa (fuzzy clussification) ................................ 2.4. Obtención Obtención y presentación presentación de resultad resu ltados os .................................................. 2.4.1. Productos cartog ca rtográfi ráfico cos............. s....................... .................... .................... .................... .................... .......... 2.4.2. Productos Productos estadísti esta dísticos cos......... ................... .................... .................... .................... .................... ................. ....... 3. Técnicas Técnic as de análisis multitempo multite mporal ral.................... ............................... ..................... ................... .................... .................. ....... 3.1. El factor tiempo en los estudios de teledetccción e s p a c ia l............ l................ ........ .... 3.2. Requisitos previos para el análisis multitem mu ltitem poral.... pora l........ ........ ........ ........ ........ ........ ........ ....... ... 3.2.1. Ajuste geomé geo métric trico............... o........................ ................... ..................... .................... .................... .................. ....... 3.2.2. Homoueneiza Homoue neización ción radiom rad iom étrica étr ica........... .................... ................... ..................... .................... ......... 3.3. Técnicas para el análisis es tac ta c io n al.... al ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... 3.4. Técnicas para la detección de cam ca m bios bi os........... ..................... ................... .................... .................... ............ ... 3.4.1. Composiciones Composi ciones de color colo r multite mul titempo mporale rales........... s...................... .................... ............. .... 3.4.2. Diferencia entre im á g e n e s ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ .... 3.4.3. Cocientes Cocien tes m u ltit lt item em po rale ra les................ s.......................... ................... .................... ..................... .......... 3.4.4. Componentes Compon entes prin pr inci cipa pa les............... le s.......................... ..................... .................... .................... .............. .... 3.4.5. R e g re sió si ó n ...................... ................................ .................... .................... ................... .................... .................... ............ ... 3.4.6. Vectores Vectores multit mu ltitem empo poral rales................... es............................ ................... ..................... .................... ............. 3.4.7. El problema de delimitar los um bral br ales es ........ ............ ........ ........ ........ ........ ........ ........ ........ 3.4 8. Análisis multitemporal multitemporal de imágenes clasific cla sificada adass...................... 4. Determinación de la estructura espacial del territorio: la imagen como mosai co paisajístico ............... ......................... .................... .................... .................... ................... ................... .................... .................... ............... ..... 4.1. Teledetccción y ecología del paisaje............................ paisaje...................................... .................... ................... ......... 4.2. Técnicas Técnicas para medir la estructura espacial espacial de una im a g e n ........ ............ ........ ........ .... 4.2.1. Medidas de la variación espacial en imágenesde imágenesde intervalo interv alo . . 4.2.2. Medidas de la variación espacial en imágenesclasifica imágenesclasificadas das . . . 4.2.3. Dinámica Dinámica de la estructura estructura espacial espacial del del p a is a je .......................... Verifica Ver ificación ción de r e s u lta lt a d o s .................... .............................. ................... .................... .................... .................... ........... Necesid N ecesidad ad de verificar verifi car r e s u lt a d o s .................... .............................. ................... .................... ..................... ................... ......... Medidas Med idas de la fi a b ilid il id a d ..................... ............................... .................... ................... .................... .................... ................... .............. .... Fuentes de error erro r en una clasificac clasif icación ión tem te m átic át ica................ a........................... ...................... ..................... .............. 3.1. Limitaciones Limitac iones del s e n s o r ..................... .............................. .................... .................... ................... ..................... .............. ... 3.2. Métodos de a n á l i s i s .................... ............................... ..................... ................... .................... ...................... .................... ......... 3.3. Estructura del territorio terri torio........... .................... .................... ..................... .................... .................... ................... ................. ........ 3.4. Proceso de verificación verific ación........... ..................... .................... .................... ................... .................... .................... ................. ........ Diseño del muestreo mue streo para la verific ver ificaci ación................... ón............................ ................... ..................... ..................... .......... 4.1. Distribución Distribución de la in fo rm a c ió n ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 4.2. Unidad de m u e stra st ra » .................... ............................... .................... .................... ..................... ................... .................... ........... 4.3. Tipos de m u e stre st reoo ..................... ............................... .................... ................... .................... ..................... ................... .............. .....
Ca p It u i .o S.
1. 2. 3.
4.
11
389 393 3% 397 404 404 405 407 413 416 422 427 430 430 432 433 433 436 436 438 439 442 443 445 447 448 450 452 454 456 460 460 462 462 470 475 481 481 481 481 482 484 485 485 486 488 491 491 491 491 492 492
12
TELEDETECCIÓN AMBIENTAL
5. 6. 7.
8. Ca
4.4. Tamaño de la m u e st ra ................... ............................. .................... .................... .................... .................... ................... ......... Recogida de !a in fo rm a c ió n .................... .............................. .................... .................... .................... .................... ................. ....... Medidas Medidas del del error error para para variabl variables es c o n tin ti n u a s .................... .............................. ................... .................... ............... Medidas del error para imágenes clas cl as ific if icad ad as ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... 7.1. La matriz de c o n f u s ió n ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 7.2. Fiabilidad Fiabi lidad glob gl ob al........... al ..................... .................... .................... ................... .................... .................... ................... ................. ....... 7.3. Fiabilidad Fiabil idad del usuario usu ario y del prod pr oduc uctor tor......... ................... .................... .................... ..................... .............. ... 7.4. El estadístic esta dísticoo k a p p a ..................... ............................... .................... ................... .................... ..................... ................... ............. 7.5. Normalización de la matriz de c o n fu sió si ó n ........ ............ ........ ........ ........ ........ ........ ........ ........ ....... ....... .... 7.6. Validación Validación para clases b in a r ia s ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ....... ........ .... Verificación de análisis aná lisis multit mu ltitem empor porale ales............. s....................... .................... .................... ..................... ............... .... Teledetección y sistemas de información geográfica............................
513
Necesidad Nece sidad de los S1G........... S1G ...................... .................... .................... ..................... ................... .................... .................... ................. ........ Paralelismo y c o n v e rg e n c ia ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... Requisitos Requisit os técnicos técnic os co m un es........... es .................... .................... .................... .................... ..................... ................... ................ ....... Los SIG como apoyo a la tciedctcc tcied ctccción ción........... ...................... ..................... .................... .................... ................... ........... La telcdetección como fuente de datos para un S I G ........ ............ ........ ........ ........ ........ ........ ........ ........ .... 5.1. El acceso acce so a la información inform ación geog ge ográ ráfic fica................ a.......................... ................... .................... .................. ....... in v e n tari ta rioo .................... ............................... ...................... .................... .................... ..................... ................... ............ ... 5.2. Fase de inv 5.3. El problema probl ema de la ac tual tu aliz izac ac ión................... ió n............................. .................... ..................... ...................... ............... Integración Integrac ión de imágenes imág enes en un S I G .................... .............................. ................... .................... ..................... ............... .....
513 515 517 518 519 519 520 522 523
p it it u l o
1. 2. 3. 4. 5.
6.
495 497 500 501 501 503 504 505 507 509 511 511
9 .
Referencias Referen cias iH i H blioK bli oK ráfíc rá fícas as .............................................................................................
529
ANEXOS 1.
Abrevia Ab reviatura turass utilizadas utiliza das en el m a n u a l.......... l.............. ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ...... ..
573
2.
G l o s a r l o .................... .............................. .................... .................... ..................... ..................... ..................... ..................... .................... .................... ................. .......
577
3.
Indic In dic e t e m á t i c o .................... ............................... ..................... ..................... ..................... .................... .................... .................... .................... .............. ....
583
4.
Fuentes Fue ntes adicion ales de in fo rm a ci ón ........ ............ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ........ ....... ... 591
5.
Situación y características de las imágenes utilizadas en los capítulos 6 y 7 .
595
P r i m e ra r a p a r t e
LA OBTEN CION DE LA IMAGEN
C a pít u l o
l
NOCIONES IN TRODUCTORIA S «Es grandioso el espectáculo de las fuerzas variadas de la vida que Dios infundió en los seres creados haciéndoles desarro llarse en formas cada vez más bellas y admirables.» C harles Darwin. El origen de las especies l.
Definición y objetivos
Volar ha sido, desde épocas m uy remotas, uno de los sueños más inten sam ente an helados por la Hu manidad. Pese a la persistencia del intento, sólo en fechas recientes se ha dispuesto de los medios técnicos necesarios para ha cer realidad este deseo. Desd e ese mom ento, el ritmo de la innovación tecnológica ha sido vertiginoso, lo que nos ha p er mitido enriquecer notablemente nuestro conocim iento sobre el planeta y sus habitantes. Uno de los principales acicates de esta aventura aérea ha sido la búsqued a de una nuev a visión de los paisajes terrestres. El afán de remon tar la limitada perspectiva de la visión hum ana es evidente ya desde los inicios de la aeronáutica, y llega a jug ar ac tualmente un destacado papel en la investigación espacial. Esa observación rem ota de la superficie terrestre constituye el marco de estud io de la teledetección. Este vocablo es una traducción latina del termino inglés remóte sensingy ideado a principios de los sesenta para designar cualquier medio de observación remota, si bien se aplicó fundamentalmente a la fotografía aérea, principal sensor de aquel mom ento. En sentido amplio — y así se tratará en este libro— , la teledetección no engloba sólo los procesos que permiten obtener una imagen, sino también su posterior tratamiento c interpretación. Actualmente se está desvaneciendo ba stante la frontera en tre teledetección aérea y espacial, tanto porque la primera em plea cada vez m ás sensores digitales, como porque la segunda ofrece niveles de detalle antes sólo logrados desde cámaras aeroportadas. Por ello, la may or parte de las técnicas tratadas en este libro pu e den aplicarse indistintamente a imágenes adq uiridas desde avión o desd e satélite, si bien nos centraremos principalmente en sensores mo ntados sobre plataformas espaciales. Se asum e que el lector está familiarizado con las técnicas de foto-interpretación, ya que han venido siendo comunes en la mayor parte de las facultades con orientación medio am biental.
18
TELEDETECCIÓN AMBIENTAL
Si hemos definido la teledetección como aquella técnica que permite adquirir imágenes de la superficie terrestre desde sensores aéreos o espaciales, estamos asu miendo que entre suelo y senso r existe una interacción energética, ya sea por reflexión de la energía solar o de un haz ene rgético artificial, ya p or emisión propia. A su vez. es preciso que ese haz en ergé tico recibido por el se nso r sea almac en ad o convenie nte men te, bien a bordo del satélite, bien en las estaciones receptoras, de cara a que pueda interpretarse para una determinada aplicación. Com o antes comen tamos, ese análisis de la información recibida se incluye también — en sentido amplio— den tro del estu dio de la teledetección, aunque esté más allá de los procesos de adquisición propia mente dichos. N o obstante, constituye un capítulo fundame ntal para nuestros intere ses. por cuanto esta obra se dirige más a qu ienes explotan la información adq uirida por estos sensores que a quienes diseñan los sensores o las plataformas que los sustentan. Tal y como se concibe en la presente obra, un sistema de teledetección espacial incluye los siguientes elementos (fíg. 1.1): 1. Fuente de energía, que supone el origen de la radiación electro-magnética que detecta el sensor. Puede tratarse de un foco extemo a éste, en cuyo caso se h abla de teledetección pasiva, o d e un haz energético em itido po r el sensor (teledetección ac ti va). La fuente de energía má s impo rtante, obviame nte, es el Sol, pero también puede realizarse teledetección a partir de la energía emitida por los mismos objetos observados, o desd e fuentes artificiales. 2. Cubierta terrestre, formada por distintas masas de vegetación, suelos, agua o construcciones hum anas, que reciben la señal en ergética procedente de (1), y la refle ja n o em ite n de ac uerdo a su s ca racterísticas físicas. 3. Sistema sensor, compuesto por el sensor, propiamente dicho, y la plataforma que lo alberga. Tiene como m isión captar la energía procedente de las cubiertas terres tres, cod ificarla y grabarla o en viarla directamente al sistema de recepción. 4. Sistema de recepción-comercialización, en donde se recibe la información transmitida por la plataforma, se graba en un formato apropiado, y. tras las oportunas correcciones, se distribuye a los interesados. 5. Intérprete, que convierte esos datos en información temá tica de interés, ya sea visual o d igitalmen te, de cara a facilitar la evaluación del problem a en estudio. 6. Usu ario final, encargado de analizar el documen to fruto de la interpretación, así como de dictam inar sobre las consecuencias que d e él se deriven. El símil de la visión humana puede ayudar a entender el significado de estos compo nentes. El ojo humano (3) recibe un haz energético procedente de los objetos exteriores (2) po r reflejo de la luz solar ( I). Esa señal se transm ite al cerebro (4), que es capaz de formar una serie de im ágenes sobre el mundo real que le circunda. El in dividuo que obse rva es a la vez intérprete (5) y usua rio final (6) de la imagen d etec ta da, lo que le permite tomar decisiones sobre su propio com portamiento. En otras pa labras, la visión humana forma un sistema de teledetección —muy sofisticado por cierto— , puesto que nos permite caracterizar con mucho detalle los objetos que ob servamos. Sin embargo, nuestra percepción visual presenta también algunas limitaciones. Por un lado, se restringe por la sensibilidad espectral de nuestras célu las sensores, que
19
NOCIO NES IN TRO D UCTORIA S
Sistema sensor
Cubierta terrestre
m
Sisto ma do recepción TRATAMIENTO VISUAL
TRATAMIENTO DIGITAL Usuano final
Fia 1.1.
Componentes de un sistema de tcledetección.
20
TELEDETECCIÓN AMBIENTAL
sólo nos permiten apreciar un determinado tipo de energia, denominado, por esa ra zón, espectro visible. Otras formas energéticas, como el calor, no son observables vi sualme nte, por lo que parece conv eniente contar con unos «ojos artificiales» que am plíen nuestras p ro pias p osibilidad es . Por otro lado, el ca mpo de visión humano e stá li mitado por nuestra propia estatura, o a la que podemos adquirir desde observatorios naturales, por lo que abarca un pequeño radio. Además, se trata de una perspectiva oblicua. Am bos factores dificultan obse rvar fenómenos que afectan a amplios territo rios, como inundacione s o procesos de desertificación, donde las estimaciones visua les pueden ser imprecisas. Para paliar estas limitaciones, se ha acudido a sensores artificiales, mo ntados sobre plataforma s situadas a una cierta altitud. Con ellos, se tie ne acc eso a tipos de energía no visibles (ultravioleta, infrarrojo, m icro-ondas), y, ade más, desde una nueva perspectiva, vertical y panorámica. Esta nueva información expande notablemente nuestro conocimiento del medio que nos rodea, facilitando la interpretación de múltiples procesos que afectan al Planeta. El creciente em pleo de distintos sensores de ob servación terrestre está originando no sólo un a enorme cantidad de información, sino también una nueva forma de estudiar la superficie terrestre. La teledetección, jun to a las técnicas ane jas de almacenam iento y proceso de la información geográfic a, perm ite dispon er de un a masa ingente de datos sobre el territorio, algunos de ellos accesibles en tiempo real. Para apro vecha r con fruto estas técnicas, el recurso a los orde nadores electrónico s resulta casi inevitable. U na vez salvado el necesario entrenamiento, estos equipos amplían notablemente nuestra capa cida d de análisis: ayuda n a elaborar una interpretación rápida y económ ica del problema ba jo estudio, a la vez qu e permiten ab ord ar análisis integrados, difícilmente viables con otros m edios tradicionales. E n definitiva, y gracias a estos recursos, podem os cada día poner más el én fasis sob re el planteam iento de mod elos y el análisis de resultado s — ta reas éstas dond e la inteligencia humana resulta insustituible—, librándola de otras labo res mecánicas (acopio, proceso y ordenación de datos), que han consumido hasta hace poc os años las mejores fuerzas de l investigador. De acue rdo con el esquema antes enunciado , esta obra engloba el estudio de los distintos elementos que forman un sistema de teledetección. En primer lugar, se anali zan los procesos q ue perm iten obtener las imágenes espaciales: principios físicos de transmisión de la energia (cap. 2), y técnicas de ad quisición de imágenes, con un breve repaso d e los principales proyectos de o bservación terrestre (cap. 3). El resto de los ca pítulo s se ce ntran en la interpretación — tanto visu al co mo dig ital— de las imág enes, punto crucial para los interesados en las ap lica ciones de esta técnica (caps. 4 a 7). La verificación de los resultados obtenidos en esa fase se aborda en el capítulo 8, para conc luir la obra con el 9, a modo de epílogo, dedicado al estudio de la conexión entre la teledetección y los Sistemas de Información Geográfica, dentro de un plan team iento integrado del análisis medio ambiental. Estos capítulos se preceden de éste, que incluye unos comentarios sobre el pasado, presente y desarrollo previsible de la teledetección, incluyendo algunos aspectos legales que pueden ayudar a enmarcar conflictos internacionales derivados de esta observación terrestre.
/
Spaco Shuttlo
Avión
r / \ SatéMes /
1900
19SQ
«y ERS-1
me(«oroióg*cos 1970
1990
f )
Sputnik u
Landsat-1
n
Landsat-4
Globo
Programa espaciat
Fra 1.2. C o p y r i g h t e d m a t e r i a l
i
F.voludnn histnrica de (os sistema* de tcledetección
J Satélites comcfc«a)os 2010
24
TELEDETECCIÓN AMBIENTAL
Fia 1.4. Cámara fotográfica instalada en el avión de reconocimiento U-2 (fotografía tomada en el Air and Spacc Muscum de Washington). Todas estas experiencias, jun to al bagaje aportado por los satélites meteorológi cos, hicieron concebir a la NASA proyectos dedicados ex clusivamente a la cartografía y evaluación de los recursos naturales. El 23 de julio de 1972 supuso la culminación de esta tendenc ia, con el feliz lanzamiento del primer sa télite de la serie ERT S (Earth Res ourc es Techno llog y Satellite). Este proyecto, bautizado Landsat con la puesta en órbita del segundo satélite en 1975, resulta el más fructífero hasta el momento para aplicaciones civiles de la teledetección (ver sección 3.5.1). A partir de la serie Land sat, el interés de la com unidad cien tífica internacional por esta técnica ha crecido ex ponen cialmen te, contándose por miles lo s es tudios des arro llad os — so bre temáticas muy diversas, de inundaciones a incendios, erupciones volcánicas o inventarios agrícolas— s obre las imágen es proporcionadas por estos satélites. A la serie Landsat siguieron otros proyectos específicamente diseñados por la NASA para la obs ervación med io am bien tal (C huvieco y Ju stice, 2008 ). Los más co
NOCI ONES IN TRODUCTORIA S
25
nocidos son el laboratorio espacial tripulado Skylab (1973: NASA, 1977), el satélite oceanográfico Seasat (1978: Ford, 1980), o el de investigación térmica HCMM (1978: Short y Stuart. 1982). A estos proyectos de la NASA, siguieron los diseñados por otras agencias cs pac ialcs. co mo el sa télite franco -b elga SPOT , lanz ad o por vez primera en 1986. el ja ponés MOS-1 (1 98 7). el indio IRS-1 (1988), el satélite eu rope o ER S-1 (1991) y los rusos Sovuz y Salut. En las últimas décadas las misiones de teledetección se han increm entado exp o nencialmente, como veremos más tarde (cap. 3.5). A las agencias espaciales con ma yor experiencia en observación de la Tierra, se han unido otras que han aprovecha do su desarrollo tecnológico y la reducción de costes en el diseño de se nsores y v ehieulos de lanzam iento. Esto ha permitido a Canadá, Brasil. Argentina. Ch ina. Co rea del Sur, o Israel, por citar algunos ejemplos, poner en órbita senso res de teledetección, lo que ha incremen tado la disponibilidad de datos y permitido redu cir costes de adquisición para el us uario final. Ade más, n o po dem os deja r de m en cionar el creciente pap el de la iniciativa privada, que ha constituido consorcios para diseñar y explotar satélites de teledetección. E stos satélites comerciales de teledetección, au nque todavía escasos, se encuentran en la vanguardia de la tecnología y permiten apu ntar un amplio crecimien to de sus aplicaciones operativas. Entre ellas caben citar, jun to a algunas ya co nsolida das como la cartografía, gestión am biental o localización de instalaciones, otras que afectan a sectores apenas involucrados previamente con la teledetección (tabla 1.1), como pueden ser los medios de com unicación (fig. 1*). las empresas d e seguros, los consorcios turísticos, las ONG responsables de la asistencia en situaciones de catás trofe, los grupos ambientalistas, o los comités internacionales que velan por los derechos humanos y apoyan actividades humanitarias, asistencia a refugiados, etc. (Baker. 2001; Baker ct al., 2001: O’Connell y Lachman, 2001). En cuanto a las tendencias previsibles en un inmediato futuro, podem os citar la may or disponibilidad de datos, gracias a las nuevas m isiones que se están diseñando, pe ro también a las reducc iones de l coste y la mayor fac ilidad para transm itir es os da tos a través de internet. La m ayor parte de los proveedores facilitan imágenes utilizan do servidores FTP, lo que permite disponer de ellas en un tiempo m uy cercano a la ad quisición, y en bastantes casos son de acceso gratuito. En cuanto a los sensores, parece pre visib le que sigan mejorán dos e los distinto s tipos de reso lución, y e spec ialm en te la espacial y espectral, que permitan disponer de va rios satélites con resolución submétrica y capacidad hiperespectral. En este terreno, también h a jugad o un papel destac a do la apertura de la observación de la Tierra a corporacion es privadas, que han real iza do no tables inversiones para m antener sistemas ope rativos de teledetección espacial, que reemp lacen de alguna forma las carencias de la observación aérea, facilitando un sistema de observación global en condiciones estándar. La popularización de estas imágenes de alta resolución a través de los servidores de dom inio público, el más des tacado de los cuales es Google Earth (Butler, 2006), ha perm itido extender tam bién el rango de usuarios de estas tecnologías. Finalmente, conviene también señalar la im portancia de nu ev as tecnologías de obse rvación terrestre, que hasta hace muy poco eran exclusivas de sensores experimentales, y ya se están montand o sobre plataformas aéreas y espaciales equipos lidar, radares interferométricos, etc., que abren la puerta asimismo a nueva s posibilidades en el empleo d e la teledetección.
26
TELEDETECCIÓN AMBIENTAL
Tabla 1.1. Comparación entre aplicaciones convencionales y nuevas de Ia teledetección (adaptado de Baker. 2001)
Usuarios tradicionales
Nue\os usuarios
Gobiernos: — Planificadores civiles. — Fuerzas armadas. — Servicios de inteligencia. — Centros científicos. — Entidades regionales y locales. Organizaciones internacionales: — Agencias de la ONU {reñigiados. medioambientc...) — Programas de cambio global. — Centros regionales (p. ej., UEO).
Medios de comunicación: — De información general (televisiones, perió dicos). — De información específica (revistas). — Editoriales.
Empresas: — Extracción de recursos (petróleo, gas...). — Gestión de recursos (forestales, agríco las...). — Aerofotografía. — Diseño y lanzamiento de sensores. — Diseño y venta de software de tratamiento digital. — Empresas de SIG Universidades y centros de investigación: — Departamentos de Geografía. Geología, Biología, Ing. Geodésica, Agronomía, etc — Centros de Teledetección. — Departamentos de Física. Informática. Ing. Telecomunicación. Organizaciones profesionales: — Teledetección. — Campos afines a las aplicaciones.
3.
ONG: — Ambientalistas. — Control de armamentos, desarme. — Ayuda humanitaria. — Derechos humanos. — Gestión de catástrofes. Empresas: — Redes de distribución (electricidad, agua...). — Seguros. — Agricultura de precisión. — Evaluación de impacto ambiental. — Promoción turística.
Vnix'ersidades y centros de investigación: — Departamentos de Arqueología, transportes. — Centros multimedia. — Departamentos de Geopolítica Clientes finales: — Mercado inmobiliario. — Decoración.
Desa rrollo actual
Pese a la juventud de esta tecnología, son ya numerosos los centros de produc ción, enseñanz a e investigación que trabajan activamente en este campo. L as tenden cias presentes parecen confirmar un creciente desarrollo de su aplicación, tanto en pa í ses desarrollados com o en aquellos con una situación tecnológica más deficiente. Las últimas décadas, y muy especialmente los últimos años, han implicado una dispo nibi lidad creciente de datos provenientes de sensores muy variados, y de misiones espa ciales muy diversificadas, aumentando exponencialmcnte las investigaciones y las aplicaciones operativas de esta técnica. Un brev e repaso por áreas geográficas, nos servirá para tene r una evaluación más pre cisa de las div ersid ades ge ográ ficas en la im plantac ión de esta técnica. En los
N OCIO N ES IN TRO DUCTO RIA S
27
apéndices y la web se incorpora información adicional sobre las instituciones que se citan a lo largo de los siguientes párrafos. Com o parece lógico por el papel pionero que EE.UU . ha tenido en los satélites de teledetección, en ese pais el desarrollo de esta técnica es especialmente relevante, tan to académ ica como comercialmente. De acuerdo a un informe sobre la privatización del proyecto Landsat remitido al Congreso de Estados Unidos (O.T.A., 1984), va a principio s de los och enta existían en ese pais más de 50 org anizaciones co merciales dedicadas al empleo de la teledetección espacial. En m ás de 18 estados se utilizaban datos Landsat para la construcción de su s sistemas de información territorial, y sólo en 2 no se habían con statado estudios realizados a pa rtir de imágenes de este satélite. Con datos de 1977, este mismo informe registraba 590 profesores e investigadores univer sitarios trabajando en teledetección. E n ese mismo año se ofrecían 137 cursos sobre esta técnica en u niversidades americanas, con un total de 2.906 inscritos. A finales de los ochenta, se contabilizaban 54 9 cursos ofrecidos en teledetección po r más de 300 departamentos de 125 universidades (Kiefer, 1988). Como es lógico, la situación ac tual supone un desarrollo mucho mayor, habiéndose extend ido prácticamente a todos los estados y en las más variadas instituciones de la Administración, la utilización de esta tecnología. Buena parte de las iniciativas profesionales se canalizan a través de la Amer ican Soc ietyfor Photogrammetry and Remóte Sensing, que cu enta con unos 7.000 afiliados y casi doscientas empresas y socios institucionales. Entre los socios, un 30 % pertene cen al sector privado, lo que da idea de la actividad com ercial en este campo. Esta aso ciación publica mensualmente la revista Photogramm etric Engineering and Remóte Sensing , una de las más prestigiosas de teledetección. Otras instituciones de gran acti vidad son los diversos centros N ASA (especialmente Goddard, en M aryland. y Ames Rese arc h Center y Jet Pro pulsión Labora to ry , en California). Entre los departam en tos universitarios, casi todas las u niversidades del pais tienen un program a de investi gación y docencia activo en esta materia. Cuentan con gran tradición el Laboratory' fo r A pplications o fR em óte Sensin g (LARS ) de la Universidad de P urdue (Indiana), el In sti tu tefo r Environmental Stu dies de la Universidad de Wisconsin-Madison, y la Remote Sensing Unit de la U niversidad de C alifornia en Santa B arbara, por citar sólo los más significativos, si bien actualme nte hay otros departamentos más activos e n estos temas, con los de Geografía de las Universidades de Maryland, Carolina del Sur y Boston. De gran importancia también es el U.S. G eological Surve y , que se enc arga, a tra vés del ER OS Data Center, de la distribución de una amplia colección de imágenes tomadas por distintos sensores. La NASA ( N ational Aer onau tics and Space Adm in is traron) y NOAA (National Occanic an d Atmospheric Adm inistration) mantienen la distribución de sus propios p rogramas (actualm ente el Terra-Aqua y las series meteo rológicas NOAA y G OE S, entre otras). En cuanto al m ercado de productos de teledetección, y de acuerdo a un informe de la oficina de asesoramiento tecnológico del C ongreso de los años noventa, se esti maba que el mercado de teledetección pod ría situarse entre 150 y 200 m illones de dó lares anuales para los datos brutos, y unos 500 millones para los servicios de valor añadid o, con un incre men to previsto de entre el 15 y el 20 % anual (O.T.A., 1994). El desarrollo de ese mercado se ha visto muy ligado al creciente recurso a la información
N OCIO NES IN TRODUCTORIA S
29
En Canadá la situación también es m uy favorable, contando con una institución nacional, el Cañada C enter for R emóte Sensing, que cuenta con diversos centros re gionales y coordina la actividad docente e investigadora en teledetccción. También en este pais ejerce su actividad una sociedad profesional, la Canadian Remóte Sensing Society. dedicada a la organización de congresos periódicos y la publicación de una interesante revista. Canadian Journal o f Rem óte S en sing. El lanzamiento de los satéli tes de la serie Radarsat ha contribuido notablemente al afianzamiento industrial de esta técnica y a la apertura de nuevas aplicaciones. En el contexto europeo. Reino U nido y Francia han sido los países que se han in volucrado más en la investigación aplicada en esta técnica. En cuanto al primero, ya a inicios de los ochenta, podían citarse has ta cincuenta instituciones que trabajaba n ac tivamente sobre ella (Bullard y Dixon-Gough. 1985). con una produc ción bibliográfi ca m uy significativa: varios manuales universitarios, diversas p ublicaciones cien tífi cas [International Jour nal o f Remóte Sensing, N RS C N ewsletter), y una sociedad , la Rem óte Sensin g Society , muy activa en tareas de enseñanza y difusión. Esta asocia ción, actualmente denominada Rem óte Sen sing a nd Photo gra m metry S ocie ty organi za anualmente, desde 1974, un congreso en distintas universidades inglesas. En lo que a diseño de satélites se refiere, convien e citar la actividad de la empresa Surrev Sa tellite Technology >Ltd., dedicada a la fabricación de micro-satélites, que ya ha lanzado diversos satélites de bajo coste. Las autoridades francesas han realizado un gran esfuerzo en este campo, qu e lle vó al lanzamiento del prim er satélite SPOT, en 1986, continuado por otros cuatro saté lites de la misma serie en 1990. 1993, 1998 y 2002 (ver 3.5.2). El proyecto fue desa rrollado por el Centre N ationa ld'Etud es Spatiales (CNES). con una pequeña colabo ración de la Swedish Space Corporation. En el terreno de las aplicacion es, el Groupemen t po ur le D óveloppement de la Télédétection A érospatiale (GDTA), con sede en Toulousse, ha realizado numerosos cursos de entrenamiento y ciclos de formación, coordinando a distintas instituciones gubernamentales con interés en teledetección. Alemania también cuenta con un programa de observación de la Tierra propio, canalizado a través de la Agencia Espacial Alemana DLR. Han enviado varias misio nes en el marco de la colaboración con el transbordador espacial norteam ericano y la estación espacial orbital, así como alguna s misiones espec íficas orientadas a la detec ción de incendios (proye cto BIRD). En jun io de 2007 lanzaron el primer satélite radar, denom inado TerraSAR X, que muy recientemente ha entrado en fase operativa. Otros países europeos han m ostrado gran interés en la aplicación de es ta técnica para un m ejo r conocim iento de sus problemas m ed ioam bientales. En los Paíse s Bajos, la actividad docente e investigadora del In stitu te fo r Aer osp ace S u n e y and Earth Sciences (ITC). con sede en E nschede, ha sido muy destacada, tanto en el campo de la docencia como de la investigación (ITC Journal). En Bélgica, Italia y los países es candinavos existen numerosos centros dedicados a este tipo de investigaciones. A un que en los países del Este europeo, la situación todavía es precaria, se están dando pa sos hacia una mayor presencia de esta técnica, especialmente en los programas agrícolas y medioam bientales. La Unión E uropea (UE ), como conjunto, pretende imp ulsar las aplicaciones de la teledetección mediante una mayor colaboración con la Agencia Espacial Europea (ESA), que ya ha lanzado varios satélites meteorológicos (Mctcosat. N1SG y Metop) y
N OCIO NES IN TRO DUCTORI AS
31
nales comprom etidos con esta técnica, cuentan con especial tradición la Universidad Autónom a y el ÍNEGI de M éxico, el Instituto de G eografía cubano, el Cen tro de Pro cesamiento Digital de Imágenes en Venezuela, el Instituto Agustín Codazzi en Co lombia, la Universidad Católica en Santiago de Chile, el CLIRSEN ecuatoriano y la Universidad de Luján y el 1NTA argentinos. La Sociedad de Exp ertos Latinoam erica nos en Percepción Remota (SELPER ) cuenta actualmente con unos mil miembros or ganizados en capítulos nacionales, celebra bienalmente un congreso internacional y publica un boletín con notic ias y artículo s ac ad ém icos . Tras repasar el contexto internacional, resulta conv eniente detenem os sobre el estado de la teledetección en nuestro país. En ésta, como en otras tecnologías de punta, el desarrollo ha sid o paula tino en las últimas décadas, aunque aún no se en cuentra plename nte consolidado. Ya en los años setenta se plantearon algunos pro yectos de investigación realmente pioneros (Núñ ez de las Cuevas. 1976), pero la ac tividad no ha tenido un impulso sostenido hasta épocas recientes. Aunque ha crecido el número y la actividad de los grupos interesados en esta técnica, no se observa to davía un cuerpo científico con solidado, y aún resulta una herramienta con escasa ac tividad comercial, que sigue dependiendo mucho de las administraciones locales. Ha ganado en los últimos año s en p resencia en los planes de estudio un iversitarios, aunque todavía sigue siendo escasa la oferta de programas de especialización. La actividad académica sigue de alguna ma nera girando en tom o a la Asociación Espa ñola de Teledetección (AET), creada en 1989 tras cuatro años de actividades como grupo de trabajo. Entre sus logros cuenta la organización de doce con gresos nacio nales (con period icidad bien al), y la publicación de una revista científica (la Rev ista de Teledetección) de p eriodicidad semestral. T odavía el núm ero de afiliados es esca so (no alcanza los trecientos). Otra asociación interesada en esta técnica es la So cie dad Española de Cartografía, Fotogrametría y Teledetección, organizadora de cur sos y seminarios espo rádicos sobre estas técnicas. A nuestro modo de ver, tal vez una de las principales remo ras para impulsar el desarrollo de la teledetección en España sea la inexistencia de un centro nacional de referencia, similar al NRSC inglés, al ITC holandés o al GDTA francés, que coordine los esfuerzos individuales y ponga en contacto a expertos, empresas y usuarios finales del producto. Los centros más destacados, sin pretender ser exhaustivo, son los dedicados a la producción carto gráfica (Instituto Geo gráfico N acional, Institu í Carto gráfic de Cata lu nya. Agencia de M edioam biente de Andalucía), a la investigación (Instituto N acional de Técnica Aeroespacial, Instituto Nacional d e Inv estigaciones A grarias, Instituto Tecnológico y Geom inero, Instituto de Economía y Geografía, UAB-CREAF, Instituto de Desa rrollo Regional de Albacete), o a la docencia universitaria (Universidad de Alcalá. Granada. Lérida, Las Palmas. Santiago, Valencia y Valladolid). Existe un pequeño número de empresas dedicadas a esta temática (Argongra, Idom, Geosvs, Aurensis __ ) y otras que cuentan con departam entos de teledetección (Tragsatcc. Tracasa. Indra, Insa, Tecnoma). En los últimos años merece especial mención el Plan N acio nal de Teledetección, impulsando por el IGN, con apoyo de otras adm inistraciones públicas centrale s y r egio nale s, y so bre todo el desarrollo de un pro gra m a pro pio de observación terrestre, formado por dos satélites, Ingenio y Paz, que se prevé estén activos a inicios de la próxima década.
32 4.
