You are on page 1of 520

Editores

:
Luis Ángel Ruiz
Javier Estornell
Manuel Erena

TELEDETECCIÓN
NUEVAS PLATAFORMAS Y SENSORES
APLICADOS A LA GESTIÓN DEL AGUA, LA AGRICULTURA Y EL MEDIO AMBIENTE

ASOCIACIÓN
ESPAÑOLA AET
DE TELEDETECCIÓN

Instituto Murciano de Investigación
y Desarrollo Agrario y Alimentario

XVII CONGRESO DE LA ASOCIACIÓN
ESPAÑOLA DE TELEDETECCIÓN

TELEDETECCIÓN
NUEVAS PLATAFORMAS Y SENSORES
APLICADOS A LA GESTIÓN DEL AGUA, LA AGRICULTURA Y EL MEDIO AMBIENTE

libro de actas

Editores:
Luis Ángel Ruiz
Javier Estornell
Manuel Erena

EDITORIAL
UNIVERSITAT POLITÈCNICA DE VALÈNCIA

Nuevas plataformas y sensores de teledetección
Aplicados a la gestión del agua, la agricultura y el medio ambiente

Los contenidos de esta publicación han sido evaluados por el
Comité Científico que en ella se relaciona

Editores científicos
Luis Ángel Ruiz
Javier Estornell
Manuel Erena

Editorial
2017 Editorial Universitat Politècnica de València
www.lalibreria.upv.es / Ref.: 2033_05_01_01

Maquetación
Enrique Mateo, Triskelion diseño editorial

ISBN: 978-84-9048-650-4
Depósito legal:V-2513-2017

Imagen de portada: Composición en color de las bandas 4, 3 y 2 (RGB)
de una imagen del Mar Menor (Murcia) adquirida el 4 de agosto de
2017 por el satélite Sentinel 2A de la ESA.

Este congreso ha recibido ayuda de:
• Organización de congresos y reuniones científico-técnicas 2017
(Expediente 20124/0C/17) financiado por la Fundación Séneca-
Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al
Programa Regional “Jiménez de la Espada” de Movilidad Investigadora,
Cooperación e Internacionalización”.
• La Universidad Politécnica de Cartagena.
• Proyecto 14-20-15 (Diseño y puesta en marcha de una infraestructura
de datos espaciales sobre agricultura y agua en la Región de Murcia-
IDEaRM), cofinanciado al 80% con fondos FEDER

La Editorial UPV autoriza la reproducción, traducción y difusión parcial de la
presente publicación con fines científicos, educativos y de investigación que
no sean comerciales ni de lucro, siempre que se identifique y se reconozca
debidamente a la Editorial UPV, la publicación y los autores. La autorización
para reproducir, difundir o traducir el presente estudio, o compilar o crear
obras derivadas del mismo en cualquier forma, con fines comerciales/
lucrativos o sin ánimo de lucro, deberá solicitarse por escrito al correo
edicion@editorial.upv.es.

Impreso en España

Prólogo

El XVII Congreso Nacional de Teledetección se celebra todo ello, es de esperar una gran variedad y progresión de
coincidiendo con la “Semana Mundial del Espacio” declarada nuevos productos y servicios operativos de la teledetección.
por la ONU en 1999, ya que el 4 de Octubre de 1957 se lanzó
Tal y como proponen las iniciativas de COPERNICUS, es el
al espacio el primer satélite artificial de observación de la
momento de volcar los esfuerzos en el fortalecimiento de las
Tierra, el Sputnik I, lo que abrió el camino para la exploración
sinergias entre la investigación, el desarrollo industrial y sobre
del espacio hasta el 10 de Octubre de 1967, fecha en la entró
todo los usuarios, para lograr una mejor implementación de
en vigor el Tratado sobre los principios que deben regir las
servicios con un mayor reconocimiento de la sociedad.
actividades de los Estados en la exploración y utilización del
espacio. Quiero agradecer a la Junta Directiva de la AET la confianza
depositada en el IMIDA para hacer posible este evento, a los
El 4 de Octubre de 2017, 60 años después de este evento y
patrocinadores, los compañeros del grupo de Sistemas de
hasta el día 6 Octubre, se celebra en Murcia el XVII Congreso
Información geográfica y Teledetección, el Comité Científico,
de la Asociación Española de Teledetección (AET), bajo el
el de Organización y el de Honor por su apoyo a este evento.
lema “Nuevas plataformas y sensores de teledetección”
aplicados a la gestión del Agua, la Agricultura y el Medio Una mención especial por dedicación a José Antonio Sobrino,
Ambiente. presidente de la AET, Luis Ángel Ruiz y Javier Estornell de
la Universitat Politècnica de València, Sandra García de la
Desde el lanzamiento por la NASA del primer satélite artificial
Universidad Politécnica de Cartagena, Emilio Domenech
para el estudio de los recursos naturales, el ERTS I, después
y Guillermo Villa del Instituto Geográfico Nacional, José
denominado Landsat I, el 23 de Julio de 1972, los sistemas de
María Bernabé de la Confederación Hidrográfica del Segura,
observación de la Tierra han venido demostrando su enorme
Rafael Melendreras y Ramón Pablo García de la Universidad
potencial como fuentes de datos y como herramientas
Católica de Murcia, Tomás F. Sevilla de Airbus Defence and
para el análisis, la investigación o la definición y control de
Space, Isabel Saura de Gade Eventos por su dedicación
políticas medio ambientales.
y a Luis Navarro, Gerente del IMIDA, por su apoyo en la
El 8 de Septiembre de 2017 se ha celebrado también el 50 organización de este evento.
aniversario del Centro Europeo de Operaciones Espaciales, los
Manuel Erena,
esfuerzos de la EU en la observación de la Tierra han crecido
Presidente del comité organizador
año tras año y se amplían a nuevas plataformas y satélites
Murcia, octubre de 2017
como el SENTINEL 5 de la ESA, que será lanzado el próximo
13 de octubre de 2017, el satélite PAZ promocionado desde
el CDTI, que tiene previsto su lanzamiento el último trimestre
de 2017, las nuevas plataformas Aéreas ICTS del INTA
que están en desarrollo y los drones dotados con cámaras
multiespectrales cada vez más potentes y económicos. Con

iii

Introducción

En estas Actas se recogen las comunicaciones presentadas en con presentaciones técnicas de empresas. Las sesiones
el XVII Congreso de la Asociación Española de Teledetección, científicas se han dividido en las siguientes áreas temáticas:
celebrado en el Auditorio y Centro de Congresos Víctor Villegas
• Meteorología y Cambio Climático (11)
de Murcia entre el 3 y el 7 de octubre de 2017 y organizado
• Agricultura y  Recursos Hídricos (18)
por el Instituto Murciano de Investigación y Desarrollo
• Bosques (6)
Agrario y Alimentario (IMIDA). Como cada dos años, este
• Incendios Forestales (12)
foro congrega a investigadores, empresas y gestores en el
• Medio Ambiente y Geología (16)
área y en él se presentan los últimos avances científicos y
• Oceanografía, Limnología y Aguas continentales (8)
técnicos en el ámbito de la teledetección que tienen lugar en
• Fotogrametría, Cartografía y SIG (15)
nuestro país. En esta ocasión, el lema del congreso, “Nuevas
• Procesado y Análisis de Imágenes (21)
plataformas y sensores de teledetección”, hace alusión a la
• Vehículos no tripulados – UAV (7)
irrupción durante los últimos años de los vehículos aéreos
• Divulgación y Formación (5)
no tripulados y a las distintas misiones internacionales de
observación de la Tierra, como es el caso de los nuevos Tras la celebración del congreso, algunas de las ponencias
satélites Sentinel del programa europeo Copernicus, con serán seleccionadas por el Consejo de Redacción para su
capacidad para albergar un amplio espectro de sensores y ampliación y publicación en la Revista de Teledetección
obtener datos a diferentes escalas de trabajo y permitiendo (https://polipapers.upv.es/index.php/raet/), con objeto de
ampliar cada vez más el conjunto de aplicaciones de la conferir una mayor difusión científica a los contenidos
teledetección. temáticos y avances presentados en el congreso.
En esta ocasión se han seleccionado 121 trabajos para Transmitimos nuestro agradecimiento a todos los autores
su presentación, todos ellos evaluados por dos miembros que han presentado sus trabajos y compartido los resultados
del Comité Científico, formado por 49 especialistas en de su trabajo y esfuerzo, a los miembros del comité científico
las distintas áreas temáticas del congreso. De ellos, 75 por la revisión de las comunicaciones con tan poco margen
se presentan en forma de comunicación oral a lo largo de tiempo y, como no, a los miembros del comité organizador
de las 16 sesiones científicas programadas y 46 como por materializar este evento y ofrecernos su apoyo y
comunicación en formato póster. Además, durante el entusiasmo.
congreso se han programado tres conferencias invitadas a
Luis Ángel Ruiz
cargo de expertos nacionales e internacionales, dos sesiones
Javier Estornell
completas dedicadas al programa Copernicus en las que se
Manuel Erena
tratan diferentes aspectos relacionados con el desarrollo y
Editores
la transferencia de servicios en nuestro país y una sesión

