Índices de vegetación

1. Índices de vegetación Lectura asignada: Interpreting vegetation indices (ver enlace en página escondida debajo de Tutorial 5-7) Ver también páginas 89-101 de la Guía 2 de Idrisi, y http://www.ciesin.org/docs/005-419/005-419.html

2. Índices de vegetación • La abundancia de vegetación afecta la respuesta espectral en un píxel. • Los índices de vegetación nos permiten estimar la abundancia de vegetación utilizando datos espectrales.

3. Índices de vegetación • Los índices de vegetación más simples que se han utilizado son la respuesta espectral en ciertas bandas. • Por ejemplo, se han informado correlaciones entre cobertura vegetal con bandas de MSS desde 0.33 para MSS7 hasta 0.88 para MSS6.

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

5. Respuesta espectral

6. Índices de vegetación • Existen diferencias espectrales notables entre la vegetación y otros componentes de la superficie terrestre. • Esas diferencias en respuesta espectral aumentan a medida que la vegetación se hace más densa o más productiva.

7. Cambios espectrales en campo de cultivo

8. Indices basados en pendiente • RATIO = NIR / RED • Problemas de iluminación variable se minimizan • Susceptible a división por cero • La escala de medida no es lineal y la distribución no es normal

9. Indices basados en pendiente • NDVI (Normalized Difference Vegetation Index) • NDVI = (NIR – RED) / (NIR + RED) • Problemas de iluminación variable se minimizan • Problemas de división por cero se reducen considerablemente • Escala de medida es lineal y fluctua entre -1 y +1

10. Componentes de respuesta espectral en un píxel • La reflectancia determinada en un píxel es el promedio de las reflectancias de todos los objetos presentes en ese lugar del terreno. • Un área con mezcla de vegetación y suelo va a afectar la reflectancia de acuerdo a las proporciones de estos 2 componentes.

11. Determinación de la línea de suelo • Si determinamos la relación entre la reflectancia en 2 bandas para píxeles que sólo presenten suelo raso obtendremos una línea: la línea de suelo.

12. Línea de suelo

13. Componentes de la línea de suelo

14. Transformaciones ortogonales • Se pueden obtener con PCA. • Existen índices de este tipo para los que se han asignado coeficientes según los tipos de datos: transformación “tasseled cap” (gorro de borla). • Por ejemplo, la ecuación para el componente de Brillo usando datos de MSS: • MSBI = 0.4MSS4 + 0.6MSS5 + 0.6MSS6 + 0.2MSS7

15. Transformaciones ortogonales (PCA)

16. Componentes obtenidos de TM

17. Transformaciones ortogonales • Por ejemplo, la ecuación para el componente de Brillo usando datos de MSS: • MSBI = 0.4MSS4 + 0.6MSS5 + 0.6MSS6 + 0.2MSS7

18. Ejes de brillo, verdor y humedad

19. 3 ejes ortogonales principales

20. Correlación con cobertura

21. Brillo, verdor y humedad

22. PCA 1, 2 y 3

23. PCA o tasseled cap • Aunque las 2 imágenes anteriores varían en los colores se parecen mucho en el contraste entre clases de cobertura principales (carreteras, cultivos, urbano, etc.). • Se debe a que PCA y Tasseled Cap son procedimientos análogos.

25. Tasseled cap

26. Planos de vegetación y suelo

27. Humedad del suelo y eje de humedad