TELEDETECCIÓN AMBIENTAL
Asp ectos legales de !a teledetección
La teledetección, como y a hemos indicado, supone la observac ión exterior de la superficie terrestre. El satélite, como es obvio, no ajusta su órbita a las fronteras nac io nales, sino que adquiere imágenes de todo el globo. Esta adquisición de datos sob re un territorio soberano puede implicar una violación de su espacio aéreo, ademá s de poner en evidencia información estratégica de un pais que podría se r utilizada abusivamente por otro. Po r estas razones, ya desde el inicio de la teledetección se puso de m anifiesto la necesidad de regular jurídicam ente esas a ctividades. Las primeras discusiones juríd i cas se produjeron a fines de los años cincuenta a propó sito de los primeros satélites es pía. En 1955 el presidente Eisenhower pro puso en una co nferencia internaciona l en Ginebra una política de cielos abiertos (Open Skicsproposal), que pe rmitiera la obser vación mutua libre entre las dos potencias, con objeto de que cada una pud iera contar con información real sobre los recursos m ilitares de la otra, reduciendo así las tensio nes y la carrera armamentistica. Estos vuelos de reconocimiento militar permitirían tend er a una m ayor confian za mutua entre EE.UU. y la Unión Soviética, relajando las tensiones (Leg hom y Herken, 2001). La propue sta no fue aceptada po r el lado soviéti co. lo que dio lugar a un acelerado desarrollo de los sistemas espaciales de observa ción militar, no detectables po r los método s convenciona les de protección del espacio aéreo. A partir de ahí, se inicio una etapa de acep tación legal tácita de la observación espacial, ya que ambas potencias eran conscientes de que el adversario contaba con los medios para ob servar su territorio, sin reclamar jurídicame nte el fin de esa obse r vación. L a situación jurídica de la observación m ilitar se reguló finalmente en 1992. con el tratado de Cielos abiertos ( Opcn Skies Trcaty•), firmado por EE.UU.. Canadá y otros estados de la OTAN, por un lado, y varios países del pacto de V arsovia, por otro, incluyendo Rusia, Ucrania y Belarus. El acuerdo permite sobrevolar el territorio de otro estado utilizando sensores específicamente aprob ados p or el tratado (se van ne gociando entre las partes), con limitaciones de resolución espacial que varían con la tecnología empleada (Hcric et al. , 1996). La caída del muro de Berlín en 1989 evidentemente ha creado un nuevo am biente para este tipo de actividades, que pueden ser de gran interés en la prevención de riesgos militares. En cuan to a la teledetección civil, está regulada por el Com ité de Na ciones U ni das para el Uso Pacífico del E spacio Exterior, que ha intentado desarrollar unos prin cipios legales que salven las tensiones entre Estados observados y observadores. El inicio de este proces o se enc uentra en el tratado sobre las actividades de exp loración del espacio, firmado en 1967. Allí se señalaba que «...el espacio exterior, incluso la Luna y otros cuerpos celestes, no podrá ser objeto de apropiación internacional por reivindicación de soberanía, uso u ocupación, ni mediante ningún otro medio». (Treaty on principies goberning ihe activities o f States in the exploration an d use o f outersp ace, including the Mo on an d celestial bodies. art. II.) Este acuerdo con stituye el eje sobre el que se ha venido apoyan do el derecho es pac ial e n lo s últim os años. Sus princip ales d efiniciones co nsa gran un doble principio: libertad de exploración y uso del espac io exterior, y empleo en provecho com ún, sin posibilida d de ap ro piación por ningún Estad o. En definitiva, se define el e spacio ex te rior como un patrimonio común de la Humanidad, no sujeto a intereses nacionales.
NOCI ONES IN TRODUCTORIA S
33
En el congreso UN ISPACE ’82, celebrado en Viena, se expresó el deseo d e algu» nos países en desarrollo por controlar la distribución de las imágenes obtenida s sobre su territorio. Adem ás, se convino en facilitar el acceso inmediato y no restrictivo a la información detectada sobre el territorio perteneciente a cada Estado, así como en so licitar la previa autorización de éste para difund ir dicha información a terceros países. Estos principios se plasmaron en la resolución 41/65 de la ON U (diciem bre de 1986), que también subraya el interés de esta técnica para promover la protección del medioambiente y la mitigación de catástrofes naturales. Las grandes directrices de esta legislación pueden resumirse en los siguientes puntos (Tapia, 1989): 1. la teledetección se realizará en provecho c interés de todos los países, de acuerdo con el derecho internacional; 2. se respetará el principio de soberanía plena y perm anente de los Estados so bre su pro pia riquez a y recu rsos na turales, sin perjudic ar los legítim os derechos e inte reses del Estado observado; 3. se promo verá la cooperación internacional sobre recepción, interpretación y archivo de datos, prestándose asistencia técnica; 4. deberán los Estados informar al Secretario General de las Nac iones Unidas de los programas de teledetección que se propon gan desarrollar, asi como a los E sta dos interesados que lo soliciten; 5. se informará a los Estados afectados para preve nir fenómeno s perjudiciales para su medio am biente, y co ntarán con ac ces o sin discrimin ación, y a un co ste ra zo nable, de los datos obtenidos sobre su territorio. Estas lineas parecen m arcar la evolución reciente del derecho esp acial en lo que afecta a actividades de teledetección. La am pliación de estas actividades a otros países más allá de EE.UU . y la Unión So viética (caso de Japó n, Canad á, India o B rasil), y el creciente papel de los consorcios com erciales tiende a liberalizar aún m ás las disposi ciones adq uiridas, si bien no resultan todav ía muy eficientes los mecanism os de trans ferencia tecnológica h acia terceros países, casi siempre los más ne cesitados de un a in formación tan valiosa sobre sus propios recursos naturales. De hecho en la Tercera Con ferencia de la ONU sobre los usos pacíficos del espacio exterior (UN ISP A C E111) celebrada en Viena en 1999, se volvió a subra yar la preocupa ción de algunos g obier nos sobre la información que facilitan los satélites civiles sobre su territorio (singular me nte India e Israel), si bien la principal preoc upac ión de los países en desa rrollo era cons eguir reducir los costes de las imágenes, en lugar de aum entar los controles sobre su dispon ibilidad (Florini y Dehqanzada, 2001).
5.
Las ventajas de la observación espacial
La teledetección desde satélite cuenta con num erosas aplicaciones, gracias a las ventajas que ofrece frente a otros medios de observación más co nvencion ales, como la fotografía aérea o los trabajos de campo, aunque m ás que sustituirlos los complemen ta adecuadam ente. Entre las ventajas de esta observación espacial, podem os destac ar las siguientes:
34 5.1.
TELEDETECCIÓN AM BIENTAL C o b e r t u r a g l o b a l y e x h a u s t iv a d e l a s u pe r f ic ie t e r r e s t r e
La teledctección espacial es una de las pocas fuentes de información propia men te globales, ya que los sistema s orbitales permiten tom ar informac ión de la prác tica totalidad del planeta, en cond iciones com parables (mismo sensor, similar altu ra). E sta dimensión global resulta de enorme trascendencia para entender los gran des procesos que afectan al med io amb iente de la Tierra (Foody y Curran, 1994). Fe nóm enos que preocupan notablemente a la comunidad científica, y aun al hombre de la calle, como el deterioro de la capa de ozono (fig. 1.6). el calentam iento de la Tie rra o Jos procesos de desertízación, sólo pueden ser entendidos bajo una conside ración global —el planeta en su co njunto —, para lo que necesitamo s un sistema de información que abarque grandes espacios (Chuvieco, 200 8a). Es bien conocida la dificultad para e stablecer bases de datos globales, ya qu e resulta preciso integrar in formación proveniente de fuentes nacionales muy diversas, que frecuentemen te es tán com piladas con criterios (desagregación, escalas, etc.) casi incom patibles (Chu vieco, 1992; Unninayar, 1988). Además, en m uchas ocasiones estos datos de partida se refieren a localizaciones pun tuales (estaciones m eteorológicas o de aforo) por lo que es preciso aplicar posteriorme nte algoritmos de interpolación para obtener una imagen comp leta del territorio. La teledetección espacial nos ofrece, por el contrario, una fuente homogénea (el mism o senso r y plataforma para todos los países) y exh austiva (cubre todo el territorio) de datos para todo el planeta, lo que permite su fácil inclusión en estudios globales. En los años noventa, el programa internacional para el estudio de la geosfera y la biosfera (1GBP), promovió el desarrollo de algunas bases de datos globales a partir de imágenes de satélite, com o el mapa mundial de la cobertura del suelo (IGBP-L and Cov er: Brown et al., 1993; Townshend et al ., 1991), que posteriormente se han actualizado en el marco del programa MOD IS y VEGETA TION (Lambin y Geist, 2006).
5.2.
P e r s p e c t i v a p a n o r á m i c a
La altura orbital del satélite le permite detectar grandes espacios, propo rcionan do una visión am plia de los hechos geográficos. Una fotografía aérea, escala 1:18.000 capta en una sola imagen una su perficie aproxim ada de 16 km2, que asciend e a unos 49 km2en el caso de fotografías a mayor altitud (escala 1:30.000). Una imagen del sensor Landsat-TM nos permite contemplar 34.000 km 1en una sola adquisición, lle gándose hasta varios millones de kilómetros cuadrados los abarcados por una sola imagen del satélite meteorológico NO AA . Determ inados fenómenos de gran radio de cobe rtura se pueden delim itar a partir de estas imágenes, siendo de difícil percepción para pers pectiv as m ás locales. El ab omba miento de la M eseta españ ola, por ejem plo, fue detectado a partir de las primeras imágenes L andsat que se obtuvieron de nuestro país (A lia et al ., 1976), corrigiendo en parte la visión tradicional qu e se tenia de esta unidad del relieve. Sobre imágenes de satélite resulta más asequible la detección de algunas fallas, fracturas o con tactos litológicos, lo que puede g uiar en la localización de algunos recursos minerales (Short y Blair, 1986).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
38
TELEDETECCIÓN AMBIENTAL
Antena parabólica
Sistema do grabación do la señal. calibración y corrección geométrica
Fia 1.8. Sistema de recepción de imágenes NO AA HRPT instalado en el departamento de Geografía de la Universidad de Alcalá. que se considera u na de las características más destacadas de la teledetección en la gestión de catástrofes (Scott, 1997). En la práctica, sólo los satélites de escala más global ofrecen transmisión directa al usuario final, siempre que se disponga de las anten as receptoras a decu adas (fig. 1.8). El resto de los sistemas se reciben en tiempo real únicamente por la red de estaciones concertadas con la entidad propietaria del satélite, siempre que éste se encuen tre en el área de grabación de alguna antena, o de lo contrario se graban a bordo para su transmisión posterior. El usuario recibe las imágenes con un cierto desfase temporal, que se dedica a la calibración de los datos y el envió. La mayor utilización de internet en la difusión de datos está acortando esos plazos, haciendo también posible el empleo casi inmediato de las imágenes de alta resolución espac ial.
5.7.
F o r m a t o d ig it a l
Como se comentó más arriba, el tratamiento digital de las imágenes agiliza el pro ce so de interpretación, pe rm ite generar mod elos cu antitativos e integrar los resu l tados con otro tipo de información geográfica. Este enfoque integrado facilita una evaluación más real del paisaje, al considerar los principales elem entos espaciales que lo conforman. Aun simplemente en el terreno de la visualización. el apoyo de los orde nadores permite observar el territorio con una precisión y plasticidad difícilmente abordable po r otros medios. Este es el caso de las p erspectivas tridimensiona les, que combinan una imagen de satélite con un modelo topográfico digital. El terreno puede así observarse desd e distintos ángulos (fig. 1.9), de cara a diseñar trayectorias virtua les, o simular los efectos de distintas actuaciones sobre el territorio antes de que se pro duzc an , ev itando asi pérdidas irrepa rables. Esta relación de las ventajas que proporciona esta técnica no implica, natural mente, que consideremos a la teledetección espacial com o una panacea para detectar
NOCIO NES IN TRO DUCT ORIA S
39
FlG. 1.9. Diversas perspectivas tridimensionales sobre el área de Gestosa en Portugal, generadas a partir de datos lidarv ortofotografia. cualquier problema que afecte al medio am biente. También presenta diversas limita ciones. La más im portante es que la teledetección sólo permite estimar aquellas varia bles qu e modifiq uen el modo en qu e una cubie rta refleja o e mite en ergía, o — en alg u nos sistemas— la posición de los objetos. En caso de que el fenómeno de interés no tenga, en consecuencia, un impacto sobre las características espectrales de la zona ob servada, no podrá detectarse mediante teledetección. Por ejemplo, no pueden discrim i narse sobre una imagen de satélite variables que se desarrollan en p rofundidad (como el perfil de un suelo) o las que se refieren al uso del territorio , siempre que n o implique un cambio de cobertura: un gran centro comercial si implica un cambio de ocupación del suelo, pero no el uso comercial minorista, habitualmente situado en el mismo edificio — y po r tanto, co n la misma cu bierta— qu e un uso residencial en altura. Relacionada con esta restricción estaría el hecho de que la mayor parte de los sensores de teledetección sólo cap tan las características más superficiales de una cu bierta. Hab itualm en te no tenem os inform ación de las ca pas más profundas , tanto del agua com o del suelo, y la observ ación se limita a lo que ocurre en los primeros centí metros o metros, depend iendo de las propiedades de la cubierta. En el caso de la vege tación si puede extraerse información sobre capas inferiores, hasta una determinada cantidad de capa s, pero con m enor sensibilidad según n os alejamos de la más externa. Otras limitaciones son derivadas del propio desarrollo de la tecnología, que su po ngan re stricciones en la re so lu ción espacial, es pe ctral o tem poral dispon ible, y que pue de n no ser suficientes para reso lv er un cierto problem a. Por ejemplo, los es tudios de m orfología urbana hasta la llegada de los satélites com erciales de alta resolución estaban seriamente limitados, y todavía hay muchas otras aplicaciones que no son fac tibles con la resolución de los sistemas actuales. Además, la cobertura de nubes pued e reducir notablemente en algunas zonas la frecuencia temporal proporcionada por es tos sistemas espaciales, restringiéndose la observación de esas áreas a la propor cionada p or los sistemas de ra dar (3.4.1).
40
TELEDETECCIÓN AMBIENTAL
Es obvio, en definitiva, que esta observación es complemen taria con o tras técni cas convencionales y que no invalida la importancia del trabajo de campo. En otras palabras, es una té cnic a auxilia r más. id ónea en múltiples conte xto s y dis cre ta en otros, en los que su ap licación resulta sólo un ensayo experimental.
6.
Fu entes bibliográficas
Com o antes se indicó la teledetección es una técnica bastante reciente, pese a lo cual la producción bibliográfica resulta ya considerable. En el panorama internacio nal, se cuenta con num erosos congresos, revistas especializadas, manu ales e informes de investigación centrados en esta tecnología. Esto explica la existencia de diversos catálogos bibliográficos, y de varias series periódicas ded icadas a la recopilación de literatura científica en este campo. Actualmente los buscadores de internet son las fuentes más utilizadas para la búsqueda de información, si bien están poco estructurados a vec es, y resulta com plejo extraer las más relevantes. En el capitulo de revistas especializadas, se cuentan Canadian Journal o f Rem ote Sensing, Geocarto International, IEEE Transactions on G eoscience and Rem ote Sen sing, International Journal o f Rem ote Sensing „ Photogrammetria, P hotogramm etric Engineering an d Remo te Sensing, Rem ote Sensing o f Environment, Rem ote Sensing Revie ws y ISP R S J ournal o f Photogra m metry and Remote Sen sing . De ellas, las de may or impacto (de acuerdo al Science Citation Index) son Rem ote S ensin g o f Environ ment , IE E E Tra nsac tion s on Geo sc ience and R em ote Sensin g , In te rnational Jo urnal o f Rem ote S ensin g y Photogramm etric Engineering and Rem ote Sensing. En el ámbi to de habla hispana, con viene citar la Revis ta de Te lede tección>que se publica semes tralmente desde 1993, el boletín de la SELPER , y la revista Geo-focus, publicada ex clusivamente en versión electrónica. Los Con gresos más destacado s son los que organizan las sociedades profesiona les: In ternational S ocie ty fo r Pho togra mmetryra nd Remote Sensing (ISPRS), Am eri can Society' o f Photogram metry an d Rem ote Sensing (ASPRS). In te rnational Geos cience and Remote Sensing Society (1GARS), Rem ote Sensin g and Photogra mm etry Society (RSPS), y European Association o f Remote Sensing L abora to ries (EARSeL). Tienen también gran prestigio la serie de congresos denom inados In te rn ational Sym posium on Rem ote Sensin g o f Enviro nm ent, organizados por el ERIM, y los Pécora Symposium, también de la ASPRS, aunque centrados únicamente en aplicaciones medioambientales. En cuanto a ma nuales de estudio, buena muestra del grado de desarrollo alcanza do por esta técnica es la amplia gama de textos disponibles, una bu ena parte de ellos de reciente publicación o reedición (Alian, 1983; Asrar, 1989; Barret y Curtis, 1999o; Carter, 1986; Conway, 1997; Cracknell y Hayes, 1991; Curran, 1985; Drury, 1998; Elachi, 1987; Franklin, 2001; Gibson y Power. 20006; Gibson y Power, 2000a ; Har pe r, 1983; Harris, 1987; Hobb s y Mooney, 1990; Holz, 1973; Hord. 1986; Je nsen, 1996; Jensen, 2000: Kramer. 2002; Liang, 2004; Lillesand y Kiefer. 2000; Lo, 1986; McCIoy, 1995; Morain y Budge, 1996; Muller, 1988a; Pinilla, 1995; Quattrochi y Goodchild, 1997; Rees, 1999; Richards y Xia, 1999; Ruiz, 1994; Schowengerdt, 1997; Short, 2006; Sobrino, 2000; Swain y Davis, 1978; Szekielda, 1988; Thomas
NOCIO NES IN TRODUCTORIA S
41
et al., 1987a; Verbyla, 1995). También se han publicado varios libros temáticos, cen trándose en la aplicación de la teledete cción al ámbito urba no (Au, 1993; Lulla, 1993), edafología y geología (Drury, 1998; Mulders, 1987; Ren cz y R yerson, 1999; Short y Blair. 1986), hidrología (Gower. 1994; Hall y Martinec, 1985; Robinson, 1985), cli matología (Barret, 1974; Carlcton, 1991; Conway, 1997), ecolog ía del paisaje (Frohn, 1998), vegetación (Franklin. 2001; Hobbs y Mooney. 1990; Howard. 1991). incendios forestales (Ahem et al., 2001; Chuvieco. 1999a; Chuvieco, 2003), usos del suelo ( Lam bin y G eist, 2006) o cambio global (Chuvieco, 2 0 0 8 a ) Para cuestiones didácticas resultan también de gran interés los catálogos y atlas de imágenes de satélite, que recogen abundantes ejemplos de imágenes sobre un de terminado territorio o área temática de interés. Entre las obras más interesantes se cuentan: M ission to Earth: Landsa t views o f the World (NASA, 1976), Earth Watch (Sheffield, 1981) y M an ott Ear th (Sheffield, 1983). Las tres están basadas exc lusiva mente sobre imágenes Landsat. m ientras Im ages o f Earth (Francis y Jones, 1984) in cluye algunas fotografías tomadas desde el transbordador espacial norteamericano. Con un criterio más cartográfico, destaca la obra de la casa alema na W esterman, tra ducida posteriormente al inglés (Smith, 1984), asi como la cobertura de imágenes del Reino U nido (Bullard y Dixon-Gough. 1985), de Venezuela (Ruiz, 1992), magnífica mente cuidado, de Siria (GORS, 1996), y de algunas regiones españolas (Moreira y Ojeda, 1992; Sancho. 1992; Sancho y Chuvieco. 1986), y de paisajes de Iberoamérica (Sancho y Chuvieco, 1992), que presentan numerosos ejem plos de análisis ambiental sobre las imágenes. T ambién con un enfoque cartográfico conv iene citar la obra de va rios autores del Este europeo (Sagdejew, 1982), con la novedad de que incorporaron fotografías adquiridas por plataformas soviéticas, poco accesibles hasta hace unos años en los paises occidentales. Finalmente, los trabajos de la Institución Smithsonian (Strain y Engle, 1993), de la Sociedad Aud obon (National Audubon Societ\\ 1995), y de la N ational Geo gr aphic Societv {N aiiona l Geogra phic , 1999) abarcan un amplio abanico de sensores y países. Sin duda, el más destacado en su concepc ión y presenta ción es el último, con m agníficos ejemplos de imágenes proced entes de d istintas mi siones espaciales. En otro orden de cosas, dive rsas entidades cartográficas publican series de orto-imáge nes de distintos sensores (principalmente L andsal-TM ). a precios muy asequibles, lo que p ermiten extender al gran público la fam iliarización de estas imágenes (M artínez Vega. 1997).
C a p ít u l o 2
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN «Dos excesos: excluir la razón, y no admitir más que la razón.» BLAiSE PASCAL. Pensamientos En el capitulo ante rior se presentaban algunos aspectos introductorios de las téc nicas analizadas en esta obra. En los dos próximos, se van a expon er los procesos que pe rm iten la ad qu isición de ia imag en , pa ra dedic ar el resto a las tareas de interpreta ción. Para los científicos con preocupación por el medio ambiente, lo habitual será que estos últimos sean los que merezcan un a mayor atención. Sin embargo, como es obvio, la interpretación de la imagen será tanto más rigurosa cuanto ma yor conocimiento se tenga de los procesos qu e permitieron adquirirla.
1.
Fu nda me ntos de la observación remota
Anteriormente se definió la teledetección com o aque lla técnica que nos permite obtener información a distancia de los objetos situados sobre la superficie terrestre. Para que esta observación remota sea posible, es preciso que entre los objetos y el sen sor exista algún tipo de interacción. Nuestros sen tidos perciben un objeto sólo cuando pue de n descifra r ia inform ación que és te les envía. Por ejem plo, so mos capaces de ver un árbol porque nuestros ojos reciben y traducen convenientemente una energía lumi nosa procedente del m ismo. Esa señal, además, no es originada por el árbol, sino por un foco energético exterior que le ilumina. De ahi que no seam os capa ces de percibir ese árbol en plena oscuridad. Este sencillo ejemplo nos sirve p ara introducir los tres principales elemen tos de cualquier sistema de teledetección: sensor (nuestro ojo), objeto observado (árbol) y flujo energético que los pone en relación y permite, en última instancia, detectar el ob je to . En nuestro ejem plo, ese flujo proce de del árbol por reflex ión de la luz solar. Po dría también tratarse de un tipo de energía emitida por el propio objeto (en caso de que fuéramos capaces de d etectar el calor que emite), o incluso por el sensor (por ejemplo, si tuviéramos una cám ara equipada con fl ash). És tas son, precisame nte, las tres formas
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
46
TELEDETECCIÓN AMBIENTAL
lores de longitud de onda es continua, suelen establecerse una serie de bandas en do n de la radiación electro-magn ética manifiesta un comportamiento similar. L a organiza ción de estas bandas de longitudes de onda o frecuencia se denomina espectro electro-magnético (flg. 2.3). Comprende desde las longitudes de onda más cortas (rayos gamm a, rayos X), hasta las kilométricas (tele-comunicaciones). Las unidades de m e dida m ás comunes se relacionan con la longitud de onda. Para las más cortas se utili zan m icrómetros, mientras las más largas se miden en centímetros o metros. Norm al me nte a estas últimas (denom inadas micro-ondas) se las designa tam bién por valores de frecuencia (en Gigahertz, GHz ■ 10° Hz). Desde el punto de vista de la teledctccción, conviene destacar una serie de ban das espectrales, que son las más frecuentem ente empleadas con la tecnolog ía actual. Su denominación y amplitud varían según distintos autores, si bien la terminología más com ún es la siguiente: — Espec tro visible (0.4 a 0,7 \un). Se denom ina así por tratarse de la única ra diación electro-magnética que pueden percibir nuestros ojos, coincidiendo con las longitudes de onda e n donde es máxim a la radiación solar. Dentro de esta región, sue len distinguirse tres bandas elementales, que se denominan azul (A: 0.4- 0,5 nm ). ver de (V: 0,5-0,6 j¿m), y rojo (R: 0,6-0,7 nm), en razón de los colores primarios que n ues tros ojos perciben a esas longitudes de onda. — Infrarr ojo cerc ano (IR C: 0.7 a 1.3 \im ). También se denom ina infrarrojo pró ximo, reflejad o o fotográfico , puesto qu e par te de él pu ede detectarse a partir de películas dotadas d e em ulsiones es pe ciales . Como ve remos lueg o, resu lta de especial importancia por su capacidad p ara discriminar masas vegetales y conce ntraciones de humedad. — Infrarr ojo m ed io (IR M: 1.3 a 8 \xm). En esta región se entremezclan los pro cesos de reflex ión de la luz so lar y de em isión de la superficie terres tre. En el pri me r caso, hablamos de infrarrojo de onda corta (Short Wave Infrared , SWIR ), que se sitúa entre 1,3 y 2,5nm y resulta una región idónea para estimar el contenido de hume dad en la vegetación o los suelos. La segund a banda de interés está comprend ida entre 3 y 5 nm, y suele denom inarse más propiamente como infrarrojo medio (IRM ), siendo determinante para la detección de focos de alta temp eratura (incendios o volcanes ac tivos). — Infrarr ojo lejano o térm ico (IRT: 8 a 14 \v n)y que incluye la porción em isiva del espectro tenrestre, en donde se detecta el calor proveniente de la mayo r parte de las cubiertas terrestres. — M icro -o ndas (M, p o r en cima de I mm)> con gran interés por ser un tipo de energía bastante transparente a la cubierta nubosa. Má s adelante se estudiará el com portamiento espectral de las principales cubier tas terrestres en cada una de estas bandas del espectro. Antes de ello, convend rá intro ducir algunos conceptos y unidades de medida comúnmente em pleados en teledetec ción.
Frecuencia (MHz)
Fi
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
50
TELEDETECCIÓN AMBIENTAL
tantes que permiten ex plicar ese compo rtamiento, así como los factores que intervie nen en su variación. Esta base perm itirá abordar una interpretación más rigurosa de la imagen finalmente o btenida por el sensor.1 De acu erdo a la fórmula {2.3}, la cantidad de energía que contiene un flujo ra diante es inversamente proporcional a su longitud de onda. Esta relación entre flujo de energía y longitud de onda pued e establecerse con m ayor rigor gracias a la ley de Planck: 2nhc * he . exp— - 1
{2.4}
a J í T
donde M n1) indica la emitancia radiativa espectral de un cuerpo negro a una determ ina da lon gitud d e ond a (?.); h es la con stante de Planck (6,6 26 x 10"u W s 2); k , la constante de Boltzma nn (1,38 x 10'23W s 2K*1); c, la velocidad de la luz; /, la longitud de o nda, y I la temperatura absoluta de un cuerpo neg ro (en Kelvin. K). Esta fórmula se puede sim plificar sus tituy en do alguno s térm inos por constantes: M «A . , = --------- ^ ------- xN exp— -1 X T
{2.5!
don de c, puede sustituirse por 3,741 x io 8 W m 2nm* y c: por 1,438 x 104nm K. En poca s palabras, la fórmula de Planck nos señala que cualquier objeto por enci ma del cero absoluto (-2 73 ° C) radia energía, y que ésta aume nta con la temperatura. A la vez, a mayor temperatura, ese cuerpo radiará con más intensidad en longitudes de ond a más cortas. De esta fórmula podem os recons truir la curva de emitancia de un cuer po neg ro a distin tas tempe raturas (fig. 2.5). El gráfico es muy interesante para co nocer el comportamiento radiativo de un objeto, siempre que conozcam os su temperatura y su emisividad; esto es, su grado de similitud con un cuerpo negro. A partir de la fórmula de Planck p uede calcularse la longitud de onda a la que se pro duce la máxima em itancia de un cu erp o neg ro co nociendo su tempe ratura. Esta es la llamada ley del desplazamiento de W ien: 1 V *■»« = 2^ - p 98 -n m K
{2.6}
donde la temperatura (7) está expresada en Kelvin. Esta ley tiene una gran importan cia para seleccionar la banda más conveniente para detectar un objeto a una determ i nada temperatura. Por ejemplo, si asumimos que un incendio forestal presenta una temperatura de com bustión próxima a los 800 K, la ley de Wien nos perm ite situar en 3,6 ^m (1RM) la banda espectral más adecuada para su detección. Po r su parte, el Sol I. El lector interesado en una mayor profiindización en estos principios físicos puede consultar otros manuales más especializados como los de A srar (1989), Slater (1980) o Sobrino (2000).
PRINCIPIOS FÍSICOS DE LA TKLED ETECCIÓN
51
Longitud de ond* (f*m)
FlC. 2.5. Emitancia espectral Je un cuerpo negro a distintas temperaturas. — con un a temperatura radiante próx im a a los 6.000 K— prese nta su máxima em itan cia en la región del espectro visible (centrada en tomo a 0,5 nm). Integrando la em itancia espec tral de un cuerpo negro para todas las longitudes de onda, podem os calcular el total de energía que radia por unidad de superficie. E sta es la ley de Stefan-Boitzmann: A/, = o74
{2.7}
donde o es la constante de Stcfan-Boltzmann (5,67 x 10* W m° K"1). y Fia tempe ratura en Kclvin. A consecuencia de esta fórmula, resulta evidente que la emitan cia global de un objeto es una función de su temperatura, y que pequeños cam bios en ésta suponen notables modificaciones en su emitancia radiante. Por otra parte, co nociendo la temperatura de un objeto emisor, podemos también estimar la irradiancia incidente sobre el sensor, por cuanto emitancia e irradiancia son funcionalmente equivalentes. Hasta aquí, hem os supuesto que las superficies naturales se comportan como cuerpos negros, lo que implica una notable simplificación. Por ello, se han de corregir las fórmulas anteriores añadiendo un nuevo parámetro, la emisividad (e), que nos indica la proporción de en ergía emitida por un objeto (Ai) frente a un cuerpo negro a la misma temperatura (A/„):
52
TELEDETECCIÓN AMBIENTAL
M - l M k
{2.8}
Un cu erpo negro indica un em isor perfecto; esto es. un objeto que absorbe y emi te toda la energía que recibe. Se habla de cuerpos blancos o reflectores perfectos, cuando no absorben nada de la energía incidente, sino que la reflejan por completo (emisividad = 0), mientras serían cuerpo s grises aquellos objetos que absorben y em i ten de forma constante en distintas longitudes de onda. Cuando la emisividad varía con la longitud de on da, se emplea el término de radiador selectivo, que es lo más fre cuente e n la naturaleza. A partir de las fórmulas {2.4} a {2.8} podemos estimar la emitancia total y es pectral de un ob jeto co no ciendo su tempe ratura absoluta, sien do aqué lla tanto may or cuan to más alta sea ésta. En definitiva, la energía emitida desde un objeto es prima ria mente un a función de su temperatura. Peque ños cambios en ésta suponen una m odifica ción sensible de la emitancia total, de acuerdo a {2.7}. Adem ás, conoc iendo la tempera tura de un ob jeto o cubierta de interés — y dado q ue pueda estimarse su emisividad— , será posible determ inar la banda del espectro más idónea para su discriminación. Con estas nociones pue de abordarse el comen tario más detallado de las tres regio nes del espectro en dond e se realizan procesos de teledetección: longitudes de onda c or tas (desde el visible al SW IR), med ias (IRM y térmico) y largas (micro-ondas). 5.
El dominio solar del espectro
5.1.
C a r a c t e r í s t i c a s d e l a r a d i a c i ó n s o l a r . In t e r a c c ió n c o n l a s c u b ie r t a s t e r r e s t r e s
Denominamos espectro solar al rango de longitudes de onda directamente de pendientes de la radiación , co m pre ndidas entre el visible y el SW IR (0.4 a 2.5 |im ). Para una me jor comprensión de estas bandas espe ctrales, conviene analizar con más detenim iento en este apartado las características radiativas del Sol, fuente pri mordial de energía radiante en nuestro planeta. Más adelante nos detendremos a ana lizar el comportamiento de las principales coberturas terrestres frente a este tipo de radiación. El Sol se encuentra a una tem peratura radiante próxima a los 6.000 K. Esto impli ca, según la ley de Wien, que su m áxima em itancia espectral se produce en tomo a las 0.48 jim, coincidente con el color verde apreciado por nuestros ojos. La curva espec tral de la radiación solar se aseme ja bastante a la de un cuerpo negro a esa temperatura, tal y como aparece en la figura 2.6. La radiancia solar que al llegar al techo de la at mósfera e s inferior a ésta, especialmente a partir de 2,5 Jim, donde ya es muy escasa, y empieza a ser dominante la radiación térmica emitida por cuerpos calientes (incen dios. volcanes, etc.) a pa rtir de 3 nm y por la superficie terrestre (a partir de 8 \xm). Si comparam os la radiancia solar que llega a la atmósfera terrestre con la que es peraría mos para un cue rpo negro a la tempe ratura radiativa del Sol, se observa que es sensi blemen te más baja (fig. 2.6). Esto es deb id o a que la Tierra só lo cap ta un a peq ue ña parte de la emitan cia solar, en func ión de su tamaño y de la dista ncia a la qu e se en cuentra (M arkham y B arker, 1987). A demás, parte de la radiación solar que llega al te-
p r i n c i p i o s f í s i c o s d e l a t e l e d e t e c c i ó n
53
Visible
Longitud d* onda (pin)
Fia 2.6. Comparación entre la entitancia de un cuerpo negro a 6.000 K. la irradiando salar exo-atmos/éríca y la emitancia a temperatura terrestre y para un foco de mayor temperatura. cho de la atmósfera se filtra por los gases que la forman, con lo que la radiación directa que llega al suelo es bastante menor. Por término medio, llegan a la sup erficie terrestre unos 1366 W m *\ lo que equiv ale a unas 1,96 calorías por minu to y centím etro cua dra do. Esa cantidad, que suele denominarse con stante solar, incluye el promedio de la ra diación solar recibida en las distintas bandas del es pectro solar. La cantidad global que se recibe en la Tierra debe contem plar también que sólo una parte es iluminada en cada mom ento, con lo que la radiación solar promedio se calcula en 342 W m '2. Lógica mente la cantidad que se recibe en cada lugar y momento va a depe nder de las co nd i cione s de transmis ividad de la atmósfera y de la altura del Sol. E l prim er factor es dif í cil de predecir, pues los compone ntes de la atmósfera varían mu cho en el espacio y en el tiempo. El segundo es más fácilmente modelable, ya que la inclinación de los rayos solares puede calcularse a partir de la latitud, hora del dia y día del año. A pa rtir del án gulo cenital (el que forman los rayos del Sol con la vertical), puede calcularse el área efectiva que es iluminada, corrigiendo así la irradiancia solar para cad3 punto (fig. 2.7). Este aspecto es clave, pues explica, por ejemplo, el distinto calentamiento del plane ta en func ión de la latitud . Puesto que la radiancia que capta un sen sor en el rango del espectro que estamos considerando dep ende de la que reflejan las distintas cubiertas terrestres, para detectar una cubierta por teledetección es preciso explicar cómo interactúa con la radiación so lar incidente. En este sentid o, con viene con sid era r que el flujo incid ente (<{>.) puede
TELEDETECCIÓN AMBIENTAL
Á/ea efectiva Observación vertical
Área efectiva Observación oblicua
A’ . A’ oos O Fig 2.7.
Efecto del ángulo cenital sobre la radiancia efectiva.
descom po nerse en tres térm inos: flujo refleja do (,), flujo abso rbido (<}>,,), y flujo transmitido (<}>,) (fig. 2.8):
4>, = *, + *, + *,
{2.9}
Resulta más con veniente expresar esta fórmula en unidades relativas. Para ello, basta div id ir cada térm ino de la ex presión ante rior p or Í i = t . + Í£. + tí. 4 , 4>,
Energía Incidente Energía reflejada 9r : Energía transmitida 4« : Energía absorbida
FlG 2.8. Descomposición del flujo solar incidente.
{2.10}
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
58
TELEDETECCIÓN AMBIENTAL
Fia 2.11. Factores que modifican la firma espectral de una cubierta: (i) variaciones en las condi ciones de obsen'ación o iluminación; (ii) orientación de la vertiente; (iii) pendiente; (iv) atmósfe ra; (v) condición fenològica; (vi) sustrato edàfico. A ello habría que a ñadir que la radiación incidente en una determinada superficie no sólo es la directa solar, sino también la proveniente de superficies vecinas o de la pro pia atmós fera, y a que las reflexio nes se p roduc en en múltiples direcc iones . Este fe nómeno, conocido como irradiancia difusa, tiene gran importancia en áreas de baja iluminación, como v eremos más adelante. Estos factores expresan la complejidad que puede entrañar la caracterización de un tipo de cub ierta a partir de sensores remotos. También nos sirven para m atizar un tanto la validez de las curvas espectrales indicadas previamente, que no deben consi derarse más que como reflectividades de referencia. Este modo peculiar con el que una determinada cubierta refleja o emite energía a distintas longitudes de onda s e ha denominada comúnmente firma espectral (Meliá el al., 1986; Slater, 1980), y resulta la base para discriminar dicha cubierta de otras a partir de la observación remota. A ho ra bien, como venimos com entando, además del comportamiento espectral propio de
p r i n c i p i o s f í s ic o s d e l a t e l e d e t e c c i ó n
59
cada cubierta, es preciso considerar los factores arriba indicados, que modifican esa signatura característica. En suma, las distintas cubiertas de la superficie terrestre no tienen un compo rtamiento espectral ún ico y permanente, que coincida con sus curvas de reflcctividad espectral y permita reconocerlas sin confusión frente a otras su perfi cies. Por el contrario, en tom o a la firma espectral las distintas cubiertas presentan una cierta variabilidad, debida a los factores ya comentados, y que dificulta —en última instancia— su discriminación de otras superficies. Pese a estos comentarios, no cabe duda que las curvas de reflectividad antes an a lizadas son muy útiles para interpretar más fielmente la imagen, p or cuanto relacionan los valores adqu iridos por el sensor con las medidas de laboratorio. A la vez, estas grá ficas nos permiten seleccionar las bandas más convenientes para la detección de las cubiertas terrestres bajo estudio. 5.2.
