Documente Academic
Documente Profesional
Documente Cultură
CURSO:
Sistema de Información Geográfica
TEMA:
ING:
Juan Linares Zelada
INTEGRANTES :
Tapia Bustamante Keyli
Silva Heras Luis Hernan
Vasquez Alvares Alex Yhoel
Zelada Yopla Tito omar
AÑO:
2019
I. INTRODUCCIÓN
Los índices de vegetación espectrales han sido utilizados en el campo de los sensores remotos desde
los inicios de esta tecnología como una forma indirecta de estimar variables biofísicas (Índice
diferencial normalizado de nieve) se utiliza para definir la presencia de nieve/hielo. Es la relación
(ratio) estándar entre la diferencia en la reflectancia en las bandas únicas y la diferencia espectral
para identificar la nieve entre el resto de características de la imagen, incluidas las nubes.
Según bluemarblegeo el NSD: es un indicador numérico que muestra la cobertura de nieve en áreas
terrestres. Las bandas espectrales de infrarrojos verdes y de onda corta (SWIR) se utilizan dentro de
esta fórmula para trazar el mapa de la cubierta de nieve. Dado que la nieve absorbe la mayor parte
de la radiación incidente en el SWIR mientras que las nubes no lo hacen, esto permite a NDSI
distinguir la nieve de las nubes. Esta fórmula se utiliza comúnmente en la aplicación de mapas de
cobertura de nieve y hielo, así como en el monitoreo de glaciares.
Por lo tanto se hace estudios espectrales para prevenir muchos casos, que pueden causar daño
severo no solamente a enebros pero también a tuyas y muchos otros árboles y arbustos. El peso de
la nieve o el hielo puede exceder la resistencia de los limbos o ramas. Las quebraduras pueden
causar grandes espacios en la planta – que a menudo arruina el aspecto de la planta.
II. OBJETIVOS
Objetivos Generales
Objetivos Específicos
Índices Espectrales
Existe un gran número de índices espectrales que pueden analizar diversos aspectos como la
vegetación, los recursos hídricos, la nieve, el suelo, el fuego, entre otros. Los satélites más conocidos
como Landsat y Sentinel ofrecen la oportunidad de realizar diversas operaciones con sus bandas, el
resultado puede ser convertido en un índice espectral (CONAE 2010).
Ndvi
El Índice de Vegetación de Diferencia Normalizada, también conocido como NDVI por sus siglas en
inglés, es un índice de vegetación que se utiliza para estimar la cantidad, calidad y desarrollo de la
vegetación con base a la medición de la intensidad de la radiación de ciertas bandas del espectro
electromagnético que la vegetación emite o refleja.Para el cálculo de los índices de vegetación es
necesaria la información que se encuentra en las bandas roja e infrarroja de ese espectro
electromagnético.
Sentinel
Es una misión de observación terrestre desarrollada por la ESA dentro del programa Copérnico para
desarrollar observaciones del planeta Tierra para dar servicios como el seguimiento de la evolución
de los bosques, los cambios en la corteza terrestre y la gestión de los desastres naturales. Está
compuesto por dos satélites idénticos: Sentinel-2A y Sentinel-2B.
El Sentinel-2 servirá para una amplia gama de aplicaciones relacionadas con la superficie de la Tierra
y las zonas costeras.
La misión será principalmente proporcionar información para las prácticas agrícolas y forestales y
para ayudar a gestionar la seguridad alimentaria. Las imágenes de satélite se pueden usar para
determinar diversos índices de plantas tales como el área de clorofila de las hojas y los índices de
contenido de agua. Esto es especialmente importante para la predicción del rendimiento efectivo y
las aplicaciones relacionadas con la vegetación de la Tierra.
Así como la vigilancia del crecimiento de la planta, Sentinel-2 se puede utilizar para trazar los
cambios en la cubierta vegetal y para vigilar los bosques del mundo. También proporcionará
información sobre la contaminación de lagos y aguas costeras. Imágenes de las inundaciones,
erupciones volcánicas y deslizamientos de tierra contribuyendo a la cartografía de desastres y
ayudar a los esfuerzos de ayuda humanitaria.
Los ejemplos de aplicaciones incluyen:
Este satélite contiene dos sensores:The satellite comprises two sensors: the Sensor operacional de
imágenes de tierra (OLI) y un sentor Infrarojos Térmico (TIRS) (Ariza 2013)
OLI está formado por 9 bandas espectrales que van desde lo visible pasando por los infrarojos hasta
el espectro de radiación de bajas ondas. Con las imágenes de resolución espaciles, que oscilan entre
los 15 y los 30m (ver tabla 1), LANDSAT-8 proporciona imágenes de satélite de calidad que podrían
demostrar los diferentes usos que se le podría dar a la tierra desde el espacio.