v

Comité de honor Comité organizador local
Vázquez Rojas,  Juan María. Erena Arrabal, Manuel
Secretario General de Ciencia e Innovación. Instituto Murciano de Investigación A.-IMIDA
Ministerio de Economía, Industria y Competitividad.
García Galiano, Sandra
Gobierno de España.
Universidad Politécnica de Cartagena-UPCT
Jódar Alonso, Francisco.
Melendreras Ruiz, Rafael
Consejero de Agua, Agricultura, Ganadería y Pesca de la
Universidad Católica de San Antonio-UCAM 
Región de Murcia.
Pérez Cutillas, Pedro
Belda Esplugues, Fernando. 
Universidad de Murcia-UMU
Director, Observing and Information Systems Department,
WMO - World Meteorological Organization. Palenzuela Cruz, Juan Esteban
Delegado AEMET en  Murcia. MAPAMA.
Fernández Monistrol, José Antonio.
Director Infraestructuras de Agencia Estatal de Meteorología- Garcia Sánchez, Rafael M.
AEMET- Ministerio  de Agricultura y Pesca, Alimentación y C. de Agua, Agricultura y M. Ambiente. CARM
Medio Ambiente. MAPAMA.
Ballesta German, Ignacio
Pérez Hernández, Fulgencio.   C. de Transparencia, Participación. CARM
Director General de Innovación, Producciones y Mercados; y
del IMIDA. Consejería de Agua, Agricultura, Ganadería y Pesca
de la Región de Murcia.
Ródenas Cañada,  Miguel Ángel.
Presidente de la Confederación Hidrográfica del Segura-CHS. 
Ministerio  de Agricultura y Pesca, Alimentación y Medio
Secretaría técnica y
Ambiente. MAPAMA. Gobierno de España. de Organización
Arozarena Villar, Antonio.
Vocal Asesor de Observación del Territorio-Instituto Saura Martínez, Isabel
Geográfico Nacional-IGN. Ministerio de Fomento. Gade Eventos
Gobierno de España.    
López Morales, Juan Antonio
Soroosh Sorooshian. IMIDA
Director, Center for Hydrometeorology and Remote Sensing-
Sánchez Fernández, Diana
CHRS, University of California. Irvine. USA. 
IMIDA
Sobrino Rodríguez, José Antonio. 
Porras Castillo, Ignacio
Director de la Unidad de Cambio Global.
IMIDA
Universitat de València.
Presidente de la Asociación Española de Teledetección-AET. Fernández Fornos, Lara
SM Geodim
García García, Ramón Pablo
UCAM
 

vii

Comité científico
Coordinador   García Alonso, Mariano Merino de Miguel, Silvia
Ruiz Fernández, Luis Ángel University of Leicester, Reino Unido Universidad Politécnica de Madrid
Universitat Politècnica de València
García-Pintado, Javier Montesinos Aranda, Salomón
University of Bremen -MARUM SM Geodim
Secretario:   García Rodríguez, Rafael Moreira Madueño, José Manuel
Estornell Cremades, Javier Universidad Politécnica de Madrid C. de Medio A. y O. del T., Junta de
Universitat Politècnica de València Andalucía
Gilabert Navarro, María Amparo
Universitat de València Moreno Méndez, José
Miembros:   Universitat de València
Gómez Miguel, Beatriz
Aguado Suárez, Inmaculada,
Área de Innovación Tecnológica, Guardia Peces Morera, Juan José
Universidad de Alcalá de Henares
Civil Instituto Geográfico Nacional
Alonso Sarría, Francisco
Gómez Sánchez, José Antonio Pérez Aragües, Fernando
Universidad de Murcia
Instituto Nacional de Técnica Instituto Cartográfico y Geológico de
Arbelo Pérez, Manuel Aeroespacial Cataluña
Universidad de La Laguna
González Alonso, Federico Pons Fernández, Xavier
Cabello Piñar, Javier I. N. I. A Universidad Autónoma de Barcelona,
Universidad de Almería CREAF
González de Audicana Amenábar,
Calle Montes, Abel María Recondo González, Carmen
Universidad de Valladolid Universidad Pública de Navarra Universidad de Oviedo
Cámara Artigas, Rafael Gonzalo Martín, Consuelo Rodríguez Galiano, Víctor
Universidad de Sevilla Universidad Politécnica de Madrid Universidad de Sevilla
Conesa  Martínez, Agustín Gutiérrez de la Cámara Ara, Mª Jesús Ruiz Verdú, Antonio
Universidad Miguel Hernández Instituto Nacional de Técnica Universitat de València
Camps Carmona, Adriano José Aeroespacial
Sánchez Martín, Nilda
Universidad Politécnica de Cataluña Hernández Clemente, Rocío Universidad de Salamanca
Calera Belmonte, Alfonso Universidad de Swansea, Reino Unido
Sánchez-Azofeifa, Arturo
Universidad de Castilla La Mancha Jiménez Michavila, Marcos Universidad de Alberta, Canadá
Caselles, Vicente Instituto Nacional de Técnica
Sánchez Tomás, Juan Manuel
Universitat de València Aeroespacial
Universidad de Castilla La Mancha
Chuvieco Salinero, Emilio Jiménez Muñoz, Juan Carlos
Serra Ruiz, Pere
Universidad de Alcalá de Henares Universitat de València
Universidad Autónoma de Barcelona,
Cristóbal Rosselló, Jordi Jiménez-Berni, José CREAF
University of Alaska Fairbanks CSIRO Plant Phenomics, Australia
Sobrino Rodríguez, José A.
De la Riva, Juan Lobo Aleu, Agustín Universitat de València
Universidad de Zaragoza ICTJA-CSIC
Villa Alcázar, Guillermo
De Miguel Llanes, Eduardo López Sánchez, Juan Manuel Instituto Geográfico Nacional
Instituto Nacional de Técnica Universidad de Alicante
Yebra, Marta
Aeroespacial Martín Isabel, María del Pilar Australian National University
Díaz-Delgado, Ricardo I. de Economía Geografía y Demografía,
Estación Biológica de Doñana, CSIC CSIC

ix

Índice AET

iii Prólogo
v Introducción
vii Comité de honor
vii Comité organizador local
vii Secretaría técnica y de Organización
ix Comité científico