M e d i o s p a r a o b t e n e r f i r m a s e s p e c t r a l e s
Las firmas espectrales son fundam entales para reconocer cubiertas de interés, o parám etros den tro de es as cubie rtas {clorofila en la vegetación o turb idez en el agua* por ejem plo), por lo q ue se reco m ienda qu e se an pun to de partida p ara la may or pane de los trabajos de teledetección. La firma espectral de una cubierta puede ob tenerse a partir de varias fuen tes: (i) m ed irla con un radiómetro, (ii) ex traerla de un a bibliotec a especiral p uesta a pun to por alguna institución, (iii) simu larla mediante m odelos físi cos, o (iv) extraerla de una imagen con la debida resolución espectral. A los radióme tros dedicaremo s un apartado en el capitulo 3, en el que se revisan los distintos sensores disponibles para teledetección. La simu lación de la señal la cu brirem os co n más detalle en el capitulo 7. ce ntrad o en el us o de modelos físicos para ayudar en la interpretación de la imagen. La extracción de una firma espectral de una imagen con un buen número de bandas se cubrirá con más detalle en el apartado dedi cado a tcledetccción hipercspectral. también en el capítulo 7. Por ahora nos cen trare mos en las bibliotecas espectrales, que son el m edio mas sencillo de dispon er de fir mas espectrales p ara la enseñanza o investigación introductoria.
5.3.
B ib l io t e c a s e s p e c t r a l e s
El creciente desarrollo que en los últimos años están teniendo los sensores de muy alta resolución espectral ha estimulado la creación de bibliotecas espectrales. Se trata de coleccione s de firmas espectrales, toma das con rad iómetros de laboratorio en condiciones controladas, que sirven de referencia para conocer el comportamiento tipo de una determ inada cubierta. Estas bibliotecas se están utilizando para calibrar los valores de reflectividad es timados a partir de la imagen, facilitar el entrenamiento autom ático en la interpreta ción de cubiertas y servir como entrada para la extracción de mod elos de mezclas es pec trales (v er 7.1.6.1). Aunq ue todavía son escasas las bibliotecas espectrales disponibles, conv iene ci tar la desarrollada por el Servicio Geológico Estadounidense (USGS: (Clark et al..
60
TELEDETECCIÓN AMBIENTAL
1993), accesible a través d e internet (http://speclab.cr.usgs.gov/spectral-lib.btml últi ma entrada 20-2-2008), que cuen ta con una amplia variedad de espectros, aunque son mu y escasos los correspondientes a cub iertas vegetales. Esta biblioteca está bien do cumentada y cubre el rango de 0,2 a 3 ¿un. Algo más reciente es la biblioteca espectral compilada por el J et Pro pu lsión Laborato ry (JPL), denominada ASTER (http://speclib.jpl.nasa.gov, última entrada 20-2-2008) con casi 2.000 curvas espe ctrales situadas entre 0,4 y 2,5 m n, aunque para muchas de ellas se ofrece información h asta el infrarrojo térmico (15 nm ). E ste pro yecto parte de la biblioteca comp ilada por el USG S. la Universidad John H opkins y el pro pio JPL. In cluye espec tros d e minerales, roca s, su elos, meteorito s, veg etación (s o lamente 4 especies), agua, nieve y cubiertas humanas (asfalto, cemento, aluminio, co bre, papel, diversos tip os de pinturas, etc.). Para ca da es pec tro se incluye un arch ivo de docum entación, que facilita datos sustanciales sobre la fuente y condiciones de ad quisición y el tipo de material observado (incluyendo tamaño de las partículas y com po sición qu ím ica), si bien los es pectros, al pro venir de fu en tes diversas, se tomaron con diferentes criterios y no so n com pletamente comparables. Otras bibliotecas menos co nocidas que la desarrollada en la Universidad de Purdue, uno de los centros pioneros en aplicacione s agrícolas de la teledetección, centra da en cultivos, son la que desarrolló Dar Roberts (Universidad de California Santa Bárbara) para especies de chaparral califomiano (Roberts et al., 1998), la realizada en el marco del proyecto europ eo STORM S: Silvicultura! Tech ñiques Offering R isk \ fi nimising Straíegies , desarrollada en Portugal y centrada en mediciones de todas las superficies y cubiertas que pu edan tener alguna influencia en el riesgo de incendios forestales, y la realizada por el departam ento de Geo grafía de la Universidad de A lca lá, sobre especies vegetales mediterráneas (http://www.geogra.uah.es/~espectra/index.html última entrada 20 -2-2008).
5.4.
C o m p o r t a m i e n t o e s p e c t r a l d e l a v e g e t a c ió n e n e l e s pe c t r o ó p t ic o
La caracterización espectral de las masas vegetales cons tituye una d e las tareas más interesantes en teledetección. Pese a su gran importancia, aún ofrece notables di ficultades como consecuencia de los múltiples factores que influyen en la radiancia que finalmente detecta el sensor. Podemos dividir estos factores en tres grandes gru pos (B elward, 1991; Colw ell, 1974; Gau sm an, 1977; Guy ol et al ., 1989; Sellcrs, 1989): — Los relacionad os co n la reflec tividad de la hoja, que su ele se r el elem en to más visible desde una plataforma espacial. Aquí los factores más destacados son la pre se ncia de pigmen tos, la estructura celu lar y el co nte nid o de humedad. — Las cara cte rísticas geo métrica s de la plan ta, principalm en te su áre a foliar, la forma de las hojas, su distribución en la planta, la geom etria del dosel, la importancia del compon ente leñoso, etc. — Finalmen te, habría que co nsiderar aq uellos as pec tos derivados de la situa ción geo gráfica de la planta: pendiente, orientación, asociación con otras especies, reflcctividad del sustrato, geom etría de plantación, condicione s atmosféricas, etc.
p r i n c i p i o s f í s i c o s d e l a t e l e d e t e c c i ó n
Pigmentos de la hoja
Estructura
ce'.ular
4----------------------------M -
61
Contenido del agüé - ► 4 -
■a
T3 2
FtC. 2.12. Factores que explican la reflectividad de la hoja. En lo que se refiere a la reflectividad de la hoja, podem os ba sam os en estudios realizados a partir de espectro-radiómetros en laboratorio (Colwell, 1974; Curran. 1980; Gates et al ., 1965; Knipling. 1970; Lusch. 1989). Las c u n a s espe ctrales resul tantes varían en relación con el tipo de hoja, si bien podemos establecer unos patrones generales, marcados por la baja reflectividad en el visible, alta en el IRC y baja, con pre se ncia de algunos máx im os relativos, en el SWIR (figs. 2.9 y 2.12). En concreto, la baja reflectividad en la porción visible del espectro se debe al efecto absorbente de los pigmentos de la hoja, principalmente las clorofilas, xantofila y caroteno (65 .29 y 6 %. respectivamente, aunque la proporción puede variar mucho: [Gates e t a i . 1965]). Todos ellos absorben e n la banda del espectro situada en tom o a los 0.445 nm . mientras la clorofila presenta una segunda banda de absorción en tom o a los 0,645 pm. E ntre ambas porciones del espectro, aparece una banda intermedia, al rededor de los 0,55 ¿im. en donde el efecto abs orbente es menor. Por esta causa a pare ce un pico relativo de reflectividad que coincide con la band a verde del espectro visi ble, y ca usa el co lo r con el que nues tros ojos perciben la ve getac ión vigo rosa. Cuando s e aproxima la caida otoñal de las hojas, la clorofila ejerce una m enor in fluencia, lo que exp lica su mayo r reflectividad en la banda roja y, en definitiva, su co lor amarillento (verde + rojo). En algunas especies resulta destacada la acción d e otro pigmen to, la a ntocian ina, bue n reflector de la porción roja del e sp ectro , qu e causa esc color en épocas de senescen cia (caso de los arces canadienses o la lenga chilena). La elevada reflectividad en el infrarrojo cercan o se debe, po r un lado, a la baja absortividad de las clorofilas, y, por otro, a la estructura celular interna de la hoja. Com o es sabido, la hoja se comp one, en esencia, de cuatro capas: la epidermis supe rior e inferior, el parénquima en em palizada y el mesófilo esponjoso. Las dos primeras ju egan un im po rtan te pa pel en la regu lación térm ica de la planta y e n su ab so rción de C 0 2. El parénquima alberga los cloroplastos, mientras en el m esófilo tienen lugar los
62
TELEDETECCIÓN AM BIENTAL
£ l 1
*
1*2.1
----
-- 49S ......... 0.01
CH (%)
FlC. 2.13.
Cu na s de reflectividad para hojas deja ra (Cistus ladanifer) con distintos contenidos de humedad (datos adquiridos con un espectro-radiómetro GER-2600).
intercambios gaseosos necesarios para la respiración d e la planta. D ebido a ello, cuen ta con unas cavidades d e aire internas, que dispersan la mayor parte de la radiación in cidente en el IRC (Gates et al ., 1965; Horler et al., 1983). Por ello, la hoja sana ofrece una alta reflectividad en esta banda, en claro contraste con la baja reflectividad que pre se nta en el es pec tro v isible, es pec ialm ente en la ba nd a roja. Pue sto q ue la es tructu ra de la hoja es muy v ariada según las especies, esta banda también resulta idónea para discriminar entre plantas, incluso entre aquellas que no podrían separarse en el espectro visible. A partir de 1.4 nm el efecto ab sorbe nte del agua es mu y claro, po r lo que la rcflcctividad de la vegetación sana se reduce drásticamente en el SWIR. Las m edidas de la boratorio mue stran una notable diferenc ia en es ta región del esp ectro en tre las ho jas secas y las infiltradas con agua (B owm an, 1989; Hunt et al., 1987). En experimentos con hojas de higuera, la reflectividad de la hoja seca alcanzó hasta cuatro veces el va lor de la hoja húm eda, para la banda s ituada en tom o a 1,9 Jim (Short. 1982). En otros estudios sobre hojas de coniferas, se observó un sensible aumento de la reflectividad en el infrarrojo medio según se iban desecando las hojas, disminuyendo ligeramen te en el infrarrojo cercano y con escasa variación en el visible (Westman y Price, 1988). En especies m editerráneas de matorral y arbolado, también se han com probado estas buenas relaciones, de signo negativo, entre contenido de humedad y reflectividad en el SW IR (De Santis e t a i , 2006; Riaño e t a i , 2000; Vaughan, 20 01) (fig. 2.13). Entre estas bandas, dond e la absorción del agua es más clara, se sitúan dos picos relati vos de reflectividad, en tom o a 1.6 nm y 2,2 pm. Q ueda patente, pues , que la obse rva ción en el SW IR es de gran interés para con ocer el estado hidrico de la hoja. Obviamente el sensor no mide hojas aisladas, sino agrupaciones de hojas for mando plantas o masas de v egetación, por lo que además de la reflectividad de la hoja
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
p r i n c i p i o s f í s i c o s d h l a t e l e d e t e c c i ó n
— Mohsoi
V ereso t
-----
65
Entsol ¡
Curvas de reflectividad para distintos tipos de suelos: Molisol (limoso pardo-grisá ceo): Vertisoi (arcilloso-marrón); Entisol (yeso blanco). Datos tomados de la biblioteca espectral Aster. Fia 2.14.
arenoso tiende a tener una débil estructura y bajo contenido de humedad, por lo que prese ntará, en función de esos factores, una re ílectivid ad más ele vada (C urran , 1985). A ello convendría añadir el efecto de la materia orgánica en el suelo, que tiende a oscurecerle y. en consecuencia, a reducir su reílectividad.
5.6.
E l a g u a e n e l e s pe c t r o ó p t ic o
Las superficies acuáticas absorben o transmiten la mayor parte de la radiación óptica que reciben, siendo mayor su absortividad cuanto mayor sea la longitud de onda. La curva espectral, por tanto, es similar a la del suelo, aunque d e sentido contrario. La m ayor reílectividad del agua clara se produ ce en el azul, reduciéndose paulati namente h acia el infrarrojo cercano y medio, donde y a es prácticame nte nula. Por esta razón, la frontera tierra-agua es muy nítida en esta banda. La variabilidad del agua es más fácilmente detectable en las longitudes de ond a más cortas (azul y verde). Se relaciona con su profundidad , contenido de m ateriales en suspensión (clorofila, sedimentos y nutrientes), y rugosidad de la superficie. La turbidez del agua, relacionada con su con tenido de sedimentos, implica aum ento de la reflectividad en todas las bandas del visible, para distintos diáme tros de partícula (Bhargava y Mariam, 1990). El efecto se hace especialmente evide nte en la desembocadura de los grandes ríos (fig. 2.15). La profundidad del agua influye directamente en el apo rte de reflectividad deri vado de los materiales de los fondos. En aguas poco profunda s la reflectividad aum en-
66
F i a 2 . 1 5.
TELEDETECCIÓN AMBIENTAL
Sedimentos en suspensión en la desembocadura del Rio de la Plata. Imagen Terra MODIS del verano de 2002.
ta, ya que hay mayor aporte de la radiancia reflejada por los fondos. En consecuenc ia, la absortividad será tanto mayor cuan to más profund a sea la capa de agua. A partir de esta relación pueden abo rdarse algunos estudios de batimetría en zonas costeras. Para imáge nes Landsat-TM se estima que la profundidad de agua máxima que puede deter m inarse alca nza 6,4 m en la band a azu l, 3 en la verde y 2,1 en la roja (Ji e t a i , 1992). En cuanto a su com posición, diversos estudios han demostrado la posibilidad de emplear sensores espaciales para cartografiar contenido de clorofila en el agua (Do mínguez et al ., 2003; López y Ca sellcs, 1989). Si el agua ofrece imp ortantes conc en traciones de clorofila, la reflectividad en el azul tiende a descender, aum entando en el verde. E sto permite establecer una clara correlación, de signo negativo, entre la reflec tividad del agua en la banda azul y el contenido de clorofila, lo que facilita localizar concentraciones de algas (Robinson, 1985), analizar ritmos de productividad neta de la superficie marina o estudiar procesos de eutrofización en embalses (Ruíz-Verdú e t a i , 2001; Verdin, 1985). El resto de los m ateriales en suspensión con tribuyen también a aum entar la reflec tividad, además de presentar una may or turbidez. Por último, la rugosidad de la superfi cie favorece la reflexión difusa, y en consecuenc ia una ma yor reflectividad. En caso de aguas muy tranquilas, la superficie se comporta de modo especular, con valores de re flectividad muy variados en función de la localización del sensor. En el caso de las me didas tomadas con s ensores espac iales, los valores resultan extremadam ente bajos.
p r i n c i p i o s f í s ic o s d e l a t e l e d e t e c c i ó n
67
FlC. 2.16. Curvas de reflectividad para distintos tipos de nieve (adaptado de Hail vr \fartinec. (9X5).
La nieve, por su parte, ofrece un com portamiento muy distante del agua. Presenta una reflectividad elevad a en las bandas visibles, reduciéndose en el infrarrojo cercano y más claramen te en el medio. Los factores más destacados en la reflectividad de la nieve son el tamaño del grano, la profundidad y densidad de la capa y la cantidad de impurezas que contenga (K elly y Hall, 2008). L a reflectividad es ma yor para la nieve fresca que para la helada, mostrando los valores más bajos la nieve sucia (fig. 2.16). La reducción puede llegar hasta el 80 % para las bandas visibles (Hall, 1988; Hall y Martinec, 1985). A vece s no resu lta sencillo disting uir la nieve de las nubes en el esp ectro visible. La distinción resulta más evidente en el infrarrojo m edio, ya que las gotas o cristales de hielo de las nubes son más pequ eños que los granos de nieve, p or lo que absorben menos radiación en esta banda del espectro. Además, habitualmente, la nieve tiene mayor reflectividad que las nubes en el visible y una textura más h omogén ea (Dozier, 1989).
6.
6.1.
El dom inio del infrarrojo térmico
C a r a c t e r ís t ic a s d e l a r a d i a c i ó n e n e r g é t i c a e n e l i n f r a r r o j o t é r m ic o
De acuerdo con las leyes de Planck {2.4} y W ien {2.6}, podem os fijar entre 8 y 14 jim la ba nda espectral en donde se man ifiesta con m ayor claridad la cmitancia es
68
TELEDETECCIÓN AM BIENTAL
pectral d e la superficie terrestre, d e acu erdo a su temperatura (u no s 300 K). A esta p ar te del espectro se le denom ina infrarrojo térmico, puesto que nos perm ite detectar el calor que procede de las distintas cubiertas. En definitiva, para esta banda la radiancia espectral que recibe el sensor no es el resultado d e la reflexión de la energía solar so bre la superficie terres tre, sino de la radiación em itida por ésta. Como vimos, la emitancia espectral de un objeto está directamente relacionada con su temperatura absoluta. A la vez, ésta se relaciona con su capacidad para a bsorber la radiación solar incidente. De la fórmula {2.11} se deduce que ésta puede ser refleja da, absorbida o transmitida. Considerando que la transmisividad es prácticamente nu la en el infrarrojo térmico, la expresión pu ede simplificarse indicando que. a estas longitudes de onda, la energía incidente o bien se refleja o bien se absorbe. Junto a ello, es preciso tener en cuenta que cuando una superficie está en equilibrio térmico con los alrededores, la ley de Kirch off indica que la absortividad espectral es igual a la emisividad. En otras palabras, a ma yor absorción, ma yor emisión, por lo que podem os expresar la fórmula {2.11} indicando: í = Pii
(2.13 J
lo que, en resumen, significa que las superficies con alta refiectividad (caso de la nie ve) son poco emisivas, mientras las poco reflectivas son altamente emisivas (como ocurre con el agua). Com o ya vimos an teriormente, la emisividad de un tipo de cubierta es una me di da relativa, que pone en relación su em itancia con la de un cuerpo n egro. Una alta emi sividad (cercana a 1) indica que un objeto absorbe y radia una gran proporción de la energía incidente, m ientras una emisividad co nsiderablemente inferior a 1, refiere a un objeto que absorbe y radia una pequeñ a proporción de la energía incidente. En el cas o de las cubiertas de interés med ioambiental, la mayor emisividad, se presenta en la vegetación den sa (0,99) y el agua (0,98), mientras los valores más bajos corresponden a los suelos arenosos (0,90), nieve (0,80) y m etales (0.16). Varios autores han llevado a cabo m ediciones sistemáticas de la emisividad en terreno, tanto en el 1RT como en el 1RM (3-5 |im ) (Salisb ury y D ’aria, 1994; Salisbury y D ’aria, 1992). El contenido de humedad modifica notablemente estos valores estándar. Así en suelos arenosos se han me dido incrementos de emisividad de 0,90 a 0.94 al aumentar un 8 % el contenido de humedad (Mulders, 1987). Los valores de emisividad se calcu lan para una tem peratura media, en este caso en tom o a 20° C (Curran, 1985). A partir de la me dida de la emisividad puede es timarse la emitancia global de un objeto, conociendo su temperatura. En este sentido puede corregirse la ley de Stefan-Boltzmann. introduciendo el parámetro de emisividad: M . - s c s r
{2.14}
Esto implica que dos objetos situados a la misma temperatura pueden presen tar emitancias radiantes distintas. D e esta forma, parece evidente la necesidad de corregir los valores de radiancia a dquiridos po r el sensor considerando la emisividad, que pue de estima rse siempre y cua ndo se conozca la cubierta detectada y ésta sea suficiente me nte homogénea. E n caso de un área con cubiertas muy distintas, cada una de ellas
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN
69
con su propia emisividad, el problema sería m ucho más complejo. Habría de hacerse una corrección en función de las coberturas presentes en esa zona, co nociendo la emi sividad propia de cada una de ellas. En ocasione s se ha utilizado un m apa de ocupa ción del suelo previo para facilitar la corrección de emisividades (Caselles ct ai, 1988), aunque también puede basarse en una correlación de radiancias-tempe raturas con medidas tomadas en el terreno o en estaciones meteorológicas (Sobrino, 2000, cap. 11). Algunos trabajos han m ostrado que, en cubiertas vegetales suficienteme nte densas, basta incorporar la emisividad de ésta y no la del suelo que la soporta, lo cual simplifica notablemente los cálculos. Más adelante, veremos con detalle los proce dimientos para hacer el cálculo de la temp eratura a partir de im ágenes adqu iridas en esta región del espectro (6.2.4). Además de la emisividad. el comportamiento térmico de un objeto está relacio nado con otros parámetros. Los más im portantes son su capacida d térmica, con ducti vidad, difusividad, inercia térmica e índice de calentamiento. La capacidad térmica (C) indica la capac idad de la cubierta para a lmacen ar calor. La capacidad térmica por unidad de masa se denomina ca lor especifico (c). Las masas de agua poseen la mayor capacidad térmica, por lo que pueden almacenar más calor que la vegetación o los suelos. La condu ctivida d térm ica (A*), mide el ritmo al que se trans mite el calo r en esa cu bierta. Las áreas urb an as so n bu en as co nductora s de ca lor, m ientras la veg etación o suelos resisten más esta transferencia. Por ello, la temperatura diurna en zonas de cu bierta vegetal es fund am en talm en te una fu nc ión de la temperatura de la ca pa supe rior, y no d e capas inferiores. La difusividad térmica (o) es una m edida del cambio de temp eratura que se pro duce en el interior de la cubierta. En gene ral, las superficies secas difunden los cam bios de temperatura hacia ab ajo a una velocidad menor que las su perficies húmedas. Por último, la inercia térmica (P ) hace referenc ia a la resistencia de un ma terial a cambiar de temperatura. Este parámetro está directamente relacionad o con la conduc tividad ( k ) , el calor específico (c) y la densidad del material (jD), de acuerdo a la si guiente fórmula: P =
{2.15}
Los suelos secos y arenosos, con baja inercia térmica, ofrecen seve ros contrastes entre las temperaturas diurnas y nocturnas. En contraste, los suelos húm edos y arcillo sos son mucho más resistentes al cambio y presen tarán tem peraturas diurnas inferio res y nocturnas sup eriores a los suelos secos (fig. 2.17). La inercia térmica es más fá cilmente detectable en los momentos de máxima y mínima insolación, aproxima damente a las 12.00 y 24.00 h, respectivamente. En cuanto al índice de calentamiento, es función de la intensidad de la radiación y de la absortividad del objeto. La intensidad es m enor en aquellas zonas arboladas, con nubes o con edificios que imp idan la radiación directa. Tam bién está afectado di rectamente por la pendiente o expo sición de las laderas.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
72
TELEDETECCIÓN AMBIENTAL
100 «IT.
2 5 j u l io 1 9 9 4
2 • 7 ago sto 1995
Evapotrans oiraoón oe< c í A de fe!erenc»a (mm(día)
no
2 • 9 septiemb re 1997
Estimación de la evapotranspiración del cultivo de referencia (mm/dia) mediante ecua ciones de regresión múltiple a partir de datos MOAA-A VHRR (Sánchez y Chuvieco. 2000).
F ia 2.18.
gunas zonas), como a movimientos particulares de las corrientes oceánicas. Por ejem plo, la detección precoz del fenómeno del Niño, qu e prov oc a efectos de es ca la plane ta ria, se realiza a partir de sensores térmicos, ya que obede ce a un calentam iento inusual de una enorm e masa de ag ua situada sobre el Pacifico Sur(ver, en tre otros: http://www. pmel.noaa .g ov/tao /elnin o/nino-h ome.htm l, último acc eso 4-03-2008 ). Volviendo a las propiedades térmicas de las cubiertas terrestres, la tem peratura de la nieve está influida por el tamaño de los cristales y el contenido d e agua líquida,
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN
73
siendo en líneas generales muy baja. C omo ya vimos, esta cubierta ofrece la mayor reflectividad en el visible, por lo que la absorción de energía es baja y tiende a registrar más bajas tem peraturas que el entorno. La observación de la nieve en el térmico es de gran ayuda para diferenciar tipos y estudiar la dinámica de su cobertura, de cara a estimar volumen de agua almacenada (Ferris y Congalton, 1989). 7. 7.1.
La región de las micro-ondas
C a r a c t e r í s t i c a s d e l a r a d ia c ió n e n e r g é t ic a e n l a r e g ió n
DE LAS MICRO-ONDAS La banda del espectro que se inicia en las longitudes de onda milimétricas se de nomina región de las micro-ondas. Se trata de las longitudes mayores utilizadas en teledetección, si bien cuentan asimismo con otras aplicaciones c iviles y militares. La observación en esta banda del espectro es complementaria y más compleja que la realizada en las bandas ópticas o térmicas, por lo que el rango de aplicacione s es todav ía inferior al registrado en éstas, si bien está aum entando no tablemen te en los úl timos años, gracias a la creciente disponibilidad de satélites equipados con equipos de micro-ondas (ERS, Radarsat, JERS. Almaz. etc.). La virtud fundamental de esta re gión del espectro es ser prácticamente transparente a la influencia atmo sférica, ya que se trabaja a longitudes de onda muy superiores al tamaño habitual de las gotas de agua (0, l mm: fig. 2.19). Esto supone que pueden observarse áreas cubiertas por nubes, lo que hace a esta región espectral idónea para zonas muy lluviosas, donde la observa ción en otras bandas del espectro es prácticamente inviable. Por ejemplo, el radar late ral aero-transportado (SLA R), permitió completar la primera cartografía de la cuenca del Amazonas y de varios países de Centro-América, detectando recursos hídricos y mineros antes desconocidos (Henderson y L ewis, 1998). La observación rem ota en la banda de las micro-ondas se realiza habitualmente con sensores activos (denominados radar: cap. 3), que no se limitan a registrar la ra diación emitida por las cubiertas, sino que emiten la suya propia, recogiendo poste riormente su retro-dispersión. E sto permite una gran versatilidad a la teledetección de micro-ondas, ya que pu eden observarse las cubiertas con las condiciones es pecificas que parezcan m ás convenientes para una determina aplicación. Los sensores pasivos en esta banda se denominan radiómetros de micro-ondas. Son poco utilizados en tclcdetccción, puesto que la emitancia de los objetos es difícil mente perceptible en esta banda. Para las longitudes de onda que com prende, se em plea la apro xim ac ión d e la ley de Planck calculada p or Ra yleig h-Jeans (E lach i, 1987):
Aí,.k = ^
{2.17}
donde M mX c orresponde a la emitancia espectral. T a la tem peratura en Ke lvin, y X a la longitud de onda. Las constantes tienen el mismo significado que en {2.4}. En esta re gión. los va lores de A/. son muy bajos, y existen frecuentes interferencias entre señales
74
TELEDETECCIÓN AM BIENTA L 100
80
60
40
20
°0
1
2
3 X
4
5
6 C
7
8
9
cm l Bandas radar
-------------- Nubes de h i e l o -------------- Nubes de agua
FlG 2.19.
Transmisividad de las nubes en la región de las micro-ondas (adaptado de ESA. 1995).
emitidas, reflejadas y transmitidas. Por ello, no es una técnica muy difundida en telede tección espac ial, aunqu e se ha mostrado de gran interés para el estudio de capas de hielo y nieve (Kelly y Hall, 2008). La cartografía de la Antártida a partir del radiómetro ESM R del satélite Nimbus-5 (Hall y Martinec, 1985, pp. 141-149) resulta muy signifi cativa a este respecto. Otros autores han propu esto estimar el grosor de la cobertura de nieve a partir de las diferencias de temperaturas entre dos canales de micro-on das detec tados por el mismo sensor (Chang el al., 1990). En el camp o de los suelos o la vegeta ción, se ha propuesto el empleo de estos equipos para determinar el contenido de hum e dad (Paloscia, 1994), aunque su limitación más importante sigue siendo la baja resolu ción espacial que ofrecen desde plataformas especiales. Pes e al interés de estas experiencias, el radar (Radio Detection and Ranking) es el sensor más importante en esta banda del espectro. Por tratarse de un haz em itido artifi cialmente, pueden controlarse las condicion es de adquisición: ángulo, distancia, orien tación, polarización, etc. Esto facilita la interpretación posterior de la señal, si bien es una tarea com pleja ante la gran can tidad de factores que intervienen en el proceso. Cua ndo se emite un haz de micro-ondas desde un radar a la superficie terrestre, la m ayo r parte de ese haz es dispersado al contacto con ella. Según la naturaleza del sus trato, el haz principalmen te se dispersa h acia la atmósfera (caso del suelo), se dispersa dentro del propio ob jeto (caso de la vege tación), o se refieja especularmente (caso del agua). C om o es lógico, el radar sólo registrará la señal dispersada con la misma direc ción del flujo incidente, por lo que se deno mina retro-dispersión, a . Según este factor, el radar registrará una señal de reto mo mu y distinta (fig. 2.20).
75
PRINCIPIOS FISICOS DE LA TELEDETECCIÓN
do osquma F i g 2 . 2 0 . Distintos tipos de retro-dispersión a ¡a señal radar (adaptado de Campbell, 1987).
Desgraciadamente, como ocunre en otras bandas del espectro, la retro-dispersión no es única y constante para cada cubierta. O tros factores, que podríamos denom inar medioambientales, influyen en la señal finalmente detectada por el sensor. En resu men, el retomo d e la señal radar está influenciado po r factores relacionados con la cu bierta, por un lado, y c on las ca racterísticas de la observ ación, por otro. Entre los pri meros, los más destacados son la constante dieléctrica, y la rugosidad, mientras los segundos debe n cons iderar la longitud de onda, el ángu lo de incidencia y la polariza ción. Estos factores introducen una cierta variabilidad en tomo al retomo caracterí stico de cada tipo de cubierta, haciendo más complicada su discriminación. La constante dieléctrica se relaciona con la capacidad de la cubierta para almace nar y transmitir electrones. En términos generales, los materiales secos ofrecen una constante dieléctrica entre 3 y 8, mientras el agua ofrece un valor de 80. En consecuen cia. la presencia de agua en el suelo o la vegetación p uede a lterar significativam ente el pu lso de retom o. Por esa razó n, la vegetación — casi siem pre ca rgad a de h u m e d a d tiende a ofrecer un pulso de retorno mayor que los suelos secos. También son buenos conductores las superficies metálicas, que ofrecen valores de retro-dispersión bastan te elevados. Esta variable no es constante para todas las longitudes de onda, siendo mayor, generalmente, cuanta m ayor longitud consideremos. La rugosidad del terreno es un factor clave en la retro-dispersión, siendo d irecta mente proporcionales. Las supe rficies más rugosas, entonces, aparecen m ás claras en la señal radar, y más os curas las más lisas. El concepto de rugo sidad no sólo depende de la estructura de la superficie, sino también de la longitud de onda y del ángulo de observación. En longitudes cortas una superficie relativamente llana puede aparecer como rugosa, mientras se compona como lisa en longitudes mayores (fig. 2.21). Por su parte, la intensidad de retom o es menor, cuand o mayor sea el ángulo de incidencia
TELEDETECCIÓN AMBIENTAL
Antena de! sensor
Longitud de onda X = 5.65 crn
F i a 2 .2 1 . La retro-dispersión del terreno está enfun ción de ¡a longitud de onda y la variación alti-
tudinal de la cubierta: (i) superficie suave, nula señal de retomo: (ii) superficie moderadamente ru gosa. retorno medio; (iii) superficie rugosa, retomo intenso (adaptado de Lille sandy Kiefer, ¡994).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
79
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN
Frecuencia, Hz 1.0
0.1
0.01
FlC. 2.23. Relación entre humedad del suelo y capacidad de penetración del radar a distintas lon
gitudes de onda (adaptado de Trevett. 1986).
radar se realza notablemente, aunque también lo hacen las deformaciones geométri cas. Esta som bra es relativa a la orientación de la topografía frente a la antena, d e ahi que si se varía el ángulo de incidencia pueden c onseguirse efectos estereoscóp icos. A partir de es a reco nstrucción tri-dim ensional se realza notablemen te el estudio de la geología y geomorfologia local (ver, más adelante, la fig. 3.29). Por último, la polariza ción refiere a la forma en la cual son tran sm itidas y recibi das las señales del radar. Una señal polarizada indica que su vibración se restringe a una dirección determinada. L as dos formas más importantes son la polarización sem e ja nte , cu ando la se ñal em itida y la recibida tiene n la misma polarizac ión (H orizon tal-Horizontal o Vertical-Vertical), y la cruzada, cuando varia la polarización entre la señal emitida y la recibida (Horizontal-Vertical o Vertical-Horizontal). La dirección con que la señal está p olarizada influye en el (lujo de retomo , puesto que el eco del ra dar es selectivo a la dirección de propagación. Se ha comprob ado en m uchos m ateria les que la polarización proporciona información de interés para discriminar una cubierta, por lo que varios radares espaciales permiten recoger los flujos de retomo con d istintas polarizaciones (ver fig. 4*).
80
7.2.
TELED ETECCIÓ N AMBIENTAL
C a r a c t e r ís t ic a s d e l a v e g e t a c ió n e n l a r e g ió n d e l a s m ic r o -o n d a s
En lo que afecta a la vege tación, la rugosidad es un elemento fundamental en la señal de retomo. La rugosidad es muy dependiente del tamaño, forma, orientación y núm ero de hojas. A partir de la observación en una sola banda resulta, en consecue n cia, muy com plicado distinguir tipos de vegetación. En varios proyectos de inventario forestal, se ha pue sto en evidencia la dificultad para separar, por ejemplo, coniferas de caduc ifolias, tanto en banda L (Deane, 1980). como en banda S, X y C, como conse cuencia de la gran variabilidad de coeficientes de retro-dispersión en coniferas (Hyyppa y Hallikainen, 1996; Leckie, 1990). Respec to a la conduc tividad, la constan te dieléctrica es bastante alta y constante para la m ayor parte de las m asa s vegetales , incremen tándose con el mayor contenido de hum edad du rante la época de crecimiento. Cuando la vegetación pierde vigor o el aporte del sue lo es mayor, la constante dieléctrica disminuye d rásticamente. De aquí se deduce que es posible obtener información sobre la humedad del sustrato vegetal (Leblon et al., 2002), siempre y cuando se trabaje con ángulos de incidencia altos (Paloscia, 1994). En una experiencia piloto para medir la hum edad de una superficie de praderas, se observaron m ejores ajustes trabajando en bandas cortas (banda X). y con ángulos de in cidencia de 30°, con los que se logró un coeficiente de determinación ( r ) del 90 %. Para ángu los más bajos, hasta de 0 o, sólo se consiguieron aju stes del 50 %. Un efecto similar, aunque con peores correlaciones, se observó en la banda C (Gogineni et al., 1991). La profundidad de pene tración en masas vegetales es dependiente de la longitud de on da a la que se trabaje, así como de las condicione s de humed ad del sustrato y de la polarizac ión. Resu lta m ayor a longitudes largas (banda L, en donde influy e notable mente las condiciones del sustrato), y con señales de polarización semejante (HH o W ) , mientras se reduce a longitudes cortas (banda X, más sensible a la geometría y orientación de las hojas) o con señales de polarización cruzada (HV o V H). De acu er do a algunos autores, en la banda X puede estimarse la rugosidad de la vegetación, en la C la biomasa de la hoja y en la L la bioma sa de la mad era (Cu rran y Foody, 1994¿r; Do bson, 200 0). Hasta ahora la mayo r parte de las misiones espaciales sólo disponían de una band a radar (caso del ERS o del R adarsat), por lo que no ha resultado posible aplicar algunas técnicas de interpretación multifrecuencia. Las experiencias se han centrado en radares acroportados (como el Airsar, op erado por el JPL), o en algunas misiones del Space Shu ttlc (Dobson, 2000).
7.3.
Ca r a c t e r í s t ic a s d e l s u e l o y e l a g u a e n l a r e g ió n d e l a s m ic r o o n d a s
De los párrafos anteriores se deduce que los suelos rugosos y secos tendrán un ma yor coeficiente de retro-dispersión y, por tanto, aparecerán con tono s claros en las imágenes radar. Si la señal se reduce, manteniendo otras condiciones constantes, se tratará normalmente de suelos más húmed os. En suelos secos la capacidad de penetra ción del rada r aum enta hasta llegar a varios metros si la longitud de onda es su ficiente mente larga (fig. 2.23). Cuando se presenten mezclas de vegetación y suelo, lo más pro bable es que la seña l de re to m o mez cle también am ba s cu biertas, co mplicá ndos e
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN
81
Fia 2.24. Imagen de los alrededores de la ciudad de Oporto (Portugal) adquirida por el radar del
Envisat en enero de 2004 que muestra rasgos urbanos y oleaje (Cortesía ESA: http://earth.esa.int/ ).
ba stan te la interpretación de la señal. En ex perimen tos con micro -o ndas ae roportada s, se ha observado que las bandas cortas (banda C) facilitan mejor información so bre la humedad de la cubierta vegetal (al tener menor capacidad de penetración), mientras en ba nd a L pued e de tectarse más la vegetación del su elo (P alo scia , 1994). Los núcleos de población, altamente rugosos a longitudes largas, también ap are cen con tonos claros, lo que permite discriminarlos frente a los espacios cultivados li mítrofes (Meliá y Sobrino, 1987). En cuanto al agua, la región de las micro-ondas proporciona una cierta capacidad de p enetración, siempre que el ángulo de incidencia sea ba jo y se trabaje con longitu des de onda largas. El agua, casi siempre refleja especularm ente el pulso recibido, con lo que el retomo es bastante bajo. Ahora bien, si existe una cierta rugosidad s uperfi cial. por ejemplo oleaje, puede man ifestarse en la imagen radar, siemp re que el ángulo de incidencia sea bajo (fig. 2.24). Esta aplicación es m uy útil para detectar anomalías en la superficie, por ejemplo las causada s por descargas incontrolad as de petróleo (ver fig. 3.30). A partir de variaciones menores en la altura del oleaje, medido con otros equipos de micro-ondas (como altímetros o dispersómetros de vientos), puede obte nerse información de los fondos oceánicos, y, a partir de la rugosidad superficial, los vectores de dirección y velocidad del viento (fig. 2.25). Respecto al hielo y nieve, el pulso de retom o es m uy dependiente de las condicio nes del material. La edad, compo sición y compac idad de la capa de hielo, su rugosi-
82
TELEDETECCIÓN AMBIENTAL
F i a 2 .2 5 . Imagen del satélite Meteosat del huracán Emily (agosto de 1993) a la que se ha super
puesto un campo de vientos generado por el dispersómetro del ERS-1.
dad, geom etría interna y temperatura son factores destacados en el coeficiente de re tro-dispersión finalmente detectado p or el sensor.
