26 Oct, 2021 Por Isis Gómez López
Estudiando en profundidad la Interpolación de Distancia Inversa Ponderada (Inverse Distance Weighting, IDW)
La Interpolación de Distancia Inversa Pondera (IDW, por sus siglas en inglés) calcula los valores desconocidos a partir de los valores de puntos cercanos y permitiendo además configurar potencias y barreras.

Cómo funciona la Interpolación de Distancia Inversa Ponderada (IDW)

Dentro de nuestros proyectos, a la hora de describir algunas variables físicas presentes en el área de estudio, mapearlas o estimar su valor, es necesario realizar, algunos cálculos o estimaciones para así conocer el valor de esa variable y poder realizar otros análisis con esos valores.

Por ejemplo, imaginemos que queremos conocer la precipitación anual en una finca o parcela, y no se dispone de una estación meteorológica o un pluviómetro dentro de la parcela, la solución más rápida es localizar los datos de las distintas estaciones meteorológicas más cercanas y estimar la precipitación para nuestro área de interés o estudio. Aquí es cuando estimaremos los datos utilizando métodos de interpolación para estimar los valores y uno de lo más utilizados es la Interpolación de Distancia Inversa Ponderada.

Como vemos, para conocer valores desconocidos de una variable como la elevación, temperatura, precipitación, entre otros. Es necesario, una serie de puntos con los valores de las variables conocidos y por medio de la interpolación, estimaremos los valores desconocidos.

En el caso de la Interpolación de Distancia Inversa Ponderada (IDW), se supone que los valores más cercanos están más relacionados que los más alejados. Por este motivo, siempre tendremos mejores resultados, si los valores conocidos son numerosos y se encuentran espaciados de manera uniforme.

A continuación, veremos como funciona la Interpolación de Distancia Inversa Ponderada (IDW), en que ocasiones obtendremos mejores resultados y cuando utilizarla. Pero antes …

Un Resumen de la Interpolación

Ya sabemos que la interpolación estima valores conocidos a partir de valores conocidos. Tal vez una forma muy sencilla para entender como estimar un punto es pensar en el siguiente gráfico:

Este gráfico representa el procedimiento para estimar el valor intermedio, entre el punto (0,0) y (1,1). Para esto, dibujaremos una línea desde el punto desconocido hasta el eje x y luego otra línea hasta el eje y -en el gráfico, líneas de puntos-. Y como ya conocemos los valores de los puntos rojos -(0,0) y (1,1) -, entonces es posible estimar el valor del punto intermedio o azul.

En el ejemplo anterior, hemos ejemplificado una interpolación lineal muy sencilla. Dentro de un programa SIG la interpolación funciona de la misma forma, a partir de una serie de puntos con los valores de la variable de estudio conocidos, se estiman los valores desconocidos y se crea una superficie.

La Interpolación Espacial y La Interpolación de Distancia Inversa Ponderada

Algunos ejemplos reales que cumplen con el supuesto de la Interpolación de Distancia Inversa Ponderada, que supone que, los valores más cercanos están más relacionados que los más alejados, son:

  • El ruido, es más fuerte cuando estamos más cerca del emisor, que más lejos. Por ejemplo, el sonido de una sirena.
  • La precipitación, es más probable que la cantidad de agua recogida o recolectada por un pluviómetro sea la misma a un metro de distancia, que la que indiquen los pluviómetros a quinientos metros de distancia.

Estos ejemplos, definen la Autocorrelación Espacial y la Primera Ley de Geografía de Tobler, que son el supuesto en el que se basa la Interpolación de Distancia Inversa Ponderada.

Cómo calcula el Programa SIG la Interpolación de Distancia Inversa Ponderada (IDW)

En la siguiente imagen, observamos que los puntos rojos, son los puntos con valores de la variable conocidos -por ejemplo, altitud-, y que el punto púrpura o violeta deberá ser interpolado para estimar su valor. Para conseguir este valor dentro de un programa SIG podemos configurar el análisis para la Interpolación IDW, de distintas formas:

1. Estableciendo un número fijo de valores a utilizar

Como hemos observado en la imagen anterior, podemos establecer un número fijo de valores conocidos a utilizar, el programa en este caso, tomará el número de puntos indicado que se localicen más cerca del punto a estimar. En la imagen de ejemplo superior, se establece que tome un número fijo de tres puntos y el programa ha seleccionado los tres puntos más cercanos.

