Metodos Geofisicos

Cálculo de Índice de Vegetación (NDVI)
con QGIS en el municipio de paz de

Ariporo y sus poblaciones rurales más
cercanas mediante el uso de imágenes
del satélite Sentinel A2
Harold Felipe Santos Sanchez cód. 20161135039
UNIVERSIDAD FRANCISCO JOSE DE CALDAS SEDE MACARENA

Métodos geofísicos
Cálculo de Índice de Vegetación (NDVI)
con QGIS en el municipio de paz de
Ariporo y sus poblaciones rurales más
cercanas mediante el uso de imágenes
del satélite Sentinel A2
1. INTRODUCCION
Para esta investigación tomaré en cuenta sólo el territorio Colombiano,
abordaré sus alrededores, en específico el municipio de paz de Ariporo
ubicado en el departamento de Casanare. Las imágenes de tipo
Sentinel A2 son las que tendrán un poco más de relevancia, Existen
diferentes tipos de imágenes satelitales, dependiendo del tipo de
sensor y de la finalidad de captación con la que fue construido. Desde
las primeras cámaras fotográficas montadas en satélites en la década
de los '60 hasta los más sofisticados y sensibles sensores
hiperespectrales del día de hoy, existe una muy amplia gama de tipos
de imágenes satelitales que hoy se utilizan en las más diversas áreas,
dependiendo de su resolución espacial así como de la información
espectral que poseen.
Toda vez que el uso de los sensores remotos han permitido realizar
estudios históricos sobre problemáticas ambientales, puesto que
ofrece un sin número de opciones que se pueden adaptar a diferentes
escalas de trabajo y temporalidades, que han conseguido información
antigua que por la dinámica que se presenta, no se tiene un registro
claro y organizado que ayude a la toma de decisiones y planteamiento
de estrategias para proteger los recursos naturales y especialmente el
agua y vegetación.
De este modo, la información generada de la realización de este tipo

de estudios resulta de vital importancia para la toma de decisiones y
definir puntos de intervención acertados que busquen la aplicación de
medidas, e implementación de políticas de conservación encaminadas
a la protección y el manejo sostenible de estas sensibles áreas.
2. ZONA DE ESTUDIO
1 FUENTE WIKIPEDIA
3. MARCO TEORICO
3.1. firmas espectrales
Comportamientos y
El análisis e interpretación de las imágenes de satélite exige

conocimientos interdisciplinarios. Una sólida base de física y en
especial de radiometría es necesaria para poder entender las
imágenes de teledetección.
Todos los elementos geográficos (bosques, cultivos, ríos, lagos,

edificios, etc.) transforman de forma diferenciada la radiación
electromagnética que reciben del Sol.
Cada tipo de objeto presenta a un nivel de respuesta específico en

términos de:
% radiación reflejada + % absorbida + % transmitida,
La variación de la reflectancia en función de la longitud de onda se

la denomina firma o signatura espectral.
La firma espectral es pues la medida cuantitativa de las

propiedades espectrales de un objeto en una o varias bandas
espectrales. También se la conoce como comportamiento
espectral , concepto que incluye la variabilidad temporal de las
signaturas espectrales, así como su variación en función de las
condiciones meteorológicas, de las estaciones del año, y de las
condiciones de iluminación.
Gracias a estos datos es posible identificar en una imagen de

teledetección la naturaleza de un objeto.
2 ejemplo de firma espectral fuente google
La vegetación sana tiene una reflectividad baja en el visible aunque
con un pico en el color verde debido a la clorofila. La reflectividad de la
vegetación es muy alta en el infrarrojo próximo debido a la escasa
absorción de energía por parte de las plantas en esta banda. En el
infrarrojo medio hay una disminución especialmente importante en
aquellas longitudes de onda en las que el agua de la planta absorbe la
energía.
La vegetación enferma presenta una disminución de la reflectividad en

las bandas infrarrojas y un incremento en el rojo y azul.
Se observa también que la reflectividad de una planta depende de su

contenido en agua. Cuando el contenido de agua aumenta disminuye
la reflectividad ya que aumenta la absorción de radiación por parte del
agua contenida en la planta.
Figura 1 firma espectral de arbustos