8.
Interacciones de la atm ósfera con la radiación electro-magnética
Ha sta aqui hemos considerad o la interacción de la radiación electro-magn ética con las diversas coberturas terrestres como si este proceso se desarrollara en el va cio. Obviamente, esta suposición es falsa, puesto que entre el sensor y la superficie terrestre se interpone la atmósfera, que interfiere de formas diversas con el flujo ra diante. Com o es sabido, la atmósfera se compone de gases — nitrógeno, oxígeno, argón, vapo r de agua y dióxido de carbono— y aerosoles. Entre esos com ponentes, el dióxi do de carbono, ozono y vapor de agua son los principales responsables de la inte racción con la energía electro-magnética. Su efecto es triple: por un lado, absorben energia incidente en determinadas bandas del espectro, lo que limita la observación espacial a aquellas bandas en donde esta absorción es menos intensa; dispersan deter minados flujos, y emiten otros, como todo cuerpo caliente. Estos procesos introducen
83
PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN
modificaciones, en ocasiones muy severas, en la radiación originalmente propagada entre la cubie rta y el sensor, por lo que es preciso ten erlos en cuenta de cara a obten er una medición más precisa de las características del territorio observado. C om entare mos con m ás detalle cada uno de esos efectos.
8.1.
A b s o r c i ó n a t m o s f é r i c a
La atmósfera se com porta como un filtro selectivo a distintas longitudes de onda, de tal forma que en algunas bandas del espectro elimina p rácticamente cualquier posi bilid ad de ob se rv ación remota. Los principales ca usa ntes de esta ab so rción son: — Oxígen o atómico ( 0 ;), qu e filtra las radiaciones ultravio leta po r deb ajo de 0.1 nm, asi como pequeños sectores en el infrarrojo térmico y las micro-ondas. — Ozo no (O ,), re sp onsa ble de la e liminac ión de la en ergía ultravio leta, inferior a 0.3jim, así como en un sector de las micro-ondas (en tom o a 27 mm). — Vapor de agu a (H.O ), con una fuerte a bsorción e n tom o a 6 mm. po r encima de 27 mm y otras menores entre 0,6 y 2 nm. — Dióxido de Carbon o (C O :). que absorbe en el infrarro jo térmico (> 15 fim). con importantes efectos en el infrarrojo medio, entre 2.5 y 4.5 jim. — Aeroso les atmosféricos, qu e principalmente abs orbe n en el esp ectro visible (ver fig. 3*). Com o consecuen cia de esta absorción, la observación espacial se reduce a determi nadas bandas del espectro, conoc idas como ventanas atmosféricas, en donde la transmisividad de la atmósfera es suficientemente alta (fig. 2.26). Las principales ventanas at mosféricas son las siguientes: (i) espectro visible e IRC, situada entre 0,35 y 1,35 nm; (ii) varias en el SW IR de 1,5 a 1,8 nm y de 2.0 a 2.4 nm. (iii) en el IRM: 2.9 a 4.2 jim. y de 4.5 a 5.5 n m; (iv) en el IRT, entre 8 y 14 nm, y (v) en las micro-ondas, por encima de 20 mm, en donde la atmósfera es prácticamente transparente. Estas ventanas atmosféricas son idóneas para realizar procesos de teledetección, por lo qu e el d iseñ o de los sens ores espac iales tien de a ajustarse a estas ban das, evitanTransmisividad atmosféoca (%)
100 i-----------------------------------------------------------------------------------------------------------
50
0 —l-------------- ¡------------------------------------------ -----------------------------------0 0.4
0.7
1
Fig 2.26.
2
3
5
10
(...)
10.000
Transmisividad de la atmósfera a distintas longitudes de onda.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
86
TELED ETECCIÓ N AM BIENTA L
imagen resultante. Norm almente no se dispone de datos coetáneo s a la adquisición de ésta, po r lo que la corrección atmosférica se basa en relaciones entre elementos de la pro pia im ag en (6.2.3). Esta es timación puede ser burd a en alg unos ca so s, y dificulta, en última instancia, el uso de las imágenes adquiridas por sensores espaciales como med ida cuantitativa de parámetros biofisicos. 8.3.
E m i s ió n a t m o s f é r ic a
El efecto de emisión atmo sférica resulta fundamental en el trabajo dentro del in frarrojo térmico, si se pretenden obtener mediciones de temperatura a partir de las imágenes espaciales. Al igual que cualquier cuerpo por encima del cero absoluto, la atmósfera em ite energía, por lo que ese parám etro debe considerarse para separarlo de la emitancia espectral prove niente del suelo. Las correcciones atmosféricas en el térmico (efectos de absorción y em isión) se han abordado habitualmente analizando la absorción diferencial de la atmósfera en dos bandas contiguas del infrarrojo térmico. Se denominan algo ritmos de ve ntana par tida (split window ), que tendremos ocasión de comentar más adelante (6.2.4). Tam bién pu ede es timarse el com ponente atmos férico a partir de la obse rv ació n d esde dos ángulos distintos (nadiral y oblicuo), por ejemplo, a p artir de imágenes del ATSR (So brino, 20 00, pp. 184 y ss).
C a p ít u l o 3
SENSORE S Y SATÉLITES DE TELEDETECCIÓN « Tras de un amoroso lance, y no de esperanza falto, voló tan alto, tan alto, que le di a la caza alcance.» San Juan de la C ruz,
Poesía Completa
1.
Tipos de sensores
Como ya se indicó en el primer capítulo, un sistema de teledetección requiere, al menos, tres componentes: foco energético, superficie terrestre y sensor. Del pri mero y segundo se trató en el epígrafe sobre principios físicos. En éste se aborda el estudio de las características del sensor y de la plataforma que lo sustenta. Entre las variadas formas de clasificar los sensores remotos, una de las más ha bituales co nsidera su proc edim iento de recibir la en ergía proce de nte de las distintas cubiertas. En este sentido, se habla de dos tipos de sensores: 1) pasiv os, cuand o se limitan a recibir la energía proveniente de un foco exterior a ellos, y 2) activos, cuando son capaces de emitir su propio haz de energía. Estos últimos son, lógica mente, más flexibles, puesto que no dependen tanto como los primeros de las con diciones exteriores al sistema sensor-Tierra. Una ulterior clasificación entre los sensores pasivos, considera su procedimien to para grabar la energía recibida. De acuerdo a ello, puede hablarse de sensores fotográficos, óptico-electrónicos y de antena. Los primeros resultan muy familiares, pue sto que se basan en las mismas técn icas ap lic ad as en la fo tografía convencion al. El resto son menos conocidos por el gran público, si bien sistemas similares se uti lizan rutinariamente: cámaras digitales, scanners en ex ploración médica, y radióme tros de micro-ondas en radio difusión. En cuanto a los sensores activos, el equipo más conocido es el radar, bastante utilizado en aplicaciones militares, asi como en control del tráfico aéreo. El radar trabaja en la región de las micro-ondas. Por su parte, el lidar opera con luz polari zada (láser) en el espectro óptico.
88
TELF.DETF.CCIÓN AMBIENTAL
Antes de comentar con mayor detenimiento cada uno de estos sensores, con viene analizar algunos conceptos previos que nos sirven para valorar la utilidad de la información que proporcionan, y que resultarán útiles para planificar posterior mente su empleo en distintos problemas medioambientales.
2.
Resolución de un sistema sensor
De acuerdo con algunos autores, podemos definir la resolución de un sistema sensor como su habilidad pa ra discriminar información de detalle (Estes y Simonett, 1975). Esta definición engloba varios aspectos que merecen un comentario más mi nucioso. Por un lado, se habla de resolución de un sistema sensor, indicando que este concepto se refiere al conjunto del equipo y no a cada una de sus partes. Dicho de otra forma, la resolución de un sensor depende del efecto combinado de sus dis tintos componentes. U na mejora en la lente — por ejemplo— no supondrá necesa riamente adquirir fotografías con mayor resolución, si no se acompaña de una pelí cula de mayor sensibilidad, o no se modifican las condiciones de exposición. Los términos de la definición «discriminar» e «información de detalle» mere cen también una breve reflexión. Ambo s son relativos al propósito y al entorno geo gráfico del proyecto que se esté abordando. La discriminación considera la capaci dad de distinguir un objeto de otros. Esa distinción puede referirse a una simple de terminación de que está ahí (detección) o a una delimitación precisa de su co ntomo (identificación). Lógicamente, la segunda tarca requiere mayor resolución espacial que la primera (Robin, 1998), ya que un objeto puede detectarse por sus efectos en la radiancia global observada (por ejemplo, el brusco aumento de temperatura que implica una erupción volcánica), pero para identificarlo con detalle (localizar con precisión el cráter) se rá nec es ario qu e el mínim o ob jeto qu e iden tifica el sistema sea mucho más pequeño que el tamaño del propio cráter. En cuanto al significado de «información de detalle», conviene considerar que se refiere no sólo al detalle espacial que proporciona el sensor, sino también al nú mero y anchura de las bandas del espectro que alberga, a su cadencia temporal, y a su capacidad para distinguir variaciones en la energía que delecta (Campbell, 1996). Todas estas dimensiones son de interés para discriminar cubiertas o establecer mo delos de significado físico. En definitiva, el concepto de resolución implica diversas manifestaciones, las más habituales en la literatura especializada han sido la espa cial, espectral, radiométrica y temporal. En los últimos años, a éstas podemos aña dir también la resolución angular, que haría referencia a la capacidad de un sistema de observar el mismo objeto desde distintas posiciones. A continuación, comentare mos con más detalle cada una de ellas.
2.1.
R e s o l u c i ó n e s p a c i a l
Este término designa al objeto más pequeño que puede ser distinguido sobre una imagen. En un sistema fotográfico, suele medirse como la mínima separación a la cual los objetos aparecen distintos y separados en la fotografía. Se mide en mili-
SENSORES Y SATÉLITES DE TELEDETECCIÓN
89
metros sobre la foto —o m etros sobre el ten en o— , y depe nde de la longitud focal de la cámara y de su altura sobre la superficie. En los sensores óptico-electrónicos, se prefiere utilizar el concepto de campo de visión instantáneo (instan tañeous Jield ofview, IFOV). El IFOV se define como la sección angular, medida en radianes, que observa el sensor en un momento determinado. En lugar de esta definición, habitual mente suele utilizarse la distancia sobre el terreno que corresponde a ese ángulo (
{3.1}
asumiendo que se trate de una observación vertical. La distancia del IFOV proyec tada al suelo se corresponde con el tamaño de la mínima unidad de información in cluida en la imagen, que se denomina pixel (del inglés pic tu re elem en t). Ésta es la medida más generalizada de resolución espacial, aunque también se emplean otros términos más complejos, como ERE (effective resolution element) o EIFOV (ejfective instantaneous Jield o f view), que consideran la señal detectada como una fun ción m odulada compuesta (Townshend, 1980). La resolución espacial de un senso r depende de varios factores, como son la al tura orbital, la longitud focal, y el número de detectores. En cuanto a los sensores de antena, su resolución depende del tamaño de la misma, de la altura de la plata forma. y del ángulo de incidencia. Cuanto mayor sea el radio, y menor la altitud y la longitud de onda, la resolución será tanto más detallada. El rango de la resolución espacial de los sensores de observación terrestre en funcionamiento cubre niveles de detalle bastante diversos (fig. 3.1). Los satélites que cuentan con mayor resolución ofrecen un detalle espacial próximo a 1 m:, mien tras los de recursos naturales, diseñados para adquirir información sobre áreas muy heterogéneas, suelen contar con resoluciones próximas a los 25 x 25 m. Otro grupo de sensores, orientado hacia aplicaciones más globales, cuentan con pixeles de un tamaño comprendido entre 300 y 1.000 m de lado. Finalmente, los sensores que pre sentan menor resolución espacial son los satélites meteorológicos de órbita geoestacionaria (Meteosat. GOES. GMS), con pixeles de hasta 5 km de lado. En el futuro cercano está previsto continuar con el lanzamiento de satélites de muy alta resolu ción, la mayor parte de los cuales son propiedad de consorcios comerciales (IKO NOS, Quick bird), e incluso mejorar su reso lución ac tual has ta los 40 cm. Como ya vimos en el primer capítulo, esta mayor disponibilidad de imágenes de alta resolu ción permitirá ampliar al rango actual de aplicaciones de esta técnica, entrando en dominios anteriormente reservados a los medios aéreos de observación. La resolución espacial tiene un papel protagonista en la interpretación de la imagen, por cuanto marca, de alguna forma, el nivel de detalle que ésta ofrece. Pa rece obvio decir que sólo serán identificables sobre la imagen elementos que supe ren el tamaño de varios pixeles, si bien pueden detectarse rasgos de tamaño similar o incluso más pequeño al del píxel cuando exista suficiente contraste radiométrico (ver cap. 5). En consecuencia, la resolución espacial está estrechamente ligada con la esca la de trabajo y con la fiabilidad finalmente obtenida en la interpretación. Cuanto me nor sea el tamaño del píxel, menor también la probabilidad de que éste sea un com-
90
TELEDETECCIÓN AMBIENTAL
Meteorológicos
de órbita geoes taclonara (= 5 k/n*)
Meseoroiógtccs de órbita polai {h 1km*) 1.000
i Recursos naturatos <* 1ha)
Recursos naturales (= 0.1 fía)
Alta resolución civil (a 1m*>
0.1
1960
1970
1980
1990
2000
FiG. 3.1. Tendencias en la resolución espacial. pue sto de do s o más cu biertas fron teriza s. Un pixe l mixto estará definido por un a señal intermedia a las distintas cubiertas que lo componen. En consecuencia, puede no asemejarse a ninguna de ellas, lo que dificultará notablemente su correcta iden tificación (fig. 3.2). Sin embargo, en el caso concreto de algunas cubiertas, singular mente las urbanas, se ha comprobado que incrementar la resolución espacial puede afectar negativamente a la interpretación, cuando esta se realiza digitalmentc, al in crementar excesivamente la heterogeneidad interna en algunas categorías (Cushnie, 1987; Green, 2000; Townshend y Justice, 1981). En lo que se refiere a análisis vi sual, queda fuera de toda duda el interés de mejorar la resolución espacial para fa cilitar una interpretación más certera de la imagen (Hopkins et al., 1988).
2.2.
R e s o l u c i ó n e s pe c t r a l
Indica el número y anchura de las bandas espectrales que puede discriminar el sensor. En el capítulo anterior se puso en evidencia el interés de contar con infor mación multiespectral; esto es. de registrar simultáneamente el comportamiento de
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
93
Long itud do on da Oxm)
Fio. 3.4.
Espectro de caolinita para diferentes resoluciones espectrales í adaptado de Kruse el al. ¡993).
prim eros Landsat llevaban inco rporad o un se nso r que ofrecía un rang o de 128 niv e les de codificación (7 bits, 27 = 128) por pixel. con 64 (6 bits) para la banda del in frarrojo cercano. Actualmente, la mayor parte de los sistemas ofrecen 2 56 niveles por pixel (8 bits), aunq ue ha y algu no s que extienden esc rango notablem ente, co mo el NOAA-AVH RR, qu e traba ja con 1.024 niveles (10 bits), el IKONOS o Quickbird, que codifican hasta 2048 valores (11 bits), y el MODIS y los radares del JBRS y Radarsat, que discriminan hasta 65.536 valores (16 bits). Ésta será seguramente la reso lución estándar para los futuros sensores de observación terrestre. La resolución radiométrica, como ocurre con las dos anteriormente vistas, re sulta de notable ayuda en la interpretación de imágenes, especialmente cuando rea lizamos análisis digital. Es preciso considerar que el número de niveles de gris que son capaces de discriminar nuestros ojos no excede de 64. mientras las tonalidades de color no superan las 200.000. Algunos autores estiman que basta con 16 niveles
94
TELEDETECCIÓN AMBIENTAL
3 blu
6
7 7 7
6 5 3
7 7 5 3 4
7 7 7 7 7 7 3 3 4
7 7 7 7 6 4 3 4 4
7 7 7 6 5 3 4 4 4
6 6 6 6 3 3 4 4 4
5 5 4 3 3 4 4 5 4
3 3 3 3 2 2 2 3 2
5 4 3 1 0 0 0 0 0
5 4 1 0 0 0 0 0 0
5 3 0 0 0 0 0 0 0
3 3 3 3 3 3 3 2 1
3 3 3 3 3 3 2 1 2
3 3 3 3 3 3 1 1 2
3 3 3 3 3 2 1 2 2
3 3 3 3 2 1 2 2 2
3 3 3 3 1 1 2 2 2
2 2 2 1 1 2 2 2 2
1 i i 1 1 i i 1 1
2 2 1 0 0 0 0 0 0
2 2 0 0 0 0 0 0 0
2 1 0 0 0 0 0 0 0
2 bits
FiG. 3.5. Niveles de gris y digitales correspondientes a tres resoluciones radiométricas.
por color (4.096 tona lida de s) para ga rantiza r un an álisis visual ad ec ua do (B cavcn, 1988), por lo que parece superfluo contar con 256 valores digitales por banda (16,8 millones en una combinación coloreada de 3 bandas). Sin embargo, cuando la inter pretac ión es digital, el orden ad or a pro vec ha todo el rang o disponible, con lo qu e una mayor resolución radiomètrica puede permitir discriminar objetos con niveles muy
95
SENSORES Y SATÉLITES DE TELEDETECCIÓN 11 bits: 2.04 8
8 b i ts : 2 5 6
Áre a 1: A/eas
brillantes
Imágenes IKON OS que ilustran el interés de la resolución radiomètrica para discrimi nar tipos de superficie. En el fragm ento superior sólo se distinguen los dos tipos de tejado en la imagen de may or resolución radiomètrica, mientras en la inferior se distinguen los coches en som bra. Cortesia Indra Espacio. FlG.
3.6.
similares de reflectividad, que no serían separables con otros sensores menos sensi bles (fig. 3.6).
2.4.
R e s o l u c ió n t e mpo r a l
Este concepto alude a la frecuencia de cobertura que proporciona el sensor. En otras palabras, refiere a la periodicidad con la que éste adquiere imágenes de la mis ma porción de la superficie terrestre. El ciclo de cobertura está en fiinción de las ca racterísticas orbitales de la plataforma (altura, velocidad, inclinación), así como del di seño del sensor, principalmente del ángulo total de abertura (tamaño de la imagen). Conviene tener en cuenta que la resolución temporal efectiva dependerá también de las condiciones atmosféricas, ya que con sensores ópticos o térmicos no podremo s ob servar áreas cubiertas por nubes, por lo que en algunas zonas la cadencia de imágenes útiles puede ser notablemente más baja que el ciclo de adquisición del sensor. P ara ob viar de alguna manera estos problemas, los sensores más modernos incluyen la capa cidad de observación no vertical (lo que se denomina sensores «enfocables»), facili tando así la adquisición de datos sobre una zona de interés desde una órbita próxima.
96
TELEDETECCIÓN AMBIENTAL
Fie. 3.7.
Imágenes de l Meteosat sobre el huracán Andrew (Cortesía ESA i
La cadencia temporal de los sistemas espaciales varía de acuerdo a los objeti vos fijados para el sensor. Los satélites meteorológicos están obligados a ofrecer una información en períodos cortos de tiempo, ya que se dedican a observar un fe nómeno muy dinámico (fig. 3.7). De ahí que la red de satélites geoestacionarios (Meteosat. GOES. GMS) proporcione una imagen cada 30 minutos. Esta informa ción se complementa con la obtenida a partir de los satélites meteorológicos de ór bita po lar, co mo el NOAA, que facilita im ág en es ca da 12 horas. Por el co ntra rio , los satélites de recursos naturales ofrecen una cadencia mucho menor: entre los 16 días del Landsat y los 31 días del ERS.
SENSORES Y SATÉLITES DE TELEDETECCIÓN 2.5.
97
R e s o l u c i ó n a n g u l a r
Es un término relativamente reciente, que refiere a la capacidad de un sensor para ob se rvar la misma zona desde distintos án gulos (D iner et al., 1999: fíg. 3.7). Tradicionalmente, se ha asumido que las cubiertas presentan una reflectividad lam bertiana, lo que im plica que ofrece rían un a señal similar indep en dientem en te de l án gulo con que se observan. En la práctica no es asi, especialmente para algunas su pe rficies que presen tan fuertes efec tos de reflec tivida d bidirecc iona l. Una mane ra de modelar estos efectos es observar la cubierta desde distintas posiciones, facilitando así su mejor caracterización. También la observación multiangular resulta de gran interés para estimar algunas variables atmosféricas, ya que al variar el ángulo de mira se está observando la superficie con distinto espesor atmosférico, variando en consecuencia los procesos de absorción y dispersión. Hasta hace pocos años no había sensores disponibles que tuvieran esta capaci dad de observación multiangular. por lo que los estudios sobre direccionalidad se ba sa ban bien en an álisis con radiómetro s de laboratorio, bien en se ns ores de am plio campo de barrido, como el NOAA-AVHRR, que observan la superficie con distin tos ángulos según la posición de la órbita del satélite (en el caso del AVHRR el ci clo se repite cada 9 días). Ahora bien, esta última solución no es la más adecuada, pue s pued e haber seve ros ca mbios en tre pasa da s diarias del sa télite. Por ello, se han diseñado sensores que específicamente poseen capacidad de observación simultánea en varios ángulos. Este es el caso del ATSR-2, lanzado en 1995 a bordo del ERS-2, el POLD ER, instalado en el satélite japo nés A DEOS en 1997. y el MISR , incluido sobre la plataforma Terra desde 1999. De ellos, el más sofisticado es el último, que facilita nueve ángulos de observación, casi simultáneos, de la misma zona, además en varias longitudes de onda.
2.6.
R e l a c io n e s e n t r e l o s d is t in t o s t ipo s d e r e s o l u c ió n
Conviene aclarar que estos cuatro aspectos de la resolución están íntimamen te relacionados. A mayor resolución espacial, disminuye habitualmente la tempo ral, y es previsible que se reduzca también la espectral. El principal problema se encuentra en la transmisión de las imágenes a la superficie terrestre y su posterior tratamiento. El aumento en cualquiera de los cuatro tipos de resolución significa también un incremento considerable del volumen de datos a procesar, tanto por el sensor como por la estación receptora, así como variaciones notables del precio (fig. 3.8). Por esta razón, los primeros Landsat —dotados de resolución espacial, espectral y radiométrica media— podían disponer de un sistema de grabación a bord o, que les perm itía adquirir im ág en es de áreas no cubiertas por la red de an tenas receptoras. Al mejorar la resolución espacial, espectral y radiométrica con un nuevo sensor, los Landsat-4 y 5 ya precisaban estar constantemente conectados a una red de satélites de comunicaciones (denominados TDRSS), a través de los cuales enviaban las imágenes a las antenas receptoras. En caso de otras platafor mas, como el satélite europeo ERS, sólo se registra información en el radio cu bie rto por las an tenas rece ptora s, de ah í que no haya sido posib le dis poner de da-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELED ETECCIÓN
3.
99
Senso res pasivos
Los sensores pasivos se limitan a recoger la energía elcctro-magnctica proce dente de las cubiertas terrestres, ya sea ésta reflejada de los rayos solares, ya emiti da en virtud de su propia temperatura. De acuerdo a nuestra previa clasificación» puede es tablecerse un a división en es tos se ns ores en func ión del procedim iento que emplean para recibir la radiación procedente de los objetos. Antes se aludía a los sensores fotográficos, óptico-electrónicos y de antena. En el primer grupo estarían las cámaras analógicas; en el segundo, los exploradores de barrido y de empuje, y las cámaras de vídeo, mientras los sensores pasivos de antena se conocen con el nom bre de radiómetros de micro-ondas. 3.1.
C á m a r a s a n a l ó g ic a s
Hasta hace pocos años, las cámaras analógicas eran el medio más utilizado de teledetección aérea, si bien se van sustituyendo paulatinamente por cámaras digita les de alta resolución, con niveles de precisión geométrica y resolución similares. En lo que se refiere a teledetección desde satélite, las cámaras analógicas siempre estu vieron bastante limitadas, ya qu e la cantidad de p elícula que pod ían cargar estas mi siones las hacia de vida muy efímera. Como es sabido, una cámara fotográfica re gistra la energía reflejada por un objeto sobre emulsiones fotosensibles, con el apo yo de un sistema óptico que permite controlar las condiciones de exposición. Den tro de esta configuración básica, pueden establecerse numerosas variantes, en fun ción de cuatro elementos: tipo de película, número de objetivos, ángulo de obser vación y altura de la plataforma. Respecto al tipo de película, el más empleado en teledetección aérea es el film pa ncromático (blanco y neg ro), en el cual se reco ge todo el espectro visib le sobre una sola emulsión. En la película en color, se mezclan distintas capas foto-quimicas, cada una de las cuales es sensible a una banda del espectro visible, por lo que la dis criminación de los objetos resulta más atinada. Menos conocidos en nuestro país son los filmes en infrarrojo blanco y negro —que recogen en tonos de gris la radiación correspondiente al infrarrojo cercano— , y en infrarrojo color, también denominado falso color, en donde se desplaza la escala de color natural, situándose entre el ver de y el infrarrojo cercano. En cuanto al número de objetivos, puede tratarse de una cámara mono o multibanda, según albergue una o varias regiones del espectro simultáneamente. En este segundo caso, la observación m últiple puede realizarse con dos m odalidades: incor poran do va rios ob jetivo s —cada un o de ellos con un filtro ap ropiado— en una so la cámara, lo que permite impresionar la misma imagen en diversas bandas del espec tro; o bien, ensamblando varias cámaras sobre el mismo soporte, cada una de ellas con filtros y filmes apropiados, con lo que se obtendrían simultáneamente distintas fotografías de la misma zona. En lo que atañe al ángulo de observación, conviene anotar la diferencia entre fotografía vertical, tomada perpendicularmente al terreno (con ±5° de desviación pe rm itida), y fotografía ob lic ua , co n un ángu lo de visión sensiblemen te inferior a
100
TELEDETECCIÓN AMBIENTAL
90°. La primera se emplea, con el debido recubrimiento, para la restitución fotogramétrica, así como en estudios temáticos muy variados. La fotografía oblicua tiene principalm ente un fin es tético , au nq ue también pu ede reportar interesa ntes conc lu siones para el estudio del relieve o los asentamientos humanos, entre otras facetas de interés científico. Por último, la altura de observación permite distinguir entre fotografía aérea y espacial. Desde el punto de vista de su ap licación a estudios de m edio ambiente, las diferencias más significativas entre ambas afectan a su resolución espacial, nitidez, cobertura del terreno y precisión geométrica. Las dos primeras son favorables a la fotografía aérea, y las dos últimas a las cámaras espaciales. De acu erdo al contenido de esta obra, nos centraremos en el análisis de los pro gramas de exploración fotográfica desde plataformas espaciales. H istóricamen te es tas experiencias fueron las pioneras de teledetección desde el espacio, asociadas principa lm ente a misiones tripuladas. Las prim eras fotografías es pa ciales de obse r vación civil se obtuvieron durante la misión Mercury-4, a las que siguieron las ad quiridas por las cápsulas Gemini y Apollo en los primeros años sesenta. En un pri mer momento estas fotografías se adquieren casi espontáneamente, pero más tarde, y ante la calidad de los resultados, se comenzaron a diseñar proyectos dirigidos específicamente a la observación de los recursos naturales. Este fue el caso de la mi sión Gemini GT-4 que incluyó el primer experimento programado de teledetección espacial, concretamente para aplicaciones geológicas. A esta tentativa siguieron otras de gran interés, a bordo de diversas misiones Apollo (fig. 3.9), que sirvieron para preparar el terreno a otros programas dedicados exclusivamente a la observación terrestre. En este sentido, conviene destacar el pa pel de l labo ratorio espac ial tripulado Skylab, activo, con diversas tripulaciones, du rante 1973. En esta plataforma se incluyó un program a de observación terrestre bau tizado como EREP (Earth Resources Experiment Package), que incluía diversos sensores: un barredor multi-espectral, dos sensores de micro-ondas y dos sensores fotografíeos. Estos últimos eran la cámara multi-espcctral (S 190A), con seis obje tivos sensibles a distintas longitudes de onda entre 0,4 y 0,9 j¿m. y la cámara de ob servación terrestre (ETC, Earth Terrain Camera), dotada de una gran focal (457 mm), que se diseñó para obtener fotografías de alta resolución (15 m) a 435 km de altitud (NASA, 1977). A partir de estas fotografías se realizaron estudios temáticos muy variados: cobertura del suelo, cartografía litológica, vegetación y cultivos (Hart, 1975; Links, 1976; NASA, 1977). A consecuencia del éxito de esta experiencia, se concibieron esperanzas de que las cámaras espaciales sirvieran como base para la restitución fotogramétrica —por proce dimientos similares a los practica dos co n fotografía aé rea— , remed iand o asi la gran carencia mundial de cartografía básica. H asta el mom ento se han diseñado tres cámaras de alta precisión con estos fines: la cámara métrica RMK 20/23, la cámara de gran formato (LFC) y la cámara multi-espectral MKF-6. La cámara métrica RMK 20/23 se construyó por la casa Zeiss para proporcio nar fotografías estereoscópicas de gran precisión y elevada cobertura, con un forma to convencional (23 x 23 cm). Fue incluida en la primera misión Spacelab de la Agencia Espacial Europea (1983), a bordo del transbordador espacial estadouniden se. Esta misión permitió adquirir unas 1.000 fotografías con película pancromática
SENSORES Y SATÉLITES DE TELEDETECCIÓN
10 1
Fio. 3.9. Imagen del Lago Chad. Africa, adquirida en octubre de 1968 por el Apollo 7. Cortesía
del Earth Sciences and Image Analysis Laboratory. NASA Johnson Space Center.
e infrarrojo color sobre varias regiones del mundo, cubriendo una zona aproximada de 11 millones de km 2 (Konecny , 1986). La longitud focal era de 305 mm , lo que pro porcionó una es cala ap ro xim ad a de 1:820 .000 a 250 km de altura, con una reso lución estimada entre 20 y 30 m. La cobertura estereoscópica se cifró en 60 % , aun que en áreas montañosas se extendió hasta el 80 %. Las restituciones practicadas a partir de estas fotografías se ob tuvo ca rtografía bás ica a es cala 1:100.000 (Sch roeder, 1986). Un ejemplo de este tipo de fotogramas puede analizarse en la figura 3.10. Se trata de un par estereoscópico enmarcado entre los Picos de Urbión y la Sierra de Ayllón, en la región central española, cubriendo un área aproximada de 15.000 km2. Aquellos lectores familiarizados con la fotografía aérea, posiblemente queden fasci-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
FlG. 3.11.
103
Fotografía de la cámara de gran formato (LFC) sobre la ciudad de Madrid y alrede dores (Cortesia R. Núñez de las Cuevas y F. Doy te).
facilitó precisiones en altura de 30 m, a una escala 1:50.000 (Togliatti, 1986). La misma cámara ha sido empleada en otras misiones del trasbordador espacial norte americano, tanto con películas pancromáticas como color (Francis y Jones, 1984; Lulla. 1993). Un buen ejemplo de la información adquirida por esta cámara aparece en la fi gura 3.11, que abarca un pequeño sector de una fotografía de la cámara LFC, en este caso centrada en la ciudad de Madrid. Se pone en evidencia la buena resolución es pac ial de la im ag en , qu e pe rm ite ex tra er rasgos de gran interés so bre la imagen: morfología metropolitana, red viaria, expansión urbana, etc. En las últimas misiones del trasbordador norteamericano, se han utilizado cá maras más convencionales, como la Hasselblad de 70 mm y Aerotechnika de 5 pul gadas. Recientemente se han comenzado experiencias con la cámara digital ESC (Electronic Sill C amera) que ofrece una resolución de 1024 x 1024 pixeles en blan co y negro, aunque se estudia su ampliación a la misma resolución en color y hasta 2048 x 2048 en blanco y negro (Lulla, 1993). Las fotografías tomadas por las diver sas misiones del Space Shuttle pueden adquirirse en el Global Land Information System (GLIS), un servidor web del U.S. Geological Survey que permite acceder a múltiples datos gestionados por este centro, asi como a imágenes Landsat. CORO NA y fotografías aé reas. La mayor pane de las fotografías almac en ad as en es te cen tro son en color natural, aunque una pequeña parte son en blanco y negro y otras en
104
TELEDETECCIÓN AMBIENTAL
infrarrojo color. El archivo corresponde a las 55 misiones del trasbordador espacial que h an tomado fotografías de la superficie terrestre. Más recientemente se están co menzando a utilizar las fotografías de las misiones combinadas del Space Shuttle y la nave soviética MIR, especialmente en análisis de cambios ambientales (Lulia y Dessinov, 2000), sin desdeñar las fotografías tomadas por la estación espacial. Desde el punto de vista del análisis de cambios en el paisaje resulta de gran in terés la decisión de la Casa Blanca en 1995 de permitir la comercialización de foto grafías tomadas por satélites militares estadounidenses (McDonald, 1995). Se trata de fotografías adquiridas por los satélites COR ONA . ARGON y L ANYARD, com prendidas entre 1960 y 1972, a lo largo de más de 100 misiones. Estas fotografías tienen formatos muy variados, dependiendo de las misiones. La resolución espacial varia entre 150 y 2 m, aunque son m ás habituales las comprendidas entre 2 y 10 m. Las escalas nominales varían entre 1:275.000 y 1:4.250.000. y el área abarcada por las fotografías varia entre 18 x 234 km, y 480 x 480 km. Las fotografías pueden conseguirse a través del servidor de imágenes del servicio geológico de EE.UU. Es pe rem os que en un inmediato futuro sigan de sclas ificán dos c las fotografías de saté lites militares, ya que proporcionan niveles de resolución todavía mucho mayores que la observación civil. Los satélites rusos también han incluido diversos sensores fotográficos, algu nos de alta precisión. Un a de las más destacadas es la cámara m ultiespectral MKJF-6, instalada a bordo de diversas misiones del satélite Soyuz. Dotada de seis objetivos, pe rm itió obtene r fotografías so bre se is ban das de l es pec tro, del azul al infrarrojo cercano. También fueron muy empleadas las cámaras KFA-200, a bordo de los sa télites RESURS-F. con una resolución espacial de 25-30 m y 3 bandas espectra les (verde, rojo e infrarrojo cercano), la pancromàtica K FA-1000, con resolución de 8-10 m, y la MKF-4, multiespectral con 12 a 14 m de resolución (Kramer, 2002). Estas fotografías facilitaron una información muy valiosa para el estudio de los re cursos naturales, hídricos y minerales (Sagdejew, 1982; Strain y Engle, 1993). Gra cias a un acuerdo con la empresa norteamericana Aeria l Images. Irte , y a través del servidor de imágenes Terraserver (www.terraserver.com), podian conseguirse fo tografías digitales del satélite ruso Cosmos. Este satélite está equipado con dos cá maras, la KVR-1000 que permite obtener hasta 2 m de resolución sobre un área de 160 km de lado, y la TK-350, con 10 m de resolución y 200 km de anchura (en este caso con capacidad estereoscópica). Un ejemplo de la calidad de estos datos puede observarse en la figura 3.12, que cubre el casco histórico de la ciudad de Alcalá de Henares. Los detalles que proporciona sobre la estructura y morfologia urbana eran bas tante eq uip arab les a la fo tografia aérea, si bien han qued ado ah ora su pe radas por las imágenes de los satélites comerciales de alta resolución.
3.2.