1 SECCIÓN 01 Meteorología y cambio climático
3 Extracción de propiedades ópticas de nubes mediante imágenes DSCOVR-EPIC: modelo de transferencia radiativa
y algoritmo de inversión
Molina, V., Doicu, A., Calle, A., Loyola, D.
7 Integración de MODIS en el modelo de balance de energía STSEB para su aplicación operativa a escala regional
Sánchez, J. M., Galve, J. M., Bisquert, M., Valor, E., Caselles, V.
11 Comparación entre las temperaturas de superficie obtenidas con MODIS y las temperaturas in situ medidas en la
península Hurd, isla Livingston, Antártida: Primeros resultados
Recondo, C., Peón, J., Pendás, E., de Pablo, M. A., Calleja, J. F., Fernández, S.
15 Validación de un producto de precipitación global cercano a tiempo real para el seguimiento de extremos
meteorológicos
Cánovas-García, F., García-Galiano, S., Karbalaee, N.
19 Evaluación de las estimas de precipitación desde satélite PERSIANN-CDR para la España Peninsular
García-Galiano, S., Giraldo-Osorio, J. D., Hsu, K. L., Sorooshian, S., Erena, M.
23 Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos
predictivos de temperatura del aire
Mira, M., Ninyerola, M., Batalla, M., Pesquer, L., Pons, X.
27 ForestCO2: monitorización de sumideros de carbono en masas de Pinus halepensis en la Región de Murcia
Sanchez, T., Martín, S., Tomé, J. L., Navarro, J. A., Fernández-Landa, A.

xiii

31 Comparación de la medida de la temperatura de la superficie terrestre en campo mediante radiómetros y
pirgeómetros. Implicaciones para el calibrado de sensores en vuelo
Valor, E., Sánchez, J. M., Niclòs, R., Moya, R., Barberá, M. J., Caselles, V., Coll, C.
35 Desarrollo de un nuevo producto de temperatura para la región del Amazonas
Gomis-Cebolla, J., Jiménez-Muñoz, J. C., Sobrino, J. A., Soria, G., Julien, Y., Skokovic, D.
39 Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción
(Antártida Marítima)
Jiménez, J. J., Mora, C., Ramos, M., Vieira, G., Fernández, S., de Pablo, M. A. , Recondo, C.
45 Adquisición de datos verdad-terreno para evaluar la temperatura de la superficie terrestre obtenida desde satélite:
el producto S-NPP VIIRS
Niclòs, R., Pérez-Planells, L., Valiente, J. A., Coll, C., Barberá, M. J., Caselles, V.

49 SECCIÓN 02 Agricultura y recursos hídricos
51 Evolución de la evapotranspiración y el estrés hídrico de la vegetación de dehesa en la Península Ibérica
(2001-2015)
González-Dugo, M. P., Chen, X., Andreu, A., Carpintero, E., Gómez-Giráldez, P., Su, Z.
55 ¿Es posible calibrar un modelo eco-hidrológico en una cuenca no aforada utilizando exclusivamente el NDVI de
satélite?
Francés, F., Ruiz-Pérez, G.
59 Objetivos y primeros resultados del proyecto SENSAGRI (Sentinels Synergy for Agriculture)
Ruiz-Verdú, A., Delegido, J., Verrelst, J., Tenjo, C., Pasqualotto, N., Moreno, J.
63 Estimación del contenido en agua de la cubierta vegetal de diversos cultivos mediante dos nuevos índices
hiperespectrales: Water Absorption Area Index y Depth Water Index
Pasqualotto, N., Delegido, J., Van Wittenberghe, S., Verrelst, J., Moreno, J.
67 Influencia del equilibrio en el tamaño de muestra de entrenamiento en la clasificación de cultivos obtenida mediante
Random Forests
Arantzazu, A., Álvarez-Mozos, J.
71 Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo
de balance de energía METRIC a partir de imágenes térmicas e hiperespectrales de alta resolución espacial
Ramírez-Cuesta, J. M., Zarco-Tejada, P. J., Testi, L., Lorite, I. Rubio-Asensio, J. S., Intrigliolo, D. S., González-Dugo, V.
77 Estimación de la altura de arrozales mediante interferometría polarimétrica SAR en banda X
López-Sánchez, J. M., Vicente-Guijalba, F., Romero-Puig, N.
81 Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2
Tello, J., Gómez-Báguena, R., Casterad, M. A.
85 Evaluación de imágenes multitemporales WorldView 2-3 para la clasificación de castaños en Tenerife
Marchetti, F., Arbelo, A., Alonso-Benito, A., Arbelo, M., Hernández-Leal, P. A., Moreno, J. A.
89 Comparación de dos modelos físicos de balance de energía para la estimación de la evapotranspiración en
zonas agrícolas
Gomis-Cebolla, J., Jiménez-Muñoz, J. C., Sobrino, J. A., Soria, G., Julien, Y., Skokovic, D.
93 Desarrollo de metodologías para la caracterización y evaluación de daños por sequía en cereales y almendro
Montesinos, S., Erena, M., Fernández, L., López, J. A.
97 Estimación de la superficie de los cultivos y la evapotranspiración de los regadíos de la Cuenca del Guadalquivir por
Teledetección
Sánchez, B., González-Dugo, M. P., Mateos, L., Cifuentes, V. J. , Escudero, R.
101 Variación espacio-temporal de la fenología del arroz en Aragón a partir de información multiespectral satelital
Guillén, M., Moreno-García, B., Quílez, D., Casterad, M. A.
105 Análisis multitemporal de la pérdida de la capacidad hídrica a causa de los cambios generados en los suelos
usando imágenes Landsat: Estudio de caso Córdoba-Colombia entre los años 1985 y 2016
Martin-Vega, D., Pulido, J., Upegui, E. S.

xiv

109 Mejora en la calibración de un modelo hidrológico distribuido en base a teledetección
Olmos, P., García-Galiano, S., Martínez-Pérez, J. A.
113 Explorando nuevas posibilidades en la estimación de la temperatura de superficie (LST) en zonas agrícolas. Análisis
multiescala
Sánchez, J. M., González, J., Galve, J. M., Hernández, D. , Bisquert, M., Niclòs, R.
117 Comportamiento de las escalas temporales “número de días”, “grados-día” y “evapotranspiración de referencia” en
la monitorización de la fenología del trigo y su relación con la evolución temporal del NDVI en Albacete
González, L., Campos, I., Calera, A.
121 Estimación de la producción y el rendimiento de la cosecha de trigo en Andalucía mediante modelos basados en
series temporales de imágenes de satélite
Egea-Cobrero, V., Rodríguez-Galiano, V., Sánchez-Rodríguez, E.

125 SECCIÓN 03 Bosques
127 Aplicaciones de LiDAR para inventario forestal exhaustivo y cartografía de la estructura 3D en una dehesa
mediterránea
Martínez-Prentice, R., Vicente, C., Ortega, S., Burgos, T., Montalvo, J.
131 Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado
en voxelización
Crespo-Peremarch, P., Ruiz, L. A.
137 Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas
Cifuentes, A., Cicuéndez, V., Recuero, L., Palacios, A., López-Leiva, C., Merino, S.
143 Dinámica forestal de Pinus sylvestris L. y Quercus pyrenaica Willd. en el bosque de Hoyocasero (Ávila) mediante
serie temporal Landsat (1984-2016) y métodos geoestadísticos
Aulló-Maestro, I., Gómez, C., Cuevas, R., Rubio, A., Montes, F.
147 Forestmap, inventario forestal online a partir de datos LiDAR en la Región de Murcia
Tomé, J. L., Esteban, J. , Martín-Alcón, S., Escamochero, I., Fernández-Landa, A.
151 Análisis de la estructura de la vegetación del poljé de la Nava de los Pinsapos mediante tecnología LiDAR
Cortés, A., Melero, I. J., Fernández-Luque, I., Flores-Moya, A., Salvo, A. E.

