nº 38 - diciembre 2012 revista de teledetección · foto portada: estimación del área quemada...

136
Nº 38 - Diciembre 2012 R e v i s t a d e Teledetección REVISTA DE LA ASOCIACIÓN ESPAÑOLA DE TELEDETECCIÓN AET ASOCIACIÓN ESPAÑOLA DE TELEDETECCIÓN

Upload: haliem

Post on 21-Sep-2018

218 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Nº 38 - Diciembre 2012

R e v i s t a d eTeledetecciónR E V I S TA D E L A A S O C I A C I Ó N E S P A Ñ O L A D E T E L E D E T E C C I Ó N

A E TA S O C I A C I Ó N

E S PA Ñ O L A

D E T E L E D E T E C C I Ó N

Page 2: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012
Page 3: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

SUMARIO

Consejo de Redacción y Junta Directiva de la AET............................................................................................. 1

Editorial ................................................................................................................................................................... 2

Información y Normas para los autores ................................................................................................................ 3

ARTÍCULOS CIENTÍFICOS

• Estudio de la dependencia angular de la emisividad de los suelos sin vegetación en el infrarrojo térmico.V. García-Santos, E. Valor, V. Caselles, M. A. Burgos y C. Coll....................................................................... 5

• Caracterización multiescala de objetos como herramienta para la clasificación de imágenes de alta reso-lución espacial.C. Gonzalo-Martín y M. Lillo-Saavedra ........................................................................................................... 19

• Análisis de la respuesta de la temperatura de superfcie al crecimiento urbano utilizando series temporales MODIS.L, Paolini ............................................................................................................................................................. 28

• Estimación del área quemada en el Parque Nacional Torres del Paine utilizando datos de teledetección.C. Mattar, A. Santamaría-Artigas y C. Durán-Alarcón ................................................................................... 36

• Tendencias en el verdor de la vegetación y en la produccion primaria bruta de las áreas forestales en la España peninsular (2000-2009).C. Giner, B. Martínez, M. A. Gilabert y D. Alcaraz-Segura ............................................................................. 51

• Propuesta metodológica para la cartografía periódica de la cobertura del suelo en Latinoamérica y el Ca-ribe: estado de situación y avances.P. Blanco, G. López Saldaña, R. Colditz, L. Hardtke, N. Mari, A. Fischer, C. Caride, P. Aceñolaza, H. del Valle, S. Opazo, W. Sione, M. Lillo-Saavedra, P. Zamboni, I. Cruz López, J. Anaya, F. Morelli y S. de Jesús ... 65

• Validación del método de Nanni y Dematte para obtener mapas de propiedades del suelo en una isla del Danubio.E. Caselles, C. Pitarch y V. Caselles .................................................................................................................. 71

CASOS PRÁCTICOS

• Contribution to the management of the sensitive spaces by the geographical information systems and re-mote sensing: the case of the basin of the Gharb (Morocco).A. Amrani, M. El Wartiti, M. Zahraoui, A. Calle and J-L. Casanova .............................................................. 77

• Cartografiado de bofedales usando imágenes de satélite Landsat en una cuenca altoandina del Perú.E. García y M. A. Lleellish ................................................................................................................................. 92

• Síntesis de la evolución histórica de la teledetección en España (1889-2012).G. Casal y J. Freire ............................................................................................................................................. 109

• TESIS DOCTORAL: Análisis de la estructura de una población de Piruétano (Pyrus bourgaeana) basado en técnicas de teledetección y SIG .................................................................................................................... 121

• TESIS DOCTORAL: Análisis de imágenes basado en objetos (OBIA) y aprendizaje automático para la obtención de mapas de coberturas del suelo a partir de imágenes de muy alta resolución espacial. Apli-cación en la Unidad de Demanda Agraria n.º 28, Cabecera del Argos.......................................................... 124

• TESIS DOCTORAL: Assessment of passive optical remote sensing for mapping macroalgae communi-ties on the galician coast .................................................................................................................................... 126

Page 4: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012
Page 5: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

DirectorJosé Antonio SOBRINODep. de Física de la Terra i Termodinámica. Facultat de Física. Universidad de Valencia. C/ Dr. Moliner, 50. 46100 Burjassot (Valencia). Tel.: 96 354 31 15. Fax: 96 354 30 99. [email protected]

SecretarioJuan Carlos JIMÉNEZ MUÑOZUnidad de Cambio Global Dep. de Física de la Terra i Termodinámica. Facultat de Física. Universidad de Valencia. C/ Dr. Moliner, 50. 46100 Burjassot (Valencia). Tel.: 96 354 37 81. Fax: 96 354 32 02. [email protected]

Consejo de RedacciónLuis Ángel RUIZ-FERNÁNDEZ. Universidad Politécnica de Valencia. ValenciaCarlos PÉREZ. Universidad de Salamanca. Salamanca.Alfonso CALERA. Universidad de Castilla La Mancha. Albacete.Federico GONZÁLEZ. Instituto Nacional de Investigaciones Agrarias (INIA). Madrid.Xavier PONS. Universitat Autònoma de Barcelona (UAB). Barcelona. José MORENO. Universitat de València. Valencia.Massimo MENENTI. Universidad de Delft. Holanda Jean-Pierre LAGOUARDE. INRA Burdeos. Francia Leo PAOLINI. Laboratorio de Investigaciones Ecológicas de las Yungas. Argentina.

Comité CientíficoFernando CAMACHO. Earth Observation Laboratory Spin-off Universidad de Valencia. [email protected] DE MIGUEL. Laboratorio de Teledetección INTA. [email protected] KARNIELI. The Remote Sensing Laboratory. Jacob Blaustein Institute for Desert Research. Ben Gurion Univ. of the Negev. Sede Boker Campus 84990, ISRAEL. [email protected]ín LOBO, Institut de Ciències de la Terra «Jaume Almera». CSIC. [email protected] MORALES. Dpto. de Ciencias Ambientales y Recursos Renovables. Universidad de Chile. [email protected] MOYA. LMD-CNRS. Ecole Polytechnique. [email protected]çoise NERRY. LSIIT/TRIO. Louis Pasteur University. [email protected] OLIOSO. INRA-Avignon. [email protected] PLAZA. Dpto. Tecnología Computacional y Comunicaciones. Universidad de Extremadura. [email protected] ROUJEAN. Meteo-France. [email protected] ROYER. Département de géomatique appliquée. Université de Sherbrooke. [email protected] SHI. Institute for Computational Earth System Science. University of California. [email protected] VERHOEF. Dept. of Water Resources. ITC. [email protected]úl ZURITA-MILLA. Laboratory of geo-information science and remote sensing. Wageningen [email protected]

Junta DirectivaPresidente: Dr. Federico GONZÁLEZ ALONSO. Coordinador del Departamento de Protección Forestal.Centro de Investigación Forestal (CIFOR). Jefe del Laboratorio de Teledetección. Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA). Ministerio de Ciencia e Innovación. Carretera de la Coruña km 7. 28040 Madrid. ESPAÑA. Tel: 91 347 68 28. e-mail: [email protected]. www.inia.es/teledeteccionVicepresidente: Abel CALLE MONTES. Laboratorio de Teledetección LATUV. Universidad de Valladolid. Edificio I+D Paseo de Belén, 1 47011-Valladolid. Tel: 983 423 952. e-mail: [email protected]: Juan José PECES MORERA. Servicio de Teledetección. Instituto Geográfico Nacional.General Ibáñez Íbero, 3, 28003, Madrid. Tel: 91 597 95 85. Fax: 91 597 95 85. e-mail: [email protected]: Antonio RUIZ VERDU. Instituto Nacional de Técnica Aeroespacial (INTA). Carretera de Ajalvir, km 4, 28850, Torrejón de Ardoz, Madrid. Tel: 91 520 15 13. e-mail: [email protected]: Dr. José A. SOBRINO. Unidad de Cambio Global - Laboratorio de Procesado de Imágenes. Universidad de Valencia. Parc-Cientific. C/ Catedrático Agustín Escardino n.º 9. 46980 Paterna (Valencia).Tel: 34 96 354 31 15. Fax: +34 96 354 31 15. e-mail: [email protected]: Carmen RECONDO GONZÁLEZ. Área de Ingeniería Cartográfica, Geodésica y Fotogrametría (Dpto. de Explotación y Prospección de Minas) e INDUROT. Universidad de Oviedo. Campus de Mieres.C/ Gonzalo Gutiérrez Quirós, s/n. 33600 Mieres (Asturias). Tel: 985 458 034 (despacho) - 985 458 118 (Secretaría INDUROT).Móvil: 666 075 878. Fax: 985 458 110 (INDUROT). e-mail: [email protected]: Silvia MERINO DE MIGUEL. Unidad Docente de Topografía. Escuela Universitaria de Ingeniería TécnicaForestal. Universidad Politécnica de Madrid. Ciudad Universitaria, s/n. 28040 Madrid. Tel: 913 367 668. Fax: 915 347 796. e-mail: [email protected]: Alix FERNÁNDEZ RENAU GONZÁLEZ ANLEO. Área de Teledetección. Dpto. de Observación de la Tierra, Teledetección y Atmósfera. Sub. Gral de Investigación y Programas del INTA. Carretera de Ajalvir (km 4), 28850 Torrejón de Ardoz, Madrid, España. Tel: +34 91 520 19 91. Fax: +34 91 520 16 33. e-mail: [email protected]

Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrerodel 2012 (b). Se muestran además fotografías in-situ correspondientes a los distintos sitios siniestrados en c, d y e.

REVISTA DE TELEDETECCIÓNRevista de la Asociación Española de Teledetección

Depósito Legal: B-9.502.1993ISSN: 1988-8740

Page 6: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estimados socios y lectores,

En este número 38 de la Revista de Teledetección se publican un total de 7 artículos corres-pondientes a diversas temáticas, entre las que se encuentran el estudio de la dependencia angu-lar de la emisividad, la caracterización multiescala de objetos para la clasificación de imágenesde alta resolución, el análisis de la temperatura de superficie como respuesta al crecimiento ur-bano, la estimación del área quemada en el Parque Nacional Torres del Paine, el análisis de lastendencias en el verdor de la vegetación y en la producción primaria bruta de las áreas forestalesen España, una metodología para la cartografía de la cobertura del suelo en Latinoamérica y elCaribe, y la validación del método de Nanni y Dematte para obtener mapas de propiedades delsuelo en una isla del Danubio.

Este número incluye también la publicación de tres casos prácticos, en los que se presentanaplicaciones de los Sistemas de Información Geográfica y la Teledetección para la gestión de lacuenca del Gharb en Marruecos y para el cartografiado de bofedales en una cuenca altoandinadel Perú, así como una síntesis de la evolución histórica de la teledetección en España.

En «Reseñas de Tesis» se incluyen un total de tres tesis doctorales: la primera de ellas de-sarrollada en el departamento de Botánica, Ecología y Fisiología Vegetal de la Universidad deCórdoba y dedicada a la aplicación de las técnicas de teledetección y SIG para el análisis de laestructura de una población de Piruétano; la segunda realizada en el departamento de Geografíade la Universidad de Murcia y dedicada al análisis de imágenes basado en objetos y aprendizajeautomático para la obtención de mapas de coberturas del suelo; y por último la tercera dedicadaa la cartografía de comunidades de algas a partir de datos de teledetección óptica.

Para finalizar, sólo me resta seguir animando a los lectores a enviar sus trabajos a las dife-rentes secciones de la Revista de Teledetección.

José A. SobrinoDirector

Editorial

Asociación Española de Teledetección Revista de Teledetección 38, 2ISSN: 1988-8740

Page 7: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Revista de Teledetección (ISSN: 1988-8740) esuna publicación científico-técnica en la cual sepublican artículos originales de investigación, re-lacionados con las diversas aplicaciones de la Te-ledetección y con su desarrollo metodológico. Ensecciones aparte, se presentan Casos Prácticos quedescriben experiencias prácticas en los que se hautilizado la teledetección para desarrollar pro-yectos de análisis y gestión territorial o para de-sarrollar misiones, sensores o segmentos terres-tres. También, se incluyen recensiones críticas delibros, programas y material docente relacionadocon métodos o aplicaciones de la teledetección,así como resúmenes de tesis doctorales.

Revista de Teledetección es el órgano de expre-sión científica de la Asociación Española de Tele-detección. Se publica ininterrumpidamente desde1993, siendo la publicación de referencia en nues-tro idioma en el ámbito de los desarrollos y aplica-ciones de esta tecnología. Se edita semestralmente.

Los artículos originales de investigación sonsometidos a un proceso de evaluación externa yanónima por pares, por parte de miembros espe-cialistas de la comunidad científica nacional e in-ternacional de teledetección, supervisado y co-ordinado por el Consejo de Redacción. Revistade Teledetección se compromete a comunicar alos autores la aceptación o rechazo de los ma-nuscritos en un plazo de 3 meses.

Revista de Teledetección se encuentra indexa-da en el Catálogo LATINDEX (http://www.la-tindex. unam.mx/) y en las bases de datos ISOCe ICYT (Instituto de Estudios Documentales so-bre Ciencia y Tecnología, IEDCYT-CSIC). A tra-vés del portal de difusión electrónica de revistascientíf icas DIALNET de la Universidad de LaRioja (http://dialnet.unirioja.es/) y del sitio webde la Asociación Española de Teledetección(http://www.aet.org.es/?q=numeros) se puede ac-ceder a los contenidos de la revista, en formato.pdf. Revista de Teledetección forma parte de e-revist@s, una Plataforma Open Access de Re-vistas Científicas Electrónicas españolas y lati-noamericanas (http://www.erevistas.csic.es/). Porúltimo, el sitio web de la Asociación Española deTeledetección (http://www.aet.org.es/) disponede una herramienta de búsqueda que puede apli-

carse a la selección de los contenidos de los nú-meros publicados de la revista.

PRESENTACIÓN DE ORIGINALES

1. ARTÍCULOS

Los artículos deberán ser obligatoriamente ori-ginales e inéditos. Se enviarán en soporte digital(preferentemente Word o compatible). El traba-jo no excederá de 25 páginas (DIN-A4) incluidosresúmenes, figuras, tablas y referencias. Los tra-bajos deberán ir precedidos de resúmenes en es-pañol e inglés, finalizando con las palabras cla-ve. Para facilitar la edición se recomienda escribirlos artículos utilizando la plantilla Word dispo-nible en el siguiente enlace:http://www.aet.org.es/plantillas/plantilla.doc

El Consejo de Redacción seleccionará los ar-tículos en función de su calidad y originalidad.Para desarrollar esta tarea de supervisión, conta-rá con la colaboración de especialistas de la co-munidad científ ica nacional e internacional deteledetección quienes, de forma anónima, infor-marán sobre la conveniencia o no de la publica-ción de los artículos evaluados o, en su caso, so-bre las modificaciones que el autor deberá incluiren el trabajo. La maquetación final del artículose realizará desde la secretaría de la revista, unavez que se haya recibido la versión final del mis-mo, aprobada por el consejo de redacción.

En cualquier caso, es recomendable ajustarsea los siguientes criterios:

• Título en Mayúsculas, centrado. Además deltítulo en español, los autores indicarán el títulodel artículo en inglés.

• A continuación, autores e institución en laque trabajan, dirección y correo electrónico pa-ra el autor principal.

• Resumen / Abstract y palabras clave (mí-nimo de 5).

• Texto principal: los epígrafes principalesirán, sin numerar, en mayúsculas y negritas y lossubepígrafes en minúsculas negritas.

• Las líneas vendrán numeradas correlativa-mente desde el inicio hasta el final del texto.

• Referencias. Tablas. Pies de figura y figu-ras, insertadas en el documento.

Información y normas para los autores

Asociación Española de Teledetección Revista de Teledetección 38, 3-4ISSN: 1988-8740

Page 8: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

• Las citas de autor, en el texto, irán en minús-cula (ej. Fernández, 2006 ó Fernández et al., 2005).

• Las tablas y figuras deberán llevar un títuloy estar numeradas consecutivamente. Se indicarásu inserción en el texto con el texto: «Insertar fig.XX». Las figuras pueden insertarse en el texto pa-ra la versión de evaluación, pero se requerirá pos-teriormente remitirlas en ficheros gráficos (tif,jpg), con suficiente resolución (300 ppp o supe-rior). Se debe prestar especial atención a la rotu-lación, para que sean legibles al tamaño final de re-producción. Se pueden incluir figuras en color,aunque conviene considerar que sólo se reprodu-cirán en color para la edición electrónica de la re-vista, mientras serán en blanco y negro para la ver-sión impresa. Las tablas se envierán en unarchivo de Microsoft Excel, evitando insertar fi-guras en ellas.

• Se intentará evitar la inclusión de notas apie de página. En caso necesario, la numeraciónserá correlativa. Se indicarán en el texto comosuperíndices.

Las referencias irán al final del texto del artí-culo y sólo se incluirán las citadas en el texto. Es-tará dispuesta por orden alfabético por el apelli-do del autor o autores, en mayúscula y nombre onombres propios con inicial, seguido de la fecha,título en cursiva, lugar de edición, editorial y nú-mero de páginas (ej: CHUVIECO, E. 2002. Te-ledetección Ambiental, Barcelona, Ariel, 586pags). Los artículos de revista habrán de redac-tarse como sigue: apellidos del autor o autorescon las iniciales de sus nombres propios, fechade edición, título del trabajo, nombre de la revistaen cursiva, número del volumen y/o del fascícu-lo, primera y última página (ej. VENTURINI, V.,RODRÍGUEZ, L. y ISLAM, S. 2007. Metodolo-gía para la estimación de la facción evaporable yla evapotranspiración con productos MODIS. Re-vista de Teledetección. 27: 44-52).

2. PRESENTACIÓN DE CASOSPRÁCTICOS

La revista incluirá una sección que describaexperiencias prácticas en las que se haya utiliza-do la teledetección para desarrollar un proyectode gestión o análisis territorial, desarrollo de mi-siones, sensores, segmentos terrestres, etc. Su ob-jetivo es mostrar ejemplos de cómo la teledetec-ción se emplea en situaciones prácticas.

Estos artículos no se incluirán en el procesode revisión estándar de la revista, sino que seránevaluados por el director de la misma o personaen quien delegue. Seguirán, por lo demás, la mis-ma estructura formal de los artículos, aunque lasreferencias bibliográficas serán más sucintas.

3. CRÍTICAS DE LIBROS O PROGRAMAS

Se incluirán recensiones críticas de libros, pro-gramas o material docente relacionados con mé-todos o aplicaciones de la teledetección, así co-mo resúmenes de tesis doctorales. Se incluirá enlas mismas los datos completos de la obra recen-sionada: ficha bibliográfica del libro, datos de re-ferencia del programa (incluyendo versión, cos-te, dirección de contacto), o de la página webcomentada (incluyendo último acceso), así comolos del autor de la crítica.

Todos los trabajos se enviarán a la siguientedirección: [email protected]

ASOCIACIÓN ESPAÑOLA DE TELEDETECCIÓN

La Asociación Española de Teledetección(AET) se inscribió en el Registro de Asociacio-nes del Ministerio del Interior el 8 de Septiem-bre de 1988 con el número nacional 81537.

Los fines son fomentar, facilitar, aunar y di-fundir los trabajos de investigación interdiscipli-nar en todos los aspectos de la Teledetección enEspaña mediante:

a) Organización de reuniones, periódicas ono, para la exposición y discusión de trabajoscientíficos.

b) Revista, actas, boletines y servicios de in-formación bibliográfica.

c) Organización de cursillos, conferencias ypublicaciones para la difusión de la investigacióncientífica en la relación de la Teledetección.

d) Creación de Grupos temáticos de trabajopara el estudio de problemas concretos.

e) Fomento de las enseñanzas y estímulo dela investigación en relación con las ramas de laciencia vinculadas con Teledetección.

f) Y la ejecución de cualesquiera otros finesen relación con la actividad principal, siempreque sean compatibles con las disposiciones lega-les y con las normas dictadas al efecto por los or-ganismos competentes.

4 Revista de Teledetección (2012) 38, 3-4

Page 9: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estudio de la dependencia angular de la emisividadde los suelos sin vegetación en el infrarrojo térmico

V. García-Santos, E. Valor, V. Caselles, M. A. Burgos y C. CollDepartamento de Física de la Tierra y Termodinámica, Universitat de Valencia,

C/ Dr. Moliner, 50, Brujassot (Valencia)

ResumenEn el dominio espectral infrarrojo térmico (IRT) la emisividad (ε) de los suelos inorgánicos (SI) sin

vegetación, puede sufrir variaciones debido a tres factores: el intervalo espectral de medida, la com-posición (macroscópica y microscópica) de la superficie y la geometría de observación de ésta. Unode los parámetros de superficie afectado por la variación de su ε es la temperatura (TST), parámetroclave en estudios como el balance de energía entre la atmósfera y la superficie, la prevención del ries-go de incendios o la medida de la humedad del suelo. Dadas las escasas publicaciones existentes enlo referente a la medida experimental de la anisotropía de la ε en SI, el presente estudio llevó a cabouna campaña de medida de la variación angular de la ε en doce SI, clasificados según su composicióngranulométrica en el triangulo textural definido por el United States Department of Agriculture. Pa-ra ello se diseñó un dispositivo goniométrico capaz de medir la radiancia angular de un SI medianteel uso de un radiómetro multiespectral operando en seis canales del IRT situados entre 8 y 14 µm. Losresultados mostraron que la ε es independiente del ángulo de visión acimutal, y presenta poca depen-dencia con el ángulo cenital para valores inferiores a 30°. No obstante, las medidas de radiancia o tem-peratura realizadas a ángulos cenitales superiores a 60º, deben ser corregidas del efecto angular en laε del SI. Se pueden observar diferencias en emisividad de hasta 0,083 entre el nadir y 70° cenitalespara un SI arenoso con un alto contenido de cuarzo. Esta diferencia implicaría, si fuera ignorada, so-breestimar la TST del suelo en unos 5°C para un SI con una TST de 40 °C.

Palabras clave: emisividad angular, infrarrojo térmico, temperatura, medidas experimentales, sue-los desnudos inorgánicos.

Abstract

Study of the angular dependence of the emissivity on non vegetated soils in the thermal infrared

Within the thermal infrared (TIR) spectral domain, emissivity (ε) of inorganic bare soils (IBS) can suffervariations due three factors: spectral range of measurements, surface composition (both macroscopic andmicroscopic) and viewing geometry of the surface. One of the surface parameters affected by possiblevariations of ε is the temperature (LST), which is in turn a key parameter in several studies such asatmosphere-surface energy budget, wildfire risk prevention or soil moisture estimations. Given the fewpublications on experimental measurements concerning anisotropy in ε of IBS, a field campaign was carriedout with the aim of measuring the angular variation of ε in twelve IBS, classified according to grain sizein the textural triangle defined by the United States Department of Agriculture. A goniometric device wasdesigned capable of measuring the angular radiance of an IBS by means of using a multispectral radiometerworking on six TIR channels located between 8 and 14 µm. Results showed that ε is azimuthally independentand also with zenith angle from nadir up to 30°. Nevertheless radiance or temperature measurements madeon IBS at zenith angles upper to 60°, must be corrected due to angular effects of ε. Differences up to 0.083in ε can be found between nadir and 70° for a sandy IBS with high quartz content. These differences involve,if ignored, overestimating LST around 5 °C for IBS with a ε value at nadir of 0.94 and a LST of 40 °C.

Key words: angular emissivity, thermal infrared, temperature, experimental measurements, inorganicbare soils.

* Autor para la correspondencia: [email protected]: 04-11-11; Aceptado: 03-07-12.

Asociación Española de Teledetección Revista de Teledetección 38, 5-18ISSN: 1988-8740

Page 10: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

La aparición en las dos últimas décadas desensores, a bordo de satélites espaciales queobservan la superficie terrestre desde ángulosde visión elevados [±55° para MODIS en laplataforma EOS Terra/Aqua (Barnes et al.2002), ±55.4° para AVHRR/3 a bordo de NO-AA 17/18 (NOAA, 2001), visión biangular 0°-55° para el sensor AATSR a bordo del satéliteENVISAT (Llewellyn-Jones et al. 2001) o has-ta ±72° del sensor geoestacionario SEVIRI-MSG (Merchant et al. 2006)], supone un inte-resante campo de estudio en la teledetecciónen el infrarrojo térmico (IRT). Prueba de elloes la aparición de trabajos en los que se ponede manifiesto la importancia de las medidasangulares en el IRT. Por ejemplo, Lagouarde etal. (2000, 2004) encontraron un efecto angu-lar en la medida de la temperatura de la super-ficie terrestre (TST) sobre un bosque y sobrela ciudad de Marsella, respectivamente, Niclòset al. (2007) mostraron la mejora obtenida aldeterminar la temperatura de la superficie ma-rina mediante un algoritmo split-window, cuan-do se tenían en cuenta aspectos angulares enlas medidas de radiancia para dos canales es-pectrales térmicos (31 y 32) del sensor MO-DIS, Chehbouni et al. (2001) obtuvo una rela-ción entre la humedad del suelo y la diferenciade la temperatura de dicho suelo a dos ángulosdistintos, Ball & Pinkerton (2006) demostra-ron la utilidad de las medidas angulares en vol-canología.

La obtención de la TST es indispensable enmultitud de estudios relacionados con proce-sos de la superf icie terrestre tales como eltransporte de energía en la interfase superfi-cie-atmósfera, prevención de incendios o me-dida de la humedad del suelo y del índice devegetación, por ejemplo. Una precisa obten-ción de la TST desde satélite pasa por una ne-cesaria corrección sobre la medida del efectoatmosférico y de la emisividad de la superfi-cie, ε. Por tanto el conocimiento de su com-portamiento respecto el ángulo de visión es deimportancia al tratar datos obtenidos por sen-sores como los mencionados anteriormente,pues imprecisiones en la obtención de la emi-sividad conllevan errores sistemáticos en la ob-tención de la TST.

Existen diversos estudios sobre la variaciónangular de la emisividad térmica, ε(θ,ϕ), conel ángulo de observación para distintos tiposde superficie: Agua (Rees & James, 1992 y Ni-clòs et al., 2005), nieve (Dozier & Warren,1982 y Hori et al., 2006), vegetación (McAteeet al., 2003) o lava (Ball & Pinkerton, 2006).El presente estudio se centra en un tipo de su-perf icie, suelos inorgánicos sin vegetación(SI), los cuales ocupan una gran extensión enla superficie terrestre en forma y textura di-versa tales como desiertos, playas o suelos pre-parados para el cultivo. Relativamente pocostrabajos se pueden encontrar relacionados conla variación de la emisividad angular en SI, losmás significativos se enumeran a continuación:Barton & Takashima (1986) y Takashima &Masuda (1987) tomaron medidas de ε(θ,ϕ) pa-ra un suelo arenoso con un alto contenido encuarzo en el intervalo espectral 7-13 µm. Bec-ker et al. (1985) ampliaron el espectro de mues-tras añadiendo medidas de ε(θ,ϕ) para limo yun suelo con un alto contenido de Al3O2. La-bed & Stoll (1991) abordaron el estudio del va-lor relativo de la ε(θ,ϕ), aparte de para un sue-lo arenoso y otro limoso, para tres suelosagrícolas con diferente composición textural.Snyder et al. (1997) estudiaron la ε(θ,ϕ) de unsuelo orgánico, uno limoso y otro arenoso, jun-to a un suelo con vegetación y un suelo de gra-va. Sobrino & Cuenca (1999) y Cuenca & So-brino (2004) añadieron a los trabajos previosuna muestra de arcilla y otra de césped.

El presente estudio pretende investigar en pro-fundidad el comportamiento angular de la emi-sividad térmica para una amplia colección de SIrepresentativa de la mayor parte de los tipos desuelos existentes en la Tierra desde un punto devista textural, prestando especial atención a as-pectos estructurales tales como rugosidad, ta-maño del grano o porosidad. Para ello se llevó acabo una campaña experimental mediante laconstrucción de un goniómetro, que junto a dosradiómetros térmicos multiespectrales, permitiórealizar medidas simultáneas de los SI en dosconfiguraciones angulares distintas.

En la siguiente sección se expondrá la teo-ría en que se basó la obtención de ε(θ,ϕ) paralos SI estudiados. La sección 3 presenta en de-talle la metodología propuesta para la obten-ción de las medidas. La sección 4 muestra los

6 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Page 11: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

resultados obtenidos y la discusión que de ellosse deriva. Finalmente las conclusiones más re-levantes se exponen en la sección 5.

Teoría

Para un sensor térmico operando en la ven-tana atmosférica 8-14 µm, que mide la radia-ción procedente de una superficie a una dis-tancia entre ambos lo suficientemente pequeñapara ignorar el efecto de la atmósfera existen-te entre ambos, la radiancia que recibe constade dos términos de contribución: (i) la emisiónde radiación directa desde la superficie haciael sensor, y (ii) la reflexión de la radiación in-cidente en la superf icie procedente de la at-mósfera y posibles objetos circundantes (Nor-man & Becker, 1995):

[1]

donde Li(θ, ϕ) es la radiancia espectral en ladirección angular cenital θ y acimutal ϕ, me-dida directamente por el sensor procedente dela muestra, a la que considera comportamien-to de cuerpo negro, Li(θ, ϕ) = Bi(Tb) , donde Tb

es la temperatura de brillo de la muestra,Bi(TST)es la función Planck de radiación decuerpo negro a una temperatura real de lamuestra TST, L↓

i es la radiancia espectral he-misférica descendente compuesta por la con-tribución atmosférica y posibles elementos cir-cundantes, ρi(θ, ϕ) es la reflectividadhemisférico-direccional (Nicodemus et al.1977), y εi(θ, ϕ) es la emisividad absoluta dela superficie. El subíndice i representa la ban-da espectral en que se realizan las medidas.

La relación entre la emisividad de superfi-cie y la reflectividad hemisférico-direccionalpara una superficie opaca a la radiación y enequilibrio térmico, se relaciona mediante laLey de Kirchhoff (Nicodemus, 1965) como:

[2]

Esta relación puede ser aplicada en dos ca-sos concretos, o bien se tiene una radiación ani-sótropa incidente sobre una superficie Lam-

bertiana o en la situación inversa la superficieno-Lambertiana recibe radiación incidente isó-tropa.

De las expresiones [1] y [2] se deduce fá-cilmente una expresión de la emisividad:

[3]

Sin embargo llevar a cabo el cálculo de laemisividad absoluta según la Ec. [3] es una ta-rea más complicada de lo que parece a priori.Conocer con exactitud el valor de la TST es ex-tremadamente complicado dado que dicho va-lor corresponde a la capa del medio cuyo gro-sor es igual a la profundidad de penetración dela radiación electromagnética a una longitudde onda dada, siendo en el caso del IRT de unos8-10 µm, y en el presente estudio no se dispu-so de termómetros capaces de medir la TST enesos primeros 10 µm de profundidad.

La solución a este problema pasa por calcu-lar valores relativos de la εi(θ, ϕ) respecto a suvalor absoluto a nadir (Labed & Stoll, 1991).Siempre y cuando se consiga realizar dos o másmedidas, una de ellas a nadir y el resto en unaconfiguración angular arbitraria, simultáneaso en un periodo de tiempo tal que la TST y laL↓

i permanezcan estables, de la Ec. [3] se pue-de obtener una expresión de la emisividad es-pectral relativa sin más que dividir la Ec. [3]por su misma expresión en visión nadir:

[4]

donde εri es la emisividad espectral relativa yLi (0,0) es la radiancia medida por el sensor enel caso particular de visión nadir.

Dado que esta expresión es el cociente en-tre la emisividad absoluta a un ángulo dado ya nadir, previo conocimiento de este último va-lor de emisividad, se puede obtener su valor ab-soluto en cualquier dirección según:

[5]

La expresión [5] será la empleada en el pre-sente estudio para obtener el valor de emisivi-dad espectral.

ε θ ϕ ε θ ϕ εi ri i, , ,( ) = ( ) ( )0 0

L L

L L,

, –

0,0 –ri

i i

i i

ε θ ϕθ ϕ( ) ( )

( )=

ε θ ϕθ ϕ

i

i i

i i

L L

B TST L,

, –

–( ) =

( )( )

ε θ ϕ ρ θ ϕi i, – ,( ) = ( )1

L B TST Li i i iθ ϕ ε θ ϕ ρ θ ϕ, , ,( ) = ( ) ( ) + ( ) ↓

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 7

Page 12: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Metodología

Clasificación de SI

Con la f inalidad de obtener resultados lomás generales posibles, se usaron unas 12muestras representativas de 9 de los 12 tiposde suelo clasif icados según su composicióngranulométrica de acuerdo a la clasif icaciónhecha por el United States Department ofAgriculture (USDA). Dichas muestras fueronrecolectadas en diferentes zonas (todas lasBR proceden de Brasil, las LW de EstadosUnidos, también hay muestras de Argentinay de España, etc.). En la Tabla 1 se puede ob-servar las características de los 12 SI dispo-nibles para el estudio experimental llevado acabo.

Según Lagouarde et al. (1995), SI con unradio del grano inferior a 4-5 cm y superior a200 µm, sufre variaciones de la temperaturade brillo a medida que se aumenta el ángulocenital de observación, como consecuencia dela variación angular de su emisividad térmi-ca. Los suelos presentados en la Tabla 1, seencuentran dentro de este intervalo granulo-métrico. Para más información sobre las ca-racterísticas de estas muestras se remite al lec-tor a ver los trabajos de Mira et al. (2007 y2010).

Instrumentación

Las medidas de radiancia angular para losSI propuestos en la Tabla 1 fueron llevadas acabo en la terraza de la Facultad de Física dela Universitat de Valencia (13°30’25’’N,0°25’13’’W) para determinar el comporta-miento angular de la emisividad térmica me-diante el cálculo de la Ec. [5].

Las radiancias fueron medidas con un ra-diómetro térmico multiespectral CE 312-2 dela casa CIMEL Electronique, el cual opera en6 bandas espectrales distintas. Una banda am-plia abarcando el intervalo 7,7-14,3 µm (canal1) y 5 bandas más estrechas situadas a lo lar-go de la banda ancha: 8,2-8,7 µm (canal 6), 8,4-8,9 µm (canal 5), 8,9-9,4 µm (canal 4), 10,1-11,1 µm (canal 3) y 10,9-11,9 µm (canal 2).Este radiómetro fue calibrado frente a unafuente térmica con comportamiento cercano alde cuerpo negro, Landcal Blackbody Source(P80P). Dicha fuente a su vez, fue calibradafrente a un radiómetro IRT de referencia en unacampaña de comparación de instrumentos IRTorganizada por el Committee on Earth Obser-vation Satellites (CEOS) en el National Physi-cal Laboratory (NPL, London) en Abril de2009 (Theocarus & Fox, 2010) ofreciendo unaprecisión de ± 0,19 °C. La temperatura de cuer-po negro que medía el CE 312-2, comparadacon aquella ofrecida por la fuente P80P, para

8 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Tabla 1. Características texturales y mineralógicas de los 12 de SDI seleccionados. Más información sepuede encontrar en Mira et al. 2007 y 2010

Notación Textura según USDA Clasificación textural (%)

�Clasificación mineral (%)

Arena Limo Arcilla Cuarzo Feldespato Filosilicato Hematita Calcita Gibsita

B arenoso 99 0.9 0.1 95.3 2.9 — — — —

BR3 arenoso 92 2 6 100 — — — — —

LW03 Franco-arenosa 77 18 5 53.7 46.3 — — — —

BR2 Areno-francosa 69 15 16 82.3 16.8 0.8 — — —

E Areno-francosa 67 20 13 72 21.4 3.2 — — —

LW52 Areno-arcillo-francosa 62 15 23 58.4 32.2 9.4 — — —

LW13 Franca 51 35 14 76 16.7 4.8 2.6 — —

F Franca 50 30 20 19.9 4.5 4.1 8.7 62.9 —

BR1 Arcillosa 40 6 54 37.9 — — 13.1 — 49.0

LW45 Limo-francosa 29 54 17 72.4 23.4 4.2 — — —

C Arcillo-Francosa 20 43 37 29.4 5.5 9.0 — 56.1 —

D Limo-arcillo-francosa 14 50 35 19.3 3.5 6.0 8.9 62.3 —

Page 13: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

un intervalo de temperaturas desde –5 hasta50 °C, presentaba una precisión de ± 0,03 °Cen todos sus canales, lo que concluyó que elCE 312-2 tiene una precisión de ± 0,19 °C.

La medida de L↓i en la Ec. [4] se obtuvo me-

diante el uso de un panel de reflectividad di-fusa en el IRT, Infragold Reflectance Target(IRT-94-100) de la casa Labsphere. Se trata deuna superficie de oro rugosa, de dimensiones25,4 × 25,4 cm2, caracterizada por una alta re-flectividad cuyo valor filtrado espectralmentea los 6 canales del radiómetro es: 0,926 (ca-nal 1), 0,927 (canal 2), 0,926 (canal 3), 0,920(canal 4), 0,917 (canal 5) y 0,918 (canal 6), conun error promedio de ±0,009 en todos los ca-nales. No obstante las medidas directas reali-zadas sobre el panel deben ser conveniente-mente corregidas dado el efecto radiativo delpequeño valor de emisividad de la superficiedorada, cuyo valor se puede obtener sin másque aplicar a la Ec. [2] los valores de reflecti-vidad previos. La expresión final de L↓

i calcu-lada a partir de medidas del panel es:

[6]

donde Lpanel,i es la medida directa de radianciahecha sobre el panel, εpanel,i es la emisividad es-pectral del panel y Tpanel es la temperatura realde la superficie dorada del panel medida me-diante un termómetro de contacto con una pre-cisión de ±1 °C. Dicha imprecisión implica co-meter un error en temperatura de brillo de laatmósfera y entorno de ±0.3 °C, al determinarL↓

i para los 6 canales del radiómetro.Se eligió la alternativa de usar un panel de

reflectividad difusa dadas las ventajas que pre-sentaba comparado con otros métodos conoci-dos (García-Santos et al., 2011): rápida ad-quisición de medidas, puede ser utilizado bajocondiciones de nubosidad variable y lo más im-portante, tiene en cuenta la contribución ra-diativa de elementos circundantes a la super-ficie, ajenos a la atmósfera.

Método de medida

Con la finalidad de poder calcular el valor re-lativo a nadir de la emisividad térmica espectral

a diferentes ángulos de observación, propuestopor la Ec. [4], se decidió realizar medidas simul-táneas de la radiancia espectral procedente de unSI, fijando en un goniómetro, un radiómetro a na-dir y un segundo radiómetro en una combinaciónangular (θ, ϕ), pudiéndose desplazar éste últimoa lo largo del arco del goniómetro variando el án-gulo de observación. De esta forma se consiguefácilmente que permanezcan constantes TST yL↓

i, siendo apropiado el uso de la Ec. [4]. Se pue-de ver el montaje experimental en la Figura 1,donde se aprecia una configuración de medidasimultánea de la radiancia de una muestra a na-dir, radiómetro etiquetado como CE1 y a una di-rección angular (θ,ϕ), radiómetro CE2.

La obtención de las medidas angulares se lle-vó a cabo mediante un barrido acimutal dentrode uno cenital. El principal barrido es el ceni-tal, variando CE2 desde θ = 10° hasta θ = 70°en intervalos de 10°. Dentro de este barrido ce-nital, para cada combinación cenital de radió-metros, CE1(0°)- CE2(θ), se realizó un barri-do acimutal de la muestra girándola a intervalosde 90°, obteniéndose por tanto 4 medidas en di-cha combinación. Por último, el barrido ceni-tal se realizó 3 veces midiéndose, en resumen,la radiancia para una combinación angular (θ,ϕ)dada, con un espacio temporal de 60 minutos.

La decisión de evaluar acimutalmente lamuestra girando ésta, y no el goniómetro, sebasó en que aparte de ser un método rápido ycómodo, permitía evaluar la muestra a distin-

LL B T

i

panel i panel i i panel

panel i

↓ =( ), , ,

,

ε

ε1

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 9

Figura 1. Fotografía del montaje experimental en elmomento de medir simultáneamente un SDI a nadir(CE1) y a un ángulo cenital (CE2).

Page 14: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tas orientaciones acimutales con exactamentelas mismas condiciones de entorno (elevaciónsolar, contribución atmosférica, contribuciónde elementos circundantes, etc.). De esta for-ma cualquier variación de la emisividad con elacimut puede ser achacada exclusivamente a lamuestra en estudio.

L↓i es medida antes y después de cada barri-

do cenital colocando el panel de reflectividaddifusa en el FOV del CE1(0°). El lapso de tiem-po entre ambas medidas es de 30 minutos, lo queconlleva a una fluctuación media del valor deL↓

i respecto a su promedio en torno al 7%, pa-ra todos los barridos en todas las muestras. Es-ta fluctuación, tomada como error de precisión,supone cometer un error en el cálculo de εri(θ,ϕ)de ±0,0003, en torno a un 0,03% de su valor, portanto a todos los efectos dicha fluctuación es mí-nima y se puede tomar el valor promedio de L↓

i

como el apropiado en la Ec. [4].Conocida la metodología e instrumentación

empleada para obtener la εri(θ,ϕ) mediante Ec.[4] la obtención de su valor absoluto es inme-diata atendiendo a la Ec. [5]. Tan solo se nece-sita el valor absoluto a nadir de la emisividadde la superficie. Existen muchas técnicas paraobtener dicho valor, pero en el presente estu-dio se ha recurrido al método TES propuestopor Gillespie et al. (1998), y adaptado al casode nuestra instrumentación para ser utilizadoen medidas de campo (Payan and Royer, 2004).

El error asociado a la εri(θ,ϕ) es el mayor en-tre: (i) el obtenido por propagación de errores,a partir del error en la radiancia medida segúnla Ec. [4],y (ii) la desviación estándar de lostres valores de εri(θ,ϕ) calculados según Ec. [4]para una configuración angular (θ,ϕ) dada.

El error asociado a la εi(θ,ϕ) se obtiene alaplicar nuevamente la propagación de errores,esta vez en la Ec. [5] obteniendo la siguienteexpresión:

[6]

Resultados y discusión

En la Figura 2 se representa la variación an-gular de la emisividad absoluta, para cada uno

de los 12 SI seleccionados para este estudio, enlos 6 canales del radiómetro térmico. El errormostrado es el obtenido a partir de la Ec. [7].

Como se observa en dicha figura, sólo estárepresentada la variación cenital, no así la aci-mutal. La explicación se encuentra analizandolos resultados: para todos los SI medidos, lavariación cenital de εri(θ,ϕ), era bastante ma-yor que la acimutal. De hecho, la variación aci-mutal promedio de εri(θ,ϕ) para cada ángulocenital ofrece una desviación estándar por de-bajo de ±0,01. Esta incertidumbre, en el casode los valores absolutos de la emisividad, su-pone cometer un error al obtener Tb de ±0,5 °Cmediante la Ec. [1], calculado usando un valorpromedio de la emisividad en el nadir obteni-do de todas las muestras de: 0,943, 0,967,0,960, 0,897, 0,900 y 0,893, del canal 1 a 6 delradiómetro, respectivamente, y para una TSTde 40 °C y una temperatura atmosférica de–50 °C. Por lo tanto, a partir de estos resulta-dos se puede deducir que todos los SI presen-tan anisotropía frente a la variación cenital,siendo muy reducida así en la visión acimutal.

Por último, el valor de εri(θ,ϕ) que se utili-za en la Ec. [5] para obtener el valor absolutoen un ángulo cenital dado, ha sido el valor aci-mutal promedio para este ángulo cenital. Elerror asociado a esta emisividad relativa pro-medio, εri(θ), ha sido el mayor entre la desvia-ción estándar del promedio acimutal y los erro-res descritos en la sección 3.3. En resumen, elerror promedio en la emisividad para los 12 SIde εri(θ) en cada ángulo cenital, desde θ = 10°a 70° (en intervalos de 10°), es el siguiente:±0,003, ±0,003, ±0,003, ±0,004, ±0,005,±0,006 y ±0,007, respectivamente.

Características espectrales de εεi(θθ,ϕϕ) y su efecto sobre TST

Analizando la diferencia entre el valor deεi(θ) en el nadir y a otros ángulos cenitales, losresultados muestran que las variaciones angu-lares más notables se producen en suelos are-nosos con un alto contenido en cuarzo. NingúnSI presenta variación angular para ángulos ce-nitales menores de 30°, independientemente desu composición, en cambio para ángulos su-periores a 60° se supera el valor umbral de 0,01

δε θ ϕ

ε θ ϕ δε ε δε θ ϕ

i

ri i i ri

,

, , , ,

( ) =

= ( ) ( ) + ( ) (0 0 0 02 ))⎡

⎣⎢⎤⎦⎥

2

10 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Page 15: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 11

Figura 2. Valores absolutos de emisividad angular en función del ángulo cenital, obtenidos para los 12 SI selec-cionados. Se presentan los resultados en los 6 canales espectrales del radiómetro CE 312-2. Partiendo de izquierdaen dirección horizontal, el primer gráfico corresponde a los canales 1 (8-14 µm) 2 y 3 (asignados en 10-12 µm)y el segundo gráfico corresponde a los canales 4, 5 y 6 (8-9,5 µm). Se incluye el error de emisividad absoluta,calculado según Ec. [7].

0.800

0.820

0.840

0.860

0.880

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

B

C1 C2 C3

0.490

0.510

0.530

0.550

0.570

0.590

0.610

0.630

0.650

0.670

0 10 20 30 40 50 60 70

C4 C5 C6

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

BR1BR10.880

0.900

0.920

0.940

0.960

0 10 20 30 40 50 60 70

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

E

0.880

0.900

0.920

0.940

0.960

0 10 20 30 40 50 60 70

Ángulo cenital, θ (º)

Emis

ivid

ad A

bsol

uta,

ε

Page 16: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

12 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Figura 2 (cont.). Valores absolutos de emisividad angular en función del ángulo cenital, obtenidos para los 12 SIseleccionados. Se presentan los resultados en los 6 canales espectrales del radiómetro CE 312-2. Partiendo de iz-quierda en dirección horizontal, el primer gráfico corresponde a los canales 1 (8-14 µm) 2 y 3 (asignados en 10-12 µm) y el segundo gráfico corresponde a los canales 4, 5 y 6 (8-9,5 µm). Se incluye el error de emisividad ab-soluta, calculado según Ec. [7].

Ángulo cenital, θ (º)

Emis

ivid

ad A

bsol

uta,

ε

0.900

0.920

0.940

0.960

0.980

1.000

0 10 20 30 40 50 60 70

C0.910

0.930

0.950

0.970

0.990

0 10 20 30 40 50 60 70

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

LW45LW45

0.820

0.840

0.860

0.880

0.900

0.920

0 10 20 30 40 50 60 70

0.900

0.910

0.920

0.930

0.940

0.950

0.960

0.970

0.980

0 10 20 30 40 50 60 70

LW03LW03

0.840

0.860

0.880

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

Page 17: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 13

Figura 2 (cont.). Valores absolutos de emisividad angular en función del ángulo cenital, obtenidos para los 12 SIseleccionados. Se presentan los resultados en los 6 canales espectrales del radiómetro CE 312-2. Partiendo de iz-quierda en dirección horizontal, el primer gráfico corresponde a los canales 1 (8-14 µm) 2 y 3 (asignados en 10-12 µm) y el segundo gráfico corresponde a los canales 4, 5 y 6 (8-9,5 µm). Se incluye el error de emisividad ab-soluta, calculado según Ec. [7].

0.880

0.890

0.900

0.910

0.920

0.930

0.940

0.950

0.960

0 10 20 30 40 50 60 70

F

0.750

0.770

0.790

0.810

0.830

0 10 20 30 40 50 60 70

0.910

0.920

0.930

0.940

0.950

0.960

0.970

0.980

0.990

0 10 20 30 40 50 60 70

BR2BR2

0.900

0.910

0.920

0.930

0.940

0.950

0.960

0.970

0.980

0 10 20 30 40 50 60 70

0.920

0.930

0.940

0.950

0.960

0.970

0.980

0.990

1.000

1.010

1.020

0 10 20 30 40 50 60 70

BR3BR3

0.840

0.860

0.880

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

Ángulo cenital, θ (º)

Emis

ivid

ad A

bsol

uta,

ε

Page 18: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

14 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Figura 2 (cont.). Valores absolutos de emisividad angular en función del ángulo cenital, obtenidos para los 12 SIseleccionados. Se presentan los resultados en los 6 canales espectrales del radiómetro CE 312-2. Partiendo de iz-quierda en dirección horizontal, el primer gráfico corresponde a los canales 1 (8-14 µm) 2 y 3 (asignados en 10-12 µm) y el segundo gráfico corresponde a los canales 4, 5 y 6 (8-9,5 µm). Se incluye el error de emisividad ab-soluta, calculado según Ec. [7].

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

LW13LW13

0.830

0.850

0.870

0.890

0.910

0.930

0 10 20 30 40 50 60 70

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

LW52LW52

0.820

0.840

0.860

0.880

0.900

0 10 20 30 40 50 60 70

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

D0.880

0.900

0.920

0.940

0.960

0.980

0 10 20 30 40 50 60 70

Ángulo cenital, θ (º)

Emis

ivid

ad A

bsol

uta,

ε

Page 19: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

establecido como cambio significativo (errormáximo obtenido según el criterio estipuladoen el párrafo anterior). Al evaluar la variaciónangular de la εi(θ) respecto a estos dos pará-metros (arenas con alto contenido en cuarzo),se llega a conclusiones interesantes que a con-tinuación pasan a ser explicadas desde un pun-to de vista espectral.

Intervalo 8-14 µm

La variación angular en la ventana atmosfé-rica (canal 1), llega a ser significativa para elSI con un contenido de arena superior al 80%y de cuarzo superior a 90%, para ángulos ce-nitales superiores a 50°. El efecto angular de-be ser tenido en cuenta, inevitablemente, paraángulos cenitales superiores a 60º para cual-quier SI, independientemente de su composi-ción mineral o textural. En este amplio inter-valo espectral, la variación angular máxima dela emisividad absoluta se produce entre el va-lor a nadir y a θ = 70°, para el caso de un sue-lo arenoso con alto contenido en cuarzo. La di-ferencia entre ambos es de +0,047, lo quesignifica cometer una sobreestimación de la Tb

de +2,6 °C si no se tiene en cuenta dicha va-riación angular de la emisividad, para un sue-lo cuyo valor a nadir de la emisividad es de 0,93y para una TST de 40 °C, siendo la temperatu-ra atmosférica de –50 °C. Esta sobreestimaciónde la temperatura se reduce para θ = 70° a me-dida que disminuye, a su vez, el porcentaje dearena y cuarzo en el SI. No obstante la varia-ción mínima de la emisividad obtenida a dichoángulo cenital es de +0,012, lo que equivale auna sobreestimación de Tb de 0,7 °C. A θ= 60°,solo los SI con un porcentaje de arena y cuar-zo alto deben tener en cuenta efectos angula-res en su emisividad, situándose las diferen-cias, respecto el valor a nadir, entre +0,014 y+0,028, lo que significa sobreestimar la Tb en-tre +0,8 y +1,7 °C.

Intervalo 11-12 µm

Los efectos angulares en este intervalo es-pectral, representado por los canales 2 y 3 delradiómetro, son muy pequeños hasta ángulos

cenitales de 60º; a partir de este punto las me-didas de la TST sobre SI con un contenido dearena superior al 80% y con un alto contenidode cuarzo, deben ser corregidas debido a unsignificativo efecto angular de la emisividad,situándose las diferencias entre su valor a na-dir y a 60º entre +0,013 y +0,018, lo que equi-vale a sobreestimar Tb entre +0,8 y +1,1 °C, pa-ra una emisividad del SI de 0,96, en dichointervalo espectral, y para las mismas condi-ciones de temperatura en superficie y atmós-fera del apartado anterior. Nuevamente aθ = 70°, el efecto angular de la emisividad essignificativo para todos los SI aunque afectaen mayor medida a superficies con alto conte-nido de arena y cuarzo, disminuyendo la dife-rencia entre la emisividad a nadir y a dicho án-gulo, a medida que se reduce el contenido dearena y cuarzo. Dicha diferencia se sitúa entre+ 0,011 y + 0,036, equivalente a sobreestimarel Tb entre +0,7 y +2,1 °C.