2. Especificando un radio de búsqueda de valores conocidos

En las siguientes imágenes, observamos que es posible configurar la Interpolación IDW especificando un radio de búsqueda. Aquí el programa realizará la interpolación utilizando los puntos conocidos incluidos dentro de ese radio de búsqueda.

3. Estableciendo una barrera límite para la interpolación

Y por último, en la siguiente imagen observamos, que es posible indicar al programa a través de una capa de polilíneas, barreras límites para realizar la interpolación. El uso de barreras es muy útil a la hora de realizar superficies de elevación para indicar las zonas con crestas, o un análisis de dispersión de ruido para indicar barreras de sonido, por ejemplo.

Potencia o Poder, Ajustando los Resultados

Una vez configurados los parámetros de distancia de búsqueda, números de puntos a utilizar y barreras, será necesario indicar el Poder o Potencia.

El Poder o Potencia en la Interpolación IDW se define como: El exponente de la distancia que controla la importancia de los puntos circundantes en el valor interpolado. Por tanto, una potencia alta provoca que los puntos más cercanos a los valores conocidos se vean más influenciados que los puntos más lejanos. A nivel visual observaremos que:

  • Una potencia de 1, suaviza la superficie interpolada.

  • Una potencia de 2, aumentará la influencia de los valores conocidos. Observaremos que los picos y los valores están más localizados y no se promedian tanto como cuando se utiliza una potencia de 1.

    • La Ecuación Matemática Detrás de la Interpolación de Distancia Inversa Ponderada (IDW).

    • Una potencia de 1, suaviza la superficie interpolada.
    • Una potencia de 2, aumentará la influencia de los valores conocidos. Observaremos que los picos y los valores están más localizados y no se promedian tanto como cuando se utiliza una potencia de 1.

    Como ya hemos visto, la Interpolación de Distancia Inversa Ponderada estima el valor de un punto descocido asignando pesos a los valores circundantes en función inversa a la distancia que los separa. Siendo la ecuación matemática básica de esta interpolación la siguiente:

    Ahora bien, para establecer la función considerando la proporcionalidad entre la importancia y la distancia, para nuestro caso la fórmula o ecuación final, sería:

    Para entender este ejemplo vamos a volver a ver la imagen del ejemplo y vamos a aplicar la ecuación, para el caso de los tres valores conocidos los valores son:

    Punto 1 ( valor de la variable 12 y distancia 350 ).

    Punto 2 ( valor de la variable 10 y distancia 750 ).

    Punto 3 ( valor de la variable 10 y distancia 850 ).

    Cuando indicamos que la potencia para realizar la Interpolación IDW es 1, el cálculo sería:

    Y cuando indicamos que la potencia para realizar la Interpolación IDW es 2, el cálculo quedaría:

    Para finalizar:

    Los distintos métodos de Interpolación de Distancia Inversa Ponderada, permiten la generación de Modelos Digitales de Elevación (MDE) de una forma rápida y simple. Pero, como hemos visto en este artículo, se trata de una media ponderada, y por tanto, el resultado se centrará siempre dentro del rango de variación de los datos utilizados. Así que es muy importante que dentro de nuestros datos conocidos se encuentren los valores máximos y mínimos de la variable de estudio.

    Además y siguiendo con el punto anterior, el correcto tratamiento de las formas cóncavas y convexas dependen estrechamente de la distribución de los puntos originales, – cuanto más datos y distribuidos de forma equitativa o uniforme, mejor -, y además, el uso de datos auxiliares es muy conveniente.

    Por último, hemos estudiado que el cálculo de valores desconocidos por este método de interpolación es muy sencillo y flexible pero, es importante considerar que, otras técnicas como la Interpolación de Kriging arrojan como resultado modelos más robustos.

    1 Sep, 2020 Por Isis Gómez López
    Diferencias de DSM, DEM, DTM
    Como seguro ya sabrás, a la hora de hablar de modelos de elevación existen distintos tipos de modelos o diferentes maneras de modelar la elevación. Por ejemplo, hay modelos de elevación digital (DEM), modelos de superficie digital (DSM), modelos de terreno digital (DTM) e incluso redes irregulares triangulares (TIN).

