Universidad de La SerenaEscuela de Ingeniería Civil

Departamento de AmbientalSistemas de Información Geográfica

Corrección Atmosférica de los productos LandSat 8

Felipe Brito Marín18.352.126-8

Ing. Civil de MinasProfesor: Jorge Nuñez Cobo

fbrito@alumnosuls.cl

1. INTRODUCCIÓN

Los estudios del territorio generalmente están basados en variables biofísicas del mismo. Cabe destacar que las imágenes satelitales proporcionan los materiales para analizar dichas variables, ya que los satélites con sus sensores a bordo son capaces de proporcionar distintas escenas capturadas por determinados espectros electromagnéticos.

Los Sistemas de Información Geográfica (SIG) son capaces de transferir, transformar, superponer, procesar y mostrar las distintas bandas capturadas, para así generar las variables biofísicas.

Sin embargo, los estudios señalan que la luz posee dos propiedades cuando incide sobre una superficie, ya que esta puede reflejarse o refractarse. Lo anterior se produce cuando las ondas (en este caso las electromagnéticas) cambian de un medio a otro.

Por lo tanto, las ondas recibidas por el sensor a bordo del satélite, no representan la situación real del terreno, ya que la luz atraviesa distintas capas de la atmósfera, donde se producen infinitos efectos de reflectancia y refractancia.

La corrección atmosférica de los productos LandSat, nos permites obtener variables biofísicas representativas de la superficie terrestre. Además, con estas correcciones, se pueden comparar escenas tomadas en fechas distintas, para determinar los cambios que se producen en las variables a través del tiempo.

2

2. OBJETIVOS Corregir atmosféricamente productos LandSat8. Analizar la diferencia entre imágenes brutas y corregidas, comparando índices de vegetación

normalizada (NDVI).

3. METODOLOGÍA3.1. ÁREA DE ESTUDIO

El territorio de análisis se encuentra en la Región de Coquimbo, Provincia del Limarí y contiene parte de las comunas de Río Hurtado, Punitaqui, Ovalle, Monte Patria y Coquimbo, entre los 71°25’ – 70°36’ longitud Oeste y 30°24’ – 30°50’ latitud Sur. Generando un rectángulo de largo Este-Oeste 78.120 [m] y ancho Norte-Sur 47.640 [m] con punto medio en coordenadas UTM de 6.610.180 [m] Norte y 307.710 [m] Este, con referencia al elipsoide WGS-84. Cubriendo una superficie de 372.163,68 [ha], aproximadamente 3.721,64 [km2].

Figura 1: Imagen Satelital de la zona de estudio.

3.2. FUENTE DE DATOS3.2.1. IMÁGENES SATELITALES

Las imágenes son obtenidas desde la página web Earth Explored (http://earthexplorer.usgs.gov/), plataforma de servicios de U.S. Geological Survey (USGS) o

3

Ovalle

Embalse Recoleta

Monte Patria

EmbalseLa Paloma

Servicios Geológicos de los Estados Unidos. Estas imágenes son obtenidas gracias a la familia de satélites LandSat.

Los LandSat son una serie de satélites construidos y puestos en órbita por EE.UU. para la observación en alta resolución de la superficie terrestre.

Los LandSat orbitan alrededor de la Tierra en una órbita circular heliosincrónica, a 705 km de altura, con una inclinación de 98.2° respecto del Ecuador y un período de 99 minutos. La órbita de los satélites está diseñada de tal modo que cada vez que éstos cruzan el Ecuador de Norte a Sur lo hacen entre las 10:00 y las 10:15 de la mañana hora local. Los LandSat están equipados con instrumentos específicos para la teledetección multiespectral.

El primer satélite LandSat (en principio denominado ERTS-1) fue lanzado el 23 de julio de 1972.

Satélite Año lanzamientoLandSat 1 1972LandSat 2 1975LandSat 3 1978LandSat 4 1982LandSat 5 1985LandSat 6 1993. Lanzamiento fallidoLandSat 7 1999LandSat 8 11 de febrero de 2013

Tabla 1: Serie de satélites LandSat y año de su lanzamiento.