En este intervalo espectral se sitúan las ban-das 31 y 32 de MODIS y las dos bandas tér-micas del AATSR, ambos sensores midiendola superf icie con ángulos de visión de hasta±55°. Las medidas realizadas sobre SI por es-tos sensores se verán afectadas, entre otros fac-tores como pueden ser la humedad del suelo,por el efecto angular de su emisividad en sue-los arenosos con un alto contenido en cuarzo.Las diferencias entre emisividad a nadir y a 55°se sitúan entre +0,011 y +0,015, estimadas pa-ra los SI en el presente estudio que cumplan lacondición anterior. Dichas diferencias supon-drían sobreestimar la Tb entre +0,7 y +0,9 °C,aunque la diferencia podría ser inferior dada latransmisividad de la atmósfera existente entresensor y superficie.

Intervalo 8-9,5 µm

Según los resultados de la figura 2, en el ca-nal 4, 5 y 6, el efecto angular se ve fuertemen-te afectado por la textura y composición decuarzo, siendo muy significativo nuevamentepara SI con contenidos de arena y de cuarzo su-periores al 90%, a partir de ángulos cenitalesiguales o superiores a 30°. Si dichos conteni-dos son superiores al 50%, el efecto angular esimportante a partir de 50°, donde se obtuvie-

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 15

Page 20: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ron diferencias entre la emisividad a nadir y adicho ángulo entre +0,01 y +0,035, a θ = 60°dichas diferencias aumentaron, situándose en-tre +0,014 y +0,051, lo que equivale a una so-breestimación de Tb entre +0,8 y +3,0 °C paraun SI con un valor de emisividad a nadir de0,87 en este intervalo espectral. La máxima va-riación angular de la emisividad se registra aθ = 70° para un suelo arenoso con alto conte-nido cuarzo, cuyo valor respecto al nadir es de–0,083, lo que equivale a una sobreestimaciónde Tb de +4,8 °C, siendo el mínimo en torno a–0,016, para un suelo limo-arcilloso.

Conclusiones

Los efectos angulares implícitos en las me-didas de radiación por parte de sensores a bor-do de satélites pueden tener consecuencias im-portantes en parámetros como la TST. En elcaso particular del SI, con un contenido de ma-teria orgánica inferior al 8% y una baja rugo-sidad (diámetro del grano menor de 4-5 cm ysuperior a 200 µm), los efectos angulares sondebidos fundamentalmente a la emisividad delSI según Lagouarde et al. (1995). En el pre-sente estudio se estudió la dependencia angu-lar de la emisividad térmica espectral de docesuelos diferentes que representan, desde unpunto de vista textural, una parte apreciable delos SI existentes en la superficie terrestre. Sehan obtenido las siguientes conclusiones:

La emisividad de un SI es casi independien-te de la orientación acimutal, y también de la ce-nital para valores cercanos al nadir (0°) y hasta30°,con diferencias observadas siempre infe-riores a 0,01 lo que implica cometer un error enTST en torno a 0,5 °C. Para ángulos de visiónmayores, la emisividad comienza a decrecer conel aumento del ángulo cenital y dicha disminu-ción es observada en todos los SI estudiadosaquí. La variación angular de la emisividad esmuy significativa a ángulos cenitales superio-res a 60º. La diferencia entre los valores de emi-sividad a ángulos cenitales superiores a 30° ylos valores a nadir, varían en función del tipo decomposición de la muestra y del intervalo es-pectral en que se realicen las medidas.

En el intervalo 8-9,5 µm la variación angu-lar de la emisividad sufre los descensos más

pronunciados, especialmente para muestrasarenosas (contenido de arena superior al 80%),y con un alto contenido en cuarzo (superior al90%). Para dicho intervalo espectral y en di-chos suelos, la variación angular de la emisi-vidad empieza a ser notable a partir de los 30°(diferencia respecto a nadir de –0,013) llegan-do a alcanzar las mayores diferencias registra-das, en torno a –0,083 (a θ = 70°), lo que equi-vale a cometer una sobreestimación de latemperatura medida de +4,8 °C, en caso de ig-norar dicho efecto. Para el resto de SI, el efec-to angular empieza a ser importante a partir de60°, independientemente del contenido textu-ral y de cuarzo del SI.

Los efectos sobre la TST debidos a la varia-ción angular de la emisividad en el intervalo10-12 µm son despreciables hasta un ángulocenital de 60°. A partir de este ángulo, la me-didas de la TST sobre SI con un contenido dearena superior al 80% y con un alto contenidode cuarzo (> 90%), debe ser corregida a causade un significativo efecto angular en la emisi-vidad, situándose las diferencias entre su valora dicho ángulo y a nadir entre –0,013 y –0,018,lo que equivale a sobreestimar Tb en la Ec. [1]entre +0,8 y +1,1 °C, para una emisividad ennadir del SI de 0,96. A θ = 70°, el efecto an-gular es significativo para todos los SI aunqueafectando en mayor o menor medida a las su-perficies con mayor o menor contenido de are-na y cuarzo, respectivamente, apreciándose di-ferencias entre la emisividad a nadir y a 70°entre +0,011 y +0,036, equivalente a sobrees-timar la Tb entre +0,7 y +2,1 °C.

Los resultados ofrecidos en el presente estu-dio muestran la necesidad de atender aspectosangulares en la medida de la temperatura. En ca-so contrario se pueden producir sobreestima-ciones en su medida desde +1 °C hasta +5 °C.

Agradecimientos

Este trabajo ha sido financiado por el MI-CINN (beca FPI de V. García, y ProyectosCGL2007-64666/CLI, CGL2007-29819-E/CLI y CGL2010-17577/CLI, cofinanciadoscon fondos FEDER), y por la Conselleria d’E-ducació de la Generalitat Valenciana (PRO-METEO/2009/086).

16 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Page 21: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Referencias

BALL, M., & H. PINKERTON. 2006. Factors af-fecting the accuracy of thermal imaging camerasin volcanology, Journal of Geophysical Research,111, B11203, DOI:10.1029/2005JB003829.

BARNES, W. L., PAGANO, T. S., & SALOMON-SON, V. V. 1998. Prelaunch characteristicsof themoderate resolution imaging spectroradiometer(MODIS) onEOS-AM1. IEEE Transactions on Ge-oscience and Remote Sensing, 36(4), 1088-1100.

BARTON, I. J., & TAKASHIMA, T. 1986. AnAVHRR investigation of surface emissivity nearLake Eyre, Australia, Remote Sensing of Envi-ronment, 20(2), 153-163, ISSN 0034-4257, DOI:10.1016/0034-4257(86)90020-9.

BECKER, F., RAMANANTSIZEHENA, P., &STOLL, M. P. 1985.Angular variation of the bi-directional reflectance of bare soils in the ther-mal infrared band, Applied Optics, 24(3), 365-375, DOI:10.1364/AO.24.000365.

CHEHBOUNI, A., NOUVELLON, Y., KERR, Y. H.,MORAN, M. S., WATTS, C., PREVOT, L., GO-ODRICH, D. C., & RAMBAL, S. 2001. Direc-tional effect on radiative surface temperature me-asurements over a semiarid grassland site,Remote Sensing of Environment, 76(3), 360-372,DOI: 10.1016/S0034-4257(01)00183-3.

CUENCA, J., & SOBRINO, J. A. 2004. Experi-mental Measurements for Studying Angular andSpectral Variation of Thermal Infrared Emissi-vity, Applied Optics, 43, 4598-460, DOI:10.1364/AO.43.004598.

DOZIER, J., & WARREN, S. 1982. Effect of Vie-wing Angle on the Infrared Brightness Tempera-ture of Snow, Water Resources Research, 18(5),1424-1434.

GARCÍA-SANTOS, V., VALOR, E., MIRA, M.,COLL, C., GALVE, J. M., & CASELLES, V.2011. Evaluación de distintos métodos de medi-da de la irradiancia atmosférica descendente enel infrarrojo térmico, Revista de Teledetección,35, 23-31.

GILLESPIE, A., ROKUGAWA, S., MATSUNAGA,T., COTHERN, J. S., HOOK, S., & KAHLE, A. B.1998. A temperature and emissivity separationalgorithm for Advanced Spaceborne ThermalEmission and Reflection Radiometer (ASTER)images,IEEE Transactions on Geoscience andRemote Sensing, 36(4), 1113-1126, DOI:10.1109/36.700995.

HORI, M., AOKI, T., TANIKAWA, T., MOTOYOS-HI, H., HACHIKUBO, A., SUGIURA, K., YA-SUNARI, T. J., EIDE, H., STORVOLD, R., NA-KAJIMA, Y., & TAKAHASHI, F. 2006. In-situmeasured spectral directional emissivity of snowand ice in the 8-14 µm atmospheric window, Re-mote Sensing of Environment, 100(4), 486-502,DOI: 10.1016/j.rse.2005.11.001.

LABED, J., & STOLL, M. P. 1991. Angular varia-tion of land surface spectral emissivity in the ther-mal infrared: laboratory investigations on baresoils. International Journal of Remote Sensing,12, 2299–2310.

LAGOUARDE, J. P., KERR, Y. H., & BRUNET, Y.1995. An experimental study of angular effectson surface temperature for various plant canopiesand bare soils, Agricultural and Forest Meteoro-logy, 77(3-4), Thermal Remote Sensing of theEnergy and Water Balance over Vegetation, 167-190, DOI: 10.1016/0168-1923(95)02260-5.

LAGOUARDE, J. P., BALLANS, H., MOREAU, P.,GUYON, D., & CORABOEUF, D. 2000. Experi-mental Study of Brightness Surface TemperatureAngular Variations of Maritime Pine (Pinus pinas-ter) Stands, Remote Sensing of Environment, 72(1),17-34, DOI: 10.1016/S0034-4257(99)00085-1.

LAGOUARDE, J. P., MOREAU, P., IRVINE, M.,BONNEFOND, J. M., VOOGT, J. A., & SO-LLIEC, F. 2004. Airborne experimental measu-rements of the angular variations in surface tem-perature over urban areas: case study of Marseille(France), Remote Sensing of Environment, 93(4),443-462, DOI: 10.1016/j.rse.2003.12.011.

LLEWELLYN-JONES, D., EDWARDS, M. C.,MUTLOW, C. T., BIRKS, A. R., BARTON, I. J.,& TAIT, H. 2001. AATSR: Global-change andsurfacetemperature measurements from ENVI-SAT. ESA Bulletin, 11-21.

McATEE, B. K., PRATA, A. J., & LYNCH, M. J.2003. The Angular Behavior of Emitted ThermalInfrared Radiation (8-12 µm) at a Semiarid Site.Journal of Applied Meteorology, 42, 1060-1071,DOI: 10.1175/1520-0450(2003)042<1060:TA-BOET>2.0.CO;2.

MERCHANT C. J., EMBURY O., LE BORGNE P.,& BELLEC B. 2006. Saharan dust in nightimethermal imagery: Detection and reduction of re-lated biases in retrieved sea surface temperature,Remote Sensing of Environment, 104, 15-30.

MIRA, M., VALOR, E., BOLUDA, R., CASELLES,V., & COLL, C. 2007. Influence of soil water con-tent on the thermal infrared emissivity of baresoils: Implication for land surface temperaturedetermination, Journal of Geophysical Research,112, F04003, DOI:10.1029/2007JF000749.

MIRA, M., VALOR, E., CASELLES, V., RUBIO,E., COLL, C., GALVE, J. M., NICLOS, R., SAN-CHEZ, J. M., & BOLUDA, R. 2010.Soil Mois-ture Effect on Thermal Infrared (8-13 µm) Emis-sivity, IEEE Transactions on Geoscience andRemote Sensing, 48(5), 2251-2260, DOI:10.1109/TGRS.2009.2039143.

NICODEMUS, F. E. 1965. Directional Reflectanceand Emissivity of an Opaque Surface, AppliedOptics, 4, 767-773, DOI:10.1364/AO.4.000767.

NICODEMUS, F. E., RICHMOND, J. C., HSIA,J. J., GINSBERG, I. W., & LIMPERIS, T. 1977.

Estudio de la dependencia angular de la emisividad de lossuelos sin vegetación... 17

Page 22: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Geometrical considerationsof nomenclature forreflectance, National Bureau Standards Mono-graph 160. US Department of Commerce, Was-hington DC, 52.

NICLOS, R., VALOR, E., CASELLES, V., COLL,C., & SANCHEZ, J. M. 2005. In situ angular me-asurements of thermal infrared sea surface emis-sivity-Validation of models, Remote Sensing ofEnvironment, 94(1), 83-93, DOI: 10.1016/j.rse.2004.09.002.

NICLOS, R., CASELLES, V., COLL, C., & VALOR,E. 2007. Determination of sea surface tempera-ture at large observation angles using an angularand emissivity-dependent split-window equation,Remote Sensing of Environment, 111(1), 107-121,DOI: 10.1016/j.rse.2007.03.014.

National Oceanic Atmospheric Administration.2001. NOAA KLM User’s Guide. G. Goodrum,K. B. Kidwell, and W. Winston.

NORMAN, J. M., & BECKER, F. 1995. Termino-logy in thermal infrared remote sensing of natu-ral surfaces, Agricultural and Forest Meteoro-logy, 77(3-4), Thermal Remote Sensing of theEnergy and Water Balance over Vegetation, 153-166, DOI: 10.1016/0168-1923(95)02259-Z.

PAYAN, V., & ROYER, A. 2004, Analysis ofTemperature Emissivity Separation (TES) al-

gorithm applicability and sensitivity, Int. J.Remote Sensing , 25(1), 15-37, DOI:10.1080/0143116031000115274.

REES, W. G., & JAMES, S. P. 1992. Angular varia-tion of the infraredemissivity of ice and water seasurfaces. International Journal of Remote Sen-sing, 13, 2873-2886.

SNYDER, W. C., WAN, Z., ZHANG, Y., & FENG,Y. Z. 1997. Thermal Infrared (3-14 µm) bidirec-tional reflectance measurements of sands andsoils, Remote Sensing of Environment, 60(1), 101-109, DOI: 10.1016/S0034-4257(96)00166-6.

SOBRINO, J. A., & CUENCA, J. 1999.Angular Va-riation of Thermal Infrared Emissivity for SomeNatural Surfaces from Experimental Measure-ments, Applied Optics, 38, 3931-3936.

TAKASHIMA, T., & MASUDA, K. 1987. Emissi-vities of quartz and Sahara dust powders in theinfrared region (7-17 m), Remote Sensing of En-vironment, 23(1), 51-63, DOI: 10.1016/0034-4257(87)90070-8.

THEOCHAROUS, E., & FOX, N. P. 2010, CEOScomparison of IR brightness temperature mea-surements in support of satellite validation.Part II: Laboratory comparison of the brightnesstemperature of blackbodies, NPL Report, ISSN:1754-2944.

18 V. García-Santos et al. / Revista de Teledetección (2012) 38, 5-18

Page 23: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Caracterización multiescala de objetos como herramienta para la clasificación de imágenes

de alta resolución espacial

C. Gonzalo-Martín1 y M. Lillo-Saavedra2

1 Dpto. de Arquitectura y Tecnología de Sistemas Informáticos, Facultad de Informática,Universidad Politécnica de Madrid, Campus de Montegancedo, Boadilla del Monte, 28660 Madrid2 Dpto. de Mecanización y Energía, Facultad de Ingeniería Agrícola, Universidad de Concepción, Chile

Resumen

En este trabajo se presenta una nueva metodología, sencilla y asequible, para la definición y ca-racterización de objetos en imágenes de alta resolución espacial a diferentes escalas. La obtención delos objetos se ha llevado a cabo mediante la integración de segmentos textural y espectralmente ho-mogéneos. Los primeros se han obtenido a partir de la segmentación de los coeficientes Wavelet de laimagen pancromática. El carácter multi-escala de esta transformada ha permitido obtener segmentostexturalmente homogéneos de diferentes tamaños para cada una de las escalas. Los segmentos espec-tralmente homogéneos se han obtenido a partir de la segmentación de la correspondiente imagen mul-tiespectral clasificada. Mediante este proceso se han definido un conjunto de objetos caracterizadospor diferentes atributos que dotan a los mismos de un carácter semántico, a partir del cual es posibledeterminar las similitudes y diferencias respecto al resto de los objetos. Para mostrar las capacidadesde la metodología propuesta, se han llevado a cabo diferentes experimentos de clasificación no su-pervisada de una imagen Quickbird, utilizando distintos subconjuntos de atributos y un clasificador1-D jerárquico ascendente. Los resultados obtenidos muestran la capacidad de la metodología pro-puesta para separar objetos semánticos a diferentes escalas, así como sus ventajas frente a una inter-pretación de la imagen basada en píxeles.

Palabras clave: Atributos de objetos, OBIA, clasificación basada en objetos, coeficientes Wave-let, segmentación.

Abstract

Objects Multiscale Characterization: a Tool for High Spatial Resolution Image Classification

This paper presents a new methodology, simple and affordable, for the definition and characterizationof objects at different scales in high spatial resolution images. The objects have been generated byintegrating texturally and spectrally homogeneous segments. The former have been obtained from thesegmentation of Wavelet coefficients of the panchromatic image. The multi-scale character of thistransform has yielded texturally homogeneous segments of different sizes for each of the scales. Thespectrally homogeneous segments have been obtained by segmenting the classif ied correspondingmultispectral image. In this way, it has been defined a set of objects characterized by different attributes,which give to the objects a semantic meaning, allowing to determine the similarities and differencesbetween them. To demonstrate the capabilities of the methodology proposed, different experiments ofunsupervised classification of a Quickbird image have been carried out, using different subsets ofattributes and 1-D ascendant hierarchical classifier. Obtained results have shown the capability of theproposed methodology for separating semantic objects at different scales, as well as, its advantagesagainst pixel-based image interpretation.

Key words: Object attributes, OBIA, object-based classification, Wavelet coefficients, segmentation.

* Autor para la correspondencia: [email protected]: 13-03-12; Aceptado: 12-07-12.

Asociación Española de Teledetección Revista de Teledetección 38, 19-27ISSN: 1988-8740

Page 24: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

El procesado de imágenes digitales basadoen objetos tiene sus orígenes en el hecho deque la interpretación de imágenes que realizael sistema visual humano se lleva a cabo a par-tir del reconocimiento de objetos caracteriza-dos por diferentes atributos (tamaño, forma,texturas, color, …) y no mediante la percep-ción de puntos individuales (píxeles), carac-terizados exclusivamente a partir de los valo-res digitales asociados a dichos puntos. Estaúltima estrategia de interpretación, es el ori-gen de la mayoría de las debilidades detecta-das en los métodos de procesado de imágenesdigitales basados en píxeles, especialmentecuando estos se aplican a imágenes de alta ymuy alta resolución espacial y baja resoluciónespectral (Baatz, 2000; Blaschke y Strobl,2001; Carleer et al. 2005; Pesaresi y Bene-diktsson, 2001; Walter, 2004). Algunas de es-tas debilidades son el conocido como efecto«sal y pimienta», debido a la alta variabilidadentre píxeles vecinos de las imágenes y porotro lado, la dif icultad para discriminar cu-biertas con respuestas espectrales similares.Así, se ha constatado que la clasificación ba-sada en objetos, utilizando diferentes tipos deatributos, minimiza la alta variabilidad de losdiferentes tipos de cubiertas presentes en es-te tipo de imágenes, mejorando considerable-mente la precisión de los resultados (Bruce,2008; Mallinis et al. 2004; Mynt et al., 2011;Peña-Barragán et al. 2011).

Este tipo de procesado, o análisis, de imá-genes basado en objetos es conocido en la li-teratura como OBIA (Object Based ImageAnalysis) (Blaschke et al. 2008). Un paso crí-tico en estas metodologías es la identificacióny caracterización de los objetos. La identif i-cación de los mismos se lleva a cabo median-te un proceso de segmentación, que básica-mente consiste en la agrupación de píxelesvecinos con atributos comunes, en áreas ho-mogéneas y signif icativas desde el punto devista del usuario final (Castilla y Hay, 2008;Blaschke 2006). En el caso de las cubiertas te-rrestres, dada su complejidad, este proceso desegmentación debe ser multiescala para así po-der adaptarse al tamaño de los diferentes ob-jetos presentes en ellas (Baatz 2000; Dungan,

2002; Hay y Marceau, 2004). En este contex-to, el concepto multiescala se refiere a las di-ferentes dimensiones espaciales a las que lasentidades, patrones y procesos se pueden ob-servar y medir (Hay et al. 2005). Aunque exis-ten diferentes formas de modelar este caráctermultiescala una de las soluciones mas común-mente utilizadas son las transformadas multi-rresolución y entre ellas la transformada Wa-velet (Mallat 1998). Esta transformada permiteseparar el detalle de las imágenes de su infor-mación de fondo, para diferentes escalas.

Para que los segmentos obtenidos tengan uncarácter semántico es preciso caracterizarloscon una serie de atributos que permitan deter-minar su similitud o diferencia respecto a otros.Este proceso de caracterización es el que trans-forma los segmentos en objetos. En la litera-tura se presentan diferentes formas de llevar acabo está caracterización. Así por ejemplo, al-gunos autores utilizan el valor medio de cadauna de las bandas espectrales (Mynt et al.2011); en aplicaciones de agricultura se sue-len incluir diferentes índices espectrales (Pe-ña-Barragan et al. 2011). En (Mallinis et al.2008) se propusieron un conjunto particular decaracterísticas texturales derivadas de indica-dores locales de determinadas asociaciones es-paciales para la clasificación de cubiertas fo-restales.

El objetivo de este trabajo es proponer unametodología, sencilla y asequible, para la de-finición y caracterización de objetos multi-es-cala en imágenes de alta resolución espacialque permita la discriminación entre objetos se-mánticos a diferentes escalas.

Métodos y datos

La zona de estudio corresponde a un árearural con plantaciones de naranjo y aguacate.La escena que se ha utilizado en este trabajofue registrada por el sensor de alta resolución(BGIS2000) a bordo del satélite Quickbird, eldía 18 de febrero de 2005, en la región deO'Higgins, Valle de Peumo, Chile (34º18’6’’S;71º19’11’’O). El área registrada es de 9.43hectáreas, correspondiente a 512 × 512 píxe-les en la imagen pancromática. En la Figu-ra 1a), se muestra una composición color de la

20 C. Gonzalo-Martín et al. / Revista de Teledetección (2012) 38, 19-27

Page 25: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

escena multiespectral y en la 1b), la corres-pondiente imagen pancromática. Las caracte-rísticas de este tipo de imágenes se resumenen la Tabla 1.

Con objeto de asegurar un correcto ajusteespacial entre la imagen pancromática y la ima-gen multiespectral, se ha llevado a cabo el co-registro entre las dos imágenes, utilizando pa-ra ello el módulo de georeferenciación deENVI (Exelis, 2012). Dado que los productosQuickBird proporcionados a los usuarios ya es-tán radiométricamente y geométricamente co-rregidos, no se han llevado a cabo otro tipo decorrecciones (http://www.digitalglobe.com/products#mapping&standard-satellite-ima-gery).

La Figura 2 incluye un esquema completode la metodología de definición de segmentosy su caracterización para generar los objetos aclasificar. A continuación se detallan las dife-rentes etapas del proceso completo.

Generación de los segmentos multi-escala

La definición de los segmentos desde el pun-to de vista morfológico y textural se ha lleva-do a cabo a partir de la imagen de mayor reso-lución espacial, la imagen pancromática. Sinembargo, y con objeto de eliminar su infor-mación espectral, se propone realizar este pro-ceso, no sobre la imagen directamente, sino so-bre los coef icientes obtenidos mediante latransformada multiresolución Wavelet à trous(Dutilleux, 1987). La Figura 3 ilustra la ob-tención de dichos coeficientes para la imagenpancromática (PAN) (Gonzalo& Lillo, 2004).En esta figura hj representa la función de es-calamiento b3-spline y hj+1, la función que seobtiene al intercalar ceros entre las filas y lascolumnas de hj., repitiendo este proceso, se ob-tienen los diferente filtros para cada uno de losniveles de la transformada. Los coeficientes de

Caracterización multiescala de objetos como herramienta para la clasificación... 21

Figura 1. a) Composición NGB de la imagen multiespectral. b) Imagen pancromática.

Tabla 1. Características de las imágenes Quickbird

Resolución Imagen pancromática Imagen multiespectral

Espacial (m) 0.61 2.4

Espectral (nm) 450-900 B1: 450-520B2: 520-600B3:630-690B4:760-900

Radiométrica (bits) 11 11

Temporal (días) 16 16

a b

Page 26: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

22 C. Gonzalo-Martín et al. / Revista de Teledetección (2012) 38, 19-27

Figura 2. Esquema de la metodología propuesta para la obtención de los objetos.

Page 27: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

esta transformada para la imagen a transfor-mar, se obtienen como diferencia entre las imá-genes escaladas mediante las funciones hj+i, endos niveles consecutivos. Ello permite definirsegmentos a diferentes escalas. La escala a uti-lizar, dependerá de la imagen particular con laque se esté trabajando, así como el objetivo dela aplicación final.

Los segmentos texturalmente homogéneosse han obtenido aplicando a los coeficientesWavelet de la imagen pancromática, el méto-do de segmentación mediante umbralizaciónde Otsu (1979). Este método permite elegir unumbral óptimo, maximizando la varianza en-tre clases mediante una búsqueda exhaustivaen toda la imagen.

Por otro lado y con objeto de disminuir la al-ta variabilidad espacial de imágenes de alta ymuy alta resolución, se propone determinar lossegmentos espectralmente homogéneos a par-tir de las clases encontradas en la imagen mul-tiespectral clasificada mediante el clasificadorno supervisado basado en píxeles, k-means.

La integración de estos dos tipos de seg-mentos y su posterior caracterización permiteobtener objetos con un patrón de comporta-miento espectral y textural diferenciador. Co-mo resultado de este proceso, se obtienen nk

(k = número de niveles de coeficientes Wave-

let utilizados) segmentos para cada escala onivel.

Caracterización de los segmentos

La caracterización de los segmentos se lle-va a cabo asociándole los atributos texturalesy espectrales que se consideren mas adecuadospara la escena objeto de estudio. De esta for-ma, cada segmento identificado, en cada unade las escalas, pasa a estar caracterizado porun vector de atributos cuyo tamaño viene de-terminado por el número de atributos asocia-dos, proporcionando una representación con-junta y simplif icada de la informacióncontenida en las dos imágenes fuente, así co-mo de toda la información adicional (textural,contextual, morfológica, …) que se utilicen pa-ra una aplicación en particular. Además es pre-ciso asociar a cada objeto las coordenadas delos píxeles que lo definen, con objeto de poderrealizar la espacialización de dichos objetosuna vez sean procesados. De esta forma se ge-nera una lista de objetos con sus correspon-dientes atributos que constituirán la entrada aun clasificador 1-D. El procesado de esta es-tructura de datos implica un coste computa-cional muy inferior al procesado de las imáge-nes basado en píxeles.

Resultados

La metodología descrita en la sección ante-rior e ilustrada en la Figura 2, se ha aplicado alas imágenes mostradas en la Figura 1. Se hangenerado los coeficientes de la imagen pan-cromática para los tres primeros niveles de latransformada Wavelet (à-trous) (Figura 4). Enesta figura se puede apreciar como dichos co-eficientes contienen la información de detallede la imagen pancromática a diferentes escalas.

La imagen multispectral se ha clasif icadomediante el método k-means, conteniendo5 clases espectrales diferentes. En este traba-jo, la integración entre los segmentos espec-trales y los texturales se ha llevado a cabo me-diante su intersección. Dado que el método desegmentación utilizado permite seleccionar eltamaño mínimo de los objetos presentes en la

Caracterización multiescala de objetos como herramienta para la clasificación... 23

Figura 3. Esquema de la obtención de los coeficien-tes de la imagen pancromática mediante la transfor-mada Wavelet à trous

Page 28: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

escena, se han realizado diferentes experi-mentos para valores de este parámetro: 5, 25 y50 píxeles, respectivamente. La Tabla 2 inclu-ye el número de objetos obtenidos para cadauno de estos valores y para cada escala.

A partir de estos segmentos, se han llevadoa cabo diferentes experimentos de caracteriza-ción, utilizando distintos subconjuntos de atri-butos. Los resultados mostrados en este traba-jo corresponden a los experimentos en los quese han eliminado los objetos con un tamaño in-ferior a 25 píxeles, para evitar efectos de sobre-segmentación. Los segmentos resultantes hansido caracterizados por vectores de atributosdefinidos por el valor medio del nivel de grisde cada objeto en cada una de las bandas es-pectrales; y el valor medio y la desviación es-tándar de los valores de los coeficientes Wave-let, correspondientes a cada objeto en cadaescala. La clasificación no supervisada de es-tos objetos se ha realizado utilizando un clasi-ficador 1-D jerárquico ascendente mediante elmétodo de Ward (librería disponible en el sta-tistic toolbox de Matlab (R)), considerando lanorma euclidiana como criterio de distancia pa-ra la agrupación de los elementos. Una vez ob-tenidos los resultados de clasificación de los

objetos, se ha procedido a la espacialización delos mismos, de ahí la necesidad de almacenar,junto con el resto de atributos de cada objeto,las posiciones de los píxeles que lo definen. Enla Figura 5 a) se muestra la imagen multies-pectral clasificada usando el algoritmo clásicobasado en píxeles k-means, considerando 5 cla-ses espectrales diferentes. Las Figuras 5 b), c)y d) corresponden al resultado de la clasifica-ción no supervisada basada en objetos, para 5clusters y las tres escalas consideradas. En es-ta figura se puede observar como el efecto «saly pimienta» presente en la imagen clasificadabasada en píxeles no aparece en ninguna de lasimágenes clasificadas con la metodología pro-puesta. Sin embargo, cabe mencionar que laszonas más homogéneas en la imagen espectralson clasificadas como zonas de texturas rugo-sas cuando se aplica esta metodología. Ello esdebido a la rugosidad presente en estas zonasen la imagen pancromática y como consecuen-cia en sus coef icientes Wavelet. También sepuede observar en las Figuras 5 b), c) y d), queen las zonas de cultivo caracterizadas por unatextura regular, se obtiene una buena separa-ción entre los diferentes cultivos y el suelo. Conobjeto de mostrar con más detalle la capacidad

24 C. Gonzalo-Martín et al. / Revista de Teledetección (2012) 38, 19-27

Figura 4. Coeficientes Wavelet (à trous) de la imagen pancromática Quickbird para los tres primeros niveles dela transformada.

Tabla 2. Número de objetos obtenidos en los experimentos de seg-mentación

Tamaño mínimo de los objetos Escala 1 Escala 2 Escala 3

en píxeles

5 3334 531 316

25 2782 350 260

50 2696 265 221

Page 29: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

del método propuesto, se han incluido en la Fi-gura 6 ampliaciones de las tres áreas de culti-vo presentes en la escena, para la imagen pan-cromática, la imagen clasif icada basada enpíxeles y las imágenes clasificadas basadas enobjetos para tres escalas diferentes. En esta fi-gura, se puede apreciar con detalle, que la me-todología propuesta permite en, la escala masf ina, la identif icación de los objetos indivi-duales (árboles), los cuales se van agrupandoen el segundo nivel, hasta que el tercer nivel,proporciona una discriminación en clases es-pectrales mas generales, en este caso básica-mente entre vegetación y suelo, mostrando uncomportamiento jerárquico.

Conclusiones

La metodología propuesta en este trabajopermite la definición y caracterización de ob-jetos asociados a una escena, de la que se dis-ponga tanto de una imagen multiespectral, co-mo de la correspondiente imagen pancromática,de una forma sencilla y asequible.

El conjunto de los objetos definidos supo-nen una representación conjunta y simplifica-da de la información contenida en las dos imá-genes fuente utilizadas. Esta representaciónfacilita, tanto desde un punto de vista concep-tual como computacional, el procesado de di-cha información.

Caracterización multiescala de objetos como herramienta para la clasificación... 25

Figura 5. Resultados de clasificación de la imagen Quickbird. a) Basada en píxeles. b), c) y d) Basada en obje-tos para tres escalas diferentes

a

c d

b

Page 30: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Los resultados obtenidos hasta el momentomuestran un mejor comportamiento de la me-todología propuesta para zonas de cultivo contexturas regulares que para otras zonas más ho-mogéneas y con patrones de texturas aleatorios.

Los atributos utilizados parecen ser ade-cuados para las zonas objeto de interés (culti-vos y vegetación), pero no para el resto de lascubiertas presentes en la imagen. Ello se pue-de deber a la forma de caracterizar la texturade las imágenes a partir de valores asociados alos coeficientes Wavelet, por lo que si fuerapreciso una adecuada caracterización de estascubiertas, se debería llevar a cabo la determi-nación de otros atributos. De hecho, es preci-so remarcar que la caracterización de los ob-jetos en estos resultados preliminares se hallevado a cabo mediante medidas sencillas delos valores espectrales de la imagen multies-pectral y valores texturales de la imagen pan-cromática, por lo que cabe preveer que la uti-lización de un mayor número de atributos ysobre todo un análisis exhaustivo de los atri-butos (espectrales, texturales y/o morfológi-cos) que mejor caractericen la cubierta objetode estudio en cada caso, mejorarán notable-mente los resultados.

Finalmente, cabe señalar que la metodolo-gía propuesta define un marco de trabajo en elque es preciso investigar diferentes métodos desegmentación, en estudios futuros.

Agradecimientos

Los autores del presente trabajo agradecenel soporte f inanciero de la Universidad Poli-técnica de Madrid (AL11-PI+D-27) y del Fon-do de Fomento al Desarrollo Científico y Tec-nológico (FONDEF-D09I1069).

Referencias

BAATZ, M. 2000, Multiresolution Segmentation :an optimization approach for high quality multi-scale image segmentation, Journal of Photo-grammetry and Remote Sensing (2000), 58, 3-4,12-23 (Publisher: Herbert Wichmann Verlag).

BLASCHKE, T., & STROBL, J. 2001. What’s wrongwith pixels? Some recent developments interfa-cing remote sensing and GIS. GIS, 6, 12-17.

BLASCHKE, T. 2010, Object based image analysisfor remote sensing, ISPRS Journal of Photo-grammetry and Remote Sensing, 65, 2-16.

26 C. Gonzalo-Martín et al. / Revista de Teledetección (2012) 38, 19-27

Figura 6: Ampliaciones de la escena para tres localizaciones diferentes. Columa 1ª: imagen pancromática. Co-lumna 2ª: imagen clasificada basada en píxeles. Columnas 3ª-5ª: imágenes clasificadas basadas en objetos paratres escalas diferentes.

Page 31: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

BLASCHKE, T., STEFAN, L., & GEOFFREY, H.(Eds.). 2008. Object-Based Image Analysis: Spa-tial Concepts for Knowledge-Driven Remote Sen-sing Applications, Series: Lecture Notes in Ge-oinformation and Cartography, Springer.

BRUCE, B. A. 2008. Object oriented classification:case studies using different image types with dif-ferent spatial resolutions. International Societyfor Photogrammetry and Remote Sensing(http://arrow.unisa.edu.au:8081/1959.8/64668)

CARLEER, A. P, DEBEIR, O., & WOLFF, E. 2005.Assessment of very high spatial resolution sate-llite image segmentations, Photogrammetry En-gineering and Remote Sensing, 71, 11, 1285-1294.

CASTILLA, G., & HAY, G. J. 2008, Images objectsand geographic objects, Object-Based ImageAnalysis. Spatial Concepts for Knowledge-Dri-ven Remote Sensing Applications, Lectures No-tes in Geoinformation and Cartography, Springer.

DUNGAN, J. L., PERRY, J. N., DALE, M. R. T., LE-GENDRE, P. CITRON_POUSTY, S., FORTIN,M. J., JAKOMULSKA, A., MIRITI, M., & RO-SENBERG, M. S., 2002. A balanced view of sca-le in spatial statistical analysis. Ecography 25 (5),626-640.

DUTILLEUX, P. 1987. An implementation of the al-gorithm à’ trous to compute the wavelet transform.En Compt-rendus du congre`s ondelettes et mé-thodes temps-fréquence et espace des phases, J.Combes, A. Grossman and Ph. Tehanitchian (Eds),298–304 (Marseille: Springer-Verlag).

ENVI. http://www.exelisvis.com/portals/0/tuto-rials/envi/Georeferencing_Registration.pdf

GONZALO-MARTÍN, C., & LILLO-SAAVEDRA,M. 2004, Control de la calidad espacial y espec-tral de imágenes de satélite fusionadas medianteel algoritmo wavelet à’trous, Revista de Telede-tección, 22, 47 -53.

HAY, G. J., & MARCEAU, D. J. 2004, Multiscaleobject-specific analysis (MOSA): An integrativeapproach for multiscale landscape analysis. EnS. M. Jong y F. D. van der Meer (Eds). Remote

Sensing and Digital Image Processing, 4, Ch. 3(Kluwer Academics).

HAY, G. J., CASTILLA, G., WULDER, M. A., &RUIZ, J. R. 2005, An automated object-based ap-proach for the multiscale image segmentation of fo-rest scenes. International Journal of Applied EarthObservation and Geoinformation, 7, 339-359.

LANG, S., & BLASCHKE, T. 2006. Bridging remo-te sensing and GIS – what are the main supporti-ve pillars? En S. Lang, T. Blaschke y E. Schöpfer(Eds.), OBIA. 4-5 julio, Salzburg, Austria.

MALLAT, S. 1998, A Wavelet Tour of Signal Pro-cessing, Academic Press.

MALLINIS, G., KOUTSIAS, N., TSAKIRI-STRA-TI, M., & KARTERIS, M. 2008. Object-based-classification using Quickbird imagery for deli-neating forest vegetation polygons in aMediterranean test site, ISPRS Journal of Photo-grammetry and Remote Sensing, 63, 2, 237–250.

MYNT, S. W., GOBERA, P., BRAZELA, A.,GROSSMAN-CLARKE, S., & WENG, Q. 2011,Per-pixels vs object-based classification of urbanland cover extraction using high spatial resolu-tion imagery, Remote Sensing of Environment,115, 5, 1145–1161.

PESARESI, M., & BENEDIKTSSON, J. A. 2001.A New Approach for the Morphological Seg-mentation of High-Resolution Satellite Imagery,IEEE Transactions on Geoscience and RemoteSensing, 39, 2, 309-320.

OTSU, N. 1979. A Threshold Selection Methodfrom Gray-Level Histograms. IEEE Transactionson Systems, Man, and Cybernetics, Vol. 9, No.1, 62-66.

PEÑA-BARRAGÁN, J. M., NGUGI, M. K. PLANT,R. E, & SIX, J. 2011. Object-based crop identi-fication using multiple vegetation indices, tex-tural features and crop phenology, Remote Sen-sing of Environment, 115, 6, 1301–1316.

WALTER, W. 2004. Object-based classification ofremote sensing data for change detection, ISPRSJournal of Photogrammetry and Remote Sensing,58, 3–4, 225–238.

Caracterización multiescala de objetos como herramienta para la clasificación... 27

Page 32: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Análisis de la respuesta de la temperatura de superfcie al crecimiento urbano utilizando series temporales MODIS

Leonardo PaoliniInstituto de Ecología Regional, UNT-CONICET, CC 34, 4107, Tucumán Argentina

Resumen

El crecimiento urbano modifica drásticamente los patrones espaciales de cobertura natural. El re-emplazo de estas coberturas por superficies impermeables alteran los flujos de energía, generando laformación de «Islas de calor» en las áreas con mayor densidad de edificaciones. En la actualidad ladinámica del crecimiento urbano está asociada a procesos de expansión de las ciudades hacia áreasperiféricas. Esto produce cambios significativos y acelerados de la cobertura del suelo, incrementan-do la superficie impermeable con posibles efectos sobre el clima local.

El objetivo de este trabajo es determinar la respuesta de la temperatura de superficie (TS) ante losprocesos de crecimiento urbano, tomando como modelo el conglomerado urbano del Gran San Mi-guel de Tucumán en el Noroeste de Argentina. Mediante el análisis de series temporales de TS, deri-vada de imágenes MODIS, se reconstruyó la variación de temperatura entre 2000 y 2010 (diurna ynocturna) asociada a los procesos de densificación y expansión urbana. El aumento de la TS diurnase encuentra más fuertemente asociada con los procesos de expansión urbana, mientras que el aumentode la TS nocturna está asociado más fuertemente con los procesos de densificación urbana. Estos re-sultados muestran el gran impacto que tienen los procesos de expansión urbana sobre los flujos deenergía y la fuerte asociación que existe entre densidad de construcciones y la temperatura nocturna,una característica típica de la formación de «islas de calor urbanas». Debido a que la TS responde deforma directa e inmediata a los cambios en los patrones espaciales de cobertura del terreno, representaun dato central en los análisis de crecimiento urbano y cambio climático asociado a las ciudades. Elacelerado proceso de urbanización de la población mundial necesita de este tipo de análisis para po-der comprender las relaciones entre urbanización, cambio de uso del suelo y cambio climático con elobjetivo de planificar el futuro de las ciudades bajo diferentes escenarios.

Palabras clave: urbanización, temperatura de superficie, MODIS, análisis de series temporales, ex-pansión.

Abstract

Land surface temperature response to urban growth using modis time series analisys

Urban growth drastically changes the spatial patterns of natural cover. Replacement of natural landcover by impervious surfaces alters the energy flows, promoting «heat islands» formation in the areaswith the highest density of buildings. At present, urban growth dynamic is associated with sprawl intooutlying areas. This produces significant and rapid changes in land cover, increasing impervious surfacewith possible effects on the local climate.

The objective of this paper is to determine the response of the surface temperature (ST) to urbangrowth processes, using Gran San Miguel de Tucumán metropolitan area, in Northwestern Argentina,as a study case. By analysing time series ST, derived from MODIS images, I have reconstructedtemperature variation between 2000 and 2010 (day and night) associated with the processes ofdensification and urban expansion. Increase in daytime ST is more strongly associated with urbanexpansion, while the increase in nocturnal ST is associated more strongly with urban densificationprocesses. These results show the great impact of urban expansion processes of energy flows and the

* Autor para la correspondencia: [email protected]: 11-09-12; Aceptado: 19-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 28-35ISSN: 1988-8740

Page 33: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

El cambio climático y el cambio de uso delsuelo son los dos principales componentes delcambio ambiental global en ecosistemas te-rrestres (Vitousek et al. 1997, Sala et al. 2000).Dentro de estos procesos, la urbanización esuna de las formas más extremas de alteracióndel uso del suelo y una de las modificacionesmás persistentes de los cambios producidos porel hombre (Palomino y Carrascal 2006, Sho-chat et al. 2006, McKinney 2006)). En gene-ral, la expansión urbana provoca la remocióntotal de la cobertura preexistente y su reem-plazo por nuevas superficies, típicamente im-permeables, lo que altera los flujos de materiay energía y modifica las tasas de intercambiode calor sensible (calor transferido a la atmós-fera) y calor latente (empleado por el agua enla evaporación para cambiar de estado) (Wenget al. 2003). De esta manera se forman áreasde mayor temperatura conocidas como «islasde calor urbano (ICU)», características del cen-tro de las ciudades, directamente relacionadascon una mayor densidad de edificaciones (Oke1982, Oke 1997, Pickett et al. 2001, Jeneretteet al. 2007).

En la actualidad, la población humana estáexperimentando un cambio signif icativo ha-cia una forma de vida predominantemente ur-bana (Grimm et al. 2008). Desde el año 2008más del 50% de la población mundial (3,2 milmillones de personas) vive en zonas urbanas.Para el año 2030, se estima que unas cinco milmillones de personas (60% de la poblaciónmundial) vivirán en zonas urbanas (Mills2007). La mayor parte de este incremento ocu-rrirá en las áreas urbanas de tamaño interme-dio (1-3 millones de hab.) de países en vías dedesarrollo (UNFPA 2011). La cobertura glo-bal de áreas urbanas se incrementará desde605.000 km2 en 2000 a poco más de 1.900.000

km2 en 2050 (Angel et al. 2010, Angel et al.2011), lo que significa la triplicación del áreaurbana a nivel mundial en solo 50 años. Estecrecimiento urbano, presenta una dinámica deuso de la tierra caracterizada por una expan-sión de las áreas urbanas hacia áreas agrícola-ganaderas periféricas y una disminución en ladensidad de construcciones como consecuen-cia del aumento del poder adquisitivo de lossectores sociales medios y altos, lo que gene-ra un patrón de ocupación urbana del suelo debaja densidad (Glaeser 2011). Esta nueva di-námica de urbanización puede iniciar ciclosde retroalimentación positiva a través del re-emplazo de la cobertura natural por nuevas su-perficies impermeables. Esto puede producircambios sensibles en los flujos de energía, mo-dif icar el clima a escala local y producir unaumento en el consumo energético para refri-geración, lo que aumentaría la emisión de ca-lor, y llevaría a los habitantes a buscar nuevoslugares de vivienda en la periferia, retrolai-mentando el proceso. El sistema podría entraren un ciclo de expansión urbana-calentamien-to-consumo energético-más calentamiento-más expansión urbana, con consecuencias po-co predecibles para los habitantes de lasciudades.

Aunque el área urbanizada cubre menos del2% de la superficie de las masas terrestres delplaneta, y los procesos de urbanización sonmás evidentes a escala local (reemplazo de lavegetación por superficies impermeables y for-mación de las «islas de calor urbana») el im-pacto de las ciudades es global, ya que se apro-pian de buena parte de la productividad de losecosistemas naturales y emiten desechos pro-ducto de su «metabolismo» (Alberti 2005). Lasciudades son responsables directa e indirecta-mente, de gran parte de las emisiones de CO2,por industria, transporte y consumo energéti-co (Glaeser 2011).

Análisis de la respuesta de la temperatura de superficie al crecimiento urbano... 29

strong association between building density and night temperatures, a typical characteristic of theformation of «urban heat islands». Because ST responds directly and immediately to changes in thespatial patterns of land cover and represents a central factor in the analysis of urban growth and climatechange associated with cities. The rapid urbanization of the world population needs this type of analysisin order to understand the relationships between urbanization, land use change and climate change inorder to plan the future of cities under different scenarios.

Key words: urbanization, surface temperature, MODIS, time series analysis, sprawl.

Page 34: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

La temperatura de superficie (TS) respon-de de forma directa a los cambios en los pa-trones espaciales de cobertura del suelo (Ol-tra-Carrió et al. 2010). Los registros de TSderivados de sensores remotos pueden ser degran utilidad para analizar los patrones de ex-pansión urbana y su impacto sobre la dinámi-ca térmica, de forma espacialmente explícita.En general, los estudios de este tipo analizanla relación entre los cambios de cobertura y laTS a partir de datos satelitales puntuales en eltiempo (una o pocas imágenes por año) (Ol-tra-Carrió et al. 2010, Jenerette et al. 2007).Si bien esta es una aproximación valiosa encuanto a la información que aporta y con unarelación costo/beneficio óptima, no contem-pla las variaciones temporales intra-anualesen los patrones de TS o eventos climáticospuntuales (vientos, lluvia, sequias cortas), quepueden afectar particularmente a nuestras es-casas muestras de TS. El objetivo de este es-tudio es analizar la dinámica de los patronesespaciales de temperatura de superficie comoconsecuencia de los procesos de crecimientourbano, utilizando series temporales de imá-genes satelitales de alta resolución temporalcomo una forma de integrar las mediciones deTS anuales y disminuir los efectos de eventosextremos puntuales en el tiempo.

Los análisis del impacto de la expansión ur-bana sobre la temperatura de superficie pue-den ayudar a comprender los efectos de los ac-tuales y futuros modelos de crecimientourbano, no sólo sobre los habitantes de las ciu-dades sino también sobre la dinámica de la ve-getación y la biodiversidad animal asociada.Las relaciones entre urbanización y dinámicade las comunidades vegetales están asociadasa procesos de retroalimentación con caracte-rísticas complejas y muchas veces no lineales.En general, se propone que el sobrecalenta-miento de las áreas urbanas alteran la fenolo-gía (ciclos de crecimiento) de las plantas aso-ciadas, alargando su estación de crecimiento yvolviéndolas, posiblemente, más productivasen comparación con los ambientes naturalescircundantes. En este sentido, los cambios cli-máticos generados por los procesos de urbani-zación (principalmente el aumento de tempe-ratura) son considerados análogos a loscambios sufridos por el clima a escala global

(Neil y Wu 2006, Ziska et al. 2003). Es por es-to que se pueden utilizar los ecosistemas ur-banos como experimentos a pequeña escala omodelos del cambio climático global.

Métodos

El presente trabajo se llevó a cabo tomandocomo modelo el área metropolitana del GranSan Miguel de Tucumán (GSMT), en el Nor-oeste de Argentina (25° 50' S, 65° 13' O). Ladinámica de crecimiento urbano del GSMT esrepresentativa de las principales ciudades deArgentina, y puede ser extrapolado a otros nú-cleos urbanos de tamaño intermedio que esténexperimentando simultáneamente una densifi-cación de edificaciones en el área central y unaexpansión urbana de baja densidad en la peri-feria. Durante las últimas cuatro décadas elGSMT ha triplicado su población, conforman-do el núcleo urbano más importante del Nortede Argentina, con una población de más de 1.5millones de habitantes (INDEC 2010). Esto hagenerado cambios importantes en los patronesde uso del suelo, por un lado incrementando ladensidad de construcciones en el centro de laciudad y por otro expandiendo su área urbanahacia la periferia. Para evaluar el efecto de losprocesos de crecimiento urbano sobre los pa-trones espaciales de Temperatura de Superfi-cie en el GSMT se analizó el período 2000-2010. El período analizado combina altas tasasde crecimiento urbano en Argentina (IN-DEC2010) con la disponibilidad de imágenessatelitales de distintas características involu-cradas en el análisis (MODIS, Landsat 5 TM).

Para determinar los patrones espaciales deexpansión urbana se utilizaron dos escenasLandsat 5 TM (17/09/2000 y 16/09/2010). Lasimágenes fueron corregistradas para lograr co-herencia espacial y corregidas radiométrica-mente para mitigar los efectos atmosféricos so-bre los datos de las imágenes (Paolini et al.2006). La reconstrucción de los patrones de ex-pansión urbana espacialmente explícitos se re-alizó mediante la detección de cambios en lassuperficies impermeables entre el año 2000 yel año 2010. La clasificación de las imágenesse llevó a cabo utilizando el clasificador Sup-port Vector Machine a partir de muestras de en-

30 L. Paolini / Revista de Teledetección (2012) 38, 28-35

Page 35: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

trenamiento extraídas de las imágenes y che-queadas en campo. Como resultado de las cla-sificaciones se obtuvieron dos mapas temáti-cos (2000 y 2010) de superficies impermeablesy no impermeables. A partir de la diferenciaentre estos mapas temáticos se construyó unmapa espacialmente explícito de nuevas su-perficies impermeables. Se construyó una ma-triz de error del cambio a partir del mapa denuevas superficies impermeables, mediante elrelevamiento a campo de estructuras urbanasde diversa envergadura (urbanizaciones, su-permercados, centros comerciales, barrios ce-rrados, etc.) con fecha de realización conoci-da, comprendida dentro del periodo analizado.Los resultados de la matriz de error muestranuna precisión general superior al 90%, con va-lor de kappa de 0.88.

Para la reconstrucción de los patrones espa-ciales de TS utilicé una metodología basada enel análisis de series temporales de imágenes sa-telitales MODIS. Trabajé con la serie comple-ta de compuestos cada 8 días de temperaturade superficie (MOD11A2) para los años 2000y 2010. Esto implicó el procesamiento de 184escenas (46 escenas por cada año analizado,diurnas y nocturnas). De esta manera obtuveuna medida integral de la dinámica intra-anualde TS espacialmente explícita para la totalidaddel área de estudio. Para analizar la dinámicade la TS se utilizó el promedio anual de la tem-peratura diurna y nocturna como una medidaintegradora de la dinámica anual.