E x pl o r a d o r e s d e b a r r id o
Las características técnicas de los sensores fotográficos impiden que desde ellos se realice una cobertura sistemática de la superficie terrestre, pues están limi tados por la cantidad de película que pueden cargar a bordo. Por esta razón se dise ñaron otros sensores, denominados genéricamente óptico-electrónicos, ya que com-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
1 07
Las ventajas más claras de los equipos de banido multiespectral, en relación con los sensores fotográficos, pueden sintetizarse en los siguientes puntos: 1. Permiten ampliar la banda del espe ctro detectada a longitudes de ond a ma yores del visible. Las emulsiones fotográficas están limitadas al rango 0.4 a 0,9 |im (visible e infrarrojo reflejado), mientras los equipos de barrido pueden abarcar de 0.4 a 12,6 Jim, incluyendo el SWIR, 1RM e IRT. 2. Cap acidad de conv ertir los datos registrados en radiancias. 3. Posibilidad de realizar coberturas sistemáticas, y de grandesespacios, gra cias a su capacidad de transmitir datos en tiem po real. 4. Graba ción digital de la información, que asegura su fiabilidad y perm ite su tratamiento asistido por ordenador. Su principal problema hasta hace unos años era su menor resolución espacial respecto a los sistemas fotográficos, pero este inconveniente se está mitigando nota blem en te, gracias a los av an ce s en la electrónica microscópica. Gracias a las características arriba comentadas, los equipos de barrido multi-cs pe ctra l se han inco rporad o sistemáticam en te a las principa les misione s de telcdetección desde el espacio. Los más utilizados han sido los incluidos en los programas Landsat (MSS. M ultispec tral Sca nn er , TM, Thematic Mapper. y ETM, Enhanced Thematic Mapp er ) , TIROS-NOAA (AVHRR, Advanced Very High Res olution Ra~ diometer), Nimbus (CZCS, Coastal Zone Color Scanner), Skylab (SI92), DMSP (Operational íinesc an System, OLS), HCMM (HCMR. Ueat Capacity Mapp ing Radiometer), ERS (ATSR ATSR {Along Track Scanning Radiorneter), y el soviético RESURS (MSU-E y M SU-SK). entre otros.
3.3.
Ex p l o r a d o r e s d e e m p u j e
En los años ochenta se puso a punto una nueva tecnología de exploración, de nominada «por empuje» (pushbroom). En estos equipos se elimina el espejo oscilan te. gracias a disponer de una cadena de detectores que cubre todo el campo de vi sión del sensor. Estos detectores se van excitando con el movimiento orbital del sa télite, de ahí el nom bre de explorador de empuje, puesto que se explora, en cada m o mento, una línea completa, desplazándose ésta simultáneamente con la plataforma (fig. 3.14). Los dciectorcs sólidos que forman un explorador por empuje se denomi nan dispositivos de acoplamiento por carga ( Charge Couple Devices, CCD). Esta tecnología permite aumentar la resolución espacial del sistema respecto a los barredores convencionales, gracias a eliminar la parte móvil, mientras se redu cen algunos problemas geométricos que se producen en los barredores, caso de que se perdiera la sincronía entre el movimiento del espejo y el de la plataforma. Ade más no se requiere que los detectores sean interrogados una vez por pixel, como ocurre en los exploradores de barrido, sino sólo una vez por linea, lo que agiliza la detección y emisión de datos. Por otra parte tienen las mismas ventajas que los ex ploradores de barrido en cua nto a qu e la inform ación es digita l y co rres pon de a dis tintas bandas del espectro, más allá del VIS.
108
TELF.DETECCIÓN AMBIENTAL
Fig. 3.14. Diagrama de un explorador por empuje.
Como contrapartida, uno de los problemas importantes que atañe a estos nue vos equipos es la difícil calibración de su cadena de detectores. Al aumentar nota blem en te su nú mero, se precisa de complejos mec an ismos de ajuste pa ra que éstos traduzcan, de la misma forma en todos los casos, la señal recibida. De lo contrario faltaría homogeneidad entre las columnas de la imagen, afectando a su calidad final. Otro problema aún no bien resuelto en estos sistemas es ampliar la información es pe ctra l que prop orciona n, incluy en do al infrarrojo térm ico. Hasta el momen to pre sente, se han diseñado equipos mono y multi-espectrales, limitados al VIS, IRC y SWIR. El trabajo en el térmico resulta mucho más complejo por el tipo de detecto res que precisa, muy sensibles al calor y de difícil calibración. Los exploradores de empuje se han ido incorporando en las dos últimas déca das a la mayor parte de los proyectos de telcdctección espacial, a partir de la pues ta en órbita del satélite SPOT (sensores HRV y HRVIR). Otros satélites con este tipo de sensores son el indio IRS (sensor PAN, LISS y WIFS), los norteamericanos EO-1 (ALI, Hyperion), IKONOS y Quickbird, y los japoneses MOS (MESSR), JERS-OPS y ALOS, entre otros muchos.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
3.4.
109
Cá m a r a s d e v í d e o
Durante las primeras misiones de los satélites de teledetección también se em picaron ba stan te tas cá maras de vide o, que po dían trabajar en form a pancromática o multi-banda. En esta tecnología la imagen es enfocada sobre un foto-conductor, construyéndose una réplica electrónica de la imagen original, que se mantiene en esa superficie hasta que el haz de electrones la barre de nuevo, restaurando asi su equi librio (fig. 3.15). Este modelo de funcionamiento se modificó en el caso del RBV (Return Beam l i d icon), a bordo de los primeros satélites Landsat. En estos sistemas, la señal de la cámara se derivaba de la porción no utilizada del haz de electrones, que retomaba a lo largo de la misma trayectoria que el rayo incidente, y era amplificado electróni camente. Ese mecanismo permitió mejorar la resolución espacial de los equipos de barrido y del video co nv en cion al, por lo que fue incluido en algun as misio nes es pa ciales: Apollo, Mariner, TIROS. Nimbus, Bhaskara-l y 2, asi como en los tres pri meros satélites de la serie Landsat. aunque sólo funcionó adecuadamente en el ter cero.
••
*• •»
’'
•• i • •, ••
.•
Pie. 3.15. Diagrama de un sistema de video.
110
TELED ETECCIÓ N AMBIENTAL
Más reciente resulta el empleo de las cámaras de vídeo digital como fuente de imágenes en proyectos de gran escala. La videografia se define asi como una nueva técnica de telcdctección. que permite obtener información calibrada con gran nivel de detalle y bajo coste (especialmente si se utilizan cámaras convencionales). Su principal interés sobre la fotografía aé rea es su inmed iata disp on ibilida d y facilidad de manejo. Su principal inconveniente es la baja resolución (está limitado a un cam po de visión no su perior a 50 0 pixeles con las tecn olog ías co nve ncion ales), q ue obli ga a tomar los datos desde baja altura (Linden, 2000).
3.5.
R a d i ó m e tr o s d e m ic ro - o n d as
Se trata de sensores que operan en el rango del espectro correspondiente a lon gitudes de onda milimétricas, normalmente entre 6,8 y 90 GHz. Por ello, no están afectados por la situación atmosférica ni por las condiciones de iluminación. El radiómetro está compuesto por un elemento direccional, un receptor, que pe rm ite la detec ción y am plificac ión de las micro-onda s, y un detector. Su gran des ventaja estriba en la pobre resolución espacial que proporciona, ya que. ai tratarse de un sensor de abertura circular, la resolución es inversamente proporcional al diá metro de abertura y directamente a la longitud de onda. En consecuencia, para po seer una adecuada resolución sería preciso contar con una antena de enormes pro po rciones , lo cual no es factible en misiones espaciales. Pese a este problema, los radiómetros de micro-ondas se han utilizado con gran aprovecham iento para diversos estudios medioambientales (Choudhury et al. 1 1994). Uno de los campos en donde ha mostrado mayor interés es en la cartografía de hie lo y nieve, gracias a ser muy sensibles a las bajas temperaturas.’ Esto ha permitido obtener información del estado de la capa de hielo, asi como diferenciar tipos de nieve en función de su compacidad y temperatura. A este respecto, Jos sensores SSMR (Scanning Multichannel Microwave Radiometer). a bordo del Nimbus-5 y 6, el Special Sensor Microwave Imager (SSM/I) del DMSP. y el Advanced Micro wave Scanning Radiometer (AMSR) sobre el EOS Aqua se han empleado con gran efica cia para cartografiar la nieve y capas de hielo, y detectar movimientos de icebergs (Kelly y Hall, 2008). Un mapa térmico de ambos casquetes polares fue obtenido a pa rtir de es tas im ág en es en 1977, reve land o inform ación de gran interés para el es tudio de estas áreas, difícilmente accesibles por otros medios (Hall y Martinec, 1985). Los datos de los radiómetros de micro-ondas se han mostrado también muy convenientes para estimar las condiciones de humedad en el suelo y el estrés hidrico en la vegetación (Choudhury y Nicholson, 1992). La apertura a usos civiles de los datos adquiridos por el satélite militar DMSP (Defense M eteorological Satellite Program) facilita la continuidad de estas observaciones, ya que cuenta con un equi po muy sim ilar al del Nim bu s, de no minad o SSM/I (Special Sensor Microwave Ima ger), que proporciona información en varias frecuencias, registrando tanto polarizaI. Recu érdese que. de acuerdo a las leyes de Planck y Wien {2.4 y 2.6}, cuanto mayor sea la temperarura de una superficie, emitirá más intensamente a longitudes de onda más co nas. Por tanto, sólo las cubiertas más frías son p erceptibles a estas longitudes de onda.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
111
ción horizontal como vertical. También la misión TRMM (Tropical Rainfall Mea suring Misión) cuenta con un equipo de estas características, el TRMM M icro wav e Im ager (TMI), diseñado para estimar la lluvia sobre el océano, así como las del EOS-Aqua y el japonés ALOS. 4. 4.1.
Sen sores activos R a d a r
Característica común de los sistemas activos es su capacidad de emitir un haz energético que. posteriormente, recogen tras su reflexión sobre la superficie que se preten de observar. Entre ellos, el sistem a más co no cido es el radar, radióm etro ac ti vo de micro-ondas, que trabaja en una banda comprendida entre 0,1 cm y I m. Cada píxel en un a im agen radar represen ta el co eficiente de retro-dispe rsión de esa área sobre el terreno, siendo el valor almacenado tanto mayor cuanto más intensa sea la señal de retomo. Gracias a su flexibilidad —puede trabajar en cualquier condición atmo sférica (fig. 3.16)— , el radar ha pasado a un primer plano en los programas de observación de la Tierra, obteniendo múltiples aplicaciones en la última década (Henderson y Lewis. 1998). Podemos distinguir tres tipos de radar: aquellos que se orientan a adquirir imá genes. los que miden distancias (altímetros), y los que miden campos de viento (dis pe rsóm elro s). Los más utilizado s son los prim eros, que permiten med ir la intensidad de la señal de retomo, de forma similar a como hacen los equipos ópticos, aunque aquí se realiza lateralmente, lo que supone una serie de errores geom étricos que aho ra comentaremos. Un radar se puede configurar de formas muy variadas, obteniendo señales de retomo potencialmente también muy diversas. Puede diseñarse con distintas bandas de observación, a distintas alturas, con distintos ángulos de observación, con distin tos tamaños de antena y distintas polarizaciones. La ecuación fundamental del radar pu ed e ex presarse co mo sigue:
'
(47t)V
{3.2}
donde P „ indica la potencia retro-dispersada; P„ la potencia emitida por el radar, G es un factor de ganancia de la antena; a es la sección eficaz de retro-dispersión, y r la distancia entre el sensor y la cubierta. De esta fórmula se entiende que, a estas longitudes de onda, la señal de retomo depende notablemente de la potencia emiti da y la altura de observación, por lo que para montar radares orbitales, se requiere una enorme potencia o que la antena tenga una ganancia efectiva muy alta, lo cual depende del tamaño de la antena y de la longitud de onda. De esta forma, la ecua ción anterior también puede expresarse como:
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
114
TELEDETECCIÓ N AMBIENTAL
Fjcí. 3.18. Resolución en profundidad de un sistema radar: cuando se trabaja a longitudes de onda más largas, los objetos cercanos tienden a mezclarse en ¡a señal retrodispersada. Cortesía Iksu A. Kyun
los pulsos emitidos y recibidos. En resumen. ]a resolución en profundidad viene marcada por (fig. 3.18):
r'
2 B senQ
*3,5}
donde c refiere a la velocidad de la luz, B al ancho de banda y 9 al ángulo de inci dencia de la onda. En la geometría de adquisición de imágenes radar tiene una gran influencia el relieve, que m odifica el ángulo local de incidencia, adem ás de transformar la super ficie real en superficie proyectada sobre la imagen (fig. 3.19). Si la pendiente es me nor que el ángulo de incidencia, la imagen ofrece las distancias reales como acorta das. De ahi que las venientes orientadas hacia la antena aparezcan como inclinadas hacia la dirección de la antena (acortadas, fo resh ortenin g), mientras las venientes opuestas se alargan. El efecto más severo se produce cuando el haz radar llega an tes a la cúspide de un fuerte relieve que a su base. Entonces la geometría se desfi gura notablemente, observándose un solapamiento inverso (layover; fig. 3.196), a consecuencia de que sus ecos lleguen a la antena en forma inversa a su posición res pe cto a la tra ye ctoria. Estos factores pue den co rreg irse mediante análisis digital de
SENSORES Y SATÉLITES DE TELEDETECCIÓN
11 5
Fie. 3.19. Efectos del relieve sobre la imagen radar: a) las distancias se acortan cuando el re Heve es muy pronunciado; b) si el relieve es extremo los objetos pueden aparecer en orden inver so al que realmente ocupan; c) con ángtdos de incidencia bajos, parte del úrea queda a la som bra del radar. Cortesía Iksu A. Kyun. las imágenes si está disponible un modelo digital del terreno de suficiente fiabilidad. Más complicado resulta corregir el efecto del relieve cuando deja en sombra las ver tientes opuestas a la dirección de observación (fig. 3.19c). Este fenómeno, que de pend e de la altitud del terreno y del án gulo de incide ncia, im plic a pe rd er la infor mación de esas laderas, aunque puede recompon erse si el satélite está diseñado para pas ar por el mismo lugar c on dos án gu los distin tos (pasad a asc en de nte y desce nden te). como ocurre con el europeo ERS. Un ejemplo de los .severos efectos geométricos que se producen en una imagen radar sobre una zona montañosa aparece en la figura 3.20. donde se han incluido dos imágenes adquiridas por el SAR del ERS-l con seis días de diferencia, adquiridas en la pasada descendente y ascendente del satélite. El área corresponde al inicio de la Sierra de Credos, entre las localidades del Tiemblo y Mijares. Al tratarse de un sector con fuertes contrastes topográficos, se observa una notable discrepancia geo métrica entre las dos imágenes. Puede observarse cómo el relieve se «inclina» hacia la dirección de la trayectoria en los dos casos, y cómo quedan en sombra algunas vertientes que miran en sentido contrario a la órbita. En cuanto a los problemas radiométricos, el más importante es el conocido como «speckle » (moteado), que aparece como consecuencia de las interferencias
116
TELEDETECCIÓN AMBIENTAL
FiG. 3.20. Imágenes SAR del ERS-1 sobre la Sierra de Gredos. En la parte superior, pasada des cendente (23 de abril de 1993); en la inferior, pasada ascendente (29 de abril de 1993). que se producen entre las diversas vistas que se requieren para generar una imagen con la técnica de abertura sintética. El efecto es un moteado brillante, más o menos aleatorio sobre la imagen, que añade mido y degrada las relaciones físicas, compli cando la clasificación de la imagen. Puede solventarse con algunos filtros digitales, que luego comentaremos en el capítulo 6.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
117
Pese a los problemas geométricos y radiométricos, el radar de abertura sintéti ca ha sido uno de los sensores de mayor desarrollo en las últimas décadas, a conse cuencia de su gran versatilidad de observación, ya que es independiente de las con diciones atmosféricas y de la iluminación solar. Sus posibilidades para el análisis de la vegetación son amplias, complementando la observación de los sensores ópticos. Entre las principales aplicaciones cabe citar la cartografía de la cobertura del suelo (basada en la rugosidad), la detección de alteraciones producidas por incendios o ta las, la estimación de algunos atributos forestales (alturas promedio, área basal, biomasa, volumen maderero) y el seguimiento de la regeneración vegetal tras un even to catastrófico (Dobson, 2000). Los progresos en la tecnología radar se dirigen a obtener equipos más versáti les, que mejoren la resolución espacial y/o ofrezcan observación multiangular, multifrecuencia y multipolarización. Los equipos radar instalados sobre plataformas es pa ciales han trabajado principalm ente en una so la frec uenc ia, un solo áng ulo y un solo nivel de polarización, pero los más recientes están ampliando mucho esas ca pacidades. El primer radar espacial se instaló a bo rdo del SEASAT, ac tivo por un corto periodo de tiempo en 1978 para investigación oceanógrafica. Tras él, se han desarrollado varias misiones europeas (ERS, Envisat), rusas (Almaz), japonesas (JERS, ALOS: fig. 3.21) y canadienses (RADARSAT ). Además, se han montado ra dares en el Space Shutte, tanto para adquirir imágenes (misiones SIR), como para medir alturas (SRTM). La figura 3* recoge una magnífica imagen de la Isla de Tenerife adquirida por el SIR-C el 11 de octubre de 1994. La imagen ofrece una composición en color de la banda L (polarización HH) en rojo, la banda L (polarización HV) en verde, y la ba nd a C (H V) en azul. Se ob servan mag níficam en te los principa les rasg os geomorfógicos de la isla. Junto al Teide, se observan distintos flujos de lava en tonos de gris.
Fig. 3.21. Imágenes radar de un sector en el oeste de Rondonia
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCTÓN
119
esta técnica, tanto para generar modelos de elevación, como para analizar movi mientos del terreno. Sin embargo, la disponibilidad de pares interferométricos era escasa, por lo que su impacto operacional fue limitado. Los buenos resultados de es tas experiencias facilitaron el diseño de un proyecto específico para recoger infor mación interferométrica. Asi nació la Shuttle Radar Topography Mission (SRTM), emb arcada en el vuelo STS-99 del Space Shuttle en febrero de 2000. Esta misión in corporó dos radares, separados unos 60 m gracias a un mástil instalado en el tras bord ador es pa cial, lo qu e le pe rm itió una adqu isición de datos m uy precisa (Rabus et al.. 2003). A partir del procesamiento de esta información, se ha gene rado un mo delo digital del terreno de casi todo el planeta con una resolución de 30 m, que está disponible públicamente (fig. 4*).
4.2.
L íd a r
El lídar (Light Detection a nd Ranging), es un sensor activo que emite pulsos de luz polarizada entre el ultravioleta y el infrarrojo cercano (Dubayah y Drake, 2000; Kobayashi, 1987). En la ma yor parte de los sistemas, se emplea com o transmisor un láser que transmite un pulso colimado (altamente direccional). coherente (fase ho mogénea) y polarizada (vectores alineados). Esta señal interacciona con las partícu las atmosféricas o el suelo, causando su dispersión en función del tipo de elemento encontrado. La energía de retomo se recoge por un telescopio, que a su vez la trans mite a través de un filtro óptico a un foto-detector. Esta señal eléctrica es grabada y posteriorm en te almac enad a en un ordenado r. En función del tie mpo y la intensidad de la señal de retomo, puede deducirse una información muy significativa sobre el tipo de cubierta presente en la zona de estudio. Existen distintos sistemas lídar. de acuerdo a los principales tipos de disper sión: de Mié, Rayleigh y Raman, de resonancia, de absorción diferencial, y de fluo rescencia inducida (Kobayashi, 1987). Cada uno de estos tipos se orienta a aplica ciones específicas. Hasta hace pocos años, los más utilizados se dirigían a explorar Jas condiciones atmosféricas: detección de aerosoles y partículas contaminantes del aire, medición de la humedad, presión y temperatura del aire, y estimación de la ve locidad del viento. Las experiencias desarrolladas hasta el momento han ofrecido re sultados muy interesantes (Hufíaker et al.. 1984), En lo que se refiere a la teledetección de cubiertas terrestres, los lídar más uti lizados son el de fluorescencia inducida (Chapelle et a i. 1984) y el medidor de dis tancias (altímetro lídar) (Fujii y Fukuchi, 2005). El primero permite detectar man chas de aceite, algas y contaminantes del agua, condiciones de humedad en la ve getación y contenido de pigmentos. Para los estudios topográficos y cálculos de biomasa se ha utilizado con bas tante intens idad en los últim os años el altímetro lídar. diseñado para medir con mucha precisión distancias desde un punto emisor. Estos equipos emiten un haz láser en el R o IRC mediante un barrido de un área a ambos lados de la trayectoria del avión (fig. 3.22a), con lo que pueden obtenerse re prese ntaciones bidim en sion ales de los datos. Pu esto qu e las ob servac ione s son pu n tuales. si quiere obtenerse una imagen continua de alturas, habitualmente la altura de cada píxel se obtiene extrayendo valores promedio, máximos o mínimos de los
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
121
base nos indicaría la altura de los ob jetos ob se rvad os . Para el ca so de la ve getación, si los pulsos son muy densos algunos se reflejarán en la copa de los árboles, otros en ramas intermedias, otros en el matorral y otros en el suelo (fig. 3.226). Analizan do las diferencias entre las distancias registradas podrá reconstruirse la estructura vertical de la masa forestal que se esté estudiando (Dubayah y Drake. 2000: Lefsky e t a i , 1999). Puede, por ejemplo, determinarse no sólo la altura de los árboles, sino también la diferencia con la base de la copa o la presencia del matorral bajo arbola do (Riaño et al., 2004a). Adem ás, la distribución de los pulsos que se reflejan a dis tintas alturas resulta un buen indicador del índice de área foliar o de la fracción de cabida cubierta (Riaño el ai. 2004 b). La precisión de estas estimaciones depende bastante de la rugosidad del terreno, de la altura de ob se rvac ión, de la altu ra de la vegetación y del espaciamiento vertical entre los distintos estratos vegetales (Riaño ci a i, 2007 a). Para las zonas urbanas, basta habitualmente el primer pulso reflejado para co nocer la altura de los edificios (Zhou et al., 2004), lográndose una imagen muy de tallada de la organización urbana (fig. 2*). Su alta precisión en la medición de dis tancias le permite mejorar mucho los métodos tradicionales para generar modelos digitales de elevación, especialmente en zonas de relieve suave, como son las llanu ras de inundación, por lo que se ha utilizado bastante en análisis de riesgos (Webs ter et a i, 2006). En definitiva, el lidar supone un sensor de gran potencialidad para estudios to pográficos y de biom as a vegetal, ai facilitar inform ación tridimension al muy precisa, que puede complementar notoriamente la recogida en otras bandas del espectro. Su principal problem a radica en la d ep en denc ia, al igual qu e las otras long itu des de onda ópticas, de las condiciones atmosféricas, asi como a requerir un consumo de energía bastante elevado para su func iona miento en una plataform a espacial. Por estas razo nes, hasta el momento la mayor parte de los sensores lidar son aeroportados y de pe queña huella (Baltsavias. 1999). Durante varios años se trabajó en una misión orbi tal orientada al análisis de la vegetación. Este proyecto, denominado Vegetation Ca nopy Lidar (VCL). pretendía instalar en órbita un lidar de gran huella (25 m), traba jando en el IRC y registrand o un área de 8 km de lado, digital izando la on da de re tornos completa. Aunque se aprobó inicialmente para lanzarse en 2000. finalmente se ha cancelado y es bastante incierto su inmediato futuro. Si que se ha puesto en órbita, sin embargo, otra misión lidar. aunque orientada princ ipalmen te hacia estudios de hielo y nieve. Se de no mina, po r e sa razón, ICES at, y fue lanzada con éxito en 2003. Este satélite incorpora un equipo lidar de gran hue lla (70 m) que se denomina GLAS (Geoscience Lás er Altimeter System). Trabaja en dos longitudes de onda (IRC y V) y proporciona onda de retornos completa, con una separación entre huellas de 170 m en la dirección del barrido. Cuenta con un siste ma de posicionamiento estelar muy preciso, que le permite medir alturas con bas tante precisión. Se dirige principalmente al seguimiento de las capas de hielo y nie ve (Thomas el a i, 2004: fig. 3.23), pero también cuenta con interesantes aplicacio nes en el análisis de nubes/aerosoles y en vegetación, si bien aquí las estimaciones son poco precisas cuando el terreno es rugoso (Harding y Carabajai. 2005).
122
TELEDETECCIÓN AMBIENTAL
1«.00
Fig. 3.23. Modelo de elevación de la Antártida generado a partir de dalos ICESAT (http://icesat.gsfc.nasa.gov/). 5.
Platafo rm as de teledetección espacial
La última parte de este capitulo se dedica a revisar las características de los proyec tos más interesantes de telede tección des de el espacio. Bajo la óptic a de quien pretende obte ner inform ación temática de un a im ag en, este co mentario pued e ser útil en la medida en que ofrezca un panorama de la información actualmente dispo nible. Con la rapidez con la que se diseñan y ponen en órbita las misiones de tele detección, necesariamente este texto debe irse actualizando m ediante la información disponible en las agencias espaciales y empresas dedicadas a este sector. Antes de iniciar esta sección, conviene hacer algunos comentarios someros so bre las ca racterísticas orbitales de un satélite. Los tres elem entos más im po rtan tes de
SENSORES Y SATÉLITES DE TELEDETECCIÓN
FlC. 3.24.
123
Esquema de una órbita geosincrona.
una órbita espacial son la altitud, la inclinación y el periodo orbital. La altitud pue de ser constante, en cuyo caso se trataría de una órbita circular, o variar (órbitas elíp ticas), distinguiéndose en este caso entre el punto más lejano (apogeo) y el más cer cano (perigeo). La inclinación se mide respecto al plano del Ecuador, y puede tra tarse de órbitas ecuatoriales o polares, dependiendo del ángulo de cruce. El periodo indica la duración de una órbita completa, y depende de la velocidad orbital y de la altura. Los satélites más comunes en teledetección se ajustan a dos órbitas, denomina das geosíncronas y heliosíncronas. La primera, que también se denomina geoestacionaria, es una órbita ecuatorial a 36.000 km de distancia. Su periodo orbital es el mismo que el de la Tierra, por lo que el satélite aparece siempre en la misma posi ción relativa (estacionario) respecto a la Tierra. Esto le permite observar siempre la misma zona (figura 3.24), por lo que es ideal para los satélites dedicados a la obser vación meteorológica (Metcosat, GOMS, Insat o GOES), ya que pueden tomar da tos del mismo punto con bastante frecuencia. Puesto que orbitan con la Tierra, no pue de n ob se rvar todo el plan eta, sino el se ctor long itudinal en el qu e están po sicionados: el Metcosat se sitúa sobre el meridiano 0o (para adquirir imágenes de Euro pa ), mientras el GOES lo hace en los meridiano s 70° y 140° W, en foca dos hac ia la costa Este y Oeste de EE.UU. respectivamente. Esta también es la órbita más utili zada por los satélites de comunicaciones. En cuanto a la órbita heliosíncrona. cuenta con una inclinación próxima a los 90° (casi Polar), lo que permite observar en cada momento una zona distinta del pla neta, hasta completar la observación, ya que la órbita es perpendicular al movimien to terrestre. Las alturas orbitales varían entre 600 y 900 km, y suele ajustarse el período orbital para que pasen po r el Ecuador a la misma ho ra local, lo que les per mite tomar imágenes en similares condiciones de iluminación si se comparan las mismas épocas del año (fig. 3.25). Esta órbita es la más habitual en los satélites de recursos naturales de media y alta resolución (Landsat, SPOT. IRS. IKONOS, Terra, Aqua, etc.), si bien también existen algunos ejemplos de órbitas ecuatoriales (ineli-
12 4
TELEDETECCIÓN AMBIENTAL
Fig. 3.25.
Esquema de una órbita polar.
nación 5-10°), optimizadas para observar con m ás detalle las áreas cercanas tropica les. Este es el caso del satélite TRMM, por ejemplo. La elección de la órbita que ocupa una plataforma viene determinada por las características de la misión del satélite: si se pretende tomar datos de una gran su perficie en una so la imagen a fin de obse rvar fenó men os globa les y muy dinámicos (como la nubosidad), suele trabajarse con satélites geoestacionarios —o, en todo caso, con polares que cuenten con un am plio campo d e visión— ; por el contrario, si se pretende un mayor detalle en la observación, se utilizan plataformas de órbitas más bajas. A continuación vamos a revisar algunas de las misiones más destacadas en te ledetección espacial.
5.1.
El p r o g r
a m a
La n d s a t
Gracias a los brillantes resultados que proporcionaron las primeras fotografías espaciales, la agencia espacial norteamericana diseñó a fines de la década del 60 el primer proye cto ded icado ex clusivam en te a la ob servac ión de los recu rsos terrestres.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
127
FlG. 3.28. Aspecto del Landsat-7.
sustituyen por un nuevo explorador de barrido, denominado TM (Thematic Mapper) que proporcionaba mayor resolución espacial y espectral que el previo MSS. Para asegurar la continuidad en la serie de datos, también se mantuvo el MSS en los dos Landsat-4 y 5, con similares características a los anteriores satélites. El sensor MSS era un equipo de barrido óptico-electrónico con un campo total de visión de 11,56o, lo que, a la altura orbital del satélite, le permitía explorar una franja de terreno de 185 km, divididos a ambos lados de la vertical de la traza. En el diseño del sensor MSS se tuvieron en cuenta las medidas espectrales de laboratorio, de tal forma que las 4 bandas finalmente incluidas pretendían realzar la aplicación de este sensor a la detección de masas vegetales, recursos hídricos y mineros (tabla 3.1).2 Las bandas visibles (4 y 5), tienen mejores disposiciones para la detección de aspectos antrópicos. como áreas urbanas o vías de comunicación, a la vez que proporcionan una interesante información sobre la calidad del agua. Las dos bandas en el infrarrojo cercano (6 y 7) pretenden registrar parámetros vitales en la actividad de las plantas, además de ser especialmente sensibles a la humedad. Con objeto de acoplar la secuencia de barrido a la velocidad del satélite, el sen sor MSS registraba seis lineas simultáneamente con cada oscilación del espejo. La radiancia recibida por el sistema focal se transmitía a un sistema óptico que la des componía en cuatro bandas y la enviaba a distintos detectores. Por tanto, el MSS 2. A lo largo del capitulo se incluirán tablas con las caracte rísticas técnicas de los principales sensores comentados. Aquellos que no se recogen en el texto, con objeto de simplificar la exposición, aparecen citados en la web del libro.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
129
Su resolución espacial se cifraba en 80 ni, cubriendo la misma porción superficial del sensor MSS. Este sistema no funcionó adecuad amente en los dos primeros Landsat, por lo que fue sustituido en el tercero por otro. En este caso, el planteamiento se dirigió más a mejorar la resolución espacial que la espectral, por lo que se montaron dos cámaras pancromáticas de mayor resolució n op eran do simultáneamente con el MSS. Estas cá maras cubrían un abanico espectral de 0,505 a 0,705 p.m, proporcionando —en cua tro adquisiciones— la misma cobertura del MSS, pero con una resolución aproxima da de 40 m. El registro entre ambas permitió utilizar el RBV como auxiliar del MSS, especialmente para mejorar la calidad visual de sus imágenes. Para ello, se emplea ron diversas técnicas de fusión, que luego tendrem os ocasión de comentar. En el cam po de las aplicaciones temáticas, el RB V se ha utilizado en estudios morfológicos (Tricart. 1981) y en cartografía de la cubierta del suelo (K.ing, 1981), si bien la esca sa pervivencia de este sensor ha reducido sensiblemente su rango de aplicaciones. TM y ETM+ Como antes se indicó, el lanzamiento de los Landsat-4 y 5 supuso un notable impulso del programa Landsat. Su principal aportación consistió en incorporar un nuevo sensor, denominado Thematic Mapper (TM), directamente diseñado —como su nombre indica— para la cartografía temática. Al igual que su predecesor, el MSS, el Thematic Mapper es un equipo de ba rrido multiespectral, que emplea una técnica muy similar a la descrita previamente. Sin embargo, las novedades que incorpora permitieron considerarlo como parte de una nueva generación de sensores. Frente al MSS, el TM aumentaba el número de detectores, de 24 a 100, a la vez que redu cía el campo de visión instantáneo, au mentaba los niveles de codificación y realizaba el barrido en las dos direcciones. Todo ello le permitió mejorar la resolución espacial, espectral y radiométrica frente al MSS: de 79 a 30 m. de 4 a 7 bandas, y de 6 a 8 bits. En el TM, cada oscilación del espejo suponía 16 lineas de barrido, frente a 6 en el MSS. De esta forma se pre cisaban 16 detectores por banda, salvo la banda térmica que registraba una menor resolución (120 m) y sólo requería cuatro detectores. Este aumento en el número de detectores complicó el proceso de calibración, a la par que aumentaba el volumen de datos a procesar frente al MSS, si bien pronto se superaron las limitaciones con la mejora en las capacidades de proceso alcanzadas en los años ochenta. Los detec tores están formados por tubos de silicio, para las bandas 1a 4, indio-antimonio para las bandas 5 y 7, y mercurio-cadmio-tclurio para la banda 6. En el último Landsat lanzado hasta el momento (el 7, en 1999) se incorporó un nuevo sensor, el E TM+, que mejora las características del TM, añad iéndole una ban da pancromática de 15 m de resolución (fíg. 3.29), y aumentando la resolución de la banda térmica a 60 m (con dos niveles de ganancia, por lo que se distribuyen dos ba ndas térm icas distintas). La inclusión del ca nal pan cromático está sien do de gran utilidad para obtener productos cartográficos de mayor calidad, aplicando técnicas de fusión de datos (7.1.7). El incremento de la resolución espacial y espectral que ofrecen tanto el TM como el ETM+, ha permitido mejorar notablemente la precisión obtenida en múlti-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
131
lia de satélites. Como antes comentamos, la Administración Reagan impulsó la transferencia del programa Landsat al sector privado en 1984 (O.T.A., 1984). Pocos meses más tarde, en 1985, la compañía EOSAT recibía los derechos para vender prod uctos Landsat por un período de diez años, con el co mprom iso de participar en el desarrollo de futuros sensores. Por su parte, el gobierno mantenía la responsabi lidad en el control físico de la plataforma (a través de la agencia NOAA. con am plia ex pe rien cia en la ges tió n de los satélites meteo rológicos ), mientras que se com prometía a co laborar en el desarrollo de los Landsat-6 y 7. Nuev os reco rtes pre su pues tarios pusieron en en tred icho es te co mpromiso, hasta el pu nto de llegar a una situación limite, a inicios de 1989, en el que se temió por la continuidad de los pro pios Landsat-4 y 5. en ese mom en to en órbita. Las numerosas presiones de la comunidad científica y profesional, el desarro llo de programas espaciales por parte de otros países, singularmente Francia con su pro grama SP OT (que llevó a te m er po r el lid erazgo estado un idense en esta lín ea), el creciente interés por la observación global de los cambios ambientales (al tener ya disponible un amplio archivo histórico de imágenes MSS), y las aportaciones estra tégicas de las imágenes Landsat en la primera guerra del Golfo (1991), llevaron a modificar el rumbo de los acontecimientos, asegurando un marco jurídico estable para el futuro del prog rama Lan ds at a través de la Land Remóte Sensing Policy Act de 1992 (Williamson, 2001). Por esta ley. se transfería de nuevo el control del pro grama Landsat al gobierno federal, en un primer momento al Departamento de De fensa y la NASA, y más tarde al Departamento de Interior (a través del U.S. Geolo gica l Survey) que se encargaría del archivo y la distribución de los datos, en cola boración con la NASA (enca rgad a del de sarrollo del satélite y sens ores) y la NOAA (responsable de la operación del satélite y del sistema terrestre). Este acuerdo, for zado también por el fracaso en el lanzamiento del Landsat-6. en 1993, ha permitido po ne r en órbita con éxito el Lan dsa t-?. seis años más tarde, y garantizar un a conti nuidad en los datos. Mediante una disposición del año 1994, revisada en 1997 y en 2000, se esta blecieron las líneas mae stras de la política de distrib uc ión de da tos Landsat, que bá sicamente cuenta con los siguientes principios: asegurar que los datos brutos estén disponibles a todos los usuarios a precios de coste, sin restricciones y con razonable rapidez; asegurar que EE.UU. mantiene la propiedad de los datos brutos generados po r la plataform a; resp aldar el desarrollo de aplic acione s co merciales de los datos, asegurar que las aplicaciones comerciales sólo se realizarán por el sector privado; facilitar, en la medida de lo posible, la integración de los sistemas de distribución de datos Landsat con los generados por el programa EOSDIS (Sistema global de ob servación terrestre), y promover la investigación y el desarrollo de las aplicaciones de la teledetección (http:/yidcm.usgs.gov/refdocuments.html). Estas disposiciones han permitido reducir considerablemente los costes de los datos brutos de las imá genes ETM+ (a casi un 10 % del importe de las imágenes TM adquiridas por los Landsat-4 y 5). Muy recientemente (mayo de 2008) se ha anunciado la liberalización de todo el archivo histórico L andsat. desde 1972 hasta la actualidad, lo que per mitirá acceder a una valiosísima fuente de información para el análisis de cambios en el territorio. El principal problema que se presenta ahora es la continuidad de los datos, sin
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
135
SENSORES Y SATÉLITES DE TELEDETECCIÓN
5.3.
