56
TRATAMIENTO DE DATOS SATELITALES PARA ESTUDIOS AMBIENTALES Doctores Raúl Rivas y Facundo Carmona Miembros del Instituto de Hidrología de Llanuras Comisión de Investigaciones Científicas Consejo Nacional de Investigaciones Científicas y Técnicas Universidad Nacional del Centro de la provincia de Buenos Aires Instituto de Hidrología de Llanuras Dr. Eduardo Jorge Usunoff Tandil, Buenos Aires, Argentina Curso elaborado para la Doctorado en Ciencias Aplicadas al Ambiente y la Salud Tandil, 9 - 13 de setiembre de 2019 http://teledeteccion.wix.com/gtihlla Contoacto www.ihlla.org.ar Te 00 54 249 438 5520 ext. 3

Diapositiva 1 - cursosihlla.bdh.org.ar

  • Upload
    others

  • View
    4

  • Download
    0

Embed Size (px)

Citation preview

Page 1: Diapositiva 1 - cursosihlla.bdh.org.ar

TRATAMIENTO DE DATOS SATELITALES PARA ESTUDIOS AMBIENTALES

Doctores Raúl Rivas y Facundo Carmona

Miembros del Instituto de Hidrología de LlanurasComisión de Investigaciones CientíficasConsejo Nacional de Investigaciones Científicas y TécnicasUniversidad Nacional del Centro de la provincia de Buenos Aires Instituto de Hidrología de Llanuras

Dr. Eduardo Jorge Usunoff

Tandil, Buenos Aires, Argentina

Curso elaborado para la Doctorado en Ciencias Aplicadas al Ambiente y la Salud

Tandil, 9 - 13 de setiembre de 2019

http://teledeteccion.wix.com/gtihlla

Contoactowww.ihlla.org.arTe 00 54 249 438 5520 ext. 3

Page 2: Diapositiva 1 - cursosihlla.bdh.org.ar

2UNCPBA, DCAAS, R. Rivas 2019

Curso TDSEA

1. Definición. Conceptos básicos – espectros de superficies específicas

2. Espectro solar y térmico

3. Ventanas atmosféricas

4. Escalas – desde la hoja a la cuenca

5. Índice de vegetación

6. Ejemplo de extracción de información a partir del espectro

7. Uso de programa de tratamiento

Temas día 1, R. Rivas

Page 3: Diapositiva 1 - cursosihlla.bdh.org.ar

CONCEPTOS BÁSICOS

Desarrollo teórico y revisión

3UNCPBA, DCAAS, R. Rivas 2019

Page 4: Diapositiva 1 - cursosihlla.bdh.org.ar

Definición de teledetección

4

Es el medio de conocer un objeto, o conjunto de objetos distribuidos espacialmente en función de:i) un conjunto de señales electromagnéticas en distintas bandas de diferentes longitudes de ondaii) la evolución de la señal electromagnética en el tiempo (día, estación, año...)iii) la repartición de los objetos en el espacio geográficoiv) la relación temporal de los objetos con otros de diferente naturaleza

UNCPBA, DCAAS, R. Rivas 2019

Page 5: Diapositiva 1 - cursosihlla.bdh.org.ar

Conceptos relevantes en teledetección

• Seguramente gran partes delos conceptos de bases físicasde la teledetección fuerondesarrollados en cursosprevios que tomaron duranteel grado o el posgrado. Hoy yhasta el miércoleshablaremos de ellos con unavisión práctica que nospermita cuantificar variablesbiofísicas de superficie (porejemplo la temperatura de lasuperficie). Animamos austedes a seguirnos en lacomprensión de las leyesfísicas y su utilidad práctica.