Para evaluar la respuesta de la TS ante losprocesos de cambio de uso del suelo en el áreaurbana del GSMT, se evaluaron tres situacio-nes diferentes: 1) Área de expansión urbana(nuevas áreas impermeables, típicamente peri-féricas), 2) Área de densificación urbana (áre-as del centro de la ciudad ya impermeabiliza-das que incrementaron su densidad deedificaciones, típicamente en altura) y 3) ÁreaControl (áreas rurales aledañas al núcleo ur-bano, con características geográficas simila-res, que no sufrieron cambios de cobertura yuso del suelo durante el periodo analizado). Larelación entre las diferentes formas de creci-miento urbano (por cambio de uso del suelo ypor densificación) fue evaluada mediante unaprueba t de student pareada entre los valoresde TS de 2000 y 2010, tanto para los registros

diurnos como nocturnos. Además, se realiza-ron diagramas de dispersión de puntos a partirde las diferencias entre la TS del año 2000 y laTS del año 2010, para las tres áreas analizadas(expansión, centro y control), para evaluar losdesvíos en relación a la hipótesis de no cam-bio de la TS durante el período analizado.

Resultados

El crecimiento urbano en el GSMT durantela última década produjo un aumento de la su-perficie impermeable de aproximadamente el20% (83.9 km2 en 2000; 100.6 km2 en 2010).Las nuevas superficies están localizadas ma-yormente en la periferia de la ciudad y estánasociadas al proceso de expansión urbana. (Fi-gura 1). El crecimiento del área central de laciudad se debe principalmente al aumento po-blacional entre 2000 y 2010 (25.000 habitan-tes aproximadamente; INDEC 2010) y al mar-cado aumento en las edificaciones.

Los resultados muestran cambios significa-tivos en los valores de TS en respuesta a los di-ferentes procesos de crecimiento urbano entreel año 2000 y el año 2010. Los valores absolu-tos de la TS promedio diurna sufrió un incre-mento mayor a 1 °K en las áreas de expansiónurbana (nuevas superficies impermeables), ma-yor a 0.5 °K en el centro de la ciudad (donde seprodujo un aumento en la densidad de edifica-ciones) y un incremento aproximado de 0.1 °K

Análisis de la respuesta de la temperatura de superficie al crecimiento urbano... 31

Figura 1. Expansión urbana en el área de estudio(GSMT) para el periodo 2000-2010. En negro, nuevassuperficies impermeables agregadas durante el perio-do de analisis.

Page 36: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

en los sitios control (Tabla1.A). De forma si-milar, los valores absolutos de la TS promedionocturna aumentaron más de 1 °K en las áreasde expansión, más de 1.5 °K en el centro y apro-ximadamente 0.1 °K en los sitios control (Ta-bla 1.B).

Las diferencias entre los valores de TS delaño 2000 y 2010 fueron evaluadas estadística-mente para analizar su significancia. Los re-sultados de los análisis estadísticos muestranque para los sitios de expansión urbana y cen-tro las diferencias son significativas (p<0.001),tanto en los registros diurnos como nocturnos,lo que permite asociar esta variaciones a losprocesos de crecimiento urbano ocurridos enlas áreas analizadas. Si bien las diferencias enlos valores de TS registradas están dentro delmargen de error de las estimaciones derivadasde sensores remotos (alrededor de 1 °K), losresultados muestran un patrón consistente y es-tadísticamente significativo de la relación en-tre crecimiento urbano y aumento de TS. Lasdiferencias en los sitios control no son esta-dísticamente significativas, mostrando que nohubo variaciones relevantes entre los valoresTS del año 2000 y los del año 2010 (Figura 2).

Los gráficos de dispersión muestran comolas diferencias en la TS diurna y nocturna secomportan frente a la hipótesis de no cambioen la TS, entre 2000 y 2010. En concordanciacon los resultados anteriores, la TS diurna delas áreas de expansión muestran el mayor des-vió (positivo) con respecto a tendencia lineal,mientras que la TS del área central muestra undesvío positivo menor y los sitios control nomuestran prácticamente ningún desvío. En elcaso de la TS nocturna, las áreas de expansióny del centro de la ciudad muestran un marca-

do incremento en prácticamente todo el rangode valores, mientras que los sitios control semantiene prácticamente sin variaciones.

Conclusiones y discusión

Los procesos de urbanización están fuerte-mente asociados a cambios de uso del suelo,sobre todo en relación a los nuevos patrones deexpansión urbana de baja densidad. Si bien, engeneral, se propone que el aumento de densi-dad de ocupación del suelo (i.e. crecimiento enaltura) es el factor determinante para la for-mación de la «isla de calor urbana», las ten-dencias recientes de expansión urbana acele-rada tienen efectos signif icativos en lamodificación de la temperatura local, princi-palmente debido a la modificación de los flu-jos de energía como resultado de la impermea-bilización de suelo.

Los resultados del presente trabajo muestranque el aumento de la temperatura de superfi-cie está directamente relacionado con el creci-miento urbano, como consecuencia tanto deprocesos de densificación urbana como de ex-pansión urbana. La expansión de la ciudad ha-cia áreas periféricas (expansión) produjo un in-cremento importante de la TS, tanto diurnacomo nocturna, mientras que el crecimiento endensidad de construcciones (principalmente enaltura) del centro de la ciudad tuvo un impac-to más importante sobre la TS nocturna. Lospatrones de cambio encontrados refuerzan lossupuestos de formación de las «islas de calorurbanas» como consecuencia de una mayorcaptación de energía durante el día por partede las edificaciones y su posterior liberación

32 L. Paolini / Revista de Teledetección (2012) 38, 28-35

Tabla 1. Variación de la temperatura de superficie (TS) entre 2000 y 2010, pa-ra los tres sitios de estudio. A) Temperatura de superficie diurna; B) Tempe-ratura de superficie nocturna

Fecha /sitio Expansión Centro Control

A. ΔΔ de TS diurna (°K)

2010-2000 +1.2 (*) +0.65 (*) +0.14

B. ΔΔ de TS nocturna (°K)

2010-2000 +1.45 (*) +1.74 (*) +0.11

(*) Estadísticamente significativo (p<0.01).

Page 37: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Análisis de la respuesta de la temperatura de superficie al crecimiento urbano... 33

Figura 2. Valores de Temperatura de Superficie (diurna y nocturna) en los tres sitios analizados, para el periodo2000-2010. A y A' Expansión; B y B' Centro; C y C' Control.

2000 2010297

298

299

300

301

302

303

304

TSpr

omed

io d

iurn

a (°

K)

Año

n = 70p < 0.001

A

2000 2010Año

TSpr

omed

io d

iurn

a (°

K)

297

298

299

300

301

302

303

304n = 24p < 0.001

B

Año

TSpr

omed

io d

iurn

a (°

K)

2000 2010292

293

294

295

296

297n = 70p < 0.001

C

2000 2010Año

TSpr

omed

io d

iurn

a (°

K)

284

285

286

287

288

289

290n = 70p < 0.001

C’

2000 2010285

286

287

288

289

290

291

Año

TSpr

omed

io d

iurn

a (°

K)

n = 24p < 0.001

B’

2000 2010284

285

286

287

288

289

290

291

Año

TSpr

omed

io d

iurn

a (°

K)

n = 70p < 0.001

A’

TS diurna TS nocturna

Page 38: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

durante la noche. Si bien las ciudades siguencreciendo en densidad de construcciones, la di-námica más reciente de expansión urbana ha-cia áreas rurales de la periferia plantea nuevaspreguntas acerca del efecto del crecimiento ur-bano sobre los cambios climáticos a escala lo-cal. Las áreas de expansión presentan menosinercia térmica posiblemente debido a la me-nor densidad de cemento y una menor altura desus edif icaciones, lo que hace que las cons-trucciones acumulen menos energía y que lacirculación del aire se vea menos obstaculiza-da por los edificios. Si esta hipótesis fuera co-rrecta uno esperaría encontrar una relación di-recta entre la temperatura de superf icienocturna y la altura media de las diferentes zo-nas dentro de una ciudad o entre ciudades concondiciones climáticas similares.

A su vez, el reemplazo de áreas naturales co-mo consecuencia de la expansión urbana pue-de incrementar considerablemente las superfi-cies impermeables de las ciudades, generandoalteraciones no solo en los flujos de energía si-no también en la dinámica hídrica (menor eva-potranspiración, mayor escorrentía) lo que pue-de reforzar el calentamiento de las áreasurbanas más allá de sus límites geográficos. Eneste sentido, los estudios de este tipo son rele-vantes para poder construir un modelo globalde los efectos del crecimiento urbano sobre lospatrones climáticos locales. Esto nos permiti-ría no sólo predecir las alteraciones futuras del

clima, sino también modelar el consumo ener-gético futuro (directamente relacionado con elcalentamiento urbano) y las emisiones de CO2,manejar exitosamente la vegetación urbana yen definitiva proponer acciones que tiendan amejorar la calidad de vida de los habitantes delas ciudades.

Agradecimientos

Al Dr. Ezequiel Araoz, cuyos aportes con-tribuyeron a mejorar los análisis de los datos.

Este proyecto fue f inanciado en parte porCONICET, Argentina.

Las imágenes MODIS fueron obtenidas através del Land Processes Distributed ActiveArchive Center (LP DAAC) de NASA,USGS/Earth Resources Observation and Scien-ce (EROS) Center, Sioux Falls, South Dakota(https://lpdaac.usgs.gov/get_data).

Referencias

ALBERTI, M. 2005. The effects of urban patternson ecosystem function. Int. Regional Sci. Rev. 28,168-192.

ANGEL, S., PARENT, J., CIVCO, D. L., BLEI, A.M., & POTERE, D. 2010e. A planet of cities: Ur-banland cover estimates and projections for allcountries, 2000-2050. Working Paper. Cambrid-ge MA: Lincoln Institute of Land Policy.

34 L. Paolini / Revista de Teledetección (2012) 38, 28-35

Figura 3. Relación entre la temperatura de superficie de los años 2000 y 2010, en los tres sitios analizados. A)Temperatura de superficie diurna; B) Temperatura de superficie nocturna.

TS diurna TS nocturna

TS año 2000 (°K)

TS a

ño 2

010

(°K)

288 290 292 294 296 298 300 302 304 306288

290

292

294

296

298

300

302

304

306expansiónexpansióncentrocontrol

A

283 284 285 286 287 288 289 290 291282

284

286

288

290

292

TS año 2000 (°K)

TS a

ño 2

010

(°K)

expansiónexpansióncentrocontrol

B

Page 39: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ANGEL, S., PARENT, J. CIVCO, D, L. & BLEI, A,M. 2011. Making Room for a Planet of Cities (Po-licy Focus Report). Lincoln Institute of land PolicyInventory ID PF027; English; ISBN 978-1-55844-212-2. http://www.lincolninst.edu/pubs/1880_Ma-king-Room-for-a-Planet-of-Cities-urban-ex-pansion.

GLAESER, E. L. 2011. Triumph of the City: How OurGreatest Invention Makes Us Richer, Smarter,Greener, Healthier, and Happier. Macmillan Ed..

GRIMM, N. B., FAETH, S. H., GOLUBIEWSKI,N. E., REDMAN, C. L., WU, J., BAI, X., &BRIGGS, J. M., 2008. Global Change and theEcology of Cities. Science 319, 756-760.

INDEC, Censo 2010. http://www.sig.indec.gov.ar/censo2010/

JENERETTE, G. D., HARLAN, S. L., BRAZEL,A., JONES, N., LARSEN, L., &STEFANOV, W.L. 2007. Regional relationships between surfacetemperature, vegetation, and human settlementin a rapidly urbanizing ecosystem. LandscapeEcology 22: 353-365.

MCKINNEY, M. L. 2006. Urbanization as a majorcause of biotic homogenization. Biol. Conserv.127, 247 -260.

MILLS, G. 2007. Cities as agents of global change.International Journal of Climatology 27: 1849-1857.

NEIL, K., & WU, J. 2006. Effects of urbanizationon plant flowering phenology: A review. UrbanEcosystems 9: 243-257.

OKE, T. R. 1982. The Energetic Basis of the UrbanHeat Island. Quarterly Journal of the Royal Me-teorological Society 108:1-24.

OKE, T. R. 1997. Urban climates and global chan-ge, in: Perry, A., Thompson, R. (Eds), Appliedclimatology: principles and practices, Routled-ge, London, pp. 273-287.

OLTRA-CARRIO, R., SOBRINO, J. A., GUTIERREZANGONESE, J., GIOIA, A., PAOLINI, L. & MA-LIZIA, A. 2010. Estudio del crecimiento urbano,de la estructura de la vegetación y de la temperatu-ra de la superficie del gran san miguel de tucumán,Argentina. Revista de Teledeteccion 34: 69-76.

PALOMINO, D., & CARRASCAL, L. M. 2006. Ur-ban influence on birds at a regional scale: A ca-se study with the avifauna of northern Madridprovince. Landscape and Urban Planning 77:276-290.

PAOLINI, L., GRINGS, F., SOBRINO, J. A., JIM-NEZ MUÑOZ, J. C., & KARSZENBAUM, H.2006. Radiometric correction effects in Landsatmulti-date/multi-sensor change detection studies.International Journal of Remote Sensing 27 (4 ):685-704.

PICKETT, S. T. A., CADENASSO, M. L., GROVE,J. M., NILON, C. H., POUYAT, R. V., ZIPPERER,W. C., & COSTANZA, R. 2001. Urban Ecologi-cal Systems: Linking Terrestrial Ecological,Physical, and Socioeconomic Components ofMetropolitan Areas. Annu. Rev. Ecol. Syst. 32,127-157.

SALA, O. E. (y 18 más). 2000. Global biodiver-sity scenarios for the year 2100. Science 287,1770-1774.

SHOCHAT, E., WARREN, P., FAETHS, S.,MCLNTYRE, N., & HOPE, D. 2006 From pat-terns to emerging processes in mechanistic urbanecology. Trends in Ecology and Evolution 21(4):186-191.

UNFPA. 2011. Informe sobre el estado de la pobla-ción mundial 2011: 7 mil millones de personas: sumundo, sus posibilidades. http://www.un.orghttp//www.unfpa.org/webdav/site/global/shared/docu-ments/SWP_2011/SP-SWOP2011.pdf

VITOUSEK. P. M., MOONEY, H. A., LUBCHEN-KO, J., & MELILLO, J. M. 1997. Human domina-tion on earth's ecosystems. Science 277,494-499.

WENG, Q., LU, D., & SCHUBRING, J. 2003. Es-timation of land surface temperature-vegetationabundance relationship for urban heat island stu-dies. Remote Sensing of Environment 89 (4):467-483.

ZISKA, L. G., GEBHARD, D. E., FRENZ, D. A.,FAULKNER, S., SINGER, B. D., & STRAKA, J.2003. Cities as harbingers of climate change:common ragweed, urbanization, and publichealth. J. Allergy CliniImmun 111:290-295.

Análisis de la respuesta de la temperatura de superficie al crecimiento urbano... 35

Page 40: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estimación del área quemada en el Parque Nacional Torresdel Paine utilizando datos de teledetección

C. Mattar, A. Santamaría-Artigas y C. Durán-AlarcónLaboratory for Research in Environmental Sciences (LARES), Dept. Ciencias Ambientales

y Recursos Naturales Renovables, Facultad de Ciencias Agronómicas, Universidad de Chile, Av. Santa Rosa 11315, La Pintana, Santiago, Chile

Resumen

El Parque Nacional Torres del Paine (PNTP) se encuentra en la Patagonia chilena y es una de las atrac-ciones naturales y científicas más importantes de Chile. Sin embargo, las condiciones meteorológicas, enconjunto con la cobertura de la zona y la elevada cantidad de turistas, convierten a esta área natural en unescenario óptimo para la generación de incendios. A finales de 2011, se originó un incendio en el interiordel PNTP. El área siniestrada por el incendio así como las coberturas afectadas no ha sido analizada has-ta la fecha. Este trabajo tiene por objetivo la estimación del área afectada en el incendio a partir de imá-genes remotas provenientes del sensor Enhanced Thematic Mapper Plus (ETM+) en modo SLC-off (ScanLine Corrector - off) de la plataforma Landsat 7, productos generados a partir de los datos entregados porel sensor Moderate Resolution Imaging Spectroradiometer (MODIS) correspondiente a la reflectancia dela superficie (MOD09GC) y el mapa de cobertura de superficie GLOBCOVER 2009, el cual ha sido ge-nerado por la Agencia Espacial Europea (ESA) a partir de datos del sensor Medium Resolution ImagingSpectrometer (MERIS). El método de interpolación de Delaunay fue utilizado para corregir el efecto delSLC-off de las imágenes ETM+. El índice de la Razón Normalizado de Área Quemada (ΔNBR) fue utili-zado para estimar el grado severidad del incendio así como el área quemada. Se utilizó también un análi-sis visual y textural para la determinación de la superficie afectada por el incendio.

El área total afectada por el incendio abarca una superficie de 18.059 ha, equivalente al 12% de lasuperficie total del parque que está cubierta por vegetación, con un error equivalente al ~1%. Las co-berturas más afectadas, según la clasificación GLOBCOVER 2009, corresponde a bosque abierto ymatorral leñoso, estimándose en 11.726 ha, de las cuales el 80% sufrió algún grado de severidad se-gún el índice ΔNBR. Las imágenes ETM+ corregidas del efecto del SLC-off fueron comparadas conlas imágenes MODIS obteniéndose un R2 de 0,75 y 0,78 para el área de estudio en los años 2005 y2012, respectivamente. El resultado obtenido muestra que el método de interpolación de Delaunaypuede ser una herramienta útil para la corrección de imágenes ETM+ SLC-off con el objetivo de de-terminar las superficies afectadas por incendios.

Palabras clave: Parque Nacional Torres del Paine, Chile, Área Quemada, Landsat 7 ETM+, Modis,NBR, Globcover 2009.

Abstract

Estimating the burned area of the Torres del Paine National Park using remote sensing data

The Torres del Paine National Park (TPNP), located in the Chilean Patagonia, is one of themost important scientific and wildlife attractions of Chile. However, the local meteorologicalconditions in addition to the land cover types dramatically increase the risk of wildfire generation.At the end of 2011, an important wildfire was officially confirmed in the central part of TPNP,the burned areas as well as the affected cover types have not yet been estimated. The main objectiveof this paper is the estimation of the burned area based on remote sensing imagery from Landsat-

* Autor para la correspondencia: [email protected]: 13-09-12; Aceptado: 19-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 36-50ISSN: 1988-8740

Page 41: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

La Patagonia chilena es una de las áreas na-turales más importantes del mundo. Sus ca-racterísticas bióticas, climáticas y geomorfo-lógicas la convierten en una de las principalesreservas de vida silvestre en el planeta, con-tando con invaluables atractivos turísticos ycientíficos. Uno de los principales atractivoscorresponde al Parque Nacional Torres del Pai-ne (PNTP), que cuenta con diversos sitios na-turales de interés tales como glaciares, lagos,ríos, macizos montañosos (caracterizados prin-cipalmente por las llamadas «Torres del Pai-ne») y diferentes tipos de vegetación. Esta zo-na ha sido afectada por numerosas actividadesantrópicas, ya que entre los años 1900 y 1960se realizaron extensivas labores de ganaderías,creando lugares de estancias, entre otras acti-vidades de fuerte impacto ambiental, dando pa-so a cambios en el uso del suelo y la genera-ción de incendios forestales. Posteriormente ycon el objetivo de proteger la flora y fauna dela zona, se crea oficialmente el Parque Nacio-nal Torres del Paine el 13 de mayo del año 1959y pasa a formar parte del Sistema Nacional deÁreas Silvestres Protegidas del Estado de Chi-le. Seguidamente, el 28 de abril de 1978 fuedeclarado como Reserva de la Biósfera, por laUNESCO, formando parte de de las zonas re-presentativas de los distintos ecosistemas delmundo.

En la actualidad, el PNTP es visitado fre-cuentemente (150 mil visitantes en 2010), ensu mayoría por turistas extranjeros. Además, elPNTP ha sido motivo de diversas investiga-ciones científicas, en las que se destacan las detipo paleoclimáticas (Solari et al., 2010; Gon-zález & Aydin, 2008; Marden, 1997), geológi-cas (Leuthold et al., 2012; Domínguez-Villar,2006), de ecología y paisaje (Bank et al., 2003;Franklin et al., 1999), glaciología (Keller et al.,2007), entre otras.

Entre las diversas coberturas del PNTP pue-den distinguirse principalmente glaciares,cuerpos de agua, rocas, suelo desnudo, pasti-zales y vegetación austral caracterizada por es-pecies arbustivas siempreverdes (Bontempset al., 2011a). Estas coberturas, así como lascondiciones meteorológicas australes, generanuna intrincada red de conectividad dentro delparque, lo que genera importantes complica-ciones ante eventos extremos como incendios,convirtiéndose en la principal amenaza para laflora y fauna del parque.

Actualmente se han desarrollado diversastecnologías que permiten la rápida detección ycuantificación de las superficies afectadas porun siniestro. Una de las formas para la estima-ción de áreas quemadas en una superficie es apartir de información proveniente de sensoresremotos sean estos de alta o baja resolución es-pacial (Miller & Yool, 2002; Merino de Miguelet al., 2004; Roldán Zamarrón et al., 2005;

Estimación del área quemada en el Parque Nacional del Paine... 37

7 Enhanced Thematic Mapper Plus (ETM+) sensor in SLC-off mode (Scan Line Corrector - off),the reflectance products generated by the Moderate Resolution Imaging Spectroradiometer(MODIS) sensor (MOD09GC) and the GlobCover 2009 classification generated by the EuropeanSpace Agency (ESA) from Medium Resolution Imaging Spectrometer (MERIS) data. Delaunay’sinterpolation methods were used to correct the SLC-off effect of the ETM+ imagery. TheNormalized Burned Ratio index (ΔNBR) was used to estimate the severity degree of the land covertypes affected by the fire in addition to the quantifying burned area.

The total burned area was estimated in 18,059 ha, equivalent to 12% of TPNP’s total surface coverby vegetation including and equivalent error of about ~1%. The most affected land cover types,according to the GLOBCOVER 2009 classif ication, were open forest and grassland or woodyvegetation, with an estimate of 11,726 ha, from which an 80% suffered some degree of burned severityaccording to the index ΔNBR. ETM+ imagery corrected from the SLC-off effect was compared toMODIS imagery achieving a R2 of 0.75 and 0.78 for the study area on the years 2005 and 2012respectively. This shows that Delaunay’s interpolation method can be a useful tool for the correctionof ETM+ SLC-off imagery that will be used for the determination of areas affected by wildfires.

Key words: Torres del Paine National Park, MODIS, Landsat 7 ETM+, Burned Area, NormalizedBurned Ratio, Globcover 2009.

Page 42: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

González-Alonso et al., 2007; De Santis &Chuvieco, 2008; Oliva et al., 2011). Sin em-bargo, los sensores que cuentan con una altaresolución espacial presentan baja resolucióntemporal, por lo cual se vuelve necesario com-plementar el estudio temporal de las áreas afec-tadas por los incendios mediante la utilizaciónde información proveniente de sensores remo-tos de alta resolución temporal y que presen-tan características comparables. Uno de lossensores con un gran potencial para determi-nar las áreas quemadas en zonas heterogéneases el sensor Enhanced Thematic Mapper Plus(ETM+) a bordo de la plataforma Landsat-7.Sin embargo, los datos entregados por este sen-sor presentan un problema de bandeado (stri-ping) en todas sus bandas a partir de junio de2003 debido al mal funcionamiento del ScanLine Corrector (SLC), cuya función consisteen compensar los efectos del movimiento de laplataforma en la imagen. El resultado es la ge-neración de líneas de pixeles en la imagen queno presentan información denominándose mo-do «SLC-off». Pese a este problema, trabajosrecientes han demostrado la utilidad de estosdatos en la estimación de área quemada (Chu-vieco et al., 2012).

El 27 de diciembre del 2011 se declaró un in-cendio de origen antrópico en la zona del LagoGrey en el PNTP. El difícil acceso a la zona don-de se inició el fuego, junto a vientos superioresa los 100 km h–1, facilitaron la rápida propaga-ción del siniestro, prolongándose por un perio-do de casi 70 días y afectando a una vasta su-perf icie. Sin embargo, todavía no se haestimado las reales dimensiones del impacto delfuego sobre las coberturas de vegetación. El ob-jetivo del presente trabajo es la estimación delárea total afectada por el incendio del año 2011a partir de imágenes ETM+ y productos de re-flectancia obtenidos del sensor MODIS.

Este trabajo se estructura de la siguiente for-ma: En la sección 2 se detallan los datos utili-zados y el área de estudio correspondiente alPNTP. En la siguiente sección, se detallan lospasos metodológicos que se utilizaron para laestimación del área total quemada. Posterior-mente en la sección 4 se muestran los resulta-dos obtenidos. Finalmente, en la sección 5 sepresenta una discusión y las conclusiones fi-nales de este trabajo.

Área de estudio y datos de teledetección

Parque Nacional Torres del Paine(PNTP)

El PNTP se encuentra ubicado en el extre-mo austral de Chile en la provincia de Últi-ma Esperanza, región de Magallanes y la An-tártica Chilena (Figura 1). Tiene unasuperf icie total cercana a las 240 mil ha, lacual puede variar entre 235 a 242 mil ha. Es-to se debe a que dentro de los límites del par-que existe una zona privada de libre tránsitono siempre considerada como área oficial. Lasuperficie del PNTP, se extiende desde las es-tepas patagónicas en el este hasta los camposde hielo ubicados en el oeste. La elevaciónvaría entre los 100 y los 2500 m.s.n.m, sien-do 500 m.s.n.m donde ocurre el bioma este-pa (Pisano, 1974). La cobertura predominan-te corresponde a matorral siempreverde(Bontemps et al., 2011a).

Según la clasificación de Köppen (1918), elclima de la zona de estudio es del tipo «oceá-nico frío» encontrándose fuertemente influen-ciado por vientos provenientes del sur-oeste(Moreno et al., 2012). Las precipitaciones seconcentran principalmente en los meses de in-vierno austral en forma de nieve y alcanzan unamedia anual de 800 mm (Wittmer et al., 2010),por otra parte la temperatura media anual de laregión es de 6.5 ºC (Endlicher, 1991).

Datos (Modis-ETM+)

Se utilizaron datos del sensor EnhancedThematic Mapper Plus (ETM+) del 3 de ene-ro de 2005 y del 24 de febrero de 2012. Fue-ron seleccionadas aquellas imágenes en don-de la cobertura nubosa fuera la menor sobre laescena correspondiente al Path 230 y al Row96, la cual representa íntegramente la zonadonde ocurrió el incendio. Por otra parte, seutilizaron los productos de reflectancia de su-perficie MOD09GQ (Vermote et al., 2011) ge-nerados a partir de la información entregadapor el Moderate Resolution Imaging Spectro-radiometer (MODIS). Las imágenes ETM+

38 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Page 43: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

fueron descargadas del servidor de imágenessatelitales del U.S. Geological Survey(http://earthexplorer.usgs.gov/) y los produc-tos MODIS fueron descargadas del servidorhttp://reverb.echo.nasa.gov/ generado por laNational Aeronautics and Space Administra-tion (NASA)

Mapa de cobertura

Con el objetivo de cuantificar el tipo de su-perficie afectada por el incendio, datos del pro-yecto Global Cover 2009 (Bontemps et al.,2011a) fueron utilizados en este trabajo. Esta

información ha sido generada a partir de datosdel sensor Medium Resolution Imaging Spec-trometer (MERIS) durante 12 meses entre el1 de enero y el 31 de diciembre del 2009. Laresolución espacial es de 300 x 300 m y con-sidera 23 tipos de cobertura. Si bien es cierto,el tipo de mapa de cobertura es difícilmentecomparable con otras clasif icaciones de co-bertura a escala global (Neumann et al., 2007;Kaptué et al., 2011; Fritz et al., 2011), el ma-pa de clasificación GLOBCOVER 2009 ha si-do recientemente utilizado en diversas áreasdetalladas en Bontemps et al. (2011b). La Ta-bla 1 resume los datos utilizados en este tra-bajo.

Estimación del área quemada en el Parque Nacional del Paine... 39

Figura 1. Ubicación del Parque Nacional Torres del Paine. Se muestra la imagen ETM+ corregida del 3 de ene-ro del 2005.

Page 44: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Metodología

La metodología llevada a cabo para estimarel cálculo del área quemada del PNTP se des-arrolló en tres etapas. La primera etapa co-rresponde a la corrección de las imágenesETM+ SLC-off con el objetivo de estimar elárea quemada evitando los efectos de bande-ado. La segunda etapa tiene relación con el cál-culo de índices de área quemada y la estima-ción de las coberturas que fueron másafectadas por el incendio. Finalmente, la ter-cera etapa tiene relación con la comparaciónen la estimación del área quemada a partir deimágenes ETM+ y los productos de reflectan-cia provenientes del sensor MODIS. En lassecciones siguientes se detallan cada una deestas etapas.

Calibración Radiométrica ETM+ y corrección de bandas

Las imágenes ETM+ correspondientes al3 de enero del 2005 y al 24 de febrero del2012 fueron calibradas según el procedi-miento establecido en Chander et al. (2009).Sin embargo, uno de los problemas más sig-nif icativos es el bandeado presente en lasimágenes efecto del SLC-off, que genera lí-

neas sin datos en la imagen. En Chuvieco etal. (2012), se presenta una metodología paradeterminar el área afectada por un incendio,contemplando los vacíos que presentan estasimágenes. Sin embargo, varios autores seña-lan la posibilidad de abordar la corrección deeste efecto a través de métodos de interpola-ción (Zhang et al., 2007; Pringle et al., 2009).En este trabajo, cada escena ETM+ fue in-terpolada a partir de triangulaciones de De-launay relacionadas con estructuras genera-das a partir del diagrama de Voronoi. Estemétodo aparece bien descrito en De Berg etal. (2008) y permite la interpolación a unasuperf icie que no presenta datos a partir deuna triangulación basada en los datos veci-nos. Una muestra del efecto que presenta lainterpolación sobre la imagen se aprecia enla Figura 2. Sin embargo, los valores resul-tantes de esta interpolación no necesaria-mente corresponderán a valores con signif i-cancia física. Este método de interpolaciónse aplicó a todas las bandas espectrales de laescena ETM+ adquirida para las dos fechasanalizadas en este trabajo. Una vez corregi-dos los efectos del SLC-off en todas las ban-das, se corrigió el efecto atmosférico con elf in de obtener la reflectancia a nivel de la su-perf icie utilizando para ello el método pro-puesto por Chavez (1996).

40 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Tabla 1. Datos utilizados: Landsat, Modis y cobertura global

Datos FechaPath-

Row/SwathResolución

EspacialResolución Temporal

Descripción

Banda µm

Landsat-7 ETM+SLC-Off

03-ene-0524-feb-12

230-96 30 m 16 días

Reflectancia de superficie

1

2

3

4

5

6

7

0.450-0.515

0.525-0.605

0.630-0.690

0.750-0.900

1.550-1.750

10.400-12.500

2.090-2.350

Modis Daily ReflectanceMOD09GQ

03-ene-0524-feb-12

250 m Diaria

Reflectancia de superficie

1

2

0.620-0.670

0.841-0.876

GLOBCOVER 2009 Dic-2010 Global 300 m Mapa Cobertura de la superficie

Page 45: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estimación del área quemada en el Parque Nacional del Paine... 41

Figura 2. Imagen ETM+ (path 230; row 96) del 3 de enero del 2005. En la columna de la izquierda se muestra laimagen original, y en la columna de la derecha la imagen resultante después de la interpolación de Delaunay.

Page 46: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estimación del área quemada

La estimación del área quemada se realizómediante la digitalización sistemática del áreaquemada en base a la imagen ETM+ corres-pondiente al 24 de febrero del 2012. Análisisvisual, espectral y a partir de índices de vege-tación como el Normalized Difference Vegeta-tion Index (NDVI) fueron utilizados para com-parar diferentes capas de información y obtenerun área representativa del incendio. Por otraparte, se estimaron otros índices complemen-tarios, como el Normalized Burned Ratio(NBR), el cual se muestra en la Ecuación [1].

[1]

donde B4 y B7 corresponden a las bandas delsensor ETM+ con una longitud de onda centralde 0,82 y 2,22 mm respectivamente. Este índi-ce permite la caracterización de las superficiesquemadas en el grado en que éstas fueron afec-tadas y su posterior regeneración. Una vez cal-culado este índice, se procede a estimar el áreaafectada aplicando este mismo una escena an-terior al incendio, estimando el área afectadapor el incendio según la diferencia entre am-bos índices como lo muestra la Ecuación (2).

[2]

siendo ΔNBR la diferencia del área quemada lacual puede ser asimilada siguiendo un patrón deseveridad. La Tabla 2 muestra una clasificaciónadaptada en relación a los valores de ΔNBR .

Este índice ha sido ampliamente utilizadoen diversos trabajos, incluyendo comparacio-

nes con otros métodos e índices de vegetación(Chuvieco et al., 2002; Cocke et al., 2005; Ep-ting et al., 2005; De Santi & Chuvieco, 2007;Loboda et al., 2007; Miller & Thode, 2007; Es-cuin et al., 2008; De Santi & Chuvieco, 2009).A pesar de que el es un indicador del grado deseveridad de incendios, la aplicabilidad de es-te índice puede variar según las circunstanciasdel siniestro y las condiciones geográficas, en-tre otras variables. Finalmente, el área quema-da obtenida a partir de la integración de los mé-todos anteriores, fue evaluada a partir de unavisita in-situ al PNTP.

Comparación MODIS-Landsat-7ETM+

Como una medida de evaluación de los re-sultados obtenidos a partir de las imágenesETM+, se utilizaron los productos MODIS pa-ra estimar la fiabilidad de la interpolación. Conlos resultados de la interpolación realizada, am-bas escenas ETM+ fueron remuestreadas a 250m utilizando un método simple de regrilladobasado en interpolación bi-lineal. El NDVI es-timado en cada una de estas escenas fue com-parado con los valores de NDVI calculados apartir de valores de reflectancia entregados porel producto MOD09GQ de la misma fecha. Es-ta comparación corresponde a un análisis de li-nealidad entre ambos productos y se elimina-ron de la comparación aquellos valores de laescena ETM+ que no estuvieran afectados porel bandeado. De esta manera, se compararonsólo los valores interpolados de la imagenETM+ con los valores de NDVI obtenidos deMODIS. Debido a la presencia de nubes en lasescenas del año 2005 y 2012, se aplicó el algo-

ΔNBRB B

B B

B B

B B=

+

⎝⎜

⎠⎟ −

+4 7

4 7

4 7

4pre incendio 77

⎝⎜

⎠⎟

post incendio

NBRB B

B B=

+4 7

4 7

42 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Tabla 2. Índice de severidad de área quemada.

ΔNBR Severidad del área quemada

< –0.25 Alto crecimiento post-incendio

–0.25 a –0.1 Bajo crecimiento post-incendio

–0.1 a +0.1 No quemado

0.1 a 0.27 Área quemada de baja severidad

0.27 a 0.44 Área quemada de severidad media

0.44 a 0.66 Área quemada de severidad media-alta

> 0.66 Área quemada de severidad alta

Page 47: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ritmo Automated Cloud - Cover Assessment(ACCA) descrito por Irish et al. (2006) sobrelas imágenes ETM+, el cual utiliza una serie defiltros para diferenciar las nubes de otras cu-biertas, considerando las reflectancias de lasbandas 2, 3, 4 y 5 del sensor ETM+, además dela temperatura de brillo de la banda 6.

Resultados

El área afectada por el fuego se muestra enla Figura 3, donde se evidencia el área quema-da a partir de la comparación entre las imáge-

nes antes y después del incendio, correspon-diente al 3 de enero del 2005 (Figura 3a) y al24 de febrero del 2012 (Figura 3b) respectiva-mente. La superficie afectada por el incendiose calculó en 18.059 ha. El error relativo de es-timación, asumiendo la resolución espacial delsensor y el método de interpolación se calcu-ló en ~ 1%, lo que equivale a 181 ha. Sin em-bargo, dentro de esta área se presentaban su-perf icies con un grado de siniestralidaddiferente. El relieve de la zona, la significati-va variabilidad en la dirección del viento, elcontenido aparente de humedad del suelo, elcontenido de agua de la vegetación y el méto-

Estimación del área quemada en el Parque Nacional del Paine... 43

Figura 3. Estimación del Área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y fe-brero del 2012 (b). Se muestran además fotografías in-situ correspondientes a los distintos sitios siniestrados enc, d y e.

A

C

B

D E

Page 48: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

do de extinción del fuego generaron diversaszonas aisladas donde el fuego no afectó porcompleto a las coberturas, dando paso a la crea-ción de parches aislados de vegetación. Estosparches de vegetación corresponden princi-palmente a pastizales, los que pueden apre-ciarse al interior del área afectada por el in-cendio (Figura 3c, d, e). La exclusión de estosparches de vegetación en el área afectada, ge-nera una disminución cercana a un 9% del to-tal de la superficie quemada.

Con el objetivo de analizar el grado de se-veridad con que el incendio afectó a cada co-bertura de vegetación, la Figura 4 muestra elΔNBR estimado para toda el área afectada. Enesta f igura se aprecia que el índice presentauna categorización detallada sobre el tipo decobertura siniestrada, diferenciando las cla-ses no quemadas y con regeneración post-in-cendio, de las clases que sufrieron algún gra-do de siniestralidad. Hacia el borde este de lazona afectada por el incendio se aprecian lassuperficies que no fueron quemadas, mientrasque en el centro de esta área están las zonasque tuvieron un grado de siniestralidad alto.Esto se debe a que el incendio se originó enel lado oeste del área de estudio, desplazán-dose hacia el este según la magnitud y direc-ción del viento. En el centro del área se apre-cian las zonas de mayor devastación y quepresentan un alto grado de severidad. Existenzonas que muestran un alto grado de creci-miento post-incendio ubicadas en el sectornoreste del área quemada. Esta zona corres-ponde a bosques y su clasif icación se puedeatribuir a una sobre estimación de la reflec-tancia de la vegetación producto de la inter-polación, presentando además un alto gradode influencia tanto de la interpolación comode los efectos topográficos.

Del total de la superficie quemada, 14.074ha presentaron algún grado de severidad, de lascuales el 31% presentó un grado medio-alto oalto de severidad. Por otra parte, 3.989 ha, pre-sentaron un grado de regeneración después delincendio o no fueron quemadas. A pesar de queeste resultado equivale a un 22% del total de lasuperf icie afectada por el incendio, existenciertas zonas que fueron sesgadas por el mé-todo de interpolación en el momento de reali-zar el índice NBR, por lo que esta superficie

podría disminuir en magnitud, principalmentedebido a las zonas en las cuales se presentó unaalta regeneración. Estas zonas se ubican en lasladeras de los cerros situados al noroeste de lazona y corresponden a bosques frondosos dehojas perennes.

La cuantificación de cada cobertura afecta-da por el incendio y su respectivo grado de se-veridad, se muestran en la Tabla 3. Del total delárea del parque, un 12% de la superficie co-rrespondiente a algún tipo de vegetación fueafectada por el incendio y en su mayoría(aprox. 10%), fue clasificada con algún gradode severidad entre bajo y alto. Solo 1.114 hafueron afectadas por el incendio y han experi-mentado algún tipo de crecimiento, ya sea ba-jo o alto. Sin embargo, esta superficie está in-fluenciada por el tipo de vegetación de bosquesdensos, que se encuentra influenciada por elefecto del método de interpolación. Las co-berturas de vegetación más afectadas por el in-cendio corresponden a bosque semi-abierto de-ciduo, bosque de baja altura y praderas,abarcando una superficie de 15.794 ha, un 87%del total quemado. De este total, el 69% pre-sentó un grado de severidad medio o medio-al-to, correspondiente a 12.674 ha. Por otra par-te, según el índice ΔNBR, las áreas que fueronafectadas por el incendio pero que no se en-cuentran clasificadas en algún grado de seve-ridad se estiman en 2.393 ha, donde un 91%corresponden a coberturas de matorral y bos-que abierto de baja altura.

Discusión y conclusión

La comparación de la interpolación realiza-da sobre las imágenes ETM+ se muestra en laFigura 5. En esta figura se comparan los NDVIde la imagen ETM+ remuestreada a 250 m, conlos valores de NDVI obtenidos de los produc-tos de reflectancia de MODIS. Estas compara-ciones se realizaron para las escenas comple-tas de Landsat, correspondiente a los Path 230y Row 96, tanto para la escena del 3 de enerodel 2005 como para la escena del 24 de febre-ro del 2012 (Figura 5a,b). Al mismo tiempo, semuestra la comparación realizada para la su-perficie correspondiente al área afectada porel fuego y descrita en la Figura 5c,d.

44 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Page 49: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Estimación del área quemada en el Parque Nacional del Paine... 45

Figura 4. (a) ΔNBR de la superficie afectada por el incendio y (b) Reclasificación de la superficie afectada en«Quemado con algún grado de severidad» y «No quemado /Regeneración Post Incendio».

4330

000

4336

000

4340

000

4346

000

4330

000

4336

000

4340

000

4346

000

0 5000 10000 20000 metros

640000 650000 660000

630000

Leyenda

640000 650000 660000

No quemado / Regeneración post-incendio

63000043

3000

043

3600

043

4000

043

4600

0

4330

000

4336

000

4340

000

4346

000

0 5000 10000 20000 metros

640000 650000 660000

630000 640000 650000 660000

No quemado

Quemado con algún grado de severidad

Alto crecimiento post-incendio

Bajo crecimiento post-incendio

Área quemda de baja severidad

Área quemada de media severidad

Área quemada de media-alta severidad

Área quemada de alta severidad

Leyenda

A

B

Page 50: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

46 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Tab

la 3

.Cat

egor

ía d

e si

nies

tral

idad

y ti

po d

e co

bert

ura

afec

tada

. Sup

erfi

cie

de á

rea

quem

ada

por

cobe

rtur

a de

veg

etac

ión,

rel

ació

n al

tota

l de

la s

uper

fici

e de

l par

-qu

e y

rela

ción

al

índi

ce B

RN

Áre

a pa

rque

Á

rea

quem

ada

%

Alt

o B

ajo

No

Áre

a qu

emad

a Á

rea

quem

ada

Áre

a qu

emad

a Á

rea

quem

ada

Cód

igo

crec

imie

nto

crec

imie

nto

de b

aja

de m

edia

de

med

ia-a

lta

de a

lta

(ha)

(ha)

parq

uepo

st-i

ncen

dio

post

-inc

endi

oqu

emad

ose

veri

dad

seve

rida

dse

veri

dad

seve

rida

d

1423

53.1

639

.80

1.69

%0.

000.

009.

959.

9519

.90

0.00

0.00

2031

48.1

569

.65

2.21

%0.

000.

000.

000.

0029

.85

29.8

59.

9530

5266

.00

248.

754.

72%

0.00

19.9

039

.80

49.7

599

.50

39.8

00.

0040

3253

0.90

2046

.30

6.29

%0.

000.

0049

.75

404.

1052

7.76

736.

3232

8.36

5081

85.1

920

21.9

024

.70%

0.00

59.7

014

9.25

435.

6073

6.32

561.

4079

.60

6022

64.1

321

8.90

9.67

%0.

0099

.50

49.7

519

.90

39.8

09.

950.

0010

023

5.32

0.00

0.00

%0.

000.

000.

000.

000.

000.

000.

0011

044

71.0

124

8.75

5.56

%0.

009.

9512

9.35

89.5

519

.90

0.00

0.00

120

311.

640.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

130

8152

7.59

1172

6.00

14.3

8%39

.80

626.

8721

94.0

634

92.6

031

43.3

919

01.0

032

8.25

140

1050

6.56

820.

207.

81%

89.5

514

9.25

169.

1615

9.20

119.

4010

3.80

29.8

515

026

07.5

614

1.50

5.43

%0.

000.

0059

.70

29.8

052

.00

0.00

0.00

180

2054

.25

477.

6023

.25%

0.00

19.9

019

.90

89.5

518

9.06

149.

259.

9520

011

25.7

00.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

210

3261

9.94

0.00

0.00

%0.

000.

000.

000.

000.

000.

000.

0022

046

560.

850.

000.

00%

0.00

0.00

0.00

0.00

0.00

0.00

0.00

TO

TAL

2357

67.9

618

059.

357.

66%

129.

3598

5.08

2870

.68

4780

.01

4976

.89

3531

.38

785.

96

Cód

igo

Ley

enda

14Ti

erra

s cu

ltiva

das.

20M

osai

co d

e tie

rras

cul

tivad

as (5

0-70

%) /

Veg

etac

ión

(pra

dera

/mat

orra

l/bos

que)

(20-

50%

).

30M

osai

co d

e ve

geta

ción

(pra

dera

/mat

orra

l/bos

que)

(50-

70%

) / ti

erra

s cul

tivad

as (2

0-50

%).

40C

erra

do a

abi

erto

(>1

5%)

bosq

ue d

e ho

ja a

ncha

sie

mpr

ever

de y

/o b

osqu

e se

mid

eci-

duo

(>5m

).

50C

erra

do (>

40%

) bos

que

de h

oja

anch

a de

cidu

o (>

5 m

).

60A

bier

to (1

5-40

%) b

osqu

e de

hoj

a an

cha

deci

duo

(>5m

).

100

Cer

rado

a a

bier

to (>

15%

) bos

que

de h

oja

anch

a y

bosq

ue d

e ac

ícul

as (>

5m).

110

Mos

aico

de

bosq

ues

o m

ator

ral (

50-7

0%) y

pra

dera

(20-

50%

).

Cód

igo

Ley

enda

120

Mos

aico

de

prad

era

(50-

70%

) y b

osqu

e o

mat

orra

l (20

-50%

).

130

Cer

rado

a a

bier

to (>

15%

) (ho

ja a

ncha

, ací

cula

, sie

mpr

ever

de o

dec

íduo

) mat

orra

l (<5

m).

140

Cer

rado

a a

bier

to (>

15%

) veg

etac

ion

herb

ácea

.(pra

dera

, sab

anas

olíq

uene

s/m

usgo

s).

150

Vege

taci

ón d

ispe

rsa

(<15

%).

180

Cer

rado

a a

bier

to (>

15%

) pra

dera

o m

ator

ral o

veg

etac

io?n

len?

osa

regu

larm

ente

inun

-da

da o

sue

lo in

unda

do, a

gua

dulc

e, s

alob

re o

sal

ina.

200

Áre

as d

e su

elo

desn

udo.

210

Cue

rpos

de

agua

.

220

Nie

ve y

hie

lo p

erm

anen

te.

Page 51: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

En la Figura 5a, al utilizar el algoritmo AC-CA para filtrar las nubes, se obtuvo un R2 de0,78 y una tendencia lineal de 0,74. Sin em-bargo, se observó un foco de dispersión debi-do a pixeles con nubes que han sido subesti-mados por el método de filtrado. Al realizar elcálculo del coeficiente de determinación sinconsiderar este foco de dispersión, este au-mentó a 0,83 y la tendencia lineal aumentó a0,94. Por otra parte, los valores de R2 y ten-dencia lineal para el área de estudio en el año2005 (Figura 5c) fueron similares a los de laescena completa e igualmente se observó unadispersión producto de los pixeles correspon-dientes a nubes que no fueron clasif icados,aunque en una menor proporción.

La comparación de la escena del 24 de fe-brero del 2012 (Figura 5b) presenta una situa-ción similar a las del año 2005 en cuanto a ladispersión que generan las nubes no clasifica-

das por el algoritmo de Irish, et al. (2006). Sinembargo, en esa fecha la cobertura total de nu-bes fue menor a la escena del 3 de enero 2005,por lo tanto el foco de dispersión de nubes tam-bién fue menor. No obstante, se evidencianciertos pixeles correspondientes a cuerpos deagua que incrementaron la dispersión de las se-ries de datos. El valor de R2 y la tendencia li-neal en este caso fueron de 0,62 y 0,82 para lospixeles corregidos en toda la escena, respecti-vamente. En el caso del área de estudio, parael 24 de febrero de 2012 el valor de R2 y de latendencia lineal fueron de 0,75 y 0,8 (Figura5d).

La superficie afectada por el incendio del2012 en el PNTP se estimó cercana a las18 mil ha. Las condiciones del lugar, tanto me-teorológicas como orográf icas, son factoressignificativos a la hora de mitigar los focos delincendio y las consecuencias que éste genera.

Estimación del área quemada en el Parque Nacional del Paine... 47

Figura 5. Diagrama de dispersión de valores de NDVI calculado a partir de imágenes ETM+ corregidas por elefecto del SLC-off y a partir de la reflectancia obtenida con el sensor MODIS. Se muestran los diagramas parael año 2005 y 2012 sobre la escena Landsat (a, b) y sobre el área de estudio (c,d) respectivamente. La escala decolores indica la frecuencia de los pares ordenados de NDVI MODIS/ETM+.

A B

C D

Page 52: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

La utilización de las imágenes ETM+, es unaherramienta útil para la estimación del áreaquemada. La corrección realizada mediante in-terpolación de Delaunay permite obtener unárea continua, que puede ser cartografiada conmayor eficiencia con el fin de estimar el áreaquemada de forma precisa. Sin embargo, estosvalores deben estar acompañados de un méto-do de estimación del grado de severidad del in-cendio, como es el caso de la comparación delNBR entre imágenes previas y posteriores alsiniestro. La comparación realizada entre losvalores de NDVI remuestreados de ETM+ co-rregidos y los valores de MODIS, presentancoeficientes de determinación superiores 0,7,que puede estar subestimado por la presenciade nubes o cuerpos de agua, además influen-ciados por la interpolación bi-lineal del re-muestreo de las imágenes ETM+ a 250 m. Apesar de esto, los resultados muestran que losvalores interpolados mediante triangulación deDelaunay, permiten generar una imagen com-parable con otros productos de vegetación de-rivados de otros sensores remotos.

Finalmente, en este trabajo se presentó unaestimación del área quemada en el Parque Na-cional Torres del Paine después del incendioocurrido entre diciembre del 2011 y marzo del2012. Al mismo tiempo se analizó el tipo decobertura afectada y el respectivo grado de si-niestralidad a partir del índice NBR. El méto-do de corrección de bandeado, a partir de in-terpolación de Delaunay para el productoLandsat 7-ETM+, es una herramienta útil pa-ra el análisis de fenómenos espaciales, tal co-mo lo demuestra el caso del reciente incendioocurrido en el Parque Nacional Torres del Pai-ne. El área afectada por el incendio se estimóen 18.059 ha (±1%). Esto implica que un por-centaje significativo de la vegetación del par-que Nacional Torres del Paine fue siniestrado,en donde las coberturas afectadas en mayor su-perficie corresponden a bosque semi-abiertodeciduo, bosque de baja altura y praderas, sien-do esta última la que presenta la mayor áreacon algún grado de severidad, equivalente al49% de la vegetación quemada en el parque.Lo anterior es fundamental para la toma de de-cisiones en cuanto a las medidas de restaura-ción que se deben aplicar sobre la superficiedel Parque Nacional Torres del Paine.

Agradecimientos

Los autores agradecen la disposición de laUnited States Geological Survery (USGS) porla libre entrega de los datos Landsat-7 ETM+SLC-off y a la National Aeronautics and Spa-ce Administration (NASA) por los productosMODIS. Los autores agradecen además la no-table colaboración de Francisco Ubilla por suinvaluable aporte a la calidad de las fotografí-as. Esta publicación ha sido en parte financia-da por el Programa U-INICIA Concurso de Re-forzamiento de Inserción Productiva de NuevosAcadémicos VID 2012; código U-INICIA4/0612 Universidad de Chile.

Referencias

BANK, M. S., SARNO, R. J., & FRANKLIN, W. L.2003. Spatial distribution of guanaco mating si-tes in southern Chile: conservation implications.Biological Conservation, 112 (3), 427-434

BONTEMPS, S., & CO-AUTHORS. 2011a. GLOB-COVER 2009: Products Description and Valida-tion Report (ESA and UC Louvain).