155 SECCIÓN 04 Incendios forestales
157 Random Forest para la clasificación global de áreas quemadas
Ramo, R., Chuvieco, E.
161 Generación de un algoritmo global de área quemada a partir de imágenes MODIS MOD09GQ para el proyecto Fire_cci
Lizundia, J., Otón, G., Ramo, R., Garcia, D., Chuvieco, E.
165 Evolución espacio-temporal de la estructura del paisaje de áreas incendiadas mediante teledetección: efecto de las
repoblaciones forestales
Ariza, A., Merino, S. , Salas, J.
169 Cartografía anual de incendios forestales (1985-2015) en el Noroeste de España a partir de serie temporal de datos
Landsat y algoritmo Composite2Change
Gómez, C., Hermosilla, T., Martínez-Fernández, J., Montes, F., Aulló-Maestro, I., White, J. C. , Wulder, M. A. , Coops, N. C.,
Vázquez, A.
173 Potencialidad de índices de severidad de incendios utilizando Sentinel2 y su análisis comparativo con Landsat8 en
el Sur de la provincia de Buenos Aires (Argentina) en 2017
Delegido, J., Pezzola, A., Casella, A., Winschel, C., Urrego, E. P., Jiménez, J. C., Soria, G., Sobrino, J. A., Moreno, J.
177 PREFER, “Información remota como soporte a las fases de prevención y restauración de emergencias por incendios
forestales en el área Mediterránea”. Ámbito piloto Andalucía
Valés, J. J., Barrio, M., Suárez, J., Sebastián, A., Pérez, P., Pino, I., Granado, L., Montoya, G., Carpintero, I., Méndez, E.,
Prieto, R., Giménez de Azcárate, F., Cáceres, F., Moreira, J. M.

xv

. 201 Detección global de áreas quemadas a partir de imágenes AVHRR-LTDR mediante algoritmos RandomForest Otón. Vicente-Guijalba. Pérez.. Herrera. Béjar-Pizarro. Garcia-Sellés.. Ruiz Hernández.. C. 247 Contribución de la interferometría SAR diferencial (InSAR) al estudio de la subsidencia del terreno de la Vega Media del Segura (Murcia): experiencias y tendencias futuras Tomás.. A. D... . A. 223 Modelización de factores de reflectividad en un ecosistema de dehesa a partir de un modelo de transferencia radiativa 3D Melendo-Vega. Moreno Ruiz. J. G. Calvo... J. F. Tomás.. D. 243 Metodología para la detección de cambios de uso del suelo orientada a la verificación de proveedores de biocombustibles y bioproductos Viñuales. L. Corbera. Chuvieco. M. A.. F. R. A. L. I.. López-Sánchez. Verrelst. R. J... P. Quesada y Cabra de Santo Cristo (Jaén) con imágenes satelitales Carpintero. P. J. J. C. R. Costa. R. J.. D. Riaño. 235 Cartografía de calizas con datos hiperespectrales AISA Eagle II en una zona montañosa con vegetación: una corrección atmosférica geológicamente orientada Buzzi. G.... Sanabria. Riera.181 Cartografía de la afección del incendio en Huesa. Prieto. E.. L. Mulas. M. Mallorquí. A.. R. Guardiola-Albert. F.. M. J.... Montorio. A.... Martínez. 211 Discriminación espectral de macrófitos acuáticos característicos de la marisma de Doñana bajo diferentes condiciones mediante técnicas de machine learning Martínez-Almarza. Álvarez-Mozos. Pineda. J. 193 Análisis de procesos de regeneración en grandes incendios forestales a partir de series temporales de Landsat: caso de estudio en Uncastillo (Zaragoza) Martínez. Tessitore. J. Rodríguez-Galiano. Gutiérrez del Olmo.. Salas. Corbera... A. . F. 215 Resultados preliminares sobre el decaimiento de las masas forestales del Maresme usando imágenes Sentinel-2A Tardà. Caparros-Santiago.. Venegas. J. Fernández-Manso. Pipia. . ... Campo-Bescós. O. J. Aragón. Fernandez.. Méndez... Navarro-Cerrillo... R. Chuvieco. A. J. S. Ezquerro.... Cáceres. Moreno. J. 231 Análisis de subsidencia en el Delta del Ebro mediante el uso de imágenes SENTINEL-1A/B: Resultados preliminares y lecciones aprendidas Mora... J. Herrera.. E.. Corbera. 185 Utilización de las imágenes Sentinel-2 para cartografía de área quemada Fernández-Manso. Vilar. Béjar-Pizarro. Fernández Merodo. Valés. Arbelo Pérez. D.. E. J.. 219 El uso de la fenología de la superficie terrestre para discriminar entre especies de pinos Mediterráneos Aragonés. P. 251 Evolución espacio-temporal del nivel piezométrico del acuífero de Madrid a partir de datos de interferometría radar Béjar-Pizarro.. M.. R.. Bustamante. E... Staller.. M.. R. A.. Marcos... Aragonés. . F. J. J.. Hornero. F. J. J.... I.. Giménez de Azcárate.. A. M. Riaño. Pérez Aragüés.. J.. V. L. Díaz-Delgado. 239 Selección de bandas espectrales por Análisis de Componentes Principales (ACP) y elaboración de ratios para la localización de emisiones de CO2. G. García-Martín. E. Afán. J. G.. 189 Cartografía de área quemada en la región de Siberia nororiental utilizando datos LTDR entre 1982 y 2015 García Lázaro. R... M. Quintano. J. M. J. J.. R. D. V.. L. Martín.. Pino. A. Lizundia. R. A. Pacheco-Labrador. Iglesias. M. Barón Martínez. R.. J. M.. Marturià. I. J.. Ramo. González-Cascón. M. G. Ezquerro. 205 SECCIÓN 05 Medio ambiente y geología 207 Caracterización de la fenología de los macrófitos en la marisma de Doñana y su relación con la precipitación Fernández-Carrillo. Rodríguez-Galiano.. A.. xvi . Pérez-Cabello. J. J.. J. Tomás. M. Moreira. De La Vega. Chuvieco. Guardiola-Albert. Tanase. C.. Guardiola-Albert. Bonì.. R. Cano. Barberena. Aguado. R.. G. J.. Marchamalo.. J.. E.. M. V. J. 197 Detección de áreas quemadas con series temporales de imágenes Sentinel-1 Belenguer-Plomer... M. Granado. 227 Análisis y modelización de la deformación del Alto Guadalentín mediante datos de interferometría radar Ezquerro.. P.. R. García R.. C. Herrera. Riaza. A.. I. F. R. G. E. S. Fernández-Merodo. Sánchez-Rodríguez.. M. Palà.. Tardà. L. F. Marchán. O. A. M. Rincones. M. E. O... Fernández Merodo. M. Montoya. Salas.