LandSat 8, que reemplazó a LandSat 5 TM y LandSat 7 ETM+, cuenta con dos instrumentos de toma de datos: el OLI (Operational Land Imager, o Generador Operacional de Imágenes de Tierra) y el TIRS (Thermal Infrared Sensor, o Sensor Infrarrojo Térmico).

Las escenas de LandSat 8 tienen un total de 11 bandas espectrales, 9 tomadas por el OLI y 2 por el TIRS. En la siguiente tabla se describen las principales características de las mismas:

Imagen EspectroLongitud de onda[µm]

Resolución [m]

Bandas espectrales de OLIBanda 1 Costero / Aerosol 0,433 – 0,453 30Banda 2 Azul visible 0,450 – 0,515 30Banda 3 Verde visible 0,525 – 0,600 30Banda 4 Rojo visible 0,630 – 0,680 30Banda 5 Infrarrojo cercano 0,845 – 0,885 30Banda 6 Infrarrojo de onda corta 1,560 – 1,660 30Banda 7 Infrarrojo de onda corta 2,100 – 2,300 30Banda 8 Pancromática 0,500 – 0,680 15Banda 9 Cirrus 1,360 – 1,390 30

Bandas Espectrales de TIRSBanda 10 Infrarrojo termal o de onda larga 10,30 – 11,30 100Banda 11 Infrarrojo termal o de onda larga 11,50 – 12,50 100

Tabla 2: Características de las Bandas detectadas por LandSat 8.

Las imágenes utilizadas para la corrección son las correspondientes a las Bandas 2, 3, 4, 5 y 6 del LandSat 8, que fueron capturadas el 12 de Agosto del 2014, con coordenadas 30°18’22,10’’ latitud Sur y 71°29’06,07’’ longitud Oeste, posteriormente recortadas, obteniendo el área de estudio detallado en 3.1.

4

3.3. HERRAMIENTAS DE ANALISISLa información geográfica puede ser consultada, transferida, transformada, superpuesta, procesada y mostrada utilizando numerosas aplicaciones de software.

El manejo de este tipo de sistemas es llevado a cabo generalmente por profesionales de diversos campos del conocimiento con experiencia en sistemas de información geográfica (cartografía, geografía, topografía, etc.), ya que el uso de estas herramientas requiere un aprendizaje previo que necesita de conocer las bases metodológicas sobre las que se fundamentan. Aunque existen herramientas gratuitas para ver información geográfica, el acceso del público en general a los geo-datos está dominado por los recursos en línea, como Google Earth y otros basados en tecnología web mapping.

En el presente trabajo se utiliza el software SAGA versión 2.1.2 (del inglés “System for Automated Geoscientific Analyses”, en español Sistema Automatizado de Análisis Geocientífico) obtenido gratuitamente de la página web http://www.saga-gis.org/ sección Downloads o Descarga.

4. PROCEDIMIENTO4.1. CORRECIÓN ATMOSFÉRICA

La radiancia medida por el sensor depende de la reflectancia de la superficie observada y de la geometría de iluminación. Pero esta medida está perturbada por dos fenómenos atmosféricos: la absorción gaseosa, y la dispersión por moléculas gaseosas y aerosoles.

4.1.1. CONVERSION A RADIANCIA EN EL TECHO DE LA ATMOSFERA (TOA):Los productos estándar Landsat 8 LDCM (Landsat Data Continuity Mission, en español,

Misión de Continuidad de Datos de Landsat), suministrados por el USGS EROS CENTER consisten en una serie cuantificada, calibrada y escalada de niveles digitales (ND), los cuales representan los datos de una imagen multiespectral adquirida por ambos sensores: OLI (Operational Land Imagen) y el TIRS (Thermal Infrared Sensor).

Dichos niveles digitales no representan de manera directa ninguna variable biofísica y, por tanto, no es conveniente que se obtenga ningún índice espectral usando dichos valores. La razón para no hacerlo es muy simple: los llamados "índices espectrales" fueron desarrollados para trabajar con valores de reflectancia espectral de la superficie terrestre. Los niveles digitales no proporcionan dicha información. Por lo tanto, hay que convertir dichos valores ND en valores de reflectancia.