BONTEMPS, S., & CO-AUTHORS. 2011b. Revi-siting land cover observations to address the ne-eds of the climate modelling community. Bioge-osciences Discussions, 8, 7713-7740.

CHAVEZ, P. Jr. 1996. Image based atmospheric co-rrections - revisited and improved. Photogram-metric Engineering and Remote Sensing, 62:1025-1036.

CHANDER, G., MARKHAM, B., & HELDER, D.L. 2009. Summary of current radiometric cali-bration coeff icients for Landsat MSS, TM,ETM+, and EO-1 ALI sensors. Remote Sensingof Environment, 113, 893-903.

CHUVIECO, E., CIFUENTES, Y., HANTSON, S.,AGUSTÍN-LÓPEZ, A., RAMO, R., & TORRES,J. 2012. Comparación entre focos de calor MO-DIS y perímetros de área quemada en incendiosmediterráneos. Revista Española de Teledetec-ción, 37, 9-22.

CHUVIECO, E., MARTÍN, M. P., & PALACIOS,A. Assessment of different spectral indices in thered–near-infrared spectral domain for burnedland discrimination. International Journal of Re-mote Sensing, 23(23), 5103-5110.

COCKE, A. E., FULÉ, P. Z., & CROUSE, J. E. 2005.Comparison of burn severity assessments using Dif-ference Normalized Burn Ratio and ground data.International Journal of Wildland Fire, 14, 189-198.

DE BERG, CHANG, O., VAN KREVELD, M., &OVERMARS, M. 2008. Computational Geo-

48 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Page 53: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

metry: Algorithms And Applications. Springer,3rd edition, ISBN-10: 3540779736.

DE SANTIS, A., & CHUVIECO, E. 2007. Burn se-verity estimation from remotely sensed data: per-formance of simulation versus empirical models.Remote Sensing of Environment, 108(4), 422-435.

DE SANTIS, A., & CHUVIECO, E. 2008. Análisiscomparativo de sensores espaciales para carto-grafía de la Severidad en el incendio de Ruba deSaelices (Guadalajara). Revista Española de Te-ledetección, 29, 25-37.

DE SANTIS, A., & CHUVIECO, E. 2009. GeoC-BI: A modified version of the Composite BurnIndex for the initial assessment of the short-termburn severity from remotely sensed data. Remo-te Sensing of Environment, 113, 554-562.

DOMÍNGUEZ-VILLAR, D. 2006. Early formationof gnammas (weathering pits) in a recently gla-ciated area of TorresdelPaine, southern Patago-nia (Chile). Geomorphology, 76(1-2), 137-147.

EPTING, J., VERBYL, D., & SORBEL, B. 2005.Evaluation of remotely sensed indices for asses-sing burn severity in interior Alaska using Land-sat TM and ETM+. Remote Sensing of Environ-ment, 96, 228-239.

ENDLICHER, W. 1991. Zur Klimageographie undKlimaökologie von Südpatagonien. 100 Jahre-klimatologische Messungen in Punta Arenas.Freiburger Geographische Hefte, 32: 181-211.

ESCUIN, S., NAVARRO, R., & FERNÁNDEZ, P.2008. Fire severity assessment by using NBR(Normalized Burn Ratio) and NDVI (Normali-zed Difference Vegetation Index) derived fromLandsat TM/ETM images. International Journalof Remote Sensing, 29, 1053-1073.

FRANKLIN, W. L., JOHNSON, W. E., SARNO, R.J., & IRIARTE, J. A. 1999. Ecology of the Pata-gonia puma Felis concolor patagonica in southernChile. Biological Conservation, 90(1), 33-40.

FRITZ, S., & CO-AUTHORS. 2011. Highlightingcontinued uncertainty in global land cover mapsfor the user community. Env. Research letters, 6,doi:10.1088/1748-9326/6/4/044005

GONZÁLEZ-ALONSO, F., MERINO-DE-MI-GUEL, S., ROLDÁN-ZAMARRÓN, A., GAR-CÍA-GIGORRO, S., & CUEVAS, J. M. 2007.MERIS Full Resolution data for mapping levelof damage by forest f ires: the Valencia de Al-cántara event in August 2003. Int. J. Remote Sen-sing 28(3-4): 797-809.

GONZÁLEZ, J., & AYDIN, A. 2008. The origin oforiented lakes in the Andean foreland, Parque Na-cional Torres del Paine (Chilean Patagonia). Ge-omophology, 97(3-4), 502-515.

IRISH, R., BARKER, J., GOWARD, S., & ARVID-SON, T. 2006. Characterization of the Landsat-7ETM Automated Cloud-Cover Assessment (AC-CA) Algorithm. Journal of Photogrammetry andRemote Sensing, 72(10), 1179-1188.

KAPTUÉ, A. T., ROUJEAN, J. L., & DE JONG,S.M. 2011. Comparison and relative quality as-sessment of the GLC2000, GLOBCOVER, MO-DIS and ECOCLIMAP land cover data sets at theAfrican continental scale. Int. J. Appl. Earth Obs.Geoinf., 13(2), 207-219.

KELLER, K., CASASSA, G., RIVERA, A., FORS-BERG, R., & GUNDESTRUP, N. 2007. Airbor-ne laser altimetry survey of Glaciar Tyndall, Pa-tagonia. Global and Planetary Change, 59 (1-4),101-109.

KÖPPEN, W. 1918. Klassifikation der KlimatenachTemperatur, Niederschlag und Jahresablauf(Classification of climates according to tempe-rature, precipitation and seasonal cycle). Peter-manns Geogr. Mitt. 64, 193-203, 243-248

LEUTHOLD, J., MÜNTENER, O., BAUMGART-NER, L. K., PUTLITZ, B., OVTCHAROVA, M.,& SCHALTEGGER, U. 2012. Time resolvedconstruction of a bimodal laccolith (Torres delPaine, Patagonia). Earth and Planetary ScienceLetter, 325-326 (1), 85-92

LOBODA, T., O’NEAL, K. J., & CSISZAR, I. 2007.Regionally adaptable dNBR- based algorithm forburned area mapping from MODIS data. Remo-te sensing of Environment, 109(4), 429-442.

NEUMANN, K., HEROLD, M., HARTLEY, A., &SCHMULLIUS, C. 2007. Comparative assess-ment of CORINE2000 and GLC2000: Spatialanalysis of land cover data for Europe. Int. J.Appl. Earth Obs. Geoinf., 9, 425-437.

MARDEN, J. 1997. Late-glacial fluctuations ofSouth Patagonian Icefield, Torres del Paine Na-tional Park, southern Chile. Quaternary Interna-tional, 38-39, 61-68.

MERINO-DE-MIGUEL, S., GONZÁLEZ-ALON-SO, F., GARCÍA-GIGORRO, S., ROLDÁN-ZAMARRÓN, A., & CUEVAS J. M. 2004. Is itpossible to timely and accurately estimate wild-f ire burnt areas using remote sensing techni-ques?, 24th EARseL Symposium, Dubrovnik,Croacia.

MILLER, A. B., & YOOL, S. R. 2002. Mapping fo-rest post-f ire canopy consumption in severaloverstory types using multitemporal Landsat. Re-mote Sensing of Environment, 82, 481-496.

MILLER, J. D., & THODE, A. E. 2007. Quantifyingburn severity in a heterogeneous landscape witha relative version of the delta Normalized BurnRatio (dNBR). Remote Sensing of Environment,109, 66-80.

MORENO, P., VILLA-MARTÍNEZ, R.,CÁRDE-NAS, M.L., & SAGREDO, E. A 2012. Deglacialchanges of the southern margin of the southernwesterly winds revealed by terrestrial recordsfrom SW Patagonia (52°S). Quaternary ScienceReviews, 41(18), 1-21.

OLIVA, P., MARTÍN, P., & CHUVIECO, E. 2011.Burned area mapping with MERIS postfire ima-

Estimación del área quemada en el Parque Nacional del Paine... 49

Page 54: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ge, International Journal of Remote Sensing,32(15), 4175-4201.

PISANO, E. 1974. Estudio ecológico de la regióncontinental sur del área andino patagónica. IIContribución a la fitogeografía de la zona del Par-que Nacional Torres del Paine. Anales del Insti-tuto de la Patagonia 5, 59-104.

PRINGLE, M. J., SCHMIDT, M. & MUIR, J. S.2009. Geostatistical interpolation of SLC-OFF Landsat ETM+ images. ISPRS Journal ofPhotogrammetry and Remote Sensing, 64(6),654-664.

ROLDÁN-ZAMARRÓN, A., GONZÁLEZ-ALON-SO, F., MERINO-DE-MIGUEL, S., GARCÍA-GIGORRO, S., & CUEVAS, J. M. 2005. Carto-grafía de los niveles de severidad en el incendioforestal de Minas de Riotinto (Huelva) a partirde imágenes Landsat 5 TM. XI Congreso Nacio-nal de Teledetección, 21-23 septiembre.Puerto dela Cruz. Tenerife.

SOLARI, M. A., HERVÉ, F., LEROUX, J. P., AIRO,A., & SIAL, A. N. 2010. Paleoclimatic signifi-cance of lacustrine microbialites: A stable isoto-pe case study of two lakes at Torres del Paine,southern Chile. Palaeogeography, Palaeoclima-tology, Palaeoecology, 297(1), 70-82.

VERMOTE, E., KOTCHENOVA, S., & RAY, J.2011. MODIS Surface Reflectance User’s Gui-de, version 3.1. Surface Reflectance ScienceComputing Facility, 40 p.

WITTMER, H., CORTI, P., SAUCEDO, C., &GALAZ, J. L. 2010. Learning to count: adap-ting population monitoring for endangered hue-mul deer to meet conservation objectives. Theinternational Journal of Conservation, 44,516-522.

ZHANG, C., LI, W., & TRAVIS, D. 2007. Gaps-fillof SLC-OFF Landsat ETM+ satellite image usinga geostatistical approach. International Journalof Remote Sensing, 28(22), 5103-5122.

50 C. Mattar, et al. / Revista de Teledetección (2012) 38, 36-50

Page 55: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

A lo largo de las dos últimas décadas variosestudios han analizado las tendencias en los ín-dices espectrales de vegetación en la Penínsu-la Ibérica con resultados diferentes en función

del periodo analizado, y de la base de datos em-pleada. Tradicionalmente, el análisis de seriestemporales largas se ha llevado a cabo a mediay baja resolución espacial a partir del índice devegetación NDVI (Normalized Difference Ve-getation Index) derivado del sensor AVHRR

Tendencias en el verdor de la vegetación y en la producciónprimaria bruta de las áreas forestales en la España

peninsular (2000-2009)

C. Giner1, B. Martínez1, M. A. Gilabert1 y Domingo Alcaraz-Segura2

1 Departament de Física de la Terra i Termodinàmica, Universitat de València, c/ Dr. Moliner, 50. 46100 Burjassot

2 Departamento de Botánica, Facultad de Ciencias, Universidad de Granada, Campus Universitario de Fuentenueva, 18071 Granada

Resumen

El objetivo de este trabajo consiste en evaluar las tendencias experimentadas por las áreas foresta-les de la España peninsular durante el periodo 2000-2009. Para ello se ha aplicado la metodología delanálisis multi-resolución (AMR) basado en la aplicación de la transformada wavelet (TW) a datos deproducción primaria bruta (GPP) e índices de vegetación (NDVI y EVI) derivados del sensor MODIS.Este análisis permite descomponer una señal no estacionaria en varias componentes a diferentes es-calas temporales. La aplicación del test no-paramétrico de Mann-Kendall y del método Sen a la com-ponente de tendencia derivada del AMR proporciona información sobre la magnitud y dirección delos cambios experimentados. Como se muestra comparando con otros estudios recientes, la detecciónde cambios en la vegetación mediante series temporales es altamente dependiente del periodo de es-tudio y de la fecha de inicio de la serie temporal.

Palabras clave: detección de cambios, bosques, España, wavelets, Mann-Kendall.

Abstract

Trends in vegetation greenness and gross primary production in Spain (2000-2009)

This paper aims to assess vegetation changes on the forest canopies of Spain over the period 2000-2009. A multi-resolution analysis (MRA) based on the wavelet transform (WT) has been implementedto gross primary production (GPP) and NDVI and EVI MODIS data sets. This analysis decomposes anon-stationary signal in different temporal scales. In order to derive signif icant changes, theMann–Kendall non-parametric test and the Sen’s method have been applied to the trend componentderived from the MRA. These methods provide the magnitude and direction of the vegetation changesobserved in the temporal series. Comparing the results with recent findings it is shown that vegetationchange detection from temporal series analysis is highly dependent on the studied period and thestarting date.

Key words: change detection, forests, Spain, wavelets, Mann-Kendall.

* Autor para la correspondencia: [email protected]: 28-02-12; Aceptado: 27-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 51-64ISSN: 1988-8740

Page 56: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

(Advanced Very High Resolution Radiometer)a bordo de la plataforma NOAA (National Oce-anic and Atmospheric Administration). ElNDVI (Tucker, 1979) ha demostrado ser unbuen candidato para caracterizar el verdor dela vegetación, la cantidad de biomasa verde, elíndice de área foliar, la producción primaria ylos flujos de carbono (Running & Nemani,1988; Tucker & Seller, 1986, Paruelo et al.,1997). En la Península Ibérica, la mayoría delos trabajos muestran tendencias al aumentodel NDVI en el norte y este de la Península Ibé-rica y de disminución del NDVI en el cuadrantesuroeste peninsular desde principios de la dé-cada de los 1980s hasta mitad y final de la dé-cada de los 1990s (Alcaraz et al., 2010a, Vi-cente-Serrano & Heredia-Laclaustra, 2004).Las tendencias observadas a lo largo de la dé-cada de los 1990 hasta principios de los 2000(Martínez & Gilabert, 2009, del Barrio et al.,2010, Stellmes et al., 2013) mantienen la ten-dencia positiva del NDVI en el centro y nortepeninsular, restringen las tendencias negativasobservadas en la década anterior en el cua-drante suroeste al Valle del Guadalquivir, y de-tectan mayoritariamente tendencias negativasen el este y sureste ibérico principalmente enáreas en proceso de degradación (Martínez &Gilabert, 2009; del Barrio et al., 2010).

Todos los trabajos mencionados anterior-mente están basados en diferentes series tem-porales del NDVI construidas a partir de imá-genes de 1, 4, 5 u 8 km obtenidas por lossensores NOAA-AVHRR, ya que estas imáge-nes están disponibles desde principios de los1980. Sin embargo, estas series temporales amenudo presentan problemas de continuidadentre los distintos satélites NOAA, como con-secuencia de la degradación temporal del sen-sor y la deriva de la órbita del satélite, y de lasdistintas versiones del sensor AVHRR (deBeurs et al., 2005, Alcaraz-Segura et al.,2010b, Trishchenko et al., 2002). Desde el año2000, con el desarrollo de los sensores de nue-va generación (e.g. MODIS/Terra y VEGETA-TION/SPOT), están disponibles series tem-porales que no presentan los problemasmencionados y que tienen tanto mejor calidadcomo mayor resolución espacial y espectral.

Hasta la fecha, sólo existe un trabajo que ha-ya empleado estas nuevas imágenes MODIS

para evaluar las tendencias en el verdor de lavegetación ocurridas en la Península Ibéricadesde el año 2000 (Pérez et al., 2009). En él semuestra un fuerte contraste con los patronesespaciales de tendencias observadas en lasdécadas anteriores. Entre 2000 y 2008 se de-tectaron tendencias negativas generalizadas entoda la Península, con excepción de las ten-dencias positivas observadas en Castilla y Le-ón, sur de Pirineos, y este y sureste ibéricos(coincidiendo esta última zona con la que mos-traba descensos significativos en la década delos 1990).

MODIS no sólo permite evaluar las tenden-cias del NDVI y el EVI (Enhanced VegetationIndex) empleando información de mejor cali-dad que AVHRR, sino que también proporcio-na productos derivados directamente y que es-tán relacionados con las ganancias de carbono(Running et al., 2000; http://modis-land.gsfc.nasa.gov/npp.html), si bien sus tendencias enla Península Ibérica no han sido evaluadas has-ta la fecha. El producto MOD17A2 proporcio-na la producción primaria bruta cada 8 días(GPP, Gross Primary Production), es decir, lacantidad de CO2 que un m2 de vegetación hatransformado en carbono orgánico mediante lafotosíntesis en esos 8 días. El productoMOD17A3 proporciona la producción prima-ria neta anual (NPP, Net Primary Production),es decir, el balance entre el CO2 capturado porla vegetación durante la fotosíntesis y el CO2

emitido a la atmósfera como resultado de larespiración durante todo el año. Estos produc-tos nacen del interés por cuantificar el inter-cambio de dióxido de carbono a partir de me-didas de satélite (Prince & Goward, 1995;Potter & Klooster, 1997; Coops et al., 1998;Field et al., 1998; Running et al., 2000). Entrelos modelos de producción primaria existen-tes, los más usados son los PEM (ProductionEfficiency Models), que se basan en la aproxi-mación de Monteith (1972), según la cuál laGPP se relaciona con la radiación fotosintéti-camente activa absorbida por la cubierta vege-tal (APAR) mediante la expresión GPP= ε ·APAR. La ε (o LUE, Light Use Efficiency) de-fine la eficiencia con que la vegetación utilizala energía proveniente del Sol para realizar lafotosíntesis (es decir, por ejemplo, cuántos gra-mos de carbono se sintetizan por cada mega-

52 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Page 57: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

julio de radiación fotosintéticamente activa in-terceptada).

Actualmente, el desarrollo de técnicas parael análisis multi-temporal de series es una lí-nea de investigación muy empleada por la co-munidad de teledetección (Bruzzone et al.,2003). Las técnicas más utilizadas en el estu-dio de la dinámica de la vegetación a partir deseries temporales largas son (i) los métodos es-tadísticos como el análisis de componentesprincipales (Rigina & Rasmussen, 2003; Hi-rosawa et al., 1996; Eastman & Fulk, 1993) olos métodos de regresión (de Beurs & Henebry,2005; Jönson & Eklundh, 2004; Zhang et al.,2003 y (ii) los métodos de análisis espectral,como la transformada de Fourier (TF) (Stöckli& Vidale, 2004; Azzali & Menenti, 2000) y latransformada wavelet (TW) (Martínez & Gila-bert, 2009; Sakamoto et al., 2005).

En el caso de los métodos espectrales, el ob-jetivo consiste en descomponer una serie tem-poral en diferentes frecuencias temporales, loque se conoce también como análisis armóni-co. Para determinar el espectro más simple defrecuencias, la transformada de Fourier ha si-do ampliamente utilizada con resultados satis-factorios cuando la señal es periódica y lo su-ficientemente regular. Sin embargo, no ocurrelo mismo para el análisis de señales cuyo es-pectro varía con el tiempo (señales no estacio-narias). En este caso, se requiere la utilizaciónde otras transformadas, como la transformadawavelet. La TW consiste en la descomposición(temporal o espacial) de una señal en diferen-tes escalas dilatando (o expandiendo) y trasla-dando una onda f inita, denominada waveletmadre (Percival & Walden, 2000). La TW hamostrado ser eficiente para el análisis local deseñales no estacionarias y de rápida transito-riedad, proporcionando de manera simultáneainformación sobre el tiempo y la frecuencia.La TW ofrece la herramienta del análisis mul-ti-resolución (AMR), el cual ha demostrado serde gran utilidad para estudiar la evolución tem-poral de los ecosistemas vegetales al permitirdescomponer la señal radiométrica en dos com-ponentes: una componente de variabilidad, cu-ya amplitud se relaciona con su cambio esta-cional, y una componente de tendencia, queindica si está experimentando un aumento odisminución neta de su actividad fotosintética

a lo largo del tiempo (Martínez & Gilabert,2009; Percival et al., 2004).

El objetivo de este trabajo consiste en de-tectar las tendencias en el verdor de la vegeta-ción y en la producción primaria bruta experi-mentadas por las áreas forestales de la Españapeninsular en la década 2000-2009. Para ellose ha utilizado el AMR basado en las wavelets.Este método se ha aplicado a los índices de ve-getación MODIS NDVI 1 km y MODIS EVI1 km, incluidos en el producto MOD13A2, asícomo a la producción primaria bruta MODISGPP 1 km, incluida en el producto MOD17A2,para la década 2000-2009.

Se ha utilizado el NDVI por sus anteceden-tes históricos en la caracterización del verdorde la vegetación a partir de series temporales,y el EVI porque ha demostrado ser más sensi-ble que el NDVI a variaciones en el verdor dela vegetación en cubiertas densas (Huete et al.,2002). Por último, también se ha seleccionadoel producto MODIS GPP porque (i) ofrece laposibilidad de incorporar una base de datos ac-tual y procedente de sensores de última gene-ración y (ii) es un producto no tan explotadohasta la fecha como los índices de vegetacióny que está directamente relacionado con los in-tercambios de CO2.

Materiales

Producción Primaria Bruta

El producto MODIS GPP utilizado consisteen un compuesto de 8 días a 1 km para el pe-riodo 2000-2009 y para la Península Ibérica.se encuentra disponible en la página web delgrupo Numerical Terradynamic SimulationGroup (NTSG), en la Universidad de Montana(ftp://ftp.ntsg.umt.edu/pub/MODIS/Mirror/MOD17_Science _2010/). Este producto, quees una versión mejorada del productoMOD17A2 descargable desde la página oficialMODIS, ha demostrado su capacidad en el es-tudio de cambios en la producción de la co-bertura de la vegetación (Zhao & Running,2010). Se desarrolló después de que Zhao &Running (2006) encontraran que el productooficial MOD17A2 era bastante sensible a losdatos meteorológicos utilizados en el algorit-

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 53

Page 58: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

mo y que la base de datos utilizada (DAO, NA-SA Data Assimilation Office) presentaba unabaja calidad y poca consistencia a partir del año2006.

El producto MODIS GPP mejorado se deri-va a partir de un modelo PEM (Running et al.,2004), basado en la siguiente expresión:

[1]

[2]

El cálculo de la GPP asume que en condi-ciones favorables la eficiencia en el uso de laluz (εmax) durante la fotosíntesis es máxima pa-ra cada tipo de cubierta y disminuye a medidaque las condiciones meteorológicas son menosfavorables, lo que se tiene en cuenta utilizan-do unas magnitudes escalares que dependen dela temperatura mínima diaria (Tmin) y el déficitde vapor de agua (VPD). La APAR en la ecua-ción 1 puede calcularse como el producto de laradiación fotosintéticamente activa (PAR) y lafracción de radiación fotosintéticamente acti-va que es absorbida por la cubierta (fAPAR).Para el cálculo de la APAR, los autores del pro-ducto MOD17 asumen que la PAR es el 45%de la radiación total solar incidente en el ran-go espectral entre 0.4-0.7 μm (Iqbal, 1983), yla fAPAR la extraen de la colección 5 (C5) de8 días a 1 km del producto MODIS fAPAR(MOD15). Para mejorar el producto MODISGPP, Zhao & Running (2010) eliminaron lasfechas con mala calidad en la serie originalMODIS fAPAR y las rellenaron utilizando unainterpolación lineal simple.

Por otra parte, los datos meteorológicos re-queridos por el algoritmo (temperatura mediadiaria, temperatura mínima diaria, presión devapor del agua, y radiación solar incidente deonda corta) los obtuvieron de la red NCEP (Na-tional Center for Environmental Prediction).

Índices de Vegetación

Los productos MODIS NDVI y EVI se hanobtenido a partir del producto oficial de índi-ces de vegetación MOD13A2 C5 a 1 km de re-

solución espacial y con una resolución tempo-ral de 16 días. El NDVI se produce medianteel cálculo de la diferencia normalizada de lasreflectividades en la banda del infrarrojo cer-cano (ρIRC) y del rojo (ρR).

[3]

El índice EVI, diseñado con el objetivo derealzar la señal de la vegetación y disminuir lainfluencia de la atmósfera, utiliza además lareflectividad en la banda del azul, ρA (Vermo-te et al., 2002, van Leeuwen et al., 1999; Hue-te et al., 2002). Se calcula a partir de la si-guiente expresión:

[4]

donde L es el factor de corrección del suelo defondo, C1 y C2 son coeficientes que represen-tan la resistencia de los aerosoles y G es un fac-tor de ganancia. Los coeficientes adoptadospor el algoritmo para derivar el producto MO-DIS EVI son, L = 1, C1 = 6, C2 = 7.5 y G = 2.5.El compuesto de 16 días se deriva de la selec-ción de las mejores observaciones para ese pe-riodo. El número de fechas aceptable en uncompuesto de 16 días generalmente se reducea menos de 10 e incluso a menos de 5 depen-diendo de la cobertura nubosa. Una vez reco-gidos los datos, se aplica un filtro basado en lacalidad, presencia de nubes y geometría de ob-servación. Sólo se consideran los píxeles demayor calidad para la elaboración del com-puesto (van Leeuwen et al., 1999). El com-puesto se elabora a partir de dos métodos ope-racionales: (i) el compuesto de máximo valor(MCV) y (ii) el compuesto de máximo valoraplicando un filtro por ángulo de visión (CV-MVC). La técnica empleada depende del nú-mero y calidad de las observaciones fuera delnadir.

Los productos MODIS oficiales se han des-cargado con acceso libre del archivo de datos dis-tribuido por la NASA, LP DAAC (Land proces-ses distributed active archive center,https://lpdaac.usgs.gov/lpdaac/ products/mo-dis_products_table). Son productos validados anivel 2, lo que significa que se han evaluado a

EVI GC C L

IRC R

IRC R A

=+ +

ρ ρρ ρ ρ

–1 2

NDVI IRC R

IRC R

=+

ρ ρρ ρ

ε εT VPD f T f VPD, max min( ) ⋅ ( ) ⋅ ( )

GPP T VPD APAR= ( ) ⋅ε ,

54 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Page 59: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

partir de un conjunto amplio de localizacionesdistribuidas espacial y temporalmente utilizan-do información obtenida in situ a partir de cam-pañas de validación (García-Mora & Mas, 2011).

Índice Estandarizado de Precipitación (SPI)

El Índice Estandarizado de Precipitación(SPI, Standarized Precipitation Index) permi-te cuantificar anomalías en la disponibilidadde agua procedente de precipitaciones en tér-minos de su intensidad, duración y distribuciónespacial (Ji & Peters, 2003). Se considera co-mo un índice de sequía. Este índice represen-ta el número de desviaciones estándar de la pre-cipitación registrada durante el periodo deacumulación considerado respecto a la media,una vez que la distribución original de la pre-cipitación ha sido transformada a una funciónde distribución de la probabilidad Gamma, ydespués a una distribución normal. Valores delíndice negativos están relacionados con con-diciones de sequía (Ji & Peters, 2003). Se hanutilizado imágenes mensuales de SPI para lasdécadas 1990-1999 y 2000-2009 a una resolu-ción espacial de 2 km, derivadas mediante téc-nicas geoestadísticas utilizando datos climáti-cos de la Agencia Estatal de Meteorología(Pérez-Hoyos et al., 2010).

Mapa forestal de España (MFE50)

Con el objetivo de identificar las áreas fo-restales en la zona de estudio se ha utilizado elmapa forestal de España a escala 1:50.000(MFE50) (http://www.magrama.gob.es/ es/bio-diversidad/temas/montes-y-politica-fores-tal/mapa-forestal/metodologia_mfe_50.aspx).Este mapa constituye desde su inicio la carto-grafía base del Tercer Inventario Forestal Na-cional (IFN3) y se ha desarrollado entre losaños 1998 y 2007 por el Banco de Datos de laNaturaleza del Ministerio de Medio Ambien-te. La base de datos se compone de un total dequince campos descriptores de la ecología y es-tructura de las masas. En nuestro estudio he-mos utilizado la clase forestal arbolado, en laque se contemplan hasta tres tipos de bosque

diferentes: coníferas, frondosas y arboladomixto (Figura 1). Cada uno de los tipos de bos-que incluye información sobre su estado de de-sarrollo (repoblado, monte bravo, latizal y fus-tal), ocupación (porcentaje que la especieocupa en el total de los árboles) y la fracciónde cabida cubierta para el total del arbolado(porcentaje de suelo cubierto por la proyecciónhorizontal de las copas de los árboles). La ela-boración del MFE50 consiste en la fotoin-terpretación sobre ortofotos de formacionesnaturales y artificiales existentes y una com-probación en el campo de un porcentaje de lasteselas fotointerpretadas. El porcentaje de te-selas visitadas en campo varían entre las dis-tintas provincias elaboradas, con una media quesupera el 20%.

Para poder utilizar la información delMFE50 junto con los resultados derivados denuestro estudio se ha reproyectado el MFE50 acoordenadas geográficas (datum WGS-84) y seha remuestreado a una resolución espacial de 1km a partir de la resolución original 1:50.000.

Fundamento teórico

Una de las aplicaciones más extendidas quetiene la TW en el dominio discreto temporal esla reconstrucción de series temporales a partirdel Análisis Multi-Resolución (AMR; Burke-

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 55

Figura 1. Mapa forestal de la España peninsular re-proyectado a coordenadas geográficas (datum WGS-84) y remuestreado a una resolución espacial de 1kma partir de la resolución original 1:50.000. La base dedatos distingue hasta tres tipos de bosque diferentespara forestal arbolado, coníferas, frondosas y arbola-do mixto, correspondientes a la información utilizadaen nuestro estudio.

Page 60: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Hubbard, 1998). En este caso la transformadawavelet se implementa en un algoritmo pira-midal (Mallat, 1989) para descomponer la se-ñal en diferentes escalas temporales trasla-dando un filtro paso bajo y paso alto asociadoa la wavelet madre. El filtro de paso alto o dedetalle (D) retiene las componentes de alta fre-cuencia como son las variaciones en la señalatribuibles a escalas temporales cortas. El fil-tro de paso bajo o de aproximación (A) retie-ne las componentes de baja frecuencia comoson las variaciones en la señal debidas a esca-las temporales largas. De este modo, la señaloriginal f(t) se puede reconstruir a partir de lasiguiente expresión:

[5]

donde m es el nivel más alto de descomposiciónconsiderado. En el primer nivel de descompo-sición, f(t) = A1 + D1, la señal original está for-mada por un filtro paso bajo, A1, y un filtro pa-so alto, D1. En el segundo nivel, la componentede aproximación, A1, se descompone a su vezen A1 = A2 + D2, y así sucesivamente. De estaforma, la componente, Dj, se puede expresar co-mo, Dj = Aj-1 – Aj, la cual nos da informaciónsobre una porción de la señal en la escala tem-poral definida por los niveles [j-1, j].

Procedimiento experimental

Pre-procesado

Antes de proceder a la aplicación de los di-ferentes métodos de detección de cambios, sehan preparado las imágenes hipertemporales,utilizándose el software IDL®.

En primer lugar, se crearon los mosaicos pa-ra cada fecha a partir de cuatro imágenes en for-mato HDF (Hierarchical Data Format) que cu-bren la Península Ibérica en su totalidad. Seobtuvieron como resultado 460 imágenes en elcaso del producto MODIS GPP, y 227 para losproductos MODIS EVI y MODIS NDVI, conun tamaño final de 2400×2400 píxeles. En se-gundo lugar, se transformaron las imágenes dela proyección original MODIS (ISIN, Integeri-zed Sinusoidal) al sistema de coordenadas ge-

ográficas WGS84 (World Geodetic System 84).Se trata de un estándar en geodesia, cartogra-fía, y navegación que permite localizar cual-quier punto de la Tierra sin necesitar otro de re-ferencia por medio de tres unidades dadas.

Por último se recortaron las imágenes ciñén-dolas a la zona de estudio con un tamaño finalde 900 × 1500 píxeles. Las series temporales delos productos EVI y NDVI incluyen, además,una capa sobre la calidad del producto, que seha utilizado para mejorarlas. Se han eliminadoaquellos píxeles que presentaban un porcentajemenor al 25% de buena calidad de los datos du-rante el periodo seleccionado. Para calcular es-te porcentaje se utilizó la capa pixel reliabilitysummary QA que describe la calidad de los da-tos del producto MOD13A y que puede tomarlos valores de –1 (valor de relleno, no procesa-do), 0 (buen dato, usar con confianza), 1 (datomarginal, útil, pero conviene mirar otra infor-mación de la QA), 2 (nieve/hielo, pixel cubier-to por nieve o hielo), y 3 (nublado, cubierta novisible, cubierto con nubes). Así pues, para cal-cular el porcentaje de buena calidad de los da-tos se dividió el total de datos con buena cali-dad (valor 0) entre el total de fechas de la serietemporal (227 para EVI y NDVI). En el resto depíxeles, los datos con mala calidad fueron eli-minados y rellenados mediante interpolación li-neal temporal, como hicieron los autores delproducto MOD17 con el producto de FAPARpara derivar el producto mejorado de GPP (Zhaoet al., 2005). La Figura 2 muestra los perfiles deEVI (a) y NDVI (b) de un píxel localizado en laRioja (42.17ºN, 2.71ºW) perteneciente a la cla-se de arbolado mixto que presenta un 75.3% debuena calidad de los datos. El perfil original semuestra en gris; los puntos de colores repre-sentan las fechas en las que los datos no tienenuna calidad aceptable. Los datos de estas fechasserán eliminados y rellenados mediante inter-polación lineal. En color verde se puede obser-var el perfil resultante y que han sido utilizadoen el AMR.

Aplicación del AMR a las imágenes MODIS

Para poder evaluar los cambios interanua-les en las áreas forestales de la zona de estu-

f A Dm jm

j(t) (t) (t)= + −∑ 1

56 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Page 61: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

dio es necesario separar la componente esta-cional de la de tendencia. A partir del AMReste proceso resulta sencillo mediante la apli-cación del f iltro paso bajo y paso alto a dife-rentes escalas de tiempo. Las escalas tempo-rales en las que se ha descompuesto la señalse describen en la Tabla 1. Dichas escalas vie-nen condicionadas por la frecuencia centralde la wavelet madre utilizada y por la resolu-ción temporal de la serie original, en nuestrocaso 8 días para MODIS GPP y 16 días paraMODIS EVI y MODIS NDVI. Se ha elegidola wavelet discreta Meyer por ser adecuadapara el estudio de cambios a partir de seriestemporales (Giner, 2011; Martínez & Gila-bert, 2009; Freitas & Shimabukuro, 2008), serde fácil implementación y de bajo coste com-putacional. De este modo, las componentes A6

y A5 para las series MODIS GPP y EVI/NDVI,respectivamente, son las componentes que nosdan información sobre las variaciones inter-anuales en la cubierta, dado que presentan unaescala temporal de 384 días. A las series de

tendencia A6 y A5, se les aplicará el test no-paramétrico Mann-Kendall (de Beurs & He-nebry, 2005) y el método Sen (Sen, 1968) pa-ra evaluar la dirección y magnitud de lasvariaciones interanuales. El test Mann-Ken-dall ha demostrado ser apropiado (Alcaraz-Segura et al., 2010a; Martínez & Gilabert,2009; Hamed & Rao, 1998) para analizar se-ries autocorrelacionadas con tendencias mo-nótonas independientes del tipo de función dela tendencia (e.g. lineal, cuadrática, etc.). Di-cho test permite evaluar la dirección de las va-riaciones y si dicha variación en signif icati-va, pero no su magnitud. Para ello, se utilizael método no-paramétrico Sen, el cual pro-porciona la pendiente de regresión para un pa-rámetro en un punto de muestreo sin que elmismo se vea afectado por la presencia de co-variantes, como es el caso de la regresión pa-ramétrica. El cálculo de la pendiente Q se rea-liza según la expresión:

[6]Q p=

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 57

Figura 2. Perfiles originales e interpolados de un píxel localizado en la Rioja (42.17ºN, 2. 71ºW) pertenecientea la clase de arbolado mixto que presenta un 75.3% para los índices EVI (a) y NDVI (b) con un 75.3% de buenacalidad de los datos en la serie original.

A

B

Page 62: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

[7]

donde p– es la media de las pendientes entre fe-chas consecutivas, las cuales se calculan comola diferencias entre los valores de la variablepara los tiempos i’ e i ( xi’ y xi ), dividida entrela diferencia entre los tiempos i’ e i, siendoi’ > i.

La Figura 3 muestra un ejemplo de la des-composición AMR para el píxel arbolado mix-to situado en la Rioja. De acuerdo a la ecua-ción 5, la señal original para este pixel se puedeexpresar como f(t) = A5 + D1 + D2 + D3 + D4 + D5,donde las componentes de detalle reflejan va-riaciones atribuibles a las siguientes escalastemporales D1 (12-24 días), D2 (24-48 días), D3

(48-96 días), D4 (96-192 días) y, D5 (192-384días). La componente A5 refleja las variacio-nes debidas a las escalas temporales mayoresde 384 días y, por tanto, puede ser considera-da como la serie de tendencia.

Resultados y discusión

La Figura 4 muestra las imágenes de la pen-diente Q obtenida con el método Sen para aque-llos píxeles forestales que mostraron tenden-cias significativas en el test de Mann-Kendallpara la componente A5 derivada de las seriestemporales 2000-2009 de EVI (Figura 4a),NDVI (Figura 4b) y GPP (Figura 4c). En ne-gro aparecen los píxeles no significativos de-rivados al aplicar el test Mann-Kendall. En elcaso del EVI y el NDVI, cabe destacar la altaproporción de zonas con tendencias negativas

(más extendidas e intensas en el caso del EVI),principalmente en el oeste de España y Pirine-os, con respecto a las de tendencias positivas,principalmente en el este de España. La detec-ción de tendencias en el verdor de la vegeta-ción a partir de series temporales es altamen-te dependiente del periodo considerado y delaño de inicio. Por ejemplo, mientras que du-rante el periodo 1992-2004 Martínez & Gila-bert (2009) observaron pendientes positivas enel norte de España en la serie NDVI NOAA-AVHRR, durante el periodo 2000-2009 queabarca este estudio observamos pendientes ne-gativas.

Por otra parte, se aprecia cómo zonas queexperimentaron tendencias negativas en elNDVI durante los 90 (por ejemplo el suresteibérico) muestran una recuperación del verdorde la vegetación desde el año 2000 (Figura 4).Estas diferencias en la tendencia respecto aotros trabajos (Martínez & Gilabert, 2009; delBarrio et al., 2010) se pueden atribuir, en par-te, al cambio en el régimen de precipitación pa-ra el periodo de estudio, tal como se muestraen las imágenes de tendencia del índice SPI pa-ra España durante las décadas 1990-1999 (Fi-gura 5a) y 2000-2009 (Figura 5b). Como sepuede observar en la Figura 5a, durante la dé-cada 1990-1999 en la costa mediterránea hu-bo un periodo de sequía que puede explicar lastendencias negativas en el verdor de la vegeta-ción durante el periodo 1990-1999. Mientrasque para la década 2000-2009 (Figura 5b), pa-ra esta misma zona, se observan tendencias po-sitivas, que permiten interpretar la recupera-ción de la cubierta que se observa en laFigura 4. Así mismo, se observan tendencias

p x x i ii i= ( ) ( )'– / '–

58 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Tabla 1. Escalas temporales en las que se basa el método AMR para descom-poner las series de GPP y EVI/NDVI, donde j es el nivel de descomposición ya su escala asociada (a = 2j)

Nivel (j) Escala (a)Periodo MODIS Periodo MODIS

GPP (días) EVI/NDVI (días)

1 2 12 24

2 4 24 48

3 8 48 96

4 16 96 192

5 32 192 384

6 64 384 768

Page 63: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 59

Figura 3. Descomposición por Análisis Multi-Resolución (AMR) de la serie temporal del Índice de VegetaciónMejorado (EVI) de un píxel MODIS ocupado para el píxel de arbolado mixto descrito en la figura 2 usando lawavelet de Meyer. A: series de Aproximación, resultado de pasar el filtro de baja frecuencia. D: series de Deta-lle, resultado de pasar el filtro de alta frecuencia. Escalas temporales: 1:(12-24 días), 2:(24-48 días), 3:(48-96 dí-as), 4:(96-192 días), 5:(192-348 días). La señal original se descompone como A1+D1; a su vez, A1=A2+D2, etc.Los resultados del análisis de tendencias sobre la componente A5 del EVI en este píxel fueron: Pendiente de Sen=6.51, p-value <0.05.

Page 64: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

60 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

negativas en el SPI, durante el periodo de es-tudio 2000-2009, en el oeste de España, que secorresponden con un periodo de sequía regis-trado en 2003 (Pérez-Hoyos et al., 2010).

En las tres imágenes de la Figura 4 se de-tectan tendencias importantes negativas quecoinciden con incendios forestales acaecidosdurante el periodo considerado. Estas zonasse distribuyen por toda el área de estudio y,

en algunos casos, coinciden con tendenciasnegativas del SPI (déf icit de precipitación).Algunos de estos incendios se localizaron enla provincia de Guadalajara, con más de13000 ha quemadas en la provincia de Huel-va, con más de 28000 ha en 2004 (datos ex-traídos del Ministerio de Medio Ambiente yMedio Rural de España y de la comisión Eu-ropea, http://ies.jrc.ec.europa.eu).

Figura 4. Pendiente (Q) derivada del AMR para la serie EVI (a), NDVI (b) y GPP (c) para toda la Península Ibé-rica. En negro están representados aquellos píxeles cuya tendencia es no significativa, y en gris se han enmasca-rado aquellos píxeles que no pertenecen a ninguna de las clases forestales consideradas.

A B

C

Figura 5. Pendiente del índice SPI para los periodos 1990-1999 (a) y 2000-2009 (b).

A B

Page 65: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

En el caso de la GPP, se observa una mayorproporción de zonas con cambios positivos, so-bre todo al norte y al este de España (al igualque el EVI y el NDVI). Se detectan similitudescon los índices EVI y NDVI en las zonas fo-restales del este de España y en áreas donde sehan localizado incendios forestales (e.g. zonade Andalucía). Sin embargo, en muchas zonasdonde la GPP muestra cambios positivos losíndices presentan cambios no significativos yviceversa. Los cambios en GPP, EVI y NDVIse interpretan de forma distinta. La GPP de unecosistema se ref iere al carbono total f ijadopor las plantas durante la fotosíntesis. Parte delmismo se consume posteriormente en la respi-ración. Cuando el resultado de este proceso espositivo (producción primaria neta), se generanueva biomasa y, por tanto, cabe esperar queel EVI y el NDVI también aumenten. Esto eslo que sucede, principalmente, en las clases deconíferas localizadas al este de España (altacorrelación entre las pendientes de Sen QGPP yQEVI, y QGPP y QNDVI). Sin embargo, en la zonade frondosas al norte de la Península, la GPPmuestra valores altos mientras que no se ob-serva aumento de biomasa para el periodo con-siderado. Podríamos decir en este caso que aun-que la vegetación sigue f ijando carbonomediante fotosíntesis, prácticamente todo es-te carbono es devuelto a la atmósfera median-te la respiración. Es decir, no se genera bio-masa nueva y, por tanto, los índices puede queno experimenten cambios (o incluso podríanexperimentar cambios negativos dependiendodel régimen de precipitación). Este es el com-

portamiento típico de bosques adultos: con fre-cuencia muestran un menor crecimiento de bio-masa porque se ha alcanzado un equilibrio re-lativamente estable entre la producción brutay la respiración. Consecuentemente, la pro-ducción neta es baja, en contraposición con loque suele ocurrir en bosques más jóvenes (Es-cudero & Meidavilla, 2003).

A pesar de estas diferencias puntuales paralas zonas forestales, se observa un acuerdo glo-bal aceptable entre las tendencias QEVI y QGPP

(Figura 6a) y QNDVI y QGPP (Figura 6b), con unoscoeficientes de correlación de 0.82 y 0.77, res-pectivamente. Cabe destacar los acuerdos másaltos entre el EVI y GPP frente al NDVI y GPPcuando se consideran las clases de coníferas(0.82 y 0.65) y arbolado mixto (0.84 y 0.66),pero cambia la relación cuando se consideranfrondosas (0.74 y 0.81) (Tabla 2). El orden delos coeficientes coinciden con resultados pre-vios obtenidos en otros trabajos tanto en bos-ques de hoja perenne (Xiao et al., 2004a), co-mo de hoja caduca (Xiao et al., 2004b).

Conclusiones

La mayor parte de las series temporales devegetación que obtenemos por teledetecciónson no estacionarias, por tanto sus valores me-dios varían a lo largo del tiempo y presentanuna tendencia. El análisis de series temporaleses altamente dependiente del periodo de estu-dio, de la fecha de inicio de la serie temporal,de la variable en estudio, así como de la técni-

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 61

Figura 6. Diagrama de dispersión entre QEVI y QGPP (a) y QNDVI y QGPP (b) para el periodo 2000-2009, con histo-grama de densidad, donde los colores más cálidos representan mayor densidad de puntos.

A B

Page 66: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ca de análisis utilizada. Por estos motivos, esnecesario encontrar un método adecuado quenos permita derivar las variables de interés consuficiente rigor.

Al contrario que la transformada de Fourierque trata la señal con sinusoidales aisladas,predecibles y con un tamaño de ventana (es-cala temporal) f ijo, la transformada waveletdivide la señal en un conjunto de ondas wave-lets con distinta posición y escala de la wave-let original, lo que permite aplicarlas a seriestemporales no estacionarias y de rápida tran-sitoriedad.

En nuestro caso, el análisis multi-resolución(AMR) basado en la TW ha mostrado ser efi-ciente para proporcionar distintas componen-tes temporales de la serie original, como lacomponente interanual. A partir de esta com-ponente y mediante un análisis de su pendien-te con el método Mann-Kendall y Sen hemosobtenido la magnitud y dirección del cambioexperimentado por el verdor de la vegetacióny su producción primaria bruta en las áreas fo-restales del territorio español. Tanto en MO-DIS GPP, como en los índices de vegetación,se ha apreciado un incremento en el sudeste dela España peninsular, así como tendencias ne-gativas en el oeste, probablemente debidas aun cambio en el régimen de precipitaciones.En cuanto al norte y centro de España, dondese observan mayores diferencias entre las ten-dencias de GPP, EVI y NDVI, estas parecenproducirse en masas forestales maduras, en lasque un aumento en la GPP no tiene por qué re-presentar un aumento de la biomasa, por tantolas tendencias positivas de GPP no siempre secorresponderán con tendencias positivas en losíndices NDVI y EVI.

Agradecimientos

Este trabajo está financiado por el proyectoÁRTEMIS (CGL2008-00381) del MICINN yLand-SAF de EUMETSAT. Agradecemos a F.J.García-Haro la serie temporal de SPI.

Referencias

ALCARAZ-SEGURA, D., LIRAS, E., TABIK, S.,PARUELO, J., & CABELLO, J. 2010a. Evalua-ting the Consistency of the 1982-1999 NDVITrends in the Iberian Peninsula across Four Ti-me-series Derived from the AVHRR Sensor:LTDR, GIMMS, FASIR, and PAL-II. Sensors, 10:1291-1314; doi:10.3390/s100201291.

ALCARAZ-SEGURA, D., CHUVIECO, E., EPS-TEIN, HE., KASISCHKE, E., & TRISHCHEN-KO, A. 2010b. Debating the greening vs. brow-ning of the North American boreal forest:differences between satellite datasets. GlobalChange Biology, 16(2): 760-770.

AZZALI, A., & MENENTI, M. 2000. Mapping ve-getation-soil complexes in southern Africa usingtemporal Fourier analysis of NOAA AVHRRNDVI data. International Journal of Remote Sen-sing, 21: 973-996.

BRUZZONE, L., SMITS, P. C. & TILTON, J. C.2003. Foreword special issue on analysis of mul-titemporal remote sensing images. Geoscienceand Remote Sensing, IEEE Transactions, 41(11):2419-2422.

BURKE-HUBBARD, B. 1998. The world accordingto wavelets. The story of a mathematical techni-que in the making, 2nd ed. Natick, Massachu-setts: A.K. Peters 330 pp.

COOPS, N. C., WARING, R. H., & LANDSBERG,J. J. 1998. Assessing forest productivity in Aus-tralia and New Zeland using physiologically-ba-sed model driven with averaged monthly weatherdata and satellite-derived estimates of canopy

62 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Tabla 2. Coeficientes de correlación, R, y porcentajes de píxeles considera-dos entre QGPP vs. QEVI y QGPP vs. QNDVI, considerando todas las especies de for-ma conjunta y de forma independiente.

EspeciesR % R %

QGPP vs. QEVI QGPP vs. QNDVI

Coníferas 0.82 24.9 0.65 26.9

Frondosas 0.74 35.6 0.81 34.8

Arbolado mixto 0.84 4.9 0.66 5.3

Todos 0.69 65.4 0.77 66.9

Page 67: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

photosynthetic capacity. Forest Ecology and Ma-nagement, 104: 113-127.

DE BEURS, K. M., & HENEBRY, G. M. 2005. Astatistical framework for the analysis of long ima-ge time series. International Journal of RemoteSensing, 26: 1551-1573.

DEL BARRIO, G., PUIGDEFÁBREGAS, J., SAN-JUÁN, M. E., STELLMES, M., & RUIZ, A.2010. Assessment and monitoring of land condi-tion in the Iberian Peninsula, 1989-2000. Remo-te Sensing of Environment, 114: 1817-1832.

EASTMAN, J. R., & FULK, M. 1993. Long se-quence time series evaluation using standardizedPrincipal Components. Photogrammetric Engi-neering and Remote Sensing, 59(6): 991-996.

ESCUDERO, A., & MEDIAVILLA, S. 2003. Diná-mica interna de los nutrientes. Ecosistemas2003/1 (URL: www.aeet.org/ecosistemas/031/in-vestigacion7.htm).

FIELD, C. B., BEHRENFELD, M. J., RANDER-SON, J .T., & FALKOWSKI, P. 1998. PrimaryProduction of the Biosphere: Integrating Terres-trial and Oceanic Components. Science, 281(5374): 237-240.

FREITAS, R. M., & SHIMABUKURO, Y. E. 2008.Combining wavelets and linear spectral mixturemodel for MODIS satellite sensor time-seriesanalysis. Journal of Computational Interdisci-plinary Sciences, 1, 33-38 (5374): 237-240.

GARCÍA-MORA, T. J., & MAS, J.-F. 2011. Pre-sentación del sensor MODIS. En MAS, J.-F, Apli-caciones del sensor MODIS para el monitoreo delterritorio, 1ª ed. México: Secretaría de MedioAmbiente y Recursos Naturales, Instituto Na-cional de Ecología, Universidad Nacional Autó-noma de México y Centro de Investigaciones enGeografía Ambiental, 11-24.

GINER, C. 2011. Anàlisi de sèries temporals delsboscos de la Península Ibèrica a la década 2000-2009. Treball fi de màster (Màster en Teledetec-ció,Universitat de Valencia).

HAMED, K. H., & RAO, A. R. 1998. A modifiedMann-Kendall trend test for autocorrelated data.Journal of Hidrology, 204, 182-2574.

HIROSAWA, Y., MARSH, S. E., & KLIMAN, D. H.1996. Application of standardized principle com-ponent analysis to land-cover characterizationusing multitemporal AVHRR data. Remote Sen-sing of Environment, 58: 267-281.

HUETE, A., DIDAN, K., MIURA, T., RODRI-GUEZ, E. P., GAO, X., & FERREIRA, L. G.2002. Overview of the radiometric and biophy-sical performance of the MODIS vegetationindices. Remote Sensing of Environment, 83:195-213.

IQBAL, M. 1983.An Introduction to Solar Radia-tion, Academic Press, Canada, 390 pp.

JI, L., & PETERS, A. J. 2003. Assessing vegetationresponse to drought in the northern Great Plains

using vegetation and drought indices. RemoteSensing of Environment, 87(1): 85-98.

JÖNSON, P., & EKLUNDH, L. 2004. TIMESAT-aprogram for analyzing time-series of satellitesensor data. Computers & Geosciences, 30(8),833-845.

MALLAT, S. 1989. A theory for multiresolution sig-nal decomposition: the wavelet representation.IEEE Transactions on Pattern Analysis and Ma-chine Intelligence, 11: 674-693.

