17-18 de octubre de 2017 - Nature Conservancy - Universidad de La Salle – IDEAM - Bogota

Geomorfología Fluvial y Transporte de Sedimentos en la Macro-cuenca Magdalena – Cauca

Del monitoreo de la hidro-sedimentología

in situ a la satelital

por Alain Laraque

(hidrosedimentolo)

www.ird.fr
 17-18 de octubre de 2017 - Nature Conservancy - Universidad de La Salle – IDEAM - Bogota
Geomorfología Fluvial y Transporte de Sedimentos en la Macro-cuenca Magdalena – Cauca

CONTENIDO

1. El Observatorio Hybam: es una herramienta de monitoreo de los flujos

en grandes cuencas fluviales

2. Metodologías para el monitoreo de los grandes ríos

2.1. In Situ
2.2. Satelitales:
2.2.1. Altimetría
2.2.2. Gravimetría
2.2.3. Colorimetría

3. Resultados de colorimetría
3.1. en el río Orinoco con LANDSAT
3.2. en el río Maroni (Guyana Francesa) con MODIS

4. Secciones fluviales homogeneas del material en suspensión

en un río heterogéneo: caso del río Orinoco
1. El observatorio Hybam: una herramienta de estudios de
los flujos hidrológicos, sedimentarios y geoquímicos de los
grandes hidrosistemas peri-atlánticos intertropicales
(desde 2003)

11x106 km2  ¼ escurrimientos de agua dulce del planeta !

3
 1.1. Presentación
Observatorio de Investigación Ambiental
ORE
www.ore-hybam.org

 Testimonio de los cambios climáticos

& impactos antrópicos, como geodinámicos

41 600 m3/s .

38 000 m3/s
Q (10^3 m3/s) aux principales stations
80
Amazonas
190
70

Orinoco Guyana Fr. 60 150

50
Congo 110

40

70
30

Amazonas 20
Orinoco
30 Congo
11900 21
1920 41
1940 61
1960
Q vs tiempo
81
1980 101 .
2000

4
1.2. Objetivos

“Variaciones de los procesos de transferencia de materia”

1.2. Objetivos

(Erosión, Transporte, Sedimentación, Exportación)

“Variaciones de los procesos de transferencia de materia”

1.2. Objetivos

Enfoque multidisciplinario:

Hidrología
Climatología Sedimentología

Ecología ORE-HYBAM Hidrogeoquímica

Geomorfología Biogeoquímica

Geodinámica
Proporcionar a la comunidad científica datos de alta calidad,
necesarios para comprender y modelar el comportamiento
de los hidrosistemas y sus tendencias a largo plazo.
7
1.2. Objetivos

Promote regional cooperation around the Guiana Shield & the emergence
of one community of experts in intertropical atlantic fluvial basins

 Exchange and transfer of experiences, know-how, technologies, training, …

 answer for common problems

8
 1.3. Asociados
 Observatorio internacional
Francia:
IRD UMR HSM Montpellier, Fort de France
UMR GET Toulouse, Brasília, Manaus, Lima, Quito UMR ESPACE DEV Montpellier, Brasília
UMR LEGOS Toulouse US IMAGO Brest
Venezuela:
INAMEH Caracas
UNEG Pto Ordaz Guyana Fr. (Cayenne)
Colombia: UCV Caracas DEAL
IDEAM Bogota IRD
UNC Palmira

Ecuador:
Brasil:
INAMHI
ANA Brasília
CPRM Manaus
Congo:
UnB Brasília
SCEVN Brazzaville
UFAM Manaus
UNMG Brazzaville
UFF Niterói
CICOS Kinshasa
UFRJ Rio de Janeiro
Peru: UFRGS Porto Alegre
SENAMHI
UNALM  Red de 8 paises - 25 asociados
Convenios bi-nacionales :
(IRD–SHN; IRD-Universidades)
Bolivia:
SENAMHI
UMSA
9
1.4. Funcionamiento
?