Los datos de las bandas del sensor TIRS y OLI están derivados en 16 bits en formato no cifrado y pueden ser reescalados a los valores de reflectancia y/o radiancia en el techo de la atmosfera (TOA), usando para ello los coeficientes radiométricos provistos en el archivo de metadato MTL.txt, que viene adjunto a la descarga de las imágenes LandSat8.

Para la determinación de la Radiancia en el Techo de la Atmósfera (TOA) se aplica la siguiente fórmula:

Lλ=M L ∙QND+AL (1)

donde: Lλ: TOA radiancia espectral (W / (m2 * srad * m))

5

M L: Factor de cambio de escala multiplicativo Band-específica de Landsat metadatos (RADIANCE_MULT_BAND_x, donde x es el número de la banda).

AL Factor de Band-específica reescalado aditivo de metadatos Landsat (RADIANCE_ADD_BAND_x, donde x es el número de la banda).

QND Valores de los píxeles de productos estándar cuantificadas y calibradas (DN).

Banda x M L (x) AL(x )Banda 2 0.012523 -62.61452Banda 3 0.011540 -57.69875Banda 4 0.0097310 -48.65483Banda 5 0.0059549 -29.77433Banda 6 0.0014809 -7.40461Tabla 3: Factores de cambio, proporcionado

por el archivo metadatos

4.1.2. REFLECTANCIA AL NIVEL DE LA SUPERFIE TERRESTRE:La substracción de objetos oscuro (DOS) es una familia de correcciones atmosféricas

basadas en imágenes. Chávez (1996) explica que "el supuesto básico es que dentro de la imagen algunos píxeles están en completa sombra y sus resplandores recibidos en el satélite son debido a la dispersión atmosférica (camino de luminosidad). Este supuesto se combina con el hecho de que muy pocos blancos en la superficie de la Tierra son el negro absoluto, por lo que una reflectancia mínima de uno por ciento asumido es mejor que cero por ciento”. Vale la pena señalar que la precisión de las técnicas basadas en imágenes es generalmente menor que la corrección basados en la física, pero son muy útiles cuando no hay mediciones atmosféricas disponibles, ya que pueden mejorar la estimación de la reflectancia de la superficie de la tierra.

La reflectancia de la superficie de la tierra resultante viene dada por:

ρ=[π ∙ (Lλ−Lp ) ∙ d2 ]( ESUN λ ∙cos θs )

(2)

Donde el resplandor ruta es:

Lp=M L ∙ DNmin+AL−0,01 ∙ESUN λ ∙cosθ s

(π ∙d2)(3)

Para LandSat 8, ESUN λ se puede calcular como:

ESUN λ=(π ∙d2 ) ∙RADIANCEMAXIMUM

REFLECTANCEMAXIMUM(4 )

Donde:ρ: Reflectancia al nivel de la superficie terrestre.

6

d : Distancia Tierra-Sol en unidades astronómicas (1UA=1.49598 ∙108 km,

varía a lo largo del año entre 0.983 y 1.017 UAs).ESUN λ: Es la irradiancia solar en la banda de interés medida en el tope de la

atmósfera.θ s: Ángulo cenital del flujo incidente (complementario del ángulo de elevación

solar).DNmin: Radiancia emitida por la imagen satelital “cruda”, correspondiente al 1%

de todos los pixeles de la imagen considerada.RADIANCE_MAXIMUM y REFLECTANCE_MAXIMUM son proporcionados por los

metadatos de la imagen.

Banda x M L (x) AL(x ) DNmin(x ) d (UA ) θ sBanda 2 0.012523 -62.61452 7000 1,0132613 55,08040911Banda 3 0.011540 -57.69875 6100 1,0132613 55,08040911Banda 4 0.0097310 -48.65483 5700 1,0132613 55,08040911Banda 5 0.0059549 -29.77433 5500 1,0132613 55,08040911Banda 6 0.0014809 -7.40461 5300 1,0132613 55,08040911

Tabla 4: Parámetros proporcionados por el archivo metadatos.

4.2. Índices NDVI.El NDVI (Rouse et al. 1974) es el índice de vegetación más utilizado para todo tipo de

aplicaciones. La razón fundamental es su sencillez de cálculo, y disponer de un rango de variación fijo (entre –1 y +1), lo que permite establecer umbrales y comparar imágenes, etc.