MARTÍNEZ, B., & GILABERT, M. A. 2009. Vege-tation dynamics from NDVI time series analysisusing the wavelet transform. Remote Sensing ofEnvironment, 113: 1823-1842.

MONTEITH, J. L. 1972. Solar radiation and pro-ductivity in tropical ecosystems. The Journal ofApplied Ecology, 9: 747-766.

PARUELO, J. M., EPSTEIN, H.E., LAUENROTH,W. K., & BURKE, I. 1997. ANPP estimates fromNDVI for the Central Grassland Region of theUnited States. Ecology 78:953-958.

PERCIVAL, D. B., & WALDEN, A. T. 2000. Wave-let methods for time series analysis. CambridgeUniversity Press 594 pp.

PERCIVAL, D. B., WANG, M., & OVERLAND,J. E. 2004. An introduction to wavelet analysiswith application to vegetation monitoring. Com-munity Ecology, 5: 19-30.

PÉREZ-HOYOS, A., MARTÍNEZ, B., GILABERT,M. A., & GARCÍA-HARO, F. J. 2010. Multi-tem-poral analysis for vegetation dynamics assess-ment in the Iberian Peninsula using MODIS-NDVI data. EARSEL eProceedings, 9 (2), 22-30.

POTTER, C. S., & KLOOSTER, S. A. 1997. Glo-bal model estimates of carbon and nitrogen sto-rage in litter and soil pools: Response to changein vegetation quality and biomass all ocation. Te-llus, 49B(1):1-17.

PRINCE, S. D., & GOWARD, S. N. 1995. Globalprimary production: a remote sensing approach.Journal of Biogeography, 22: 815-835.

RIGINA, O., & RASMUSSEN, M. S. 2003. Usingtrend line and principal component analysis tostudy vegetation changes in Senegal 1986-1999from AVHRR NDVI 8 km data. Geografisk Tids-skrift, Danish Journal of Geography, 103(1):31-42.

RUNNING, S. W., & NEMANI, R. R. 1988. Rela-ting seasonal patterns of the AVHRR vegetationindex to simulated photosynthesis and transpira-tion of forests in different climates. Remote Sen-sing of Environment, 24: 347-367.

RUNNING, S. W., THORNTON, P. E., NEMANI,R. R, & GLASSY, J. M. 2000. Goblal terrestrialgross and net primary production from the EarthObserving System. Páginas 44-57 en SALA, O.E., JACKSON, R. B., MOONEY, H. A., HO-WARTH, R. W., eds. Methods in EcosystemScience. New York: Springer-Verlag.

Tendencias en el verdor de la vegetación y en la producción primaria bruta... 63

Page 68: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

RUNNING, S. W., NEMANI, R. R., HEINSCH,F. A., ZHAO, M., REEVES, M., & HASHIMO-TO, H. 2004. A continuous satellite-derived me-asure of global terrestrial primary production.Bioscience, 54: 547-560.

SAKAMOTO, T., YOKOZAWA, M., TORITANI, H.,SHIBAYAMA, M., ISHITSUKA, N., & OHNO,H. 2005. A crop phenology detection methodusing time-series MODIS data. Remote Sensingof Environment, 96: 366-374.

SEN, P. K. 1968. Estimates of the regression coef-f icient based on Kendall’s tau. Journal of theAmerican Statistical Association, 63: 1379-1389.

STELLMES, M., RÖDER, A., UDELHOVEN, & T.HILL, J. 2013. Mapping syndromes of land chan-ge in Spain with remote sensing time series, de-mographic and climatic data. Land Use Policy,30: 685-702.

STÖCKLI, R., & VIDALE, P. L 2004. Europeanplant phenology and climate as seen in a 20-ye-ar AVHRR land-surface parameter dataset. In-ternational Journal of Remote Sensing, 25: 3303-3330.

TRISHCHENKO, A. P., CIHLAR, J., & LI, Z. 2002.Effects of spectral response function on surfacereflectance and NDVI measured with moderateresolution satellite sensors. Remote Sensing ofEnvironment, 81: 1-18.

TUCKER, C. J. 1979. Red and photographic infra-red linear combinations for monitoring vegeta-tion. Remote Sensing of the Environment, 8:127-150.

TUCKER, C. J., & SELLER, P. J. 1986. Satellite re-mote sensing of primary production. Internatio-nal Journal of Remote Sensing, 7-11: 1398-1416.

VAN LEEUWEN, W. J. D., HUETE, A. R., &LAING, T. W. 1999. MODIS vegetation indexcompositing approach: A prototype with

AVHRR data. Remote Sensing of Environment,69: 264-280.

VERMOTE, E., EL SALEOUS, N., & JUSTICE, C.2002. Atmospheric correction of the MODIS da-ta in the visible to middle infrared: First results.Remote Sensing of Environment, 83: 97-111.

VICENTE-SERRANO, S. M., & HEREDIA-LA-CLAUSTRA, A. 2004. NAO influence on NDVItrends in the Iberian Peninsula (1982-2000). In-ternational Journal of Remote Sensing, 25: 2871-2879.

XIAO, X., HOLLINGER, D., ABER, J., GHOLTZ,M., DAVIDSON, E. A., ZHANG, Q., & MOO-RE, B. 2004a. Satellite-based modeling of grossprimary production in an evergreen needleleafforest. Remote Sensing of Environment, 89:519-534.

XIAO, X., ZHANG, Q., BRASWELL, B., UR-BANSKI, S., BOLES, S., WOFSY, S., MOORE,B., & OJIMA, D. 2004b. Modeling gross primaryproduction of temperate deciduous broadleaf fo-rest using satellite images and climate data, Re-mote Sensing of Environment, 91: 256-270.

ZHANG, X., FRIEDL, M. A., SCHAAF, C. B.,STRAHLER, A. H., HODGES, J. C. F., GAO, F.,et al. 2003. Monitoring vegetation phenologyusing MODIS. Remote Sensing of Environment,84: 471-475.

ZHAO, M., RUNNING, S.W., & NEMANI. R. R.2006. Sensitivity of Moderate Resolution Ima-ging Spectroradiometer (MODIS) terrestrial pri-mary production to the accuracy of meteorologi-cal reanalyses. Journal of Geophysical Research,111, G01002, 13 pp. doi:10.1029/2004JG000004.

ZHAO, M., & RUNNING, S.W 2010. Drought-in-duced reduction in global terrestrial net primaryproduction from 2000 through 2009. Science,329: 940-943.

64 C. Giner, et al. / Revista de Teledetección (2012) 38, 51-64

Page 69: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

Durante los últimos 40 años, Latinoaméricaha experimentado un proceso de cambios am-bientales sin precedentes en la historia. La de-forestación, los incendios, la expansión de la

agricultura, el cambio climático y la globali-zación de la economía mundial son algunas delas principales causas. Para el estudio delcambio global, se requiere de información ac-tualizada y accesible para el seguimiento delestado de los ecosistemas, el cual se viene de-

Propuesta metodológica para la cartografía periódica de la cobertura del suelo en Latinoamérica y el Caribe:

estado de situación y avances

P. Blanco1, G. López Saldaña2, R. Colditz2, L. Hardtke1, N. Mari3, A. Fischer3, C. Caride3, P. Aceñolaza4, H. del Valle1, S. Opazo5, W. Sione4,

M. Lillo-Saavedra6, P. Zamboni4, I. Cruz López2, J. Anaya7, F. Morelli8 y S. de Jesús8

1 Centro Nacional Patagónico, CONICET, Puerto Madryn, Chubut, Argentina2 Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (CONABIO), México DF, México

3 Instituto de Clima y Agua, INTA, Castelar, Buenos Aires, Argentina4 Centro Regional de Geomática (CEREGEO-FCyT-UADER), Paraná, Entre Ríos, Argentina

5 Escuela de Ciencia y Tecnologias Agropecuarias, Universidad de Magallanes, Punta Arenas, Chile6 Departamento de Mecanización y Energía, Facultad de Ing. Agrícola,

Universidad de Concepción, Chile7 Facultad de Ingeniería Ambiental, Universidad de Medellín, Medellín, Colombia

8 Centro de Previsao de Tempo e estudos Climáticos, INPE, Sao José dos Campos, Brasil

Resumen

Este trabajo fue desarrollado en el marco de la Red Latinoamericana de Seguimiento y Estudio delos Recursos Naturales (SERENA) en respuesta a la gran necesidad existente de contar con informa-ción de cobertura del suelo, con una resolución espacial media, en la región de Latinoamérica y el Ca-ribe (LAC). En el presente artículo se detalla la metodología y se presentan los resultados prelimina-res obtenidos para la cartografía de la cubierta super-ficial de LAC para el año 2008.

PALABRAS CLAVE: cobertura del suelo, Latinoamérica y Caribe, árboles de decisión, MODIS,SERENA.

Abstract

A new methodology for systematic mapping of land covers in Latin America and Caribbean

This work was developed in the framework of the Latin American Network of Monitoring and Studyof Natural Resources (SERENA) in response to the need for accurate and reliable information onlandcover, with a medium spatial resolution in the region of Latin America and the Caribbean (LAC).This article describes the methodology and presents the results obtained for the year 2008.

Key words: landcover, Latin America and Caribe, decision trees, MODIS, SERENA.

* Autor para la correspondencia: [email protected]: 03-04-12; Aceptado: 30-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 65-70ISSN: 1988-8740

Page 70: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

sarrollando en distintos países a través de di-ferentes herramientas y metodologías. Este tra-bajo se enmarca en el contexto de la Red Lati-noamericana de Seguimiento y Estudio de losRecursos Naturales (SERENA), que reúne a 18institutos de investigación, con 52 investiga-dores participantes, de 11 países. El principalobjetivo del proyecto SERENA es el segui-miento, el estudio y la difusión de informaciónasociada a la quema de biomasa y de los cam-bios producidos en el uso y cobertura del sue-lo sobre Latinoamérica y el Caribe (LAC). Eneste contexto, una adecuada caracterización dela superf icie, obtenida en forma periódica ycon una resolución espacial media es esencialpara implementar un sistema de monitoreo delcambio de la superficie terrestre que pueda seractualizado anualmente y sea una fuente de in-formación sostenible y crítica para los usua-rios de esta región.

Los principales productos de cobertura delsuelo en la región de LAC incluyen cartogra-fías elaboradas a través de tres iniciativasinternacionales a nivel global, como son el pro-ducto Global Land Cover (GCL2000) produ-cido a partir de imágenes SPOT (Bartholomey Belward 2005), el GlobeCover elaborado conimágenes MERIS (Arino et al. 2008), y más re-cientemente, el producto Land Cover obtenidoa partir de imágenes MODIS colección 5(Friedl et al. 2010). Estos productos presentandiferencias básicas a nivel instrumental (senso-res utilizados), técnico (algoritmo de clasifi-cación) y conceptual (sistema de clasificación).Asimismo, estudios recientes (Pérez-Hoyos yGarcía-Haro 2009, Cabral et al. 2010) han mos-trado importantes diferencias e inconsistenciasentre los mismos.

El objetivo de este trabajo es aprovechar elalto potencial espectral y temporal que ofre-ce el sensor MODIS para derivar informaciónprecisa sobre la cobertura de suelo en LAC,utilizando algoritmos de clasif icación super-visada, valiéndose del conocimiento de los di-ferentes tipos de cubiertas, a nivel local, delos experto que son miembros de la red SE-RENA. Asimismo, se pretende elaborar unproducto que sea compatible, tanto en la le-yenda utilizada como a nivel técnico-instru-mental, con la cartografía de cobertura y usodel suelo generado por el proyecto North

American Land Cover Change MonitoringSystem (NALCMS) para Canada, EEUU yMéxico, de manera de unif icar ambas carto-grafías a nivel continental.

Metodología

Las fases metodológicas realizadas para lageneración del producto LandCover SERENApara la región de LAC, tomando como base elaño 2008, fueron las siguientes:

1. Definición de la leyenda.2. Adquisición y pre-procesamiento de la

información satelital base derivada del sensorMODIS y datos auxiliares (datos climáticos,topográficos).

3. Recopilación de datos de entrenamien-to a partir del muestreo aleatorio de cartogra-fía de detalle de la región.

4. Clasificación con árboles de decisión.5. Aplicación de máscaras.6. Validación de resultados.

Definición de la leyenda SERENA

Se utilizó un sistema de clasificación jerár-quico que fuera compatible con el Land CoverClassification System propuesto por el Fondode las Naciones Unidas para la Agricultura yla Alimentación (FAO). Esta elección permitecompatibilizar la cartografía de coberturas deLatinoamérica y Caribe con la generada por elproyecto NALCMS. La Tabla 1 muestra la le-yenda empleada.

Adquisición y pre-procesamiento de los datos MODIS y la informaciónauxiliar

El Sensor MODIS (Moderate ResolutionsImaging Spectroradiometer), a bordo de lasplataformas satelitales Terra (desde 1999) yAqua (desde 2002), posee una anchura de ba-rrido de 2.300 km., proporcionando una visióncompleta de la tierra cada 1 ó 2 días. Para es-te trabajo se generaron compuestos mensuales,para el año 2008, con 500 m de resolución es-pacial de las primeras 7 bandas del sensor a

66 P. Blanco, et al. / Revista de Teledetección (2012) 38, 65-70

Page 71: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

partir de imágenes diarias de reflectividad (pro-ducto original MOD09GA). Asimismo, el es-timado de calidad del píxel fue utilizado parareemplazar aquellos píxeles marcados con ba-ja calidad empleando un algoritmo de interpo-lación lineal basado en los píxeles vecinos entiempo y espacio.

Para cada mes del año 2008 se han utiliza-do 8 variables [7 bandas espectrales mas el In-dice Diferencial de Vegetación Normalizada(NDVI)]; siendo evaluadas con 5 estadísticos:media, desvío estándar, mínimo, máximo, yrango entre ambos, obteniendo un total de 40métricas derivadas de los datos MODIS. Estofue calculado para año redondo, 6, 4 y 3 me-ses. Las variables auxiliares topográficas fue-ron derivadas del SRTM (elevación, pendien-te, aspecto) y las variables climáticas de la basede datos WORDCLIM (se utilizaron las si-guientes variables: bio 1, 2, 4-7, y 12-15).

Obtención de datos de entrenamiento

Se convocó a expertos miembros de la redSERENA para generar puntos de entrena-miento según el protocolo que se detalla a con-tinuación:

1. Recopilación de cartografía de referen-cia detallada y actualizada de los distintos paí-ses/regiones que conforman LAC.

2. Traducción de las distintas leyendas dela cartografía de referencia a la leyenda SE-RENA.

3. Generación de puntos de muestreo ale-atorios a partir de la cartografía de referencia,distanciados 5 km y construcción de zonascuadradas buffer de 2 × 2 km a partir de losmismos.

4. Aplicación de un primer filtro: cruza-miento de la capa buffer con lospolígonos dela capa de referencia, con la restricción que los

Propuesta metodológica para la cartografía periódica de la cobertura del suelo... 67

Tabla 1. Leyenda SERENA para la clasificación de coberturasy uso del suelo de LAC

Clase

1 Bosque de latifoliadas perennifolio tropical

2 Bosque de latifoliadas caducifolio tropical

3 Bosque de latifoliadas perennifolio subtropical

4 Bosque de latifoliadas caducifolio subtropical

5 Bosque de latifoliadas perennifolio templado

6 Bosque de latifoliadas caducifolio templado

7 Bosque de coníferas subtropical

8 Bosque de coníferas subtropical

9 Bosque mixto

10 Arbustal tropical

11 Arbustal subtropical

12 Arbustal templado

13 Pastizal tropical

14 Pastizal subtropical

15 Pastizal templado

16 Cuerpo de agua

17 Áreas urbanizadas

18 Hielo y nieve permanente

19 Suelo desnudo

20 Cultivo

21 Humedal

22 Salinas

23 Datos nulos

Page 72: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

elementos buffer que se superpongan con másde un polígono sean eliminados. Este filtro per-mite excluir puntos que podrían confundir másde una clase.

5. Aplicación de un segundo f iltro: loselementos buffer son exportados como archi-vos KML y visualizados en Google Earth©.A partir del conocimiento experto son elimi-nados los objetos que no se correspondan conla clase de interés o que no cumplan con el re-quisito de pertenecer a clases homogéneas. Apartir de la aplicación de estos dos f iltros segenera la capa de puntos de entrenamiento(Figura 1).

Clasificación con árboles de decisión

Los árboles de decisión ofrecen varias ven-tajas sobre los algoritmos de clasificación tra-dicionalmente utilizados para el mapeo de lacobertura del suelo. Además de su naturalezano-paramétrica (lo cual permite incorporar da-tos discretos a la clasificación, independiente-mente de la distribución y la correlación queexista entre ellos), posibilitan una fácil inclu-sión de distintos tipos de datos.

En este trabajo fue utilizado el algoritmoC5.0 para la generación de árboles de decisión,implementado en el software See5. Este algo-ritmo trabaja a partir de los puntos de entre-namiento determinando las característicasapropiadas de la variable de respuesta al frac-cionar recurrentemente los datos explicativos

en grupos cada vez más homogéneos con el re-sultado de producir un árbol jerárquico inte-grado por reglas. De manera de mejorar el de-sarrollo del algoritmo de aprendizaje se utilizóla técnica de boosting con diez iteraciones, queconstruye clasif icadores mediante la asigna-ción de pesos a los ejemplos de forma adapta-tiva. En cada iteración se construye un clasi-f icador que intenta compensar los errorescometidos previamente por otros clasificado-res. Por último, el conjunto de reglas y los cla-sif icadores así obtenidos son utilizados paraclasificar la región del LAC. Para esto se uti-lizó un programa desarrollado en InteractiveData Language (IDL).

Aplicación de mascaras

Las clases Cuerpos de Agua, Hielo y nievepermanente, y Areas Urbanizadas no son cla-sificadas, sino que son aplicadas en forma demascaras a posteriori de la clasificación.

En particular, para la obtención de la más-cara de cuerpos de agua, se utilizó el produc-to Global Raster Water Mask (GRWM-MOD44W). Para la generación de máscaras denieve y hielo permanente, se calibró el índiceNDSI6, que corresponde a la diferencia nor-malizada entre las basndas 4 y 6 de MODIS.La máscara de áreas urbanizadas se obtuvo apartir de imágenes DMSP-OLS (NighttimeLights Time Series).

Validación de resultados

El conjunto de datos fue dividido en entre-namiento (80%) y validación (20%). Se ela-boraron matrices de confusión, las cuales per-miten confrontar la información de los sitiosde verif icación y la imagen clasif icada. Secalcularon los valores de la f iabilidad delusuario (proporción de sitios de verif icaciónde la categoría considerada clasif icados co-mo tal) y del productor (proporción de sitiosclasif icado en la categoría considerada en elmapa que están correctamente clasif icados).Estos dos índices de f iabilidad están relacio-nados con los errores de omisión y de comi-sión respectivamente. Asimismo, fueron cal-

68 P. Blanco, et al. / Revista de Teledetección (2012) 38, 65-70

Figura 1. Distribución de puntos de entrenamiento (ba-rras blancos) y validación (barras grises) sobre eje iz-quierdo, y coeficiente Kappa (KHAT) (línea) sobre ejederecho, para cada clase considerada en la clasifica-ción. Ver Tabla 1 para los códigos de las clases.

Page 73: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

culados los coeficientes Kappa (KHAT) glo-bal y por clase derivados a partir de la matrizde confusión.

Resultados preliminares

La validación de los resultados de la clasi-ficación preliminar mostró una fiabilidad sa-tisfactoria (Kappa global=71.7%), con un ran-go amplio de valores de precisión por clasecomprendidos entre el 20 y 88.3%, siendo laclase Bosque de Coníferas Subtropical la queresultó con mayores errores de confusión conel resto de las clases. En el futuro, se prevé me-jorar estos resultados mediante el balanceo delas muestras de entrenamiento en función delárea ocupada por cada clase. En la figura 2 semuestra el resultado preliminar de la clasifi-cación discreta. Se determinaron 20 tipos decoberturas, las cuales se discriminan adecua-damente teniendo en cuenta los tipos de eco-sistemas y los climas. Los bosques tropicalesy subtropicales poseen una importante distri-bución espacial en comparación a los del tipotemplado. Las áreas de suelo desnudo o con ba-ja cobertura se encuentran asociadas, regio-nalmente, a las zonas desérticas del Caribe ydel centro oeste de Latinoamérica y localmen-te, a playas y actividades antrópicas de denu-dación. Los humedales presentan una ampliadistribución espacial, posiblemente asociada ala presencia de un evento ENSO durante el año2008. Puede observarse también que existe una

buena discriminación para los bosques subtro-picales estacionales y no estacionales.

Conclusiones

En este trabajo se presentó un método parala generación periódica de mapas de coberturay uso del suelo para la región de LAC a partirde imágenes MODIS. Para ello se propuso uti-lizar conocimiento experto para entrenar algo-ritmos de árboles de clasificación. El análisisde los resultados preliminares permite concluirque la utilización de la dinámica anual de la res-puesta espectral permitió discriminar adecua-damente la heterogeneidad de la distribuciónde las coberturas, ajustándose las mismas alconcepto de tipos funcionales de ecosistemas.

La técnica de boosting utilizada para entre-nar los árboles de clasificación, a partir de losdatos de entrenamiento considerando las di-mensiones espectrales y temporales, permitegenerar reglas de decisión que pueden ser ge-neralizables a cualquier otro de año de la basede datos MODIS (2000-2012) para la mismazona de estudio.

Los próximos productos que se esperan ge-nerar en el marco del proyecto SERENA in-cluirán mapas actualizados de cobertura delsuelo a intervalos regulares y productos parala detección del cambio. Estos productos ser-virán, entre otras aplicaciones, como indica-dores diagnósticos del cambio en la coberturadel suelo en LAC y contribuirán a una mejorcomprensión de la dinámica de la cobertura ve-getal en la región.

Agradecimientos

Los autores agradecen la financiación reci-bida a través del proyecto SERENA, así comoel apoyo de su coordinador Carlos Di Bella yla invaluable asistencia de Julieta Straschnoypara la realización de este trabajo.

Referencias

ARINO, O., BICHERON, P., ACHARD, F., LA-THAM, J., WITT, R., & WEBER, J. 2008. GLOB-

Propuesta metodológica para la cartografía periódica de la cobertura del suelo... 69

Figura 2. Cartografía preliminar de cobertura y usodel suelo para LAC con su respectiva confianza. VerTabla 1 para los códigos de la leyenda.

Page 74: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

COVER-The most detailed portrait of Earth. ESABulletin-European Space Agency, 24?31.

BARTHOLOME, E., & BELWARD, A. 2005.GLC2000: A new approach to global land covermapping from Earth observation data. Interna-tional Journal of Remote Sensing, 26, 1959?1977.

FRIEDL, M. A., SULLA-MENASHE, D., TAN, B.,SCHNEIDER, A., RAMANKUTTY, N., SI-BLEY, N., & HUANG, X. 2010. MODIS Collec-tion 5 global land cover: Algorithm refinementsand characterization of new datasets. Remote Sen-sing of Environment 114:168–182.

CABRAL, A., VASCONCELOS, M., & OOM, D.2010. Comparing information derived from glo-

bal land cover datasets with Landsat imagery forthe Huambo Province and Guinea-Bissau. En:Wagner W, Székely B (eds.): ISPRS TC VIISymposium-100 Years ISPRS, Vienna, Austria,5-7 Julio, IAPRS, Vol. XXXVIII, Part 7B. pp.107-112.

PÉREZ-HOYOS, A., & GARCÍA-HARO, F. 2009.Análisis comparativo de las principales carto-grafías de coberturas del suelo en la PenínsulaIbérica. En: Montesinos Aranda S y FernándezFornos L (eds.): .XIII Congreso de la AsociaciónEspañola de Teledetección. Calatayud, 23-26 Sep-tiembre, pp. 209-212.

70 P. Blanco, et al. / Revista de Teledetección (2012) 38, 65-70

Page 75: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Validación del método de Nanni y Dematte para obtenermapas de propiedades del suelo en una isla del Danubio

E. Caselles, C. Pitarch y V. CasellesDpto de Física de la Tierra y Termodinámica, Facultad de Física, Univ. de Valencia.

46100 Burjassot (Valencia)

Resumen

Para el desarrollo de la agricultura es necesario determinar las propiedades y fertilidad del suelo.Normalmente, se usan análisis de fertilidad de suelos y de fertilidad foliar complementados con aná-lisis granulométricos y mineralógicos; utilizando para ello calicatas e inspeccionando el terreno in si-tu, tomando muestras de suelos y realizando ensayos de campo. Esta forma de proceder requiere, apro-ximadamente, la toma de hasta una muestra por ha dependiendo de los objetivos del análisis, lo quealarga y encarece enormemente este tipo de estudios. Sin embargo, la teledetección constituye una he-rramienta que presenta ventajas comparativas con el análisis clásico para determinar las propiedadesdel suelo. Correlaciones entre las distintas bandas del espectro electromagnético y las propiedades delsuelo nos permiten estimar los atributos del mismo. Así, el objetivo de este trabajo es determinar elcontenido de arena, arcilla y materia orgánica en el suelo, utilizando las reflectividades en las bandas1, 2, 3, 4, 5 y 7 del Thematic Mapper del Landsat y aplicando las ecuaciones obtenidas para suelos enBrasil (Nanni y Dematte, 2006) en un suelo de diferentes características. Como zona de estudio he-mos elegido una isla del Danubio en Rumania. En este caso la taxonomía del suelo es mayoritaria-mente molisol, frente a la composición de los suelos brasileños, oxisoles y ultisoles (Soil Survey Staff,1999). Situada a 350 km de la desembocadura del río, en las proximidades de la población de Roseti,en el partido judicial de Calarasi las coordenadas geográficas de la isla son: entre 44º 07’ y 44º 13’ delatitud Norte y entre 27º 19’ y 27º 34’ de longitud Este. Los contenidos medios de arena, arcilla y ma-teria orgánica, determinados durante el periodo 2007-2010, para la zona de estudio fueron del 21%,69% y 5%, respectivamente. Estos resultados se validaron mediante la toma de muestras «in situ» ylas diferencias entre los valores medidos y determinados fueron del 2%. Lo que da validez e impor-tancia al método utilizado en este artículo, ya que las ecuaciones fueron desarrolladas en condicionesdistintas a las aplicadas durante este estudio.

Palabras clave: materia orgánica, contenido en arena, contenido en arcilla, Thematic Mapper.

Abstract

Nanni and Dematte's method validation for obtaining soil properties maps in a Danube's island

For agriculture development is required to determine the soil properties and fertility. Normally, soilfertility and leaf fertility analyses complemented with granulometric and mineralogical analyses areused; therefore routine soil testing and profiling in situ are used. This procedure requires, approximately,to take up to one sample per ha, depending on the goals of the study which is expensive and time-consuming. However, remote sensing constitutes a tool that presents advantages to determine soilproperties in comparison with classical analysis. A correlation between the different bands of theelectromagnetic spectrum and the soil properties permits us to estimate soil attributes. Then, in thispaper the reflectances of Landsat’s Thematic Mapper in bands 1, 2, 3, 4, 5 and 7 are used to determinethe soil characteristics, sand, clay and organic matter contents, by applying the equations obtained forBrazilian soils (Nanni y Dematte 2006) in a different kind of soil. As study area we have selected anisland of the Danube river in Romania. In this case, soil’s taxonomy is mostly mollisol instead of the

* Autor para la correspondencia: [email protected]: 21-09-12; Aceptado: 30-11-12.

Asociación Española de Teledetección Revista de Teledetección 38, 71-76ISSN: 1988-8740

Page 76: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

Los métodos establecidos en la bibliografíapara caracterizar suelos utilizan los análisis gra-nulométricos y mineralógicos junto a análisisde fertilidad de suelos y de fertilidad foliar co-mo técnicas básicas para determinar la compo-sición del suelo (Nanni y Dematte, 2006). Es-tos métodos de diagnóstico han sido aceptadoscomo consecuencia de la investigación básicallevada a cabo y el ingente número de pruebasque se han hecho desde su establecimiento. Es-te esfuerzo se debe en parte a que una gran ma-yoría de los planes medioambientales y agrí-colas requieren análisis de suelos. Porque elconocimiento de los componentes minerales yorgánicos, de la aireación y capacidad de re-tención del agua, así como de otras propieda-des de los suelos, es necesario para la conse-guir una agricultura productiva y de calidad.Las muestras de suelo son normalmente el re-sultado de promedios de 15 a 20 muestras in-dividuales que se han tomado en zonas de 12 a20 ha (van Raij et al., 1996). En algunos casos,como en zonas en las que se realiza agricultu-ra de precisión, se recomienda tomar una mues-tra cada ha (Wolkowski y Wollenhaupt, 1994).Pero es necesario remarcar, que el muestreotambién está estrechamente ligado a la variabi-lidad espacial en el suelo, pudiendo necesitar-se calicatas cada 50 m en adelante. Así pues,aunque los análisis de suelos son muy necesa-rios, en innumerables ocasiones terminan con-virtiéndose en procesos muy costosos y labo-riosos a la vez (Dematte et al., 2001).

La teledetección es una propuesta alternati-va para determinar algunos de los atributos delsuelo utilizando los métodos apropiados y ba-jo condiciones atmosféricas y de suelo favora-bles, es decir, suelos sin cobertura vegetal. En

efecto, la literatura muestra que a partir de co-rrelaciones con los datos de reflectividad es-pectral es posible estimar algunas propiedadesdel suelo. Así, Frazier y Cheng (1989) ya em-plearon el sensor Thematic Mapper para dis-criminar áreas del estado de Washington (USA)en las que la erosión había permitido que emer-gieran paleosoles, permitiendo dibujar líneasde suelo que pudieran ser subdivididas en di-ferentes niveles según su materia orgánica y elcontenido de óxidos de acero. Posteriormente,Rowan y Mars (2002) emplearon imágenes delAdvanced Spaceborne Thermal Emission andReflection Radiometer (ASTER) para identi-ficar y localizar los grupos litológicos más im-portantes en áreas de buena exposición, me-diante técnicas de coincidencia espectral,calibradas con medidas in situ. Por otro lado,Vaughan et al. (2005) proponen emplear imá-genes del infrarrojo térmico para obtener laspropiedades minerales de sistemas geotérmi-cos activos, diferenciando entre zonas ricas ensilicio y arcilla, diversos minerales (incluyen-do ópalo, cuarzo, alunita, anortita, albita y cao-linita). Para ello, utilizaron el espectrómetromultiespectral MASTER y el hiperespectralSEBASS sobre la zona de Steamboat Springs,en Nevada (USA). Finalmente, Nanni y De-matte (2006) presentan el trabajo más completode los publicados hasta ahora. Realizan unacomparación entre los métodos tradicionalesde analizar las principales propiedades del sue-lo, proponiendo una nueva metodología, alter-nativa a las tradicionales, para realizar dichosanálisis a partir de reflectividades espectrales.Aplicándola a suelos tropicales de Brasil, a par-tir de las reflectividades correspondientes alsensor Landsat Thematic Mapper.

Por ello y para avanzar un paso más, el obje-tivo de este artículo será la validación del méto-

72 E. Caselles, et al. / Revista de Teledetección (2012) 38, 71-76

original composition of Brazilian soils, oxisols and ultisols (Soil Survey Staff, 1999). Located 350 kmaway from the estuary of the river, near the Roseti village,in Calarasi district. The geographicalcoordinates of the island are: between 44º 07’ and 44º 13’ N latitude and between 44º 07’ and 44º 13’E longitude. The sand, clay and organic matter average contents of the island determined for the period2007-2010 were 21%, 69% and 5%, respectively. These results were validated using «in situ»measurements and an agreement between the measured and calculated values of 2% was obtained.That gives validity and relevance to the used method in this article since the equations developmentconditions were different to the ones of this study.

Key words: organic matter, sand content, clay content, Thematic Mapper.

Page 77: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

do propuesto en Brasil (Nanni y Dematte, 2006)para los suelos de una zona de Rumania, pro-porcionando así mapas de propiedades del sue-lo como contenido de arena, arcilla y materia or-gánica para una isla del Danubio utilizandotécnicas de teledetección sobre suelos desnudos.

Zona de estudio

La zona de estudio queda acotada a un áreade 16.000 ha localizada entre las coordenadas44º 07’ y 44º 13’ de latitud Norte y entre 27º19’ y 27º 34’ de longitud Este, en el último oc-tavo del río Danubio (ver figura 1), donde lataxonomía del suelo corresponde a un molisol(Soil Survey Staff, 1999). Esta área queda con-tenida en una isla situada a 350 km de la des-embocadura del río, en las proximidades de Ro-seti, en el partido judicial de Calarasi. Y ha sidoseleccionada porque, salvo en casos de inun-daciones, su composición permanece invaria-ble en el tiempo.

Esta isla presenta como característica un ni-vel freático inferior al nivel del río en prima-vera, cuando se produce el deshielo de los Al-pes y las lluvias más intensas. Por consiguiente,en ocasiones algunas partes de la misma apa-recen inundadas (Caselles et al., 2012).

Métodos

Inicialmente las relaciones utilizadas en es-ta publicación fueron obtenidas en el labora-torio y para suelos de Brasil (oxisoles y ulti-soles) por Nanni y Dematte (2006); y elobjetivo de nuestro trabajo consistió en com-probar que estas relaciones se pueden emplear

en un tipo de suelo con diferente génesis a laoriginal.

Se utilizó, para la validación del método,imágenes Landsat-TM de dicha isla. El uso deinformación obtenida por el sensor ThematicMapper se debe fundamentalmente a que fueel empleado en el trabajo original. Este sensordispone de 30 m de resolución espacial quepermite analizar perfectamente la isla, con untamaño aproximado de 8 × 20 km. Tras la re-copilación de un conjunto inicial de 53 imá-genes libres de nubosidad y que ya estaban co-rregidas atmosféricamente por el método deCaselles y López-García (1989), datadas en elperíodo 1991-2010, se llevó a cabo una selec-ción de las mismas, escogiendo aquellas pos-teriores a la eliminación de hierbas y rastrojosanual, con el f in de disponer áreas con suelodesnudo, requerido por el método original. Ele-gidas las 47 imágenes correspondientes a losmeses entre mayo y agosto, se optó por las 6con fecha del mes de junio de los distintosaños, por ser éstas las más cercanas al periodoen que la isla no está cultivada.

El contenido de arena de la isla fue estima-do a través de la expresión (Nanni y Dematte,2006):

[1]

donde TM1, TM5 y TM7 son las reflectivida-des a nivel del suelo de los canales 1, 5 y 7 delThematic Mapper del Landsat.

El contenido en arcilla de la isla se estimó através de la expresión (Nanni y Dematte, 2006):

[2]

donde TM1, TM3, TM4, TM5 y TM7 son lasreflectividades a nivel del suelo de los canales1, 3, 4, 5 y 7 del sensor Thematic Mapper delsatélite Landsat.

El contenido en materia orgánica se estimóa través de la expresión (Nanni y Dematte,2006):

[3]Materia Orgánica1/2 = 7,084 –

– 0,109 TM7 – 0,102 TM2

Clay1/2 = 27,03 – 1,260 TM1 + + 0,363 TM3 – 0,301 TM4 + + 0,305 TM5 – 0,848 TM7

Arena1/2 = 13,54 + 0,934 TM1 – – 0,228 TM5 + 0,663 TM7

Validación del método de Nanni y Dematte para obtener mapas de propiedades... 73

Figura 1. Localización de la zona de estudio.

Page 78: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

donde TM2 y TM7 son las reflectividades a ni-vel del suelo medidas en los canales 2 y 7 delThematic Mapper del satélite Landsat.

Resultados

A continuación mostramos los tres mapas depropiedades del suelo para la isla en el mes dejunio de 2007.

La Figura 2 representa el mapa de conteni-do de arena de la isla del Danubio en junio de2007. Podemos observar que los valores varí-an entre 19 y 23% y que los valores máximosse localizan en la parte noreste de la isla.

La Figura 3 representa el mapa de conteni-do en arcilla de la isla del Danubio en junio de

2007. Podemos observar que los valores estánentre el 67 y el 71%. Los valores máximos selocalizan en la parte oeste de la isla.

La Figura 4 representa el mapa de contenidoen materia orgánica de la isla en junio de 2007.Podemos observar que los valores oscilan en-tre 4,5 y 4,9%. Localizándose los valores má-ximos en las partes central y oriental de la isla.

Para validar estos resultados, se realizó unanálisis multitemporal de los parámetros pro-puestos (contenidos en arena, arcilla y materiaorgánica) para el periodo 2007 a 2010.

Finalmente se obtuvo un conjunto de imá-genes Landsat TM sin nubosidad y corregidasde los fenómenos atmosféricos correspon-dientes al mes de junio de los distintos años,como se ha descrito anteriormente. Los resul-

74 E. Caselles, et al. / Revista de Teledetección (2012) 38, 71-76

Figura 2. Contenido en arena de la isla en junio de 2007. Nótese que sobre esta imagen se señala, también, laubicación de los puntos de muestreo utilizados para la validación del método.

Figura 3. Mapa del contenido en arcilla de la isla para junio de 2007.

Page 79: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tados a los que hemos llegado quedan repre-sentados en la Tabla 1 para los contenidos enarena, arcilla y materia orgánica, respectiva-mente.

Para evaluar la aplicabilidad del método deNanni y Dematte (2006) a un suelo de la isladel Danubio durante el periodo 2007 a 2010, enla Tabla 1 se han representado dos columnas dedatos procedentes de la aplicación de las ecua-ciones a las imágenes TM que incluyen, paracada año, los valores máximos y mínimos delos tres componentes estimados: arena, arcillay materia orgánica. Se observa un porcentajeestable para la materia orgánica, una ligera dis-minución en el valor máximo de la arena (de20,5 a 20,0) y un aumento pequeño para los va-lores máximos y mínimos de los porcentajes dearcilla (de 67,7 a 69,0 y de 69,3 a 69,7).

Suponemos que las propiedades del suelo enla isla no deberían variar en un período breve detiempo, en ausencia de inundaciones debidas auna crecida del río. Sin embargo, como se pue-de apreciar con la ligera variación del valor mí-

nimo de arcilla, la isla quedó anegada en el lap-so de tiempo entre la imagen del 2009 y la del2010. Posteriormente con el laboreo de los cam-pos este valor medio vuelve a estabilizarse.

Por tanto, podemos decir que, en líneas ge-nerales, los valores de arcilla, arena y conteni-do en materia orgánica permanecen constantespara el período estudiado, como debe de ser pa-ra una isla durante una ventana temporal delorden de 4 años.

Los contenidos medios de arena, arcilla ymateria orgánica obtenidos a partir de las imá-genes TM, durante el periodo 2007-2010, pa-ra la zona de estudio fueron del 21%, 69% y5%, respectivamente. Los resultados se vali-daron mediante la toma de muestras «in situ»(Caselles et al., 2012). Éstas consistieron en latoma de muestras superficiales de suelos me-diante un muestreo, que se realizó aleatoria-mente por toda la isla. Se tomó un total de 10muestras (ver Figura 2). Se analizaron por se-parado y después se tomó su valor medio paracompararlo con el valor obtenido de las imá-

Validación del método de Nanni y Dematte para obtener mapas de propiedades... 75

Figura 4. Mapa de contenido en materia orgánica de la isla para junio de 2007.

Tabla 1. Variaciones observadas en la composición de la isla durante el pe-ríodo 2007-2010

AñoArena(%) Arcilla(%) Materia Orgánica(%)

Máx. Mín. Máx. Mín. Máx. Mín.

2007 20,5 19,6 69,3 67,7 5,0 4,9

2008 20,2 19,6 69,0 67,9 5,0 4,9

2009 20,1 19,6 69,4 67,7 5,0 4,9

2010 20,0 19,6 69,7 69,0 5,0 4,9

Page 80: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

genes TM. Las diferencias entre los valores me-dios medidos y estimados fueron del 2% (VerTabla 2).

Conclusiones

Como conclusiones del trabajo podemos se-ñalar que:

1. A partir de datos espectrales propor-cionados por las bandas del satélite LANDSAT-TM, es posible estimar algunos parámetros delsuelo (como su contenido en arena, arcilla ymateria orgánica), y

2. El método propuesto por Nanni y De-matte (2006) para suelos brasileños (oxisoles yultisoles) presenta resultados satisfactorios pa-ra los suelos de la isla del Danubio (molisoles).

Agradecimientos

Los autores agradecen a la GV (proyectoPROMETEO/2009/086) y al MICINN (pro-yecto CGL2010-17577) la f inanciación reci-bida y a los revisores anónimos sus comenta-rios y sugerencias realizadas que han permitidomejorar considerablemente el artículo.

Referencias

CASELLES, E., PITARCH, C., & CASELLES, V.2012. Determinación del nivel freático del aguasubterránea de una isla mediante imágenes del al-tímetro ASTER. Revista de Teledetección, 37, 5-8.

CASELLES, V., & LÓPEZ-GARCÍA, M. J. 1989.An alternative simple approach to estimate at-mospheric correction in multitemporal studies.International Journal of Remote Sensing, 10,1127-1134.

DEMATTE, J. A. M., DEMATTE, J. L. I., CA-MARGO, W. P., FIORIO, P. R., & NANNI, M. R.2001. Remote sensing in the recognition andmapping of tropical soils developed on topogra-phic sequences. Mapping Sciences and RemoteSensing, 38, 79–102.

FRAZIER, B. E., & CHENG, Y. 1989. Remote sen-sing of soils in the eastern Palouse region withLandsat Thematic Mapper. Remote Sensing of En-vironment, 28, 317-325.

NANNI, M. R., & DEMATTE, J. A. M. 2006. Spec-tral reflectance methodology in comparison totraditional soil analysis. Soil Science SocietyAmerican Journal, 70, 393-406.

ROWAN, L. C., & MARS, J. C. 2002. Lithologicmapping in the Mountain Pass, California area,using Advanced Spaceborne Thermal Emissionand Reflection radiometer (ASTER) data. RemoteSensing of Environment, 84, 350-366.

VAN RAIJ, B., CANTARELLA, H., QUAGGIO,J. A., & FURLANI, A. M. C. 1996. Fertilizer re-comendation for São Paulo State, 2. InstitutoAgronômico & Fundação IAC, Campinas.

VAUGHAN, R. G., HOOK, S. J., CALVIN, W. M.,& TARANIK. 2005. Surface mineral mapping atSteamboat Springs, Nevada, USA, with multi-wave length thermal infrared images. RemoteSensing of Environment, 99, 140-158.

WOLKOWSKI, R. P., & WOLLENHAUPT, N. C.1994. Grid soil sampling. Better Crops. 78, 6-9.

SOIL SURVEY STAFF. 1999. Soil taxonomy: A ba-sic system of soil classification for making andinterpreting soil surveys. 2nd edition. Natural Re-sources Conservation Service. U.S. Departmentof Agriculture Handbook 436. http://soils.us-da.gov/technical/classification/taxonomy/

76 E. Caselles, et al. / Revista de Teledetección (2012) 38, 71-76

Tabla 2. Comparativa de los valores medios obtenidos a partir de las imáge-nes TM, en porcentajes de arcilla, arena y materia orgánica, con las medidasin situ realizadas

Valores Valores Diferencia (medidos-estimados (%) medidos (%) observados) (%)

Arena 21 24 +3

Arcilla 69 66 –3

Materia orgánica 5 5 0

Valor medio 2

Page 81: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Caso práctico

Contribution to the management of the sensitive spaces by the geographical information systems and remotesensing: the case of the basin of the Gharb (Morocco)

A.Amrani1, M. El Wartiti1, M. Zahraoui1, A. Calle2 and J-L. Casanova2

1 Laboratoire de géologie appliquée, Université Mohammed V, Rabat (Morocco).2 Dpto. de Física Aplicada. Universidad de Valladolid.

Resumen

Contribución de los sistemas de información geográfica y la teledetección a la gestión de espacios sensibles: el caso de la cuenta del Gharb (Marruecos)

El estudio de las limitaciones naturales en la depresión del Gharb y su costa, se basa en la in-tegración y el análisis numérico de los datos procedentes de múltiples fuentes y métodos con-vencionales clásicos de síntesis. El área de interés es una depresión asimétrica limitada por dosdominios estructurales importantes, en el sur de la Meseta y el Rif en el norte. El resultado de es-ta configuración es un área plana con cauces de ríos poco profundos. El clima es mediterráneo.Desde el punto de vista sismo-tectónico, el área de estudio es inactivo. Su parte central corres-ponde a zonas de sismicidad baja o antisísmico. La morfología, la contaminación del agua y elsuelo, cubierta vegetal y la explotación de canteras son las limitaciones que modelan la depre-sión Ghrab. La integración de todos los datos en un SIG desde múltiples fuentes de datos, se mues-tra como la herramienta más eficaz.

Palabras clave: Teledetección, SIG, Estudio geomorfológico, Gharb.

Abstract

The study of the natural constraints in the basin of the Gharb with his littoral is based on theintegration and the numeric analysis of the multisource data and a classical synthetically approach.The zone is a dissymmetric basin, limited by two great structural domains: Mesetan domain tothe South and Rifian domain to the North. It results from this configuration a flat zone with notvery deep stream beds. The climate is of Mediterranean type. From a seismic-tectonic, the studyzone is nether quiet central part corresponds to low seismic domains. The morphology, the pollutionof water and soils, the vegetation and the exploitation of the quarries are the main constraintsquestioning the management of the basin of the Ghrab. The integration of the whole multisourcedata in a GIS and remote sensing, seems the more efficient method in term of the time and for themanagement of the spatially referenced data.

Key words: Remote sensing, GIS, geomorphologic study, Gharb.

* Autor para la correspondencia: [email protected] Recibido: 04-07-12; Aceptado: 12-09-12.

Asociación Española de Teledetección Revista de Teledetección 38, 77-91ISSN: 1988-8740

Page 82: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introduction

Any project of regional planning andurbanization, such as the installation of thegreat infrastructures and projects structuralaims the preparation a logic diagram making itpossible to act in various ways. The objectiveis to show the environmental values of the zonein question. In the case of the socio-economically active depression of Gharb andin order to understand its specif icities, wepropose in this work to def ine the currentphysical state characterizing its naturalenvironment. Within this framework will be tosupport the potentialities and the environ-mental constraints relating to the climate,ground, under-ground, geomorphology, waterresources and biodiversity. Their definitionswill be based on the combination of a digitalsurface updated analysis (thematic cards), so,will be drawn their interactions towards thegeomorphological, ecological and geologicalenvironment, the purpose of which is to definethe natural risks and their impact on the processof land settlement and the management of thesensitive spaces.

In this study, we shall become attached tothe development of the quantitative andqualitative modelling of the potentialities andthe physical constraints relating to any typesof process of land settlement of the Gharbplain. In this frame the subject of the environ-ment will have for objective to answer thequestion: Why the study of the natural risks ina territory so vulnerable in mid-term and long-term as the Gharb plain?

The Gharb plain aroused numerous geolo-gical, geomorphological studies (Michard,1976; Thauvin 1996; Zouhri et al. 2001, 2002;Kacimi, 2004) and pedological studies(Ormvag, 1994 and Resing, 1994). Because ofits extent and its agricultural profitability, thestudy of the constraints of development of thesensitive spaces, make that it is essential toresort to integration, in a SIG, of multi-sourcedata. The cartography of the physical elementssuch, the catchment area, water resources,vegetable cover, the seismic-tectonic andgrounds. This technique will make it possibleto specialize the zones easily flooded,vulnerable, no suitable, etc.

So we will be interested in the relationsbetween the natural constraints and theirimpacts on management of the territory of theplain. This one is given an important ecologicalinheritance diversif ied (littoral zone; plains;sites of biological and ecological interest(SIBE), forests, lakes, fertile grounds. Thisenvironment remains, in certain places, whichwe will delimit, fragile with very vulnerable.Their protection and safeguarding should bethe subject of the governmental and non-governmental, national and internationalinterventions.

Considering its environmental charac-teristic, the Gharb plain arouses a great interestof the various operators. The zone of Gharb isrichest (fertile grounds, water available, easyaccessibility, geographical proximity, beaches)in against part these assets are the subject of abad management by ignorance (dewatering,water pollution, ground and ecology) theseimpacts constitute a permanent natural risk(risk of flood, impoverishment of the littoralzone). The protection and the safeguarding ofthe natural resources are real concerns. Theanalysis and the discussions below will be aprelude to the principal recommendations tofollow for a good control of our territory.

These will allow us to begin a thematicdiscussion explaining the main questions, theobjective of which is to facilitate, to the socio-economic operators, the understanding of thephysical characteristics, their potentialities andtheir constraints, so recommendation and themeasures to be taken.

Area of study

The Gharb plain is a Flat zone and directlyopen on the Atlantic Ocean. It is limited to theNorth by the first deformations of the chain, tothe East by the basin of Saïs and the f irstmountainous reliefs of the Middle Atlas, to theSouth by central Morocco and to the West bythe Atlantic Ocean. The perimeter of thestudied area occupies the Northwestern centerof Morocco and the Western part of basin ofSebou. The average altitude varies between 0m and 200 m. These features are summarizedin the figure 1.

78 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Page 83: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Materials and methods

The use of satellite remote sensing as a toolfor control, management and development ofthe natural environment, has become in-creasingly necessary for preventive risk studiesand studies of spatial planning. As such,satellite imagery could provide relevantinformation on the direct and indirect land inquestion. Indeed, these images, provided byonboard sensors by satellites, constantlybecoming more eff icient, in terms spectralresolution, spatial, radiometric and temporal.

In the present work, we will use only thegeneration of images TM and ETM + (EnhancedThematic Mapper plus), whose acquisition of

Landsat data globally, medium resolution (30 mresolution). This mission has gained a wealth ofdata on the terrestrial and monitoring of naturalphenomenal changes and/or man. Given theirspatial and temporal resolution, the sensor TMand ETM + images to provide a medium scale.

This study is largely based on photointerpretation, computer, digital spatial data in2D (spatial and temporal analysis of satelliteimages Landsat TM and ETM +, topographicmaps at 1/100 000 and others) and a classicalsynthetic approach (literature and controls theland). The data set is integrated into aGeographic Information System (GIS).

The purpose of this work will be to definethe environmental potentialities and cons-traints, having direct and indirect impacts onthe integrated installation in the sensitive areas.The def inition of the potentialities and theconstraints will be based on a space analysis ofthe geoinformation. In front of the multitudeand the diversity of information, a data base tospace reference (BDRS) will be developed, andwill allow the integration of the whole of in-formation in a SIG, whose paramount objectiveis to delimit the sensitive surfaces, accordingto degrees’ of vulnerabilities.

This study is based on photo interpretation,computer-aided data numerical spatial two-dimensional 2D (topographical maps, satelliteimages Landsat TM and ETM + (spatialresolution 30 m), drainage, Google Earthimages and a classical synthetic approach(field observation and review of the literature).the data set is integrated into a GeographicInformation System (GIS). structures of spatialinformation, the study area, are treatedaccording to the nature of objects (point, line,polygon, raster). storage and management ofall has been made by well-defined topologies.modelling mainly concerns computer datastructures, geo-referenced.

The adopted SIG results from the data basemanagement system to space reference(SGBDRS). It will make it possible to managethe data base geo-referred (BDGR). This purelydata-processing application enabled us tointegrate, in the SIG, the various geographicalstructures. these structures of space informationare introduced into an Euclidean space, byrespecting the type of object (specific, linear,

Contribution to the management of the sensitive spaces by the geographical... 79

Figure 1. Geographical situation map of the Gharbbasin.

Figure 1’. Image google-maps (2012) Gharb Basin(visible channel).

Page 84: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

polygonal, matrix). The storage and themanagement of the unit will be done accordingto well defined topologies’of the data-processinglayers (integration, superposition, inclusion,crossing). It is about a simple operation,managed by the SIG and will allow extractingthematic cards while synthesizing the differentinformation (potentialities and constraints)

The elaborated cards represent the physicalelements of the depression. The superpositionof the whole of space data in a SIG is anoperation of integration and treatment of thegeoinformation. In this work, we will approachthe SIG to specify its interest on the data basemanagement to space references like toolcarrying the information, which will facilitatethe good control of the factors such, the slopes,morphology, the seismic-tectonics, lithology,the hydrographical network, cover vegetableand the grounds, of which the goal is thedefinition of their impacts on the process ofadjustment of vulnerable spaces.