    En este artículo vamos a profundizar un poco sobre como son estos modelos y conocer las diferencias entre estos tres tipos de modelos de elevación que podemos encontrar a la hora de realizar un proyecto SIG.

    Modelos de superficie digital (DSM)

     

    Sensor LiDAR acoplado a un Drone

    LIDAR es el acrónimo de Light Detection and Ranging, es decir, detección por luz y distancia. Se trata de un sistema láser que permite medir la distancia entre el punto de emisión de ese láser (en el dibujo, el laser se encuentra dentro de un avión) hasta un objeto o superficie. El tiempo que tarda ese láser en llegar a su objetivo y volver del mismo, es lo que nos dice la distancia entre los dos puntos. El resultado es un mapa en 3D de alta resolución que permite conocer el terreno en cuestión.

    Al final, LiDAR ofrece una nube de puntos masiva llena de valores de elevación, de todo lo que hay en la superficie terrestre, que es lo que conforma un Modelo de Superficie Digital (DMS). Hay que considerar que el DSM captura las características naturales y construidas en la superficie de la Tierra. Es decir, este modelo obtiene las altitudes de todos los objetos existentes sobre la superficie terrestre, por ejemplo: la parte superior de los edificios, dosel de árboles, líneas eléctricas y otras características.

    Los DSM suelen ser utilizados en el modelado 3D para telecomunicaciones, planificación urbana y aviación. Ya que para este tipo de proyectos es necesario conocer los objetos que hay sobre el terreno, esto es particularmente útil en estos ejemplos:

    Modelo de superficie digital (DSM)

    • Determinar que objetos pueden interferir en las rutas de vuelo: En la aviación, los DSM pueden determinar las obstrucciones de la pista en la zona de aproximación.
    • Gestión de la Vegetación: Por ejemplo, es posible determinar cuanta vegetación está invadiendo el trazo de un cortafuegos.
    • Visualizar Obstrucciones: Los planificadores urbanos utilizan DSM para comprobar cómo un edificio propuesto afectaría la cuenca visual de los residentes y las empresas.  
    Modelo de elevación digital (DEM)

    Un modelo de elevación digital representa por medio de una la tierra desnuda, es decir, se representan los valores de altitud sin considerar los objetos que se encuentran sobre la superficie: construidos (líneas eléctricas, edificios y torres) y naturales (árboles y otros tipos de vegetación).

    Modelo de elevación digital (DEM)

    Al no indicar la elevación que suponen los objetos sobre la superficie terrestre, si no, que representa la altitud de la superficie en un punto con respecto al nivel del mar, se genera un modelo de elevación de la tierra. Este modelo de la superficie terrestre desnuda es particularmente útil en estudios hidrológicos, de suelos o para la planificación del uso del suelo:

    Modelado Hidrológico: Los hidrólogos utilizan DEMs para delinear cuencas hidrográficas, calcular la acumulación de flujo y la dirección del flujo.

    Estabilidad del terreno: Son utilizados para determinar las áreas propensas a avalanchas, que principalmente son zonas en el terreno con alta pendiente y escasa vegetación. Estos modelos son muy útiles para conocer el riesgo a la hora planifica una carretera o subdivisión residencial.

    Mapeo de suelos: Los DEM son utilizados en la realización de mapas de suelos, siempre y cuando una de las variables considerada en el estudio sea la elevación (otras variables comunes en este tipo de estudios son: la geología, el tiempo o el clima).

    Modelo de terreno digital (DTM)

    Con respecto a que es un modelo digital de terreno (DTM) o como se define, todo dependerá con quien hables o incluso donde vives, ya que no será la misma definición que encuentres en la web de la USGS que la del Instituto Geográfico Español:

    Modelo de terreno digital (DTM)

     

    Para algunos países, como España (https://www.ign.es/web/ign/portal/seccion-elevaciones) un DTM es en tipo de DEM. Esto significa que un DTM es simplemente una superficie de elevación que representa la tierra desnuda a la que se hace referencia a un dato vertical común.

    Mientras que en los Estados Unidos y otros países (https://pubs.usgs.gov/tm/11b4/pdf/tm11-B4.pdf), un DTM tiene un significado ligeramente diferente. Un DTM es un conjunto de datos vectoriales compuesto por puntos espaciados regularmente al que se le han incluido otras características naturales como crestas y líneas de rotura. En otras palabras, el DTM enriquece la representación de un DEM mediante la inclusión de características del terreno.