. M. 305 SECCIÓN 07 Fotogrametría. J. 289 Validación de algoritmos para la estimación de la Clorofila-a con Sentinel-2 en la Albufera de Valencia Soria. G..... Eslava-Rodríguez. 277 Variabilidad espacio-temporal de grupos funcionales de fitoplancton en el Mediterráneo mediante sensores remotos Navarro. Martín-Esquivel.. 285 Modelo de Mezcla Lineal aplicado al mapeo de la temperatura superficial a nivel de subpíxeles Giraldo-Osorio. Pereira-Sandoval. A. A.. Vázquez.. N... A. G. A. García-Pintado..... Porcuna Fernández-Monasterio. 321 Análisis multisensor de la variabilidad espacio temporal de diversos parámetros biofísicos en el Mar Menor Erena... U. A.. Martín. S. J. Soria. I. E. 263 Evolución de la cobertura vegetal del Parque Nacional del Teide mediante el procesado de datos de teledetección multiplataforma Marcello. E. J.. Tenjo. D. J. C.. Caballero García. Huertas.. Soria.. Ciriza Labiano. Vicente. Domínguez... F. A. 271 SECCIÓN 06 Oceanografía.. Y. Vicente. X. A. limnología y aguas continentales 273 Monitorización de la Batimetría y Habitats Bentónicos en Ecosistemas Litorales mediante Sistemas Espaciales de Alta Resolución: Evaluación de Técnicas de Corrección Atmosféricas Eugenio-González. Cifuentes. De Veer. Peña. L. J. A. Larrañaga Urien.. J. C. Ruíz-Verdú.. 259 Sentinel 2A en el seguimiento del jacinto de agua en la cuenca media del río Guadiana Montesinos. Tenjo. J... Melendreras. Navarro. I. E... xvii . R. R. D. F. Eugenio-González. C.. M.. 325 Aplicación de imágenes Sentinel-1 y Sentinel-2 en la detección y delineación de información de crisis de desastres naturales Donezar Hoyos. L.. S. J. A. X... E. P. Vargas.. J... J. Ecuador un caso de éxito Leránoz Goñi. Soria. Valcárcel Sanz.. J. Atenza. Tamés Noriega. A.. Fernández.. E. C. M.. Peña. A.. Delegido.. 297 Seguimiento de la Calidad del Agua del embalse de Picadas mediante imágenes Landsat 8 (Septiembre 2015-Diciembre 2016) Domínguez. L.. 311 Modelos de simulación de expansión urbana a partir de imágenes de satélite: Adecuación al análisis temporal de la fragmentación de los usos del suelo Sapena. Urrego. A. E. E. K. Aguado-Giménez.. F. M.. metodología de integración automática Delgado Hernández... J. Padrón. R. 293 Uso de imágenes Landsat-8 para la estimación de la profundidad del disco de Secchi en aguas continentales Soria. P. A. N.. Albizua Huarte. Soria. F. E. M. López. D. Sánchez Gil.. Arozarena Villar. Del Barrio Arellano.. R. X. Almaraz.. cartografía y SIG 307 Sistema de información sobre Ocupación del Suelo en España (SIOSE) de Alta Resolución.. J. A. Delegido. Marcello. M.. Marqués. Zalba Almándoz. J. Antes. Durán. Rodríguez. Vicente.. Urrego. P. A. 301 Cartografiado de un ecosistema costero vulnerable mediante clasificación basada en objetos en imágenes de muy alta resolución Ibarrola-Ulzurrun. Soria.. M. Marcello. A.. Ortone Lois.. L. Joó. J. Peña. López Rodríguez. 281 Objetivos y primeros resultados del proyecto ESAQS (Ecological Status of Aquatic Systems with Sentinel Satellites) Pereira-Sandoval. J. E. E.. Ruíz-Verdú.... R. L. Moreno. Moreno. Ruiz.. F. F. 267 Teledetección y geomática aplicada al monitoreo de los recursos forestales nativos en el ámbito de la defensa Cuello. Caballero. 315 Innovación en la producción de cartografía temática de amplias y variadas superficies. J. J. del Barrio Arellano. R.255 Aplicación de las nubes de puntos LiDAR en la evaluación del impacto sobre la vegetación causado por las infraestructuras de transporte Martín Forero. J.. Gonzalo-Martín. C. J. E. F.

R. D... Brotons. Aragonés. B. García. Salazar.. E. Rodríguez González. Lillo-Saavedra. Álvarez-Mozos. Sacristán. I. Benito Ortiz. 337 Extracción automática de líneas eléctricas a partir de LIDAR aéreo Rodríguez-Cuenca. Cristo (Jaén) en 2015 a partir de PNOA LiDAR y PLEIADES Méndez.. Montoya.. J. D. V. I. C. L. D.. Giménez de Azcárate. Cadenas Sánchez.. D. Rodríguez-Esparragón. xviii . A. J. D. Ojeda Manrique. Moreno Burgos. M.. 399 Aplicativo de escritorio para la determinación de Solidos Suspendidos Totales usando imágenes satelitales MODIS MYD09 y MOD09.. Hernández. 349 Desarrollo de un geoportal para el inventario y la evaluación de daños por heladas en los cítricos de la Región de Murcia Erena... J. B.. Marcello. M. Lorite Martínez. D.. J.. Muñoz. Sánchez. Ortiz.. 365 Análisis geomorfológico en la cuenca inferior del río Luna (España) Martínez-Cantó. I.. P. Carpintero. L. B. J.. A.. J.. A. Fernández. Salas. A. Valés. C. 369 SECCIÓN 08 Procesado y análisis de imágenes 371 Influencia de la resolución del MDE en la calidad de la corrección topográfica de imágenes de satélite Sola.. Peces. X.. D. M. R.. Castañer. Gonzalo-Martín. J.. Pérez-Cabello.. González-Audícana. A. L. 341 Comparación de parámetros dendrométricos en almendros utilizando láser escáner terrestre (TLS) y fotogrametría digital automatizada (SfM) Fernández-Sarría... P. J. Merino de Miguel. F. Pérez. I. y Medina. G. C... M..329 Procesado y distribución de nubes de puntos en el proyecto PNOA-LiDAR Lorite Martínez. 345 Estimación de variables de inventario forestal a través de modelos 3D obtenidos mediante fotogrametría terrestre de Eugenio García.. . 375 Esquema de teselado GoogleMapsCompatible TileMatrixSet: un estándar “de facto” para la interoperabilidad y el procesado multirresolución de datos de teledetección Villa. P. G. García-Martín. Jarabo Amores. A.. Gallego Reina.. 357 Mejora del Modelo Digital del Terreno de un embalse mediante una serie histórica de imágenes Landsat García Díaz. Pino. Carrillo. C... G.. E. M.. Cerezo.. 333 Sistemas LIDAR embarcados en Drones . D. Rodríguez. A. Domenech. Moreira. E. J.TerraSystem LidarPod Cruz Josa. 379 Una plataforma web interactiva para la anotación de imágenes de satélite mediante un enfoque basado en aprendizaje activo García-Pedrero. A. I.. Estornell. 395 Evaluación de técnicas de reducción de la dimensionalidad en imágenes hiperespectrales y su aplicación para la clasificación de ecosistemas terrestres Ibarrola-Ulzurrun. R. J. Estornell. Santillana.. Hidalgo. A. López-Cortés. . 353 Estimación de masas forestales afectadas por el incendio de Huesa. Mier Gutiérrez.... Porcuna.. J. F. Porras. J. Conesa. 383 Análisis comparativo del producto Sentinel L-2A y valores de reflectividad extraídos mediante espectro-radiometría de campo Sandonís Pozo. B. A. R. Rodríguez-Cuenca. V. Pulido. F.. A. M.. Tejeiro.. J. F. C. E. J... J... González Cristóbal. S. Prieto.. C. Ojeda Manrique. I. Fernández-Landa. J. . F. J. M... D. M. Cáceres. Tejeiro. A. Velázquez-Martí. Granado. J..... M. 387 Clasificación automática de series multitemporales de imágenes de satélite usando intercalibración con píxeles pseudoinvariantes y fechas sintéticas Ortega. Martí. Bustamante.... D. Villena.. Manera. S. Gonzalo-Martín. Cicuéndez Perez. Villa.. J. J. 391 Una respuesta operativa a los requisitos EMSA para la detección de embarcaciones sobre imágenes SAR y correlación con datos AIS de la Mata Moya. F. Montorio Llovería. Quesada y Cabra de Sto. . G. S. 361 Modelización dunar mediante técnicas GPS de alta precisión (Gandia – Oliva) Alborch. I.. A. A. J. S.. A.

J. 439 Optimización polarimétrica de interferogramas diferenciales aislados correspondientes a eventos geológicos Mestre Quereda. J. Pons. ... García Pedrero.. Díaz-Delgado. J. González-Lagos.. J.. G. Molina Blázquez. C. A. Perez Montiel. P. S.. I. 465 Espacialización del estrés biótico en los frailejones del Parque Natural Nacional Chingaza (Colombia) utilizando imágenes capturadas con un vehículo aéreo no tripulado Sastoque. Y. Peñuelas. Sobrino. X.. A. G. A. Verger.. Alonso-Sarría. Ballester Berman. J. Roldán Zamarrón. Pesquer. F. J. L. M. Rodríguez-Esparragón. N. F. 447 Implementación en R de técnicas de fusión de imágenes Pesántez Cobos. D. 469 Evaluación de modelos de elevación derivados de fotogrametría por aeronaves remotamente pilotadas para el cálculo de áreas de inundación en zonas urbanas: el caso de estudio de la ciudad costera de Riohacha (Caribe colombiano) Escobar Villanueva. C. 419 Uso de áreas pseudoinvariantes (PIA) para la corrección radiométrica.. Menasalvas Ruiz. A.. C. L. M. Filella. Sòria. R. J... .. Iglesias Martínez. Selva.. González... 407 Clasificación de cubiertas terrestres a partir de la fusión de datos multi-sensor en ecosistemas mixtos Rodríguez-Esparragón... 435 Generación de escenas de reflectancia a partir de imágenes hiperespectrales y firmas espectrales de campo de Miguel.. A.. Merino de Miguel. D. L. Wright. C... Upegui.. P.. F. Hernández-Cordero. M. D. Julien. 451 Clasificación de imágenes hiperespectrales mediante un índice de aproximación basado en supervoxels Ortiz Toro. J. R. Gomis-Cebolla. J. J. J. Plaza. 427 Mejora de la resolución espacial de la Temperatura de la Superficie Terrestre mediante el método de re-escalado Nearest Neighbour Temperature Sharpening Skoković.. Marcello. I.. . Gonzalo Martín.. 431 Sistemas multiplataforma de observación de la Tierra para la monitorización y conservación sostenible de recursos marinos en ecosistemas naturales vulnerables Eugenio-González. Eugenio-González. E. automática y coherente. Domenech.. xix . F. J. Jiménez. D. Gomis. G. F. J.. E. O. M.. Medina. J. S. T. . Upegui... E. K. A. Bustamante. Hooper. . R. C. M.. P. Villa. J. Jiménez-Muñoz. C. D.. A. Guida. E. D. Y. A. J.. Casterad. 455 SECCIÓN 09 Vehículos no tripulados 457 Primeras experiencias en el uso de drones para aplicaciones de teledetección en el Grupo Tragsa: lecciones aprendidas Checa Alonso.. Eugenio-González. Cánovas-García.. 473 Análisis de precisión de Modelos Digitales de Elevaciones y Orto-fotografía derivados de fotogrametría desde vehículos aéreos no tripulados (UAV) García Hernández. J.. R... D. E. Escudero Barbero. J. Gutiérrez. Mercadal. de captaciones simultáneas Landsat-8 y Sentinel-2A Padró. P. 415 Entorno cloud de análisis de imágenes multitemporales para el Plan Nacional de Teledetección Villena. Marqués.. J.. Moreno-Gázquez. E.... Sobrino.. González- Guerrero. J. Domingo.. J. H. F. J. Rejas Ayuga. López Sánchez. A.403 Cartografía de especies vegetales mediante la aplicación de técnicas de desmezclado y clasificación en imágenes de alta resolución Marcello. García Díaz.. Jiménez-Muñoz. 443 El aporte de las imágenes adquiridas mediante vehículos aéreos no tripulados en la fusión de imágenes para la detección de cambios en análisis multitemporales usando la transformada de Wavelet Medina Daza. M. I. Marcello. A. Miguelsanz Muñoz. Skokovic. A... . R.. 411 Caracterización de la fenología del abedul común en Europa a partir de series temporales (1999-2016) VEGETATION y PROBA-V Bórnez.. C.. A. Aragonés.. Sòria.  423 Comparación de métodos para la reconstrucción de series temporales de NDVI Julien. A.. Martín. Salas. D. 461 Experiencias en la adquisición de imágenes para agricultura a empresas de drones españolas Portero..

Baena. Fernández-Manso. J. B.. Domenech Tofiño. A.. E.. N. J. A. E. J. 499 Dimensiones éticas de la Observación de la Tierra: ¿Qué sabemos sobre nuestro Planeta y qué hacemos al respecto? Chuvieco. B. G. R. Calvo Moral.A. J. M. 515 Índice de autores xx . Ortiz Serrano. 511 Uso de datos hiperespectrales para el análisis de SEN2COR de Miguel.. Soria. B. A. E... 507 Investigar aprendiendo: Calidad de Agua mediante Teledetección Domínguez.. A. Gómez-Sánchez. Rodríguez-Pérez.. Morán.. Corrales Sierra. E. M... González-Dugo. Sanz-Ablanedo. Ortiz Serrano.. P. 491 Plataformas Aéreas de Investigación: ICTS-PAI Gómez-Sánchez. J.477 Utilización de Vehículo Aéreo no Tripulado (VANT) en el estudio de los niveles de severidad por chancro del castaño en el noroeste de España Cifuentes. Sanz-Ablanedo. Seoane Vieira.. J. E. Fernández-Manso. J. Vega López. 503 Aplicaciones de la plataforma de aprendizaje de teledetección RS-EducA en el análisis y evaluación de los incendios forestales Fernández-Manso. Salido-Monzú. Quintano. M. B.. X. 495 Futura aEronave de iNvestigación Y eXperimentación: FENYX Corrales Sierra.. Caselles..... J. V. E. J. A.A.. Marqués Balaguer. 485 SECCIÓN 10 Divulgación y formación 487 La Observación del Territorio en el IGN dentro del  Programa COPERNICUS y UNGGIM (Naciones Unidas) Arozarena Villar. O. Martín.. Calvo Moral. Soria.. Seoane Vieira... Marqués Balaguer. Villa Alcázar. R. G. Carpintero.. A. A. E... Jiménez.. T. Valcárcel Sanz.. N. 481 Calibración Radiométrica de Cámaras Compactas mediante Espectro Radiómetro de Campo García-Fernández . M. N. I.. C.

AET SECCIÓN 01 Meteorología y cambio climático .

para caracterizar la dispersión de la radiación por las http://idearm..de. Ruiz. diego. puesto que se necesita describir las funciones de fase de manera muy precisa en la región de back- scattering.es/aet2017 3 . DSCOVR. A. adrian. (2). Esta función El satélite DSCOVR (Deep Space Climate Observatory) de fase tiene una estructura muy asimétrica para ángulos fue lanzado el 11 de febrero de 2015 con destino final al de dispersión pequeños y en las regiones de arcoíris y punto de Lagrange L1. 20. Se estudia. Doicu. (Eds. Finally. la complicaciones al resolver la ecuación de transferencia combinación de ambas bandas O2-A y O2-B también ha radiativa (RTE). abel@goa. pp. Esta última región afecta a EPIC. efecto gloria. Alemania. EPIC es un instrumento interesante para el La localización de DSCOVR en el punto de Lagrange estudio de las propiedades ópticas de nubes. Finalmente. Also. we show the requirements for the radiative transfer model and the inversion algorithm in order to retrieve cloud optical properties from DSCOVR-EPIC imagery. su espesor óptico (cloud optical Empero. su altura en la cima (cloud- la atmósfera teniendo en cuenta su distancia a la Tierra. retrieval test examples with synthetic measurements of EPIC are analysed.loyola@dlr. Retrieval of cloud optical properties from DSCOVR-EPIC imagery: radiative transfer model and inversion algorithm Abstract: In this work. Agencia Aeroespacial Alemana (DLR). Asimismo. thickness. radiative transfer. Manuel Erena). A. Este hecho implica forma simultánea (Schuessler et al. DSCOVR. nubes). Based on the radiative transfer model DOME. (1). Münchner Str. A bordo de DSCOVR la función de fase se escribe como una serie truncada se encuentra el instrumento EPIC (Earth Polychromatic de Legendre. COT. Lambertian cloud) and acceleration techniques in the forward model is shown from the point of view of accuracy. Universidad de Valladolid (UVa). y la resolución espacial (8×8 km2 ópticas de nubes tales como la fracción de cubierta de en el punto sub-satélite) es aceptable para el estudio de nube (cloud fraction. Murcia 3-7 octubre 2017. top height. transferencia radiativa. la linearización del modelo forward usando la ecuación adjunta de transferencia radiativa. pues cuenta L1 presenta una serie de ventajas e inconvenientes para con canales de referencia y absorción en las bandas de EPIC. una cámara con 10 canales repartidos términos del desarrollo para una descripción exacta. y en el ultravioleta. CF). el visible y el infrarrojo próximo. aunque solamente dos de de la dirección de back-scattering. de las que la primera temporal (captura una imagen de la mitad de la Tierra al ha sido usada con anterioridad para obtener propiedades menos cada 2 horas). INTRODUCCIÓN partículas atmosféricas (aerosoles. 82234 Oberpfaffenhofen. Javier Estornell. Luis A. XVII Congreso de la Asociación Española de Teledetección. asymptotic theory. Además. esta cámara presenta una buena resolución oxígeno O2-A y O2-B (Tabla 1). que ello se traduce en mayor tiempo de computación. Keywords: EPIC. because the scattering phase function must be described precisely in the back-scattering region. En la RTE. Loyola.5 millones de kilómetros en de gloria.molinagarcia@dlr. la configuración geométrica Tierra-DSCOVR. Nuevas plataformas y sensores de teledetección. Extracción de propiedades ópticas de nubes mediante imágenes DSCOVR-EPIC: modelo de transferencia radiativa y algoritmo de inversión Molina García. modelo de nube lambertiana equivalente) y de técnicas de aceleración en la exactitud de las radiancias del modelo forward. clouds.de (2) Grupo de Óptica Atmosférica (GOA). CTH y COT (Kuze y Chance 1994). Debido a la localización de DSCOVR en el punto de Lagrange L1. España. τc) o su espesor geométrico (cloud Sol es tal que la radiación recibida por EPIC proviene geometrical thickness. 47011 Valladolid. Calle Montes. V. nubes. computational acceleration techniques. CTH. D. the glory effect plays an important role in the radiative transfer model and it increases the computation time. 3-6. pero su asimetría hace necesarios muchos Imaging Camera). 1. a 1. 2014). Paseo de Belén 7. observa la fracción de Tierra iluminada por el Sol. dado que la complejidad de la RTE sido analizada para obtener información independiente depende de la descripción de la función de fase usada de CF. Edificio 133/03.doicu@dlr. victor. the use of approximate models (e.imida. Así. the linearisation of the forward model by means of the adjoint theory is studied. CGT). (1) (1) Instituto Tecnológico de Teledetección.uva. se muestran ejemplos de su uso aplicados a medidas sintéticas de EPIC. Partiendo del modelo de transferencia radiativa DOME (Discrete Ordinate Method with Matrix Exponential). Palabras clave: EPIC. se analiza la repercusión de modelos aproximados (teoría asintótica. el efecto gloria juega un papel importante en el modelo de dispersión radiativa y ello incrementa los tiempos de computación. (1). técnicas de aceleración computacional. ht). la línea que une la Tierra y el Sol.g. glory effect.es Resumen: En el presente trabajo se estudian los requerimientos del modelo de transferencia radiativa y del algoritmo de inversión para la extracción de propiedades ópticas de nubes mediante imágenes de Earth Polychromatic Imaging Camera (EPIC) a bordo de Deep Space Climate Observatory (DSCOVR). As DSCOVR is located in the Lagrangian point L1.de. asimismo.

dos puntos son remarcables: radiancias para el canal 9 de EPIC con los siguientes • La dificultad del problema monocromático.0 ± 0. Para decidir la conveniencia de los diferentes modelos La complejidad de estos problemas provoca que el aproximados en vez del uso del modelo DOME exacto. además de en que se usa la regularización de Tikhonov (Neubauer la absorción por gases y dispersión Rayleigh. esta no se puede resolver de manera analítica. variante   de DISORT junto con el método de matriz exponencial. El modelo de nube Longitud de onda Ancho de lambertiana equivalente simplifica la atmósfera de modo Canal central (nm) banda (nm) Tipo que la nube es sustituida por una superficie lambertiana 7 680. Radiancias en unidades normalizadas (u. Ω) + J(r. se realizaron primero simulaciones de referencia de las Por lo tanto. radiancia de EPIC.0 ± 0. y en el canales de los instrumentos no son monocromáticos. se estudia el impacto de emplear conjuntamente (Molina García et al. de tener que usar el modelo monocromático para • Radio efectivo de las partículas: 8 µm. y la efectividad de la 2. y 128 ordenadas discretas. FUNDAMENTO TEÓRICO La extracción de propiedades ópticas de nubes exige un 2. (FADOME). esta teoría no es válida. Como los 1989) con parámetro de regularización a priori. Canales de referencia y absorción en las se puede resolver de forma analítica. Ω) = . Para el algoritmo de inversión. Ω). 2. 2017) emplear la teoría adjunta de transferencia radiativa para hallar las jacobianas del problema. no obstante. y después convolucionar el resultado 3.80 ± 0. Algoritmo de inversión modelo de transferencia radiativa que tenga en cuenta la El algoritmo de inversión es un proceso de optimización dispersión y absorción por las gotas de agua. Modelos aproximados Partiendo de la ecuación de transferencia radiativa (RTE) de la radiancia difusa L en el punto genérico r y en la dirección Ω = (µ.75 ± 0.0 ± 0.2 Absorción 10 779.es/aet2017 .2 3. • Ángulo zenital solar y satelital: de 5 a 60º. Modelo de transferencia radiativa linearizado regularización de Tikhonov para extraer las propiedades El cálculo de la jacobiana de la radiancia se abordó ópticas de nubes provenientes de radiancias sintéticas mediante la propia linearización de DOME (LDOME).2.3 2. Técnicas de aceleración computacional Técnicas de aceleración comunes son el método de la Con estas consideraciones.1.20 0. φ): µ (∂L/∂r)(r.0 ± 0.3. es pequeño. y con ella la RTE 4 http://idearm.σext(r) L(r. El problema monocromático se intenta simplificar con • Altura de nube en la cima: 4 km. 2017). la primera para agrupar intervalos espectrales en propiedades ópticas de nubes a partir de las medidas de función de la distribución del coeficiente de absorción.imida. pues es muy eficiente desde el punto de vista computacional.. que es la • Albedo de superficie: 0.6 Referencia con un albedo efectivo que tiene en cuenta los efectos de 8 687. transferencia radiativa debe estudiarse para un conjunto significativo de longitudes de onda..2 1.4. que es la parámetros de entrada (Figura 1): del modelo de transferencia radiativa. Tabla 1.) de Ω (ordenadas discretas o streams).n. la que las variables a extraer son el COT y el CTH. se plantea analizar cuál es el distribución-k y el análisis de componentes principales modelo de transferencia radiativa óptimo para obtener (PCA).20 Absorción la nube y de la atmósfera bajo ella. problema policromático se intenta solucionar con las técnicas de aceleración computacional. así como el empleo de técnicas de la segunda como técnica de reducción dimensional de aceleración que disminuyan el tiempo de computación. que emplea DOME con LBL computación es alto (Efremenko et al. línea a línea (LBL) 3. Modelos aproximados con la función respuesta del sensor para dichos canales. y el • Espesor óptico de nubes: de 2 y 50. canales con un cierto ancho de banda. pero el tiempo de para el caso de referencia.06. • La dificultad del problema policromático. resuelve la RTE de forma exacta para un número finito Figura 1. SIMULACIONES dentro del canal. de que el espesor óptico es muy grande.0 ± 0. 2. obtenidas usando el modelo de transferencia radiativa pero también con la teoría adjunta o forward-adjoint forward a partir de propiedades conocidas.4 Referencia 2. tiempo de computación para su resolución sea elevado.Extracción de propiedades ópticas de nubes mediante imágenes DSCOVR-EPIC: modelo de transferencia radiativa y algoritmo de inversión Molina García et al.1. • Computación DOME con LBL y 128 streams. las propiedades ópticas.5 ± 0. donde σext es el coeficiente de extinción y J denota las contribuciones de dispersión simple y múltiple. en función del COT (eje x) y El fundamento de la teoría asintótica parte de la premisa del ángulo zenital solar (leyenda). DOME. modelos de transferencia radiativa aproximados. si el espesor óptico bandas de oxígeno O2-A y O2-B disponibles en EPIC. Se recomienda (Marchuk 1995). Ambas se pueden. 9 764.