Results

A monotonous morphology

The Gharb plain, located at the Northerncenter of the country, is a flat area with excesswinter rainfall it is confronted with the risks offlood and tsunamis the plain is particularizedby its proximity at the Atlantic coasts and byits flat topography. This morphologicalconfiguration constitutes a constraint for theGharb plain management. Its morphometricstructure results from the tertiary tectonicphase which is characterized by the genesis ofa Riffian mountainous complex in the Northand the basin of Gharb in the South (ElGharbaoui, 1987). the analysis of themorphometric data enabled us to formulate thefollowing reports:

— The slopes are, as a whole central andlittoral, weak and remain ranging between 0 to4%. The weak slopes, lower than 2% arelocated primarily near the mouth of the SebouWadi, where the exaggerated shapes ofmeanders are conf igured (very weak slopesdeveloping exaggerated sinusoidal forms, inthe East of Kenitra). These localities constitute

a zone of permanent risks of flood. Theirmanagements remain expensive.

— The beds of the Sebou wadi and itseffluents lose their widths of the downstreamupstream. The direction general of the surfaceflows of water respects the direction general ofslope, is (upstream) towards the West(downstream). In order to ensure perenniality,especially qualitative of the surface waterresources of the littoral zone (downstream), theprotection of the upstream remains stronglyrecommended. This one could be done via theinstallation of several hydraulic points ensuringthe regularization of level of water at the timeof risings.

— The visual quality of the environmentlandscape is quite ventilated. The projects ofinstallations taking into account the environ-mental concern could only improve the touristpotentialities of the littoral zone, especially thebeach of Sidi Boughaba and Moulay Bousel-ham. The adjustment of these places of interest,according to standards’ in force, will havesocio-economic and environmental repercus-sions of a great scale as well on a regional scale.

Rich and quite ventilated landscape

The analysis of the landscape is particularlyimportant, when a process of construction ofan urban infrastructure projects the realizationof multiple potentially aggressive actionstowards the environment. For this reason, it isnecessary to divide, the zone in under zones orremarkable landscape sites, more or lesshomogeneous, allowing the study of degree ofvulnerability, land uses, morphoterritorialcharacteristic, geological, etc.

If one puts at with dimensions someelements constituting the landscape such, therivers, the agglomerations and the disperseddwellings, one can then subdivide the zone ofstudy into three sub-units:

— Northern landscaped unit: characterizedby a flat morphology lined with fossil dunesand drained by large wadis of the catchmentarea of Sebou. it concerns the central andcentro-western part of the plain. The landscapeof this zone has an important value, not onlyby its own intrinsic value, but also, by the fact

80 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Page 85: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

that it constitutes a zone of strong agriculturalpotential on a very fertile territory but alsosensitive.

— Southernmost landscape Unit: It is a flatareas mainly Covered by the forest ofMaâmora. The two units are separated by theSebou wadi;

— Western littoral Unit: this zone ischaracterized by a series of consolidated dunecords, forming sub parallel bands with thecurrent coastal shore. This littoral area knowscurrently over-exploitation of the careers. Thisanarchistic exploitation, Hinder any action oflittoral area planning. It became vulnerablearea. Anticipation in term of planning of thesevulnerable area, along the coast, will create avery important economic activity, whilebenefitting from visual quality from the coastalenvironment and its natural attractively.

There are other components which appear inthe plain such, the rivers and the plantations,as well as specific elements like the careers andirrigated agricultural areas. These elementswill be the subject of a study in the nextparagraphs.

A regional geology of alpine type

A lithostratigraphy characterizing a basin of subsidence

The filling of the Gharb plain was completedby the formation of a vast alluvial plaincorresponding to two banks of the Sebou wadi.Its evolution during Cenozoic involved thegenesis of a vast flat plain with reliefs verylittle developed. In North, are located the firstdeformations of the Riffian chain, it is aboutpre-Riff ian formation raised brutally inoverthrust nappes directed NE-SW (Monitin,1963). The whole of the basin knew asubsidence since average Vindobonien. Itscollapse persisted since the Quaternary untiltoday (Comb, 1975; Cirac, 1985).

Active tectonics

As for the sector of study, the Palaeozoicbase is plunged South towards North, under the

Neocene cover and Pleistocene of Gharb by aseries of steps constituted by faulted and tippedpanels towards the NNW (Cirac, 1985 andFlinch, 1993). The genesis and the structuralframework of the basin of Gharb are mainlyconditioned by the evolution of the Riffainchain (alpine orogenesis). Studies of seismic(Flinch, 1993; Flinch and Vail, 1998 and Littoand Al, 2001) showed that the material of thesupra-tablecloth is affected by faults of variousorders.

During the Quaternary one, the Gharb basinhas sudden vertical movements in response tothe neotectonic phase of alpine orogenesis(Michard, 1976; Aberkan, 1986; Piqué andMichard, 1987 and Zouhri et al., 2002). Theseneotectonic movements are induced by normalfaults. The structure of the basin is controlledby Hercynian faults materialized by two greatdirections NE-SW and NW-SE. They control-led the paleogeographic evolution of the basin(Zouhri et al., 2002).

A plain with strong pedological potential

In spite of its agricultural potentialities, thepedological studies are rather numerous(Aubert, 1950; Ormvag 1994; Resing, 1994).These studies enabled us to understand the pe-dological characteristics, to set up pedologicalmap and to know their morphological andanalytical characteristics. The studies ofOrmvag (1994) showed the existence of 6 greatgroups of grounds described below (figure 2,chart of the pedological units).

— Soils of the type B or browned soils:These are soil that one finds in the perimeterof Maâmora and the northern zone of theforest. it is about sandy and washed soils,developed on the argillaceous areas. Thethickness of the sandy surface layer exceeds2m and presents a brownish coloring;

— Soils of the type C or Calcimagnésicsoils: it is about the soils characterizing thenorth-eastern zone. They present a carbonatedcomposition (calcium and magnesium) and areregarded as carbonated soils;

— Soils of the type H or hydromorphic sols:They concentrate in the depressions and theedges of the merges. Those present the

Contribution to the management of the sensitive spaces by the geographical... 81

Page 86: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

character of old hydromorphie. They are fairlyorganic sols.

— Soils of the types P or podzolic sols:They are along Sebou wadi and its affluents, inthe low zone. They are characterized by anincompletely broken up humus and ofgranulous structure. They have a rusts colorcaused by iron oxides, with tendency ofconcretion formation.

— Soils of the type X or sols with ses-quioxides: These soils present a black color.They cover the relatively low zones and aredeveloped on argillaceous alluvia of depres-sions. They have texture of an argillaceous typeof low permeability.

— Soils of the type V or vertisols: It isabout very fertile soils located on both sidesvalley of Sebou. They are soils with roundedand angular structure

The various identif ied and described soilsare essential for maximum agricultural pro-duction: cereal, fruit groves, leguminous,industrial crops, market gardenings and foddercrops. These soils support an agriculturalproduction, dominated by cereal. It covers themain regional and national needs. Other

agricultural activities constitute also animportant source of incomes. In spite of, theclimatic variations which occur, since abouttwenty years, by a greater irregularity of rains,the problem of drought does not arise since thezone has an important underground source(tablecloth of Gharb).

Available water resources

Under ground waters: An important tablewater threatened by pollution

The zone of study has a large Water-tablesurmounted locally by several semipermeablelenses. The geological and hydrogeologicstudies qualified these lenses as perched watertable (Thauvin, 1996 and Resing, 1994). Theirextensions can reach tens of square kilometers,their powers could exceed a few meters(figure 3 water map). They are related to thetopography of red clays and to the thicknessof the sand which surmount them (Kacimi,2004). Their hydrodynamism is essentially

82 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Figure 2. Schematical map of the pedological units recognized in the studied zone (from the “Atlas of the Gharb”,modified).

Page 87: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

laminar, with a karstic circulation in thecoastal zone.

From the environmental point of view, theGharb Water-table is directly threatened by theliquid infiltrations (pesticides, fertilizers,industrial waste…). The Permeability of theSurface and The vertical faults affecting thecover accelerate the risks of pollution of the tablewater.

Abundant and polluted surface waters

In this part, we shall develop the hydro-logical study to release the qualitative andquantitative aspects of surface waters (O.Sebou, dayas, lakes), while giving a detailedattention to the hydrographical networkHowever, the principal objective of this studyis to evaluate and develop the surface waterresources (figure 3, map of water resources).

The analysis of the water resources map of thezone of study shows, the presence of ahydrographical network little developed,characterized by its exaggerated forms ofmeanders and its general orientation towards thewest and the WSW. The principal wadi is Oued

Sebou, it constitutes one of the principal sourcesof surface water. The river of Sebou and itssecondary affluents such, Ourgha Wadi and Behtfollow directions imposed by the flat morphologyof the crossed zone, with a permanent flow.

A morphologically easily flooded depression

The morphometric analysis of the catchmentarea of Sebou shows, that the Sebou wadi flowsin a relatively boxed bed wich is not very deep atits upstream part. It widens and is raised in itsdownstream part wich is relatively flat. Moreover,the catchment area of Sebou is subjected to apluvial regime and the highest debits result fromthe Ouergha wadi. In 1963, occurred the strongestfloods known in the basin of Sebou . In 1996, thezone knew other series of floods which involvedimportant damage in the town of Kénitra(national Report on the prevention of the di-sasters, floods of the Gharb plain 1996). Figure 4shows the easily flooded and vulnerable zones.

According to the analysis of this map, thedelimitation of the zones of risks of floodsshows that the town of Kenitra and its peripheryare permanently exposed with the phenomena

Contribution to the management of the sensitive spaces by the geographical... 83

Figure 3. Map of the superf icial and underground water resources, extracted from the topographical maps,hydrogeological maps of the Gharb basin and from (manually the Atlas of the Gharb).

Page 88: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

of the floods. The installation of importantinfrastructure, (industrial park, residentialzone, airport…), far from Sebou wadi,principal source of floods, will ensure aneffective planning of this area. Within thisframework and in order to minimize the risksof floods, the three large wadis: Sebou, Behtand Ouergha, principal sources of floods, areregularized by important hydraulic installationsor dams, which were realized for the protectionof the plain against the risks.

Quarries exploitation: an excessivelyexploited richness

Along the littoral zone, between (Kenitraand Moulay Bouselham), the majority ofquarries are abandoned, without any re-mediation of the exploited sites (figure 5). Themajority of the owners do not respect theirCPS, especially, during the extraction (use ofthe high quantities of the mines, over-ex-ploitation).

Conscious of the negative impact of thequarries badly managed on the environment,the persons in charge became exigent in term

of opening of new quarries. Everybody isconscious of the importance of the natural area(landscape, agricultural zone, green space).But, in the practice hundreds of hectaresdisappear for the benefit of the urbanizationand the installation of infrastructures: resi-dential zones, industrial parks, freeway.

To limit these threats, the littoral of Gharbshould be the subject of the urgent inter-ventions of a preventive nature. Its levellingand its valorisation require the integration ofleisure spaces such, the beach of MoulayBouslham and Sidi Boughaba in the goodgovernorship of the regional planning. Othervirgin spaces locating enter the two greatabove-mentioned sites should be the subject ofanticipatory installation against any kind ofpollution. This could improve the attractivityand territorial competitiveness in term ofurbanization, investment and tourism

A rich but vulnerable ecological environment

The zone of study includes the potential areawhich can undergo the impact of the activities

84 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Figure 4. Vulnerability map and zoning of flooding risk.

Page 89: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

of the industrial facilities. It has potential sitesconstituting a natural environment of greatecological and biological interest, as well at theregional level as national, such, Merja zerga,merja Halloufa, merja Bokka, Fourat and SidiBoughaba (f igure 8). These ecological sites(SIBE) are considered, on the biological level,as one of the crossroads of fauna, ensuring aconsiderable natural balance. Its potentialbiodiversity is exceptionally high compared tothe other natural sites of Morocco. Indeed, onecan only insist on the floristic, faunistic andlandscape richness during programming of anytype of project having environmental impacts.The center of the area of study is practicallyempty or contains isolated green points. TheMain species recognized in Gharb forest are:cork oak, holm oak, Thuya, Eucalyptus,conifer, mixed forests and matorrals.

The choice of color composites in the visibleand infrared is well justif ied and wanted tosurface mapping of the study area. The selectedbands have several technical advantages(spectral resolution suitable for mapping of soiland vegetation). As such:

The blue band is only sensitive to wave-lengths between 0.45 and 0.52 microns, de-

f ined in the visible. It also allows the dif-ferentiation soil-plant (Scanvic, 1993). Solarreflectance is maximum because of its shortwavelength (λ);

Also according Scanvic (1993), the greenband is an indicator of vegetation chlorophyllprimary and secondary elements of heavymetal content. The correlation between the blueand green allows discrimination of dissolvedorganic matter. This band is sensitive to thespectrum ranging from 0.52 to 0.60 microns;

The red band is very useful in the visiblespectrum for determining the limits of soil andland geological (lithological differentiation). Thespectral signature of this wavelength (0.63-0.69microns) provides a very high contrastlithological, with lower atmospheric disturbancesfrom other visible wavelengths. It also serves asthe structural analysis and plant classification;

The band near infrared (NIR) is useful formapping vegetation stress resulting fromgeological and iron oxides (Scanvic, 1993). Itscombination with band 3 allows the delineationof water bodies. The ratio of bands 3 and 4allows to differentiate biomass and vegetationmoisture. But, in situations where the vege-tation is in early growth and in an arid or

Contribution to the management of the sensitive spaces by the geographical... 85

Figure 5. Situation map of the extraction sites of the building materials.

Page 90: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

86 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

semiarid, this differentiation becomes quitetricky and the spectral signature is muchinfluenced by the signal from the ground, thiscould be possible disruption corrected(Escadafal and Huete, 1991).

Mapping the land of the study area isdeveloped at a medium scale 1/200 000. Theimages TM and Landsat ETM + is a basicbackground including the optimal combinationof colour in the visible red and near infraredFCC 321 and FCC 432 (false colourcomposite) for the analysis of land use andspatial distribution canopy.

The Satellite imagery and TM Landsat ETM+ used are supplied with a level of radiometricand geometric correction detailed by thesupplier. The choice of these scenes TM andETM + (taken as a multiple dates, 15/04/1985,12/09/1987 on the 20/08/1999, 23/08/2009 and16/10/2010), but we will use the two scenes(15.04.1985 and 20.04.2010 of the coloredcomposition FCC 432). This variety made basedon multiple calendars climate zone (spring,summer and winter) to view the land and theirbusiness in different states (soil covered byvegetation, bare soil, no clouds, moist soil, etc.).

Combining FCC 432 is used for land covermapping of the study area, knowing that it isan agricultural area with high potential. In thewestern part of the study area, the ground iscovered, almost entirely, a canopy largelyagricultural character (concentration ofagricultural activities along the coast of linen

depression Gharb to a depth of over 500 m ofshoreline). This false-color composition allowsthe detection and differentiation of thevegetative study area.

432 tri-color image on the FCC vegetationis easily recognized by its own spectralsignature in red with a maximum reflectancein the red and near infrared.432 FCC on thisimage, vegetation is easily recognized by itsown spectral signature. For example, the redcolour indicates the presence of vegetation(maximum reflectance in the red and nearinfrared (Scanvic, 1993).

The analysis shows that the two images inthe red and near-infrared (NIR) ranges are redcanopy dominant, especially in the westernpart of the study area. This can be explainedby the sustainability of water resources of theGharb basin (see paragraph 5: Water resourcesavailable) and soil fertility. In the study area,is one of the largest groundwater reservoirs(groundwater Gharb). The difference betweenthe two images, may be felt towards the EastMediterranean, whose terrain and theremoteness of the water are their effects.

Still, the analysis of satellite imagery andTM Landsat ETM + (432 BCF and 321 BCF,Figure 6 and 7), the study area especially thiscoastal landscape units, characterized by arelatively flat morphology surrounded by dunesand fossil drained by the major wadiswatershed Sebu. The landscape of this area hassignificant value in that it is an area with high

Figure 6. Comparative Images of reflection and absorption of EM radiation uneven depending on the wavelengthof the tri-color picture composed of channel 4, 3 and 2 false-color, left the scene of 20/04/2010 and right stageof 15/04/1985.

Page 91: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

agricultural potential (fertile land), but alsosensitive. As we saw earlier, the evolution ofthe basin during the Cenozoic has driven thegenesis of a vast flat plain resulting from theaccumulation of a large sedimentary mass(which in some places exceeds 2000 m).Morphologically, said depression (Gharbbasin) is in the form of a basin that receives thebulk sedimentary all comers. It’s a wide openmiddle of the Atlantic Ocean, its intrinsic

characteristics reinforce and promote theagricultural potential of the Gharb plain byclimatic conditions.

Synthesis and recommendations

The analysis of the environmental elements(potentialities and constraints), it proves to beclear that the stakes of adjustment of the

Contribution to the management of the sensitive spaces by the geographical... 87

Figure 7. Comparative Images of reflection and absorption of EM radiation uneven depending on thewavelengthof the tri-color picture composed of channel 3, 2 and 1 in the visible, left the scene of 20/04/2010 and right stageof 15/04/1985.

Figure 8. Map of the distribution of the vegetation (from the Atlas of the Gharb, modified).

Page 92: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

depression of Gharb are important. The surfaceof study and rich in natural resources, they evenconstitute a constraint in a natural way or by abad governorship. So all the actors, on aregional and national scale, must become awareof this reality. It is necessary that the policy ofthe regional planning integrates theenvironmental constraints in all its strategy ofmanagement of the territory. This could bedone only by official will for the respect andthe application of Laws and Regulations.Elements below recapitulate the mainrecommendations to be considered in:

Regional seismic-tectonic risks

The establishment of the map of theintensities observed, since 1901 until 2001, wasfacilitated thanks to the available data of thedepartment of Physique of the Earth of theScientific Institute (figure 9). The analysis ofthese seismic-tectonic data, shows that the zoneof study is rather calm. It is in prolongation SWof the Rif chain. In addition, the zone inquestion is exposed to a certain tectonicactivity qualif ied as neotectonic, recent

tectonic activity of quaternary age, caused byshocks affecting the basin of Gharb. For thispurpose, the last earthquake, which hasoccurred on June 28, 2001 of magnitude 5 onthe Richter scale, reflects an important regionalsismotectonic dynamism. The definition of theparaseismic standards is strongly recom-mended and this, according to the standards ofparaseismic code RPS2000.

Strongly exploited water resources

The water resources remain quite sufficientcompared to the soil potentialities which ispedologically ready to receive the irrigation.In addition to this strong potential of perennialirrigation, there are also important poten-tialities in seasonal irrigation. Indeed, sinceabout twenty years, climatic variations occurby a greater irregularity of the rains and anextent, more and more, important of the areaof study. This deterioration is amplified by thebad management of the water resources thisinduces degradations on the level of thephysical environment, natural vegetation andquality of water. The good management of

88 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Figure 9. Map of the deforestation zones and weak zones.

Page 93: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

these not renewable resources requires a crucialreflection during the realization of any project.While benef itting from the great wotkconcerning the depollution of the Sebou Wadiand from the strategic and convenientprogramming.

Permanent risks of floods and the tsunamis

The flat morphological configuration of theGharb plain has at the same time an asset and aconstraint as regards management of thedownstream areas. With this flat configurationand the hydrographical network, the risk offloods and tsunamis is real. Because of thesignif icant absence of reliefs protecting thehinterland, the littoral zone is directly threatenedby the risks of tsunamis. Moreover, the Sebouwadi threatens the whole western territory suchSidi Allal Tazi’s urban area and Kenitra. In spiteof, the establishment of several upstreamhydraulic constructions. The flood risk ofdownstream area persists after each importantdownpour. So the department of the environmentof the Ministry of Land planning, Water and

Environment classif ied the urban centre ofKenitra as area of average risk. Its protectioncould be done only via dams of stabilization.

Safeguarding of the ecologicalenvironment

The negative impacts of engineering cons-tructions, on the natural and landscape environ-ment are taken into account, on the level of theimpact study on the environment of the variousprojects. Located in a subhumide bioclimaticstage, the Gharb plain is particularly sensitiveto deforestation especially in the forest ofMaâmora (figure 10). The studies of vulnera-bilities carried out within this framework,highlighted the multiplicity and the extent ofthe factors which go against the perennialityand against the variety of this not easily rene-wable capital. Among these factors, one quotes:the overgrazing, cutting of wood, absence ofregeneration of the forest. The analysis of thesefactors of degradation, show clearly that thesocial pressure constitutes a factor determiningof the deforestation of the forest of Maâmora.The consequences that will result from it are:

Contribution to the management of the sensitive spaces by the geographical... 89

Figure 10. The sismotectonical activity map of the coastal zone of the Gharb, (Ait Brahim, 2003, modified).

Page 94: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

natural environmental pollution, Sanding up,economic cost, rural migration.

Littoral: potential area to protect

In spite of, its great landscape and of coursetourist interest, the littoral zone, which extendsbetween Kénitra and Larache, is stronglyexploited and weakened by the extraction ofbuilding materials (f igure 10). This over-exploitation caused real attacks with thisfragile littoral environment (salinisation,pollution of the ground water of Gharb,disfiguration of the landscape).

In order to find the effective means for thesafeguard of this non renewable naturalresource, the state must directly intervene, inan urgent way, supported by the civil company,to oblige the owners to respect the terms of theimpact study on the environment. For thepolitical durability of the land planning, thisarticle should constitute the object of thedeepened researches undertaken by thedepartments, the concerned institutes and theresearchers, whose objective is to moreunderstand the characteristics of this naturallyrich area, but vulnerable and very sensitive, andto induce the positive impacts, by limiting andtreating those negative, if the control strategyof the programmed actions are taken intoaccount in a suitable way.

Conclusions

The study suggested here, makes it possibleto understand the importance of the use of theSIG in the studies of the Gharb plain planning.In addition, the discussions started in this studymade it possible to contribute to the com-prehension and the assimilation of charac-teristics of these potentialities and naturaland/or anthropic constraints. For this purpose,certain conclusions were drawn:

— Morphology, water, vegetable cover andthe exploitation of the quarries along the littoralzone are the principal constraints leading to aninstability of the natural environment.

— From point of view seismic-tectonic, thezone of Gharb is relatively stable. It supports

the construction of any kind of infrastructure,while respecting the standards paraseismiccode RS2000.

— Except some isolated areas, the, notprotected and badly managed, littoral like theindustrial zone, is an unfavorable zone for theinstallation of an important infrastructure. Theinstallation of such industrial constructions,will require a preventive strategy against thepossible risks of the tsunamis and the re-mediation of the exploited sites

— The choice of the adequate sites for theinstallation of the great projects, should be thesubject of a multidisciplinary decision.

— The integration of the whole of themulti-source data in a SIG, seems moreeffective in term of the management of the timeand the data base.

Generally, this study enabled us to reveal theproblems of the Gharb plain planning and theimportance of the method applied in the zoneof Gharb. In addition, this work made itpossible to establish a synthetic data base. Thisone intervenes at the same time upstream in thecharacterization of risks and constraints (objectof the research topic) and downstream likeDecision Support for the planning of the areaof study (objective of the research topic)

References

ABERKEN. M. 1986. Quaternaire littoral de labordure méridionale du Gharb (Maroc Nordoccidental) Aspect sédimentologique, pédologi-que et nétectonique. Bull. Inst. Géol. Bassind’Aquitaine, 39, 185-190.

AÏT BRAHIM, L. 2003. Cinématique desprincipales failles de la chaine rifaine, cadresismotectonique et risque sismique. Trav. Inst.Sci. Rabat, Série & Géogr. Phys., 21, 141-150.

AUBERT, C. A. J. 1950. Classif ication des sols.Rapport de tournée sur les sols du Gharb.

CIRAC, P. 1985. Le bassin sud-rifain occidental auNéogène supérieur. Évolution de la dynamiquesédimentaire et de la paléogéographie au coursd’une phase de comblement. Mem. Inst. Géol.Bassin d’Aquitaine, Université de Bordeaux 1,21, 287.

COMBE, M. 1975. Bassin du Gharb Maamora. Inressources en eau du Maroc. Notes et mem. Serv.Géol., Tome 2, Maroc, 231, 93-128.

El GHARBAOUI, A. 1987. Les climats: géographiephysique et géologie. Grande encyclopédie duMaroc, Selca S.A. ed., 3, 14-31.

90 A. Amrani, et al. / Revista de Teledetección (2012) 38, 77-91

Page 95: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Contribution to the management of the sensitive spaces by the geographical... 91

ESCADAFAL, H., & HUETE, AR. 1991:Improvement in remote sensing of low vegetationcover in arid regions by vegetation index forCorrecting soil «noise», Proc. Sc Paris, 312, Ser.II, p. 1385 to 1391.

FLINCH, J. F., & VAIL, P. R. 1998. Plio-Pliostocenesequence and tectonic of Gibraltar arc. Mesozoicand cenozoic sequence stratigraphy of Europe anBassin, SEMP Spatial publication, 60, 199-208.

FLINCH, J. F. 1993. Tectonic evolution of Gibraltararc. Ph.D. Dissertation, Rice Univ. Houston, 381p.

KACIMI, I. 2004. Hydrologie, Hydrogéochimie,Qualité des eaux et modélisation hydrodynami-que de la nappe côtière Gharb-Maamora, Maroc.Thèse d’état, Univ. Mohammed V. 7-12.

LITTO. W., JAAIDI, El B., MEDINA, F.. & DAKKI,M. 2001. Etude sismo-structurale de la margenord du bassin du Gharb (avant pays rifain,Maroc): mise en évidence d’une distension d’âgeMiocène tardif. Ecolgae Geol. Helv. 94, 63-73.

MICHARD, G. 1976. Eléments de géologie marocaine.Notes& mém. Serv. Géo. Mar. 252, 408p.

MONITIN, L. 1963. Etude sur les eaux souterrainesdu Gharb. Mémoire inédit, Rabat, Maroc.

ORMVAG. 1994. Etude pédologique au 1/20 000de la troisième tranche d’irrigation (T.T.I) sur unesuperficie de 100 000 ha. Zone de Menasra, Z1et Z2. Rapport. 180p.

PIQUE, P., & MICHARD, A. 1987. Moroccanhercynides: A synopsies, the Paleozoic se-dinientary and tectonic evolution at the WestAfrica. American Journal of Science, 289, 286-330.

RESING. 1994. Consultation en hydrogéologie dansles champs captants de Sidi Taibi, Ain Sebaa etAhmed Taleb (Captage Fourat / ProvinceKenitra), Rapport de synthèse ONEP/GTZ.

SCANVIC, J. Y. 1993. Remote sensing and geo-logical information. BRGM Edition, Manuals andMethods, No. 24, 284 pages, 67 figures.

THAUVIN, J. P. 1996. Monographie hydrogéolo-gique de la Maamora. Notes et mem. Ser. Geol.195, Maroc, 120 p.

ZOUHRI, L., LAMOUROUX, C., VACHARD, D.,& Pique, A. 2002. Evidence of flexural extentionof the Rif foreland: The Rharb-Maamora basin(northern Morrocco). Bull. Soc. Géol. Fr., 173,(6), 509-514.

Page 96: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Caso práctico

Cartografiado de bofedales usando imágenes de satéliteLandsat en una cuenca altoandina del Perú

E. García1 y M. A. Lleellish2

1 Autoridad Nacional del Agua. Calle Diecisiete, n.º 35. Urb. El Palomar, San Isidro. Lima, Perú.2 Direccion General Forestal y Fauna Silvestre del Ministerio de Agricultura,

Calle Diecisiete, nº 35. Urb. El Palomar, San Isidro. Lima, Perú.

Resumen

En este trabajo se presenta una metodología basada en imágenes de satélite Landsat para cartogra-fiar los humedales altoandinos conocidos como bofedales en la cuenca altoandina del río Acarí. Seutilizaron dos imágenes del satélite Landsat ETM+ cercanas al final de la estación húmeda y seca pa-ra captar la variabilidad espacial y temporal de estos ecosistemas y definir la mejor época para su car-tografiado. La metodología aplicada se basó en el algoritmo de clasificación conocido como AnálisisLineal de Mezclas Espectrales (ALME), apoyado de la interpretación visual y la inclusión del mode-lo digital de elevación SRTM. Los resultados fueron evaluados usando imágenes de satélite de alta re-solución espacial, a través de matrices de contingencia. El algoritmo ALME fue capaz cartografiar losbofedales mayores de 0.8 ha, con una fiabilidad del productor entre 86.9 y 91.2 %, según la fecha dela imagen utilizada, aunque esto último no fue estadísticamente significativo (p = 0.95). La fiabilidaddel usuario fue en todos los casos del 100%. La fiabilidad global estuvo entre 89.8 y 93.2% y el índi-ce Kappa entre 75 y 82%. El uso de esta metodología permitió conocer que en esta cuenca altoandinaexisten 2828 ha de bofedales estimadas para el año 2000, que equivalen al 1.5% del área de la cuen-ca alta y al 0.6% del área de toda la cuenca.

Palabras clave: teledetección, cartografiado, ALME, humedales, bofedales, Landsat.

Abstract

Mapping bofedales using Landsat satellite images in a Peruvian highandean basin

This paper describes a Landsat satellite imagery based method to map high Andean wetlands knownas bofedales in the Acarí highandean river basin. Two Landsat scenes was used which are near to thewet and dry season to capture the spatial and temporal variability of these ecosystems, so the best se-ason for their mapping were identified. The method was based on the algorithm of classification knowsas Lineal Spectral Mixture Analysis (LSMA), in conjunction with visual interpretation and a digitalelevation model SRTM. The results were evaluated with satellite images of high resolution using con-tingency matrix. LSMA algorithm was able to map bofedales higher than 0.8 ha, with producer`s ac-curacy between 86.9 and 91.2%, according to the date used, although this later not was significant(p=0.95). User’s accuracy in all cases was of 100%. The overall accuracy was between 89.8 and 93.2%and the kappa coefficient was between 75 and 82%. The use of this methodology made possible de-termine that in the Acarí high river basin there are 2828 ha of bofedales for the 2000 year, which isequivalent to 1.5% of the high basin and to 0.6% of the entire basin.

Key words: remote sensing, mapping, LSMA, wetlands, bofedales, Landsat.

* Autor para la correspondencia: [email protected]: 27-08-12 ; Aceptado: 12-09-12.

Asociación Española de Teledetección Revista de Teledetección 38, 92-108ISSN: 1988-8740

Page 97: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

Los humedales están entre los ecosistemasmás productivos del mundo y son de inmensaimportancia social y económica para la huma-nidad (Hall, 1997), cumplen muchas funcionesrelacionada con los recursos hídricos, como serfuentes naturales de agua, reguladores del ci-clo hidrológico y el clima, zonas de descargay recarga de acuíferos, barreras naturales con-tra las inundaciones y la intrusión marina, me-jorar la calidad del agua (Shine y Klemm,1999). Además se encuentran protegido por eltratado internacional conocido como la Con-vención Ramsar (1971).

En el Perú, existen humedales en las regio-nes marino-costera, andina y amazónica. Untipo particular de estos humedales son los bo-fedales, conocidos también como oconales, tur-beras, entre otros; que se ubican en las zonasaltoandinas y altiplánicas del país. Los bofe-dales son hábitats naturales húmedos, con aguapermanente, alimentados de diferentes fuentescomo manantiales, agua de deshielo, ríos y llu-via (Alzérreca, et al., 2001). A la fecha, en elPerú no existe un inventario nacional de hu-medales, sino trabajos hechos por diversas ins-tituciones públicas y privadas, de manera ais-lada, a distintas escalas cartográf icas y deescaso alcance territorial (limitándose a algu-nas regiones en particular). Por esta razón fuenecesaria la elaboración de una metodologíade trabajo que permita cartografiar de manerarápida y ef iciente la superf icie de bofedalescomo paso previo a un inventario de los mis-mos. La metodología se sustenta en el uso detécnicas modernas como la teledetección. Se-gún la Convención de Ramsar (2007), las imá-genes de satélite proveen de una herramientaúnica para el cartografiado de humedales engrandes extensiones de terreno, con el fin deobtener información sobre su ubicación y ex-tensión, a distintas escalas de análisis. Un re-paso de estas aplicaciones se puede encontraren Ozesmi & Bauer (2002). Actualmente, el al-goritmo de clasificación conocido como Aná-lisis Lineal de Mezclas Espectrales (ALME) oen inglés Spectral Mixture Analysis (SMA), esuna alternativa a los métodos convencionalesde clasificación digital de imágenes de satéli-te. Algunos autores han destacado la utilidad

de este algoritmo para el cartografiado de hu-medales (Brivio & Zilioli, 1996; Sang &Chong, 2004; He et al., 2010; Michishita et al.,2012).

El propósito de este trabajo fue evaluar eluso de las imágenes de satélite Landsat y el al-goritmo ALME para cartografiar los bofedalesubicados en la cuenca alta del rio Acarí, eva-luando sus resultando mediante matrices decontingencias. Además, se ha incluido un aná-lisis estadístico para determinar si la fecha detoma de las imágenes influye en la identifica-ción de este tipo de humedales.

Área de estudio

El área de estudio es la cuenca alta del ríoAcarí, que pertenece a la vertiente hidrográfi-ca del Pacíf ico y Abarca una superf icie de179.097 ha. Geográficamente se ubica entrelos 76º 01’ y 75º 30’ de Longitud Oeste, y14º 53’ y 13º 49’ de Latitud Sur (Figura 1). Po-líticamente forma parte de la provincia de Lu-canas, departamento de Ayacucho. Altitudi-nalmente la cuenca alta está comprendida entrelos 3.700 y 4.786 msnm.

De acuerdo a la información meteorológicadel estudio del INRENA (2003a), en la partealta de la cuenca, a una altitud de 4.800 msnm,el promedio de precipitación anual es de680 mm y es de carácter estacional. Las lluviastienen sus inicios en los meses primaverales yvan cobrando mayor intensidad (mes de febre-ro), para luego decrecer casi bruscamente du-rante el mes de abril, en que se inicia un pe-riodo de estiaje. La temperatura está ligada ensus variaciones al factor altitudinal. En la par-te alta de la cuenca la temperatura es de tipofrígido (5° C aproximadamente). En el citadoestudio se menciona la falta de estaciones y re-gistros históricos en esta parte de la cuenca.

En otro estudio realizado en la microcuen-ca del río San José (INRENA, 2003b), afluen-te de la parte alta del río Acarí, se hace una des-cripción de la cobertura vegetal de estamicrocuenca, en base a una combinación deconceptos fisonómicos, climáticos y florísti-cos. En dicho estudio los bofedales son consi-derados como un tipo de asociación vegetal yse les describe como áreas hidromórficas que

Cartografiado de bofedales usando imágenes de satélite Landsat... 93

Page 98: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

se encuentran por encima de los 3.700 msnm.Igualmente, se menciona que la especie que ti-pifica a esta asociación es la juncaceae (Seu-dogramínea) Distichia muscoides, de porte al-mohadillado (menos de 10 cm de altura). Estaespecie está en permanente crecimiento, debi-do a la abundante humedad del terreno y almismo tiempo es la principal fuente alimenti-cia del ganado altoandino, principalmente ovi-no y camélidos. Su consumo es tan intenso queestá provocando su deterioro.

Otras asociaciones vegetales citadas en elmismo estudio (INRENA, 2003b), y que se en-cuentran por encima de los 3.700 msnm, son lavegetación de tipo herbazal como el pajonal ycésped de puna, donde es común encontrar al-gunas especies arbustivas siempre verdes a ma-nera de inclusiones en estas pasturas como porejemplo la «tola» Parastrephya lepidophylla yen las quebradas algunos ejemplares de espe-cies arbóreas como la «queñoa» Polylepis sp.

Este tipo de vegetación es usado en forma ex-tensiva para el pastoreo del ganado como al-pacas, llamas, ovinos y vacunos durante el año.Otra asociación vegetal viene a ser el matorralhúmedo, que se caracteriza por la presencia decomunidades arbustivas que mantienen su fo-llaje siempre verde durante el año (perennifo-lias), y presentan una morfología especializa-da que le permite contrarrestar las condicionesextremas del clima. Generalmente las matas ar-bustivas alcanzan una altura máxima prome-dio de 2.5 m y se encuentran mayormente dis-persas y en forma restringida, formandopequeños «manchales» en ciertos sitios de lasladeras de los cerros; también es común queestos arbustos invadan terrenos de cultivosabandonados y en descanso.

También existen áreas de cultivo ubicadasprincipalmente a lo largo de las laderas. Losprincipales cultivos desarrollados son: papa,maíz amiláceo, haba, trigo, achita o kiwicha,

94 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Figura 1. Mapa de ubicación de la cuenca del río Acarí y del área de estudio.

Page 99: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

cebada grano y alfalfa. Se hace mención queexiste la necesidad de trabajos de un mayor de-talle para un completo inventario de las áreasde cultivos agrícolas y de pastos (INRENA,2003b).

Materiales y método

Descripción de la información satelitaly cartográfica

Se utilizaron dos escenas del satélite Land-sat ETM+, (path/row: 5/70) del 22 de junio y13 de noviembre de 2000 (Figura 2). Las imá-genes fueron descargadas de manera gratuitadesde internet, a través de la interfaz de datosde las ciencias de la Tierra (Earth Science Da-ta Interface ESDI) de la Universidad de Mary-land. El satélite Landsat ETM+ (NASA, 1998),orbita la tierra a una altitud de 705 km y pro-vee imágenes de manera continua y del mismolugar cada 16 días, cubriendo una extensión de185 km × 185 km. Este satélite cuenta con sie-te bandas multiespectrales, tres en el rango delvisible, una en el infrarrojo cercano, una en el

infrarrojo medio y una en infrarrojo lejano. Laresolución espacial es de 30 m a excepción dela banda térmica que es de 60 m. Adicional-mente posee una banda pancromática de 15 mde resolución espacial.

Como información auxiliar se usó la CartaNacional del Instituto Geográf ico Nacional(IGN) a la escala 1:100 000, que se encontra-ba en formato shapefile de ESRI. Esta infor-mación de tipo vectorial contenía datos de cur-vas de nivel, red hidrográfica, lagos y lagunas,cotas, señales geodésicas y áreas urbanas. Tam-bién, se usó el modelo digital de elevación(MDE) gratutio, denominado SRTM por sus si-glas en ingles Shuttle Radar Topography Mi-sión, que cuenta con una resolución espacialde 90 m para Sudamérica y un detalle y preci-sión aceptables para una cartografía a la esca-la 1:100 000 (Alves et al., 2006).

En la etapa de evaluación de la fiabilidad delos resultados se usaron las imágenes de altaresolución disponibles para el área de estudioen el programa Google Earth. Sobre estas imá-genes se identif icaron visualmente los bofe-dales que servirían como puntos verdad-terre-no a ser usados en la etapa de validación de losresultados. Igualmente, en la etapa de evalua-

Cartografiado de bofedales usando imágenes de satélite Landsat... 95

Figura 2. Imágenes de satélite Landsat usadas, en combinación 453 (RGB) y superpuesto con el límite de la cuen-ca alta del rio Acarí.

22/06/2000: Landsat ETM 13/11/2000: Landsat ETM

Page 100: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ción de la fiabilidad de los resultados, se uti-lizó la información digital en formato vecto-rial shapefile del mapa de cobertura vegetalelaborado por el INRENA (2003b) para la zo-nif icación agroecológica de la microcuencaSan José a la escala 1:25 000. Este mapa in-cluía a la clase temática bofedales y fue ela-borado en base a la interpretación visual de unaimagen Landsat ETM+ fusionada a15 m de pi-xel, correspondiente al 08/08/1999. Esta in-formación será comparada con los resultadosde la clasificación digital usando el algoritmoALME y los puntos de referencia colectadosde las imágenes de alta resolución del progra-ma Google Earth.

Descripción del algoritmo ALME

El ALME se fundamenta en que la respues-ta espectral medida por el sensor, es una com-binación lineal de las respuestas espectrales detodos los componentes dentro de un determi-nado pixel (Smith et al., 1990; Adam et al.,1995, Ustin et al., 1999). Está dado por la si-guiente ecuación:

[1]

donde ρi, j, k indica la reflectividad observada enel píxel i, j en la banda k; Fi, j, m es la proporcióndel componente m en ese píxel para cada unade las p categorías puras; ρm, k corresponde a lareflectividad característica de ese componen-te m en la banda k, y ei, j, k es un término delerror asociado a la estimación de las propor-ciones en cada píxel i, j.

El ALME primero necesita definir un con-junto de píxeles puros de las cubiertas que se-rán clasificadas y que se conocen como «en-demembers» (Adam et al., 1995) y encastellano como «miembros terminales» (Chu-vieco, 1996). El número de miembros termi-nales está limitado por el número de bandas dela imagen de satélite donde será aplicado (The-seira et al., 2002). Para el caso de las imáge-nes Landsat, un máximo de cuatro miembrosterminales son usualmente usados, debido aque las tres bandas del espectro visible estánfuertemente correlacionadas unas con otras

(Small, 2001; Theseira et al., 2002). Estosmiembros terminales pueden ser identificadosprincipalmente mediante dos métodos (Lunet-ta, 1998; van der Meer, 1999): (a) librerías es-pectrales obtenidas en campo o en laboratorioy (b) la extracción de los pixeles puros direc-tamente desde la imagen. El segundo métodoes preferido al primero, ya que son colectadosbajo las mismas condiciones atmosféricas dela imagen. Esto ahorra la necesidad de una co-rrección atmosférica absoluta para su aplica-ción (Palaniswami, 2006). En este trabajo seusó la opción (b), ya que se extrajo la muestrade pixeles puros directamente desde la imagen,a través de la digitalización en pantalla.

Definición de la escala cartográfica y la mínima unidad cartografiable

Según la Convención Ramsar (2007), la es-cala espacial utilizada para el inventario de hu-medales es inseparable de sus objetivos y tieneuna gran influencia en la selección del métodoa utilizar. También recomienda, que al escogerla escala de trabajo es preciso determinar pri-mero el objetivo y luego evaluar cómo puedelograrse mediante la escala escogida.

Dado que el propósito de este trabajo es car-tografiar y cuantificar los bofedales que exis-ten en la cuenca alta del rio Acarí, a un nivelde semidetalle, para su uso con fines de ges-tión y conservación de humedales. Se deter-minó que las imágenes de satélite Landsat se-rían adecuadas para este f in y se def inió laescala de trabajo en 1:100 000.

La información que actualmente existe so-bre bofedales a nivel nacional en el Perú, ha si-do tomada de los mapas de cobertura vegetalelaborados a la escala 1:250 000 por el INRE-NA (Figura 4), la cual es importante para co-nocer el potencial de humedales a escala na-cional, pero no es lo suficientemente detalladapara la gestión y conservación de estos eco-sistemas a escala de cuenca.

La Mínima Unidad Cartografiable (MUC)fue definida en 0.8 ha. La MUC representa eltamaño mínimo de una categoría que puede sercartografiado como una entidad individual yestá en estrecha relación con la resolución dela imagen de satélite (Lunetta & Balogh, 1999,

ρ ρi j k i j m m k i j km p

F e, , , , , , ,,

= +=∑

1

96 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Page 101: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Cobbing, 2007). En este trabajo se consideróla regla propuesta por Thompson et al. (2002),quien propone que para la clasificación digi-tal, un mínimo de tres por tres pixeles son ne-cesarios en la determinación de una categoríaa cartograf iar. En el caso de las imágenesLandsat con un pixel de 30 m, corresponderíaun área de 8.100 m2, que en hectáreas equiva-len a 0.8 ha.

Preprocesamiento de la información

Las imágenes Landsat ETM+ ya se encon-traban ortorectif icadas en el sistema de pro-yección UTM (Universal Tranversa Mercator)Zona 18 Sur, por lo que se verificó que existauna adecuada coincidencia con la red hidro-gráfica de la Carta Nacional del IGN a la es-cala 1:100 000 usada como referencia en estetrabajo. Luego se efectuaron sobre las escenasunos realces radiométricos, con el fin de haceruna primera interpretación visual de la escenay de los bofedales existentes. Los realces ra-diométrico usados fueron de ecualización dehistograma y desviación estándar. En base a es-te análisis se seleccionó la combinación de ban-das que discriminaría mejor las cubiertas pre-sentes en las imágenes, en especial de losbofedales. Se escogió la combinación 453 asig-nada a los colores rojo, verde y azul (RVA), yque corresponden a las bandas del infrarrojocercano (0.77-0.9 μm), medio (1.5-1.7 μm) yvisible (0.63-0.69 μm) del satélite LandsatETM. En general, esta combinación demostróque captura una gran variabilidad de tonos enla imagen, y además ha sido utilizada en la in-terpretación de las cubiertas del terreno en elprograma de la Agencia Europea del MedioAmbiente denominado CORINE (Coordina-tion of Information on the Environment) LandCover (EEA, 1994).

Otro proceso necesario fue la conversión deniveles digitales (ND) a valores de reflectivi-dad. Para esto se usó el método COS(TZ), elcual incluye una corrección por el efecto dedispersión y transmisividad atmosférica (Chá-vez, 1996). La conversión de ND a valores dereflectividad intenta disminuir la variabilidadespectral ocasionada por diversos factores ex-ternos como la atmósfera y la iluminación so-

lar para imágenes captadas en diferentes fechas(Chávez, 1996). Estas operaciones de prepro-cesamiento fueron realizadas de la misma ma-nera en la escena del mes de abril y noviembrede 2000. Los programas utilizados en esta par-te del trabajo fueron el ArcGis y ERDAS.

Cartografiado digital de bofedales

En este trabajo se ha considerado la exis-tencia de Bofedales a partir de la cota de3.700 msnm. Este dato se tomó del estudio delINRENA (2003b) y fue corroborado con la in-terpretación visual de las imágenes, y con apo-yo del MDE. El flujo de trabajo seguido semuestra en la Figura 3. La aplicación del al-goritmo ALME se realizó independientemen-te para cada imagen Landsat ETM, usando elmodulo «Linear Spectral Unmixing» del pro-grama IDRISI. Las tres bandas utilizadas delLandsat ETM fueron la 3, 4 y 5, y los tres«endmenbers» fueron: bofedales, agua y sue-lo; que se digitalizaron en pantalla sobre laimagen (Figura 4-a). Tras aplicar el algoritmoALME, los resultados fueron tres mapas defracción o abundancia (Figura 4-b, c y d), quemuestran en valores en el rango de 0-1 la pro-babilidad de que un pixel pertenezca a cadauna de estas cubiertas (bofedales, agua y sue-lo). Igualmente se obtuvo una imagen de error(Figura 4-e) que representa el grado de ajustedel modelo. Dado que el interés es determinarla extensión de los bofedales, se trabajó enadelante con el mapa de fracción de esta cu-bierta (Figura 4-b).

En la Figura 4 se pueden ver los mapas defracción de las cubiertas obtenidas con el AL-ME para la imagen Landsat ETM de junio. Elvalor más alto representa la mayor probabili-dad de encontrar este tipo de cubierta. Sobreel mapa de fracción de bofedales se aplicó unumbral de separabilidad a f in de obtener unmapa binario que represente en valores de «1»la mayor probabilidad de encontrar bofedalesy en «0» la no existencia bofedales. Este um-bral se determinó analizando el mapa de frac-ción de bofedales superpuesto con la imagende satélite original mediante un proceso deprueba y error. El valor final del valor de um-bral para aislar los bofedales, fue fijado en 0.5.

Cartografiado de bofedales usando imágenes de satélite Landsat... 97

Page 102: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

98 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Figura 3. Flujo de trabajo seguido para extraer los bofedales de la cuenca alta del rio Acarí usando el algoritmoALME sobre imágenes Landsat.

Page 103: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

De la misma forma se procedió con la imagende noviembre, seleccionando los «endmen-bers» en la misma ubicación que en la imagen

de junio, esto a efectos de comparar sus re-sultados y evaluar la mejor fecha para la iden-tif icación de los bofedales. En este trabajo se

Cartografiado de bofedales usando imágenes de satélite Landsat... 99

Figura 4. a) Imagen Landsat con la ubicación de los pixeles puros. b) Imagen fracción de bofedales. c) imagenfracción de agua. d) imagen fracción de suelo. e) imagen de error y f) bofedales clasificados

A B

C D

E F

Page 104: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

optó al f inal por sumar las clasificaciones debofedales de las dos fechas utilizadas (junio ynoviembre), aunque como se discutirá másadelante esto no fue significativo estadística-mente.

Sobre las imágenes de fracción de bofeda-les de junio y noviembre, se aplicaron dos ti-pos de filtrados. Por un lado, uno para suavi-zar los píxeles de borde evitando el efectoescaleras de la clasificación digital y por el otropara disminuir el ruido inherente a la clasifi-cación digital, eliminando las agrupaciones depíxeles que no están por encima de la MUC se-leccionada (0.8 ha). Igualmente, se hicieron al-gunas correcciones manuales donde ambos fil-tros fallaban, especialmente por la confusiónentre los bofedales y los cultivos de ladera queexisten en las cotas más bajas de la cuenca al-ta por su similar reflectividad espectral.

El mapa de bofedales en formato raster seimportó dentro del programa Arcgis para con-vertirlo al formato vectorial shapefile de tipopolígono (Figura 4-f), ya que este tipo de in-formación es de uso más frecuente en los SIG.

Evaluación de la clasificación digital

Es necesario, luego del proceso de clasifi-cación en imágenes de satélite, reflejar de al-guna manera la f iabilidad de sus resultados.Para esto, se puede comparar un conjunto depuntos escogidos aleatoriamente en el mapaclasificado con otras fuentes que se conside-ren fiables (Sobrino, 2000).

La evaluación de la fiabilidad de los mapasde bofedales obtenidos para la parte alta de lacuenca del rio Acarí usando el algoritmo AL-ME, se hará usando matrices de contingenciascon sus respectivos descriptores estadísticos,como la fiabilidad global (F) y el análisis Kap-pa, definido este último por el valor del esta-dístico KHAT (Tabla 1). Una matriz de con-tingencia es una tabla cuadrada que indica lacorrespondencia entre las clases del productoa evaluar y las clases de referencia. La diago-nal principal indica el número de pixeles quehan sido correctamente clasificados para cadacategoría, mientras que los elementos ubica-dos fuera de la diagonal indican los errores de

100 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Tabla 1. Expresión matemática de la matriz de contin-gencia y de sus estadísticos F y KHAT

Fuente: adaptado de Congalton & Green, 2007.

j = Columnas (referencia)Total

de filas

1 2 k ni+

i = F

ilas

(cl

asif

icac

ión

) 1 n11 n12 n1k n1+

2 n21 n22 n2k n2+

k nk1 nk2 nkk nk+

Tot

al d

e co

lum

nas

n=j n+1 n+2 n+k n

Fxn

nKHAT

n n n niii k iii k i ii= == = + +=∑ ∑1 1 1, , ,_

kk

i ii kn n n

∑∑ + +=

21

–,

Page 105: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Cartografiado de bofedales usando imágenes de satélite Landsat... 101

asignación. La matriz de contingencia tambiénpermite evaluar el error y la fiabilidad con res-pecto a las perspectivas del productor y delusuario del mapa. La fiabilidad del productor,es una medida del error de omisión, mientrasque la fiabilidad del usuario, es una medida delerror de comisión (Congalton, 1991). El valorde F, se calcula dividiendo el número total depixeles correctamente clasificados por el nú-mero total de pixeles de referencia y expre-sándolo como porcentaje, mientras que el va-lor de KHAT es un estadístico que mide ladiferencia entre el acuerdo mapa-realidad quecabría esperar simplemente por azar, más de-talle en Congalton & Green, 2007.