E l p r o g r a m a
IRS
La agencia espacial india (NRSA) ha sido bastante activa en los programas de observación de la Tierra, ya desde los años setenta con la serie Bhaskara. Entre los más modernos destacan los cinco satélites IRS (Indian Remóte Scnsing Satcllite), lanzados hasta el momento (1988, 1994, 1995, 1997 y 2003). El objetivo directo de esta misión es mejorar el conocimiento de los recursos naturales de ese gran país asiático, pero sus imágenes se han utilizado en muchas otras aplicaciones. En el caso del IRS se opta por la tecnología de exploración por empuje, con dos sensores denominados LISS (Linear Imaging S el f Scanning) que ofrecen una re solución de 72.5 m (LISS-I) si opera una cámara, y 36.25 m (LISS-II) si operan dos. La superficie cubierta en cada escena es de 148 km para el LISS-I, y de 74 km para el LISS-II. con un ciclo de repetición de 22 días. El sensor LISS facilita informa ción sobre cuatro bandas del espectro, comprendidas entre el azul y el IRC para los dos primeros, y entre el rojo y el SWIR para los dos segundos (tabla 3.3), por lo que resulta idóneo para estudios costeros, discriminación de cubiertas vegetales y ex ploración minera. En los dos últimos satélites de la serie (el IRS-1C y ID) se añadió a este sen sor otros dos sensores: una cámara pancromática con alta resolución (5.8 m: fig. 3.32). explorando una zona de 70 km. y un sensor de observación regional, el WIFS. con resolución de 188 m y un área cubierta de 810 km. Este ambicioso programa de observación de la Tienra indio se ha completado recientemente con dos nuevos satélites. En 2003 se lanzó el IRS-P6. denominado Resourcesat, que cuenta con tres sensores: una cámara de 3 bandas espectrales y re solución de 5,8 m, otra de cuatro bandas y 23,5 m., y una versión mejorada del WIFS, den ominada AWIFS. con cuatro bandas y 60 m de resolución. Gracias a abar car una amplia zona en cada imagen, pueden adquirirse imágenes con bastante fre cuencia. lo que le convierte en una buena alternativa para el seguimiento estacional del territorio o la detección de eventos esporádicos (fig. 3.33) a escalas medias. En mayo de 2005 se lanzó el Carto sat-1, que cuenta con dos cámaras pancrom áticas con
T a b l a 3 . 3.
USS-J' 1 2 3 4
0.45-0,52 \im 0.52-0,59 um 0.62-0.68 \xm 0.77-0,86 nm
Resolución espacial 1-4 76.5 m. 32.2 5 m
Sensores a bordo del satélite 1RS
uss-ur-
H7FSr
1 2 3 4 P-*
0.52-0,59 \im 0.62-0.68 Jim 0,77-0.86 1,55-1,70 nm 0 .5 -0 ,7 5 jim
1 2 3 4
1-4 P
23 m<:,/5.8 m*' 5.8 m
1-2 188 m 1-4
1. Solo en Jos IR S- lA y IB. 2. Sólo o» los 1RS-IC y ID. 3. Sólo en el 1RS P-6 renjurc csat.
0.6 2-0 ,68 firn 0,77-0.86 um
/AWIFS' 0.62-0,68 0.77-0,86 0.77-0.86 1.55-1.70
60 m
um um um |im
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
143
Programme). Forman pane de esta red los satélites Meteosat, GOES. GMS, Insat y GOMS. El primer satélite geoestacionario se lanzó en 1966 por la NASA, denominán dose ATS {Applications Technollogy Satellite). En forma operacional, este satélite se convirtió en la serie SMS, bautizada como GOES ( Geostationary Operational Environmental Satellite) a partir de 1975. En el momento presente, se cuenta con cuatro satélites de esta familia, aunque sólo dos resultan operativos. Cubren el conjunto del territorio norteamericano, asi como el Atlántico oeste. Los más modernos incluyen varios sensores, entre los que destaca el Imager, sensor de barrido con cinco canales (1 VIS, 2 IRM, 2 IRT), que registra el disco visible de la Tierra cada 30 minutos, ofreciendo una resolución de 1 km para el visible y 4 km para 3 de las cuatro restan tes bandas. Además cuenta con otro sensor, denominado Sounder. que ofrece un per fil de temperatura y humedad atmosférica, así como la distribución de ozono. Similar configuración a la plataforma GOES tiene el satélite europeo Meteosat. Lanzado por vez primera en 1977, hasta el momento se han puesto en órbita seis Meteosat más en 1981, 1988, 1989, 1991, 1993 y 1997, contribuyendo de modo de cisivo a la predicción meteorológica en Europa y África. Inicialmente todos ellos se situaban en longitud 0o, pero el Meteosat-3 se desplazó hacia el Oeste para facilitar el seguimiento de huracanes tropicales. Estos satélites cuentan con un sensor de ba rrido. que ofrece inform ación sob re tres ba ndas del espectro: 0,4 3 1,1 ^im. 5.7 a 7.1 Jim y de 10,5 a 12,5 ^im. La primera es bien conocida por su aparición en los me dios de com unicación. La segunda, se em plea para estudiar el contenido de v apor de agua en la atmósfera, mientras la tercera (térmica) se dirige a la discriminación de ti pos de nube s y temperaturas de su pe rficie. La resolución es pacial que ofrece es de 2,5 x 2.5 km en el visible y 5 x 5 km en el infrarrojo medio y térmico. La imagen completa del Meteosat cubre el disco visible de la Tiena, desde su posición a 0o de latitud y longitud (ftg. 6*). Estos satélites proporcionan imágenes cada 30 minutos. La transmisión se realiza en tiempo real a la estación receptora de Darmstadt (Ale mania), en donde se sitúan las oficinas centrales de Eumetsat. Tras algunas correc ciones estos datos son enviados a una amplia red de estaciones receptoras, ya sea en alta resolución digital (a las estaciones primarias, Primary Data User Stations. PDüS), o en modo analógico. La nueva generación de satélites Meteosat (MSG, M eteosa t Second Generadon) ha mejorado notablemente la información proporcionada por esta misión. El Meteosat-8 se lanzó en agosto de 2002 y el 9 en diciembre de 2005. Ambos cuen tan con sensores muy mejorados sobre los que incluían los primeros satélites de esta familia. El principal sensor se denomina SEVIRI (Spinning Enhanced Visible and lnfrared Imager) que e s un sensor de barrido multiespectral con una resolución tem po ral de 15 min y proporcion a 12 ca nales es pe ctrales (V IS. IRM e IRT), el visible con una resolució n de 1 km y los dem ás a 3 km (en ambos casos, en el Ecuador: fig. 6*). Esto supone aumentar notablemente el flujo de datos brutos que envía el sa télite (de 0,33 Mb/s a 3,2 Mb/s), haciendo más complejo tanto su envío (nuevos sistemas de comunicaciones), como su recepción. No obstante, permite mejorar no tablemente el rango de aplicaciones de estas imágenes, no sólo en cuestiones m eteo rológicas (Sobrino, 2008), sino también en temas ambientales de diverso tipo (Calle et a i, 2006).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES V SATÉLITES DE TELEDETECCIÓN
Tabla 3.5.
1 47
Características Jet sensor MODIS
Bamia
Rango espectral tnm)
Resolución (mi
1 2 3 4 5 6 7 8 9 10 II 12 13 14 15 16 17 18
620-670 841-876 459-479 545-565 1.230-1.250 ».628-i.652 2.105-2.155 405-420 438-493 483-493 526-536 546-556 662-672 673-383 743-753 862-877 890-920 931-941
250 250 500 500 500 500 500 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Banda
Rango espectral tnm)
Resolución (m)
19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
915-965 3.660-3.840 3.929-3.989 3-929-3.989 4.020-4.080 4.433-4.498 4.482-4.529 1.360-1.390 6.535-6.895 7.175-7.475 8.400-8.700 9.580-9.880 10.780-11.280 11.770-12.270 13.185-13.485 13.485-13.785 13.785-14.085 14.085-14.385
1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
MODIS El MODIS (Moderate-Resolution Imaging Spectroradiometer) es el primer sensor con capacidad hiperespectral lanzado al espacio, si bien no se trata de ban das continuas. Cuenta con 36 canales, a distintas resoluciones y ámbitos del espec tro (tabla 3.5), Las dos primeras bandas tienen 250 m de resolución, cubriendo el R e IRC. Las 5 siguientes ofrecen 500 m y cubren el V y diversas bandas del SWIR. El resto, con una resolución de 1 km, cubren principalmente el VIS-IRC (por ejem plo. en tre 0,4 y 9.965 |im hay 12 ban da s), y el 1RM y térm ico (6 ba nda s entre 10,78 y 14,38 Jim). Cuenta con un área de barrido de 2.300 km lo que le facilita una co be rtura prác ticam en te diaria de la Tierra (fig. 8*). Una de las novedades más interesantes del sensor M ODIS es que tanto las imá genes originales como todos los productos derivados se encuentran accesibles libre mente a través de internet. Los productos, además, están calibrados físicamente, y están disponibles los algoritmos que se han empleado en su generación, lo que per mite validar sus asunciones y analizar su consistencia. Los productos se van revi sando en tom o a «Co lecciones», que marcan actualizaciones de cada uno en función de nuevos algoritmos d e proceso más avanzados, o al detectar algunas anomalías en el funcionamiento. Actualmente hay 45 productos estándar del programa MODIS, cubriendo campos muy variados: reflectividad bruta y corregida, nubes, cobertura de nieve y del suelo, área foliar, productividad vegetal, índices de vegetación, detección de incendios, etc. (Justice et al ., 2002; NASA, 2000).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓ N
151
denominado ATSR (Along Track Scanning R adiometer), diseñado por un consorcio de em presas inglesas y australianas para proporcionar una medida precisa de la tem peratu ra del ag ua del m ar y del techo de las nubes. Este se nso r ofrecía cuatro ba n das en el SWIR, IRM c IRT, con una precisión en temperaturas de 0,1 K y una re solución espacial de 1 km en franjas de 500 x 500 km. En el ERS-2, se mejoró un po co este se nsor, de no minán dole AT SR-2, pue s inco rporaba tre s nue vas ban das en el visible e infrarrojo próximo y tenía capacidad de observación con dos ángulos. Asimismo, el ERS-2 incorporó un nuevo sensor sobre el ERS-h específico para medir el co ntenido de ozon o en la atmósfera. Se denominó GOM E (Global Ozone Monitoring Experiment), y proporcionaba medidas del contenido en la at mósfera de diversos gases (ozono, dióxido de nitrógeno, oxigeno, etc.), mediante una técnica de absorción espectroscópica diferencial. En 2002 la ESA lanzó su proyecto de observación de la Tierra más ambicioso, el Envisat. Además de continuar las observaciones de los ERS, incorporó numero sos sensores adicionales a los ERS, com o el sensor hiperespectral (M ERIS), dotado con 15 can ales entre el R y el IRC. orientado principalmente a la med ición de la clo rofila en el agua (fig. 9*). un interferòmetro de micro-ondas (MJPAS), un espectró metro para medición de gases de traza (SCIAMACHY), y un radiómetro para me dir el vapor de agua atmosférico (MWR). No obstante, el principal sensor de la mi sión sigue siendo el equipo activo de micro-ondas, que en esta misión se denomina radar de apertura sintética avanzado (ASAR), con una resolución de 30 x 30 m, tra ba jand o en ba nd a C con 5 mod os de polariz ación. Este sens or está orien tado a apli caciones marinas y seguimiento de capas de hielo y nieve. El Envisat mantiene asi mism o un radiómetro térmico (AATSR), dotándole de algunas mejoras sobre las an teriores versiones del ERS. En un futuro próximo está previsto que la ESA continúe sus programas de ob servación con las misiones Sentinel. que contaran con equipos ópticos, a distintas resoluciones, y radar. 5.10.
O
t r a s
m i s io n e s
R a
d a r
El primer satélite en incorporar un equipo radar para adquisición de imágenes fue el Seasat, lanzado en 1978. Contaba con polarización semejante HH. un ángulo de incidencia entre 20 y 26° y 25 m de resolución espacial. Además, incorporaba un altimetro de bastante precisión. Su^ principales aplicaciones eran oceanógraficas, de ahí el nombre, principalmente una me dición más precisa del geoide marino. Junto a ello, permitió abordar estudios sobre altura del oleaje, detección de b ancos de arena sumergidos, corrientes oceánicas, etc. (Elachi, 1982). Pese a la brevedad de su mi sión — dejó de funciona r a los 99 días de su lanzamiento— , el rango de aplicacio nes que ha alimentado es muy amplio. Junto a las oceanógraficas, destacan la loca lización de accidentes geológicos (Koopmans. 1983), cartografía de la cobertura del suelo, de la vegetación y del medio urbano. La fecunda misión del Seasat se vio ampliada sucesivamente por varios radares de imágenes instalados en el trasbordador espacial norteamericano (Spacc Shuttle). En concreto, las misiones de este equipo se desarrollaron en los años 1981. 1984 y
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
SENSORES Y SATÉLITES DE TELEDETECCIÓN
5.12.
P
r o g r a m a s c o n
s e n so r e s
155
h i p e r - e s p e c t r a l e s
Tal vez una de las principales noved ades tecnológicas que ha irrumpido en la te» ledetección en la última década sea el creciente empleo de los sensores hiper-espectrales. Se trata de equipos de muy alta resolución espectral que permiten obtener si multáneamente imágenes de un gran número de bandas. Hasta hace muy poco estos equipos eran muy escasos, por lo que los datos disponibles restringían notablemente el rango de aplicaciones. A bordo de aviones, se realizaron algunos estudios en los inicios de los noventa con el sensor HIRIS (High Resolufion Imaging Spectrometer), dotado de 192 canales, distribuidos entre el VIS y el IRC. Estos sensores de alta re solución espectral permiten recoger información en bandas muy estrechas, discrimi nando parámetros críticos de la vegetación o los suelos, que no serian perceptibles con sensores convencionales. A partir de estas imágenes, se obtuvieron variables bio físicas de gran interés para enten der me jor el funcionamiento de la fisiología vegetal, com o el contenido de clorofila, lignina, nitrógeno o de agua (Curran y K upiec, 1995), así como algunos minerales presentes en el suelo (Kruse et al.. 19936). La puesta a punto del AVIRIS (Airborne Visible/1nfrared Imaging Spectrometer) supuso un incremento considerable de este tipo de estudios. Este sensor, que vuela sobre un avión U2 y es operado por el Jet Propulsión Laboratory (JPL). faci lita 224 canales contiguos, que van desde 0.4 hasta 2,5 ¿im. codificando los datos en 12 bits a partir de 1995. Esto permite realizar espectros continuos de una gran can tidad de paisajes, con resoluciones que van de 5 a 20 m, dependiendo de la altura de vuelo. La gama de estudios realizados con este sensor es muy amplia, si bien el análisis de rasgos vegetales (Elvidgc y Portigal. 1990; Roberts et al., 1997) y de ti pos de su elos (A da ms et al., 1986; Palacios-Oructa y Ustin, 1996) han tenido una ma yor repercusión. Los datos AVIRIS perm iten extraer diversos parámetros e struc turales de la cubierta forestal, como la edad de la plantación, la importancia del sus trato o el efecto de sombras (Ustin y Trabucco, 2000). Además del AVIRIS. hay otros sensores hiper-espectrales montados sobre avión. Tal vez los más conocidos son el DAIS (Digital Airborne Imaging Spectro meter), gestionado por el DLR alemán, que es capaz de registrar 79 canales, la ma yor parte en el V1S-1RC-SWIR. pero también con algunos en el IRM e IRT; el ca nadiense CASI (Compact Airborne Spectrographic Imager), con un rango de 288 ban das en tre 0,43 y 0,87 ^m ; y el au stralian o HyM ap, con 125 ba nd as en tre 0,4 y 2.5 |im. Con ser de gran interés, estos sensores son de orientación local, ya que no adquieren imágenes de modo sistemático, sino únicamente en estudios piloto, prin cipalmente orientados a la innovación científica, aunque ya se cuenta también con aplicaciones comerciales de estas técnicas. Como muestra del interés de esta observación multibanda, hemos incluido una imagen AVIRIS correspondiente a un incendio forestal que ocurrió en el sur de Cali fornia en 1999 (fig. 3.42). La imagen recoge diversas bandas espectrales del mismo incendio, mostrando el interés que aporta cada una de ellas en la observación del fe nómeno. Mientras en las bandas cortas (azul) se observa principalmente el humo, en el IRC puede observarse con claridad el área recientemente quemada, y en el SWIR las zonas activas. En esta banda la dispersión provocada por el humo es mucho me nor que en las más cortas, por lo que es perceptible con claridad el frente de llamas.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
C a p ít u l o 4
BASES PARA LA INTERPRETACIÓN DE IMÁGENES DE TELEDETECCIÓN « É s t e e s u n i n fe l iz q u e v i e n e p e r d i d o y e s n e c e s a r i o s o c o rrerle. pues todos los forasteros y pobres son de Zeus y un exi guo don que se les haga le es grato.» Homero,
Odisea
Como ya señalábamos en la introducción, el objeto de esta obra es facilitar el acceso a una técnica que puede ser muy fructífera en la mejor comprensión de di versos fenómenos ambientales. Por tanto, se ha puesto más énfasis en la interpreta ción que en las técnicas para la obtención de las imágenes. Los capítulos previos se han dirigido a facilitar al lector unos datos básicos que le perm itan precisamen te que la interpretación de las imágenes sea más honda, de tal forma que cada uno pueda extraer información relevante de los datos adquiridos para su propio ámbito de in terés. En este capítulo se presentan algunas ideas introductorias, que pueden ser úti les en el momento de proyectar una aplicación temática a partir de los datos sumi nistrados por sensores espaciales. Parece lógico que antes de abordar la interpreta ción propiamente dicha se consideren una serie de cuestiones de cara a mejorar la organización de un proyecto que requiera de esta técnica. Los aspectos más desta cados hacen referencia al tipo de sensor o de tratamiento más conveniente para la aplicación que se persigue. En la organización de un proyecto las decisiones se basarán principalmente en dos aspectos: 1) los objetivos del proyecto, y 2) los medios disponibles para su rea lización. Lógicamente, los objetivos del trabajo orientan la mayor parte de las deci siones consiguientes, como son las relativas al tipo de información necesaria, a su precisión , esca la y nivel de desag rega ción . Po r su parte, los med ios dispon ibles im plican un eq uilib rio en tre lo dese ab le y lo posible, restring iend o el métod o más idó neo para abordar los objetivos marcados, ya sea en lo que se refiere a las imágenes disponibles para el análisis, ya a los medios para su interpretación. Antes de revisar la relación entre objetivos y m edios, vamos a comentar algunos aspectos prelimina res que pueden ayudar a mejorar el uso de las imágenes en un entorno de planifica ción ambiental, destocando algunos problemas que limitan esa utilización.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
BASES PARA LA INTERPRETACIÓN DE IMÁGENES DE TELEDETECCIÓN
165
tadas a una determinada com unidad de usuarios. Siguiendo con el mismo ámbito de incendios forestales, si pretende utilizarse operativamente la teledetección espacial en la detección de incendios se requeriría una frecuencia de adquisición de imáge nes que sólo proporcionan ac tualmente los satélites m eteorológicos, si bien a un ni vel de detalle excesivamente grosero para aquellos países que necesitan un sistema de alerta temprana. Por tanto, si se plantea emp lear esta técnica como a lternativa re alista a la vigilancia terrestre, necesitamos contar con un sistema espacial diseñado ad hoc para esta finalidad, que satisfaga las necesidades reales de esta comunidad de usuarios. Ahora bien, ese tipo de misiones son muy costosas, y tal vez no sea abordable financieramente si esa comunidad de usuarios es pequeña, por lo que en teledetección han primado las misiones generalistas (muchos usuarios), sobre las pa rticulares , limitand o a la po stre las ap lica cione s ope rativas de la telede tecc ión. Tal vez la excepción más no toria a esta regla son los satélites meteorológicos, que cuen tan con un gmpo de usuarios muy sólido, aglutinados en tomo a la agencia EUM ETSAT, que permite diseñar misiones operativas ajustadas a sus necesidades y con su ficiente continuidad en el tiempo (satélites METEOSAT y METOP). En cuanto a mejorar el diálogo con los usuarios, se está enfatizando en los úl timos años la importancia de implicarlos en cualquier proyecto de investigación y desarrollo, pues facilitan una orientación de gran interés para poner esas tareas en un contexto más realista. 2.
Variables y tipos de interp retac ión
Sintetizando mucho las cosas, puede afirmarse que las imágenes de satélite nos facilitan dos tipos de variables (Jensen. 2000): — Primarias, aquellas que se relacionan directamente con los datos obtenidos po r el sensor; esto es, que influyen prim ariamente en la señal registrada en la imagen. — Secundarias (Jensen las denomina hibridas). que se derivan de las primeras mediante algún tipo de conceptualización. Las variables primarias son exclusivamente cuantitativas, ya que la señal reco gida por el sensor corresponde a una variable numérica (radiancia espectral, altura), que está, a su vez, influida por esas variables biofísicas. Po r ejemplo, la temperatu ra modifica la radiancia emitida en el IRT. por lo que la señal que el sensor recoge en esa banda del espectro será una función de la temperatura y, en definitiva, ésta será extraible de aquélla (como veremos en 6.6.2.4). Lo mismo podemos decir de otras variables que explican directamente la reflectividad o la emisividad de una cu bierta (clorofila, co nten ido de ag ua, ev ap otranspiración, co mposición mineralógica, humedad, etc.). Cuando el sistema de teledetección utiliza otras tecnologías, pueden detectarse también variables de posición y altura (a partir de estereo-restitución. de interferometría para radar o análisis de distancias, para lídar). Por su parte, las variables secundarias corresponden a un segundo nivel de abs tracción, realizado habitualmente mediante una elaboración de varias de las anterio res. Por ejemplo, podemos deducir el grado de estrés hídrico de las plantas a partir
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
BASES PARA LA INTERPRETACIÓN D t IMÁGENES DE TELLDETECCIÓN
1 69
Fio. 4.3. La interpretación J e imágenes en teleJetección implica tomar una serie Je Jecisiones
que optimicen los objetivos perseguí Jos en función Je los medios disponibles.
listas, que no contemplaban las limitaciones inherentes a la técnica o a los sensores específicos que había disponibles en esos momentos. Como antes hemos comenta do. algunos usuarios, llevados de un cierto desconocimiento o de un interés comer cial poco prudente, han podido vender falsas expectativas respecto a la calidad de la información que ofrecen los sensores remotos, lo que implica una rémora para el desarrollo futuro de esta técnica. Cuando se plantea un proyecto de investigación, su nombre ya lo indica, intentamos validar nuevos métodos, datos o aplicaciones, con una cierta posibilidad de que no conduzcan a avances significativos: a veces se ol vida que negar la hipótesis de partida es tan científico como ratificarla, siempre que los métodos y la validación de resultados sean rigurosos. En consecuencia, en estos casos, puede aceptarse un margen de incenidumbre y fracaso, pero no sería pruden te ofrecer un proyecto de investigación como si se tratara de una aplicación ya con solidada. obviando los aspectos no resueltos, que van a condicionar notablemente los resultados. La confusión entre aplicaciones operativas y experimentales puede m arginar el empleo de la teledetección en instituciones que de otro m odo estarían abiertas a em plear es ta técnica. En co nsecu en cia, nos parec e muy im po rtan te que se planteen
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
BASES PARA I.A INTERPRETACIÓN DE IMÁGENES DE 1ELEDETECCIÓN
173 173
para pa ra el esta es tabb leci le cim m ient ie ntoo d e la leye le yend nd a (C h uv ieco ie co , 1985 19 85a). a). Las La s clas cl ases es m ás repe re petitida dass eran agua — la más fácil fácil de discriminar a partir de sensores espaciales— espaciales— , área urba nizada, cultivada y forestal, aunque en estas últimas se realizaban múltiples divisio nes. según los objetivos específicos del inventario. Esta falta de criterios comunes dificulta la generalización de resultados a otros espacios, e invalida cualquier inten to de cartografía sistemática del territorio. En caso de que la leyenda no sea un requisito previo al trabajo (esto es, que no estén fijadas a priori por el cliente las categorías que quieren discriminarse), el intérprete debería cuidar mucho este aspecto, de tal forma que las clases estableci das tengan coherencia entre sí, y con las herramientas que vamos a utilizar en el análisis. análisis. E n este sentido sentido es especialm ente impo rtante que la leyenda no incluya cla ses que puedan solaparse entre si, y que recoja toda la variación posible que haya en el área de estudio. En definitiva, que las clases sean mutuamente excluyentes y exhaustivas, propiedades obvias, pero no por ello universalmente respetadas, de cualquier tipología tipología de clasificación. Es frecuente frecuente o bservar que se m ezclan criterios criterios a la hora de definir las clases clases de una deienn inada leyenda, lo que implicará un cier to margen de aleatoriedad en el proceso. Por ejemplo, la clase matorral en ladera, implica mezclar dos temas distintos: cobertura y emplazamiento, y no resulta una categorización exhaustiva, ya que no podríamos asignar el matorral que se presen te en otros ámbitos geomorfológicos. Las clases pinar de repoblación y pinar sobre calizas no son excluyentes, pues puede haber lógicamente pinar de repoblación si tuado sobre calizas. De cara a establecer leyendas leyendas más robustas, se han planteado diversas propues tas de clasificación, clasificación, que incorporan incorporan un c arácter jerárquico, eso permite adaptar dis tintos niveles de detalle (desagregación de clases) en función de la calidad de los da tos disponibles. Un ejemplo de este tipo de leyendas es la diseñada por el U.S. Ceological Surve y en 1976, específicamente concebida para el empleo de sensores remotos (Anderson el al ., 1976). Se trataba de una leyenda de uso y ocupación del suelo, organiza da en cuatro niveles jerárquicos, cada uno de los cuales se pretendía obtener a partir de diversos medios de telcdctección: imágenes de satélite para el nivel más general, y fotografía aérea de gran escala, en combinación con el trabajo de campo, para las clases más detalladas. Esta clasificación clasificación resultaba flexible, flexible, podía aplicarse a espacios muy contrastados, y garantizaba la integración entre campos afines de inventario me dioambiental. El principal problema que presentaba, a nuestro juicio, era la inclusión en el misino esquema de clases de uso y de ocupación del suelo,1lo que origina am bigü bi güed edad ad en el proc pr oces esoo de clas cl asifi ifica caci ción ón.. Por Po r ejem ej em plo, pl o, un m ism is m o obje ob jeto to o grup gr up o de ellos podrían asignarse a varias categorías de acuerdo a su consideración como uso u ocupación: canteras (uso) y roquedo desnudo (ocupación), o dehesa (uso) y pastizal arbolado (ocupación). Como es lógico, los sistemas de teledetección sólo permiten realizar cartografía de la ocupación del suelo, ya que la señal detectada por el sensor Siguiendo la la terminología terminología anglosajona, anglosajona, distinguimos cnlrc cnlrc uso y ocupación ocupación del del suelo {¡and use y ¡and ¡and cover, cover, respectivamente), según nos refiramos a la actividad humana sobre el territorio o a las cu* bi cn as qu e apar ap arec ecen en sobr so bree él (E . C hu vi cc o [tO SS uj: «A po rta cion ci on es de la tclcd tc lcd ctcc ct ccct ctón ón espa es pa cial ci al a la ca r tografía de ocupación del suelo». Anales de Geogr Geografía afía de la Universid Universidad ad Com Complu pluten tense, se, 5: 29-48). t.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
BASES PARA LA INTERPRETACIÓN DE IMÁGENES DE TELEDETECCIÓN
177
son más altos, lógicamente, pero esto garantiza cumplir unos determinados plazos. La alternativa seria la teledetección acroportada. con la que resulta más sencillo pla nificar la adquisición para d ías determinados. Cuando en estos trabajos de cartografía de la cubierta vegetal se disponga de un presupuesto escaso, puede ser preciso seleccionar una sola fecha que maximice la separación entre todas las cubiertas. En ese caso, la elección más conveniente será una imagen adquirida en el verano, pues en ese momento es máxima la radiancia media percibida por el sensor, como consecuencia del mayor ángulo de elevación solar. Además, en el caso del clima mediterráneo, la estación estival coincide con la época de menor nubosidad y precipitación, lo que facilita la selección de imágenes de este período. 3.3.3.
Soporte de las imágenes
El soporte sobre el que puede realizarse la interpretación depende del tipo de tratamiento que se aplique. En caso de que se opte por el análisis visual, se requie re resolver tres aspectos: (1) soporte material de la imagen, (2) escala, y (3) núme ro de bandas y combinación de bandas seleccionadas. En lo que se refiere al primer aspecto, hasta hace muy pocos años las entida des distribuidoras de imágenes ofrecían tres opciones. Las imágenes podían pedirse en película negativo, en película positivo o en papel. Todavía estos formatos pueden encontrarse para imágenes históricas o para misiones fotográficas, como algunas del Space Shuttle. Actualmente, casi todas las empresas que comercializan imágenes de satélite lo hacen exclusivamente en formato digital: queda, por tanto, al usuario la labor de c onvertir esos esos valores numé ricos en tonos de gris o colo r si si lo que preten de es realizar una interpretación visual de la imagen. Para los documentos más antiguos, baste indicar que los negativos permiten ampliaciones muy versátiles, ajustándose a la escala deseada, pero la calidad de la copia que se obtenga luego en papel es inferior a la adquirida directamente en este soporte. El film positivo es muy útil para reproducción fotográfica e impresión de la imagen, especialmente cuando se trata de composiciones coloreadas de 3 bandas. Por último, los productos que facilitaban las agencias distribuidoras en papel garan tizaban una interpretación directa de alta calidad, pero resultaba rígida la escala y no admitía copias sucesivas. Cuando se trata de composiciones en color, a partir de los negativos de cada banda podían obtenerse tantas combinaciones como requiere el intérprete, mientras el film positivo o papel debía solicitarse ya con una determina da combinación de bandas. Naturalmente, ahora pueden generarse productos en pa pe l a p a rtir rt ir de la info in form rm ació ac iónn digi di gita tal,l, m uc h o m e jo r ad a p tad ta d o s a las la s ne ce sid si d ad es del intérprete, gracias a la creciente disponibilidad de trazadores gráficos en color de amplio formato. Actualmente, cada vez es más frecuente realizar la interpretación visual sobre el propio monitor de visualización, digítizando directamente los polígo nos identificados por el interprete. En ese caso, el soporte de la imagen será la con sola, la escala será variable, en función del nivel de magnificación empleado, y la combinación de bandas puede modificarse fácilmente por el intérprete. En cuanto al soporte de la información digital, hace algunos años lo más co mún eran las cintas compatibles con ordenador (CCT), que eran el único medio via-
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
BASES PARA LA INTERPRETACIÓN DE IMÁGENES DE TELEDETECCIÓN
18 1
rreferenciando la imagen, mejorando su aspecto visual, digitizando información en pa ntalla, etc.). En definitiva, po demos actualmen te hablar de una fotointerpretación asistida por ordenador, que elimina diversas fases de la interpretación visual clásica (restitución, inventario). A la vez, esa interacción visual con el intérprete permitirá re solver algunos problemas del tratamiento digital, que encuentra notables dificultades para automatizar la interpretación de ciertos rasgos de la imagen (algun as nubes, áreas urbanas...), que son bastante obvios al análisis visual.
4.
Fases en la interpretación
Las aplicaciones de la teledetección espacial son muy numerosas, por lo que re sulta complejo establecer un marco general, que pueda ser válido para todas ellas. No ob stante, y au n a nesgo de caer en la simplicidad, puede se r co nv en iente intro ducir algunas ideas sobre el proceso de trabajo con este tipo de imágenes. No será difícil que cada usuario pueda ajustar este esquema a sus propios intereses. El proceso propuesto contempla las siguientes fases (fíg. 4.7): 1. Definició n expresa y concreta de objetivos, señalando las limitaciones que se presentan, ya sean derivadas del área de estudio (comp lejidad), ya de los requisi tos del trabajo (duración del proyecto, coste máximo, categorías temáticas a discri minar, etc.) o de los medios disponibles. 2. Rev isión bibliográfica y propue sta de método. En función de la literatura consultada sobre el tema, podrán plantearse las alternativas metodológicas más ra zonables. Un estudio bibliográfico resulta vital para orientar el proceso de análisis, optimizando las decisiones futuras. 3. Traba jos de cam po preparato rios y acopio de información auxiliar. En este primer contacto, los trab ajos de ca mpo pe rm iten familiarizar aJ intérprete con la zona objeto de estudio, estudiar sus rasgos medioambientales y humanos. Si se tra ta de una aplicación relacionada con la cubierta vegetal, resulta conveniente elabo rar un calendario fenológico de las especies de interés con objeto de seleccionar la fecha o fechas más apropiadas para adquirir la imagen. En esta fase pueden incluir se las medidas a realizar con radiómetros de campo — que permiten caracterizar cs pe ctralm en te la cu bierta y selecc ionar el se nso r y las band as más ap ropiadas para discriminarla—. así como el acopio del material auxiliar necesario para la posterior interpretación de la imagen (fíg. 4.8). Las campañas de medición en terreno resul tan claves para poder establecer posteriormente relaciones cuantitativas con los da tos de la imagen. 4. Selección de la información de partida: sensor y fecha (o fechas) más con veniente, número de imágenes, soporte, etc. 5. En caso de que la leyenda no sea un requisito del proyecto (esto es. que ya estén marcadas las categorías que necesitan discriminarse), el usuario deberá plan tear una leyenda adecuada de trabajo, basada sobre las características de la zona y las posibilidades que brinda el sensor seleccionado. 6. Traba jos de campo de calibración. Una vez adquirida s las imágenes, esta segunda fase de campo sirve para familiarizar al intérprete con la imagen, caracte-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
186
TELEDETECCIÓN AMBIENTAL « ’ O * : a ¿ 3 W » ■ • » « * » • ♦ O J P Í f i*
*
m
*U
i
i l
j
,
+
«ron
f* m m m • w» iflfcPW r u
— M
MIt
> • m flW’íIto 'fflMf»-.- »»•«. «i» ^ 1 ! » __■_#».•?J» __ _
•»«>«
i
■ ■ ■ ■ ■l iIIC S L O ^ r- r
F»g. 5.1. Imagen Landsat de la cosía portuguesa en el formato original de NASA (cortesía R. Núñez).
En caso de que las imágenes se adquieran en formato digital, esta información auxiliar está incluida en archivos auxiliares o en la cabecera de los archivos de ima gen. Actualmente, la mayor parte del análisis visual se hace sobre imágenes digita les, a partir de la interpretación en pantalla o imprimiéndolas previamente en cual quier periférico gráfico de suficiente calidad. Sin embargo, hasta hace unos años, lo habitual en la interpretación visual de imágenes era partir de los productos fotográ ficos que ofrecían las distintas agencias de distribución de imágenes, por lo que, a efectos históricos, nos parece conveniente citar las anotaciones que incluían los pro ductos fotográficos estándar. Para las primeras imágenes procesadas por la NASA, y distribuidas p or el ER OS Data C enter (U.S. Geological Survey), las imágenes ve nían acompañadas de la siguiente información auxiliar (fig. 5.1): — Fe ch a de ad qu isición (2 de febrero de 1975). — Coo rden adas del ce ntro de la imagen (37° 21' Norte y 8o 26' Oeste). — Coo rden adas del pu nto nad ir (pun to de intersección entre la su perficie te rrestre y una perpendicular desde el centro de adquisición). — Sen so r y ban da em plead a (M SS , ba nd a 7). — Áng ulo de elevación solar, med ido entre la horizontal y la direcc ión de los rayos solares (27°).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
190
Fig. 5.4.
TELEDETECCIÓN AMBIENTAL
Organización jerárquica de los criterios de interpretación visual (adaptado de Euro pea n C om m is io n, 1 9 9 3 /
con cierta precaución en imágenes de satélite, por cuanto las escalas de trabajo y la geometría de adquisición son distintas a las empleadas en fotografía aérea. Según vayan disponiéndose de imágenes de may or resolución espacial, estas diferencias se irán atenuando, hasta convertirse prácticamente en inexistentes. Conviene tener en cuenta que esos criterios se utilizan de modo integrado, en claves visuales complejas. Varios autores han sugerido clasificar esos criterios en una escala jerárquica, en función de su grado de complejidad y de las variables que se consideran (fig. 5.4) (European Commision , 1993). El brillo y color serian los crite rios más eleme ntales, pues caracterizan espectralmente a una cubierta, y eslán direc tamente relacionados con la forma en que reflejan la radiancia incidente en distintas ba nda s de l espectro. La forma, tamañ o, y textura tiene n que ver con las propied ad es espaciales de los objetos, en si mismo considerados, mientras la sombra y el contex to (emplazamiento) también expresan aspectos espaciales, pero en este caso en rela ción a los objetos circundantes. Finalmente, la dimensión temporal hace referencia a cómo se modifican las cubiertas a lo largo del año (estacionalidad). A continua ción revisaremos con detalle los criterios de interpretación visual más utilizados, e intentaremos engarzarlos en un esquem a más am plio para entender correctamente su uso en el análisis de imágenes.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
194
FlG. 5.6.