• El espectro solar y térmico en valores de radiancia (L)

5

Espectro solar

0

200

400

600

800

0 1 2 3 4 5

(m)

L0

(T)

(W/m

2 s

r

m)

Espectro terrestre

0

2

4

6

8

10

12

0 10 20 30 40 50

(m)

L0

(T)

(W/m

2 s

r

m)

UNCPBA, DCAAS, R. Rivas 2019

Page 6: Diapositiva 1 - cursosihlla.bdh.org.ar

Radiación emitida por el sol y por la tierra

6UNCPBA, DCAAS, R. Rivas 2019

Page 7: Diapositiva 1 - cursosihlla.bdh.org.ar

El espectro electromagnético

7

Es necesario conocer el espectro, la longitud de onda (λ) en la que se trabaja, las características deéstas o mejor dicho su comportamiento para diferentes condiciones atmosféricas y cómo sonafectadas éstas (o no). La atmósfera modifica las ondas electromagnéticas (por absorción y difusión)y es fundamental la comprensión de los efectos para una adecuada valoración de los resultados delproceso de corrección atmosférica. No es solo conocer una ley física, sino que, lo importante esvalorar la utilidad que tiene cuando se trabaja en teledetección. A veces es mejor usar un modelo decorrección atmosférica sencillo que uno complejo en el que no se tienen elementos para valorar lacalidad del mismo ni se conocen las ecuaciones que lo gobiernan.

UNCPBA, DCAAS, R. Rivas 2019

Page 8: Diapositiva 1 - cursosihlla.bdh.org.ar

Bases elementales para una mejor comprensión

• La comprensión de las leyes físicas que gobiernan los diferentesprocesos a nivel de la superficie y de la atmósfera sonfundamentales para una adecuada cuantificación de variables.

• Ejemplos son: la transmisión de la atmósfera, la emisión de lasuperficie, la reflexión de las superficies….etc

Tomado del programa Modtran (para una atmósfera de latitud media de verano).

Efectos de los principales componentes de la atmósfera.

Transferencia radiativa al tope de la atmósfera, a nivel del mar y cuerpo negro (5900 K).

UNCPBA, DCAAS, R. Rivas 2019 8

Page 9: Diapositiva 1 - cursosihlla.bdh.org.ar

Miremos en detalle el efecto de la atmósfera sobre la radiación solar

9

Transferencia radiativa al tope de la atmósfera, a nivel del mar y cuerpo negro (5900 K).

2500 W m-2 µm

La radiación solar media para el conjunto del espectro al TOA es de 1390 W m-2 µm. Es un valor interesante de conocer, me da idea para valorar lo que llega a la superficie teniendo en cuenta la transmisividad() de la atmósfera.

Recuerde este valor para cuando realice la corrección atmosférica.

UNCPBA, DCAAS, R. Rivas 2019

Page 10: Diapositiva 1 - cursosihlla.bdh.org.ar

Unidades a tener en cuenta

10

Tomado de Liou 2002 [la simbología puede diferir de la indicada en las transparencias previas, solo se desea recordar las unidades].

UNCPBA, DCAAS, R. Rivas 2019

Page 11: Diapositiva 1 - cursosihlla.bdh.org.ar

Transmisión atmosférica y bandas Landsat

11

Bandas de LANDSAT 7 y 8* (LDCM) sensores (ETM+, OLI/TIRS). *Lanzado en febrero de 2013.

UNCPBA, DCAAS, R. Rivas 2019

Page 12: Diapositiva 1 - cursosihlla.bdh.org.ar

12

Tomado de

UNCPBA, DCAAS, R. Rivas 2019

Page 13: Diapositiva 1 - cursosihlla.bdh.org.ar

LA FIRMAS ESPECTRALESRespuesta espectral de suelo, vegetación, nieve y agua

13UNCPBA, DCAAS, R. Rivas 2019

Page 14: Diapositiva 1 - cursosihlla.bdh.org.ar

Energía que ingresa en un día despejado, analicemos

14UNCPBA, DCAAS, R. Rivas 2019

Realizo una medida con espectroradiómetro de terreno

Page 15: Diapositiva 1 - cursosihlla.bdh.org.ar

Comportamiento espectral de vegetación

Medidas en terreno sobre

cultivos con alta cobertura vegetal

Espectro tomado por PA M. Bayala (CIC-IHLLA)

Calculamos NDVI de los cultivos

NDVICebada42-442+4NDVITrigo36-1236+12NDVIGirasol54-454+4

=0,83

=0,50

=0,86

NIR

R

Medidas realizadas con un espectrorradiómetrode mano Spectral Vista Corporation HR-1024i de (350 – 2500 nm, resolución de 1,5 nm)

15UNCPBA, DCAAS, R. Rivas 2019

Page 16: Diapositiva 1 - cursosihlla.bdh.org.ar

Espectro y bandas misión sentinel

Diferentes cubiertas de suelo y suelo

desnudo

Espectro tomado por PA M. Bayala (CIC-IHLLA)

Medidas realizadas con un espectrorradiómetrode mano Spectral Vista Corporation HR-1024i de (350 – 2500 nm, resolución de 1,5 nm)

Propuesta de exploración de la relación R-NIR con los datos disponibles.