Respecto a otros índices de vegetación más complejos, el NDVI tiene las ventajas de tener una gran sencillez de cálculo y de facilitar la interpretación directa de los parámetros biofísicos de la vegetación. Además permite la comparación entre datos obtenidos por diferentes investigadores. Por otro lado, tiene el inconveniente de que posee poca capacidad de minimizar la influencia del suelo y de la atmósfera. El NDVI permite identificar la presencia de vegetación verde en la superficie y caracterizar su distribución espacial, así como, la evolución de su estado a lo largo del tiempo. Esto está determinado fundamentalmente por las condiciones climáticas. La interpretación del índice debe, asimismo, considerar los ciclos fenológicos y de desarrollo anual, para distinguir oscilaciones naturales de la vegetación con los cambios en la distribución temporal y espacial, causados por otros factores.

El agua tiene reflectancia mayor en el infrarrojo que en el rojo, por lo tanto valores negativos de NDVI.

El suelo descubierto y con vegetación rala presenta valores positivos aunque no muy elevados.

La vegetación densa, sana y bien desarrollada presenta los mayores valores de NDVI. Las nubes presentan valores similares en el Rojo e IRC (Infrarrojo Cercano), por lo que su

NDVI es cercano a 0. El NDVI posee un gran valor en términos ecológicos, ya que es un buen estimador de la

fracción de la radiación fotosintéticamente activa interceptada por la vegetación. El Índice de Vegetación de Diferencia Normalizada se calcula mediante la siguiente expresión:

7

NDVI=B 4−B3B 4+B3

(5)

donde: B4: Banda de Infrarrojo cercano.

B3: Banda del Rojo Visible.

Además podemos incluir que los valores bajos de NDVI (por debajo de 0,1) corresponden a

áreas yermas de rocas, arena o nieve. Los valores moderados representan terrenos con arbustos y

prados (0,2 a 0,3), mientras que los valores altos indican bosques de zonas templadas y tropicales

(0,6 a 0,8).

5. RESULTADOS5.1. RADIANCIA EN EL TECHO DE LA ATMÓSFERA (TOA).

A continuación se muestran las escenas obtenidas al transformar las bandas originales a radiancia en el techo de la atmósfera, con la fórmula 1.

Banda Original sin corrección Banda corregida al techo de la atmósfera

8

5.2. REFLECTANCIA AL NIVEL DE LA SUPERFIE TERRESTRE:Para obtener la reflectancia al nivel de la superficie, la que corresponde a la situación más representativa del territorio, se ocupa la fórmula 2.

Banda corregida al techo de la atmósfera Banda corregida a la superficie terrestre

9

10

5.3. Obtención de NDVI.Ocupando la fórmula 5 se obtienen los siguientes valores.

NDVI Corregido NDVI sin corrección

Media:0.2653

Des. Standard:

0.1268

Media:0.0938

Des. Standard:

0.0565

6. Resultados6.1. RADIANCIA EN EL TECHO DE LA ATMÓSFERA (TOA).

Se puede observar claramente que existe una gran diferencia entre ambas escenas. Las imágenes corregidas, visualmente se aprecian con más brillo, lo que quiere decir que la intensidad de luz al techo de la atmósfera es aún mayor a la que recibe el sensor. Por lo tanto poseen valores más altos en el espectro de la luz visible, como en las de infrarrojo.

11

6.2. REFLECTANCIA AL NIVEL DE LA SUPERFIE TERRESTRE:

Al igual que en TOA se aprecia un aumento en el brillo de la imagen, pero esta vez la diferencia es muy leve entre TOA y reflectancia al nivel de la superficie, en comparación a la que se produce en 6.1. Además se puede apreciar, con la ayuda de los Gráficos, que existe un mayor contraste, ya que el conjunto que forman los máximos y mínimos son mayores proporcionalmente en la reflectancia al nivel de la superficie que en las escenas brutas y además poseen una mayor desviación estándar lo que se puede traducir en mayores diferencias entre los valores mayores y menores, que además son mucho más notorios en las bandas de la luz visible.