Congalton et al. (1983) describe de qué ma-nera un test de significancia estadística puedeser aplicado sobre el KHAT de una sola clasi-ficación para determinar si el acuerdo entre laclasificación por sensores remotos y la infor-mación de referencia es estadísticamente sig-nificativa (mejor que una clasificación al azar).Igualmente, describe otro test aplicado sobreun par de KHAT calculados independiente-mente, con el que es posible comparar esta-dísticamente dos tipos de clasificaciones o dosfechas de imágenes para evaluar cual produceresultados más fiables.

En este trabajo, los datos para alimentar lamatriz de contingencia se obtendrán de las imá-genes de satélite de alta resolución del progra-ma Google Earth disponibles para un sector dela parte alta de la cuenca de río Acarí. En basea estas imágenes y usando la interpretación vi-

sual se extraerán de manera aleatoria los pun-tos que representarán la verdad-terreno que ser-virán para la validar la clasif icación digitalusando el algoritmo ALME. La misma infor-mación también será usada para evaluar la fia-bilidad del mapa de bofedales que se encuen-tra en el estudio del INRENA (2003b) de lamicrocuenca San José y que ha sido elaboradopor métodos analógicos.

Resultados y discusión

Los mapas clasificados con el algoritmo AL-ME fueron evaluados a través de cuatro matri-ces de contingencia (Tablas 2-5) que se calcu-laron en base a 177 puntos extraídos de maneraaleatoria de las imágenes de alta resolución delprograma Google Earth. De los 177 puntos,137 puntos corresponden a bofedales, y el res-to a otro tipo de cubierta del suelo.

Las cuatro matrices de contingencias calcu-ladas, obedecían a criterios y métodos de cla-sificación distintos, estos fueron: i) en base alos bofedales cartografiados por el ALME enla imagen del mes de junio versus la informa-ción puntual extraída de las imágenes de altaresolución (Tabla 2). ii) en base a los bofeda-les cartografiados por el ALME en la imagendel mes de noviembre versus la informaciónpuntual extraídas de las imágenes de alta re-solución (Tabla 3). iii) en base a los bofedalescartografiados por el método ALME luego deefectuar la integración de las clasificaciones

Tabla 2. Matriz de contingencia para la clasificación de la imagen de junio (i)

Datos de referencia

Bofedal No Bofedal Total Ex.U. E.C.

Dat

os c

lasi

fica

dos

Bofedal 121 0 121 100.0 0.0

No Bofedal 16 40 56 71.4 28.6

Total 137 40 177

Ex.P. 88.3 100.0 F = 91.0

Ex.O. 11.7 0.0 KHAT = 0.77

Page 106: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

de las imágenes de junio y noviembre versusla información puntual extraídas de las imá-genes de alta resolución (Tabla 4). iv) en basea los bofedales cartografiados por el métodoALME luego de efectuar la integración de lasclasificaciones de las imágenes de junio y no-viembre versus la información extraídas pormétodo analógicos de interpretación y delimi-tación manual en imágenes impresas y concomprobación de campo (Tabla 5).

Del análisis de las matrices se desprende lasiguiente información: en la matriz (i), de los137 puntos de referencia para la cubierta debofedales, fueron identificados correctamen-te por el ALME en el mes de junio 121 pun-tos, lo que hace una fiabilidad del productordel 88.3% y un error de omisión de 11.7%. En

el caso de la fiabilidad del usuario esta es del100% por lo que el error de comisión es nulo.La fiabilidad global (F) es de 91% y el valorde KHAT es de 0.77, lo que quiere decir quenuestra clasificación es mejor en 77% que unaclasificación hecha al azar. En la matriz (ii),de los 137 puntos de referencia para la cubiertade bofedales, fueron identif icados correcta-mente por el ALME en el mes de noviembre119 puntos, lo que hace una fiabilidad del pro-ductor del 86.9%, algo menor que para la ima-gen de junio, y un error de omisión de 13.1%,algo mayor que en el mes de junio. En el casode la fiabilidad del usuario esta es del 100%por lo que el error de comisión es nulo. La fia-bilidad global (F) es de 89.9% y el valor deKHAT es de 0.75, lo que quiere decir que nues-

102 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Tabla 3. Matriz de contingencia para la clasificación de la imagen de noviembre (ii)

Datos de referencia

Bofedal No Bofedal Total Ex.U. E.C.D

atos

cla

sifi

cad

os

Bofedal 119 0 119 100.0 0.0

No Bofedal 18 40 58 69.0 31.0

Total 137 40 177

Ex.P. 86.9 100.0 F = 89.8

Ex.O. 13.1 0.0 KHAT = 0.75

Tabla 4. Matriz de contingencia para la suma de clasificaciones de las imágenes de junio ynoviembre (iii)

Datos de referencia

Bofedal No Bofedal Total Ex.U. E.C.

Dat

os c

lasi

fica

dos

Bofedal 125 0 125 100.0 0.0

No Bofedal 12 40 52 76.9 23.1

Total 137 40 177

Ex.P. 91.2 100.0 F = 93.22

Ex.O. 8.8 0.0 KHAT = 0.82

Page 107: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tra clasificación es mejor en 75% que una cla-sificación hecha al azar. En la matriz (iii), delos 137 puntos de referencia para la cubiertade bofedales, fueron identif icados correcta-mente en la integración de la imagen clasifi-cada por el ALME en los meses de junio y no-viembre 125 puntos, lo que hace una fiabilidaddel productor del 91.2%, ligeramente mayor ala clasificación independiente del mes de ju-nio y mayor que en la clasificación indepen-diente del mes de noviembre. El error de omi-sión fue de 8.8%, ligeramente menor que en laclasificación independiente del mes de junioy menor que en la clasificación independien-te del mes de noviembre. En el caso de la fia-bilidad del usuario esta fue del 100%, por loque el error de comisión es nulo, igual que loscasos anteriores (clasificación independientede junio y noviembre). La fiabilidad global (F)fue de 93.2% y el valor de KHAT es de 0.82,lo que quiere decir que nuestra clasificaciónes mejor en 82% que una clasificación hechaal azar. Por último, en la matriz (iv), de los 137puntos de referencia para la cubierta de bofe-dales, fueron identificados correctamente enel mapa elaborado por métodos convenciona-les (INRENA, 2003b), 112 puntos, lo que ha-ce una fiabilidad del productor del 81.8%, lamás baja en relación a las matrices anteriores.El error de omisión también fue mayor, 18.2%,en relación a las matrices anteriores. En el ca-so de la f iabilidad del usuario esta fue del85.3%, con un error de comisión de 18.2%. Lafiabilidad global (F) fue de 85.3% y el valor

de KHAT es de 0.65, lo que quiere decir quenuestra clasificación es mejor en 65% que unaclasificación hecha al azahar.

La mayor cantidad de aciertos del ALME enla clasificación de bofedales se obtiene con laclasificación que integra las imágenes de junioy noviembre (91.2%), seguida de la clasifica-ción independiente de la imagen de junio(88.3%), seguida de la de noviembre (86.9%) ypor último la clasificación obtenida por los mé-todos analógicos de interpretación y digitali-zación manual (81.8%). El análisis estadísticode las matrices de contingencia permitió eva-luar independientemente y en pares el nivel designificancia estadística, sobre cada criterio declasificación aplicado para extraer los bofeda-les de las imágenes de satélite Landsat.

En la Tabla 6 se presenta los resultados delanálisis Kappa sobre las matrices de contin-gencia individuales. Como se mencionó, el va-lor del estadístico KHAT es una medida de lafiabilidad muy usada para evaluar los resulta-dos alcanzados en una clasificación digital deimágenes de satélite frente una fuente de in-formación de mayor fiabilidad. Landis y Koch(1977) caracterizaron en tres los rangos en quese puede encontrar el valor de este estadísticoKHAT: un valor mayor que 0.80 (>80%) re-presenta un acuerdo muy fuerte; un valor en-tre 0.40 y 0.80 (40-80%) representa un acuer-do moderado; y un valor menor de 0.40 (40%)representa un acuerdo muy pobre. En la Tabla 6también se muestran el valor del estadístico Zusado para determinar si la clasificación es sig-

Cartografiado de bofedales usando imágenes de satélite Landsat... 103

Tabla 5. Matriz de contingencia para la delimitación manual (iv)

Datos de referencia

Bofedal No Bofedal Total Ex.U. E.C.D

atos

cla

sifi

cad

os

Bofedal 112 0 113 99.1 0.9

No Bofedal 25 39 64 60.9 39.1

Total 137 40 177

Ex.P. 81.82 97.5 F = 85.3

Ex.O. 18.2 2.5 KHAT = 0.65

Page 108: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

nificativamente mejor que una clasificación re-alizada al azar. Al nivel de 95% de confiden-cia, el valor critico de Z seria 1.96. En las cua-tro clasificaciones conseguimos un valor delestadístico Z mayor que el valor critico 1.96(p = 0.95), por lo que se puede afirmar que enlas cuatros clasificaciones conseguimos resul-tados mejores que los esperados en una clasi-ficación hecha al azar.

En la Tabla 7, se presentan los resultadosdel análisis Kappa al comparar en pares lasmatrices de contingencia de las tablas 2-5 pa-ra determinar si son estadísticamente signifi-cativas. El resultado de este test de signif i-cancia revela que solo para las matrices decontingencia «iii vs. iv», esta diferencia es sig-nificativa, ya que el valor del estadístico Z esmayor que el umbral de significancia escogi-do 1.96 (p = 0.95). De lo anterior, se puedeafirmar que en el caso de este trabajo, el mé-todo de clasif icación digital ALME obtieneuna mayor f iabilidad en el cartograf iado debofedales que los métodos analógicos de in-terpretación y digitalización manual. Además,en lo que respecta al uso de imágenes de dis-tintas fechas para el cartografiado de bofeda-les, este trabajo reveló que la clasificación deimágenes de distintas fechas o la suma de am-bas clasificaciones no es estadísticamente sig-

nificativa, ya que en cada caso el valor del es-tadístico Z fue menor que el umbral de signi-ficancia escogido 1.96 (p = 0.95). Aunque conla suma de ambas clasificaciones se consiguenun mayor valor de KHAT.

Luego, en el programa ArcGis, se calculó laextensión de la superficie de bofedales para laparte alta de la cuenca del río Acarí se. Existeen total 2.828 ha de bofedales para el año 2000,que equivalen al 1.5% del área de la cuenca al-ta del rio Acarí y al 0.6% del área de toda lacuenca. El mapa final con la distribución y ex-tensión de los bofedales de la cuenca alta delrío Acarí se muestra en la Figura 5.

Algunos inconvenientes en el uso de estametodología son la determinación del valor al-titudinal adecuado para considerar la existen-cia de bofedales, el cual puede variar en fun-ción de la cuenca estudiada y está sujeto a lahabilidad y conocimiento del intérprete. Sepuedo notar que mientras que la cota de bofe-dales sea más baja, los bofedales tenderán aconfundirse con zonas cultivadas de la cuenca,ya que presentan similar reflectividad; por loque los trabajos de edición final serán mayo-res. En el caso específico de la cuenca alta delrio Acarí, el valor de 3.700 msnm fue el másadecuado, no obstante existió alguna confusiónentre los bofedales cartografiados con los cul-

104 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Tabla 6. Comparación de la significancia estadística individual para las cua-tro clasificaciones

Matriz de contingencia KHAT Estadístico Z Resultado

i 0.77 14.56 S

ii 0.75 13.61 S

iii 0.82 17.07 S

iv 0.65 10.60 S

S = Significativo (p = 0.95).

Tabla 7. Comparación de la significancia estadística entre fe-chas y método de clasificación

Matriz de contingencia Estadístico Z Resultado

i vs. ii 0.26 NS

iii vs. i 0.69 NS

iii vs. ii 0.95 NS

iii vs. iv 2.17 S

NS = No significativo, S = Significativo (p = 0.95).

Page 109: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tivos ubicados en zonas de laderas en el límitede la cotas 3.700 msnm, lo que tuvo que edi-tarse de manera manual. Esta metodología eseficiente para cartografiar los humedales alto-andinos conocidos como bofedales, que mues-tran una vegetación permanentemente húme-da todo el año, pero se pudo notar que existenotro tipo de ecosistemas hídricos que no pue-den ser representados adecuadamente, ya quesi son susceptibles a la temporada húmeda yseca en la parte alta de la cuenca.

En el proceso de clasificación de bofedales,se pudo notar que si el interés es cartografiar

cuerpos de agua (lagos, lagunas), las imágenesde satélite cercanas al final de la estación hú-meda, capturarán una mayor extensión de la-gunas permanentes y temporales, ya que en laépoca seca las lagunas más grandes tienden adisminuir su espejo de agua y las lagunas demenor tamaño tienden a secarse.

Si hacemos una comparación de la carto-grafía a la escala 1:250 000, que actualmenteexiste en el Perú sobre bofedales a nivel na-cional (Figura 6), inmediatamente nos damoscuenta de la generalización y sobrestimaciónde este tipo de humedales. De aquí la impor-

Cartografiado de bofedales usando imágenes de satélite Landsat... 105

Figura 5. Mapa de bofedales para la cuenca alta del río Acarí extraídos en base a las imágenes Landsat aplican-do el algoritmo ALME.

Page 110: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tancia de contar con información más detalla-da de la superficie de humedales del país quepermita cuantificar con mayor fiabilidad la ex-tensión de este tipo de ecosistema.

Conclusiones

Este articulo demuestra que las imágenes desatélite Landsat y el algoritmo ALME puedenser usadas de manera efectiva para cartografiarlos humedales altoandinos conocidos como bo-fedales, a la escala 1: 100 000 y mayores de0.8 ha.

La fiabilidad del productor para la cubiertade bofedales en la cuenca alta del rio Acarí es-tuve entre 86.9-91.2% y la fiabilidad del usua-rio fue del 100%. La fiabilidad global de la cla-sif icación estuvo entre 89.8-93.2%. Lasuperficie de bofedales estimada para el año2000 fue de 2.828 ha, que representa el 1.5%de la superficie de la cuenca alta y 0.5% de lasuperficie de toda la cuenca.

El empleo de imágenes de distintas fechasen un año, permitió evaluar la mejor época pa-ra cartografiar los bofedales de la cuenca altadel rio Acarí. Los resultados concluyeron quea un nivel de significancia estadística del 95%,es indistinto el uso de imágenes de diferentes

fechas en esta cuenca, aunque la mayor canti-dad de aciertos se da cuando se suman las cla-sificaciones de ambas imágenes, seguida de laclasificación de la imagen de finales de la es-tación húmeda, y luego de la imagen de fina-les estación seca.

La comparación entre los bofedales carto-grafiados manualmente, a través de métodosanalógicos y los bofedales clasificados digital-mente con el algoritmo ALME; demostró queeste último es superior para el cartografiado debofedales. La clasif icación digital permitióidentificar una mayor extensión y nivel de de-talle a diferencia de la clasificación manual.

La principal dificulta para cartografiar losbofedales con el algoritmo ALME está en se-leccionar un adecuado umbral en el mapa defracción de bofedales. Además mientras la co-ta limite de bofedales es más baja, estos pue-den confundirse con algunos cultivos de lade-ra, por su similar respuesta espectral; por loque se debe hacer una edición manual al finaldel proceso de clasificación digital.

El uso de imágenes de alta resolución dis-ponibles en el programa Google Earth de ma-nera gratuita, es una fuente de informaciónmuy útil para evaluar la fiabilidad de la clasi-ficación digital cuando no se cuentan con in-formación de campo, como quedo demostradoen este trabajo.

El cartograf iado de bofedales realizado através de imágenes de satélite provee de valio-sa información para la gestión y conservaciónde estos humedales altoandinos, a fin de man-tener las funciones y servicios ecosistémico enlas cabeceras de cuenca, sobre todo aquellosrelacionados con la regulación y la provisiónde recursos hídricos.

Referencias

ADAMS, J. B., SABOL, D. E., KAPOS, V., FILHO,R. A., ROBERTS, D. A., SMITH, M. O., et al.1995. Classification of multispectral images ba-sed on fractions of endmembers: Application toland-cover change in the Brazilian Amazon. Re-mote Sensing of Environment, 52(2): 137-154.

ALVES, P. R., GABOARDI, C. & CASTRO, L.2006. Avaliação da precisão dos modelos SRTMpara a Amazônia. Revista Brasileira de Carto-grafia, 58(1): 101-107.

106 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Figura 6. Bofedales extraídos de la imagen de satéli-te Landsat (en azul) Vs. La información actual de bo-fedales a nivel nacional a la escala 1:250 000 (en ama-rillo).

Page 111: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

ALZÉRRECA, H. A., PRIETO, G. C., LAURA,J. C., LUNA, D. CH., & LAGUNA, S. B. 2001.Características y distribución de los bofedales enel ámbito boliviano del sistema T.D.P.S. Proyec-to BOL/98/G31, Conservación de la Biodiversi-dad en la Cuenca del Lago Titicaca —Desagua-dero— Poopó-Salar de Coipasa (T.D.P.S.),Subcontrato 21.12. Asociación Integral de Ga-naderos en Camélidos de los Andes (AIGACAA),La Paz, Bolivia, 140 pp.

BRIVIO, P. A., & ZILIOLI, E. 1996. Assessing we-tland changes in the Venice lagoon by means ofsatellite remote sensing data. Journal of CoastalConservation , 2: 23-32.

COBBING, B.L. 2007. The use of Landsat ETMimagery as a suitable data capture source for alienacacia species for the WFW programme. Masterthesis, Rhodes University.

CONGALTON, R. G., & GREEN, K. 2007. Asses-sing the accuracy of remotely sensed data: Prin-ciples and practices. Lewis Publishers, New York.

CONGALTON, R. G. 1991. A review of assessingthe accuracy of classifications of remotely senseddata. Remote Sensing of Environment, 37:35-46.

CONGALTON, R. G., ODERWALD, R. G., & ME-AD, R. A. 1983. Assessing Landsat classificationaccuracy using discrete multivariate statisticaltechniques. Photogrammetric Engineering andRemote Sensing, 49(12): 1671-1678.

CONVENCIÓN DE RAMSAR. 2007. Inventario dehumedales: un Marco para el Inventario de Hu-medales. Manuales Ramsar para el uso racionalde los humedales 3a. edición, vol. 12. Secretariade la Convención Ramsar, Gland (Suiza).

CHAVEZ, P. S. 1996. Image-Based AtmosphericCorrections-Revisited and Improved. Photo-grammetric Engineering and Remote Sensing,62: 1025-1036.

CHUVIECO. 1996. Fundamentos de la Teledetec-ción espacial, Madrid: Ed. Rialp, 568 p.

EEA. 1994. CORINE Land Cover: Part 1: Metho-dology; CORINE Land Cover; Commission ofthe European Communities: Copenhagen, Den-mark.

HALLS, A. J. 1997. Wetlands, Biodiversity and theRamsar Convention: The Role of the Conventionon Wetlands in the Conservation and Wise Useof Biodiversity. Ramsar Convention Bureau,Gland, Switzerland.

HE, M. M., ZHAO, B., OUYANG, Z., YAN, Y., &LI, B. (2010), Linear spectral mixture analysis ofLandsat TM data for monitoring invasive exoticplants in estuarine wetlands. International Jour-nal of Remote Sensing, 31 (16): 4319-4333.

INRENA. 2003a. Estudio Integral de los RecursosHídricos en las Cuencas de los Ríos Acarí y Yau-ca. Componente: Estudio de Inventario de Fuen-tes de Agua Superficiales. Ministerio de Agri-cuktura, INRENA, PP. 138. Lima, Peru.

INRENA. 2003b. Zonificación agroecológica Mi-crocuenca San Jose - Cuenca Acari Semidetalle.Ministerio de Agricultura, INRENA, pp. 117. Li-ma, Perú

LUNETTA, R. S. 1998. Applications, project for-mulation, and analytical approach. In RemoteSensing Change Detection: Environmental Mo-nitoring Methods and Applications; Ann ArborPress: Chelsea, MI, USA, Chapter 1, pp. 1-19

LUNETTA, R. S., & BALOGH, M. E. 1999. Ap-plication of Multi-Temporal Landsat 5 TM Ima-gery for Wetland Identification. Photogramme-tric Engineering and Remote Sensing, 65:1303-1310.

LANDIS J. R., & KOCH, G. G. 1977. The measu-rement of observer agreement for categorical da-ta. Biometrics, 33:159-174.

MICHISHITA, R., GONG, P., XU, B. (2012). Spec-tral mixture analysis for bi-sensor wetland map-ping using Landsat TM and Terra MODIS data.International Journal of Remote Sensing, 33 (11):3373-3401.

NASA. 1998. Landsat 7 Science Data Users Hand-book. Landsat Project Science Office at NASA’sGoddard Space Flight Center. http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html.

OZESMI, S. L., & BAUER, M. E. 2002. Satelliteremote sensing of wetlands. Wetland Ecology andManagement, 10(5): 381-402.

PALANISWAMI, C., UPADHYAY, A. K., & MA-HESWARAPPA, H. P. 2006. Spectral mixtureanalysis for subpixel classification of coconut.Current Science, 91(12): 1706-1711.

SANG, K., & CHONG, P. 2004. Linear spectralmixture analysis of Landsat imagery for wetlandland-cover classification in Paldang reservoir andvicinity, Korean. Journal of Remote Sensing, 20(3) 197-205.

SHINE, C., & DE KLEMM, C. 1999. Wetlands, Wa-ter and the Law: Using law to advance wetlandconservation and wise use. IUCN, Gland, Swit-zerland, Cambridge, UK and Bonn, Germany. pp.xvi + 330.

SMALL, C. 2001. Estimation of urban vegetationabundance by spectral mixture analysis. Interna-tional Journal of Remote Sensing, 22: 1305.1334.

SMITH, M. O., USTIN, S. L., ADAMS, J. B., & GI-LLESPIE, A. R. 1990. Vegetation in deserts: re-gional measure of abundance from multispectralimages. Remote Sensing of Environment,1098(31): 1-26.

SOBRINO, J. A., RAISSOUNI, N., KERR, Y.,OLIOSO, A., LÓPEZ-GARCÍA, M. J., BELAID,A., et al. 2000. Teledetección. Sobrino, J. A. (Ed),Servicio de publicaciones, Universidad de Va-lencia, España.

THESEIRA, M. A., THOMAS, G., & SANNIER,C. A. D. 2002. An evaluation of spectral mixtu-re modeling applied to a semi-arid environment.

Cartografiado de bofedales usando imágenes de satélite Landsat... 107

Page 112: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

International Journal of Remote Sensing, 23:687-700.

THOMPSON, M., MARNEWECK, G., BELL, S.,KOTZE, D., MULLER, J., COX, D., et al. 2002.A methodology for a south African National We-tland Inventory. Department of EnvironmentalAffairs and Tourism Report.

USTIN, S. L., SMITH, M. O., JAQUEMOUD, S.,VERSTRAETE, M., & GOVAERTS, Y. 1999.

Geobotany: vegetation mapping for Erath Scien-ce. Remote Sensing for the Earth Sciences: Ma-nual of Remote Sensing, 3d ed, pp.189-233. NewYork, USA.

VAN DER MEER, F. 1999. Can we map swellingclays with remote sensing? International Journalof Earth Observation. 1(1): 27-35.

108 E. García, et al. / Revista de Teledetección (2012) 38, 92-108

Page 113: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Introducción

El término teledetección o percepción re-mota tiene su origen en el término inglés «re-mote sensing», utilizado por primera vez en

1950 (Walter, 2006). La teledetección, podríadefinirse como la ciencia o el arte de adqui-rir información sobre un objeto, área o fenó-meno a través de los datos adquiridos me-diante un dispositivo que no está en contacto

Caso práctico

Síntesis de la evolución histórica de la teledetección en España (1889-2012)

G. Casal1 y J. Freire2

1 Grupo de Recursos Marinos y Pesquerías, Facultad de Ciencias, Universidad de A Coruña, Rúa da Fraga 10, 15008 A Coruña

2 Barrabés Next, C. Serrano 16-1, 28001 Madrid

Resumen

El término teledetección hace referencia a la obtención de información sobre un objeto, áreao fenómeno sin un contacto directo con el mismo. A lo largo del tiempo este término ha ido co-brando importancia debido a los avances tecnológicos hasta convertirse en una técnica de obten-ción de información, clave en muchos y diferentes campos. Sin embargo, hasta llegar a este pun-to se han sucedido hechos que en su momento han constituido hitos para el avance hacia unainformación más detallada y precisa y consecuentemente de mayor valor. Sin embargo, espe-cialmente en España, esta información es escasa y se encuentra dispersa en diversas fuentes. Elpresente texto intenta reunir los principales hitos históricos de la teledetección a nivel nacionaly aunque no pretende ser una revisión exhaustiva sí reflejar su evolución a lo largo del tiempo,desde lo que fueron sus orígenes hasta lo que conocemos hoy en día.

Palabras clave: historia, teledetección, fotografías aéreas, satélites, universidades, España.

Abstract

Synthesis of the historical evolution of remote sensing in Spain (1889-2012)

The term remote sensing is related to the action of obtaining information about an object, areaor phenomenon without a direct contact. Over time this term has become increasingly importantdue to technological advances until becoming a technique of obtaining information, key in manyand different fields. However, especially in Spain, the information about these issues is scarceand distribute in several sources. For this reason, this text attempts to bring together the mainhistorical milestones in remote sensing at a national level. It is not expected to be an exhaustivereview; however it reflects its evolution over time from what its beginnings were to what we knowtoday.

Key words: history, remote sensing, aerial photographs, satellites, universities, Spain.

* Autor para la correspondencia: gcasal[at]udc.esRecibido: 16-10-12; Aceptado: 30-10-12.

Asociación Española de Teledetección Revista de Teledetección 38, 109-120ISSN: 1988-8740

Page 114: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

directo con el objeto, área o fenómeno bajoinvestigación (1). A pesar de que la telede-tección tal y como es aplicada hoy en día esuna disciplina relativamente reciente esta téc-nica ha venido utilizándose desde muchotiempo atrás. Por lo tanto, para poder enten-der su importancia hoy en día, es necesario te-ner en cuenta sus orígenes, la evolución de lastecnologías implicadas y sus usos a lo largodel tiempo.

Hacer un artículo histórico sobre teledetec-ción no resulta una tarea fácil dado que den-tro de este término, relativamente reciente, seengloban muchas disciplinas y aunque en susinicios estuvo más relacionada con fines car-tográficos y militares posteriormente se hanincorporado nuevos sensores, tanto aerotrans-portados como espaciales, ampliando enor-memente sus posibles aplicaciones. En base asu definición, resulta imposible establecer unhecho concreto en el que por primera vez seutilizase teledetección. En el ámbito interna-cional, quizás una de las referencias más an-tiguas sean las observaciones astronómicas deGalileo Galilei a comienzos del siglo XVII (2).Hubo que esperar un siglo desde estas obser-vaciones hasta la primera referencia gráf icaregistrada de un hombre observando el suelodesde el aire. Este hecho ocurrió en 1794 du-rante la Batalla de Fleurus (hoy en día Bélgi-ca) cuando los hermanos Montgolfier utiliza-ron un globo aerostático para observar losmovimientos del enemigo. A partir de este mo-mento los avances en teledetección estuvieronligados a f ines militares hasta hace relativa-mente poco tiempo (década de los 60) cuandoempezaron a cobrar importancia los sensoresciviles. Esta evolución de la teledetección anivel internacional se puede encontrar en di-ferentes textos donde se recogen con mayor omenor detalle los avances más importantes eneste tipo de técnicas. Sin embargo, en el ám-bito nacional existen escasas referencias so-bre los acontecimientos que generaron infor-mación remota sobre el territorio español yque propiciaron su evolución hasta las mo-dernas técnicas aplicadas hoy en día. Sor-prendentemente, no se encontró ningún textoque proporcione una visión global y cronoló-gica del contexto histórico español en telede-tección. Por esta razón, hemos pensado que se-

ría útil generar un documento que reuniese es-te tipo de información. Es necesario mencio-nar que la presente revisión histórica no pre-tende ser exhaustiva, sino reflejar la evoluciónde este tipo de técnicas en el territorio espa-ñol así como recoger también en la medida delo posible información histórica disponible,muchas veces desconocida por parte de los po-sibles usuarios.

Debido a que la información que se preten-de incluir en este artículo se encuentra bas-tante dispersa y dentro del término teledetec-ción se engloban muchas disciplinas(cartografía, fotogrametría, técnicas aeroes-paciales, etc.) las fuentes utilizadas incluyendesde artículos científicos, páginas web de di-ferentes organizaciones, artículos de prensa,material utilizado en cursos y conferenciashasta blogs personales. Utilizando estas fuen-tes, muchas de ellas no específicamente rela-cionadas con teledetección, hemos creado lasiguiente cronología.

Cronología

1889

En España, como a nivel internacional, lasprimeras aplicaciones de teledetección estu-vieron relacionadas con f ines militares y sur-gieron a f inales del siglo XIX. Debido a quela utilidad de los globos aerostáticos con f i-nes militares era evidente los ejércitos euro-peos, y entre ellos el español, comenzaron aincorporar la aeroestación como servicio mi-litar especializado. Así, en 1884 se creó en Es-paña el Servicio de Aeroestación Militar. Sinembargo, problemas presupuestarios provo-caron que el funcionamiento real de la Aero-estación fuese pospuesto hasta 1889 (Quirós-Linares y Fernández-García, 1996). Duranteeste año se realizaron intentos de fotografíasdesde globos aerostáticos (La ilustración es-pañola americana, 1889). Una f igura desta-cada durante esta época es D. Rafael Peralta,uno de los primeros jefes del Servicio de Ae-roestación, quién propició el avance de la fo-tografía aérea diseñando importantes equipa-mientos para la aplicación de métodos

110 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

Page 115: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

aerofotogramétricos (Quirós-Linares y Fer-nández-García, 1996). Lamentablemente, ca-si no se conserva material fotográfico origi-nal de esta época (Quirós-Linares yFernández-García, 1996).

1909

En este año una Unidad Aeróstatica fue en-viada a Marruecos. Entre sus funciones se en-contraba el reconocimiento del territorio ene-migo mediante la obtención de fotografías y larealización de dibujos del terreno (Quirós-Li-nares y Fernández-García, 1996) (Fig.1).

1911

Durante la Guerra de Marruecos (1911-1927) se realizaron un importante número devuelos fotográficos. Dichos vuelos estuvierondestinados a generar un mapa topográfico delProtectorado a una escala de 1:50.000 (Nadalet al., 2000).

1913

En este año se crea el Servicio de Aeronáu-tica Militar, que englobaría la aeroestación y ala aviación. El Ministerio de la Guerra ordenala formación de una escuadrilla de aviones pa-ra participar en las operaciones de Tetuán, re-

alizándose por primera vez vuelos de recono-cimiento visual y fotográf ico sobre algunasciudades africanas (Quirós-Linares y Fernán-dez-García, 1996).

En esta época también se realizaron activida-des no militares como estudios de las capas altasde la atmósfera, mapas y planos a partir defotografías aéreas e incluso algunas aplicacionesmeteorológicas (Quirós-Linares y Fernández-García, 1996).

1920

El 26 de enero de 1920, se estableció en Cua-tro Vientos (Madrid) el Servicio Geográfico yLaboratorio Meteorológico de Aviación Mili-tar. Este acontecimiento es considerado comoel origen oficial de las actividades aéreo-foto-cartográficas en España (4).

1927

En este año, 1927, se crea la Compañía Es-pañola de Trabajos Fotogramétricos Aé-reos, S. A. (CEFTA), que fue la primera em-presa privada de fotogrametría aérea enEspaña. Sus socios fundadores fueron perso-nas directamente vinculadas con los prime-ros tiempos de la aviación española como Ju-lio Ruíz de Alda y la aerofotogrametría(Pérez, 1927; Fernández-García, 1998). Unode sus objetivos principales fue la confección

Principales hitos históricos de la teledetección en España 111

Figura 1. Fotografía tomada sobre la ciudad de Melilla por el globo aerostático militar «Júpiter» en 1910. Losnúmeros corresponden con los diferentes distritos y localizaciones importantes (3).

Page 116: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

del catastro (Ruíz de Alda, 1931) sin embar-go, los primeros clientes importantes fueronlas Confederaciones Hidrográf icas creadasen 1926.

En este año la CEFTA hace los primeros tra-bajos para la Confederación Hidrográfica delEbro realizando un vuelo fotogramétrico. Es-te vuelo cubrió una amplia zona de la CuencaHidrográf ica del Río Ebro a una escala de1:10.000 (Galván-Plaza, 2007; Montaner et al.,2010) (Fig. 2). Estas fotografías aéreas proba-blemente correspondan con las más antiguassobre el territorio español conservadas en laactualidad. Dicho material puede descargarseen la página web de la Confederación Hidro-gráfica del Ebro (CHEbro). Durante esta épo-ca, debido a la importancia que estas técnicasestaban adquiriendo, surgieron nuevas institu-ciones dedicadas a su promoción y desarrollo.Así, en este mismo año se creó la Junta Cons-tituyente de la Sociedad Española de Fotogra-metría que desarrollaría su actividad hasta1936 (5).

1928-1932

A finales de los años 20 la ConfederaciónHidrográfica del Segura encargó a la empresaCEFTA la consecución de una planimetría dedeterminadas zonas de interés para el desarro-llo de los regadíos en el ámbito de la cuencadel Segura. El vuelo que CEFTA realizó paraeste proyecto posee en la actualidad un granvalor histórico y está siendo digitalizado y geo-rreferenciado por la Dirección General del Me-dio Natural a partir de un acuerdo con la Con-federación Hidrográfica del Segura (7). Estevuelo fotográfico se conoce como vuelo Ruízde Alda y se realizó sobre amplias áreas de laRegión de Murcia a una escala aproximada de1:10.000 (6).

1936-1939

Durante la Guerra Civil Española el uso dela fotografía aérea fue una manera eficiente de

112 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

Figura 2. Fotografía aérea de la ciudad de Zaragoza (1927).Fuente: CHEbro (http://oph.chebro.es/fotoplanos.htm).

Page 117: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

obtener información territorial útil para ambosbandos del conflicto. Durante este periodo setomaron un número elevado de mosaicos aé-reos y vistas panorámicas. Las fotografías tu-vieron fines militares tales como cobertura delos frentes de conflicto y ciudades así como ob-jetivos militares para planificar bombardeos yevaluar sus resultados (Fernández-García,2004). Durante la Guerra Civil sólo las Fuer-zas Aéreas Americanas tomaron más de 171millones de fotografías con fines cartográfi-cos cubriendo alrededor de 40 millones de ki-lómetros cuadrados (Servicio Geográfico delEjército, 1970). Durante toda la guerra tam-bién se llevaron a cabo trabajos de fotointer-pretación que consistían en la localización deobjetivos enemigos (Montaner et al., 2010).

1941

Entre 1941 y 1942 la Fuerza Aérea Británi-ca (RAF) realiza fotografías aéreas sobre el li-toral andaluz entre el Peñón de Gibraltar y Má-laga, destinadas a detallar un perímetro deseguridad en torno a Gibraltar para prevenirposibles ataques alemanes (8). De 1940 a 1977la Real Sociedad Geográfica fundada en 1876representó a España en la Sociedad Interna-cional en Fotogrametría y Teledetección (9).

1942

En 1942 se creó una organización que seríaclave en la teledetección española. Esta orga-nización corresponde al Instituto Nacional deTécnica Aeroespacial (INTA) que desarrolla-ría su actividad primero en el campo aeronáu-tico y posteriormente en el campo espa-cial (10). Actualmente pertenecen al INTAvarios centros a lo largo del territorio español.Estos centros constituyen una unión funda-mental entre los programas espaciales de laEuropean Space Agency o Agencia EspacialEuropea (ESA) y la National Aeronautics andSpace Administration (NASA) (11). Entreellos destaca, El Centro Espacial de Maspalo-mas (Gran Canaria) dedicado al control y se-guimiento de satélites de observación de laTierra.

1945-1946

Durante estos años las Fuerzas Aéreas Ame-ricanas realizaron un nuevo vuelo fotográficosobre el territorio peninsular e Islas Balearescon fines cartográficos. No existe ninguna re-ferencia de que fuese realizado sobre el Archi-piélago Canario (Urteaga et al., 2000). Estevuelo se conoce técnicamente con el nombre de«Serie A». La altura del vuelo varió entre 5.700m y 8.800 m implicando un rango de escala en-tre 1:34.700 a 1:50.500 (Quirós-Linares y Fer-nández-García, 1997). El material de este vue-lo está formado por 435 rollos de película quetienen correspondencia con la cuadrícula delMapa Topográf ico Nacional (Urteaga et al.,2000). Sin embargo, las características del ma-terial y las condiciones de almacenamiento du-rante más de 50 años dañaron algunos de los ro-llos (Quirós-Linares y Fernández-García,1997). Se trata de un material fotográfico queofrece la instantánea del país en la primera eta-pa de su larga post-guerra, durante la cual se re-forzó el dominio de las actividades agrarias tra-dicionales, sin que se hubieran iniciado aún losprocesos que habrían de tener una gran trans-cendencia económica y espacial (la industria-lización, la emigración, el éxodo rural y el cre-cimiento de las ciudades, etc.) (Quirós-Linaresy Fernández-García, 1997). El material de estevuelo se encuentra a día de hoy conservado enel Centro Fotográfico y Cartográfico del Ejér-cito del Aire (CECAF).

1956-1957

Entre 1956 y 1957 se realizó un segundovuelo que cubrió todo el territorio español. Es-te vuelo fue una cooperación entre el EjércitoEspañol y las Fuerzas Aéreas Americanas y fuerealizado con fines cartográficos. Se conocecoloquialmente como «Vuelo Americano» ytécnicamente como vuelo «Serie B». Estas fo-tografías fueron tomadas a una altura de 5.000m con una escala de 1:33.000 (Urteaga et al.,2000). Esta información pertenece al Ministe-rio de Defensa y algunas Comunidades Autó-nomas tales como Andalucía, Madrid, Catalu-ña o Navarra han publicado en internet lasfotografías que cubren su territorio. El mate-

Principales hitos históricos de la teledetección en España 113

Page 118: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

rial de este vuelo se encuentra a día de hoy con-servado en el Centro Fotográfico y Cartográ-fico del Ejército del Aire (CECAF). Reciente-mente, en septiembre de 2011, el Ministerio deDefensa entregó una copia digital de este vue-lo (Serie B) al Instituto Geográfico Nacionalcon el fin de ponerla a disposición de los po-sibles usuarios. Este vuelo ha sido ampliamenteutilizado para muy diversos mapas temáticos,entre ellos el Mapa Forestal Nacional (Rodrí-guez-Esteban et al., 2003).

1968

En este año se realiza un vuelo fotogramé-trico sobre la Sierra de Guadarrama a una es-cala 1:18.000. Según Sastre (1998) posible-mente sea el primer vuelo a color. El trabajofue realizado por CETFA a modo de prueba delque se conservan en total 93 fotogramas. Di-cho material se encuentra archivado en el Ins-tituto Geográfico Nacional (IGN).

1974

El primer satélite español, INTASAT, aun-que no relacionado directamente con la obser-vación terrestre, fue lanzado el 15 de noviem-bre de 1974 con una vida útil de 2 años (12).Este pequeño satélite fue desarrollado por elINTA en colaboración con Construcciones Ae-ronáuticas (CASA), Estándar Eléctrica (ac-tualmente Alcatel), la compañía inglesa Haw-ker Siddely Dynamics (HSD) y la NASA. Elobjetivo de este satélite era realizar dos expe-rimentos. Uno de ellos era un experimentocientífico para estudiar la ionosfera y el otroera un experimento tecnológico diseñado paramedir los efectos de la radiación espacial enalgunos componentes CMOS (Jiménez- Dole-ra, 1974).

1975

En 1975 se creó la Agencia Espacial Euro-pea (ESA) mediante la unión de dos organiza-ciones existentes en ese momento. Estas orga-nizaciones fueron la European Launcher

Develpment Organization (ELDO) y la Euro-pean Space Research Organization (ESRO).España fue unos de los miembros fundadoresjunto con Bélgica, Alemania, Dinamarca, Fran-cia, Reino Unido, Italia, Holanda, Suecia y Sui-za. Posteriormente, en el mismo año se uniríaIrlanda.

Los programas de la ESA están diseñadospara investigar a cerca de la Tierra, su am-biente espacial, el Sistema Solar y el Univer-so, así como desarrollar tecnologías y servi-cios basados en satélites y promover lasindustrias europeas. El programa Third PartyMissions Program (TPM) Category-1 pone adisposición de la comunidad científica más de50 instrumentos en más de 30 misiones. Ade-más, la ESA proporciona un portal de obser-vación de la Tierra en http://eopi.esa.int. Estesitio web contiene información sobre todos losdatos de observación de la Tierra accesibles através de la ESA, incluyendo los datos TMP.Los usuarios pueden solicitar el acceso a losdatos, encontrar publicaciones sobre resulta-dos científ icos y noticias además de accedera una base de datos online de todos los pro-yectos científicos.

1977

En 1977 se creó la Sociedad Española deCartografía, Fotogrametría y Teledetección(SECFYT). Esta organización está dedicada aintegrar las actividades que hasta el momentovenían realizando la Real Sociedad Geográfi-ca y el Seminario Español de Estudios Carto-gráf icos de la Asociación Española del Pro-greso de la Ciencia (13).

En este mismo año, se creó también el Cen-tro para el Desarrollo Industrial y Tecnológico(CDTI). El CDTI es una Entidad Pública Em-presarial, dependiente del Ministerio de Eco-nomía y Competitividad, que promueve la in-novación y el desarrollo tecnológico de lasempresas españolas. Entre sus funciones estánla de gestionar y apoyar la consecución, porparte de empresas españolas, de contratos in-dustriales de alto contenido tecnológico gene-rados por diferentes organizaciones naciona-les y europeas, como la Agencia EspacialEuropea (ESA), el Laboratorio Europeo para

114 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

Page 119: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

la Física de Partículas (CERN), el SincrotrónEuropeo (ESRF), Hispasat y Eumetsat (14).

Entre 1977 y 1983 se realizó el Vuelo In-terministerial mediante colaboración del Mi-nisterio de Agricultura, Pesca y Alimentación(MAPA), Ministerio de Fomento (MFOM),Ministerio de Defensa (MDEF) y el Ministe-rio de Economía y Hacienda (MEH). Este vue-lo es comúnmente denominado IRYDA por serel Instituto de Reforma y Desarrollo Agrarioel principal usuario y custodio del mismo. Di-cho buleo es en blanco y negro y está custo-diado actualmente por varios organismos pe-ro en su mayor parte se encuentra enMinisterio de Medio Ambiente, Medio Ruraly Marino (MMAMRyM), hoy en día Ministe-rio de Agricultura, Alimentación y Medio Am-biente (MAAMA). Sus características técni-cas (escala 1:18.000), fechas, coberturanacional y estado de conservación hacen queeste vuelo sea uno de los que mayor interéssuscita y el más demandado del archivo delMMAMRyM (Vales et al., 2010). El vuelo serealizó en un momento en el que se producíancambios sustanciales en las políticas econó-micas y territoriales en España. Por ejemplo,en relación a las actuaciones forestales, estasimágenes suponen un antes y un después en elcambio de política de repoblaciones foresta-les (Vales et al., 2010).

1984-1985

CECAF realiza sobre todo el territorio na-cional un Vuelo Fotogramétrico Analógico enblanco y negro a escala 1:30.000. Este vuelotiene una gran relevancia nacional ya que apor-ta una visión del territorio previa a la incorpo-ración de España en la Unión Europea (1986)y a los cambios que la Política Agraria Común(PAC) provocaría en el territorio nacional (Va-les et al. 2010).

1986

En marzo de 1986 se creó el Grupo de Tra-bajo en Teledetección (GTT). En septiembrede 1988 este grupo constituyó la AsociaciónEspañola de Teledetección (AET). Esta aso-

ciación lleva organizados hasta el momentoXIV congresos así como reuniones científicas.Además, ha publicado ininterrumpidamentecada semestre desde 1993 la Revista Españolade Teledetección (15).

1989-1990

Durante estos años se llevó a cabo un vuelofotográfico en color realizado por la DirecciónGeneral de Costas sólo del litoral (Vales et al.2010) a escala 1:10.000.

1998

En 1998, un astronauta español viaja al es-pacio por primera vez. Pedro Duque (Madrid,1963) voló como Especialista de Misión en elSpace Shuttle Discovery, STS-95, STS-95. Los9 días de misión estuvieron dedicados a la in-vestigación sin gravedad y al estudio del Sol.Duque se responsabilizó, entre otras cosas, delas cinco instalaciones científicas de la ESA abordo del transbordador, así como del sistemainformático empleado (16).

Duque fue también durante cinco años Pre-sidente ejecutivo de Deimos Imaging, S. L.,compañía responsable del primer satélite priva-do español lanzado en 2009. En octubre de 2011retomó su puesto de astronauta y actualmentelidera la Oficina de Operaciones de Vuelo, conresponsabilidad sobre las actividades europeasen la Estación Espacial Internacional (17).

1999

En 1999 se inició un programa nacional devuelos con el objetivo de cubrir sucesivamen-te la totalidad del estado, mediante ciclos quin-quenales. Este vuelo fotogramétrico Nacionalse realiza en diapositiva color, a una escala1:40.000 (Edeso, 2006).

2000

El programa EUFAR (European Facility forAirborne Research) nació en 2000 y es una ac-

Principales hitos históricos de la teledetección en España 115

Page 120: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

tividad integradora de las infraestructuras eu-ropeas en investigación aérea. Fue fundada porla Comisión Europea bajo los programasFP5/FP6/FP7. Los objetivos principales delprograma EUFAR se podrían resumir en los si-guientes: desarrollo del acceso trans-nacionala infraestructuras nacionales, reducir la re-dundancia y vacío de datos, mejorar el servi-cio mediante el refuerzo de habilidades a tra-vés de intercambio de conocimiento, desarrollode estándares y protocolos, constitución de ba-ses de datos y promoción del uso de infraes-tructuras de investigación aerotransportadas,especialmente para jóvenes científicos de paí-ses donde tales facilidades están ausentes(Brengier,2010).

El Instituto Nacional de Técnica Aeroespa-cial (INTA) toma parte activamente en elprograma EUFAR mediante sus plataformasaéreas e investigación atmosférica en el sub-programa Transnational Access (TA). El obje-tivo del subprograma TA consiste en facilitarel acceso de los investigadores a las platafor-mas más relevantes en Europa financiando ensu totalidad este acceso. El INTA pone a dis-posición del programa sus dos aeronaves CA-SA 212 y 200. La plataforma de investigaciónatmosférica posee el equipo de medida, no só-lo para los parámetros del vuelo sino tambiénpara los parámetros atmosféricos básicos, nu-bes y microfísica de aerosoles y química at-mosférica. Además, INTA contribuye con lossiguientes sensores: Airborne HyperspectralScanner (AHS), Airborne Thematic Mapper(ATM) y Airborne Multispectral Digital Ca-mara (Serrano y Gómez, 2001).

2003

En 2003 tuvo lugar la Misión Cervantes. Elobjetivo de esta misión espacial fue el desa-rrollo de experimentos científicos europeos, lamayoría de ellos españoles y que fueron reali-zados por el astronauta Pedro Duque. Estos ex-perimentos estuvieron relacionados con cien-cias físicas y de la vida, observación de laTierra, educación y nuevas tecnologías, inclu-yendo varios experimentos en la MicrogravityScience Glovebox, una instalación de investi-gación desarrollada en Europa (18).

2004

En este año se creó el Plan Nacional de Te-ledetección (PNT) dentro del Plan Nacional deObservación del Territorio (PNOT). Este plandepende del Instituto Geográf ico Nacional(IGN) y ambas organizaciones pertenecen alMinisterio de Fomento. Su principal objetivoes coordinar la adquisición de imágenes de sa-télite sobre el territorio español entre Ministe-rios y Comunidades Autónomas. El PNT se en-carga de la realización de un pre-procesadobásico (corrección geométrica y radiométrica)de las imágenes así como su distribución sincargo económico a las Administraciones Pú-blicas como pueden ser universidades e insti-tutos de investigación. Las adquisiciones pe-riódicas realizadas por el PNT incluyenimágenes satelitales de alta, media y baja re-solución espacial (19).

Desde el año 2004, el Plan Nacional de Or-tofotografía Aérea proporciona imágenes aé-reas, ortofotos y modelos digitales de eleva-ciones (MDE) de todo el territorio, con unaperiodicidad de dos años. El Plan Nacional deOrtofotografía Aérea (PNOA) es un proyectocofinanciado y cooperativo entre la Adminis-tración General del Estado (AGE) y las comu-nidades autónomas que se enmarca dentro delPlan Nacional de Observación del Territorio(PNOT), siendo coordinado por el InstitutoGeográf ico Nacional (IGN) y el Centro Na-cional de Información Geográfica (CNIG).Tie-ne como objetivo la obtención de productos fo-togramétricos comunes para todo el territorionacional, con especificaciones técnicas con-sensuadas entre todas las administraciones im-plicadas y cuyo resultado es el proceso y ob-tención de ortofotografías digitales,incluyendo: el vuelo fotogramétrico, apoyo decampo, aerotriangulación y el modelo digitalde elevaciones (20).

2007

El gobierno español pone en marcha el PlanEstratégico para el Sector Espacial 2007-2011.Este plan es gestionado por el Ministerio de In-dustria a través del Centro para el DesarrolloTecnológico Industrial (CDTI) que contribuye

116 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

Page 121: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

con una elevada inversión económica en el de-sarrollo y promoción de la teledetección.

2008

En este año se inauguran las instalacionesdel Centro Europeo de Ciencias Planetarias yAstronomía Espacial (ESAC) (21) de la Agen-cia Europea del Espacio (ESA) situado en Vi-llanueva de la Cañada (Madrid). Fue inaugu-rado el 7 de febrero de 2008 y tiene un papelfundamental en las misiones astronómicas yplanetarias de la ESA. Este centro recibe datosdel espacio profundo desde estaciones terres-tres de todo el planeta. El gran volumen de da-tos que regresa a la Tierra procedente del es-pacio debe ser calibrado y convertido en unformato explotable por los científicos. ESACha sido elegido por el Centro de Operacionesde la Ciencia (SOCs) como el lugar de misio-nes científicas de la ESA tanto de astronomíacomo del Sistema Solar. Esto signif ica queESAC constituye un punto de encuentro a ni-vel internacional para los científicos espacia-les que trabajan en diferentes pero relaciona-das áreas.

Hasta el momento el tipo de teledetecciónutilizada era de tipo pasiva sin embargo, la te-ledetección activa empieza a cobrar importan-cia y nuevos datos son generados utilizando es-te tipo de técnicas. En este año comienza elproyecto PNOA 2008-2012 de cobertura LI-DAR cuyo objetivo consiste en generar la pri-mera cobertura LIDAR a nivel nacional. Losdatos obtenidos se están utilizando para gene-rar un modelo digital de superficies con unadensidad media de 0.5 ptos/m2, con una distri-bución de hojas de 2 × 2 km (22).

2009

En 2009 se lanza al espacio el primer satéli-te español de carácter privado, Deimos-1. Ex-pertos pertenecientes al Laboratorio de Telede-tección de la Universidad de Valladolidasociados a Deimos imaging son los encargadosdel procesado de los datos obtenidos con estesatélite. Sus aplicaciones están relacionadas contodo tipo de información sobre la Tierra como

por ejemplo la agricultura, la monitorización yel control de fuegos, vertidos, etc (23).

El servicio que ofrece en la actualidad el sa-télite Deimos-1 se completará con el que pro-porcionará Deimos-2, que será el segundo sa-télite de observación de la Tierra de ElecnorDeimos. El nuevo satélite, que incorporará im-portantes avances, producirá imágenes de laTierra con una resolución hasta 400 veces ma-yor que la proporcionada por su predece-sor (24). El lanzamiento de Deimos-2 está pre-visto para finales de 2013.