    ¿Cómo se obtiene la información para crear los modelos de elevación digital?

     

    Los métodos más utilizados para recolectar la información necesaria y así poder crear los DEM, son principalmente métodos de teledetección, algunos ejemplos son:

    LiDAR Alta Vegetación

     

    Interferometría Satélite: Para crear un DEM por medio de este método, será necesario el uso de dos imágenes radar capturadas al mismo tiempo. Para esto será necesario el uso de un radar de apertura sintética, como Shuttle Radar utilizado en Topography Mission.

    Fotogrametría: En la fotografía aérea, la fotogrametría utiliza fotografías de al menos dos puntos de vista diferentes. Siguiendo los principios de como funciona la visión humana, según las imágenes y como son colocadas utilizando estereoscopios es posible obtener una visión con profundidad y perspectiva, debido a los puntos de vista separados.

    LiDAR: Un lídar o lidar (acrónimo del inglés LIDAR, Light Detection and Ranging o Laser Imaging Detection and Ranging) es un dispositivo que permite determinar la distancia desde un emisor láser a un objeto o superficie utilizando un haz láser pulsado. Generalmente estos dispositivos son colocados en plataformas aéreas para poder tomar los datos de la superficie terrestre.

    Para Aprender Más…

    Cursos Online: 

    SIGs Aplicados al Medio Ambiente con ArcGIS 10

    Teledetección y Análisis de Superficies con ArcGIS 10

    Estudios en Ecología y Evolución con ArcGIS 10

    SIGs para estudios de Conservación y Biodiversidad (Con software libre)

    Fuentes de Información Geográfica para SIGs Ambientales

     

    6 Ago, 2020 Por Isis Gómez López
    4 Mapas para entender el estado de Conservación de los Bosques en nuestro Planeta

    En la actualidad, los bosques cubren alrededor del 30% de la superficie de la Tierra y nos ofrecen diversos beneficios ecosistémicos. Por ejemplo, para las diversas comunidades que viven en ellos – y que representan más de mil millones de personas – dependen de estos bosques para su supervivencia porque es su farmacia, su combustible y alimentos para sus animales o ellos mismos.

    El resto de la población también depende estrechamente de los ecosistemas forestales, ya que los bosques son capaces de filtrar la contaminación y mantienen los ríos y otras masas de agua limpias. Previenen la erosión del suelo, evitando deslizamientos de tierra y avalanchas, que a su vez en diversas ocasiones, se traducen en grandes pérdidas para las comunidades que habitan en sistemas montañosos. Y además, son sumideros de carbono porque absorben más de una quinta parte de las emisiones de carbono causadas por los combustibles fósiles.

    Nuestros bosques están desapareciendo

    Aunque este es un echo más que aceptado y conocido por nuestra sociedad, conviene recordar que,  a parte de las causas naturales  – que siempre han existido- como enfermedades e incendios forestales, las actividades humanas son ahora la principal causa de la deforestación.

    Hoy en día, es más fácil comprender los problemas de conservación de los ecosistemas forestales y además determinar sus estado de conservación. Para realizar estos estudios a nivel global, principalmente utilizamos o nos apoyamos con tecnologías satélite y sistemas de información geográfica.

    Es posible consultar el resultado de algunos de estos estudios, en este artículo vamos a conocer cuatro proyectos que muestran sus resultados como mapas divulgativos y que podemos encontrar fácilmente en la red.

    Mapa de Alturas Forestales (Nasa)

    Mapa de Alturas Forestales de la Nasa

    El mapa Forestal Global de Alturas de Dosel de la Nasa.  Muestra la altura de los árboles de todo el planeta. Para calcular las alturas de los árboles se combinaron datos de distintos satélites.

    En específico se combinaron los datos obtenidos por el Satélite de rango laser «Geoscience Laser Altimeter Systems (GLAS)» (GLAS, envía un pulso y mide cuánto tiempo se tarda en volver para obtener la distancia), junto con los valores de,  Shuttle Radar Topography Mission (SRTM), MODIS, TRMM y las bases de datos WorldClim.

