Upload
others
View
17
Download
0
Embed Size (px)
Citation preview
Uso de sensores remotos para la evaluación forrajera
Lic. MSc. Marcos [email protected]
IFEVA - Laboratorio de Análisis Regional y Teledetec ciónFacultad de Agronomía, UBA/CONICET
Departamento de Métodos Cuantitativos y Sistemas de Información - FAUBA
Laboratorio de Análisis Regional y Teledetección
Dirección:José ParueloMartín Oesterheld
Coordinación:M.D. Arocena
Estudiantes posgrado:M. TexeiraC. Caride
J.G.N. IrisarriM. DuranteM. VassalloC. Conde
H. Dieguez
Profesionales:M.F. SilvaG. García
C. BagnatoP. BaldassiniM. Vallejos
Resp. Técnico:M. Oyarzabal
Investigadores:G. Piñeiro
Índice Verde Normalizado:
Alta cobertura vegetal
Baja cobertura vegetal
Infrarrojo(IRc)
Rojo(R)
Infrarrojo(IRc)
Rojo(R)
IRc RIVN
IRc R
−=+
Por qué el IVN?
� Esta correlacionado con la actividad fotosintética (Fracción de Radiación Fotosintéticamente Activa interceptada por la vegetacion FPAR)
� A su vez la FPAR se asocia al índice de area foliar (IAF), un indicador del crecimiento de la vegetación, y en particular de la Productividad Primaria Neta Aérea (PPNA)
� La tecnología satelital, nos permite estimar la productividad de la vegetación en áreas extensas y para periodos de hasta 30 años.
Herramienta potencialmente útil para determinar la frecuencia espacial y temporal de ocurrencia de siniestros que afectan a la
vegetación (ANOMALIAS NEGATIVAS del IVN)
Cómo obtenemos las series de IVN?
� De las plataformas satelitales disponibles, las mas adecuadas para la obtención de series extensas de IVN son las siguientes
1981 - presente ??Diaria2500 hasLTDR
2000 - presente16 días5 hasMODIS
periodofrecuenciaPíxel
� La obtención de las series para el periodo 1980 – presente, implica la inter-calibración de las series MODIS y LTDR.
� Hacer compatibles las escalas temporal y espacial
Escala mensual
Pixel LTDR
≈
SWBuenos Aires
Chubut y
Rio Negro
Áreas de desarrollo
LTDR MODIS
Escalasincompatibles!!!
Escalasmas compatibles
estandarización
Inter-calibración
Cálculo de anomalías
Media de junio
� Anomalías muy negativas respecto a la media de largo plazo de junio
� Dependiendo de su magnitud, frecuencia y extensión espacial, estas anomalías, pueden ser indicadores de la ocurrencia de eventos adversos afectando a la vegetación (siniestros)
junio 2000junio 2001
junio 2002junio 2003
junio 2004junio 2005
junio 2006junio 2007
junio 2008
junio 2009
IMAGEN
2000
Cálculo de anomalías
2009 2000 20082009
2000 2008
100junio juniojunio
junio
INDICE mediaINDICEanomaliaINDICE
mediaINDICE−
−
−=
�2009 2000 2008
20092000 2008
100junio juniojunio
junio
INDICE mediaINDICEanomaliaINDICE
mediaINDICE−
−
−=
�
MODIS
Mapas de anomalías NW Patagonia
2007 (año seco) 2009 (año promedio)
� El cruce de mapas de anomalías con mapas de clasificación de los tipos de vegetación (Patagonia) o los usos dominantes (SW de Buenos Aires), permitirá obtener una descripción de la incidencia de eventos extremos para cada tipo/uso.
Clasificación TVRío Negro y Chubut
Clasificación USSW Buenos Aires
feb. 2008
nov. 2008
ene. 2010
Compilado de Imágenes Landsat
Segmentación
Vector de polígonos
feb. 2008
nov. 2008
ene. 2010
nov. 2008
ene. 2010
Compilado de Imágenes Landsat
Segmentación
Vector de polígonos
Segmentación (LANDSAT)
Asignación de verdad terrestrea cada polígono (MODIS)
Clasificación no supervisada ISODATA
(MODIS)
Clasificación basada en estadísticas
Clasificación basada en marcha anual de índices
Clasificaciones preliminares Para Chubut y Río Negro
Clasificaciones SW de Buenos Aires
Trabajo en progreso!
Clasificaciones del uso en base a una combinación de imágenes LANDSAT (pixel de 30 m2) e
imágenes MODIS
Inter-calibración de series de índices provenientes de LTDR y MODIS
Obtención series de anomalías desde 1981 - actualidad
Cruce de los mapas de anomalías con clasificaciones/divisiones políticas
Incidencia de siniestros discriminada por divisiones políticas, tipos funcionales de vegetación/usos del suelo
En resumen…
Insumo para la evaluación de siniestros por parte de aseguradores