TELEDETECCIÓN AMBIENTAL
Procesos de formación del color: a> aditivo (colores primarios): b; sustractivo (colores complementarios).
en color puede conseguirse de acuerdo a dos procesos, denominados aditivo y sus tractivo. En el proceso aditivo, cualquier color se obtiene por suma de los tres co lores elementales: azul, verde y rojo. La suma de dos colores primarios permite lo grar un color complem entario: azul + verde = cian; azul rojo = magenta, y verde - rojo = amarillo, mientras los tres suman el blanco (fig. 5.6a). Por el contrario, el pro ces o su stractivo se baso en la ab so rción de la luz que ejercen los colores co m ple mentarios: el cian absorbe la luz roja, el magenta absorbe el verde y el amarillo el azul. Los tres en comb inación sup onen, por tanto, el negro (fig. 5.6b). El proceso aditivo es el utilizado en los sistemas electrónicos de visualización, cuando la imagen se representa sobre un monitor. Éste es el proceso habitual en un equipo de tratamiento digital de imágenes. Por su parte, el proceso sustractivo se emplea en la reproducción mecánica dei color, típica de las artes gráficas. Por tan to, cuando se pretenda im primir una imagen resulta preciso aplicar a cada banda uno de los colores complementarios. Por ejemplo, para obtener una composición en fal so color, debe aplicarse a las bandas del espectro IRC, R, V los colores com plemen tarios amarillo, magenta y cian. respectivamente. Si, por el contrario, se requiere vi sualizar esa imagen sobre un monitor, el orden será rojo, verde y azul, para las m is mas bandas. Entre las múltiples com binaciones de color que se han em pleado en análisis vi sual, la más destacada sin duda es la denominada infrarrojo color. Se obtiene des plaza nd o hac ia long itu de s más largas las ba nda s del es pec tro visible, su stituye nd o la composición de bandas R, V y A, por la correspondiente al IRC, R y V (fig. 11*). Su profuso empleo se relaciona con la resolución espectral de la mayor parte de los sensores espaciales. Desde el inicio de la serie Landsat, se han venido distribuyen do im ágenes con esta compo sición en color, ya que el sensor MSS sólo incluía infor mación de estas bandas del espectro, asi como otros sensores posteriores, como el SPOT-IIRV, el IRS-LISS, o el DMC, por lo que sigue siendo una composición multibanda bastante común. De cara a facilitar su interpretación puede ser conveniente incluir una simple
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
198
TELEDETECCIÓN AMBIENTAL
FlG. 5.7.
Fragmento de una imagen Ikonos pancromàtico sobre el campus de la Universidad de A ¡cala.
FlG. 5.8.
Sector del centro urbano de Alcalá sobre una imagen pancromàtica ETM+ (Alcalá99).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
202
TELEDETECCIÓN AMBIENTAL
m
F io .
5 .1 2 .
u
Esquema para el cálculo Je altura Je edificios a partir Je las sombras.
nación que recibe un determinado objeto resulta, en muchas ocasiones, un criterio clave para detectarlo o identificarlo, ya que nos proporciona una idea de su altura y profund idad . Ade más, permite realzar la interpretación de los rasg os ge omorfológicos y de la textura de la imagen, especialmente en zonas forestales. Asimismo, nos permite ca lcular la altura de ed ificios , siem pre que conoz ca mos los án gulos solares en el momento de adquirir la imagen. Basta para ello aplicar una sencilla relación trigonométrica (fíg. 5.12): /» =
Is tanG
{5.1}
donde h es la altura del edificio, Is la longitud de la sombra y 0 el ángulo cenital so lar (alternativamente, puede multiplicarse Is por la tangente del ángulo de eleva ción). El método será más apropiado para edificios exentos, ya que en zonas urba nas densas, puede resultar complicado delimitar la som bra de un edificio singular de la procedente de otros inmuebles. La figura 5.13 recoge un ejemplo de la aplicación de este criterio, para algunos ba rrios periféricos de Alcalá de Henares. La imagen co rres po nde a una ad qu isición de la cámara rusa KVR-1000. Su magnífica resolución permite calcular con bastan te nitidez la longitud de las sombras, estimándose las alturas para las distintas tipo logías de edificios en A ~ 35 m; B = 25 m; C ~ 6 m, y D ~ 8 m.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
206
3.1.
TELEDETECCIÓN AMBIENTAL C
a r a c t e r ís t ic a s
g e o m é t r ic a s
d e
u n a
im a g e n
e s pa c ia l
Aunque una imagen adquirida desde el espacio presenta menos errores geomé tricos que una fotografía aérea, com o consecuencia de la ma yor estabilidad y altura de vuelo de la plataforma, esto no quiere decir que esté libre de distorsiones, por lo que no puede superponerse directamente sobre la cartografía básica. Más adelante trataremos de los procesos que se aplican a la corrección de estos errores geométri cos (6.6.3). Basta aquí apuntar que ese desajuste está originado por tres factores: 1) por errores, pro piamente dichos , en la ad qu isición de la imagen; 2) po r la diferenc ia entre las proyecciones de la imagen y el mapa (la primera cónica, y la segunda nor malmente cilindrica), y 3) por la propia deformación que cualquier ma pa implica de la superficie terrestre. Una vez resueltos estos problemas, la imagen de satélite puede servir para ac tualizar aspectos planimétricos de la cartografía, sobre todo a escalas pequeñas y medias, dependiendo de la resolución espacial del sensor que se utilice. Existen abundantes experiencias en este sentido (Martínez Vega. 1996). no sólo en áreas de difícil acceso con métodos convencionales (Arbiol et al., 1994). sino también en países co n buen a cobertura ca rtográfica (A roza rena et a i, 1989). 3.2.
E
f e c t o
d e
l a
r e s o l u c ió n
e s pa c ia l
en
e l
a n á l i s is
v is u a l
Antes se indicó que la resolución espacial hace referencia al tamaño de la mí nima unidad discriminable sobre la imagen. Este concepto, en análisis visual, se re laciona tanto con el tamaño del píxel, como con la escala a la cual se representa la imagen. La resolución espacial tiene una repercusión importante sobre la interpretabilidad de la escena. De entrada, como hemos visto, aquellos elementos por debajo del tamaño del píxel no serán idcntificables en la imagen, lo que supone un elemento fundamen tal en la selección del sensor más conveniente para cada objetivo. Además, cuanto m ayor sea la resolución, mejor podrá definirse un píxel. ya que será más su s ceptible de albergar una sola cubierta. Por el contrario, si el tamaño del píxel es grande, la señal detectada resulta frecuentemente de varios tipos de cubierta, hacien do mucho más compleja su interpretación. El efecto de la resolución espacial sobre la calidad final de la imagen se pone de manifiesto en el análisis de la figura 5.16. Incluye tres imágenes adquiridas por los sensores Landsat ETM+ (multiespectral y pancromático) y SPOT-HRG sobre el recinto ferial de Madrid. Se observa cómo en la banda R de la imagen multiespec tral. con 30 m de resolución, apenas se distinguen los pabellones del recinto, y de forma grosera el trazado del pequeño canal que cruza el Parque Juan Carlos I. Am bos rasg os se ob servan much o más nítidam ente en la imagen del canal pan cromáti co, con 15 m de resolución, donde se aprecian además varias infraestructuras y al gunos sectores urbanos colindantes. Finalmente, en la imagen pancromática SPOTHRG (2,5 m), se aprecian nítidamente los detalles del área, la urbanización del par que y diversas infraestructuras vecinas. La figura 5.17 ofrece otro ejemplo de este efecto de la resolución espacial, en
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
210
TELEDETECCIÓN AMBIENTAL
Fig. 5.19 a-b.
Efecto de la resolución espectral en la interpretación de imágenes: 3.) Banda I y b) Banda 2; c) banda 3: dj banda 4: e> banda 5 y f) banda 7 de ¡a imagen Torre100.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
218
TELEDETECCIÓN AMBIENTAL
FlG. 5.22. Imagen A ÍSS de la región central española adquirida en enerv de ¡981 (banda IRC).
Fio.’5.23.
Croquis de lincamientos realizado a partir de la interpretación visual de la fig. 5.22.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
TELF.DETECCIÓN AMBIENTAL
226
do de las columnas (column) indica la disposición Oeste-Este de la imagen. En esta matriz, el origen de coordenadas se sitúa en la esquina superior-izquierda (linea 1, colum na 1), en lugar del borde inferior-izquierdo, como ocurre en cualquier eje car tesiano. Esto es debido a la secuencia de adquisición de imágenes, de norte a sur, de acuerdo a la traza del satélite. La tercera dimensión corresponde a las bandas espec trales del sensor: 36 para el MODIS, 7 para el ETM+, o 5 para el AVHRR. Considerando ese carácter matricial de cualquier imagen son más fácilmente comprensibles las posteriores transformaciones aplicadas sobre ella. Éstas son. en muchos casos, operaciones estadísticas comunes a otras matrices numéricas, mien tras en otros los son más específicas de la interpretación de datos de satélite. Por ejemplo, en una imagen digital podemos calcular medidas de tendencia central y dispersión (media y desviación típica en cada una de las bandas), cambiar su orien tación geométrica (rotación de la matriz), realizar combinaciones aritméticas entre bandas (p. ej., co cien tes), sintetiza r va rias bandas reduc iend o la inform ación re dun dante (componentes principales), o discriminar grupos de ND homogéneos dentro de la matriz (clasificación). Como es lógico, el análisis digital de imágenes (ADI) se apoya en equipos in formáticos adaptados a esta aplicación. Por ello, se inicia este capitulo con un rep a so de las características y com ponentes de este tipo de equipos, que van a m arcar el rango de posibilidades que se abra, en última instancia, al usuario. Además, se ha introducido un epígrafe previo, dedicado a la estructura de almacenamiento de da tos en estas imágenes, con objeto de introducir al lector en el trabajo con este tipo de información numérica. 2.
Soporte
y
organización de la imagen
Cualquier tratamiento digital aplicado a las imágenes, requiere que previamen te éstas sean introducidas en un sistema informático; dicho de otro modo, que las imágenes sean accesibles al ordenador. Esto depende de los soportes y formatos en los que se ofrecen los ND que definen los píxeles de la imagen. 2.1.
So
po r t e
f ís i c o
d e
u n a
im a g e n
Hasta los años ochenta, las imágenes de satélite se distribuían de modo casi ex clusivo en cintas magnéticas compatibles (CCT). Se trataba del soporte más están dar para almacenar un volumen considerable de información. Habitualmente, las cintas tenían 9 pistas (iracks), con una longitud de 2.400 a 3.600 pies. Los principa les problemas que planteaba una CCT eran su acceso sccuencial, que ralentizaba la lectura de los datos, el alto coste de los equipos lectores y su escasa densidad de al macenamiento frente a las tecnologías actualmente disponibles, por lo que hoy sólo se utilizan para los archivos históricos. Actualmente las imágenes se distribuyen principalmente en soporte óptico (CD o DVD), aunque cada vez es más común hacerlo a través de internet, utilizando los protoco los estánd ar de tran sferen cia de arch ivos (FTP).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
230
TELEDETECCIÓ N AMBIENTAL
Fie. 6.5.
Componentes de un equipo de tratamiento digital de imágenes.
res TFT de 19 pulgadas. Entre los periféricos de salida, conviene citar las impreso ras de inyección de tinta, que en este momento siguen siendo el estándar en impre sión a color, aunque las láser y de sublimación térmica han descendido mucho de precios y tien en bu en a relación en tre ca lid ad y co ste de los consum ibles. En lo que se refiere a los componentes lógicos (software), suelen distinguirse dos categorías básicas: sistema operativo y programas de aplicación. Como antes comentamos, existe una clara convergencia en lo que se refiere a sistemas operati vos. Actualmente podemos dar por desaparecidos algunos (como el VMS, muy uti lizado en ordenadores de cierta potencia en los años setenta y ochenta, o el MSDOS, el primer sistema que instaló IBM en sus ordenadores personales), dominan do el mercado los basados en el entorno Windows (principalmente la versión XP y Vista) y las diversas versiones de UNIX (principalmente las basadas en entornos de ventanas, Xw indows, y Linux, para procesadores Intel). En los últimos años también se están desarrollando tecnologías para ejecutar programas en servidores remotos, que permiten acceder a recursos que no están disponibles en nuestro propio equipo. Los programas de aplicación utilizan los recursos del sistema operativo para comunicarse con el ordenador. Como es bien sabido, el ordenador sólo es capaz de pro ce sa r caracteres binarios, por lo qu e toda instrucción qu e el usuario pretenda eje cutar ha de ser convertida a este código. Esta tediosa labor la ejecutan los compila dores, programas que convierten una serie de instrucciones más o menos cercanas al lenguaje human o en un código que entienda la m áquina. Existen distintos comp i ladores para cada uno de los lenguajes de programación, y para los sistemas opera-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
238
TELEDETECCIÓN AMBIENTAL
Tabla 6.1.
B anda B anda B anda B anda B anda B anda
1 2 3 4 5 7
Estadísticas elementales de la imagen de Torre100
Máximo
Mínimo
100 90 120 160 170 135
48 27 22 10 8 5
Media 69.26 55.63 48.50 91,13 91.86 62.21
Desv. lipica 8.87 10.80 1525 22.87 23.46 19.84
1. Los números refieren a ND. No se hj incluido Id banda térmica.
pró xim os a 0 y 25 5, respec tiv am ente. La ban da 5 acog e también la mayor hete ro ge neidad, aunque no m uy distinta de la banda 4. Por su parte, la banda 1 ofrece la me nor dispersión. Lógicamente, estos valores num éricos se relacionan con los paráme tros de calibración del sensor y con las regiones del espectro que abarca. Como re sulta evidente, la banda 5 es la más sensible a alteraciones de radiancia, mientras la 1 ofrece el peor contraste en la escena. Además de estos valores medios, también resulta de gran interés contar con el histograma de frecuencias de cada banda (núme ro de píxeles que cuentan con un de terminado ND), que nos informa sobre cómo se distribuyen los ND en una determi nada imagen. Con objeto de facilitar la representación del histograma. las frecuen cias absolutas suelen convertirse a relativas, de acuerdo a las siguiente fórmula: Ftt( ND ) = ^
F(/V'A>-----
. 3
Esto es, la frecuencia relativa (FR) de un determinado ND (p. ej.. el valor 120) se calcula como el cociente entre el número de píxeles que presentan ese valor (F (ND,)) y el total de píxeles de la imagen. Esa proporción sirve para escalar el histograma, a partir de la frecuencia relativa mayor. Varios autores han puesto de relieve el interés del histograma para realizar una primera va loración de la imagen (C astleman , 1978; Je nscn, 1996). Su localización nos permite deducir la tonalidad dominante de cada banda; su anchura está relacio nada con el contraste, mientras la presencia de picos relativos puede ser testigo de determinadas clases de cobertura. Por ejemplo, para el caso de la imagen de nues tro ejemplo, los histogramas de los ND (fig. 6.10) nos permiten realizar algunos c o mentarios interesantes. Por un lado, todos ellos ocupan sólo un pequeño margen del rango de variación ofrecido por el equipo de visualización (0 a 255). Esto implica la conveniencia de ajustar, de alguna forma, la variación inicial a la máxim a perm i tida, lo que supondrá una mejora del contraste (ver 6.5.1). Entre las bandas aqui incluidas, la 4 y la 5 se confirman como las que ofrecen mayor dispersión. Recuér dese que poseen la desviación típica más alta, mientras la 1 y la 2 presentan el his tograma más estrecho. En cuanto al significado de los distintos picos de frecuencia, resulta muy complicado identificar las cubiertas que los originan. Puede resultar
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
242
TELEDETECC1ÓN AMBIENTAL
sual, de tal forma que sean más evidentes los rasgos de ínteres que presenta la ima gen. Se incluyen en este apartado los procesos de mejora del contraste, com posiciones co loread as , ca mbios de escala, y filtrajes. 5.1.
A j u
s t e
d e l
c o n t r a s t e
Los procesos de ajuste del contraste tienden a adaptar la resolución radiométrica de la imagen a la capacidad del monitor de visualización. Como ya vimos ante riormente, cada sensor codifica la radiancia recibida en un número determinado de ND, de acuerdo a las características de su diseño. Ese rango digital pu ed e no cor responder con el número de niveles visuales (NV) que facilita la memoria gráfica, por lo que resulta preciso ajustar, por algú n proc ed im iento, am bo s parám etros. En este sentido, caben dos situaciones obvias: 1) que el rango de ND de la imagen sea menor que el de NV facilitado por el sistema de visualización, y 2) que la imagen presente un mayor nú m ero de ND que posibles NV. En el prim er ca so , se de be rá aplicar una expansión del contraste original, mientras en el segundo una reducción del mismo. La idea de contraste digital puede ilustrarse con un símil fotográfico. Una fo tografía aparece con poco contraste, desvaída, cuando no existe una gran diferencia entre sus tonos más claros y más oscuros. De la misma forma, podemos definir di gitalmente el contraste por relación a los ND máxim o y m ínimo de una imagen. Tal definición puede apoyarse en cualquiera de las medidas de dispersión comúnmente utilizadas en estadística (Schowengerdt, 1983): C, = N D reAX/N D miE
{6.5}
C2 - N D u - N I * »
{6 .6 }
C j - Sn o
{6.7}
Aquí aparecen tres definiciones digitales del contraste: el cociente entre el va lor máximo y el mínimo, el rango, y la desviación típica de los ND de la imagen. A partir de es tas med idas , p uede ju zgars e la nec es idad de ex pa nd ir o co mprim ir el con traste, en función de las capacidades de visualización ofrecidas por el sistema. Ha s ta el momento, el primer proceso ha sido empleado rutinariamente en la mayor par te de las aplicaciones. En cuanto a la compresión del contraste, resulta una materia de creciente interés con objeto de reducir el volumende almacenamiento de las imá genes y facilitar su transmisión por internet. A continua ción se presen tan con may or detalle ambos procesos. Se inicia ese comentario con el análisis de la técnica que permite ap lic arlos op erativam en te: el diseño y em pleo de las tablas de color. 5.1.1.
Tablas de referencia del color
Una tabla de referencia del color (Color Look Up Table, CLUT). o simplemen te tabla de color, es una matriz numérica que indica el nivel visual (NV) con el que
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
246
TELEDETECCIÓN AMBIENTAL
Fio. 6.15. Diversos realces del contraste con traste sobre so bre la banda I de ¡a imagen Torre Torre100: 100: (a) (a) sin s in real
ce; (b) realce lineal; (c) realce frecuencial; (d) realce especial sobre áreas de baja radiancia.
Como ya vimos al analizar el histograma, esla banda presenta un rango de ND que ocupa sólo un pequeño sector de los 256 ND posibles, lo que confirma su reduci do contraste. De acuerdo a las ideas antes comentadas, es p osible realzar ese contraste, contraste, dise ñando una CLUT que haga corresponder el rango de ND presente en la imagen con el total de los NV posibles. Varios procedimientos pueden conseguir este objetivo: 1) distribuir los NV linealmente, entre el máximo y mínimo ND de la imagen (fig. 6.156), 2) distribuir los NV a partir del histograma de los ND originales (fig. 6.15r), y 3) distribuir los NV en un de terminad o rang o de ND de interés (fig. 6.15 .15
Expan sión lineal
Es la forma más elemental de ajustar el contraste de la imagen al permitido por el equipo de visualización. Basta diseñar una CLUT en la que el ND mínimo y má ximo de la imagen tengan asociados un NV de 0 y 255, respectivamente, distribu yendo linealmente el resto entre ambos márgenes. En la figura 6.15/> aparece la ima gen anteriormente presentada tras aplicarle una expansión lineal del contraste. Como pu p u e d e ob se rvar rv arse se , la imag im agen en ap are ar e ce ah o ra m ás nítid ní tida, a, m ejo ej o r cont co ntra rast stad ad a. Su hist hi stoo-
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES! CORRECCIONES Y REALCES T a b l a 6.4.
SD 0 1 2 3 4 5 6 7 8
SV Rojo 0 255 0 0 0 255 255 127 255
253
Ejemplo Je CLUT¡wra una ¡mugen clasificada SV 1erdtf
SVAzuí
Color n.uiUatut
0 0 25 5 0 255 255 127 127 0
0 0 0 25 5 255 0 0 127 127
Amarillo Rojo Verde Azul Cian Amarillo O cre Gris Rosa
del color puede ayudar a la interpretación de una imagen, incluso si sólo dispone mos de una banda. En estos casos, no podemos hablar propiamente de color, pues se requerirían tres bandas, sino más bien de seudo-color. Para una mezcla de tres band as utilizamos distintos NV en cada cañó n de color (R, V, A), siend o iguales cuando se visualiza una sola banda (en blanco y negro). Sin embargo, podemos di señar también una CLUT en donde se varíen los NV para los tres colores, aunque sólo haya una banda de ND de entrada. En otras palabras, el seudo-color implica crear una CLUT que asocie el ND de una sola banda a distintos componentes de rojo, verde y azul. Esto puede tener sentido en dos casos: 1) cuando se pretenda ob tener una clave de color en una imagen clasificada, y 2) cuando se intente realzar el análisis de una determinada banda de la imagen, sustituyendo los niveles de gris por tonos de color. También se utiliza el seudo-color cuando se comprime una imagen en color de 24 a 8 bits, generándose una paleta de color que se asimile a la varie dad crom ática original contenida en la composición de las tres bandas de entrada. A modo de ejemplo, aparece en la tabla 6.4 una CLUT diseñada para represen tar visualmente una imagen clasificada. En ella, cada ND indica una clase temática distinta (por ejemplo, una categoría de ocupación del suelo), que será visualizada en pan talla con distin tos tono s de color. El ND 1 (sup on ga mos que indique zo na s ur bana s) se visu alizará en co lo r rojo, ya qu e ap lica mos la intensidad máxim a de rojo (recordemos que la escala comprende de 0 a 255) y una mínima de verde y azul. De la misma forma, el ND 2, que podría representar cubierta vegetal, se visualizaría en verde, dando un valor máximo a este cañón de color y mínimo a los otros dos. Ló gicamente. se pueden plantear colores por mezcla de distinta* intensidades de R. V, A. Por ejemplo, el ocre indica una máxima intensidad de rojo y media de verde, sin azul. La paleta de color disponible permite visualizar, por tanto, combinaciones de 256 niveles RVA. o lo que es lo mismo unas 16,8 millones de tonalidades (2563). Lógicamente, no todos estos colores pueden distinguirse en la práctica, por lo que ba stará con selecc ionar unos cua ntos (entre 10 y 20 su ele se r nece sario) para cons truir una clave de color apropiada a cualquier clasificación temática. También puede emplearse el seudo-color para visualizar en color alguna de las band as originales, realza ndo el an álisis de esa ba nd a. El se udo -color pu ed e ap licar se al conjunto de los ND de la escena, diseñando una CLUT formada, por ejemplo, po r nú meros alea torios en tre 0 y 255. para ca da uno de los tres colores. Aho ra bien.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
257
ANÁLISIS DIGITAL DE IMÁGENES: CORRECCIONES Y REALCES
12
14
17
24
32
34
0
0
0
0
0
0
10
18
2t
35
38
40
o
17
21
29
35
0
1
1
t
1
2
1
1
1
1
1 0
17
21
28
35
0
39
0
18
19
25
31
0
36
0
0
0
0
0
0
25
15
17
27
40
43
18
16
18
24
29
14
16
20
20
27
Imagen original
Imagen filtrad« F ig. 6.19.
Ejemplo d e filtra je digital.
En suma, el procedimiento matemático del filtraje consiste en relacionar cada pixel con su s vecinos, de ac ue rdo a unos co eficientes de term inad os por el usuario. En el caso de una matriz de 3 x 3 CF, la fórmula para obtener el ND filtrado seria (Mather, 1998): i.i
ND<*■/»■/♦?CF. f
ND- — T— y — l.l c F/ *~P . C*
{6.13}
donde N D ,, indica el ND original del píxel N D \ f%el ND de salida para ese mis mo pixel; CF, el coeficiente de filtraje correspondiente, y / y c la fila y columna cen tral de la matriz de filtraje. El resultado de esta fórmula se aproxima al entero más cercano. También se ha propuesto dividir el nume rador por el núm ero de pixeles de la ventana de filtrado (9 si se trata de 3 x 3), independientemente de los CF que se señalen. El proceso abordado en un filtraje puede ilustrarse con un sencillo ejemplo. Se preten de aplicar un filtro de paso bajo a una peq ueña imagen de 5 x 6 pixe les, em plean do la fórmula anterior so bre un ejem plo de matriz de filtraje de 3 x 3 pixe les (fig. 6.19). La observación del resultado permite extraer algunas consideraciones de interés. En primer lugar, se constata que el área filtrada se limita a los pixeles cen trales. Los pixeles de borde no se afectan por el proceso, puesto que no tienen los 8 vecinos necesarios para realizar el cálculo. Esta característica es común a cualquier filtraje, ya sea de paso alto o bajo. Obviamente, en el caso de una imagen de mayor tamaño (5 1 2 x 5 12 pixeles. por ejemplo), la pérdida de esos pixeles de borde no su pone una grav e inco nveniencia. En una matriz de filtraje de 3 x 3 se pierden la pri mera y última fila y columna. Si empleamos matrices de mayor tamaño, la merma será más significativa: con 5 x 5, se perderían las dos primeras y últimas; con 7 x 7 las tres, etc. Otros autores prefieren aplicar algún promedio especial a estos pixeles, en lugar de igualarlos a cero. Volviendo a nuestro ejemplo, el nuevo ND del pixel central se calcula por un promedio de los 8 vecino s, co n un a pe queñ a po nd eración del valor central. Esos coeficientes se han aplicado a todos los pixeles centrales de la imagen. Por ejemplo.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
278
TF.LEDETECCIÓN AMBIENTAL
res. También se precisa introducir el ángulo cenital solar. El programa incluye opcio nalmente una estimación del efecto de adyacencia que es causada por la dispersión proceden te de cubiertas vecinas, a pa rtir de co nsiderar las diferenc ias en tre la reflectividad del pixel y la correspondiente a los alrededores (en este caso, se considera un área de 1 x 1 km). El autor del modelo advierte que este modelo sólo funciona ade cuadamente para sensores de observación cuasi vertical (se acepta una tolerancia de ±8°). en zonas por debajo de 1.500 m de altitud y con pendientes moderadas. Naturalm en te, lo ideal sería poder derivar la correcc ión atmos férica de los d a tos de la propia imagen, si consiguiéramos encontrar alguna función que extrajera de la señal detectada por el sensor la parte correspondiente a las condiciones atm os féricas. Las alternativas para llevar a cabo esta tarea se pueden resum ir en cuatro po sibilidades: estimar la contribución de la atmósfera a partir de cubiertas que debe rían presentar una reflectividad nula (m étodos basados en el «objeto oscuro»); estimar el efecto atmosférico a partir de las diferencias de absorción y dispersión en distin tas bandas del espectro para la misma imagen; realizar una homogeneización multitemporal entre imágenes y observar la misma zona con distintos ángulos. Esta últi ma vía, que ya hemos comentado en anteriores capítulos, sólo ha estado disponible en los últimos años, gracias a disponer de sensores con capacidad multiangular. El análisis multitemporal lo trataremos más adelante (7.3). La estimación de las con diciones de la atmósfera a partir de la observación multibanda se ha desarrollado ampliamente en la corrección de imágenes térmicas, como luego comentaremos (6.6.2.4). En consecuencia, nos detendrem os aquí únicamente en la primera opción, que resulta una de las más sencillas. La propuesta inicial de los métodos basados en el objeto oscuro (dark object) fue realizada por Chav ez en 1975, con sucesivas me joras en 1988 y 1996 (Chavez, 1975; Chavez, 1996; Chavez, 1988). El punto de partida del método consiste en asum ir que las áreas cubiertas con m ateriales de fuerte absortividad (agua, zonas en sombra), deberían presentar una radiancia espectral muy próxim a a cero. En la prác tica, el histograma de los ND de la imagen siempre presenta un mínimo superior a ese valor, que se atribuye al e fecto de dispersión atmosférica. Asimism o, se observa que ese valor mínimo es mayor en las bandas más cortas, disminuyendo hacia el IRC y SWIR. Como ya vimos, la dispersión Rayleigh —la más común— afecta principalm en te a las long itud es de on da más co rtas, lo que co nfirma qu e ese valor mínimo puede corresponder más al efecto de la atmósfera que a la radiancia espec tral proveniente de la superficie terrestre. En suma, una sencilla aproximación a la corrección atmo sférica consiste en asu mir que la radiancia atmosférica ( L a k) corres ponde al valor mínim o del histog rama. La as un ción pu ede ser ba stan te correcta siempre que tengamos en la imagen zonas en sombra o con agua profunda. Incluso se puede plantear establecer una red de superficies oscuras en la imagen y realizar luego una interpolación para tener mejor en cuenta la variedad espacial del espesor atmosférico (Ouaidrari y Vermote, 1999). El método del objeto oscuro resulta muy sencillo, y es válido para estimar el espesor atmosférico de aerosoles, pero los errores pueden ser notables para valores de reflectividad altos (por encima del 15 %), al no considerar las transmisividades del flujo incidente y reflejado. Para ev itar este problema, se ha sugerido com plemen tarlo con estimaciones en el terreno de la transmisivídad o con parámetros climáti-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES: CORRECCIONES Y REALCES
Fiü. 6.35.
285
Efecto de la corrección del sombreado sobre el sector de la figu ra anterior: (a) ban da 4 original: (b) banda 4 corregida.
minación, utilizando el método de Civco que, para esta fecha, da buenos resultados. Las flechas indican los sectores donde el efecto de corrección resulta más evidente. Una manera de verificar el efecto de la corrección es calcular la correlación entre la imagen de iluminación y las bandas de la imagen, antes y después de corregir. Para nuestra zona de estudio, la correlación disminu ye tras la corrección de 0,18 a 0,13 en la banda 4 y de 0,25 a 0.14 en la 5, indicando que se ha eliminado pane del efecto topográfico sobre la señal. Otra verificación nos llevaría a medir las diferencias de reflectividad en una serie de cubiertas situadas a distintas vertientes. Si la corrección es certera deberían homogeneizarse los valores, eliminando sus diferencias debidas a la insolación. Esta hipótesis se comprobó por Riaño (2003) en su estudio sobre car tografía de combustibles forestales en el Parque Nacional de Cabañeros (Riaño et ai, 2002). Las correcciones topográficas redujeron la desviación típica de la mayor par te de las especies vegetales, con especial intensidad en las bandas TM 4 y 5. La fi gura 6.36 nos m uestra el efecto de la corrección del sombreado topográfico sobre esta zona, empleando imágenes TM adquiridas en julio de 1997. De nuevo, las flechas nos indican los sectores más claramente modificados por la corrección. 6.2.3.4.
Correc ción del efecto bidireccional (BRD F)
El último aspecto que vamos a considerar en el cálculo de la reflectividad hace referencia al efecto que los ángulos de observación y de iluminación tienen sobre la reflectividad detectada por el sensor. Como ya hemos comentado a lo largo de las páginas prece de ntes es frecuente as umir en los mod elos para el cá lculo de reflec ti vidad que una cubierta presenta un comportamiento lambertiano, lo que implica considerar que la radiancia reflejada por esa cubierta sea igual en todas las direccio nes. Esta asunción es razonable com o primera aproximación al cálculo de la reflec tividad. pero dista bastante de ser correcta. Todos tenemos la experiencia directa de cómo cambia la visión de un objeto según se sitúe el observador en relación con la luz incidente (fig. 6.37), por lo que parece razonable tener en cuenta este factor en los cálculos más detallados de la reflectividad.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
291
ANÁLISIS DIGITAL DF. IMÁGENES*. CORRECCIONES Y REALCES
80
0.25
-70
-1 0
0.00
01 03 05 07 10 11 12 13 18 20 21 22 23 25 28 27 29 31
0
Serie temporal Je valores de rejlectiviJaJ extraíJos a partir Je los canales l y 2 Jel AVHRR en julio Je 2001. Se incluyen los ángulos acimutal y cenital solar para obs en ar el efec to que tienen sobre la señal JctectaJa po r el sensor. Fio. 6.40.
6.2.4.
Cálculo de temperaturas
E£l cálculo de la temperatura d e sup erficie es u n proc eso rutinario en aplicacio nes oceanógraficas, en donde este parámetro es clave para estudiar aspectos climá ticos. así como en aplicaciones pesqueras. En lo que se refiere a temperaturas terres tres la investigación ha sido muy intensa en los últimos años ya que. pese a la difi cultad de la estimación, se considera un elemento clave en los estudios de cambio climático global. De modo esquemático (fig. 6.41), el proceso para el cálculo de temperatura se inicia con los ND detectados por el sensor. Al igual que en el espectro óptico, esos valores codifican un valor de radiancia, en este caso correspondiente al infrarrojo térmico. Aquí el objetivo no es encontrar la relación entre el flujo incidente en el suelo y el reflejado al sensor, sino entre el flujo emitido desde el suelo (LÍU) y el re cibido por el sensor (i^,). Entre ambas magnitudes vuelven a interponerse los com ponentes de la atmósfera, qu e ab so rben y emite n su prop ia energía, distorsionan do la radiancia recibida por el sensor. Supuesto que elimináramos las influencias atmosféricas, bastaría conocer el flujo emitido en el suelo para saber su temperatura, ya que, como vimos, la radia ción que emite un objeto es una función de su temperatura, de acuerdo a la ley de Planck {2.4}. Ahora bien, esta ley está definida para cuerpos negros. En consecuen cia, el segundo problema en el cálculo de la temperatura radiativa, y además el más espinoso, es estimar la relación entre la emitancia de una superficie determinada y la que se produce en un cuerpo negro a la misma temperatura; en definitiva, es pre ciso conocer la emisividad de la cubierta para calcular su temperatura. Tras este comentario, podemos ofrecer un esquema más cuantitativo para abor dar ese cálculo. Seguimos el método propuesto por Coll et al. (1994), refinado por
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES: CORRECCIONES Y REALCES
295
En la parte izquierda, temperatura de brillo (arriba) y corregida (abajo) de la imagen IbéricaOl. En la derecha, emisividad (arriba), y perfil de temperaturas lomado desde el Cantá brico. hasta la Meseta sur. FlG. 6.42.
los términos dz y
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
Imágenes Quickbird de Nueva Orleáns (USA) lomadas antes y poc o después de ¡a inun dación provocada por el huracán Katrina en agosto de 2005 (ww w.digitalglohe.com).
Fio. IV
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
I'ig. 10*. Imagen Ima gen de clorofil clor ofilaa acuáti acu ática ca y verdor verd or terrestre terr estre obten ob tenida ida a pa rtir rt ir de datos da tos Seawifs.
(Fuente: http://visible http://visibleearth.nasa. earth.nasa.gov/vie gov/view_ree.php? w_ree.php? id- ¡664). id- ¡664).
FlG. 11*.
Proceso Proceso de form ación de las composiciones colorea coloreadas. das.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
Fui. 19*.
Anomalía s térmicas térmi cas en el A rtico entre ¡98 2 y 2002 (tono (to noss rojos indica n calentam calen tamiento iento y azules azu les enfr iam ien to. blancos no cambio). Fuente: http://visiblcearth.nasu.fiov/
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES: CORRECCIONES Y REALCES
ND,/ ND* j 9
. .
: . . Ï . . 2 . . . . • ¡ * . • ■
• / •
• • •
Imagen original
é »
*
Mí
S •• i
.........i
•
• •
• • •
•
• •
1 t
Imagen corregida
•
6
i
307
/
....
■ i.. ♦
(3)
;
........
/:
.............
.
•- •A.
............... ....
Fig. 6.50.
Fases de la corrección con puntos de control: l) selección: 2) ecuaciones de ajuste. 3) generación de la imagen corregida.
Para que el ajuste entre imagen y mapa sea correcto, se requiere atender a tres aspectos en la selección de los puntos d e control: número, localización, y distribución. El número idóneo de puntos de control depende del tamaño y la complejidad geométrica de la imagen. Si se trata de zonas planas, adquiridas por un se nsor de es trecho campo de visión, la transformación imagen-mapa puede basarse en ecuacio nes lineales simples. Por el contrario, si se trata de un terreno rugoso o el sensor va ría notablemente las condiciones de observación, será preciso aplicar funciones de transformación más complejas, con polinomios de segundo o tercer grado. Lógica mente, cuanto mayor sea el grado de la ecuación de ajuste, se precisará también un mayo r número de puntos de control. M atemáticamente sólo son necesarios 3 puntos
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
314
TELEDETECCIÓN AMBIENTAL
T a b l a 6 .7 . Residuales de la primera corrección (todos ellos en pixeles)
Número
Columna
Columna estimada
1 2 3 4 5 6 7 8 9 10 11
992 936 923 810 651 652 67 7 463 22 7 253 428
990.65 936.54 924.16 810,75 650,81 652.57 675,29 463,53 228,86 251.27 427.56
Residual columna 1,35 -0 ,5 4 -1.16 -0,75 0.19 0 .5 7 1.71 -0 .5 0 -1 ,8 6 1,73 0.44
Fila
Ftla estimada
Residual fila
EL
102 195 431 498 456 264 116 230 165 510 591
102,16 194,15 433,48 500,08 454,14 262.61 115,97 227.55 167,75 511,80 588,32
-0 ,1 6 0,85 -2 ,4 8 -2 ,0 8 1.86 1.39 0,03 2.45 -2 ,7 5 -1 ,8 0 2.68
1.36 1,00 2,74 2.21 1,87 1.50 1.71 2.51 3.32 2,50 2,72
que ofrecieron un ajuste bastante adecuado, con un RMSE de 0,76. Esto supone un error estimado en las distancias de 22.8 m, aceptable para nuestros propósitos. La tabla 6.8 recoge los residuales finales. 6.3.3.3.
Transferencia de los ND originales a la posición conegida
Las funciones antes analizadas permiten traducir coordenadas del mapa a la imagen. Ahora bien, si pretende crearse una imagen que se corresponda adecuada me nte con esas coo rdenadas, resulta necesario trasvasar, de alguna forma, los ND de la imagen original a esa nueva posición. Las funciones de ajuste permiten calcular la pos ición co rrec ta de ca da píxcl, pero no originan un a nueva imagen, pu es to que su ponen só lo un trasvas e de co orden ad as y no de ND . Dicho de otro modo, co n estas fruiciones de transformación pu ede crearse una nueva matriz, correctamente posicionada, pero vacía. El «llenado» de esta matriz es, precisamente, el objetivo de la úl tima fase de la corrección geométrica. T a b l a 6.8.
Residuales de la segunda corrección
Número
Columna
Columna estimada
Residual columna
Fila
Fila estimada
Residual fila
EL
1 2 3 4 5 6 7 8 10 11
992 936 923 810 651 653 67 7 46 4 25 3 428
990.96 936.65 923,34 810,02 650,79 653.33 676,56 465.04 252.31 427.56
1,04 -0 .6 5 -0 .3 4 -0 .0 2 0,21 -0 .3 3 0,44 -1.04 0,69 0.44
102 195 431 498 45 3 264 117 230 512 591
102,60 194,05 431.33 497,90 453,16 263,31 117,85 229,50 512,30 588,32
-0 ,6 0 0.95 -0 .3 3 0.10 -0 ,1 6 0.69 -0 ,8 5 0.50 -0.30 2.68
1,20 1,15 0.47 0,10 0.27 0.76 0,95 1.16 0.75 2,72
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
Ca pít u l o 7
ANÁLISIS DIGITAL DE IMÁGENES: EXTRACCIÓN DE INFORMACIÓN TEMÁTICA «Profesor: que te ilusione hacer comprender a tus alumnos, en poco tiempo, lo que a li te ha costado horas de estudio lle gar a ver claro.»
S. JOSEMAKÍA ESCRIVÁ. SurVO 1.
Generación de variables continuas
Después de com entar los diversos tratamientos que conducen a disponer los da tos de forma más idónea para extraer de ellos información temática de interés, de dicamos precisamente este capítulo a comentar las diversas técnicas que permiten extraer esa información de las imágenes. Hemos dividido la exposición en cuatro apartados según que el objetivo principal del análisis sea la obtención de variables continuas (7.1), la categorización de la imagen en clases temáticas (7.2), el análisis de cambios (7.3) o la medición de la estructura espacial del territorio (7.4). Este ca pítulo se co mplem en ta con los do s sigu ientes , de dicados , respectiva men te, a ve rifi car los resultados (cap. 8) y a conectarlos con otras fuentes de información en el marco de los SIG (cap. 9).
1.1.
1.1.1.
T é c n i c a s d f . m o d e l a d o f .n t f .l e d k t f .c c i ó n
Tcledetección cualitativa y cuantitativa
Es obvio que el interés de la teledetección viene dado po r su capacidad de pro porcio namos inform ación temática, qu e cu bra vac íos en nu es tro co nocimiento del territorio o, al menos, actualice lo que ya se había inventariado previamente. En muchas ocasiones, se restringe el contenido informativo de la tcledetección a la cartografía temática propiamente dicha. En otras palabras. las imágenes de sa télite serian, bajo este punto de vista, sólo una herramienta para clasificar el territo rio en categorías homogéneas, por ejemplo de cobertura del suelo, vegetación o cul-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES: EXTRACCIÓN DE INFORMACIÓN TEMÁTICA
327
Fig. 7.2. Estimación del contenido de agua en las plantas a partir Je modelos empíricos (a) y de simulación (b). La simulación puede hacerse en mojo Jirecto (estimar la reflectiviJaJ. varianJo los parámetros Je entraJa Jel moJelo) o inverso (estimar el parámetro a partir Je la reflectiviJaJ meJiJa por el sensor).
está bien fundamentado, la calibración en diversos lugares permite finalmente plan tear funciones más generalistas, que pueden llegar a considerarse de validez global. Por ejemplo, el índice de peligro de incendios utilizado por el Servicio Forestal Ca nadiense (Fire Weather Index) (Van Wagner, 1974) tiene un desarrollo fundamental mente empírico y está calibrado para las condiciones canadienses. Sin embargo, y hasta cierto punto sorprendentemente, funciona m uy bien en otros entornos ambien tales muy distintos al canadiense, por lo que se está empleando operativamente en lugares tan diversos como Indonesia y la cuenca mediterránea europea. Presentamos como ejem plo de cóm o plantear este tipo de modelos empíricos la estimación del contenido de agua en las plantas (fig. 7. 2a). Nuestro departamento ha dedicado un considerable esfuerzo en los últimos cinco años a esta tarea, intentan do entender mejor las relaciones entre la reflectividad y temperatura estimadas por teledetección y la dinámica del contenido de agu a en las principales formaciones ve getales del mundo mediterráneo (pastizales y matorral), de cara a mejorar los siste mas actuales de prevención del peligro de incendio. Con este objetivo, hem os toma do muestras sistemáticas en el terreno para la primavera y el verano del período comprendido entre 1996 y 2006. Las muestras se han tomado siguiendo un estricto
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
332
TELEDETECCIÓN AMBIENTAL
una serie de parámetros de entrada (propiedades ópticas de las hojas, arquitectura del dosel, ángulos de observación, etc.). Variando esos parámetros, pueden estimar la reflectividad resultante, de tal forma que el usuario pueda simular el impacto que tienen esos parámetros en la reflectividad que medirá el sensor. En este sentido, el uso de los modelos se considera en modo directo (fig. 7.2 b), y resultan muy intere santes para entender mejor el peso que tiene cada factor de entrada en la señal re sultado, de cara a plantear escenarios para la discriminación o análisis de sensibili dad (Bowyer y Danson, 2004; Chuvieco el ai, 2006). Suponiendo que esa estima ción de la reflectividad sea conrecta. el reto posterior seria invertir el modelo de si mulación (fig. 7.26), de tal manera que pudieran estimarse esos parámetros a partir de la reflectividad medida por el sensor (Liang, 2004). En el ejemplo que venimos comentando, se trataría de estimar, en primer lugar, el efecto del contenido de agua de la planta sobre la reflectividad del dosel vegetal, mezclando su contribución con la de otros factores (como puede se r la clorofila o la cantidad de materia seca). En un segundo paso, se trataría de invertir el modelo, ais lando de la reflectividad disponible en la imagen el componente de contenido de agua. La operatividad de este método frente a los ajustes empíricos dependerá de tres factores: contar con un buen modelo, con un buen método de inversión y con reflectividades calibradas (Jacquemoud et a i, 2000). Por un buen modelo nos referimos a que sea preciso, a que no requiera parámetros de entrada de muy difícil obtención, y a que sea lo suficientemente sencillo como para que la inversión del modelo pue da realizarse en un tiempo razonable. Entre los modelos que se han planteado en las últimas dos décadas, podemos ha cer una primera distinción entre los que se centran en el nivel de la hoja (le a f optical pr ope rties models) y los que estiman la reflectividad del conjunto del dosel vegetal (canopy reflectance m odels). Entre los primeros, uno de los que ha tenido ma yor acep tación en la literatura ha sido el denominado PROSPECT (Jacquemoud, 1990), que describe la reflectividad de una hoja a partir de considerarla como un pila de N lámi nas compuestas de elementos absorbentes y dispersores. Permite simular la reflectivi dad y transmisividad de la hoja considerando una serie de variables de entrada, rela cionadas con su estructura y propiedades físico-químicas. Concretamente, en su últi ma versión (Barct y Fourty, 1997), se requiere únicamente introducir la concentración de clorofila a + b (en |ig cm-2), el espesor equivalente de agua (EYVT, Equivalent Wa ter Thickness, en g cm-2), el contenido de materia seca (en g cm '2), y el parámetro es tructural N, que se refiere a la estructura interna de la hoja. Este parámetro es el más difícil de medir. Los mismos autores del modelo proponen estimarlo a partir del área específica de la hoja SLA (Specific L ea f Area), calculada como el área por unidad de peso seco de la hoja, utilizando una relación em pírica, como seria (Jacquem oud, 1990): ^ , 0,9 SLA-f 0,025 SLA-0.1
El modelo PROSPECT puede aplicarse a todo el espectro óptico (de 0,4 a 2,5 Jim), para an ch os de ban da muy pequ eñ os, de tal form a que permite co mpa rar los re sul tados con espectrometría de laboratorio y sensores hiperespectralcs.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DF. IMÁGENES: EXTRACCIÓN DE INFORMACIÓN TEMÁT ICA
337
300i
Fig. 7.7. Comparación entre estimaciones de humedad de la vegetación basadas en modelos em píricos v de simulación, para pastiz al (a) y matorral (b) ( Yebra ct al.. 20(18). teria seca, por lo que no tiene mucho sentido plantear variaciones aleatorias de los pa rámetros de entrad a, pues dan lugar a esce na rios de simulación irreales. Hsto es especialmente problemático en los procesos de inversión, que podrían seleccionar reílectividades de referencia generadas a partir de combinaciones imposibles (Com bal et al., 2002). 1.2.
C o c i e n t e s f . í n d i c e s d e v e g e t a c i ó n
Como su nombre indica, un cociente o ratio implica efectuar una división, píxel a pixel. entre los ND almacenados en dos o más bandas de la mism a imagen. Se
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁ LISIS DIGITAL DE IMÁGENES! EXTRACCIÓN DE INFORMACIÓN TEMÁTICA
P « c + P*
343
+ 0 ’5
El GEiMI se ha empleado con buenos resultados en cartografía de áreas que ma das (Barbosa et al. , 1999; Chuvieco et al ., 2008; Riaño et al. , 2007) y de cubiertas vegetales en espacios semi-áridos (Leprieur et al., 2000). Finalmente, conviene citar el índice de vegetación mejorado (EVI, Enhanced Vegetation Index) definido por Huete et al. (2002) como una alternativa más sólida a los índices tradicionales, por ser más robusto frente a la aportación del suelo y de las influencias atmosféricas. El EVI se define como: EVI = C --------- --------------------- P ik c + ^ * iP « " "
{7.11}
+ ^
donde p.4, p*, y p[RC son las refíectividades del azul, rojo e infrarrojo cercano, res pec tiv am en te, L es la radiancia del fond o (la misma que en el SAVl), G es un fac tor de ganancia, y C| y C2 son los coeficientes para corregir la influencia de aeroso les en la banda roja a partir de la azul. Para el cálculo global de este índice (fig. 13*), que se genera como un producto estándar del programa MODIS, se utilizan L = 1, C| = 6, C2 = 7,5 y G = 2,5. Se ha comprobado en estudios recientes que el EVI es más sensible que el NDVI a rangos contrastados de cubierta vegetal, ofreciendo trayectorias temporales m ás consistentes (Saleska et a l, 2007). La figura 7.9 pre senta el ND VI calc ulado para la imagen Torre 100. Se obser van con nitidez las cubiertas de vegetación más vigorosa, como los pastizales pró ximos a Colmenar y Soto del Real, vigorosos en esta época del año. Los embalses ofrecen los valores más bajos de NDVI (A en la figura), así como las zonas urbanas de densa edificación (ver el casco u rbano de Soto, B, o de Colmenar, C). Por su par te, las áreas de urbanización ajardinada presentan unos valores de NDVI más altos (D), sobre un entramado regular más oscuro (viales). Todos los índices hasta aquí comentados se dirigen a realzar las cubiertas ve getales frente a otras superficies, a través del contraste que presenta la reflectividad de las plantas entre el IRC y el R. Ahora bien, en caso de que nos interese analizar otras variables en la vegetación, u otro tipo de cubiertas no vegetales, estas bandas pue de n no ser las más idóneas. En es os casos, co nve ndrá ac udir a un an álisis de las variaciones espectrales que introduce la variable de interés para propon er índices al ternativos a los que hemos visto hasta el momento. Por ejemplo, si lo que se preten de es realzar la discriminación de las áreas forestales quemadas frente a otras cu biertas no afec tadas por el fuego, lo s IV pres en tado s no resultan una buen a alterna tiva ya que no están diseñados para los rangos espectrales correspondientes a la ve getación quemada. En consecuencia, ofrecen rasgos de discriminabilidad peores que otros índices diseñados específicamente para esta finalidad (Chuvieco y Martín, 1999; Martín, 1998; Pereira, 1999; Trigg y Flasse, 2001). De igual manera, cuando se pretenda a nalizar el contenido de agua en la vege tación, como ya hemos visto previamente, el espacio espectral más idóneo no está
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
352
TELEDETECCIÓN AMBIENTAL
a priori de ios componentes, ya que la transformación es puramente estadística y. por tanto, m uy de pe nd iente de las ca racterístic as numéricas de la imagen. Algun os autores sugieren que el primer componente siempre indica el brillo general y el se gundo el verdor (lngebritsen y Lyon, 1985). No obstante, esta afirmación asume que en la imagen existe una cantidad suficiente de cobertura vegetal. De otra forma, el componente de vegetación puede ser el tercero o cuarto. En definitiva, no pueden aplicarse reglas generales para la interpretación de los CP.
i.4.
Transformación
«T a s s e l e d C a p » (TTC)
Al igual que el ACP, esta transformación se dirige a obtener unas nuevas ban das, por combinación lineal de las originales, con objeto de realzar algunos rasgos de interés en la escena. La diferencia frente al ACP estriba en que la TTC ofrece unos componentes de significado físico preciso, esto es. independientes del tipo de imagen que se esté analizando. La TTC fue ideada por Kauth y Thomas en el marco del proyecto LACIE (Large Arca Crop Inventory Expcrimcnt), desarrollado por la NASA y el Departamento de Agricultura estadounidense (USD A) en los años setenta, con objeto de m ejorar la predicción de co sech as. Den tro de este proy ecto, se pretend ió mod elar los co mpo nentes fundamentales de variación en una imagen MSS, describiendo sus caracterís ticas físicas desde el punto de vista del seguimiento de cultivos (Kauth y Thomas, 1976). A partir de una serie de imágenes de zonas agrícolas, se trató de sintetizar los ejes de variación espectral de los cultivos en una figura tri-dimensional, de aspecto parecido a un go rro con bo rlas (tasseled cap). C onsiderando las bandas roja e infra rroja, la base de ese gorro se define por la línea de suelos, en donde se sitúan los distintos tipos de suelo, de acuerdo a su brillo y color (fig. 7.13). Según el cultivo va ganando en vigor, tiende a separarse de la línea del suelo, aproximándose al eje de la banda infrarroja, y convergiendo en un punto cuando se produce la máxima madurez. A partir de ahí el cultivo tiende a marchitarse, retomando hacia la linea de suelos. La TTC tiende a poner más en evidencia el comportamiento espectral de la ve getación y el suelo, a partir de crear nuevos ejes mejor ajustados a esc espacio físi co. En ese nuevo sistema de coordenadas, se pretende que sea más nítida la separa ción entre ambas cubiertas. Para el caso de las imágenes MSS. sobre las que se de sarrolló esta transformación, los nuevos ejes se obtuvieron a partir de: uJ = R' l x i + e
{7-17}
donde w, indicaba el vector correspondiente a la imagen transformada; x„ el vector de entrada; R'„ el vector de coeficientes de transformación, y c una constante para evitar valores negativos. Los autores sugerían un valor c = 32. Sobre el conjunto de imágenes de su muestra, los autores del trabajo distin guían tres componentes: uno, denominado brillo (brightness), suma ponderada de las cuatro bandas originales; otro, denominado verdor (greenness)%relacionado con la actividad vegetativa; un tercero conocido como marchitez (yellowness), que pre-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANÁLISIS DIGITAL DE IMÁGENES: EXTRACCIÓN DE INFORMACIÓN TEMÁTICA
365
El algoritmo determina la similitud entre dos espectros calculando el ángulo e s pectral qu e les separa (0):
siendo ND, * el valor del píxel i (el espectro objetivo) en una determinada banda k de la imagen, ND, *el del espectro de referencia j en la misma banda, y m el núme ro de bandas. El criterio puede utilizarse para comparar pares de espectros determi nados. por ejemplo, muestras de suelos con distintos contenidos de materia orgáni ca, o para asignar un pixel desconocido a una clase de referencia en una clasifica ción temática. En este caso, el pixel i se asignará a la clase de referencia j con el va lor 0 más pequeño. L ógicamente, también pueden compararse los cosenos en tre vec tores, eliminando en la fórmula anterior la necesidad de ca lcular el arcoseno. Lo ha bitual para imágenes hipe respec trales es trab ajar con valores de reflec tivida d, pero hemos indicado en su lugar ND y a que éstos pueden estar escalados de la forma que estime oportuno el intérprete, siempre que, como es lógico, tengan la misma métri ca los de referencia y los que se pretenden clasificar. La figura 7.22 presenta un esquema del clasificador angular, para un caso sen cillo de tres bandas. Aunque se ha desarrollado en el marco del análisis hiperespectral, esta técnica también puede aplicarse a un men or número de bandas, siendo una alternativa a los clasificadores convencionales, que luego comentaremos. También el SAM puede utilizarse como técnica de inversión para calcular el espectro m ás si milar al observado entre una serie de espectros simulados con modelos RTM. Con este enfoque se han observado resultados muy interesantes en el ámbito de la esti-
Banda 1
FlG. 7.22.
Esquema del clasificador angular.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
386
TELF.DETECCJÓN AMBIENTAL
de cubiertas vegetales. Finalmente, puede ocurrir que ninguna de estas tres dimensiones sea suficiente para separar ciertas cubiertas, y sea preciso acudir a informa ción auxiliar (topografía, suelos, etc.). A lo largo de este apartado veremos algunos proce dim ientos para ab ord ar estos enfoques alternativos, si bien nos ce ntraremos princ ipalmen te en la interpretación de los datos espectrales. Simplificando las cosas, la clasificación digital de imágenes sigue cauces aná logos a los que se emplean en foto-interpretación. En esta técnica, en primer lugar el intérprete identifica el patrón visual asociado a cada cubierta, de acuerdo a una serie de criterios: tono, textura, forma, contexto, disposición, etc., tal y como apare cen en unos fotogramas tipo. Posteriormente, delimita sobre el resto de las fotogra fías las zonas que se corresponden con ese modelo previamente definido. En otras pa labras, asigna a cada ca tegoría unas de term inad as supe rficies, en func ión de la se mejanza de éstas con el patrón-tipo identificado previamente. Por último, verifica sobre el terreno la interpretación realizada. Éste es también el esquema de la clasificación digital. Basta traducir los crite rios analógicos p or digitales, por cuanto se realiza sobre los ND presentes en la ima gen. De esta forma, pueden distinguirse las siguientes fases: 1) definición digital de las categorías (fase de entrenamiento), 2) agrupación de los pixeles de la imagen en una de esas categorías (fase de asignación), y 3) comprobación y verificación de re sultados. Trataremos aquí de las dos primeras, reservando la tercera para un ca pítu lo independiente, puesto que las técnicas de verificación son aplicables tanto a la in terpretación digital como a la visual.
2.2.
2.2.1.
Fa s e d e e n t r e n a m ie n t o
Conceptos básicos
Para que una fotografía aérea pueda ser interpretada en detalle es preciso que exista una experiencia previa, que nos permita identificar cada una de las categorías de interés por una serie de rasgos, como son tono, textura, situación o tamaño. Es posible distinguir entre matorral y arbo lado, grac ias a que és te tiene un a textura más rugosa; mientras la separación entre agua y suelos descubiertos se realiza sobre la diferencia de tonalidad. De la misma forma, la clasificación digital se inicia carac terizando los patrones que definen en la imagen las distintas categorías objetivo. Por cuanto se trata de una clasificación basada en los valores numéricos de los pixeles. esta caracterización también debe ser numérica; esto es, se trata de obtener el ND. o mejor aún el rango de ND, que identifica a cada categoría, para todas las bandas que intervienen en la clasificación. Como ya hemos visto a lo largo de esta obra, diversos factores introducen una cierta dispersión en tomo al comportamiento espectral medio de cada cubierta. Esto implica que las distintas categorías no se definen por un sólo ND. sino por un con ju nto de ND, más o meno s pró ximos en tre si. En térm inos de su clasificac ión digi tal, esto supone que existe una cierta dispersión en tomo al ND medio de cada categoría, más o menos significativa según las clases que se consideren y la propia complejidad del paisaje donde éstas se asienten. Por ello, la fase de entrenamiento
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You You have either reached a page that is unavailable unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
438
TELEDETECCIÓN AMBIENTAL
3.2.2. Homoge ne izac ión radiom étrica Otro importante problema en la detección de cambios es el producido por las variaciones que introducen las condiciones de observación, situaciones atmosféricas o la calibración del sensor. Estos efectos modifican la signatura espectral de un píxe!, aunque se mantenga constante la cubierta. En consecuencia, es preciso homogeneizar los ND de las imágenes que intervienen en el análisis. Para ello, puede op tarse por un doble enfoque: 1. Calibrar los ND de mo do absoluto, conviniéndo los a medidas de reflectividad o temperatura del suelo. 2. Eq uiparar los ND entre imágenes. En el primer caso, es preciso acudir a los modelos de conversión a parámetros físicos vistos previamente, incorporando los parám etros de corrección atmosférica y de iluminación más propios para cada fecha. En el segundo enfoque basta una co rrección relativa entre fechas, ya que sólo se trata de facilitar las com paraciones en tre ellas. Con esta óptica, los métodos de corrección propuestos se basan en situar una serie de píxeles de radiancia constante entre fechas, preferiblemente que reco ja n área s de baja reflec tividad (som bras, ag uas claras y profund as ) y alta reflectiv idad (suelos descubiertos, estacionamientos, pistas de aterrizaje). A partir de los ND de esos píxeles, pueden estimarse unos coeficientes de sesgo y ganancia, para cada band a, que pe rm itan co rres pond er los ND entre fech as distintas . El métod o se ensa yó con buenos resultados en un estudio multitemporal sobre la Albufera de Valencia (Caselles y López, 1989), comparándolo con modelos atmosféricos estándar (Tanre et al. f 1986). La viabilidad de estas correcciones para homogeneizar las condiciones atmosféricas entre imágenes también se ha dem ostrado en el marco de la estimación de cosechas (Hill y Sturm, 1991) y en el inventario forestal, facilitando ajustes con una correlación superior a 0,98 (Coppin y Bauer, 1994). Puesto que la variación temporal entre píxeles puede alterar esos coeficientes de regresión, otros autores han propuesto utilizar los ND más oscuros y más claros entre fechas, ob tenidos a partir de los com ponentes de brillo y verdor de la transfor mación (tasseled cap) (7.1.3): NDr k = sk ND* + g t
{7.48}
esto es el ND corregido en la banda k se estimaría a partir de unos coeficientes de sesgo y ganancia para esa banda, que se obtienen a partir de: sA= (ND * < * - ND*, rk ) / (ND* * - N D * , *)
{7.49}
gt - (N Do,, * N D* , , - N D ^ , * N D * , k) ! (N D* f. * - N D ,, Ki)
{7.50}
donde N DW>^k y ND* * * indican el ND medio de los píxeles más oscuros y más cla ros, respectivame nte, d e la ima gen de referencia, y ND OI
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
TELEDETECCIÓN AMBIENTAL
442
donde P Tt indica la pendiente del período i, y t¡ el período de tiempo considerado. Este índice parece bastante relacionado con las variaciones del vigor vegetal desde la primavera hasta el verano, identificando situaciones de deterioro en la vegetación (López e t a l , 1991). Otro índice de interés es el análisis de anomalías temporales, esto es la deter minación de las desviaciones entre el ND de un píxel para un determinado período y el promedio de la serie histórica para ese mismo píxel: N D W ) A/ = -------- -¿--100 ' NDV1(7)
j'T«, í7-53)
donde NDVT ( i) indicaría el valor del índice correspondiente a un determinado pe ríodo i y NDVI (7) el valor medio para ese período, para un conjunto de años su ficientemente largo. Esto permitiría ver si las tendencias de un momento determi nado son las esperables o se registran valores anómalos (ya sean superiores o infe riores a la tendencia promedio). Esta técnica es la base para el seguimiento de las condiciones de sequía en los cultivos que se realiza operativamente en varios países (González-Alonso e t a l , 2004), en algunos de ellos auspiciado por la FAO. Cualquiera de los índices arriba indicados también puede emplearse para las variaciones de temperatura o de cualquier otro índice espectral. En el ámbito del es tudio del calentamiento global del planeta, este tipo de datos resulta también muy significativo (fig. 19*). Otra técnica utilizada para series temporales de imágenes es el ACP. En este caso, se aplica la técnica sobre la serie temporal completa, considerando cada fecha como una banda. Los primeros comp onentes de una serie no nnalm ente indican una situación promed io, la tend encia estable, mientras los componentes secundarios inform an sobre aspectos del cam bio que se observe en el periodo. A partir de com ponentes principales estandarizados, se abordó un interesante análisis de las tendencias de la vegetación en África, sobre una serie temporal de 36 imágenes que cubrían todo el continente. Se ob servó que los primeros componentes recogían la tendencia promedio, mientras los res tantes marcaban algunos rasgos de interés en la fenología de la vegetación, detectando eventos anómalos de sequía, c incluso algunos errores en la adquisición de las imáge nes, difícilmente detcctables sobre los valores originales (Eastman y Fulk, 1993). 3.4.
T
é c n i c a s p a r a
l a
d e t e c c ió n
d e
c a m b io s
Los estudios de detección de cambios pueden aplicarse a una gran variedad de disciplinas (Mouat e t a l , 1993). Tienen por objeto analizar qué rasgos presentes en un determinado territorio se han modificado entre dos o más fechas, de cara a eva luar los impactos de un determinado fenómeno, ya sea continuo o esporádico (Ob servatorio de la Sostenibilidad, 2006). Un buen ejemplo del interés de este enfoque temporal es el Atlas o f Our Chan ging Enviro nm en t editado por el programa de medioambiente de Naciones Unidas (UNEP: http://na.uncp.netOncPlanetManyPeo ple/index .php, último ac ce so may o de 2008).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
450
TELEDETECCIÓN AMBIENTAL
vegetación a suelo construido. El tercer componente muestra los sectores de vegeta ción más vigorosa entre fechas, que corresponden generalmente a pastizales. Final mente, el cuarto nos informa de cambios que se han producido en el vigor vegetal, de áreas de vegetación seca a vigorosa. Esta dimen sión nos permite caracterizar con claridad algunas zonas residenciales ya consolidadas, que han pasado de vegetación arbórea-arbustiva a especies ornamentales, con mayor vigor, no obstante la interpre tación de este componente, como hemos visto, resulta un tanto confusa. 3.4.5. Regresión Como es bien sabido, las técnicas de regresión se emplean para estimar valo res de una variable de interés a partir de otra que está fuertemente asociada con ella. Esa asociación se mide a partir de unas observaciones comunes a ambas variables, a partir de las cuales se ajusta una función que las relaciona numéricamente. En el marco de la corrección geométrica de imágenes, ya tuvimos ocasión de comentar esta técnica, por lo que aqui sólo nos detendremos en su aplicación al análisis de cambios.
Fie. 7.64.
Esquema de la regresión multiiemporal.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
510
TELEDETECCIÓN AMBIENTAL
Landsat Q
N -Q
V)
Q
A
B
^
N-Q
C
D
Q: Quemado NQ: No quemado Comisión Q: 1 •(A/(A ♦B)) - B/(A ♦B) Omisión Q: 1 - (A/(A ♦C)) =C/(A + C)
Fig. 8.11.
Validación para una clasificación dicotómica: área quemada con imágenes de baja y alia resolución.
■ Commisslo n ■ Bumod area
l
I Unbum®d area
■ Omisslon
■ Commisslon ■ j Bumedaroa . Unbumad area ■ OmisaIon
• ~ r i» FlG. 8.12.
Validación cruzada y diagrama de dispersión entre proporciones de área quemada para dos esc enas La ndsat en el este de Colombia (a) y este de Bo livia (b).
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
■ Idóneo ■ Moderado □ Nulo o m
Variable« de entrad«
Fig. 9.1 .
Flujo de información en un Sistema de Información Geográfica.
b
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
520
TELEDETECCIÓN AMBIENTAL
un determinado SIG (litología, relieve, suelos, datos climáticos, vegetación, culti vos, datos censales, etc.), tengan la resolución y el nivel de fiabilidad adecuado, y estén debidamente actualizadas. Puesto que esas variables son comúnmente genera das por distintas agencias, que, a su vez, pueden haber contratado el trabajo a múl tiples intérpretes, la integración de esas variables en el SIG puede ser muy comple ja . tanto des de el punto de vista temático como ge ométrico (M ounsey, 1991). En consecuencia, no sólo es necesario que exista una buena información geográfica, sino también que pueda integrarse en una base de datos coherente (Martínez ct al.% 2008). Esto implica coordinación, tanto entre los diversos grupos qu e han generado cada variable (en el seno de una institución), como también entre las distintas insti tuciones c on responsabilidades cartográficas. Con m ucha frecuencia, ambos aspectos no se garantizan adecuadamente, lo que dificulta considerablemente la operatividad de un SIG. Por un lado, pueden faltar determinados inventarios cartográficos, tan vitales para la planificación física, como son la cartografía de suelos o gcomorfológica. Por otro, pueden presentarse desco nexiones entre los organismos que g eneran la información. Esto implica, en muchas ocasiones, duplicar esfuerzos y presupuestos, ya sea porque la información genera da por estos organismos no resulte intercambiable, porque no se han arbitrado cana les apropiados para la distribución pública de esa información, o, simplemente, por que no se conoce. La teledetección espacial, por si sola, no puede resolver estos problemas, pero pu ede co ntrib uir a paliarlos al facilitar da tos de libre ad quisición , en formatos es tán dar, y plenamente actualizados. C omprendiendo el alto coste de generar información geográfica de calidad, la inversión en imágenes de satélite pu ede justificarse plena mente, sin olvidar que en muchas ocasiones lo verdaderamente caro es no disponer de la información necesaria para tomar decisiones cuando resulta imprescindible ha cerlo (en situaciones de emergencia, por ejemplo: Camarasa e l a i , 2001). Existen diversos medios p ara generar información geográfica, desde el tradicio nal trabajo de campo (insustituible todavía en muchas ocasiones), hasta los sensores terrestres (medidores de temperatura, humedad o polución atmosférica, estaciones de aforo, etc.), sistemas de posicionamiento global (GPS) y teledetección aérea o e s pacial. Todos ellos son med ios nec es arios, qu e co nve ndrá se leccion ar en func ión de la variable que quiera obtenerse y de los propios requisitos del trabajo (presupues to. tiempo de obtención, fiabilidad requerida, etc.). Sintetizando las cosas, las ven tajas de la teledetección como fuente de datos para un SIG se centran principalmen te en la obtención de algunas variables de interés (fase de inventario cartográfico), y en la actualización de información ya generada. A continuación analizamos con más detalle am bos aspectos.
5.2.
F a s e d e in v e n t a r io
La teledetección, como hemos visto en capítulos precedentes, puede resultar una herramienta idónea para cartografiar determinadas variables: temperatura del agua del mar, contenido en clorofila, cobertura de nieve, rendimientos del cultivo, ocupación del suelo, etc., y la lista se está continuamente ampliando ante la dispo-
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
TELEDETECCIÓN AMBIENTAL
526
Imagen original
Imagen
corregid«
435.000
Ajuste de la resolución
FlG. 9.7. Aspecto s geom étricos en la integración de imágenes a un S/G.
puesto qu e la may or pa rte de estos prog ramas sólo pued en pone r en relación ficheros que tengan el mismo número de filas y columnas. En caso de que la imagen ya esté georreferenciada, pero no a la base cartográ fica del SIG (no coinciden proyección y/o elipsoide de referencia y/o datum), debe rá realizarse una nueva corrección geométrica de la imagen, aunque en este caso sólo en su tercera fase (interpolación), ya que la transformación de un sistema de coordenadas a otro puede modelarse a priori (no necesitamos puntos de control para estimar la transformación, por tanto). La mayor parte de los programas de ADI cuentan con una amplia lista de proyecciones cartográficas definidas, por lo que p a sar de una a otra, resultará un proceso bastante automático, consistente en un remuestreo (por cualquiera de los procesos de trasvase de ND comentados en 6.6.3). de la proyección inicial a la deseada. El mismo hecho se daría cuando la imagen coincidiera cartográficamente con el SIG, pero el tamaño del pixel fuera distinto. También sería preciso, entonces, remuestrear la imagen, aunque lógicamente en ese caso no se modificaría la geometría de partida. Finalmente, puede ocurrir que coincidan la proyección, elipsoide y tamaño de píxel en tre la imagen y el SIG. pe ro no las co orde na das lím ite del marco geo gráfi co que abarcan (esto es, las coordenadas de las esquinas). En ese caso, también es preciso re alizar un a tran sform ac ión, au nqu e se lim ite a reco rtar o ampliar el marco de la imagen, para que el archivo de salida tenga el mismo número de filas y de c o lumnas que el resto de las variables almacenadas en el SIG.1 I . Para que esto sea posible, es necesario que las coordenadas del área de referencia del SIG coincidan, en algún lugar de la malla, con las de la imagen. De lo contrario, será necesario optar por la opción anterior (remuestrear la imagen), ya que sólo pueden recortarse en la imagen píxclcs enteros. Este sería el caso si el origen del SIG fuera, por ejemplo, de 435000 y 4467000, mientras la imagen contara
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
ANEXOS MDH MERIS M1SR MNF MOD1S MOP1TT MOS MSG MSS MSU M UC N A S A N A S D A N D N D II N D V I N G D C N O A A N P O E S S N R S A N V OLS OPS PDUS PNG POAM POLDER PPI PPU RBV RMSE RN A RVA SAIL SAM SAR SAVl SBUV/2 SEL PER SEVIRI SIG SIR SLA SLAR SPOT SRTM SBUV/2 SSM/I SSMR SSU
( M o d e l o D i g i ta l d e E l e v a c i ó n )
(Medium Resolution Imaging Spectrometer) (Multi-Angle Imaging Spectroradiometer) (Minimum Noise Fraction) (Moderate-Resolution Imaging Spectroradiometer) (Measurements o f Pollution In The Troposphere) (Marine Observation Satellite) (Meteoxat Secon d G eneration) (Muhispectral Scanner) (Microwave Sounding Unit) ( M i n i m a U n i d a d C a r t o g r af ia b l e)
(National Aeronautics an d Space Adm inistration) (National Space D ew hp m ent Agency, J a p ó n ) (N iv e l D ig ita l, d e c a d a p ix el)
(Normalized D ifference Infrared Index) (Normalized Difference Vegetation Index) (Nation al G eophysical Data Center, U S A ) (National Ocea nic and Atmosp heric Administration Satellite) (National Polar-orbiting Operationa l Environmental Satellite System) (National Rem ote Sen sing AgeJicy. India) (N iv e le s V is u ale s)
(Operational Linescan System) (Optical Sensor) (Primary Data User Stations) (Portable Netw ork Graphics) (Polar Ozone and Aerosol M easurement) (Polarization an d Directionality o f the Ea rth s Reflectance) (Pix el Purity' Index) (Patch per Unit) (Return Beam Vidicon) (Root Mean Squared Error) ( R e d e s N e u r o n a l e s A r t i fi c ia l e s) (R ojo. Verde. A zul)
(Scattered by Arbitraily Inclined Leaves) (Spectral Ang le Mapper) (Synthetic Aperture Radar) (Soil Adjusted Vegetation Index) (Solar B ackscatter Ultra Violet Spe ctral R adiometer) ( S o c i e d a d d e E x p e r t o s L a t i n o a m e r ic a n o s e n P e r c e p c ió n R e m o t a )
(Spinning En hance d \risible and Infrared Imager) ( S i s te m a s d e I n f o r m a c i ó n G e o g r á f i c a)
(Shuttle Imaging Radar) (Specific L ea f Area) (Side Looking Airborne Radar) (Satellite P our I 'Observation d e la Terre) (Shuttle Radar Topography Mission) (Solar Backscatter Ultra Violet S[>ectral Radiometer). (Special Sen sor M icro wave Imager) (Scanning Multichannel Microwave Radiometer) (Stratospheric Sound ing Unit)
You have either reached a page that is unavailable for viewing or reached your viewing limit for this book.
