Estimación mediante Imágenes MERIS de la De- … · 2008-07-28 · hídricas de los cultivos como...

Revista de Teledetección. ISSN: 1988-8740. 2008. 29: 52-6652


Estimación mediante Imágenes MERIS de la De-tracción de Agua debida al Regadío

J. Giménez Moreno, C. Martin De La Vega Padorno, P. Porcel Prado, y R. Escudero Barbero,[email protected]

Tecnologías y Servicios Agrarios S. A.C/ Julián Camarillo nº 6- B 28037 Madrid

Recibido el 20 de noviembre de 2007, aceptado el 27 de marzo de 2008

RESUMENEl artículo presenta una metodología para la esti-

mación de la detracción de agua debida al regadíoutilizando imágenes de satélite MERIS y Landsatpara la obtención de superficies en regadío.

Las superficies obtenidas mediante imágenesLandsat provienen de una clasificación supervi-sada. Por el contrario la generación de superficiesmediante datos MERIS se hace a partir de una seriemultitemporal de imágenes, calculando los pará-metros biofísicos de fracción de cubierta verde yheterogeneidad de cubierta verde. Las superficiesse obtienen mediante la inversión de modelos dereflectancia y de evolución fenológica de cultivospara una unidad de agregación previamente defi-nida. El resultado final no es un mapa de localiza-ción de cultivos sino de estimación de superficiede un determinado cultivo dentro del área de aná-lisis, en este caso el municipio. El cálculo de lasnecesidades hídricas sigue la metodología tradicio-nal de la FAO adaptada a la zona de estudio.

El trabajo se enmarca dentro de la iniciativaGMES y persigue estudiar la viabilidad técnica yeconómica de la metodología con objeto de pro-porcionar una herramienta que ayude a las Admi-nistraciones competentes a realizar el seguimientoy cumplimiento de la Directiva Marco de Agua.

Los resultados se presentan para la Unidad deGestión Económica del Gállego-Cinca en laCuenca del EbroPalabras claveTeledetección, MERIS, Parámetros Biofísicos, Di-rectiva Marco del Agua, regadío, GMES

ABSTRACTIn this paper we present a methodology for the es-

timation of water abstraction due to irrigation, usingMERIS and Landsat remote sensing data to obtainirrigated surfaces.

Surfaces obtained from Landsat imagery comefrom a supervised classification. On the contrary,from the processing of a mutitemporal set ofMERIS imagery biophysical parameters of greencover fraction and heterogeneity of green cover ve-getation are retrieved. From these and by means ofthe inversion of models of reflectance and crop phe-nological cycle, acreage maps are obtained, consi-dering one crop at a time per aggregation unit.Water heights and volumes are calculated using

FAO methodology adapted to local conditions.The work is carried out under GMES initiative andaims to study technical and economic feasibility ofthe methodology in order to provide an aid decisiontool for Administrations to do their monitoring andreporting towards the Water Framework Directive(WFD).Results are discussed in detail for Water Manage-

ment Unit Gállego- Cinca

KeywordsRemote Sensing, MERIS, biophysical parameters,Water Framework Directive, irrigation, GMES