10
problemáticas espaciales y temporales  adaptarse
1.4. Funcionamiento
Red de estaciones de monitoreo

19 estaciones de referencia
101 virtuales
300000 250
Discharge
SM
Cond*2
250000 200

200000 150

SM(mg/) 2*Cond. (µS/cm)

Discharge(m3/s)
150000 100

100000 50

50000 0
01/01/95 01/01/96 31/12/96 31/12/97

Mismos protocolos y laboratorios para la red  Homogeneidad de los datos

1.4. Funcionamiento
Parámetros monitorados

Parámetro Frecuencia Método

Cotas del río diaria limnígrafo
Hidrologia 10 días TP/JASON/ENVISAT
Caudal diaria lectura, ADCP
Elementos Mayores mensual ICP-AES, AAS
(Na, K, Ca, Mg, Cl, NO3,SO4)
Sílica mensual ICP-AES
Elementos Trazas mensual ICP-MS
Geoquímica
(Li, Al, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Rb, Sr, Zr, Mo, Cd, Ba, Pb, U e Hg)
COD-COP mensual FTIR
Isótopos trimestrial TIMS, MS
(87Sr/86Sr, 13C/12C, 210Pb, 2H, 18O)

Flujos
sedimentarios MES 10 días / mensual muestreo
diaria / mensual MODIS/Landsat

Geodinámica Desplazamiento vertical continua DGPS

1.4. Funcionamiento Station Identity card
 Balance 2003-2013 del ORE-HYBAM

60 reseacher & tecnicals

Data :
281 : field sampling campaigns
>130 000 : river water level and flows data
943 : flow measurements in the fields (=> 4663 ADCP profiles)
13 482 : samples for Surface Suspended Sediment
8 390 : samples for suspended sediment in the river section
79 074 : geochemical assessments on 1 664 samples Book

Scientific valorization :
222 : students from 19 nationalities (59 PhD …)
60 : research projects associated
1753 : publications

Data available online: www.ore-hybam.org

(~10 000 visits/yr – 111 countries – 4750 download data series)

4 SOFTWARE DEVELOPPED: HYDRACCESS; HYDROMESAD; VALS; GETMODIS; …

1.5. Usuarios

• 4 comunidades de usuarios:
-> Investigadores

-> Profesores

-> Consultores / Empresas

-> ONG

www.ore-hybam.org
 17-18 de octubre de 2017 – Nature Conservancy - Universidad de La Salle – IDEAM - Bogota
Geomorfología Fluvial y Transporte de Sedimentos en la Macro-cuenca Magdalena – Cauca

2. Estimación del transporte sedimentario

en los grandes ríos

2.1. Metodologias In Situ

2.1.1. para el Material En Suspension (MES)
2.1.2. para el arrastre de fondo

2.2. Metodologias Satelitales

2.2.1. Altimetría
2.2.2. Gravimetría
2.2.3. Colorimetría
 2. Variación espacio-temporal de V, MES y QS…

Vitesse

MES

QS

Perfiles verticales teóricos

Subcomitte of Sedimentation, 1963

?
Problema  Como pasar de una concentración de
MES en superficie a una concentración representativa
de la sección de estudio para calcular un flujo sólido?
…estos perfiles cambian en función del ciclo hidrológico
70000 Q (m3/s)
60000
Estación : Vista Alegre
(rio Madeira) - BR
50000

40000

30000

20000
1997

10000 1998

0
01/01 31/01 02/03 01/04 02/05 01/06 02/07 01/08 01/09 01/10 01/11 01/12 01/01

0 200 400 600 800 1000 1200 0 20 40 60 80 100

0 0
MES (mg/l) MES (mg/l)
5 5

10 10

15 15

20 20

25 25 Prof. (m)
Prof. (m)
30 30
Rel. MES - Prof. / vertical (crecida 04/98) Rel. MES - Prof. / vertical (estiage 09/97)
 2. comportamiento del MES
Hidrograma vs Histéresis “MES – Q”
FMES seção (kg/s) Porto Velho Q (m3/s)
100000 50000

90000 45000

80000 40000

70000 35000

60000 30000 Picos MES ≈ Picos de crecida

50000 25000

40000 20000

30000 15000

20000 10000

10000 5000

0 0
s-94 j-95 m-96 m-97 j-98 n-98 a-99 j-00
Río Madeira (BR)
Porto Velho (11/97-10/98)
60000
Fluxos MES (kg/s)

50000

40000
QS = f(Q)
30000

20000

10000
Q (m 3/s)
0
0 10000 20000 30000 40000 50000
 2. comportamiento del MES
Hidrograma vs Histéresis “MES – Q”
FMES seção (kg/s) Obidos Q (m3/s)
50000 300000

45000
250000
40000
Picos MES ≠ Picos de crecida 35000
200000
30000

25000 150000

20000
100000
15000

10000
50000
5000

0 0
Río Amazonas (BR) s-94 j-95 m-96 m-97 j-98 n-98 a-99 j-00

FMES (kg/s) Obidos

Tabatinga
35000

MEDIA SeçÃO
30000

25000 QS = [MES] . Q
20000

15000

10000

5000
Q (m3/s)
vazões (m3/s)
0
0 20000 40000 60000 80000
 2. comportamiento del MES
Hidrograma vs Histéresis “MES – Q”
FMES seção (kg/s) Obidos Q (m3/s)
50000 300000

45000
250000
40000
Picos MES ≠ Picos de crecida 35000
200000
30000

25000 150000

20000
100000
15000

10000
50000
5000

0 0
Rio Amazonas (BR) s-94 j-95 m-96 m-97 j-98 n-98 a-99 j-00

FMES (kg/s) Obidos

Tabatinga
35000

MEDIA SeçÃO
30000

25000 QS = [MES] . Q
20000

15000

10000

5000
Q (m3/s)
vazões (m3/s)
0
0 20000 40000 60000 80000
2.1.1. metodologías para los Q

Para estimar
los flujos sólidos: Code-'L'
Graphe des Cotes de Tamshiyacu --> I1

 Q, MES
Code-'R'

1000

800

600

400

Cotes
200

Parámetros Frecuencia Metodología 0

-200

H (Nivel) Diaria Lecturas manuales o automáticas -400

30/09/1983 26/06/1986 22/03/1989 17/12/1991 12/09/1994 08/06/1997 04/03/2000 29/11/2002
2.1.1. Metodologias para los Q

Para estimar
los flujos sólidos: Code-'L'
Graphe des Cotes de Tamshiyacu --> I1

 Q, MES
Code-'R'

1000

800

600

400

Cotes
200

Parámetros Frecuencia Metodología 0

-200

H (Nivel) Diaria Lecturas manuales o automaticas -400

30/09/1983 26/06/1986 22/03/1989 17/12/1991 12/09/1994 08/06/1997 04/03/2000 29/11/2002

Q (Afóro) 1/mes ADCP/Molinete

Afóros líquidos

Curva de gasto líquido

2.1.1. metodologias para el MES
Para estimar
los flujos sólidos:
 Q, MES

Parámetros Frecuencia Metodología

Representatividad
MES superficial cada 10 dias Muestreo manual o espacial y temporal
automatico del muestreo de MES
2.1.1. Metodologías para el MES
para estimar
los flujos sólidos:
 Q, MES

Parámetros Frecuencia Metodología

Representatividad
MES surperficial cada 10 dias Muestreo manual espacial y temporal
MES sección 1/mes Muestreos puntuales del muestreo de MES

Aforos sólidos

Sección
150 Promedio y = 0,9811x + 6,9439
MES (mg/l) R2 = 0,8747

Q (m3/s) 100

50
Superficie
MES (mg/l)
0
MES 0 50 100 150
2.1.1. metodologias para el MES
para estimar
los flujos sólidos:
 Q, MES

Parámetros Frecuencia Metodologia

Representatividad
MES surperficial cada 10 dias Muestreo manual espacial y temporal
MES sección 1/mes Muestras integradas del muestreo de MES

Afóros sólidos

Section mean
150 y = 0,9811x + 6,9439
MES (mg/l) R2 = 0,8747

Q (m3/s) 100

50
Superficie
MES (mg/l)
0
mes 0 50 100 150
2.1.1. Metodologías para el MES
Evaluación indirecta de MES por la Turbidez in situ
a) MES (promedio en la sección) = f (MES superficial)
2.1.1. Metodologías para el MES
Evaluación indirecta de MES por la Turbidez in situ
a) MES (promedio en la sección) = f (MES superficial)

Rio Maroni (Guy Fr.)

b) MES superficial = f (Turbidez)

(Thesis PhD de Gallay)

2.1.2. Metodologías para el arrastre de fondo
Curva de gasto – R. Amazonas en Obidos
Q molinete = 123; Q (ADCP) = 10
ANEEL
Cota
Negro'95 (cm)
Madeira'95 fondo móvil !!! 1.000
Solimões'95

Negro'96

Purus'96 750

Solimões'97a

Solimões'97b

Madeira'98 500

Negro'98a

Negro'98b

Amazonas'99 250

QVazão
(m3/s )
(m3/s)
0
50.000 100.000 150.000 200.000 250.000 300.000
2.1.2. Metodologías para el arrastre de fondo
(vista en planta)

