revisión general de los conceptos fundamentales de ... · metas . 1. proveer una revisión general...

66
Revisión General de los Conceptos Fundamentales de Percepción Remota Emil A. Cherrington Centro del Agua del Trópico Húmedo para America Latina y el Caribe (CATHALAC) 09.11.11

Upload: phamxuyen

Post on 21-Sep-2018

215 views

Category:

Documents


0 download

TRANSCRIPT

Revisión General de los Conceptos Fundamentales de

Percepción Remota

Emil A. Cherrington Centro del Agua del Trópico Húmedo

para America Latina y el Caribe (CATHALAC)

09.11.11

1km pixels e.g. AVHRR, GOES, MODIS

500m pixels e.g. MODIS

250m pixels e.g. MODIS

30m pixels e.g. Landsat

20m pixels e.g. IRS

15m pixels

e.g. ASTER, Landsat ETM (sharpened)

10m pixels e.g. SPOT

1m pixels e.g. Ikonos / Quickbird

1km 250m 30m 15m 10m 1m

Revisión General

1. Metas 2. Definición de percepción remota (y la

relación con SIG) 3. Aplicaciones en Panamá y la región 4. Resolución – espacial, temporal, espectral,

radiometrica 5. Software 6. Fuentes de datos (y costos) 7. Fuentes de mayor información 8. Preguntas y respuestas

Metas 1. Proveer una revisión general de los

conceptos básicos de percepción remota para su aplicación en el campo ambiental

2. Proveer una base teorética para los ejercicios de hoy

3. Proveer fuentes de mayor información sobre teledetección ambiental

¿Hay preguntas?

¿Que es percepción remota?

• “La ciencia y el arte de obtener información sobre un objeto, área, o fenómeno a través de análisis de datos capturados por un medio no en contacto directo con el objeto, área, o fenómeno estudiado”. Lillesand et al (2006)

• “La ciencia de observación de distancia.” Barret y Curtis (1992)

Fuente: M. Vasquez (2006)

¿Que incluye percepción remota?

• Adquisición de info sobre un objeto sin contacto físico con ese objeto

• Percepción y grabación de radiación electromagnética, emitida o reflejada

• Storage, procesamiento, análisis, y aplicación de la info colectada

Fuente: B. Howell (2006)

Fuente: J. Tullis (2006) / J. Jensen (2004)

Fuente: B. Howell (2006)

Fuentes de Datos Satelitales Algunos satélites y sensores con relevancia a Panamá: 1. ALI – un sensor en el satélite EO-1 de la NASA, similar al ETM+ de Landsat7 2. ASTER – un sensor compartido entre Japón y los EE.UU., ubicado en el satélite

Terra, y similar a ALI y ETM+ 3. CBERS* – El series de satélites (3) entre Brasil y China; CBERS 2B tiene alta

resolución 4. GeoEye-1 – un satelite de alta resolucion, del mismo series que Ikonos 5. Hyperion – el único sensor satelital hyperspectral, en EO-1 6. Ikonos-2 – Uno de los primeros satélites comerciales de alta resolución, similar a

Quickbird 7. Landsat – El series de satélites (7) lanzado en 1972, con operaciones hasta el

presente, y varios sensores (MSS, TM, ETM+) 8. MERIS – la equivalente de MODIS de la Agencia Espacial Europea (ESA) 9. MODIS – un sensor en los satélites Aqua y Terra 10. Radarsat-1 / -2 – El primer satélite de radar, de los Canadienses 11. RapidEye – satelites de alta resolucion, de Alemania 12. SAC-C – El satélite de observación de la tierra del CONAE de Argentina 13. SPOT – un satélite francés con imágenes de alta resolución 14. Quickbird-2 – las imágenes de alta resolución en Google Earth 15. WorldView-1 / -2 – imágenes de alta resolucion, mismo series que Quickbird

Multiple Products per Instrument: MODIS Measurements

MOD01 Level-1A Radiance Counts MOD02 Level-1B Calibrated Relocated Radiances MOD03 Relocation Data Set MOD04 Aerosol Product MOD05 Total Precipitable Water MOD06 Cloud Product MOD07 Atmospheric profiles MOD08 Gridded Atmospheric Product (Level-3) MOD09 Atmospherically-corrected Surface Reflectance MOD10 Snow Cover MOD11 Land Surface Temperature & Emissivity MOD12 Land Cover/Land Cover Change MOD13 Vegetation Indices MOD14 Thermal Anomalies, Fires & Biomass Burning MOD15 Leaf Area Index & FPAR MOD16 Surface Resistance & Evapotranspiration MOD17 Vegetation Production, Net Primary Productivity MOD18 Normalized Water-leaving Radiance MOD19 Pigment Concentration MOD20 Chlorophyll Fluorescence MOD21 Chlorophyll_a Pigment Concentration MOD22 Photosynthetically Active Radiation (PAR)

MOD23 Suspended-Solids Conc, Ocean Water MOD24 Organic Matter Concentration MOD25 Coccolith Concentration MOD26 Ocean Water Attenuation Coefficient MOD27 Ocean Primary Productivity MOD28 Sea Surface Temperature MOD29 Sea Ice Cover MOD31 Phycoerythrin Concentration MOD32 Processing Framework & Match-up Database MOD35 Cloud Mask MOD36 Total Absorption Coefficient MOD37 Ocean Aerosol Properties MOD39 Clear Water Epsilon MOD43 Albedo 16-day L3 MOD44 Vegetation Cover Conversion MODISALB Snow and Sea Ice Albedo

Fuente: F. Melton (2007)

¿Porque percepción remota?

Adquirir información sobre un objeto sin contacto directo con ese objeto

Fuente: B. Howell (2006)

¿Porque percepción remota?

Colectar cantidades grandes de datos en una manera eficiente y a tiempo

Fuente: B. Howell (2006)

Usos

• Actualizar o reemplazar mapas existentes

• Determinar áreas de categorías conocidas

• Hacer inventarios de tipos de cobertura

• Documentar cambios entre periodos

• Medir condiciones en una área

• Medidas cuantitativa de propiedades

Fuente: B. Howell (2006)

Aplicaciones de PR en Panamá y la Región Mesoamericana

Panamá - • 1967: Imágenes radar de Darién • 1992: Cobertura forestal • 2002: Cobertura forestal • 2004, 2006, 2008: Inundaciones • 2008: Análisis de cobertura de manglares • 2009: Cobertura forestal (en proceso) Mesoamerica - • 1999: Imágenes radar de Star3i • 2000: Elevación – Shuttle Radar Topography Mission (SRTM) • 2002: Ecosistemas • 2010: Cobertura de la tierra (en proceso)

Bosques nubosos en America Central

Ventajas de percepción remota

• Muchos satélites en orbito, colectando información sobre las mismas áreas

• Después de lanzamiento, el costo de operación / obtener información es bajo

• La geometría de los satélites es muy estable, entonces hay menos posibilidades para distorsiones geométricas en las imágenes

Fuente: B. Howell (2006)

Principles

• Objetos muestra diferencias obvias en energía emitida y reflejada

• La apariencia de objetos cambia con el canal espectral de observación

• Objetos no similares parece diferente en particulares canales espectrales

Principios

Radar Laser Cámara Radiómeter Sonar

Fuente: B. Howell (2006)

Diferencias en Respuesta Espectral

TM Banda 4 (NIR) TM Banda 3 (Rojo)

Fuente: B. Howell (2006)

Espectro Electromagnético

WAVELENGTHS (en metros)

10-11 10-10 10-9 10-8 10-7 10-6 10-5 10-4 10-3 10-2 10-1 101 102

VISIBLE

GAMMA RAYS X RAYS ULTRA VIOLET INFRARED

MICROWAVE

RADIO WAVES

400 500 600 700 nanometers

mas largo mas corto

Un sensor mide la cantidad de energía reflejada o emitida por el superficie de la tierra en wavelengths específicos del espectro electromagnético

Fuente: F. Muller-Karger (2006)

El sistema ideal de percepción remota (1) Fuente uniforme de

energía

(4) Súper sensor

(2) Atmosfera sin interferencia

(3) Interacciones únicas con el superficie de la tierra

Fuente: M. Vasquez (2006)

Interacciones de Energía con la Atmosfera

Scattering Refracción Absorción

Fuente: B. Howell (2006)

Energía en el Objeto

Radiacion Incidente puede ser… • Reflejada • Transmitida • Absuelto (y reEmitida)

I = R + T + A

Fuente: B. Howell (2006)

Respuesta espectral típica

Fuente: B. Howell (2006)

Otras respuestas espectrales

Vegetación seca

Vegetación verde

Suelo

Fuente: B. Howell (2006)

Respuestas espectrales

Fuente: B. Howell (2006)

Firmas espectrales

Fuente: B. Howell (2006)

Sensores Activos & Pasivos

Pasivos: utilicen energía natural energía, como la luz del sol reflejada o radiación emitida termal o de microondas

Activos: generan su propia energía transmitida a la tierra, interactuando con la atmosfera y otros superficies

Fuente: B. Howell (2006)

Orbitos de los satélites

Síncrono con el sol (Landsat, SPOT) Geo-estacionario (p.e. GOES)

Fuente: B. Howell (2006)

Tipos de Resolución

• Espacial - el tamaño del ‘field-of-view,’ como 10 x 10 m. • Espectral - el numero y tamaño de las regiones espectrales que el sensor captura, como azul, verde, rojo, IR, termal, microonda (radar) • Temporal – como frecuente se captura la data, como cada 16 días • Radiometrica - la sensitividad de los detectores a diferencias pequeñas en la energía electromagnética

10 m

B G R NIR

Jan 15

Feb 15

10 m

Fuente: J. Tullis (2006) / J. Jensen (2004)

Comparación de 2 sensores Advanced Very High

Resolution Radiometer (AVHRR) en el satelite NOAA

• Resolución espacial = 1.1 km

• Resolución temporal = 12 horas

• Resolución espectral = 5 bandas espectrales – rojo, infrarrojo cercano, IR media, 2 termales

• Resolución radiometrica = 10 bits = 1024 niveles de brillo

Thematic Mapper en Landsat 4 y 5

• Resolución espacial = 30 m

• Resolución temporal = 16 dias

• Resolución espectral = 7 bandas espectrales – azul, verde, rojo, infrarrojo cercano, 2 IR media, IR termal

• Resolución radiometrica = 8 bits = 256 niveles de brillo

Fuente: M. Vasquez (2006)

Resolución espacial

30m 120m 120m 240m

Fuente: B. Howell (2006)

Procesamiento digital

• Rectificación y restoración – Corrección geométrica – Corrección atmosférica – Remoción de ruedo

• Mejoramiento (enhancement) – Estirar contrasto (contrast stretching) – Manipulación de varias imágenes

• Índices de vegetación – Clasificación – Filtración

Fuente: M. Vasquez (2006)

Software • ArcGIS 9.x (ArcView 3.x) – de ESRI (www.esri.com) • ASF MapReady - de Alaska Satellite Facility

(http://www.asf.alaska.edu/downloads/software_tools) • BEAM - de la ESA (http://www.brockmann-

consult.de/cms/web/beam/software) • ERDAS Imagine 9.x – de Leica (www.erdas.com) • GRASS – de ITC (http://grass.itc.it/) • IDRISI – de Clark University (www.clarklabs.org) • NEST - de la ESA (http://nest.array.ca/web/nest/) • Opticks – de Ball Aerospace (https://www.opticks.org) • PCI Geomatica 10.x – de PCI (http://www.pcigeomatics.com/) • RSI ENVI 4.x – de ITT (www.ittvis.com) • SPRING 5.x – de INPE (www.dpi.inpe.br/spring/)

Fuentes de Datos Imágenes multiespectrales • NASA REVERB: http://reverb.echo.nasa.gov/reverb/ • Respuesta Rápida de MODIS:

http://lance.nasa.gov/imagery/rapid-response/subsets/ • ESA MERIS: http://miravi.eo.esa.int/ • USGS Glovis: http://glovis.usgs.gov • ASF DAAC: https://ursa.asfdaac.alaska.edu/ • SERVIR: www.servir.net

Mapas de elevación derivado por radar • SRTM, versión 2: http://srtm.usgs.gov

Satélite Terra Landsat 7 Terra SPOT 5 Ikonos Quickbird

Sensor Moderate Resolution

Imaging Spectro-

Radiometer (MODIS)

Enhanced Thematic Mapper

Plus (ETM+)

Advanced Spaceborne

Thermal Emission & Reflection

Radiometer (ASTER)

High Resolution Geometric instrument

(HRG)

Tamaño de una escena ~2300km x 2300km

183km x 170 km 60km x 60km 60km x 60km 11km x

11km 16.5km x 16.5km

Precio por una escena estándar*

$0 $0 $80 $1,654- $4,825

$1,186-$6,388

$2,057-$10,366

Precio por km2 $0 $0 $0.02 $0.46- $1.34

$9.80- $52.79

$17- $38.11

Numero de canales espectrales

36 9 14 5 4 4

Resolución mas alta 250m 15m 15m 2.5m 1m 0.6m

Desde 2000 1999 (1982**) 2000 2002 (1998) 1999 2001

Satélites Usados para Evaluación de Recursos y Monitoreo de Vegetación, Uso del Suelo y Agua del Superficie

* Precios para datos de satélites comerciales son variables por vendedor; información actualizada en julio de 2007 ** Info comparable de Landsat 5 esta disponible desde 1982, pero info de LandSat MSS esta disponible desde 1972

Fuentes de Mayor Información Libros (vea www.amazon.com) - • Teledetección Ambiental (2002) – Emilio Chuvieco • Remote Sensing and Image Interpretation (2007) – Thomas

Lillesand, Ralph Kiefer, Jonathan Chipman • Remote Sensing of the Environment (2006) – John R.

Jensen • Remote Sensing for GIS Managers (2005) – Stan Aronoff En línea - • TELEDET: http://www.teledet.com.uy/tutorial-imagenes-

satelitales/imagenes-satelitales-tutorial.htm • NASA: http://rst.gsfc.nasa.gov/ • CATHALAC: [email protected] • GOOGLE / Wikipedia

Referencias / Reconocimientos Mucha de la información en este presentación fue adoptada de los

siguientes fuentes: • Forrest Melton, NASA JPL (2007) • Burgess Howell, NASA GSFC (2006) • Marydelene Vásquez, Proyecto SAM (2006) • Jason Tullis, University of Arkansas (2005) • Frank Muller-Karger, University of South Florida (2006) • Lillesand, Kiefer y Chipman (2004)

¿Preguntas?

www.cathalac.org