    ¿Has notado cómo las alturas de los árboles son generalmente más altas en el ecuador?

    Entre las curiosidades que podemos ver en este mapa es que, algunos árboles se elevan a más de 40 metros de altura en el ecuador. En los polos, el dosel de los árboles es generalmente más corto. Los países del norte de Europa, Canadá y Rusia tienden a tener alturas de dosel de árboles de menos de 20 metros.

    Mapa de Cambio Forestal Global (Universidad de Maryland)

    Mapa Forestal Universidad de Maryland

    Como se comentó en el inicio de este artículo, casi un tercio de la superficie terrestre está cubierta de bosques. Pero este área se reduce cada año.

    La tasa de deforestación anual es aproximadamente al equivalente en superficie al tamaño de Grecia. Para llegar a esto, se estima que, cada minuto se pierde el equivalente a  50 campos de fútbol de superficie forestal.

    Como ya es conocido, los efectos que produce la pérdida de los ecosistemas forestales se traducen en:

    • Aumento los gases de efecto invernadero en la atmósfera, que contribuyen directamente en el calentamiento global,
    • erosión o pérdida de suelo,
    • pérdida de hábitats de la vida silvestre asociada a los ecosistemas forestales e incluso hábitats humanos como por ejemplo las comunidades indígenas asociadas a espacios forestales,
    • y más…

    ¿Cómo podemos cuantificar la deforestación?

    Uno de los grandes recursos que podemos tener para conocer los cambios que ocurren en la superficie terrestre a lo largo del tiempo son las imágenes obtenidas por los satélites de la misión Landsat.

    Landsat es la misión de observación de la Tierra más larga de la historia -40 años y contando-. Con todas estas imágenes, podríamos comparar una instantánea de 1972 usando datos de Landsat-1, con una imagen actual y conocer los cambios en la superficie, de esa área.

    Utilizando únicamente los datos de la misión Landsat, la Universidad de Maryland ha creado el mapa global Forest Change.

    El objetivo o enfoque clave de este mapa es estudiar la extensión global del bosque y determinar sus cambios temporales. Para ello, dentro de este estudio se considera como bosque, la vegetación de más de 5 metros. La pérdida y ganancia de la cobertura forestal se destacan entre 2000 y 2012.

    Para finalizar, solo comentar que al ver este mapa podemos confirmar las banderas rojas establecidas para países como Indonesia, Honduras y Filipinas, por su tasas tan altas de deforestación.

    También los mapas obtenidos en este estudio, permitieron confirmar diversos informes y estadísticas que denuncian las grandes pérdidas en los bosques, que han sufrido algunos países como los mencionados en el párrafo anterior.

    Mapa Global de los Incendios Forestales (NASA)

    Incendios Forestales NASA
    Mapa Global de Incendios Forestales (Nasa)

    El Espectrorradiómetro de Imágenes de Resolución Moderada (MODIS) de la NASA vigila de cerca los incendios forestales de todo el mundo. Aunque el origen del incendio sea antropogénico -provocados por humanos-, o incendios naturales -provocados por rayos, erupciones volcánicas o por otros medios-, los mapas de incendios de la NASA muestran los incendios activos a nivel global.

    Además, los mapas de incendios de la NASA, se han unido temporalmente para entender la evolución de los fuegos o incendios. Es posible comparar los mapas desde el 2000 hasta la actualidad.

    Vigilancia Forestal Mundial

    vigilancia forestal global - mapas forestales
    Web Global Forest Watch

    Global Forest Watch es el sitio web de monitoreo forestal de referencia. En su web encontraremos una serie de mapas forestales, que representan diversos, algoritmos que aprovechan la potencia de los datos satelitales y la computación en la nube.

    Por ejemplo, es posible conocer los datos de ganancia/pérdida forestal de Landsat casi en tiempo real.

    Además, muestra información bastante variada sobre los usos de los bosques, como el aceite de palma, la minería, la tala, etc.  Y también, cuenta con animaciones temporales que representan datos de incendios forestales y áreas de conservación.

    Global Forest Watch. Usos de Tierras.

    Este portal es gratis y fácil de usar, una mina de oro de información y mapas forestales.