ÓBIDOS Trajectories "ADCP" and

"Boat"
300

Current direction
200 B

100
Drift (m)

Discharge section line (m) D

0
0 500 1000 1500 2000 2500

-100

-200 ADCP

-300
Vfondo = DB/T Boat

-400
2.1.2. Metodologías para el arrastre de fondo

Curva de velocidad del lecho del río Amazonas

Bed load speed in ÓBIDOS

45

40

35
Bed Load speed (cm.s-1)

30

25

20

15

10

-5
50 100 150 200 250 300

Discharge (10 3 m3.s-1)

2.1.2. Metodologías para el arrastre de fondo

~80 cm/h promedio

(Yepez, et al., in press)

 Mediciones indirectas mediante batimetrías frecuentes
con sonar multibeam
para monitorear el movimiento de las dunas
2.1.2. Metodologias para el arrastre de fondo
 Bateria de transectos
ADCP repetidos con
mediciones DGPS-RTK

(Yepez, et al., in press)

 2.1.2. Metodologías para el arrastre de fondo

Q=73,938 m3 s-1 gauge=16.9 m

Batimetría multibeam

(Yepez, et al., in press)

Q=33,138 m3 s-1 gauge=10.5 m

Q=11,362 m3 s-1 gauge=5.0 m

 con la herramienta ArcScene de

ESRI se realizo una simulación del
Q=4,258 m3 s-1 gauge=2.38 m
descenso del rio, donde se puede
apreciar el aumento de la
depositacion en la isla fluvial
2.1.2. Metodologias para el arrastre de fondo
Uso de los radares

ADCP  velocidades sondeador acustico para sedimentos

(Frecuencias : 1,8  5,3 kHz)
 volumes

flujo del arrastre de fondo

 2.1.2. Metodologias para el arrastre de fondo
Uso de los radares

ADCP  velocidades
sondeador acustico
para sedimentos volumes

granulometria,
composicion,
textura, 36

densidad,
compacidad,
….
2.1.2. Metodologías para el arrastre de fondo

El hidrofono

temps
 2.1.2. Metodologías aplicadas a los bancos de arena en estiaje

El LIDAR

 Levantamiento 3D
de alta definicion via 1 laser,
desde un avion o un drone
 17-18 de octubre de 2017 - Nature Conservancy - Universidad de La Salle – IDEAM - Bogota
Geomorfología Fluvial y Transporte de Sedimentos en la Macro-cuenca Magdalena – Cauca

2.2. Hidro-sedimentologia satelitale en los grandes rios

.

2.2.1. Altimetria
.

2.2.2. Gravimetria
.

2.2.3. Colorimetria (transporte de MES)

2.2.1. Altimetría espacial

Estaciones altimétricas virtuales

varias mediciones
en numerosos puntos
sobre grandes areas !

con Topex Poseidon, JERS, Jason, Envisat, Sentinel3,….

2.2.1. Altimetría espacial

Estaciones altimétricas virtuales

varias mediciones
en numerosos puntos
sobre grandes areas !
2.2.2. Gravimetría espacial

Evaluación de las variaciones de la reserva de agua

dulce en los continentes por gravimetria !,
desde el espacio con el satelite “GRACE”
 Variaciones
estacionales
Marzo 2003 Septiembre 2003

2.2.2. Gravimetría espacial

2.2.3. Colorimetría espacial
= Hidrosedimentología espacial !
Couverture régionale de la station de réception de SEAS Guyane

Manaus

Reflectancia, MES
(Martinez et al., 2009)

44
2.2.3. Colorimetría espacial
 estudiar el MES a través del análisis espectral
de imágenes de los satélites Landsat-8 (OLI) y MODIS

Orbitando la Tierra
Fuente

Radiancia

H2 O
CO2
Partículas + Aerosoles
Transmitancia atmosférica

α α
Reflectancia

MES
2.2.3. Colorimetría espacial
(metodos satelital vs campo) Espectrometros
(RAMSES y ASD FieldSpec – 3 / 4)
 Reflectancia in situ

Colorimetria

Reflectancia/MES

46
2.2.3. Colorimetría espacial Firmas espectrales del agua
en distintas épocas del ciclo
Rio Orinoco en la seccion de Cd. Bolivar hidrosedimenlógico
(Yepez et al., 2017)

MES

80000 140

70000 120
60000 Q
MES 100
Q (m3/s)

Css (mg/ lt)

50000
80
40000
60
30000 Caudal medio
mensual 40
20000
Concentración de
10000 sedimentos 20
suspendidos
0 0
1 2 3 4 5 6 7 8 9 10 11 12
Mes
2.2.3. Colorimetria espacial

LANDSAT-8 (OLI) versus MODIS

Resolución espacial frecuencia Observaciones (+ / -)

de paso
LANDSAT-8 30 m cada 16 dias + permite una mejor corrección atmosférica
OLI + bandas espectrales de IRC mas estrechas con
mayor coeficiente de relación señal-ruido
LANDSAT-8 - mayor planificación para el muestreo de agua
OLI siguiendo la programación de pases por el área
de estudio para la adquisición de firmas
espectrales.
MODIS 250 m Cada dia
 3. Resultados con colorimetría

3.1. con LANDSAT en el río Orinoco

3.2. con MODIS en el río Maroni (Guyana Francesa)

3.1. Resultados con Landsat en el Río Orinoco
Cuenca disimetrica con 3 regiones

from Warne et al., 2002

80000 140

70000 120
60000 Q 100
MES
Q (m3/s)

Css (mg/ lt)

50000
80
40000
60
30000 Caudal medio
mensual 40
20000
Concentración de
10000 sedimentos 20
suspendidos
0 0
1 2 3 4 5 6 7 8 9 10 11 12
3.1. Resultados con Landsat en el Río Orinoco
MES (mg/l) promedio
150 1
en la seccion y = 0,9811x + 6,9439
R2 = 0,8747

100

50

MES Superficie
0 (mg/l)

0 50 100 150
(Laraque et al., 2013)
 3.1. Resultados con Landsat en el Río Orinoco
2 MES (mg/l) promedio
150 1
en la seccion y = 0,9811x + 6,9439
R2 = 0,8747
MES Superfie (mg/l)

100

50

MES Superficie
0 (mg/l)

0 50 100 150
Reflectancia
(Yepez et al., 2017)
 3.1. Resultados con Landsat en el Río Orinoco
2 MES (mg/l) promedio
150 1
en la seccion y = 0,9811x + 6,9439
R2 = 0,8747
MES Superficie (mg/l)

100

50

MES Superficie
0 (mg/l)

0 50 100 150
Reflectancia
3 (Yepez et al., 2017)
3.1. Resultados con Landsat en el Río Orinoco
3.2. Resultados con MODIS en el río Maroni (Guyana Francesa)

Area: 67 000 km2

Q: 1 830 m3/s

Thesis PhD de Gallay

 3.2. Resultados con MODIS en el río Maroni (Guyana Francesa)

1400 5
(Gallay et al., accepted) 4
1200
4
1000 3

3
800
2
600
2

400 1

1
200
Réflectance Satellite
5
Concentration en MES (Maroni)
0 0
janv.-00 janv.-01 janv.-02 janv.-03 janv.-04 janv.-05 janv.-06 janv.-07 janv.-08 janv.-09 janv.-10 janv.-11 janv.-12 janv.-13
 3.2. Resultados con MODIS en el río Maroni (Guyana Francesa)

Impacto de los
garimpeiros
en Guyana Fr.

1400 5
(Gallay et al., accepted) 4
1200
4
1000 3

3
800
2
600
2

400 1

1
200
Réflectance Satellite
5
Concentration en MES (Maroni)
0 0
janv.-00 janv.-01 janv.-02 janv.-03 janv.-04 janv.-05 janv.-06 janv.-07 janv.-08 janv.-09 janv.-10 janv.-11 janv.-12 janv.-13
 3.2. Resultados con MODIS en el río Maroni (Guyana Francesa)
120 MES evaluated by satellite vs illegal gold mining 500

100
TSS (mg/L) by MODIS Landsat (2000)
Illegal Gold Mining 400

Illegal Gold Mining

80
Garimpos
MES (mg/l)

300
60 = 4 900 ha
200
40

100
20

0 0
1999 2001 2003 2005 2007 2009 2011 2013

Spot (2008)

Thesis PhD de Gallay

20 300 ha
= aumento de 24 %
 3.2. Resultados con MODIS en el río Maroni (Guyana Francesa)
120 MES evaluated by satellite vs illegal gold mining 500

100
TSS (mg/L) by MODIS Landsat (2000)
Illegal Gold Mining 400

Illegal Gold Mining

80
Garimpos
MES (mg/l)

300
60 = 4 900 ha
200
40

100
20

0 0
1999 2001 2003 2005 2007 2009 2011 2013

Spot (2008)

Thesis PhD de Gallay

20 300 ha
= aumento de 24 %
correlacion entre los aumentos de MES,
de los garimpos y del valor del oro !
3. Conclusion
 El futuro prometedor de la colorimetría espacial
 Aplicaciones posibles de estos métodos a otras aguas continentales,
pero los coeficientes específicos del modelo pueden variar como
consecuencia de las características ópticas del MES (tamaño de
partícula, forma, tipo y color de mineral, sustancias orgánicas,…..
 Para el futuro:  coordinar las mediciones de MES in-situ con las
2D adquisiciones de los nuevos sensores satelitales como: Sentinel-2A y
2B del programa europeo Copernicus. Al combinar los tres sistemas,
será posible incrementar la frecuencia de revisita hasta 2-3 escenas
por día…..
 4. Secciones fluviales homogeneas del Material en Suspension
en un río disimétrico: caso del río Orinoco
 Impacto de la geomorfología fluvial en la repartición del MES

MES MES
750 mg.l-1 3 mg.l-1

(from Warne et al.,

2002)
MES (mg/l) promedio 4. Secciones fluviales homogeneas del MES
150
en la seccion y = 0,9811x + 6,9439
R2 = 0,8747
Río Orinoco en la sección de Cd. Bolívar

100

50

MES Superficie
0 (mg/l)

0 50 100 150
4.

ancho: 8 km  1 km !

T
4.

ancho: 8 km  1 km !

Sedimentos suspendidos
D50= 0,02 mm

Diametro en mm
 Rugosidad del rio medida por radar !
Radar Image SENTINEL-1 – septembre 2015

Bridge Thesis PhD de S. Yepez

CB
High Radar Backscatter Coefficient

Low Radar Backscatter Coefficient Low Radar Backscatter Coefficient

4. Aguas arriba de Ciudad Bolivar

(from Warne et al.,

2002)

intensos raudales: “boca del infierno”

en un umbral tectonico
 sucesion de meandros cerrados con islas fluviales
 Conclusion Los aportes combinados
de la Teledetección con los
de la Geomorfología Fluvial y de la Hidrosedimentología
 mejor entender y estimar los Flujos de MES

Aguas arriba Cd Bolivar section

Alternancia de contracciones y expansiones en las secciones del río

 Conclusion Los aportes combinados
de la Teledetección con los
de la Geomorfología Fluvial y de la Hidrosedimentología
 mejor entender y estimar los Flujos de MES
En una sección homogeneisada en MES  un solo
muestreo superficial en la sección sirve para el cálculo del
caudal solido !  buscar los umbrales.
Aguas arriba Cd Bolivar section

Alternancia de contracciones y expansiones en las secciones del río

Vistas del rio Orinoco con el escudo
guayanes en su medio curso
Características de las bandas espectrales de Imágenes desde junio 2013 hasta la actualidad
L-8
 Wavelength Obs. Value P. DOS P. FLAASH P. L8SR
L-8 OLI Band
(nm) (sr-1) (sr-1) (sr-1) (sr-1)

Coastal 1 443 0,038 0,018 0,085 0,031

Blue 2 482,6 0,044 0,025 0,070 0,039
Green 3 561,3 0,068 0,045 0,081 0,065
Red 4 654,6 0,080 0,063 0,090 0,080
NIR 5 864,6 0,032 0,025 0,033 0,030

ROOT-MEAN-SQUARE DEVIATION RMSE DOS RMSE FLAASH RMSE L8SR

VALUE 0,0179 0,0251 0,0040

CORRECCIÓN ATMOSFÉRICA DE LAS IMÁGENES LANDSAT-8 - PRODUCTO USGS L8SR
Producto: Cloud QA bit USGS_SR MAYO, 2014
values
CONSTRUCCIÓN DE MASCARA DE
CALIDAD

Una mascara es aplicada a una

imagen, eliminado todos los
pixeles afectados por aerosoles
y otras contribuciones
atmosféricas.
 TOA
USGS Earth Explorer reflectance 1
Landsat 8 Surface
Reflectance (L8SR)
Surface
Reflectance

Top of Atmosphere (TOA) In-situ SSC

Radiance and Reflectance (archives ORE Hybam Program)
2 Cloud QA
Band “sr_cloud”
FLAASH (Zhu et al., 2015)

3
Dark Object
Subtraction Build and apply
Mask
Surface Reflectance To eliminate pixels with
atmospheric distortions

Build and apply

Mask CFMask algorithm Regression Analysis
(Zhu et al., 2015)

Best
In-situ SSC - Fieldwork fit r
(Independent variable)

Modeling SSC SSC Continual

VALIDATION
distribution patterns retrieval