Use of MERIS Imagery for the Estimation of WaterAbstraction due to Irrigation

Revista de Teledetección. ISSN: 1988-8740. 2008. 29: 52-66 53

INTRODUCCIÓNLa estimación de los volúmenes de agua necesarios

para el riego requiere conocer tanto las necesidadeshídricas de los cultivos como las superficies ocupa-das por los mismos. Las necesidades hídricas se ob-tienen combinando modelos de cultivos con datosmeteorológicos. Las superficies se obtienen general-mente a partir de censos, estadísticas agrarias, de-claraciones de agricultores y muestreos de campo.En este artículo presentamos formas alternativas deobtención de las superficies mediante la utilizaciónde imágenes de satélite MERIS y Landsat para laUnidad de Gestión Económica del Gállego-Cinca enla Cuenca del Ebro. Los trabajos corresponden alproyecto Geoland, dentro de las actividades deGMES financiadas por el Sexto Programa Marco.GMES (Global Monitoring for Environment and Se-curity) es una iniciativa europea, lanzada en 1998conjuntamente por la Comisión Europea y la Agen-cia Espacial Europea. Diseñada inicialmente paraponer las tecnologías de la información y de la Ob-servación de la Tierra al servicio de la gestión me-dioambiental y la seguridad, actualmente estáreconocida como un componente estratégico de laPolítica Espacial Europea.Existen dos líneas de acción GMES: Por un ladoGMES es parte de los Programas Marco de Investi-gación y Desarrollo Tecnológico de la Comisión Eu-ropea y por otro es parte del programa “Earth WatchProgramme” de la Agencia Espacial Europea. Den-tro de este último programa se desarrollan una seriede servicios GSE (GMES Service Element) en losámbitos de Tierra, Mares y Costas, Áreas Polares,Forestal, Riesgos de Inundaciones, Riesgos Geoló-gicos y Seguridad de Alimentos, con objeto de ayu-dar a las instituciones al cumplimiento denormativas y protocolos tales como Directiva Marcodel Agua, la Estrategia Temática del Suelo, PAC,Protocolo de Kyoto, Convención sobre Biodiversi-dad y Directiva Natura 2000.Los proyectos en los que participa Tragsatec dentrode este contexto GMES tienen como motor la Direc-tiva Marco del Agua y pretenden dotar tanto a lasAdministraciones (Nacional, Autonómica y Local)como a los agentes involucrados de herramientasque les permitan hacer efectivas sus obligacionesnormativas.

El artículo se centra en los resultados obtenidos alaplicar la metodología en la Unidad de Gestión Eco-nómica de Gállego-Cinca, (en azul en la Fig. 1) quetiene una extensión de aproximadamente 11.500Km2. Los regadíos de la UGE se encuentran en ex-pansión según la aplicación y desarrollo de las pre-visiones del Plan Nacional de Regadíos (Horizonte2008).

Figura 1. Ámbitos de estudio: Gállego-Cinca (borde enazul), Zaragoza Huesca (amarillo) y Cuenca del Ebro(verde)Fuente Elaboración propia a partir de datos oficiales

La estimación de superficies de cultivos se hahecho mediante dos tipos de imágenes de distinta re-solución, MERIS y Landsat. La garantía de obten-ción de imágenes MERIS es muy superior a la deLandsat. Sin embargo la resolución de MERIS nopermite la misma metodología de trabajo que condatos Landsat. A pesar de ello, la utilidad de MERISse debe a su mayor sensibilidad en el rango del rojoe infrarrojo cercano, como se aprecia en la Tabla 1que compara las longitudes de banda de las 15 ban-das del sensor MERIS con las correspondientes deLandsat. Nótese que dicha correspondencia es soloaproximada.METODOLOGÍAModelo de presión de agua debida al regadío

La estimación de volúmenes de agua para regadíose hace multiplicando las necesidades hídricas de loscultivos por la superficie de cada uno de ellos. Estas necesidades teóricas (netas) se obtienen me-

diante la diferencia de la evapotranspiración de loscultivos y la precipitación efectiva de la zona de es-tudio. Las variables utilizadas pertenecen a un añomedio y se conocen a nivel comarcal. Para calcularlas necesidades reales (brutas) hay que aplicar unfactor de corrección que tenga en cuenta la eficiencia

Estimación mediante Imágenes MERIS de la Detracción de Agua debida al Regadío


del riego. Finalmente las necesidades hídricas brutasse multiplican por los valores de superficies para ob-tener los volúmenes de agua necesariosPara concluir, el modelo es validado mediante los

volúmenes de agua facturados por la ConfederaciónHidrográfica del Ebro en la UGE, que se corres-ponde con la zona de Riegos del Alto Aragón. Actualmente el cálculo de las superficies de cultivo

se hace mediante las Hojas 1T del Ministerio deAgricultura, Pesca y Alimentación, censos agrícolas(cada 10 años) y declaraciones del la PAC (estos úl-timos, datos de acceso muy restringido). Ninguno de

estos métodos utiliza técnicas de Teledetección y losdatos no son accesibles hasta pasados al menos dosaños después del año agrícola correspondiente.Los datos obtenidos mediante teledetección pueden

incluirse en los modelos tradicionales de estimaciónde demandas hídricas. La viabilidad de hacer estopara datos Landsat se demostró en el proyectoSAGE. Actualmente en Geoland se demuestra la via-bilidad de hacerlo mediante los valores agregadosde datos procedentes de imágenes MERIS.La metodología general del estudio se describe en

la figura 2.

Tabla 1. Comparación de bandas entre los sensores MERIS y Landsat. Fuente- Elaboración propia a partir de datosESA y Eurimage

Figura 2. Metodología general del proyecto. Elaboración propia

J. Giménez Moreno, C. Martin De La Vega Padorno, P. Porcel Prado, y R. Escudero Barbero


Cálculo de las superficies

Mapas agregados de superficies de cultivos me-diante imágenes MERIS.La resolución espacial del sensor MERIS hace in-

viable la generación de una clasificación supervisadaque genere un mapa píxel a píxel como los que seobtienen mediante SPOT o Landsat. Sin embargo,el número y las longitudes de onda de las bandas delsensor, así como su frecuencia temporal de paso porun mismo punto cada 3 días hacen posible otro tipode tratamiento generando algoritmos que simulen elcomportamiento de los cultivos, atendiendo a suciclo de cultivo y al porcentaje de su presencia enuna determinada zona.La metodología del proceso de datos MERIS se

basa en que la respuesta de píxel MERIS (de 300 x300 metros) corresponde a un compuesto de cubier-tas. Se trabaja con un compuesto de 9 píxelesMERIS. El análisis de imágenes MERIS trata de si-mular el comportamiento de un píxel compuestodentro del ciclo de las fechas de las imágenes. Te-niendo en cuenta el ciclo de cultivo de cada com-puesto y el hecho de que las bandas del sensorMERIS son apropiadas para medir parámetros bio-físicos que caracterizan el desarrollo de los cultivos,mediante una serie de algoritmos, se extrae la frac-ción de cultivo en cada unidad de análisis. Por ello,para calibrar los modelos y los algoritmos es nece-sario tener información lo más detallada posiblesobre el ciclo fenológico de los cultivos de una de-terminada zona.Las imágenes MERIS utilizadas son de las siguien-

tes fechas, 08/03/200312/03/200306/04/200313/04/200302/05/200314/05/200328/05/200306/06/200319/06/200322/06/200307/07/200323//7/200309/08/2003

12/08/200324/08/200312/09/2003

Antes de poder extraer los índices de los parámetrosbiofísicos, las imágenes MERIS conllevan un pre-proceso habitual con intercambio de formatos de lasimágenes originales adquiridas, corrección geomé-trica, extracción del área de interés y registro de lasecuencia de datos al área de interés.A partir de ahí, se lleva a cabo la Extracción de pa-rámetros biofísicos y obtención de Mapas Multitem-porales. En este paso se estiman, a partir delespectro de reflectancia medido por MERIS, los pa-rámetros biofísicos que sirven para caracterizar elestado de la vegetación. Se basa en la inversión deun modelo de transmisión de radiación en la atmós-fera que incorpora modelos que simulan la reflec-tancia de la vegetación tales como SAIL (Verhoef,A., 1984) y PROSPECT (Jacquemoud. S. y F. Ba-rret, 1990) Los modelos de reflectancia tradicionales se basan

en el supuesto de que el píxel es homogéneo. Sinembargo, el píxel MERIS es un compuesto de dife-rentes tipos de cubierta y suelo desnudo. La empresacolaboradora con Tragsatec, Infoterra France, haperfeccionado una serie de algoritmos desarrolladospara extraer, del compuesto multitemporal de 16bandas MERIS, unos parámetros biofísicos que si-mulan la respuesta espectral del píxel compuesto.Estos índices se denominan: Fracción de verdor dela cubierta (GLCV) y Heterogeneidad de la cu-bierta verde (GCVV).

El resultado de este proceso son los mapas deGLCV y GCVV para cada fecha de imagen. Estosmapas se generan automáticamente y sirven paraanalizar, a través de estos parámetros, el ciclo delcultivo. El proceso general se ilustra en la figura 3 y un

ejemplo de los mapas de GLCV para dos fechas seilustra en la figura 4. Posteriormente hay que calcular la fracción de cul-

tivos en las unidades espaciales de análisis (en nues-tro caso municipios). Este paso se apoya en ladefinición de modelos fenológicos para cada uno delos cultivos relevantes de la zona.



Figura 3 Tratamiento de las imágenes MERIS para obtener el mapa agregado. Fuente: Infoterra (modificado)

Figura 4. Índice GLCV (0 a 80) para las fechas 6 abril de 2003 (izda.) y 7 de julio de 2003 (dcha.). Fuente: Infoterra



El modelo fenológico desarrollado y aplicado eneste trabajo es una modificación del modelo fenoló-gico que Barret desarrolló para el maíz en 1986. Ennuestro caso, se considera el índice GLCV como va-riable principal, se tiene en cuenta la fecha de siem-bra como parámetro del modelo y se simula eldesarrollo de otros cultivos además del maíz. Así, para cada tipo de cultivo ci el modelo se define:

Donde: T: Estado de evolución del cultivo medidodesde la fecha de siembra; K: Asíntota de la fase decrecimiento; Ti: Punto de inflexión durante la fasede crecimiento (ºC); b: Tasa de crecimiento (ºC-1);a: Tasa de senescencia (ºC-1); Ts: Estado de desapa-rición de la hoja (ºC)En la zona de estudio se lograron discriminar con

las 16 fechas MERIS, tres tipos de cultivos: ForrajerasCultivos de verano + ArrozCereal

La unión de cultivos de verano + arroz se debe aque sus perfiles temporales de variación de GLCVno permiten su discriminación en el área de estudiosegún se ve en la figura 5. La superficie del arroz seextrae del CLC 2000.

Los modelos de los cultivos se combinan lineal-mente para modelizar el compuesto de cultivos de-finiendo un GLCV y un GCVV, para cada unidadespacial.

Figura 5. Modelización del perfil temporal de los cultivosde la zona. Fuente: Infoterra

El resultado final es la estimación de cada grupode cultivos por la unidad espacial seleccionada. Losdatos vienen expresados de forma gráfica compati-ble en formato GIS: Mapa Agregado de Superficiede Cultivos MERIS 2003. Se genera un mapa porcada grupo de cultivos, como se muestra en las figu-ras 6 a 9. La estimación de superficies es válida a es-cala municipal, no permitiendo el sistema unalocalización espacial concreta de los cultivos.

Figura 6. Mapa agregado de superficie de cultivos para el cereal. Fuente: Infoterra- France



Figura 7. Mapa agregado de superficie de cultivos para forrajeras. Fuente: Infoterra- France

Figura 8. Mapa agregado de superficie de cultivos para cultivos de verano. Fuente: Infoterra- France

Figura 9. Mapa agregado de superficie de cultivos para el arroz. Fuente: Infoterra- France adaptado de Corine LandCover 2000



Superficies de Cultivos a partir de imágenes Land-sat

El tratamiento con Landsat es una clasificaciónmultitemporal supervisada a partir de tres fechas dela órbita 199/031: 10/03/2003, 29/05/2003,14/07/2003. El tratamiento se hizo sobre la unidadde gestión económica UGE de Gállego-Cinca (con-torno negro en la figuras 6-9).Una vez preprocesadas las imágenes (correcciones

radiométrica y geométrica) y antes de clasificar, lasimágenes se recortaron con una máscara de regadíoprocedente del CLC 2000. Como datos de apoyo enla clasificación se utilizaron la cobertura de usos desuelo CLC 2000 y SIGPAC. Para la clasificación setomaron muestras de cereales de invierno, forrajeras,arroz y cultivos de verano. Los cultivos leñosos seextrajeron de la cobertura de SIGPAC. El resultado

de este proceso es una clasificación supervisadadonde cada píxel pertenece a un cultivo. Las super-ficies de cada cultivo se obtienen por la suma del nú-mero de píxeles de cada clase. La clasificaciónLandsat obtenida se muestra en la Figura 10.Comparación de los resultados obtenidos me-diante MERIS y Landsat

El tratamiento MERIS se hizo para ZaragozaHuesca, mientras que debido a disponibilidad deimágenes, la clasificación Landsat se hizo sólo parala UGE Gállego-Cinca. Para poder comparar ambosresultados entre sí y con los de las estadísticas agra-rias, el estudio comparativo se ha llevado a cabo enlos municipios completos y comunes a las tres fuen-tes de datos (MERIS; Landsat y estadísticas de laDGA). En total son 79 municipios que aparecen enamarillo en la figura 11.

Figura 10. Clasificación Landsat para la zona Gállego-Cinca. Fuente: Tragsatec



Figura 11. Selección de municipios para el estudio com-parativo. Fuente: Elaboración propia Analizando tanto los datos globales como los re-

sultados detallados que se obtienen por municipio,observamos que, salvo para los cultivos de verano,el tratamiento MERIS sobreestima las superficies decultivo en regadío (Figura 12).Posiblemente esto se deba al hecho de que al dis-

criminar solo tres tipos de cultivos se fuerce a clasi-ficar otros cultivos, cuya curva fenológica solapecon los principales, en una de estas tres clases. Tam-bién puede deberse al tratamiento mediante imáge-nes MERIS: al rasterizar la máscara de regadío delCorine Land Cover al tamaño de celda de proceso(900 x 900 metros), aumente la superficie inicial.

Sin embargo, los resultados obtenidos con MERISson aceptables para la estimación de superficies decultivo y las demandas de riego que generan.Una estimación de los errores de las superficies ob-

tenidas las da el error medio global que se definecomo:

Para este estadístico R, valores próximos a cero (envalor absoluto) son buenos. Ambos valores obteni-dos para MERIS y Landsat son buenos pero el obte-nido con Landsat es mejor.Necesidades hídricas de los cultivos

Para el cálculo de los volúmenes de agua es nece-sario considerar los siguientes cultivos en regadíopresentes en la zona de estudio:

Figura 12. Superficies por cultivo en la zona de comparación MERIS - Landsat. Fuente: Tragsatec



Cultivos herbáceos de verano (maíz, girasol)Cultivos herbáceos de invierno (trigo, cebada)Forrajeras (alfalfa)Arroz Cultivos leñosos (viñedo, melocotonero, man-zano, peral y cerezo)

Los datos necesarios para calcular los volúmenesfinales se han tomado de Martínez Cob (1998). Enconcreto estos datos son la evapotranspiración de re-ferencia ETo, el coeficiente de cultivo Kc, la evapo-transpiración del cultivo ETc, la precipitaciónefectiva PE, la Necesidad Hídrica neta, coeficientede eficiencia de riego y la necesidad hídrica bruta.Los autores adaptan la metodología FAO por el mé-

todo de cálculo de ETo de Blaney-Criddle, puestoque es un método de buen rendimiento para la zona(Faci, 1992; y 1994). Para cada comarca de trabajo y cultivo, la evapo-

transpiración mensual del cultivo (ETc) se calculómediante Doorenboos y Pruitt (1977):

ETc= Kc x EToDonde:ETc= evapotranspiración mensual del cultivo,mm/día;Kc= coeficiente de cultivo mensual, ETo= evapotranspiración mensual de referencia,mm/díaEl cálculo de ETo fue realizado por los autores ci-

tados en cada estación y mes por la ecuación de Do-orenos y Pruitt (1977), que es la siguiente:

ETo= [a+b p (0,46 Tm + 8,13)]Donde:ETo= media mensual de la evapotranspiración de re-ferencia (mm/día);a, b = coeficientes de calibración climática local; p = porcentaje diario de horas diurnas anuales; Tm= media mensual de la temperatura media delaire ºC;

Los valores de los coeficientes de cultivo (Kc) seobtienen según metodología FAO (Doorenbos yPruitt, 1977), adaptada a las condiciones aragonesas(Agencias Comarcales de Extensión Agraria de Ara-gón) para los cultivos de mayor importancia econó-mica o superficie en regadío. El valor de dichoscoeficientes así como de las fechas de siembra y re-colección, para cada cultivo de regadío y ComarcaAgraria de Aragón, también han sido recogidos porla Diputación General de Aragón en la publicacióncitada anteriormente.Las necesidades hídricas netas vienen calculadasmediante la fórmula:

NHn (mm/mes)= ETc (mm/mes)-PE (mm/mes)Finalmente, considerando el coeficiente de eficien-

cia del sistema de riego se obtienen las necesidadeshídricas brutas. El coeficiente de riego es un factorcorrectivo que se aplica a las necesidades hídricasnetas al considerar que todo sistema de riego pro-duce pérdidas de agua que son inherentes a la propiapráctica de riego. En el caso de Gállego-Cinca se haconsiderado un valor medio de 0,75. Cálculo de los volúmenes y comparación

Los volúmenes de agua realmente utilizados en elregadío son el resultado de multiplicar las necesida-des hídricas brutas por la superficie de cada cultivopresente en la UGE. Los resultados se presentan porcomarca y grupo de cultivo, en las tablas 2 y 3 y fi-guras 13 y 14.La validación del modelo se hace a partir de la Me-

moria 2003 que elabora la Confederación Hidrográ-fica del Ebro (CHE, 2003). Los resultados de lascampaña 2002-2003 en Regadíos del Alto Aragón,según la Memoria 2003 de la CHE, dan como resul-tado un valor de demanda para el Alto Aragón de913 Hm3. Comparados con este valor, como se apre-cia en las tablas 2 y 3, los volúmenes de riego esti-mados resultan muy aproximados en el caso deLandsat y un 9% superiores en los obtenidos deMERIS. La representación de los resultados obtenidos me-

diante MERIS se muestra en la figura 13 y los resul-tados obtenidos con Landsat en la figura 14.



Tabla 2 Volúmenes brutos por cultivo y comarca (Hm3) según superficies MERIS (ha). Fuente: elaboración propia

Tabla 3 Volúmenes brutos por cultivo y comarca (Hm3) según superficies Landsat (ha). Fuente: elaboración propia



Figura 13. Mapa de necesidades hídricas brutas por superficie comarcal para datos MERIS. Los gráficos de barras re-presentan la evolución de las necesidades brutas mes a mes. Fuente: Elaboración propia a partir de superficies calculadaspor Infoterra Francia



Figura 14. Mapa de necesidades hídricas brutas por superficie comarcal para datos Landsat. Los gráficos de barras re-presentan la evolución de las necesidades brutas mes a mes. Fuente: Elaboración propia



Para poder comparar los resultados obtenidos me-diante MERIS y Landsat es conveniente hacerlo conlos datos de necesidades hídricas brutas, ya que losvolúmenes consideran las superficies ocupadas porcada cultivo. Como se ha visto, los datos obtenidosde MERIS y Landsat difieren en superficie total deregadío y superficie ocupada por grupos de cultivos.Los resultados totales y por comarcas se muestranen la tabla 4.Para la UGE, las necesidades hídricas brutas me-

dias (obtenidas por ponderación superficial en cadacomarca) ascienden según la superficie obtenida deMERIS a 5.094 m3/ha, un 6% inferior que las resul-tantes con Landsat. El hecho de que el análisisMERIS arroje una superficie mayor pero una nece-sidad hídrica ponderada menor se debe a que el pro-ceso mediante datos MERIS ha dado superficiesmayores en cultivos como el cereal que tienen nece-sidades hídricas menores. Esto puede deberse a quela metodología empleada con MERIS fuerza a in-cluir los cultivos detectados en unas categorías pre-determinadas que en este caso han favorecido alcereal, quizás porque su perfil temporal esté másclaro frente a las otras categorías.Extensión del estudio a toda la cuenca del Ebro

Posteriormente se ha extendido el estudio y la me-todología mediante parámetros biofísicos de imáge-nes MERIS a toda la cuenca del Ebro, también condatos del 2003. En este caso no se ha hecho un estu-dio simultáneo mediante imágenes Landsat, sino quese ha procedido directamente al cálculo de volúme-nes netos y brutos. En la actualidad se están elabo-rando estos resultados.

CONCLUSIONESEn este trabajo hemos visto como el tratamiento de

imágenes MERIS para la generación de mapas agre-gados de cultivos como entrada al modelo para elcálculo de los volúmenes de agua necesarios parariego, arroja valores compatibles tanto con los resul-tados de facturación como con resultados obtenidosmediante Landsat. Los volúmenes obtenidos a partirde imágenes MERIS para toda la cuenca parecenavalar estos resultados.La superficie en regadío de la UGE detectada por

MERIS es de 165.129 ha con un consumo medio de5.904 m3/ha. Para Landsat la superficie obtenida hasido de 143.335 ha con unas necesidades medias de6.286 m3/ha. El hecho de que las necesidades obte-nidas a partir de MERIS sean inferiores a Landsat,contrariamente a las superficies, se explica por elhecho de que MERIS detecta más superficie en re-gadío, pero de cultivos con necesidades hídricas me-nores que los obtenidos con Landsat. (Caso delcereal cuya superficie detectada por MERIS es de62.700 ha, aproximadamente 18.000 ha más que conLandsat).El sensor MERIS ofrece ventajas en cuanto a coste

y disponibilidad de las imágenes si bien los flujosde trabajo y los algoritmos utilizados son más com-plicados que los flujos de trabajo mediante Landsat.Por otro lado MERIS sólo distingue bien los cultivosherbáceos.Sin embargo ambas aproximaciones demuestran en