    Los mapas forestales significan gestión

    Los mapas forestales ofrecen a los usuarios el poder de detener la pérdida dañina del bosque. A técnicos conocer dónde es importante realizar una rápida restauración para evitar la pérdida del suelo. O incluso, a bomberos conocer el movimiento de un incendio forestal y determinar que comunidades evacuar. Y así, muchos ejemplos más.

    Lo interesante de todo esto es que la principal herramienta que nos permite dar respuesta a estas preguntas es un Sistema de Información Geográfica junto a información satélite.

    Como vemos, todos estos datos, han transformado nuestra comprensión global de los bosques. Si no, pensemos en las webs vistas en este artículo, donde los satélites proporcionan información oportuna y precisa sobre incendios forestales, deforestación, altura del dosel e incluso enfermedades forestales.

    Hasta el siguiente artículo, por el momento os dejo con una serie de artículos relacionados:

    El Índice de Diferencia Normalizada de Vegetación (NDVI) y su interpretación

    ¿Qué son los Sensores Remotos?

    Y cursos recomendados:

    Estudios en Ecología y Evolución con ArcGIS 10

    Teledetección y Análisis de Superficies con ArcGIS 10

    SIGs aplicados al Medio Ambiente con ArcGIS 10

    SIGs para estudios de Conservación y Biodiversidad con Software Libre

    Fuentes de Información Geográfica para SIGs Ambientales

    Hasta pronto

    Isis

    27 Jul, 2020 Por Isis Gómez López
    ¿Qué son los Sensores Remotos?

    Observar la tierra desde el espacio, desde las alturas, ha sido el sueño de muchos desde hace siglos, y debido a la tecnología actual, una posibilidad cada vez más accesible para todos, hoy en día.

    Los ortofotomapas, los modelos digitales de elevación (MDE), los mapas de usos de la tierra, son algunos ejemplos comunes de modelos y mapas derivados u obtenidos gracias a los numerosos datos geográficos disponibles hoy en día, en diversas plataformas y de forma libre o de pago.

    Ahora bien, en esta entrada no hablaremos de estas plataformas, pero si estáis interesados podéis realizar el curso: Fuentes de Información geográfica para SIGs ambientales (Por favor, escribir un email a isisecotono@gmail.com antes de inscribirse. Asunto: Interesado en curso Online Fuentes Información Geográfica).

    En esta entrada hablaremos de un grupo de  medios que se utilizan para recoger esos datos, los sensores remotos.

    Un sensor remoto es un equipo que nos permite recolectar información, datos, a distancia, sin estar físicamente presente. Una definición muy común es:

    “Sistemas de detección y medida a distancia, generalmente empleados desde aeronaves o satélites, con los que se obtiene información meteorológica, oceanográfica, sobre la cubierta vegetal, etc. Para tales medidas se utilizan sistemas de detección activos y pasivos.”

    El Espectro Electromagnético

    Para entender como funciona la Teledetección, es necesario conocer el Espectro Electromagnético. Se conoce como Espectro Electromagnético al rango que cubre todas las longitudes de ondas. Desde las ondas de longitud corta, como los rayos x, pasando por la luz visible para el ojo humano, hasta las ondas de longitud larga, como las de radio.

    Imagen: Espectro Electromagnético.

    Como se puede ver en la figura anterior, lo que denominamos “luz visible” es una pequeña fracción de todo el espectro electromagnético. De hecho, existe mucho más que no podemos ver comparado con lo que nuestros ojos pueden detectar.

    Si fuésemos una abeja, por ejemplo, nuestra “luz visible” sería el espectro ultavioleta (10 nm a 380 nm). Los humanos no podemos ver los rayos ultravioletas con nuestros ojos. O, si fuéramos un carpín dorado, podríamos detectar la radiación infrarroja (700 nm a 1 mm) con nuestros ojos. Los humanos no podemos verla, en cambio, sentimos parte de la radiación infrarroja en forma de calor.

    Además, es importante conocer que existe una clasificación del espectro electromagnético. En este caso, ha sido dividido en diversas regiones, basándonos en sus longitudes de onda.

    Estas regiones se conocen como Bandas Espectrales. O en otras palabras, cada banda espectral corresponde a un grupo de longitudes de ondas.  Algunas de ellas son: Ultravioleta, Infrarrojo, Microondas, Visible, etc.