Hacia el futuro

Los datos de teledetección permiten la ob-tención de información geográfica y ambientalde la superficie de la tierra de una forma pe-riódica y con gran variedad de resoluciones es-pectrales, radiométricas y espaciales. Por estasrazones, cada día más empresas y administra-ciones públicas integran este tipo de datos ensus proyectos. El Ministerio de Defensa y el Mi-nisterio de Industria han realizado una elevadainversión en la construcción de dos nuevos sa-télites: Ingenio anteriormente conocido comoSEOSAT y Paz previamente conocido comoSEOSAR que pertenecen al Sistema Españolde Observación de la Tierra. Ingenio estará de-dicado a la adquisición de imágenes ópticas yse espera que esté en órbita en 2014 mientrasque Paz estará equipado con un sensor radar yserá lanzado en 2012. La constelación tendráusos civiles y militares como el estudio de de-sastres naturales, vigilancia de fronteras o pro-porcionar diversa información al ejército espa-ñol. Mientras, que Ingenio será controlado porel CDTI, el Ministerio de Defensa controlará elsatélite Paz, y ambos serán operados por lacompañía Hidesat (25,26). Serán los primerossatélites de observación de la tierra construidosen España. Además de Ingenio y Paz, el lide-razgo español está confirmado en futuras ini-ciativas tales como SmallGeo (2012), Sentinel-3 (2013) o PROBA-3 (2016) entre otros.

Las universidades han jugado también unpapel importante en el desarrollo y divulgaciónde la teledetección. En los últimos años se hancreado nuevos cursos de especialización y elestudio de este tipo de técnicas ha sido inclui-

Principales hitos históricos de la teledetección en España 117

Page 122: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

118 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

do en planes de estudio de grados, máster ydoctorado. Esta información ya había sido re-cogida en Martín et al., (1992), sin embargo latendencia no sólo ha continuado sino que se havisto acentuada en los años siguientes. Ade-más, las universidades han apostado tambiénpor el futuro de estas técnicas en sus líneas deinvestigación como puede ser observado en elincremento de las publicaciones científicas ytesis doctorales. Con el f in de obtener datoscuantitativos sobre esta tendencia se realizóuna búsqueda en la Web of Knowledge utili-zando las palabras clave «remote sensing» co-mo «topic» y «Spain» como «address». Estaúltima palabra clave permite encontrar publi-caciones con al menos un autor pertenecientea un organismo español. Los resultados mues-tran un claro incremento del número de publi-caciones en el tiempo. El trabajo más antiguoque aparece en la búsqueda se publicó en 1983y estuvo relacionado con la teledetección en laregión térmica del espectro electromagnético(Bolomey et al., 1983). Desde entonces, espe-cialmente desde 1997, el número de publica-ciones ha ido incrementándose (Fig. 3).

Por otra parte se realizó otra búsqueda en lamisma base de datos, Web of Knowledge, com-parando el número de publicaciones hasta el mo-mento (agosto, 2012) entre diferentes países eu-ropeos. Para ello se utilizaron las palabras clave«remote sensing» como topic y los diferentespaíses como address. En el resultado de estabúsqueda se puede observar que aunque lejosde países como Alemania, Francia o Italia, Es-paña contribuye de manera significativa a la pro-ducción científica en este campo (Fig. 4).

Para hacer una estimación del número de te-sis defendidas en España relacionadas con lateledetección se realizó una búsqueda en la ba-se de datos TESEO utilizando las palabras cla-ve «teledetección», «percepción remota» y «re-mote sensing» en título y resumen. Comoresultado de esta búsqueda se aprecia que 43de las 76 universidades españolas han presen-tado tesis relacionadas con teledetección. Lasuniversidades que han contribuido en mayormedida a este campo hasta día de hoy (julio2012) son la Universidad de Alcalá (29 tesis),Universidad Politécnica de Cataluña (27 tesis),Universidad de Valencia (26 tesis) y Universi-dad Politécnica de Madrid (24 tesis).

Analizando la tendencia en el número de te-sis defendidas se observa una distribución si-milar a la de artículos científ icos mostrandoun incremento claro en el tiempo (Fig. 5). Co-mo resultado de la búsqueda, cabe mencionar

Figura 3. Número de publicaciones en la Web of Kno-wledge utilizando las palabras clave «remote sensing»como topic y «Spain» como address.

180

160

140

120

100

80

60

40

20

0

Núm

ero

de p

ublic

acio

nes

1983

1989

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

Año

1 1 2 5 6 6 6 822

49

19

55

3342

70

9080

107114

138 143

163

106

Figura 4. Resultado de la búsqueda en la Web of Kno-wledge para diferentes países Europeos utilizando laspalabras clave «remote sensing» como topic y los di-ferentes países como address.

4000

3500

3000

2500

2000

1500

1000

500

0

Núm

ero

de p

ublic

acio

nes

Bélg

ica

Esto

nia

Finl

andi

a

Fran

cia

Alem

ania

Irlan

da

Italia

Noru

ega

Polo

nia

Portu

gal

Espa

ña

Suec

ia

Rein

o Un

ido

656

98

512

32403456

120

3096

403186 265

1387

500154

Figura 5. Número de tesis defendidas en universida-des españolas entre 1979 y 2011. Los datos represen-tados en el gráfico proceden de una búsqueda realiza-da en la base de datos TESEO utilizando las palabrasclave «teledetección», «percepción remota» y «remo-te sensing».

80

70

60

50

40

30

20

10

0

Núm

ero

de te

sis

1979

-198

7

1988

-199

0

1991

-199

3

1994

-199

6

1997

-199

9

2000

-200

2

2003

-200

5

2006

-200

8

2009

-201

1

Año

4 4 6

15

27

3935

50

72

Page 123: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

que la primera tesis defendida sobre telede-tección fue presentada en la Universidad Au-tónoma de Madrid en 1979. Desde entonces,cada año el número de tesis ha ido en aumen-to con un remarcable incremento en el periodoentre 1991-1993 a 1994-1996.

Conclusiones

Los datos presentados en este artículo re-flejan el creciente interés que la teledetecciónestá provocando en España. Organizacionespúblicas y privadas están invirtiendo en estecampo lo que resulta en la aparición de cadavez más aplicaciones y productos. Como hasido mencionado anteriormente, se podríaaf irmar que España ha apostado fuerte por lateledetección y en los últimos años nuevas or-ganizaciones y proyectos han surgido en re-lación a este campo. El gobierno español harealizado una gran inversión económica ha-ciendo posible que España tome parte acti-vamente en importantes proyectos de inves-tigación, construcción de nuevos satélites,recepción de datos o instalaciones. Además,las universidades han apostado también porel futuro de estas técnicas como puede ser ob-servado en el incremento de las publicacio-nes científ icas y tesis doctorales. Sin embar-go, a pesar del esfuerzo realizado en losúltimos años aún existen cuestiones que de-berían ser mejoradas en el futuro para facili-tar el uso de la teledetección y para aumen-tar la generación de productos derivados.Entre estas cuestiones están el gran esfuerzoeconómico, la gestión burocrática y las res-tricciones de licencia o copyright que dif i-cultan la divulgación de los datos y su reuti-lización. No obstante, estos antecedenteshacen de España un país competitivo a nivelinternacional y se espera que esta situacióncontinúe en el futuro debido a que nuevosproyectos continúan siendo desarrollados.

Referencias

BOLOMEY, J. C., JOFRE, L., PERONNET, G.1893. On the possible use of microwave-activeimaging for remote thermal sensing. IEE Trans-actions on Microwave theory and techniques,31(9): 777-781.

BRENGIER, J. L. 2010. EUFAR. Integrating acti-vity of the EC FP7. EUFAR/COPAL presentation.ESA/EUMESAT, 26/27 mayo, 2010. ESRIN,Frascati (Italia).

EDESO FITO, J. M. 2006. Los datos de los SIG.Fuentes y recursos referidos a la Comunidad Au-tónoma Vasca. Lurralde: Investigación y espacio,29: 27-55, ISSN 0211-5891.

FERNÁNDEZ-GARCÍA, F. 1998. Las primerasaplicaciones civiles de la fotografía aérea en Es-paña 1: El catastro y las Confederaciones Hidro-gráficas. Ería, 46: 117-130.

FERNÁNDEZ-GARCÍA, F. 2004. Los principalesfondos históricos de fotografía aérea sobre Ma-drid. Ería, 64-65: 319-336.

GALVÁN-PLAZA, R. 2007. El vuelo fotográficode 1927 de la Confederación Sindical Hidrográ-fica del Ebro. Cimbra, 373: 50-53.

JIMÉNEZ-DOLERA, J. 1974. INTASAT. Descrip-ción general. Comunicaciones Eléctricas, 49(3):287-293.

MARTÍN, M.P., VIEDMA, O., & DOMÍNGUEZ,L.1992. La enseñanza de la teledetección en Es-paña: inventario de cursos, medios y programasdocentes. Serie Geográfica, 2: 11-21.

MONTANER, C., NADAL, F., & URTEAGA, L.2010. El servicio de cartografía de la Confede-ración Hidrográfica del Ebro durante la GuerraCivil Española. Boletín de la Asociación de Ge-ográfos Españoles, 52: 273-294

NADAL, F., URTEAGA, L., & MURO, J. I. 2000.El mapa topográf ico del Protectorado de Ma-rruecos en su contexto político e institucional(1923-1940). Doc. Anàl. Geogr., 36: 15-46.

PÉREZ, D. 1927. El procedimiento fotogramétrico-aéreo. Confederación Sindical Hidrográfica delEbro, Zaragoza, Año I, nº 1.

QUIRÓS-LINARES, F., & FERNÁNDEZ-GAR-CÍA, F. 1996. Los orígenes de la fotografía aéreaen España. El Servicio de Aerostación Militar(1896-1913). Ería, 41: 173-188.

QUIRÓS-LINARES, F., & FERNÁNDEZ-GAR-CÍA, F. 1997. El vuelo fotogramétrico de la «Se-rie A». Ería, 43: 190-198.

RODRÍGUEZ-ESTEBAN, J. A., PÉREZ BLANCO,M., & RODRÍGUEZ DALDA, F. 2003. Análisisde cambios espacio-temporales a partir de la crea-ción de ortoimágenes del vuelo fotogramétricode 1933 (MTN 509, Comunidad de Madrid). IXConferencia Iberoamericana SIG. VII CongresoNacional AESIG. II Reunión GMCSIGT Cáce-res 2003 - Universidad de Extremadura: Serviciode Publicaciones. ISBN: 84-7723-661-5.

RUIZ DE ALDA, J. 1931. Catastro rápido nacional.Anales de la Sociedad Española de Estudios Fo-togramétricos, 74-100.

SASTRE DOMINGO, J. 1998. Recuperación de do-cumentos cartográficos. Topografía y Cartogra-fía, 84: 2-18.

Principales hitos históricos de la teledetección en España 119

Page 124: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

1 Último acceso 05 de septiembre de 2012.

120 G. Casal y J. Freire / Revista de Teledetección (2012) 38, 109-120

SERRANO, O., & GÓMEZ, J. A. 2001. EUFAR:Una iniciativa para mejorar el acceso a la flotaeuropea de aeronaves de investigación me-dioambiental. Teledetección, Medio Ambiente yCambio Global, 621-625.

URTEAGA, L., NADAL, F., & MURO, J. I. 2000.Los mapas de España del Army Map Service,1941-1953. Ería, 51: 31-43.

VALES, J. J., CARPINTERO, I. R., GRANADO, L.,MÉNDEZ, E., MONTOYA, G., PINO, I., PRIE-TO, R., GIMÉNEZ DE AZCÁRATE, F., CÁCE-RES, F., & MOREIRA, J. M. 2010. Producciónde ortofotos históricas para la generación de ba-ses de datos temáticas. Cartografía de usos y co-berturas del suelo. REDIAM. En: OJEDA, J., PI-TA, M.F., & VALLEJO, I. (Ed.), Tecnologías dela Información Geográfica: La Información Ge-ográfica al servicio de los ciudadanos. Secreta-riado de Publicaciones de la Universidad de Se-villa. pp. 370-384.

WALKER, H. J. 2006. Evelyn Lord Pruitt, 1918-2000. Annal of American Geographers, 96 (2):432-439.

Referencias digitales1

(1) http://earthobservatory.nasa.gov/Featu-res/RemoteSensing/

(2) http://www.gis.usu.edu/~doug/RS5750/lec-tures/L2_Sensors.pdf

(3) http://patrimonioculturalmelillense.blogs-pot.com.es/2009_04_01_archive.html

(4) http://www.ejercitodelaire.mde.es(5) http://www.secft.org/secft,1,1,quienes-so-

mos.html (6) http://www.regmurcia.com/servlet/s.Sl?sit=

a,0,c,365,m,2705&r=ReP-13487-DETA-LLE_REPORTAJESPADRE

(7) http://www.regmurcia.com/servlet/s.Sl?sit=c,365,a,0,m,2705&r=ReP-13486-DETA-LLE_REPORTAJES

(8) http://www.diariodesevilla.es/article/ocio/387080/alemanes/y/aliados/cartograf ia-ron/andalucia/durante/la/ii/guerra/mun-dial.html

(9) http://www.secft.org/secft,1,1,quienes-so-mos.html

(10) http://www.inta.es/NuestraHistoria.aspx (11) http://www.inta.es/DondeEstamos.aspx (12) http://www.inta.es/noticias/documentos/

INTASAT.pdf (13) http://www.secft.org/einzelartikel.php?kat=

1&subkat=11&subid=11(14) http://www.cdti.es/index.asp?MP=6&MS=

5&MN=1&r=1920*1080(15) http://www.aet.org.es/?q=presentacion (16) http://www.esa.int/esaCP/ESASZCZ84UC_

Spain_0.html(17) http://www.esa.int/esaHS/ESAREUZU-

MOC_astronauts_0.html(18) http://www.esa.int/esaMI/Cervantes_mis-

sion_Spanish/index.html(19) http://www.ign.es/PNT/documentacion.html(20) http://www.01.ign.es/ign/layoutIn/activida-

desFotoTelePNOA.do(21) http://www.esa.int/SPECIALS/ESAC/SEM3

29HY50H_0.html(22) http://www.ign.es/PNOA/productos.html(23) http://www.elecnor.es/proyectos/deimos-1-

primer-satelite-comercial-de-observacion-de-la-tierra

(24) http://www.deimos-imaging.com/noti-cias/deimos-1-primer-satelite-espanol-de-observacion-de-la-tierra-cumple-su-tercer-aniversario

(25) http://www.concursoespacial.com/tematicoLaTierra5_2.asp

(26) http://www.rtve.es/noticias/20110801/inge-nio-primer-satelite-optico-espanol-entrara-orbita-2014/451517.shtml

Page 125: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

En la actualidad, la gestión del bosque me-diterráneo está orientada a objetivos múltiplescomo la conservación de la biodiversidad, laprotección de cuencas, la explotación de ga-nado en extensivo, de la caza, del corcho, laeducación ambiental y las actividades de ocioen la naturaleza, entre otros. Realizar una ges-tión sostenible adecuada, que logre conciliarobjetivos tan diversos, requiere un conoci-miento sólido de la vegetación leñosa, la cualjuega un papel crucial en la estructura y diná-mica de este ecosistema. Sin embargo, se co-noce muy poco acerca de la ecología de algu-nas especies leñosas que pueden jugar unimportante papel trófico y funcional, tanto enel bosque mediterráneo, como en las dehesas.Un ejemplo paradigmático es el piruétano operal silvestre (Pyrus bourgaeana, Decne.)presente en la mitad sur de la Península Ibéri-ca y algunos enclaves del N de África. Este ár-bol caducifolio de pequeño tamaño (5-6 m),perteneciente a la subfamilia Pomoideae (Ro-sáceas), de copa amplia e irregular y frecuen-tes espinas, presenta un gran interés desde elpunto de vista ecológico, ya que produce ho-jas palatables y abundantes frutos carnosos enverano, muy atractivos para diversas especiesde mamíferos y de aves, cuando otros recur-

sos tróficos son muy escasos. El objetivo prin-cipal de la Tesis es investigar la abundancia ydistribución espacial del piruétano a distintasescalas, aplicando herramientas de teledetec-ción y SIG sobre imágenes de satélite y foto-gramas aéreos, con objeto de distinguir y ma-pear perales silvestres sobre grandes zonas dedehesa o matorral de difícil acceso. Además,se investigó la estructura de edades y de ta-maños de los árboles, su patrón de crecimien-to, la variabilidad interindividual y la debidaa distintos manejos, la producción de frutos ysemillas, así como el reclutamiento de nuevosindividuos.

Según el mapa de distribución geográfica,resultante tras la aplicación de un modelo em-pírico predictivo, sugiere que P. bourgaeanase restringe al SW de la Península Ibérica, másconcretamente a lo largo de toda Sierra Mo-rena, tratándose prácticamente de un ende-mismo.

A una mayor escala de detalle, en un área deestudio representativa de Sierra Morena (Cór-doba), con una extensión de 230 ha ocupadaspor dehesa de encinas y por un olivar abando-nado, se localizaron mediante un GPS Garmin60Cx todos los individuos de P. bourgaeana(n=122; 0,6 árboles/ha), registrándose datos de

Tesis doctoral

Análisis de la estructura de una población de Piruétano(Pyrus bourgaeana) basado en técnicas

de teledetección y SIG

Autor: Salvador Arenas CastroDirectores: Prof. Dr. Juan Fernández Haeger y Prof. Dr. Diego Jordano BarbudoLugar: Área de Ecología (Departamento de Botánica, Ecología y F. Vegetal).Universidad de Córdoba (España).Fecha: Enero de 2012Calificación: Sobresaliente Cum LaudeDisponible: Tesis Doctorales UCO: http://hdl.handle.net/10396/7832Teseo: https://www.educacion.es/teseo/mostrarRef.do?ref=959202

Asociación Española de Teledetección Revista de Teledetección 38, 121-123ISSN: 1988-8740

Page 126: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

altura, diámetro de tronco y de copa, produc-ción de frutos, etc., y se determinó su edad me-diante el análisis de los anillos de crecimien-to. En este sentido, la comparación entre losárboles de la zona de dehesa y de olivar aban-donado, reportó diferencias significativas enel tamaño de los árboles y en la producción defrutos. También se encontraron notables dife-rencias en la estructura de edades de los árbo-les de las dos zonas, evidenciándose un colap-so del reclutamiento en los últimos 20 años.Existen fuertes indicios de que este colapso hasido causado por la intensificación del apro-vechamiento agrícola y ganadero durante di-cho periodo. Por otro lado, la regeneración na-tural de los piruétanos en el área de estudio, noparece limitada por la disponibilidad de semi-llas viables. Además, se investigó la estructu-ra espacial de los árboles, que a distintas esca-las presentan un claro patrón en agregados, asícomo su relación con los distintos manejos alos que han estado sometidas durante el últimolustro.

Un análisis comparativo entre f irmas es-pectrales, mediante la aplicación de dos mo-delos de espectroradiómetros diferentes(GER2600 y GER1500) y en base a los datosregistrados en conocidas bibliotecas espec-trales (ASTER, USGS, ESPECTRA, entreotras), confirmó que éstas permiten discrimi-nar piruétano del resto de especies acompa-ñantes.

Se utilizaron dos imágenes del área de estu-dio obtenidas por el satélite Quickbird, co-rrespondientes a verano de 2008 y a primave-ra de 2009, y un ortomosaico elaborado conimágenes aéreas obtenidas con el sensorADS40 (SH52-2nd Generation), con el objetivode realizar una clasificación supervisada (Ma-ximum Likelihood) dirigida a constatar a quéresolución espacial, espectral y temporal sepueden discriminar y mapear los perales sil-vestres, del resto de la vegetación acompañan-te en el área de estudio. Además, y para redu-cir el efecto sobre las imágenes, de ladispersión de la radiación electromagnética ori-ginada por parte de los gases y partículas ensuspensión de la atmósfera, se realizó un estu-dio comparado de la eficacia de distintos mé-todos de corrección atmosférica (Pixel Dark-ness Subtraction y Fast Line-of-Sight

Atmospheric Analysis of Spectral Hypercube oFLAASH). A continuación, y con el fin de ma-ximizar la resolución espacial y espectral delas imágenes Quickbird para su posterior aná-lisis, y mejorar los resultados de la clasifica-ción, se utilizaron distintos métodos de fusiónde imágenes (Pan-Sharpening): Método deTransformación Wavelet «à trous», algoritmode Fusión Espectral Color Normalizado (CN),Método Multiplicativo de Gram-Schmidt (G-S),Método de transformación al espacio IHS (In-tensidad-Saturación-Brillo), Metodología defusión de imágenes Multidirección-Multireso-lución (MDMR) y Método de ComponentesPrincipales (CP).

Así, la imagen Quickbird de verano, some-tida a la corrección atmosférica FLAASH y almétodo de fusión IHS, fue la que reportó unosvalores de precisión global e índice kappa de80,60% y 78,4%, respectivamente, consi-guiendo discriminar los piruétanos con unaprobabilidad de más del 50%. Este valor es re-levante, si se considera que se trata de árbolesindividuales de pequeño porte y copa difusa,entremezclados con encinas y matorrales. Es-te método podría facilitar la investigación dela abundancia y la estructura espacial de lospiruétanos en una escala espacial mucho másamplia, en zonas diferentes, desconocidas ode difícil acceso, con el f in de desvelar si losvalores de los índices de clasificación son si-milares.

A modo de conclusión, los resultados de es-ta tesis ponen de manif iesto que la excesivapresión de herbivoría, provocada por la gana-dería en extensivo como principal aprovecha-miento tradicional en Sierra Morena Occi-dental, ha modulado la estructura actual de lapoblación de piruétanos en el área de estudio.No obstante, y teniendo en cuenta la actual si-tuación de cambio global y la acelerada pér-dida de diversidad biológica que está tenien-do lugar en todo el mundo, la metodologíaaquí descrita, basada en el análisis de imáge-nes multiespectrales de alta resolución, po-dría facilitar la investigación de la abundan-cia y la estructura espacial de los piruétanosen una escala espacial mucho más amplia.Añadir al estudio imágenes de diferentes for-matos, como las producidas por sensores hi-perespectrales, así como nuevas técnicas de

122 S. Arenas Castro / Revista de Teledetección (2012) 38, 121-123

Page 127: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Análisis de la estructura de una población de Piruétano (Pyrus bourgaeana)... 123

identif icación, podrían ayudar a ampliar elconjunto de datos de campo y de imágenesexistentes, a escala regional. Esta metodolo-gía permitiría a los científ icos dedicados a laconservación, explorar, describir y cuantif i-car el estatus y requerimientos ambientales de

determinadas especies leñosas, sobre zonasmás amplias que las limitadas a sus parcelasde trabajo, a una escala de detalle más f ina,con el f in de priorizar mejor los esfuerzos deconservación.

Page 128: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

El lanzamiento del primer satélite Landsaten los inicios de la década de los 70 señaló elcomienzo de la era de la teledetección espacial.Hasta finales de los 90, los satélites de mediaresolución espacial como este eran la fuente deinformación de mayor resolución espacial pa-ra la comunidad científica dedicada a la tele-detección. Todo cambió en 1999 con el lanza-miento del satélite IKONOS-2, de un metro deresolución, lo que supuso la disponibilidad deimágenes de satélite de alta resolución espa-cial para aplicaciones civiles. En poco tiempoal IKONOS-2 le siguió el QuickBird, el Orb-View-3, etc. Con estos la resolución de las imá-genes se acerca a la de las fotografías aéreas,de algunas decenas de centímetros a un metro.

En este contexto surge el análisis de imáge-nes basado en objetos (OBIA por sus siglas eninglés), técnica que permite explotar gran par-te de las dimensiones contenidas en las imá-genes de teledetección, incluyendo aspectosespectrales, espaciales, contextuales, morfo-lógicos y temporales; superando algunos de losinconvenientes asociados a los clasificadoresestadísticos basados únicamente en la respuestaespectral de los píxeles.

Una clasif icación basada en objetos secompone siempre de dos etapas: la segmen-

tación de la imagen y la clasif icación. La pri-mera consiste en la formación de objetos me-diante la unión de píxeles, posteriormente laclasif icación se realiza utilizando las carac-terísticas de los objetos. Se ha comprobadoque este enfoque es capaz de ofrecer mejoresresultados que los obtenidos por un enfoquetradicional basado en píxeles, muy especial-mente cuando se trata con imágenes de altaresolución espacial.

Con respecto al aprendizaje automático, has-ta mediados de la década de los 90, los méto-dos de clasificación supervisada aplicados alanálisis de imágenes de satélite se basabanprincipalmente en técnicas estadísticas con-vencionales, como la clasificación por máxi-ma verosimilitud o por mínima distancia. Aun-que estas técnicas pueden dar buenosresultados, su capacidad para resolver proble-mas de confusión entre clases es muy limita-da. Como consecuencia, en los últimos años,a raíz de los avances experimentados en el cam-po tecnológico de la computación, se han pro-puesto estrategias alternativas, particularmen-te el uso de redes neuronales artif iciales,árboles de decisión, máquinas de vectores so-porte o métodos derivados de la teoría de la ló-gica borrosa.

Tesis doctoral

Análisis de imágenes basado en objetos (OBIA) y aprendizaje automático para la obtención de mapas

de coberturas del suelo a partir de imágenes de muy altaresolución espacial. Aplicación en la Unidad de Demanda

Agraria n.º 28, Cabecera del Argos

Autor: Fulgencio Cánovas GarcíaDirector: Francisco Alonso SarríaLugar: Departamento de Geografía. Universidad de MurciaFecha: Mayo de 2012Calificación: Sobresaliente Cum Laude

Asociación Española de Teledetección Revista de Teledetección 38, 124-125ISSN: 1988-8740

Page 129: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Análisis de imágenes basado en objetos (obia) y aprendizaje automático... 125

El objetivo general de esta investigación esprofundizar en algunos elementos del análisis deimágenes basado en objetos, de manera que sereduzca el desfase existente entre el uso estan-darizado de técnicas de clasificación de imáge-nes de teledetección y la disponibilidad de datosprocedentes de sensores de muy alta resoluciónespacial. Concretamente, en esta investigaciónse atiende a las coberturas agrícolas.

Para aceptar que los resultados sean repre-sentativos, se ha considerado necesario reali-zar la investigación en un área de estudio deuna extensión y complejidad considerables, co-mo es la Unidad de Demanda Agraria denomi-nada Cabecera del Argos, una de las unidadesterritoriales sobre las que se realiza la carac-terización de demandas agrarias del plan hi-drológico de la cuenca del Segura. En esta sedan distintos tipos de paisaje agrario y quedabien representada la variabilidad intra-clasepropia de la agricultura del espacio rural me-diterráneo. Se ha elegido un área de estudiomás extensa de lo habitual, más de 9.000 ha,en investigaciones que emplean imágenes demenos de 0,5 m de resolución espacial, con laintención de acercarse lo más posible a la es-cala de aplicación real.

La segmentación de imágenes es un aspectoespecífico del análisis de imágenes basado enobjetos cuando se aplica a imágenes de telede-tección. En esta tesis se propone un método pa-ra la optimización del parámetro de escala delalgoritmo de segmentación multirresolución.Tras el análisis de los resultados de este méto-do se detectan ciertas deficiencias que tratan desuperarse con la introducción de dos nuevos al-goritmos de segmentación, mejorando sensi-blemente la correspondencia espacial entre losobjetos y los elementos de la realidad que pre-tenden ser clasificados.

El análisis y la selección de variables es unacuestión muy tratada en las investigaciones re-lacionadas con el aprendizaje automático y a

la que cada vez se presta más atención en tele-detección. En análisis de imágenes basado enobjetos el número de variables explicativas conel que se cuenta es muy elevado, por lo que esposible que los resultados de una clasificaciónestadística achaquen lo que se ha denominadoefecto Hughes. Para afrontar esta cuestión seproponen cuatro métodos de ordenación de va-riables y un proceso de búsqueda heurístico co-mo estrategia para seleccionarlas. El métodode ordenación que ofrece mejores resultadoses el basado en el índice de Gini.

También se pone en práctica un sistema cla-sificador de tipo supervisado. Se emplean cin-co algoritmos de clasificación tratando de quequeden representados los enfoques más im-portantes en el campo de la clasif icación deimágenes de teledetección: del ámbito de laestadística paramétrica se incluyen dos méto-dos de técnicas bayesianas, análisis discrimi-nante lineal y naive Bayes; del ámbito de losárboles de decisión se utiliza el algoritmo Ran-dom Forest; de los métodos basados en kernelsse prueban las máquinas de vectores soporte;y del ámbito de los métodos basados en la ve-cindad se aplica el método de k-vecinos máspróximos ponderados. Finalmente se generauna clasificación por votos, obteniendo un ín-dice kappa de 0,68.

Se concluye con un proceso de posclasifi-cación, a la que se puede definir como la mo-dificación de la clase asignada por alguno delos métodos anteriores, atendiendo a diversoscriterios como la clase asignada previamente;las características que posean los objetos; o laposición con respecto a otros objetos. Al apli-car los procesos de posclasificación se aumentala exactitud de la cartografía temática cuatropuntos porcentuales, alcanzando un índice kap-pa de 0,72, además se reduce notablemente laexistencia de incoherencias contextuales, muyfrecuentes si únicamente se realiza una clasi-ficación estadística.

Page 130: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Resumen

Las zonas costeras representan la transiciónentre el ambiente terrestre y el acuático sien-do uno de los ecosistemas más dinámicos yproductivos de la Tierra. Las comunidades dealgas bentónicas juegan un papel clave en losecosistemas costeros debido a sus funcionesecológicas. Debido a su importancia ecológi-ca y económica, son necesarios métodos quepermitan reunir información cualitativa y cuan-titativa sobre estas comunidades para su efi-ciente valoración, seguimiento y gestión.

La teledetección se ha aplicado en muchaspartes del mundo para el cartografiado de lascomunidades de algas en una gran variedad decondiciones ambientales. Existen estudios quepara tal fin utilizan una gran variedad de sen-sores multiespectrales e hiperespectrales asícomo modelos bio-ópticos. En España el usode técnicas de teledetección en la zona terres-tre está bien reconocido, sin embargo el nú-mero de estudios aplicados a la zona costera yespecialmente al cartografiado de hábitats ben-tónicos someros decrece considerablemente.Por esta razón las referencias científicas rela-cionadas con estas aplicaciones son escasas.Entre ellas podemos mencionar los estudiosrealizados por Fornes et al. (2006) quienes car-tografiaron Posidonia oceanica utilizando elsensor multiespectral IKONOS, Méndez et al.

(2011) que cartografiaron P. oceanica y Cymo-docea nodosa utilizando los sensores hiperes-pectrales CASI y CHRIS o el estudio llevadoa cabo por Chust et al. (2010) utilizando LI-DAR para el cartografiado de hábitats coste-ros en un estuario Vasco.

En Galicia la escasez de estudios relaciona-dos con el cartografiado bentónico utilizandoteledetección es más acusado que a nivel na-cional. Algunos de los estudios realizados enla zona costera están relacionados con el se-guimiento de mareas rojas (e.g. Mosqueraet al., 2006), vertidos (e.g. Torres-Palenzuelaet al. 2006) o fenómenos de afloramiento (e.g.Spyrakos et al., 2011) a escala regional. Sinembargo, la única referencia encontrada en re-lación al cartografiado bentónico fue el estu-dio llevado a cabo por Catoira et al. en 1993.Estos autores realizaron un trabajo preliminarutilizando imágenes multiespectrales Landsat5TM sin obtener resultados significantes. Poresta razón, el trabajo realizado en esta tesisabre una nueva línea de investigación en la cos-ta gallega en relación a la utilización de este ti-po de técnicas aplicadas al cartografiado ben-tónico.

Durante la realización de esta tesis se valo-raron sensores de teledetección pasivos mul-tiespectrales (SPOT-4), hiperespectrales espa-ciales (CHRIS-Proba) y aeroportados (AHS yCASI-2) para el estudio de comunidades de al-

Tesis doctoral

Assessment of passive optical remote sensing for mappingmacroalgae communities on the galician coast

Autor: Gema Casal Pascual ([email protected])Director: Juan FreireLugar: Grupo de Recursos Marinos y Pesquerías, Facultad de Ciencias,Universidad de A CoruñaFecha: Octubre de 2012Calificación: Apto Cum Laude

Asociación Española de Teledetección Revista de Teledetección 38, 126-130ISSN: 1988-8740

Page 131: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

gas. Además, los resultados obtenidos contri-buyen a la generación de datos espaciales re-ferentes a las algas presentes en el litoral ga-llego.

El satélite multiespectral SPOT-4 mostró re-sultados positivos en la detección de la presen-cia de comunidades de algas pardas hasta 10 mde profundidad. Sin embargo, la relativamentebaja resolución espacial y espectral no permi-tió diferenciar grupos de algas (verdes, pardasy rojas) entre sí. Este satélite presenta cuatrobandas espectrales y sólo las dos primeras XS1(500-590 nm) y XS2 (610-680 nm) son útilesen la detección de sustratos sumergidos debidoa la absorción de longitudes de onda infrarro-jas por la columna de agua. Por otra parte, suresolución espacial permite solamente detectarasentamientos homogéneos de algas mayores asu tamaño de píxel (20 m). Por estas razones,este satélite ha sido utilizado con éxito para elcartografiado de asentamientos homogéneos dealgas de gran tamaño (e.g. Augenstein et al.,1991; Chauvaud et al., 2001; Pascualini et al.,2005 o Torrusio, 2009). En la costa gallega,existen algunas especies de algas pardas quepueden formar grandes asentamientos homo-géneos tales como Laminaria spp., Cystoseirabaccata o Sargassum muticum y detectables porel satélite SPOT-4. A pesar de su baja resolu-ción espectral y media resolución espacial, ca-da imagen pude cubrir 60x60 km. Por esta ra-zón, este sensor puede ser utilizado en estudiosa escalas regionales.

Por otra parte, el sensor hiperespectralCHRIS-Proba presenta 18 bandas espectralesque comprenden un rango espectral entre 411y 1019 nm, 17 m de tamaño de pixel y un swathde 13 × 13 km. Sus características espectralesmejoran la capacidad de diferenciación entregrupos de algas en comparación con las obte-nidas por el satélite SPOT-4. Sin embargo, du-rante el desarrollo de este trabajo se observóque después de la corrección atmosférica al-gunas de las bandas presentaron valores anó-malos y éstas no fueron incluidas en el análi-sis. La dificultad de procesar los datos CHRISa nivel 2 ha sido mencionado por otros autorestales como Alonso et al. (2009) debido proba-blemente a su naturaleza experimental. Com-parando la configuración espectral de CHRISmodo 2 y MERIS se observa que el sensor

CHRIS tiene 14 bandas espectrales entre 400y 750 nm mientras que MERIS solamente pre-senta 9 bandas. Estudios previos utilizandoMERIS demostraron el éxito de este sensor enla diferenciación de algas verdes, pardas y ro-jas (Kutser et al., 2006a). Una mejor resolu-ción espectral y espacial hace esperar que elsensor CHRIS sea más apropiado que MERISen el cartografiado de las comunidades alga-les. Sin embargo, en este estudio los valoresanómalos en algunas bandas de CHRIS no per-mitieron el máximo aprovechamiento de suscapacidades espectrales. Esta asunción es tam-bién confirmada en el estudio realizado porPauly et al. (2011) quienes cartografiaron al-gas verdes, pardas y rojas en regiones inter-mareales y de aguas poco profundas.

CHRIS Proba presenta capacidad para la to-ma de imágenes multiangulares que ha sido uti-lizada de forma exitosa en estudios terrestres(Begiebing y Bach, 2004; Sykioti et al., 2011)y es especialmente efectivo en terrenos con di-ferente pendiente. Las imágenes multiangula-res fueron también utilizadas para estudios decalidad de agua (Van Mol y Ruddik, 2004; Ru-íz-Verdú et al., 2005) donde se estudiaron pa-rámetros de la superficie del agua. Sin embar-go, la capacidad multiangular de CHRIS-Probano es una ventaja en el caso del cartografiadobentónico. Con ángulos diferentes al nadir, laluz tiene que viajar más distancia en la colum-na de agua. Diferentes estudios (Vahtmäe et al.2006; Kutser et al. 2006b) muestran que pe-queñas variaciones de profundidad (la distan-cia que la luz tiene que viajar hacia y desde elsustrato) tienen un impacto importante sobre laposibilidad de reconocer los diferentes tipos defondo. Además los ángulos, diferentes del na-dir, pueden incrementar la cantidad de sun glinty sky glint. Pauly et al. (2011) y Méndez et al.(2011), las únicas referencias encontradas enrelación al cartografiado de fondos costeros uti-lizando el sensor CHRIS, también excluyeronestas imágenes angulares de sus estudios. Porlo tanto, el sensor CHRIS-Proba presenta unaventaja en la diferenciación de los grupos ma-croalgales respecto a sensores multiespectralescomo el HRVIR de SPOT-4. Sin embargo, la co-bertura de cada imagen es mucho menor im-plicando una limitación en el cartografiado aescalas regionales. No obstante, los análisis rea-

Assessment of passive optical remote sensing for mapping macroalgae. 127

Page 132: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

lizados en esta tesis muestran que la resoluciónespacial de CHRIS no es suficiente para carto-grafiar en detalle los diferentes grupos de al-gas (verdes, pardas y rojas) en la costa gallega,debido a que la cobertura bentónica en esta zo-na es bastante heterogénea.

La valoración de sensores hiperespectralespara el cartograf iado de comunidades algasbentónicas fue realizada utilizando métodos ba-sados en imágenes así como métodos físicos.Los resultados obtenidos muestran que el sen-sor AHS es capaz de separar los tres tipos degrupos de algas cuando están emergidos. Sinembargo, cuando las algas se encuentran su-mergidas la diferenciación entre algas pardas yrojas no es posible. Utilizando el modelo bio-óptico desarrollado por Maritorena et al. (1994)para valorar las imágenes CASI-2, se observa-ron mejores resultados que los obtenidos parael sensor AHS. Utilizando este sensor se pu-dieron separar los tres grupos de algas hasta unaprofundidad de 4 m. Esto puede explicarse de-bido a la posición de las diferentes bandas es-pectrales en ambos sensores así como al ruidopresente en las imágenes AHS. Como fue men-cionado por Mumby et al. (1997) los sensoresaeroportados presentan mayor resolución es-pacial y espectral que los sensores satelitales,proporcionando una mayor información espec-tral sobre objetivos puros, y así mayor precisiónen el cartografiado detallado de hábitats. La re-solución espacial del sensor AHS y CASI-2 esde alrededor de 2 m y el swath (varios metros)es también mucho menor que el presente en sa-télites. Estas características permiten el carto-grafiado detallado de hábitats bentónicos pocoprofundos a escalas locales.

Después del trabajo realizado en esta tesis,si tuviéramos que recomendar un sensor parael estudio de las comunidades de algas en lacosta gallega, podríamos decir que la mejorelección dependerá de los objetivos específi-cos de cada estudio. En esta tesis se demostróque satélites multiespectrales como SPOT-4 oincluso sensores hiperespectrales espacialescomo CHRIS-Proba pueden ser útiles en el car-tograf iado de comunidades de macroalgas auna escala regional sin demasiado detalle. Lossensores multiespectrales podrían ser de utili-dad en la realización de estudios retrospecti-vos así como en la monitorización de estas co-

munidades en el futuro debido a la elevada can-tidad de datos de archivo y su periodo de revi-sita. Por otra parte, para estudios más detalla-dos se necesita una mayor resolución espacialy espectral. En el caso de la costa gallega la re-solución espacial es considerada prioritaria aligual que afirmaron Vahtmäe y Kutser (2007).Además, todas estas valoraciones deberían serrealizadas teniendo en cuenta el presupuestodisponible. Algunas iniciativas como por ejem-plo Third-Party Missions o el Programa EU-FAR permiten a la comunidad científica el ac-ceso a imágenes remotas de forma gratuita o acoste de reproducción. En otros casos, la ad-quisición de este tipo de información puede re-sultar prohibitiva especialmente en imágenesde elevada resolución.

A pesar del elevado potencial de las técni-cas de teledetección y su combinación con Sis-temas de Información Geográfica (SIG) debe-ría de tenerse en cuenta que los mapasresultantes son una imagen instantánea en eltiempo y la fiabilidad de su representación encualquier momento posterior dependerá delgrado de variabilidad natural presente en elárea representada en el mapa (MESH, 2008).Para investigar y gestionar eficientemente loshábitats bentónicos es necesario una continuaactualización de los datos. Por esta razón, lainteroperabilidad y la promoción de colabora-ción así como el compartir información entreusuarios serían una buena opción en el estudiode hábitats bentónicos poco profundos. En losúltimos años esta tendencia está ganando im-portancia y nuevas iniciativas Free-Libre OpenSource Software están apareciendo debido aque garantizan la interoperabilidad a largo pla-zo de manera sostenible. Algunos ejemplos quepodrían ser mencionados aquí serían MapSer-ver que es una plataforma Open Source para lapublicación de datos espaciales y aplicacionesde cartograf iado interactivo en la web. Pro-yectos importantes como MESH (Mapping Eu-ropean Seabeds Habitats) han apostado por es-ta plataforma para publicar sus datos. Haciendoun esfuerzo adicional por compartir los datosen internet se expandirían de forma importan-te los recursos disponibles para los usuarios fi-nales ayudando así a una mejor gestión de lasactividades humanas y promoviendo un desa-rrollo sostenible.

128 G. Casal Pascual / Revista de Teledetección (2012) 38, 126-130

Page 133: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Además, durante los últimos años se hanlanzado nuevos satélites tales como World-View-2, Formosat-2 o Rapid-eye que mejoranlas características técnicas de los ya operati-vos. Este desarrollo tecnológico parece conti-nuar en el futuro debido a que se espera el lan-zamiento de nuevos satélites. Por esta razón,las posibilidades que podrá ofrecer el carto-grafiado de hábitats bentónicos poco profun-dos y su nivel de detalle, a día de hoy, es im-predecible.

Referencias

ALONSO, L., GÓMEZ-CHOVA, L., MORENO, J.,GUANTER, L., BROCKMANN, C., FOMFE-RRA, N., QUAST, R., & REGNER, P. 2009.CHRIS/PROBA Toolbox for hyperspectral andmultiangular data exploitations. Geoscience andRemote Sensing Symposium, IEEE Internatio-nal, IGARSS 2009.

AUGENSTEIN, E. W., STOW, D.A., & HOPE, A. S.1991. Evaluation of SPOT HRV-XS data for kelpresource inventories. Photogramm. Eng. RemoteSensing, 57:501-509.

BEGIEBING, S., & BACH. H. 2004. Analyses ofhyperspectral and directional CHRIS data foragricultural monitoring using a canopy reflec-tance. Proc. of the 2nd CHRIS-Proba Workshop,Frascati, Italy.

CATOIRA, J. L., SOLÓRZANO, F., SERRANO, F.,CARRASCAL, J. L., VELEIRO, M. J., LÓPEZ,E., DE URRUTIA, J. M., ACUÑA, R., DURÁN,C., ALCALDE, A., FERNÁNDEZ, M., FRAN-SESCH, O., GONZÁLEZ- FERNÁNDEZ, P.,FERNÁNDEZ, P., & PÉREZ, J. L. 1993. Pros-pección, análisis y cartografía de microalgas yerizo de mar en el litoral de Galicia. Conselleríade Pesca. Dirección Xeral de Pesca, Marisqueo eAcuicultura.

CHAUVAUD, S., BOUCHON, C., & MANIÈRE,R. 2001. Cartographie des biocénoses marines deGuadeloupe á partir de données SPOT (récifs co-ralliens, phanérogames marines, mangroves).Oceanologica Acta, 24(1): 3-16.

CHUST, G., GRANDE, M., GALPARSORO, I.,URIARTE, A., & BORJA, A. 2010. Capabilitiesof the bathymetric Hawk Eye LiDAR for coastalhabitat mapping: a case study within a Basqueestuary. Estuarine, Coastal and Shelf Science, 89:200-213.

FORNES, A., BASTERRETXEA, G., ORFILA, A.,JORDI, A., ÁLVAREZ, A., & TINTORE, J. 2006.Mapping Posidonia oceanica from IKONOS.ISPRS, Journal of Photogrammetry & RemoteSensing, 60, 315-322.

KUTSER, T., MILLER, I., & JUPP, D. L. B. 2006b.Mapping coral reef benthic substrates usinghyperspectral space-borne images and spectrallibraries. Estuarine, Coastal and Shelf Science,70: 449-460.

KUTSER, T., VAHTMÄE, E., & MARTIN, G.2006a. Assessing suitability of multispectral sa-tellites for mapping benthic macroalgal cover inturbid coastal waters by means of model simula-tions. Estuarine Coastal and Shelf Science, 67:521-529.

MARITORENA, S., MOREL, A., & GENTIL, B.1994. Diffuse reflectance of oceanic shallowwaters. Influence of water depth and bottom al-bedo. Limnology and Oceanography,39(7):1689-1703.

MÉNDEZ, E., CABELLO, A., FRIEYRO, J. E., HA-YAS, A., GRANADO, L., MONTOYA, G., PINO,I., & DOMÍNGUEZ, J. A. 2011. Desarrollo deuna metodología para la caracterización de pra-deras de fanerógamas marinas en el litoral anda-luz mediante técnicas de teledetección con sen-sores hiperespectrales. Revista de Teledetección,36: 73-83.

MESH (Mapping European Seabed Habitats). 2008.The MESH Blue Book. Joint Nature Conserva-tion Committee, Peterborough, UK.

MOSQUERA, A., TORRES, J. M., GONZÁLEZ-VILAS, L., MARTÍNEZ-IGLESIAS, G., & PA-ZOS, Y. 2006. Estudio de una floración tóxica dePseudonitzschia ssp. en las costas de Galiciausando una imagen MERIS y datos in situ. Re-vista de Teledetección, Número Especial: 75-79.

MUMBY, P. J., GREEN, E. P., EDWARDS, A. J., &CLARK, C. D. 1997. Coral reef habitat mapping:how much detail can remote sensing provide?Marine Biology, 130:193-202.

PASQUALINI, V., PERGENT-MARTINI, C., PER-GENT, G., AGREIL, M., SKOUFAS, G., SOUR-BES, L., & TSIRIKA, A. 2005. Use of SPOT-5for mapping seagrasses: an application to Posi-donia oceanica. Remote Sensing of Environment,94 (1): 39-45.

PAULY, K., GOOSSENS, R., & DE CLERCK, O.2011. Mapping coral-algal dynamics in a seaso-nal upwelling area using spaceborne high resolu-tion sensors, in: Pauly, K. (2011). GIS-based en-vironmental analysis, remote sensing and nichemodeling of seaweed communities. pp. 149-168.

RUIZ-VERDÚ, A., DOMÍNGUEZ-GÓMEZ, J. A.,& PEÑA-MARTÍNEZ, R. 2005. User of CHRISfor monitoring water quality in Rosarito reser-voir. Proc. Of the 3rd ESA CHRIS/Proba Works-hop, 21-23 March, ESRIN, Frascati, Italy, (ESASP-593, June 2005).

SPYRAKOS, E., GONZÁLEZ-VILAS, L., TO-RRES-PALENZUELA, J. M., & DESMOND-BARTON, E. 2011. Remote sensing chlorophylla of optically complex waters (Rías Baixas, NW

Assessment of passive optical remote sensing for mapping macroalgae. 129

Page 134: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

Spain): Application of a regionally specific chlo-rophyll a algorithm for MERIS full resolution da-ta during an upwelling cycle. Remote Sensing ofEnvironment, 115 (10): 2471-2485.

SYKIOTI, O., PARONIS, D., STAGAKIS, S., &KYPARISSIS, A. 2011. Band depth analysis ofCHRIS/PROBA data for the study of a Medite-rranean natural ecosystem. Correlations with le-af optical properties and ecophysiological para-meters. Remote Sensing of Environment, 115:752-766.

TORRES-PALENZUELA, J. M., VILAS, L. G., &CUADRADO, M. S. 2006. Use of ASAR imagesto study the evolution of the Prestige oil spill offthe Galician coast. International Journal of Re-mote Sensing, 27 :1931-1950.

TORRUSIO, S. 2009. Mapping Marine Macrophy-tes along the Atlantic Coast of Tierra Del Fuego(Argentina) by Remote Sensing. In. Yang, X.

(2009). Remote sensing and geospatial techno-logies for coastal ecosystem assessment and ma-nagement. Ed. Xiaojun Yang. Springer-VerlagBerlin Heidelberg. pp. 279-293.

VAHTMÄE E., KUSTER T., MARTIN G., & KOT-TA J. 2006. Feasibility of hyperspectral remotesensing for mapping macroalgal cover in turbidcoastal waters- a Baltic Sea case study. RemoteSensing of Environment, 101: 342-351.

VAN MOL, B., & RUDDICK, K. 2004. The Com-pact High Resolution Imaging Spectrometer(CHRIS): the future of hyperspectral satellite sen-sors. Imagery of Ooestende coastal and inlandwaters. Airborne Imaging Spectroscopy Works-hop, 8 October 2004, Bruges.

VATHMÄE, E., & KUTSER, T. 2007. Mapping bot-tom type and water depth in shallow coastal wa-ters with satellite remote sensing. Journal ofCoastal Research, 50: 185-189.

130 G. Casal Pascual / Revista de Teledetección (2012) 38, 126-130

Page 135: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012
Page 136: Nº 38 - Diciembre 2012 Revista de Teledetección · Foto portada: Estimación del área quemada sobre una imagen falso color correspondiente a enero del 2005 (a) y febrero del 2012

R e v i s t a d eTeledetecciónR E V I S TA D E L A A S O C I A C I Ó N E S P A Ñ O L A D E T E L E D E T E C C I Ó N

Nº 38 DICIEMBRE 2012

ARTÍCULOS CIENTÍFICOS

Estudio de la dependencia angular de la emisividad de los suelos sin vegetación en el infrarrojotérmico.V. García-Santos, E. Valor, V. Caselles, M. A. Burgos y C. Coll

Caracterización multiescala de objetos como herramienta para la clasificación de imágenes de al-ta resolución espacial.C. Gonzalo-Martín y M. Lillo-Saavedra

Análisis de la respuesta de la temperatura de superfcie al crecimiento urbano utilizando series tem-porales MODIS.L. Paolini

Estimación del área quemada en el Parque Nacional Torres del Paine utilizando datos de teledetección.C. Mattar, A. Santamaría-Artigas y C. Durán-Alarcón

Tendencias en el verdor de la vegetación y en la produccion primaria bruta de las áreas forestalesen la España peninsular (2000-2009).C. Giner, B. Martínez, M. A. Gilabert y D. Alcaraz-Segura

Propuesta metodológica para la cartografía periódica de la cobertura del suelo en Latinoamérica yel Caribe: estado de situación y avances.P. Blanco, G. López Saldaña, R. Colditz, L. Hardtke, N. Mari, A. Fischer, C. Caride, P. Aceñola-za, H. del Valle, S. Opazo, W. Sione, M. Lillo-Saavedra, P. Zamboni, I. Cruz López, J. Anaya, F.Morelli y S. de Jesús

Validación del método de Nanni y Dematte para obtener mapas de propiedades del suelo en una is-la del Danubio.E. Caselles, C. Pitarch y V. Caselles

CASOS PRÁCTICOS

Contribution to the management of the sensitive spaces by the geographical information systemsand remote sensing: the case of the basin of the Gharb (Morocco).A. Amrani, M. El Wartiti, M. Zahraoui, A. Calle and J-L. Casanova

Cartografiado de bofedales usando imágenes de satélite Landsat en una cuenca altoandina del Perú.E. García y M. A. Lleellish

Síntesis de la evolución histórica de la teledetección en España (1889-2012).G. Casal y J. Freire

TESIS DOCTORAL: Análisis de la estructura de una población de Piruétano (Pyrus bourgaeana)basado en técnicas de teledetección y SIG

TESIS DOCTORAL: Análisis de imágenes basado en objetos (OBIA) y aprendizaje automáticopara la obtención de mapas de coberturas del suelo a partir de imágenes de muy alta resoluciónespacial. Aplicación en la Unidad de Demanda Agraria n.º 28, Cabecera del Argos

TESIS DOCTORAL: Assessment of passive optical remote sensing for mapping macroalgae com-munities on the galician coast