Hip Ere Spectral

17
 1 Imágenes hiperespectrales Definición. Novedades frente a otros sensores. Principales aplicaciones. Sensores disponibles. Tratamiento de los datos:  – Identificación de espectros.  – Clasificación angular.  – ALME.  Componentes Principales Definición Análisis cuantitativo de las propiedades espectrales de diferentes materiales de la superficie terrestre, registrado en bandas espectrales contiguas en las longitudes de onda ópticas. Para cada píxel es posible obtener un espectro de reflectancia completo (Bodechtel, J. 2001). Sensores hiperespectrales y multiespectrales (Adaptada de Short, 2000) Frente a otros sensores: Ventajas:  – Pueden analizarse las relaciones espectrales- espaciales.  Pueden obser varse pequeñas bandas de absorción.  – Pueden estu diarse transiciones. Inconvenientes:  Pequeña relación señal-ruido.  Se precisan correcciones radiométricas y geométricas precisas.  Se generan gr andes volúmenes de datos. Es posible representar los datos en bandas estrechas y de mane ra casi continua, aproximánd ose así mejor a la signatura espectral que los histogramas generados por bandas más amplias Delimitación hiperespectral  A V R IRC SWIR 0 10 20 30 40 50 60 70 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4  λ (μm)    %    r   e    f    l   e   c    t    i   v    i    d   a    d 80 Firmas espectrales vegetación arena agua nieve hormigón incidente reflejada  L  L =  ρ 

Transcript of Hip Ere Spectral

Imgenes hiperespectralesDefinicin. Novedades frente a otros sensores. Principales aplicaciones. Sensores disponibles. Tratamiento de los datos: Identificacin de espectros. Clasificacin angular. ALME. Componentes Principales

DefinicinAnlisis cuantitativo de las propiedades espectrales de diferentes materiales de la superficie terrestre, registrado en bandas espectrales contiguas en las longitudes de onda pticas. Para cada pxel es posible obtener un espectro de reflectancia completo (Bodechtel, J. 2001).

Sensores hiperespectrales y multiespectrales

Frente a otros sensores:Ventajas: Pueden analizarse las relaciones espectralesespaciales. Pueden observarse pequeas bandas de absorcin. Pueden estudiarse transiciones.

Inconvenientes: Pequea relacin seal-ruido. Se precisan correcciones radiomtricas y geomtricas precisas. Se generan grandes volmenes de datos.

(Adaptada de Short, 2000)

Delimitacin hiperespectral

Firmas espectrales80 70 60 % reflectividad 50 40 30 20agua vegetacin arena hormign nieve

=

Lreflejada Lincidente

Es posible representar los datos en bandas estrechas y de manera casi continua, aproximndose as mejor a la signatura espectral que los histogramas generados por bandas ms amplias

10 0 0,4

0,6

0,8

1

1,2

1,4

1,6

1,8

2

2,2

2,4

(m)

A V R

IRC

SWIR

1

Informacin incluida en un espectroAbsorcin de ciertos componentes. Nmero de capas de absorcin. Mezcla entre cubiertas. Efectos atmosfricos. Condiciones de iluminacin.

Hiperespectral: aplicacionesDelimitacin precisa de cultivos y su estado fitosanitario. Caracterizacin de minerales. Componentes bioqumicos de la vegetacin. Anlisis de calidad de agua.

Cultivos

Factores en la reflectividad de la vegetacinReflectividad de la hoja: Pigmentos. Estructura de la hoja. Humedad

Dosel vegetal. Proporcin hoja / lignina / suelo Geometra de las hojas.

ngulos de observacin.

Curva caracterstica de la hoja

Variacin estacional de la reflectividad hojadosel

Pigmentos hoja

Estructura celular

Contenido de agua

Variaciones espectrales de la reflectividad del trigo de primavera en Arizona. En la parte superior, de las hojas medida con una esfera de integracin; en la inferior del dosel con iluminacin solar (Pinter et al, 2003).

2

Aplicaciones minerasEspectro de caolinita para diferentes resoluciones espectralesKruse et al 1995.

Deteccin y evaluacin de incendios

Imagen AVIRIS de un incendio ocurrido en el condado de San Bernardino (sur de California) el 1 de septiembre de 1999. Las bandas corresponden, de izquierda a derecha, a 0,5m, 1m, 1,5m y 2m (fuente: visibleearth.nasa.gov).

Tecnologas para deteccin hiperespectralTipos de exploracin: Barrido perpendicular (whiskbroom scanner) Empuje transversal (pushbroom scanner)

Mtodos para discriminar en el espectro: Refraccin diferencial a partir de prismas Rejas de difraccin (grating)HYPERSPECTRUM NEWSLETTER Vol_ 3, No_ 1 Spectral Imaging Techniques and Applications.htm

Difraccin por filtros de cristal liquido y cuarzo

Difraccin bidimensional mediante prismas dobles y rejas

Nahum Gat (2000): Imaging Spectroscopy Using Tunable Filters: A Review This paper is the property of SPIE - The International Soceity for Optical Engineering. Reference: Proc. SPIE Vol. 4056, p. 50-64, Wavelet Applications VII, Harold H. Szu, Martin Vetterli; William J. Campbell, James R. Buss, Ed. (Invited paper) Publ. Date: 04/2000.

Specim, 2001

3

Esquema

Ejemplo de adquisicin

Specim, 2001

Specim, 2001

Sensores hiperespectrales (1/2)Sobre avin: AISA: 286 bandas (0,4 a 0,9 m) AVIRIS: 224 canales (0,4 a 2,5 m) CASI: hasta 288 bandas (0,4 a 1m) DAIS: 79 bandas (pticas y trmicas) GER: 126 bandas (+12 trmicas) HyMap: 128 bandas (0,4 a 2,5 m)

Sensores hiperespectrales (2/2)Sobre satlite: MODIS: 36 bandas (pticas y trmicas), no continuas. MERIS: 15 bandas. CHRIS: 18 a 63 bandas. HYPERION: 220 bandas. Misiones extra-terrestres: Cassini (Saturno), Galileo (Jpiter), Global Surveyor (Marte).

Relacin seal-ruido (S/N)Proporcin entre la seal detectada por el sensor y el ruido aleatorio (mide la precisin del instrumento). S/N depende de: Sensibilidad del sensor ( S/N s i sensibilidad). Anchura espectral ( S/N si anchura) Cantidad de radiacin reflejada por el medio (si rad).Nahum Gat (2000): Imaging Spectroscopy Using Tunable Filters: A Review This paper is the property of SPIE - The International Soceity for Optical Engineering. Reference: Proc. SPIE Vol. 4056, p. 50-64, Wavelet Applications VII, Harold H. Szu, Martin Vetterli; William J. Campbell, James R. Buss, Ed. (Invited paper) Publ. Date: 04/2000.

Cmaras terrestres

S/N

La S/N requerida depende de la intensidad del rasgo a identificar ( S/N si intensidad)

4

Cmara Specim

AVIRIS (Airborne Visible/InfraRedImaging Spectrometer)Cuatro espectrmetros con 224 detectores CCD individuales. Intervalo total: 0,38 a 2,5 m (aproximadamente el mismo ancho que cubre el Landsat TM con 7 bandas). Resolucin espectral: 10 nm Resolucin espacial: 5-20 m (depende de altitud). Campo visin: 30

AVIRISDetectores: Silicio para el visible; Indioantimonio (InSb) para el IR

Jensen, 2004

Rango espectral

Imagen AVIRIS usada para la exploracin mineral en Cuprite (Nevada).

5

AISA (Airborne Imaging Spectrometer for Applications)Sensor hiperespectral compacto. Varios modos de funcionamiento: espectral espacial o mezcla. Sistema de prismas. Rango: 0,4 a 0,9 m. Hasta 286 bandas; hasta 1 m de resolucin; hasta 360 pxeles.

Modos de funcionamiento

CASI (Compact Airborne Spectrographic Imager 2)Campo de visin 37.8 Rango espectral: 400 a 1000nm 288 bandas (1.9nm) SNR 420:1

DAIS (Digital Airborne Imaging Spectrometer)DLR GER 79 Bandas, 73 entre 0.4 2.5 m y el resto en el trmico. Resoluciones entre 3 y 20 m. FOV: 0.894 rad.

http://www.itres.com/docs/casi2.html

GER - EPS

Hymap

http://www.intspec.com/

6

Hymap100 - 200 bandas, con anchura entre 10 - 20 nm SNR > 500:1 Resolucin espacial de 2 -10 m rea abarcada: 60 70 Calibracin geomtrica y radiomtrica a bordo.http://www.intspec.com/

EO-1 HyperionEl primer sensor hiperespectral desde satlite. 220 bandas que cubren de 0,4 2,5 m (10 nm anchura) con 30 m de resolucin. Cada escena cubre 7,5 x 100 Km.

Carga til del EO-1

SNR del Hyperion

Imagen Hyperion de rea quemada

Envisat - Meris

7

Meris (MEdium Resolution Imaging Instrument)Campo de visin 68.5 Resolucin: 300m 15 bandas espectrales programables entre 390 nm y 1040 nm. Anchura 2 nm. Cobertura global, cada 3 das

Bandas MERISBandas B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 Longitud de onda (nm) 407.5-417.5 437-447 485-495 505-515 555-565 615-625 660-670 677.5-685 703.75713.75 750-757.5 758.75762 5 771.25786 25 855-875 880-890 895-905 Ancho de banda 10 10 10 10 10 10 10 7.5 10 7.5 3.75 15 20 10 10 Centro de banda 412.5 442.5 490 510 560 620 665 681.25 708.75 753.75 760.625 778.75 865 885 900 Regin del espectro Azul Azul Azul Verde Verde Rojo Rojo Rojo Red edge Red edge Red edge Red edge IRC IRC IRC Aplicacin Substancia amarilla y pigmentos detrticos Mximo de absorcin de clorofila Clorofila y otros pigmentos Sedimentos en suspensin Mnimo de absorcin de clorofila Sedimentos en suspensin Absorcin de clorofila y fluorescencia Pico de fluorescencia de clorofila Fluorescencia de referencia y correcciones atmosfricas Vegetacin, nubes, Banda de referencia de absorcin del O Banda de absorcin del O2 Correcciones atmosfricas Correcciones atmosfricas Vegetacin, absorcin de referencia del vapor de agua Absorcin de vapor de agua

http://envisat.esa.int

B15

CHRISLanzado en el PROBA (Project for On Board Autonomy) en Octubre de 2001. Bandas programables. Capacidad estereoscpica. Imagen: 14 x 14 km. Sensibilidad: 400 a 1030 nm, anchura 2nm.

Modalidades de observacinAlta resolucin espacial: 18 m; 18 bandas

Baja resolucin espacial: 36m 63 bandas

MightySat II.1 Fourier Transform Hyperspectral Imager (FTHSI)Lanzado por el Space Shuttle en 2000? Pertenece al Ejrcito del aire norteamericano. Cmara de 1024 X 1024 Pxeles: Anchura: 350 - 1050 nm Nmero de bandas: 256 Resolucin: 1.7 nm a 450 nm Anchura de imagen: 45-87.2 km Anchura rbita: 15.3 km SNR: 73

Proyectos extra-terrestresGalileo: 408 bandas entre 0.7 y 5.2 m; anchura 12 nm. Cassini: 352 bandas entre 0.35 y 5.1 m: anchura 7nm. Global Surveyor: 286 bandas de 6.25 a 50m; slo emisin trmica.

http://www.vs.afrl.af.mil/TechProgs/MightySatII/

8

Proyectos futurosWarfighter (Orbview-4): 200 canales, lanzamiento fallido.

Tcnicas hiperespectralesCalibracin de datos. Identificacin de espectros. Clasificacin angular. ALME. Componentes principales.

Calibracin de datosConversin ND a reflectividad: ND a radiancias. Correcciones atmosfricas. Correcciones de ngulos de iluminacin. Otros ruidos aleatorios (lneas perdidas...)

Correccin atmosfricaCorreccin absoluta: Mtodos basados en la imagen: Estimacin a partir del objeto oscuro. Relacin entre bandas.

Correcciones geomtricas.

Uso de modelos de transferencia radiativa (Modtran, 6S, Atrem...) Ajustes empricos con espectros de campo.

Correccin relativa: ajuste multitemporal.

Imagen HyperionFue tomada el 30 de julio de 2003 Dimensiones: 256 pxeles x 3128 lneas x 242 bandas rea cubierta: 7,7 Km x 93,8 Km Los valores digitales vienen escalados para convertir los datos a unidades de radiancias (W m-2 sr-1 m1) 40 para las bandas del VIS-IRC 80 para las bandas del SWIR

Correccin atmosfrica mediante FLAASH-ENVI:Informacin de Elevacin, constante: 0.85 Km Informacin atmosfrica: Definicin tipo de atmsfera: rea rural. Condicin: verano, latitud media.

Parmetros de correccin: Fecha: 30-07-2003, Hora: 10:45, Latitud: 40.403389; Longitud: -4.266240). Azimut Solar: 128.75; Cenit Solar: 30.482216. Visibilidad: 40 km.

Los valores digitales estn expresados en radiancias de 12 bit y almacenados como enteros con signo de 16 bits

9

Resultados de la correccin atmosfricaRadia ncia120 100 80 60 40 20 0 400 Radiancia (W/m2/um/sr)

Mtodos para obtener los miembros purosBibliotecas espectrales. Reflectividad simulada. Radiometra de campo / laboratorio. Extraccin de una imagen de mayor resolucin. Extraccin de la propia imagen.

Radiancia600 800 1000 1200 1400 1600 1800 2000 2200 2400 Longitud de Onda (nm )

Perfil No Suaviza do50 45 40 35 30 25 20 15 10 5 0 400

Perfil No Suavizado600 800 1000 1200 1400 1600 1800 2000 2200 2400 Longitud de Onda (nm )

Reflectividad (%)

Perfil Suaviza do50 45 40 35 30 25 20 15 10 5 0 400

Reflectividad (%)

Perfil Suavizado600 800 1000 1200 1400 1600 1800 2000 2200 2400 Longitud de Onda (nm)

Se realiz el proceso dos veces, variando las condiciones de No Suavizado realiz (No Polishing) y Suavizado (Polishing) con 3 bandas

Bibliotecas espectralesLocalizacin:Latitud UTM 30T Longitud UTM 30T Altitud (m) 4533220 435498 1095

Biblioteca Espectra: www.geogra.uah.es/espectraQuercus pyrenaicaDescripcin:Especie medida en el Valle del ro Lozoya, en una zona con otros Quercus pyrenaica, Fraxinus angustifolia y Populus nigra. Es un individuo adulto.

Descarga de datos espectrales Datos de cmara hiperespectral

Dimensiones:Semieje mayor (m) Semieje menor (m) 5,80 4,20 7,00

Incidencias:Sin incidencias destacables

Parmetros adicionales:FMC 73,4% EWT 0.0249 LAI En proceso LAD Plagifilo Clorofila 38.6 (unidades SPAD)

http://speclab.cr.usgs.gov.

Altura (m)

Algunas bibliotecas espectralesUSGS (http://speclab.cr.usgs.gov). ASTER (http://speclib.jpl.nasa.gov). Purdue (http://shay.ench.purdue.edu/~frdata/FR DATA/Index.html). Espectra (www.geogra.uah.es)

Generacin mediante espectro-radimetrosInters: Condiciones controladas: laboratorio. Extraccin del efecto atmosfrico: campo.

Tipos de radimetros: Radimetros de filtros. Espectro-radimetros.

10

Espectro-radimetro

Radimetros de filtrosAjustados a las bandas de observacin de los satlites (5-16 bandas). Baratos y fciles de calibrar.Cables de conexin Sensor

Ordenador soporte Trpode Blanco de referencia

Bandeja de observacin

Radiometra de campo

Programas de simulacin basados en RTMHoja (Prospect), Dosel (SAIL), Planta (GEOSAIL, FLIGHT), Atmsfera (Modtran, 6S).

Cmara Specim

GER 2600

Visual Pro-Sail

Simulacin mltiple: efectos de variacin en el EWT

11

Ajuste de las LUT para varios sensoresSPOT

Extraccin de una imagen de mayor resolucin

200 bandas

MODIS MERIS Landsat - MERIS

Chuvieco et al., 2007

ndice de pureza del pxelR RPxeles extremos Pxeles extremos

Tcnicas de comparacinCodificacin binaria. Anlisis de bandas de absorcin. Clasificacin angular.

IRC

IRC

p.extremos 1 vez

R IRCPxeles extremos

p.extremos 2 veces p.extremos 3 veces

Codificacin binaria1 0.8

Codificacin binaria de espectrosVegetacin

1 0.9 0.8 reflectividad 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0.40 0.64 0.88 1.12 1.36 suelo 1.60 1.84 objetivo 2.08 2.32

0.6 0.4 0.2 00.40 0.80 1.20 1.60 2.00 2.40

Calcula para cada banda espectral si la reflectividad observada es mayor o menor a la reflectividad media de ese espectro, asignndole un valor de 0 si es inferior y 1 si es superior.ndice de Acuerdo Espectral (IAE) =

1 0.8 0.6 0.4 0.2 00.40 0.80 1.20 1.60 2.00 2.40

k=l,m

(CBi,k - CBj,k)2

Suelo

m

1

vegetacin

0.8 0.6 0.4 0.2

CBi,k : codificacin binaria (0/1) del espectro i (el que se pretende identificar) para la banda k; CBj,k : codificacin del espectro de referencia para la misma banda; m = nmero de bandas.

Objetivo

00.40 0.80 1.20 1.60 2.00 2.40

Cuanto ms cercanos a 0 el IAE, los espectros sern ms similares y cuanto ms prximos a 1, ms distintos.

12

Diferencias frente a la tendencia (continuum removal) Encontrar mximos locales: Obtencin de la tendencia. Diferencias frente a la tendencia: D = (Rb / Rc) Rb = reflectividad del fondo. Rc = reflectividad del continuo (de una curva suavizada, tendencia general de la reflectividad)

Anlisis de bandas de absorcin0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0.40 0.80 1.20 1.60

Ajuste de la tendencia

2.00

2.40

1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0.40 0.80 1.20

Anchura

Profundidad

Posicin1.60 2.00 2.40

Parmetros de las bandas de absorcinPosicin: mnimo dentro de la banda. Profundidad: distancia mxima a la tendencia. Anchura: diferencia entre posiciones a la mitad de la profundidad. Simetra: rea de la banda a ambos lados de la posicin.

Rasgos de absorcinPB( i ) = 1 R '( i )CNPB ( i ) = PB( i ) / DcINPB( i ) = ( PB( i ) Dc ) ( PB( i ) + Dc )

R (i) = absorcin diferencial frente a la tendencia en la banda i PB(i) = profundidad de la banda de absorcin i CNPB(i) = cociente normalizado de la PB i I NPB(i) = ndice normalizado de la PB i Dc = Profundidad de la banda central

Absorcin de distintos vegetales

Rasgos de AbsorcinBandas de Absorcin (nm) inicial1652 2030 2338 408 550 1116 1634 2006 2222 920 1070 1650 512 870 1083 2010 924 1108 560 560

Objetivo Estimacin de nitrgeno, lignina y celulosa en hojas secas para especies de conferas y frondosas. Estimacin de clorofila, N, P, lignina, celulosa, agua, protenas, aminocidos azcar y almidn. Estimacin de la bioqumica (N, P, K Ca y Mg) en cinco especies de pasto. Contenido de agua de las hojas en Quercus agrifolia. Cartografa de la vegetacin (5 especies de conferas). Concentracin de N a nivel de dosel. Cartografa de plantas invasoras. Caracterizacin de la reflectividad de lagos pocos profundos. Estimacin de concentracin de N en dosel de Eucalyptus melliodora.

Referencia Kokaly y Clark, 1999 Curran et al., 2001 Mutanga et al., 2004

final1728 2106 2304 518 750 1284 1786 2196 2387 1120 1320 1850 767 1085 1300 2222 1061 1254 650 720 750 1081 1666 2214 2415

Pu et al., 2003 Kokaly et al., 2003 Kokaly, 2001 Underwood et al., 2003 Galvo et al., 2003 Huang et al., 2004

Reflectividades originales y diferencias frente a la tendencia Short, 2000

583 910 1270 1796 2222

13

Rasgos de absorcin en la imagen Hyperion251,1

Derivadas2284 nm 2102 nm

(a)1

(b)

200,9

Reflectividad (%)

1194 nmValor (R')15

0,8 0,7

1194 nm

1537 nm

= (n- n-1)/(n - n-1)Permiten analizar diferencias en la vecindad de cada banda (cambios bruscos o suaves de reflectividad). Se han utilizado en mineraloga y deteccin de componentes bioqumicos (agua, clorofila...).

10

1537 nm 2102 nm 681 nm 2284 nm800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2100 2200 2300

0,6 0,5

5

0,4

0 500

681 nm0,3 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2100 2200 2300

600

700

Longitud de Onda (nm)

Longitud de Onda (nm)

Longitud de Onda Inicio (nm)548,92 1154,58 1487,53 2062,55 2234,12

Centro de Banda (nm)681,20 1194,97 1537,92 2102,94 2284,52

Longitud de Onda Final (nm)732,07 1275,66 1638,81 2143,34 2324,91

Nmero de Bandas19 13 16 9 10

AbsorcinClorofila Agua - Celulosa Agua Celulosa -Lignina Celulosa -Lignina

=70 60 % reflectividad 50 40 30 20 10 0 0,4

1 1

Clasificacin angularLa signatura espectral es un vector ndimensional: N = nmero de bandas Mdulo del vector es la reflectividad espectral. La direccin del vector es la forma de la curva.

Angulo espectral: ngulo entre dos signaturas espectrales. Mide la diferencia en las formas de dos signaturas. Independiente de efectos externos. til para comparar con miembros terminales.

0,6

0,8

1

1,2

1,4

1,6

1,8

2

2,2

2,4

(m)

Clasificacin angularEl algoritmo determina la similitud entre dos espectros calculando el ngulo espectral que les separa (): = arcos

Banda 2

a nd Ba

3

i1,j1,k1

k =1, m 2

i,k j,k

k =1,m i,k

k =1, m

j, k

2

i2,j2,k2Banda 1

i,k: reflectividad del pxel i (el espectro objetivo) en una determinada banda k de la imagen: j,k: reflectividad del espectro de referencia j en la misma banda. m :nmero de bandas.

14

Anlisis lineal de mezclas espectrales (ALME)70 100

Un pixel mezcla contiene...suelo

100 100

160

150 200 190 150 200

200

190 20 50 200 100

La seal registrada por el sensor en cada pxel es una mezcla de varias categoras puras. El ALME permite calcular, en un pxel mezcla, la proporcin ocupada por cada una de las cubiertas que lo integran

Arbol Sombra rbol Rio

Hierba

Fundamentos del ALME

AsuncionesLas mezclas son lineales. Slo estn formados por las clases puras. m =1, p Fi, j,m = 1 No negatividad de la solucin:0 Fi, j, m 1

Clase 1 Clase 2

No hay influencia de cubiertas vecinas.

Clases son miembros terminales (endmembers) o puros MT habituales: vegetacin, suelo, agua, sombra, NPV, etc.

Mtodo para obtener las proporciones i, j,k = m =1, p F i, j,m m,k + ei , j ,ki,j,k reflectividad del pxel i,j para la banda k. Fi,j,m proporcin del miembro m en el pxel i,j. m,k reflectividad del miembro m en la banda k. ei,j,k trmino de error. Ajuste para minimizar el error:

Ejemplo de desmezclado (1/3)0,43 0,51 0,55 0,47 0,55 0,59 0,51 0,63 0,80 R 0,75 0,35 0,46 0,52 0,50 0,49 0,55 0,58 0,52 0,61 0,64 IRC 0,70

0,40

e

i, j,k

= i, j,k - m =1,p F i,j,m m,k

Pueden extraerse tantas clases puras como bandas (considerando el trmino de error)

R

IRC

15

Ejemplo de desmezclado (2/3)0,43 0,51 0,55 0,47 0,55 0,59 0,51 0,63 0,80 R 0,46 0,52 0,50 0,49 0,55 0,58 0,52 0,61 0,64 IRC

Ejemplo de desmezclado (3/3)0,43 0,51 0,55 0,47 0,55 0,59 0,51 0,63 0,80 R 0,8 0,7 0,6 0,6 0,5 0,3Clase 1

0,46 0,52 0,50 0,49 0,55 0,58 0,52 0,61 0,64 IRC

Imgenes de entrada

Ecuaciones:0,43 = 0,35 F1 + 0,75 F2 0,46 = 0,40 F1 + 0,70 F2

0,5 0,4 0,2

0,2 0,3 0,4

0,4 0,5 0,7Clase 2

0,5 0,6 0,8

Proporciones

(0,43-0,35 F1) / 0,75 = (0,46 0,40 F1) / 0,70

F1 = 0,8

F2=0,2Clase verde Clase azul

Compo nentes ALME

Agua

Vegetacin

Suelo

RMS

Componente ALME de zonas quemadasALME en zonas urbanasConstruido Veg. hmeda

Molina, 1998

Veg. seca

RMS Martn, 1998

16

Dinmica de los cuerpos dunares

Campos continuos de vegetacinImgenes en falso color: a) 1982; b) 1992. DATATYPE LEVEL TEMPORAL SPATIAL

MOD44A MOD44B

4 4

YEARLY YEARLY

250M 1000M

a)

b)

Componente ALME Arena: a) 1982; b) 1992.

Estima proporciones de superficie cubierta por distintos tipos de vegetacin a partir del ALME. % leosos % herbceos. % suelo descubierto.

Collado, 1998

Desmezclado MODIS

Qu es zona forestal (FAO 10%)

0% Umbrales de arbolado

100%

17