    Firma Espectral

    ¿Por qué es tan importante el espectro electromagnético para nosotros? La respuesta es bastante sencilla: Porque cada objeto sobre la superficie terrestre refleja, absorbe y transmite luz  de forma diferente y característica, dependiendo de su composición química.

    Para nada nuestros ojos son los mejores sensores, en realidad la mayoría de los objetos reflejan luz en bandas que nuestro ojos no pueden detectar, pero sí podemos medirlos por medio de sensores conocidos como espectrómetros, y como es de imaginar, detectan la luz reflejada por los objetos en bandas.

    Nosotros vemos las plantas de colores verdes porque esas son las longitudes de onda de luz que más reflejan sus hojas. Pero aunque  sabemos que la vegetación que se encuentra en buenas condiciones refleja más luz en la banda del “infrarrojo cercano”, nosotros somos incapaces de percibirlo.

    Para esto, necesitamos de los datos tomados por los sensores y dentro del programa SIG calculamos el Índice de Vegetación Normalizado (o NDVI), que es que nos ayudará a determinar el estado de salud y clasificar la vegetación.

    Imagen: Ortofoto mostrando el infrarrojo cercano, en falso color.

    En resumen, como cada objeto, esta conformado una composición química única, entonces, posee una singular “firma espectral” en lo que a longitud de ondas se refiere. Por este motivo, podemos diferenciarles, y además obtener información que de otra forma sería imposible de observar. La definición formal de este echo sería:

    Una firma espectral es la cantidad de energía reflejada por un objeto en una longitud de onda específica. Cada objeto tiene una firma espectral característica, ya que posee una composición química particular.

    Ver como humano, abeja o carpa dorada

    Gracias a los sensores remotos disponemos de imágenes multiespectrales o hiperespectrales, lo que nos permite ver las cosas como abejas, peces, humanos y más. Y esto es debido a que la radiación electromagnética puede ser detectada por un sensor.

    Antes de empezar a hablar de imágenes satelitales, es necesario tener claro que la diferencia entre multiespectral e hiperespectral, es el número de bandas y cuán anchas o angostas sean esas bandas.

    Es decir, las imágenes multiespectrales son aquellas que poseen de 3 a 10 bandas. Un ejemplo de sensor multiespectral es el localizado en el satélite Landsat-8. En la siguiente tabla vemos las características de cada banda.

    Fuente: https://www.usgs.gov/faqs/what-are-band-designations-landsat-satellites?qt-news_science_products=0#


    Por su parte, los sensores     hiperespectrales pueden poseer cientos o miles de bandas, con anchos de unos pocos nanómetros (10-20 nm).  Ejemplo de este tipo de sensor es el fallido satélite TRW Lewis (1997); o los sensores Hyperion, con 220 bandas (0,4 – 2,5 micrometros) y que generan imágenes de 30 m de resolución.

    Sensores Pasivos y Activos

    Los sensores remotos se pueden clasificar, también, en activos o pasivos. La diferencia radica en si la energía reflejada en la superficie terrestre -necesaria para conocer la firma espectral de los objetos de la superficie- procede de una fuente natural (el Sol) o si ha sido generada por el mismo sensor.

    El ejemplo más común de un sensor pasivo es una cámara de fotos utilizada en pleno día. La luz que recoge el sensor de la cámara, es la reflejada en los objetos que proviene del Sol.

    Si al ejemplo anterior cambiamos el escenario, y ahora nos situamos en medio de la oscuridad de la noche, para poder tomar fotos necesitaremos de la ayuda de un flash electrónico. En este caso la luz captada por el sensor de la cámara proviene de la misma cámara (flash) por lo que se considera un sensor activo.

     

    Sensor Pasivo y Activo.

    La Atmosfera Terrestre influye

    No toda la radiación electromagnética llega a la superficie terrestre, ya que la atmosfera terrestre absorbe ciertas longitudes de ondas. Esto es primordial para que pueda haber vida en nuestro planeta, entre otras cosas.

    Piensa en la atmósfera como si fuera una cortina con agujeros: permite pasar algunas bandas de radiación electromagnética, otras las absorbe completamente, y otras en diferentes grados de absorción. A esto se le conoce como “bandas de absorción”.

    Por ejemplo, el vapor de agua y el dióxido de carbono presentes en la atmósfera, absorben la radiación gamma, rayos x, radiación ultravioleta, etc.