Máx; 24679

Min; 6645

SD; 588,2224

Máx; 0,6277

Min; -0,002403 SD; 0,02055

-0,1

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0

5000

10000

15000

20000

25000

30000

1 2 3 4

Valo

res

Variables Banda 2

Relación entre valores Brutos y ρBanda 2

L8Interes_B2

TOASurface_B2

Máx; 25719

Min; 5937

SD; 848,7221

Máx; 0,6955

Min; 0,004305

SD; 0,02965

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0

5000

10000

15000

20000

25000

30000

1 2 3 4

Valo

res

Variables Banda 3

Relación entre valores Brutos y ρBanda 3

L8Interes_B3

TOASurface_B3

Gráfico 1: Variación Banda 2 Gráfico 2: Variación Banda 3

Máx; 30133

Min; 5324

SD; 1212,3486

Máx; 0,8637

Min; -0,003137 SD; 0,04236

-0,100,10,20,30,40,50,60,70,80,91

0

5000

10000

15000

20000

25000

30000

35000

1 2 3 4

Valo

res

Variables Banda 4

Relación entre valores Brutos y ρBanda 4

L8Interes_B4

TOASurface_B4

Máx; 36880

Min; 4934 SD; 1864,876

Máx; 1,1064

Min; -0,009746 SD; 0,06516

-0,2

0

0,2

0,4

0,6

0,8

1

1,2

0

5000

10000

15000

20000

25000

30000

35000

40000

1 2 3 4

Valo

res

Variables Banda 5

Relación entre valores Brutos y ρBanda 5

L8Interes_B5

TOASurface_B5

Gráfico 4: Variación Banda 4 Gráfico 5: Variación Banda 5

Máx; 41172

Min; 4781 SD; 2171,2752

Máx; 1,2633

Min; -0,008133 SD; 0,07586

-0,2

0

0,2

0,4

0,6

0,8

1

1,2

1,4

05000

1000015000200002500030000350004000045000

1 2 3 4

Valo

res

Variables Banda 6

Relación entre valores Brutos y ρBanda 6

L8Interes_B6

TOASurface_B6

Gráfico 6: Variación Banda 66.3. Análisis de NDVI

Se puede apreciar notablemente que el índice NDVI obtenido por las escenas no corregidas presenta un estado promedio que corresponden a áreas yermas de rocas, arena, nieve o tierra, no

12

obstante, los valores más altos predominantes a la ribera del río Limarí, poseen índice de terrenos con arbustos y prados. Sin embargo, el índice obtenido con las escenas que poseen corrección atmosférica, presentan niveles promedio de terrenos con arbustos y prados, y sus niveles más altos que correspondes aproximadamente al 5% corresponden a zonas de árboles más robustos.

13

7. ConclusiónEl cambio entre las escenas brutas y

corregidas se centra en que las imágenes corregidas poseen un realce de la imagen en torno al brillo y al contraste. Representando de mejor manera la situación real del territorio.

Además, los niveles biofísicos (en este caso el NDVI), presentan cambios muy notorios, que pueden clasificar a un territorio con conclusiones muy diferentes y por lo tanto obtener resultados erróneos.

8. Referencias

Ariza, Alexander (2013). “Descripción y Corrección de Productos Landsat 8 LDCM (Landsat Data Continuity Mission) Versión 1.0”. INSTITUTO GEOGRÁFICO AGUSTÍN CODAZZI. Bogotá. Colombia, pp. 36 -38.

Congedo, Lucas (2014). “Landsat image conversion to reflectance and DOS1 atmospheric correction”, de la página web: http://semiautomaticclassificationmanual.readthedocs.org/en/latest/Landsat_conversion.html.

Departamento del Interior de Estados Unidos, US Geological Survey, http://landsat.usgs.gov , “Uso del producto USGS Landsat 8”, en la página web: https://landsat.usgs.gov/Landsat8_Using_Product.php.

Pdidistrital. Unidades Temáticas, “Radiancia y Reflectancia”, de la página web: https://sites.google.com/site/pdidistrital/home/radiancia-y-reflectancia.

Riaño et al. “Corrección Atmosférica y Topográfica, Información Multitemporal y Auxiliar Aplicadas a la Cartografía de Modelos de Combustibles con Imágenes Landsat-TM”, Tecnologías Geográficas para el Desarrollo Sostenible, Departamento de Geografía. Universidad de Alcalá, pp. 227-228.