16UNCPBA, DCAAS, R. Rivas 2019

Page 17: Diapositiva 1 - cursosihlla.bdh.org.ar

Espectro de suelo seco y húmedo

0

5

10

15

20

25

30

35

1,8

0

42

5,1

0

49

7,0

0

56

7,4

0

63

6,2

0

70

3,3

0

76

8,6

0

83

1,7

0

89

2,2

0

95

0,3

0

1.0

44

,20

1.2

33

,20

1.4

20

,10

1.6

04

,00

1.7

84

,30

1.9

47

,60

2.0

80

,40

2.2

06

,60

2.3

25

,90

2.4

38

,60

Ref

lect

ivid

a %

Longitud de onda nm

SM 32%

SM 17 %

NDVI17%SM11-811+8NDVI32%5-45+4

=0,16

=0,11

LST=30,3 °C

SM (humedad de suelo), LST temperatura de la superficie

LST=23,7 °C

Medidas realizadas con un espectrorradiómetro de mano Spectral Vista Corporation HR-1024i de ancho 350 – 2500 nm, resolución de 1,5 nm. Espectro tomado por PA M. Bayala (CIC-IHLLA)

17UNCPBA, DCAAS, R. Rivas 2019

Page 18: Diapositiva 1 - cursosihlla.bdh.org.ar

Escalas de espacio y de tiempo

De nuestro interés

S: segundos

18UNCPBA, DCAAS, R. Rivas 2019

Page 19: Diapositiva 1 - cursosihlla.bdh.org.ar

Escalado hacia arriba (scaling up)

19UNCPBA, DCAAS, R. Rivas 2019

Page 20: Diapositiva 1 - cursosihlla.bdh.org.ar

Procesos – uso – límites de la datos de satélite

en relación a los usos

20UNCPBA, DCAAS, R. Rivas 2019

Page 21: Diapositiva 1 - cursosihlla.bdh.org.ar

Firmas espectrales

21

0

20

40

60

80

100

0,3 0,8 1,3 1,8 2,3 2,8

R %

um

Vegetación Suelo Agua Nieve

UNCPBA, DCAAS, R. Rivas 2019

Page 22: Diapositiva 1 - cursosihlla.bdh.org.ar

Firma espectral de la vegetación• Firmas espectrales de vegetación, suelo, agua y nieve

obtenidas en laboratorio. Cada superficie natural tiene un comportamientos espectral propio. En el caso de la vegetación es variable, dependiendo principalmente de los factores: estado fenológico, forma y contenido en humedad.

• Presenta reducida reflectividad en las bandas del visible,con un máximo relativo en la región del verde (0.55 µm).Esto es debido al efecto absorbente de los pigmentosfotosintéticos de las hojas. De entre estos, la clorofilaabsorbe en la zona del rojo. Por eso, en vegetación novigorosa la clorofila no absorbe tanto y la hoja presentaun color amarillo (verde + rojo).

22UNCPBA, DCAAS, R. Rivas 2019

Page 23: Diapositiva 1 - cursosihlla.bdh.org.ar

Firma espectral de la vegetación

• La estructura celular interna da la elevada reflectividad en el IRC que luego va reduciéndose paulatinamente hacia el infrarrojo medio.

• La alta reflectividad en el IRC (50 %) permite notar el contraste más nítido que presenta, en comparación, con las bandas visibles (especialmente rojo) y en menor medida en el verde del espectro. Cuanto mayor resulte el contraste, mayor será el vigor de la vegetación.

• Los parámetros cantidad de pigmentos, estructura celular y contenido en agua, manifestados por la respuesta espectral de esa masa de vegetación de la que forman parte, puede servir para discernir entre unas especies y otras, su nivel de desarrollo e incluso su estado sanitario.

23UNCPBA, DCAAS, R. Rivas 2019

Page 24: Diapositiva 1 - cursosihlla.bdh.org.ar

Firma espectral del suelo

▪ Los suelos desnudos, presentan un comportamientoespectral más uniforme que el de la vegetación. La curvaespectral que presentan es bastante plana y de carácterligeramente ascendente.

▪ Los principales factores que intervienen en este caso son lacomposición química del suelo, su textura y estructura y elcontenido en humedad. Por ejemplo, un suelo de origencalcáreo tiende al color blanco, indicando alta reflectividaden todas las bandas visibles, mientras que los arcillososofrecen una mayor reflectividad en el rojo, comoconsecuencia de su contenido en óxido de hierro.

24UNCPBA, DCAAS, R. Rivas 2019

Page 25: Diapositiva 1 - cursosihlla.bdh.org.ar

Firma espectral del suelo

▪ La reflectividad espectral presenta mayores valores ensuelos de textura gruesa (por ejemplo los suelos con altocontenido de arena), planchados, secos y con bajocontenido de materia orgánica.

▪ El contenido en humedad es uno de los elementosdestacados en la reflectividad en longitudes de onda largas(SWIR) y así suelos con alto contenido en humedad daránuna reflectividad baja en esas longitudes de onda (ejemploson los suelos de las cuencas del Langueyú y del Azul entreotras) (reflectividad menor al 10 %). Cuanto más seco yplanchado resulte un suelo, mayor será su reflectividad.

25UNCPBA, DCAAS, R. Rivas 2019

Page 26: Diapositiva 1 - cursosihlla.bdh.org.ar

Firma espectral del agua - nieve

▪ El agua absorbe o transmite la mayor parte de laradiación visible que recibe. Por lo tanto presentaráuna curva espectral plana, baja y de sentidodescendente hacia longitudes de onda del SWIR. Detodas formas, en aguas poco profundas, la reflectividadaumenta. Los factores que afectan el comportamientodel agua son: profundidad, contenido de material ensuspensión (clorofila, arcillas y nutrientes) y rugosidadde la superficie (factor extremadamente importante).

▪ La nieve presenta un comportamiento completamentediferente al agua, con una reflectividad elevada en lasbandas visibles (próximas al 100 %), reduciéndosedrásticamente en el IRC y picos en el SWIR.

26UNCPBA, DCAAS, R. Rivas 2019

Page 27: Diapositiva 1 - cursosihlla.bdh.org.ar

Emisividad

La temperatura promedio de la superficie terrestre es de aproximadamente 300 K y su emitanciaespectral es máxima en el intervalo 8 - 14 µm (IRT). Esto nos permite detectar la energía queprocede de las distintas superficies, pero para ello no se mide la energía reflejada, sino la emitida,en función de la temperatura.

27

0,5

0,6

0,7

0,8

0,9

1,0

2 4 6 8 10 12 14

Longitud de onda (m)

d

Su

elo

s

soi01

soi02

soi03

Soi1

Soi2

Soi3

0,5

0,6

0,7

0,8

0,9

1,0

2 4 6 8 10 12 14

Longitud de onda (m)

d

Veg

eta

ció

n

veg01

veg02

Veg1

Veg2

UNCPBA, DCAAS, R. Rivas 2019

Page 28: Diapositiva 1 - cursosihlla.bdh.org.ar

28UNCPBA, DCAAS, R. Rivas 2019

Emisividad en Rocas

Emisividad en agua y vegetación

Page 29: Diapositiva 1 - cursosihlla.bdh.org.ar

RELACIÓN R-NIR

Relacionando adecuadamente el sector del rojo (R) e infrarrojo cercano (NIR) se puede obtener información relevante

29UNCPBA, DCAAS, R. Rivas 2019

Page 30: Diapositiva 1 - cursosihlla.bdh.org.ar

30

Ejemplo 2DScatterPlots

En el menú banda ir a la opción: Tools 2DScatterPlots. Aparece la ventana de la derecha. Seleccionar la banda 3 en el eje “x” y la banda 4 en el eje “y”. Esto lo hacemos sobre la imagen TM_LP_99.img

UNCPBA, DCAAS, R. Rivas 2019

Page 31: Diapositiva 1 - cursosihlla.bdh.org.ar

Resultado del 2DScatterPlots

La Figura de la derecha muestra la dispersión de los datos B3-B4 del sector remarcado en rojo en el Scrollde la imagen de abajo.

31

Recta de suelo

Vegetación

UNCPBA, DCAAS, R. Rivas 2019

Page 32: Diapositiva 1 - cursosihlla.bdh.org.ar

Ejemplo de dispersión 2D temporal

Ejemplo de dispersión de puntos para un área de agricultura en la que se observa la evolución temporal de los cultivos.

32UNCPBA, DCAAS, R. Rivas 2019

Page 33: Diapositiva 1 - cursosihlla.bdh.org.ar

Ejemplo de dispersión 2DSactterPlotspara diferentes ambientes

Ejemplo de la relación R-IRC logrado con Landsat para diferentes superficies (agua, coníferas, suelo..)

33UNCPBA, DCAAS, R. Rivas 2019

Page 34: Diapositiva 1 - cursosihlla.bdh.org.ar

Formatos de la imágenes

Formatos

• BIL, BIP, BSQ

Uso de programa de procesado

• Descripción y uso básico

34UNCPBA, DCAAS, R. Rivas 2019

Page 35: Diapositiva 1 - cursosihlla.bdh.org.ar

35

UNCPBA, DCAAS, R. Rivas 2019

Page 36: Diapositiva 1 - cursosihlla.bdh.org.ar

36

UNCPBA, DCAAS, R. Rivas 2019

Page 37: Diapositiva 1 - cursosihlla.bdh.org.ar

37UNCPBA, DCAAS, R. Rivas 2019

Page 38: Diapositiva 1 - cursosihlla.bdh.org.ar

38UNCPBA, DCAAS, R. Rivas 2019

Page 39: Diapositiva 1 - cursosihlla.bdh.org.ar

39UNCPBA, DCAAS, R. Rivas 2019

Page 40: Diapositiva 1 - cursosihlla.bdh.org.ar

40UNCPBA, DCAAS, R. Rivas 2019

Page 41: Diapositiva 1 - cursosihlla.bdh.org.ar

41UNCPBA, DCAAS, R. Rivas 2019

Page 42: Diapositiva 1 - cursosihlla.bdh.org.ar

42UNCPBA, DCAAS, R. Rivas 2019

Page 43: Diapositiva 1 - cursosihlla.bdh.org.ar

43UNCPBA, DCAAS, R. Rivas 2019

Page 44: Diapositiva 1 - cursosihlla.bdh.org.ar

44UNCPBA, DCAAS, R. Rivas 2019

Page 45: Diapositiva 1 - cursosihlla.bdh.org.ar

45UNCPBA, DCAAS, R. Rivas 2019

Page 46: Diapositiva 1 - cursosihlla.bdh.org.ar

46UNCPBA, DCAAS, R. Rivas 2019

Page 47: Diapositiva 1 - cursosihlla.bdh.org.ar

47UNCPBA, DCAAS, R. Rivas 2019

Page 48: Diapositiva 1 - cursosihlla.bdh.org.ar

48UNCPBA, DCAAS, R. Rivas 2019

Page 49: Diapositiva 1 - cursosihlla.bdh.org.ar

49UNCPBA, DCAAS, R. Rivas 2019

Page 50: Diapositiva 1 - cursosihlla.bdh.org.ar

50UNCPBA, DCAAS, R. Rivas 2019

Page 51: Diapositiva 1 - cursosihlla.bdh.org.ar

51UNCPBA, DCAAS, R. Rivas 2019

Page 52: Diapositiva 1 - cursosihlla.bdh.org.ar

52UNCPBA, DCAAS, R. Rivas 2019

Page 53: Diapositiva 1 - cursosihlla.bdh.org.ar

53UNCPBA, DCAAS, R. Rivas 2019

Page 54: Diapositiva 1 - cursosihlla.bdh.org.ar

54UNCPBA, DCAAS, R. Rivas 2019

Page 55: Diapositiva 1 - cursosihlla.bdh.org.ar

55UNCPBA, DCAAS, R. Rivas 2019

Page 56: Diapositiva 1 - cursosihlla.bdh.org.ar

56UNCPBA, DCAAS, R. Rivas 2019