    Por suerte, este echo es considerado a la hora de diseñar los sensores localizados en las plataformas satélites.

    Ventana Atmosférica y Bandas de Absorción.

    Órbitas Satelitales

    Arriba de nuestras cabezas, sobre los 700 km de altitud, se encuentra la órbita de la mayoría de los satélites como los Landsat-7 y 8.

    La distancia a la que un satélite orbita influye en el tiempo que tarda en completar una órbita. A mayor altitud, más tiempo.

    Existen varios tipos de órbitas comunes para satélites con sensores remotos:

    Órbita Polar,  aquella en la que el satélite pasa sobre o cerca de ambos polos de la tierra. Ejemplo: SPOT.

    Órbita Geoestacionaria, la que poseen los satélites que orbitan sobre el Ecuador de la Tierra, a una velocidad igual a la de la rotación del planeta. Ejemplo: satélites GOES.

    Órbita Sincrónica al Sol, es una órbita geocéntrica combinando altitud e inclinación para lograr que un objeto en esa órbita pase sobre una determinada latitud terrestre a un mismo tiempo solar local. Ejemplo: Radarsat.

    Si este tema te apasiona, hoy en día existen aplicaciones como Satellite AR, que te permiten conocer donde se localizan los satélites o incluso la ISS.

    Resolución

    Cuando estamos trabajando con imágenes satélites debemos considerar tres tipos de resolución:

    Resolución Espacial: Se define como el detalle en píxeles de una imagen. Una mayor resolución espacial significa un mayor número de píxeles e imágenes más detalladas o píxeles más pequeños.

    Resolución espacial vs Tamaño Pixel

    La Resolución Espectral se refiere al número de bandas espectrales o grupos de longitudes de onda. Los sensores hiperespectrales tienen una mayor resolución espectral, ya que cada banda espectral tiene un ancho de banda menor.

    Por último tenemos la Resolución Temporal,  que se refiere a, la frecuencia con la que un satélite es capaz de obtener imágenes de una determinada área. A veces se le conoce como intervalo de revisita.

    Algo de física

    Ya sabemos que parte de la radiación electromagnética que incide sobre el planeta es absorbida (o reflejada) por la atmósfera, por lo que sólo una fracción incide sobre la superficie terrestre y se denomina energía incidente (Ei). Luego, ¿qué sucede con esa energía incidente?:

    1. Las ondas electromagnéticas rebotan en la superficie, a esto se llama energía reflejada (Er).
    2. Las ondas electromagnéticas son absorbidas por la superficie y desaparecen. esta es la denominada energía absorbida (Ea).
    3. Las ondas electromagnéticas pasan a través del objeto, y se conoce como energía transmitida (Et).

    Así, la energía incidente es la suma de las tres anteriores: Ei = Er + Ea + Et.

    Dadas las propiedades de la superficie terrestre, la energía incidente reacciona de forma diferente dependiendo de las características puntuales de la superficie, por lo que las fracciones reflejadas, absorbidas y transmitidas variarán. Estas diferencias permiten a nuestros ojos y sensores identificar diferentes objetos en la superficie de la Tierra a diferentes longitudes de onda.

    De la anterior ecuación, deducimos la ecuación para la energía reflejada:

    Er = Ei – Ea – Et.

    Pero, ¿cuál es la proporción de energía reflejada que alcanza a nuestros sensores remotos comparada con la Ei?  A esa proporción se le denominada reflectancia espectral (p), y se define como:

    p = Er/Ei

    Aplicaciones de la Teledetección

    Aquí no hay misterios, las aplicaciones son muchas, podríamos decir que “infinitas”, sobre todo si pensamos en los retos de escala local y global que tenemos que encarar como sociedades.

    Desde la navegación por el Ártico, hasta la lucha contra incendios forestales. Siempre encontraremos alguna aplicación a las imágenes obtenidas por sensores remotos permitiendo encontrar alguna respuesta o solución a los problemas actuales.

    Los sensores remotos permiten obtener inmensas cantidades de información relevante y útil a servicio de todos y por suerte hoy en día en su mayoría de acceso libre.

    Esperamos que este artículo te ayude a responder algunas dudas, pero si quieres seguir leyendo te recomiendo las siguientes entradas del blog:

    Y los siguientes cursos: