Subido por Henry Vásquez

Congreso Botanica MariaPrimera (1)

Anuncio
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/282851233
Reconocimiento de cultivos mediante el uso de imágenes de satélite
Conference Paper · May 2015
CITATIONS
READS
0
1,332
1 author:
Maria Milagro MM Primera Canelon
Fundación Instituto de Ingeniería
4 PUBLICATIONS 1 CITATION
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
PROYECTO TRANS-ORINOCO View project
All content following this page was uploaded by Maria Milagro MM Primera Canelon on 14 October 2015.
The user has requested enhancement of the downloaded file.
XXI CONGRESO VENEZOLANO DE BOTÁNICA
12 al 16 de Mayo de 2015, Caracas, DC, Venezuela
Ing. Agr. María Milagro Primera
Fundación Instituto de Ingeniería
Centro de Procesamiento Digital de Imágenes
Masas de agua
Ozono
Infraestructuras
Una imagen es una
representación visual, que
manifiesta la apariencia
visual de un objeto real o
imaginario.
Cultivos
Capturadas por diferentes plataformas
Satélite SMAP, Enero 2015.
Misión medir el agua en el
planeta
LIDAR (Laser Imaging Detection and Ranging)
Z-boat 1800 vehículo autónomo para
levantamiento hidrográfico (batimetría,
calidad del agua o velocidad).
Vehículo aéreo no tripulado (Drone): Multirrotor MD4- 1000
http://www.interempresas.net/Agricola/Articulos/113322-Uso-imagenes-procedentes-vehiculo-aereono-tripulado-(uav)-cartografia-objetivos.html
La identificación o el reconocimiento de cultivos en las imágenes de satélite, proviene
de un sistema basado en patrones que dependen de lo que recoge el sensor.
Imagen Satélite Ladsat8
Combinación de bandas 4, 3, 2
Imagen Satélite Spot5
Combinación de bandas 3, 2, 1
Los patrones pueden ser espectrales o espaciales; los espectrales muestran la energía
capturada por el sensor en cada longitud de onda del espectro electromagnético.
Firmas espectrales
PATRÓN ESPACIAL
El patrón espacial incorpora criterios
complejos como:
Color
PATRÓN ESPACIAL
Tono
PATRÓN ESPACIAL
Textura
PATRÓN ESPACIAL
Forma
PATRÓN ESPACIAL
Contexto
espacial
Patrones
espaciales
De los patrones tanto espectrales como espaciales; derivan clases temáticas que luego
pueden ser usadas para análisis de cambio en la vegetación (estrés, deficiencias, acame,
senescencia entre otros) con el uso de técnicas como:
TÉCNICAS DE DETECCIÓN DE CAMBIOS
NDVI
Composiciones multitemporales
- Resolución (espacial/ espectral/ radiométrica)
- Resolución temporal (fenómenos climáticos,
ciclos fenológicos, cambio de uso de la tierra)
COCIENTES E ÍNDICES DE VEGETACIÓN (NDVI)
TÉCNICAS DE DETECCIÓN DE CAMBIOS
Un cociente o ratio implica efectuar una división, píxel a píxel, entre los ND
almacenados en dos o más bandas de la misma imagen.
Discriminar masas vegetales
de alta actividad
fotosintética.
De otras coberturas en fases
fenológicas iníciales.
Est. Básicas
Min
-0.425856
Max
0.535088
Media
0.004893
Dev. Estandar
NDVI de imagen Miranda subset Quíbor
Band 1
0.140041
A > contraste entre el IR y R = > vigor vegetal
NDVI
Planta sana
0.927423544
NDVI
Planta enferma
0.770437376
A < contraste entre el IR y R = < vigor vegetal (vegetación enferma, senescente o suelo desnudo)
TÉCNICAS DE DETECCIÓN DE CAMBIOS
COMPOSICIONES MULTITEMPORALES
Se basan en un criterio simple, el máximo de NDVI en diferentes fechas. Es decir
una clasificación multifecha, con el fin de seguir la evolución de una determinada
variable:
- El crecimiento de un cultivo
- Contenido de agua en la vegetación
- Cambios de cobertura etc.
Como ejemplo de una composición multitemporal, seleccionamos tres fechas
para una misma área de estudio y se realizo una integración de índices de
variación relativa.
Fechas:
03 Enero 2013
21 Marzo 2013
07 Abril 2013
NDVI de
cada imagen
Índices de variación
relativa en el tiempo
Imágenes Falso color infrarrojo. Las imágenes WMC con remuestreo a 10m.
21/03/2013
03/01/2013
Composición multitemporal
07/04/2013
Composición coloreada con los índices de vegetación
TÉCNICAS DE DETECCIÓN DE CAMBIOS
Canal rojo: 03/01/2013
Canal verde: 20/03/2013
Canal azul: 09/04/2013
Enero 2013
Marzo 2013
+
*
+
+
+
+
+
Abril 2013
+
+
Composición coloreada de índices de vegetación
Identificación de campos de acuerdo a su evolución temporal: enero – abril 2013
1.
2.
3.
4.
Siembra temprana: 18.833 ha
Siembra tardía: 340 ha
Cosecha temprana: 3824 ha
Siembra tardía: 1637 ha
5.
6.
7.
8.
Ciclo corto creciente: 1492 ha (˄)
Ciclo corto decreciente : 169 ha (˅)
Poca actividad clorofílica: 5692 ha
Alta actividad clorofílica: 5814 ha
CONCLUSIONES
• La teledetección permite generar variables biofísicas que se pueden relacionar a ciertos
cultivos y su estado de salud.
• El seguimiento de la evolución de superficies cultivadas podrá hacerse con mayor
precisión en la medida que se tengan series de imágenes de manera permanente.
• Con las imágenes multiespectrales no es posible identificar los rubros agrícolas. Sin
embargo, esta información puede ser suministrada con información de campo y el uso
de la Geomática en general.
View publication stats
Gracias por su
atención…
Descargar