Tabla 4. Necesidades de riego brutas por comarca ponderadas según las superficies MERIS y LANDSAT



nuestro ámbito de interés las ventajas que ofrece eluso de imágenes de satélite para la elaboración demapas de cultivos en comparación con métodos queno incluyan datos de observación de la Tierra, enconcreto:1. Representación espacial de las superficies de

cultivos y por tanto su variación espacio tem-poral.

2. Buena relación coste beneficio3. Repetitividad en la obtención de los productos:

Aunque actualmente el satélite Landsat estállegando al final de su vida útil, existe un aba-nico de datos de alta resolución que garantizala disponibilidad de datos dentro del año agrí-cola. Con mayor abundancia esto es cierto paralos datos de media resolución MERIS. Ademáses precisamente la mayor demanda y uso deestos servicios la que garantiza su programa-ción por parte de las agencias espaciales.

4. Repetitividad en los cálculos. Los datos proce-dentes de encuestas están sujetos a errores ysesgos difíciles de cuantificar. La utilizaciónde imágenes de satélite sí permite cuantificarla bondad de las medidas. En el caso deMERIS se ha visto que tiende a sobreestimarlas superficies. Este error se puede corregir alperfeccionar el modelo, o tenerlo en cuenta enforma de coeficiente de corrección

5. Repetitividad en los procesos. El tratamientode datos de Observación de la Tierra permiteel establecimiento de protocolos bien definidosde realización de los procesos lo que conllevala posibilidad de descentralizar la producción,tal como se ha hecho en el marco de colabora-ción de Infoterra France – Tragsatec.

Los trabajos que aquí se presentan se han financiadomediante el contrato del Sexto Programa Marco deInvestigación, SIP3-CT-2003-502871- Project “Ge-oland”.

BIBLIOGRAFÍACONFEDERACIÓN HIDROGRÁFICA DEL

EBRO (2003): Memoria.CUENCA, R.H. (1989). Irrigation system design:

an engineering approach. Prentice Hall, En-glewood Cliffs, New Jersey.

DOORENBOS, J. PRUITT, W.O. (1977). Guideli-nes for predicting crop water requirements.FAO Irrigation and Drainage Paper 24. FAO,Roma, Italia.

FACI, J.M. 1992. Contribución a la medida y cál-culo de la evapotranspiración de referencia(ETo) en Aragón. Institución Fernando el Ca-tólico, Diputación Provincial de Zaragoza,Zaragoza, 125pp.

FACI, J.M., MARTÍNEZ-COB, A., CABEZAS, A.(1994). Agroclimatología de los regadíos delBajo Gállego. Doce años de observacionesdiarias en Montañana (Zaragoza). Diputa-ción General de Aragón, Departamento deAgricultura, Ganadería y Montes, Zaragoza

INTEGRATED PROJECT GEOLAND (2005):OWS-W Methods Compendium: Product F-1 Water Abstraction by Irrigation Map.

JACQUEMOD, S. y F. BARRET (1990). PROS-PECT: a model of leaf optical propertiesspectra. Remote Sensing of Environment,34: 75-91

MARTINEZ COB, A (1998): Evapotranspiración ynecesidades de riego de los principales cul-tivos en las comarcas de Aragón. Zaragoza.Instituto Fernando el Católico.

MINISTERIO DE AGRICULTURA, PESCA YALIMENTACIÓN. (2001). Plan Nacionalde Regadíos. Horizonte 2008. Dirección Ge-neral de Desarrollo Rural, Madrid.

VERHOEF, W (1985). Light scattering by leaf la-yers with application to canopy reflectancemodelling; the SAIL model. Remote Sensingof the Environment, 16: 125-141


Estimación mediante Imágenes MERIS de la De- … · 2008-07-28 · hídricas de los cultivos como...

Documents

Transcript of Estimación mediante Imágenes MERIS de la De- … · 2008-07-28 · hídricas de los cultivos como...