Figura 2 firma espectral de pastos secos
Un índice de vegetación puede ser definido como un parámetro

calculado a partir de los valores de la reflectancia a distintas longitudes
de onda, y es particularmente sensible a la cubierta vegetal, de
acuerdo a Gilabert et al (1997).
El utilizar estos índices tiene su fundamento en el particular

comportamiento radiométrico de la vegetación. Una cubierta vegetal
en buen estado de salud, tiene una firma espectral que se caracteriza
por el contraste entre la banda del rojo (entre 0,6 y 0,7 μm.), la cual es
absorbida en gran parte por las hojas, y el infrarrojo cercano (entre 0,7
y 1,1 μm.), que es reflectada en su mayoría. Esta cualidad de la
vegetación permite la realización de su valoración cualitativa.
El Índice de Vegetación Diferencial Normalizado se calcula mediante

la siguiente expresión:
Formula de los índices
( NIR−¿)
NDVI =
(NIR+ ¿)
( B 11−B 4)
NDVI =
(B 11+ B 4)
(NIR−SWIR)
NDWI=
(NIR+ SWIR)
(B 11−B 6)
NDWI=
(B 11+ B 6)
NDVI:
NIR= espectro infrarrojo cercano.
RED= espectro rojo.
NDWI:
NIR= espectro infrarrojo cercano.
SWIR= espectro infrarrojo de onda corta.
Las imágenes serán tomadas del satélite Landsat 8 en los intervalos
de tiempo que van desde el año 2013 hasta el año 2019.
Para el NDVI haremos uso de las bandas 11 y 4, para el NDWI se
utilizaran las bandas 11 y 6.
Banda 6 (Infrarrojo de onda corta 1 (SWIR 1) 1.566 – 1.651 µm,
resolución: 30 m).- cubre diferentes cortes del infrarrojo de onda corta
o SWIR. Es particularmente útil para diferenciar la tierra húmeda de la
seca, y para la geología: rocas y suelos que parecen similares en otras
franjas a menudo tienen fuertes contrastes en SWIR.
Banda 4 (Rojo 0.636 – 0.673 µm, resolución: 30 m).- permite
determinar la absorción de clorofila, por ello muy útil para la
clasificación de la cubierta vegetal, agricultura y uso del suelo.
Banda 11 ((TIR 2) 11.50 – 12.51 µm, resolución: 100 m).- cumple
funciones similares a la banda 10.
Banda 10 ((TIR 1) 10.60 – 11.19 µm, resolución: 100 m).- está en el
infrarrojo térmico, o TIR lo que le permite ver el calor. En lugar de
medir la temperatura del aire, como lo hacen las estaciones
meteorológicas, informan en el suelo mismo, que a menudo es mucho
más caliente.
Cuando obtenemos el raster NDVI nos arroja un resultado, un índice que va desde un valor
negativo hasta un valor 1, entre más cercano este dicho valor a 1, significa que la vegetación es
más densa.
Para el año 2013
Figura 3 de QGIS del año 2013 NDVI Zona municipio de Paz de Ariporo y zonas rurales cercanas.
El NDWI índice de agua nos puede mostrar algunas propiedades de los cultivos de nuestra región
nos puede mostrar el estrés hídrico de la región, la saturación de la humedad en el suelo o se
puede usar para delimitaciones directas de laos y embalses.
de acuerdo con estos indices,
podemos decir que en las zonas que van desde (-0.5) hasta (0.0136) presenta un poco
concentracion de agua en el suelo, en los valores superiores de (0.0136) hasta (0.403) presentan
un indice medio de concentracion de humedad en el suelo, esta tierra es apta para cultivos taes
como la yuca, el platano, el arroz, el maiz, el cacao, entre otros frutos de la region.
Figura 4 de QGIS del año 2013 NDWI Zona municipio de Paz de Ariporo y zonas rurales cercanas.
 COMBINACIONES PARA SENTINEL2 EN QGIS
- INFRARROJO
Esta combinación de bandas tiene buena sensibilidad a la vegetación
verde (la cual aparecerá representada en una tonalidad roja), debido a
la alta reflectividad en el infrarrojo y la baja en el visible, y representa de
forma clara caminos y masas de agua. Además, muestra bosques
coníferos con un rojo más oscuro mientras que los bosques
caducifolios lo hacen con un rojo más claro.
Las tonalidades más habituales en una composición en falso color son:
 Rojo, indica una vegetación sana y bien desarrollada.
 Rosa, áreas vegetales menos densa o con vegetación menos
desarrollada.
 Blanco, áreas con escasa o nula vegetación.
 Azul oscuro o negro indica la presencia de agua.
 Marrón, vegetación arbustiva muy variable.
 Beige-dorado, zonas de transición, prados secos asociados a
matorral ralo.
La combinación de bandas en Landsat 8 sería 5, 4, 3 mientras que,
en Sentinel 2 la combinación sería 8, 4, 3.
Figura 5 paz de Ariporo bandas sentinel2 infrarrojos QGIS
- USOS AGRICOLAS
Con la combinación de bandas 6, 5, 2 en Landsat y 11, 8A,
2 en Sentinel podemos realizar análisis para la detección de zonas de
uso agrícola. Donde los campos con estos fines aparecerán
representados en una tonalidad verde brillante.
Figura 6 Combinación 11_8a_2. sentinel2
- VEGETACION VIGOROSA
Para la detección de vegetación en un estado saludable se utiliza la
combinación de bandas 5,6,2 en Landsat 8 y 8A,11,2 en Sentinel 2.
figura 7 VEGETACION VIGOROSA PAZ DE ARIPORO

- FALSO COLOR PARA DETECCION DE ZONAS URBANAS
Las áreas urbanas aparecen en tonos magentas mientras que las
praderas o pastos se representan en tonos verdes claros. De verde
oliva a verde brillante indica áreas forestales (en general los bosques de
coníferas son más oscuros que los de caducifolias). Este análisis puede
realizarse con una combinación de bandas 7, 6, 4 enLandsat 8 y
12,11,4 en Sentinel 2.
Figura 8 COMBINACION PARA DETECCION DE ZONAS POBLADAS
- FIRA ESPECTRAL
Entendemos por firma espectral como la reflectancia en función de la
longitud de onda. Las firmas espectrales son usadas por algoritmos de
clasificación que permiten etiquetar los pixeles de la imagen. Diferentes
materiales pueden tener firmas espectrales similares (construcción,
agua, suelos desnudos y coberturas de vegetación).
Figura 9 Clasificación supervisada de bandas fuente creación propia
Figura 10 falso color combinación de bandas fuente creación propia

Figura 11 firma espectral del agua creación propia
Figura 12 firma espectral de suelos con arbustos talados creación propia
figura 13 firma espectral de suelos con vegetación media

Figura 14 firma espectrales de asfalto creación propia
Figura 15 firma espectral de suelo sin vegetación creación propia

Metodos Geofisicos

Cargado por

Copyright:

Formatos disponibles

Metodos Geofisicos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Metodos Geofisicos

Cargado por

Copyright:

Formatos disponibles

Cálculo de Índice de Vegetación (NDVI)

con QGIS en el municipio de paz de

UNIVERSIDAD FRANCISCO JOSE DE CALDAS SEDE MACARENA

De este modo, la información generada de la realización de este tipo

El análisis e interpretación de las imágenes de satélite exige

Todos los elementos geográficos (bosques, cultivos, ríos, lagos,

Cada tipo de objeto presenta a un nivel de respuesta específico en

% radiación reflejada + % absorbida + % transmitida,

La variación de la reflectancia en función de la longitud de onda se

La firma espectral es pues la medida cuantitativa de las

Gracias a estos datos es posible identificar en una imagen de

La vegetación enferma presenta una disminución de la reflectividad en

Se observa también que la reflectividad de una planta depende de su

Figura 1 firma espectral de arbustos

Un índice de vegetación puede ser definido como un parámetro

El utilizar estos índices tiene su fundamento en el particular

El Índice de Vegetación Diferencial Normalizado se calcula mediante

Figura 5 paz de Ariporo bandas sentinel2 infrarrojos QGIS

figura 7 VEGETACION VIGOROSA PAZ DE ARIPORO

Figura 8 COMBINACION PARA DETECCION DE ZONAS POBLADAS

Figura 10 falso color combinación de bandas fuente creación propia

Figura 12 firma espectral de suelos con arbustos talados creación propia

figura 13 firma espectral de suelos con vegetación media

Figura 15 firma espectral de suelo sin vegetación creación propia

También podría gustarte