TIRS está compuesto por dos bandas espectrales, las cuales detectan infrarojos térmicos, una
herramienta imprescindible para medir la temperatura de la superficie de la Tierra (Ariza 2013).
La nieve es uno de los fenómenos climatológicos globales comunes, conocido por ser un
componente importante del proceso hidrológico y un peligro ecológico. En algunas partes del
mundo, la nieve está restringida a los terrenos más elevados y se considera una de las amenazas
naturales más destructivas. Por tanto, la correcta identificación de la capa de nieve es importante
para la minimización de riesgos y la gestión de las cuencas. También es importante para las
previsiones hidrológicas y meteorológicas. Al identificar la presencia de nieve, las herramientas
satelitales incluyen mediciones a 0,66 y 1,6 mm. Hay transparencia de la atmósfera en estas
longitudes de onda, al tiempo que la nieve no es reflectante a 1,6 mm y muy reflectante a 0,66
(Earth Observing Sistem 2019).
La capa de nieve es tan brillante como las nubes, y esto hace que sea difícil diferenciarla de ellas.
Sin embargo, a 1,6 mm, la capa de nieve absorbe la luz solar y por esa razón aparece representada
más oscura que las nubes. Esto permite una distinción efectiva entre las nubes y la capa de nieve.
La imagen, por lo tanto, demuestra la habilidad de separar las nubes de la nieve usando
observaciones en estas longitudes de onda. Esto permite una eficaz distinción entre las nubes y la
capa de nieve. La imagen, por lo tanto, demuestra la habilidad de separar las nubes de la nieve
usando mediciones en estas longitudes de onda (Earth Observing Sistem 2019).
Según la plataforma eos nos dice que el índice NDSI es una medida de la magnitud relativa de la
diferencia de reflectancia entre el rango visible del espectro (verde) y el infrarrojo de onda corta
(SWIR). Controla la varianza de dos bandas (una en el infrarrojo cercano o en el infrarrojo de onda
corta y otra en las partes visibles del espectro). Esto es útil para el mapeo de nieve. La nieve no sólo
es muy reflectante en las partes visibles del espectro electromagnético sino también muy
absorbente en el infrarrojo cercano (NIR) o en la parte infrarroja de onda corta del espectro mientras
que la mayor parte de la reflectancia de las nubes sigue siendo alta en las mismas partes del
espectro, lo que permite una buena separación de la mayoría de las nubes y la nieve (Earth
Observing Sistem 2019).
(Bierzo 2013) no dice que un indicador numérico que pone de relieve la cubierta de nieve en las
zonas terrestres. La onda verde y corta las bandas espectrales infrarrojos se utilizan mapa la
extensión de la capa de nieve. La nieve y las nubes reflejan la mayor parte de la radiación incidente
en la banda visible. Sin embargo, la nieve absorbe la mayor parte de la radiación incidente en el
infrarrojo de onda corta, mientras que las nubes no lo hacen. Esto permite que el NDSI para
distinguir la nieve de las nubes. NDSI se utiliza comúnmente en la capa de nieve / hielo aplicaciones
de mapas y también se puede utilizar, subsidiaria, en la vigilancia de glaciares.
Cada índice trabaja en conjunto para ser fácilmente reconocible dentro de la imagen con
apilamiento de índices donde ciertos colores concretos se asocian a diferentes características del
paisaje. Así, las nubes aparecen como una mezcla de púrpura y magenta; el agua, púrpura; la
vegetación, verde; el suelo, las rocas y la tierra estéril aparecen en color azul y la nieve y el hielo en
rosa/magenta (Earth Observing Sistem 2019).
Este apilamiento de índices no sólo ofrece una rápida visualización de múltiples características del
paisaje, sino que también muestra una base aritmética muy útil para análisis cuantitativos, así como
la clasificación de la imagen en base a los valores de cada índice. Teniendo en cuenta los diferentes
índices disponibles, las posibilidades de modificar y ampliar estos análisis son prácticamente
ilimitadas (Earth Observing Sistem 2019).
La Nieve
La nieve es un factor importantísimo en el clima terrestre. La aparición o desaparición de ésta en
una parte de globo modifica el clima no sólo de esa región, si no del globo entero. Esto hace que el
estudio de la evolución de la nieve sea extremadamente necesario para predecir el comportamiento
del clima en el futuro próximo y no tan próximo.
Por otro lado el manto de nieve cubre la tierra dándole un color blanco que reflejará entre el 80% y
el 90% de la luz solar que recibe. Esta misma tierra sin nieve reflejará apenas un 20% de esta
radiación. Esto convierte a la nieve en un factor clave en el clima del planeta
Se calcula que si todas las precipitaciones a nivel mundial fuesen en forma de agua (es decir no
precipitase la nieve), aumentaría entre 5º y 10ºC la temperatura media de las latitudes polares. Otra
consecuencia de la ausencia de nieve es el aumento del permafrost (capa del suelo
permanentemente congelada en las regiones polares), debido a la ausencia de la capa de nieve que
pueda mantener su temperatura en niveles elevados (cómo ya dijimos, una capa de nieve de más
de 60 cm. Mantiene el suelo subyacente a una temperatura constante en torno a los 0ºC). Este
aumento del permafrost puede tener consecuencias muy negativas ya que un suelo congelado no
absorbe las precipitaciones dando lugar así a grandes inundaciones. Flora y fauna se verían también
afectadas al no poderse alimentar sobre un suelo congelado (Padilla 2010).
La nieve, así como también el suelo helado, puede ser tan beneficiosa como perjudicial para el
campo.La capa de nieve, incluso de un espesor pequeño de 5 ó 6 cm. tiene suficiente capacidad de
aislamiento para proteger eficazmente los cultivos de invierno reduciendo o evitando las heladas.
Los cereales de invierno (trigo, centeno, etc) se ven favorecidos por la nieve al aumentar su
capacidad de ahijamiento sin fuertes bajadas de temperatura y disponer del agua de fundición poco
a poco, para ir absorbiéndola.
La nieve fundida llega a las cuencas de los ríos que alcanzan su máximo caudal ya en los primeros
días de junio, aportando agua a los embalses.
Sin embargo, como se ha comentado al principio, la nieve también tiene sus puntos negativos.
Puede producir daños físicos en la vegetación ya que puede llegar a romper, por su peso, las ramas
más débiles de los árboles. Si la nieve se adelanta y cae antes de que los árboles se queden sin hojas,
el peso del blanco elemento sobre las ramas puede ser importante, hasta tal punto de hacer quebrar
ramas de ciertos grosor. La nevada que cae sobre una zona boscosa produce distintos efectos que
la que cae sobre fondo llano, sin árboles sin que esto quiera decir que los bosques reciban más nieve
que los campos. Por ejemplo, un bosque de abetos suficientemente denso, puede llegar a
interceptar el 50% de la nieve que está cayendo, especialmente con viento encalmado o flojo, ya
que si el viento sopla fuerte barre la nieve de las hojas y la lleva al suelo.
Los efectos beneficiosos o perjudiciales de la nieve, dependen de muchos factores como son el
número de días de nieve, el espsor de la capa, la temperatura, el viento, la época del año y su
frecuencia, es decir, si cae de forma regular o intermitente. En las zonas montañosas de la mitad
norte peninsular las nevadas son bastante regulares y nieva desde el otoño a la primavera, unos
años más que otros, constituyendo el almacenamiento y posterior abastecimiento de humedad en
primavera, tan beneficiosa para el campo. Pero la nieve en la llanura no cosntituye un factor
excesivamente significativo e incluso puede llegar a ser perjudicial especialmente para la cabaña
ganadera. Si el invierno viene duro, con nevadas y ventiscas fuertes, faltarán los pastos y enmtonces
hay que recurrir a una alimentación muy costosa: los piensos. Además el transporte del forraje y de
los propios animales se complica (Padilla 2010).
RESULTADOS
Referencias Bibliográficas
Índices Espectrales derivados de imágenes satelitales Landsat 8 (en línea). s.l. s.e. Consultado 10
Dic.2019.Disponible:https://catalogos.conae.gov.ar/landsat8/Docs/IndicesEspectralesDerivadosDe
Landsat8.pdf.
Earth Observing Sistem. 2019. (en línea). s.l. s.e NSDI Consultado el 10. Dic. 2019. Disponible
https://eos.com/landviewer/?lat=-7.62280&lng=-
78.04074&z=15&s=Landsat8&id=LC08_L1TP_231007_20171018_20171025_01_T1&b=NIR,Red&e
xpression=1.5*(B5-B4)%2F(B5%2BB4%2B0.5)&anti=0&pansharpening=0
Catanzarite Torres, Tainy; González Fernández, Ana Belén; Benavente Cobo, Francisco Julián;
Rodríguez Pérez, Jose Ramón; Grupo de Investigación GI202: Geomática e Ingeniería Cartográfica
(Geoinca). Universidad de León “SIG para el seguimiento vitícola y diferenciación de lotes de
vendimia en la D.O. Bierzo (León-España) “(2013)
https://eprints.ucm.es/31423/1/TFM_Juan_Diaz_Cervignon.pdf
Revista aficionado ala meteorologia. 2015. (en linea)NIEVE. s.l s.e Consultado en:
http://www.divulgameteo.es/uploads/Nieve-granizo-LGP.pdf
https://www.researchgate.net/publication/239926802_DETERMINACION_DE_LA_SUPERFICIE_NIV
AL_DEL_PIRINEO_CATALAN_MEDIANTE_IMAGENES_LANDSAT_Y_MODIS