0% • Ángulo zenital solar y satelital: 30°. Error relativo en L • Teoría asintótica de orden 4 con LBL. • Radio efectivo de las partículas: 8 µm.06. Extracción de propiedades ópticas de nubes mediante imágenes DSCOVR-EPIC: modelo de transferencia radiativa y algoritmo de inversión Molina García et al. se realizaron simulaciones con 0 10 20 30 40 50 la configuración general indicada en la sección 3. Los errores relativos en las radiancias se muestran en la Se realizaron primero simulaciones de referencia de las Figura 3. Error relativo en L 1% • Albedo de superficie: 0.2.es/aet2017 5 . 45º   60º   • Espesor óptico de nubes: de 2 a 50 (5 cuando se elige -2% 0 10 20 30 40 50 constante). Errores relativos en las derivadas parciales referencia al usar DOME exacto LBL con 32 streams de la radiancia comparadas con la referencia al usar (arriba).imida. dada su relevancia. 5º   10º   -1% 15º   30º   3. Los errores relativos en el cálculo de las derivadas -6% 0 10 20 30 40 50 parciales (∂L/∂τc) y (∂L/∂ht) usando FADOME más las Espesor óptico de nube COT técnicas de aceleración con respecto a las derivadas de referencia se muestran en la Figura 4. (leyenda). Técnicas de aceleración computacional 45º   60º   Después del análisis de los modelos de transferencia -2% radiativa aproximados. 2% pero con 32 ordenadas discretas y variando el modelo: • DOME con LBL. Espesor óptico de nube COT Las discrepancias obtenidas entre LDOME y FADOME 4% para (∂L/∂τc) y (∂L/∂ht) son inferiores a 0.01% y a 0. (eje x) y del ángulo zenital solar (leyenda). y en la sección 4 se comentan junto a la Figura 2 derivadas de la radiancia con respecto al COT y al CTH superior.1. 5º   10º   • Altura de nube en la cima: de 2 a 16 km (4 km -1% 15º   30º   cuando se elige constante). pero Espesor óptico de nube COT en esta ocasión con 32 ordenadas discretas en vez de 128. para el canal 9 de EPIC con parámetros de entrada: 2% • Computación LDOME y FADOME con LBL y 32 streams. Se repitieron las simulaciones con dicha configuración. Errores relativos respecto a las radiancias de sustituyendo las computaciones LBL con la técnica de referencia al usar DOME con distribución-k más PCA aceleración computacional basada en la combinación de en función del COT (eje x) y del ángulo zenital solar distribución-k más PCA. teoría asintótica de orden 4 (medio) y nube FADOME con distribución-k más PCA en función del lambertiana equivalente (abajo) en función del COT COT o CTH (eje x) para ángulo zenital solar de 30º. Errores relativos respecto a las radiancias de Figura 4. pero sustituyendo de nuevo los cálculos LBL con la técnica de aceleración computacional que -4% combina distribución-k más PCA. 1% • Nube lambertiana equivalente con LBL. y usando el modelo exacto DOME pero esta vez Figura 3. http://idearm. No se incluyen estas gráficas porque la 2% 15º   30º   diferencia no es distinguible. Los errores relativos en las radiancias comparados con 0% las simulaciones de referencia se indican en la Figura 2. 40% 5º   10º     15º   30º   Error relativo en L 20% 45º   60º   0% -20% -40% 0 10 20 30 40 50 Espesor óptico de nube COT Figura 2.1% 5º   10º   respectivamente. Error relativo en L 45º   60º   Las siguientes simulaciones del modelo de transferencia 0% radiativa linearizado usan la configuración de referencia -2% de FADOME.

Journal of geophysical research. 541-557. (con 1 ángulo de • Unobservación. En la Figura 5 se En general.S. y usar en su lugar DOME Radiative for transfer the retrieval ofmodels.. Chance.1016/j. 8. 17-45. S. 4. Kuze. El 3. 2014. Loyola processor Doicu. sus resultados se pueden considerar equivalentes. in the oxygen A-band los modelos aproximados en su lugar DOME exacto. computación de 3. 6. La combinación de FADOME con las da un tiempo de muestra el histograma de errores relativos al recuperar semilla razonable propiedades y una ópticas razón señal-ruido de nubes. parámetros de entrada: • Es indiferente usar LDOME o FADOME para parámetros de entrada: • Radio efectivo: 6. height Jun.S.3. Efremenko. 16 28. Loyola.. Doicu. 14 y 16 µm. El uso exacto de DOME hasta el con 40%. con situaciones físicas no plausibles.LBLEl V.from satellites using the and cloud coverage valores usados para generar las medidas sintéticas. doi: of10. FADOME es un 50% pero de nuevo el tiempo de computación es crucial. A.G. A. 52:6.Extracción de propiedades ópticas de nubes mediante imágenes DSCOVR-EPIC: modelo de transferencia radiativa y algoritmo de inversión Molina García et al.1029/94jd01152 Sasi.S. equivalentes. El cálculo LBL para todos los puntos de la Figura 2 superior 6 http://idearm.1029/94jd01152 Las simulaciones 4. In preparation. 5. Gimeno García. COT) Se crearon medidas sintéticas de nubes de fase líquida superior (6 ángulos de observación. of cloud top height and doi: 10. A. Por lo tanto. 16 valorespara de lasCOT derivadas y un parciales valor de de CTH) la Figura y 2. Tikhonovonregularisation IEEE transactions geoscience and forremote non-linear ill- sensing • • Cuando Cuando el el cálculo cálculoLBLLBLenen DOMEDOME es sustituido es sustituido por posed 3246-3255.02. 10. G.I.2017. uso exacto de DOME con LBL acota estos acota estos errores a menos del 2%. S. Jul.Loyola.4. aplicación exacta del modelo DOME con LBL. Journal complex systems. of quantitative modelo DOME con LBL.from satellites Adjoint using and equations the O 2 A and of analysis B conclusiones Las simulacionesdel modelo de transferencia de la sección anterior radiativa y del arrojan varias bands.V.. A review of the matrix- O.imida.I. derivadas computación parciales de 3. BIBLIOGRAFÍA Efremenko.G. con todas las combinaciones posibles de los siguientes distribución-k más PCA solamente 5 minutos. Molina García.usarPor los lomodelos tanto. para el modelo doi: 10. retrieval • Los Los modelos modelos de transferencia radiativa • de transferencia radiativa aproximados Gimeno of cloudGarcía. de los dos casos es significativamente distinto. parciales 16 valores de la Figura de COT(con 4 izquierda y un1 COT valor ángulodedeCTH) y 2. 20 y 30. research. 1989.5 minutos observación. 8..transactions Chance. y el cálculo con distribución-k valores de Se crearon medidas sintéticasposibles de nubesdedelosfase líquida COT) duró 28.2017. Netherlands.. Figura 5. orden 4 el error relativo máximo en las radiancias linear ill-posed problems: optimal convergence máximo en las radiancias es del 4%. A.spectroscopy and radiativefor Tikhonov regularisation transfer non- Para la teoría asintótica de orden 4 el error relativo 196. parciales de la 1 valor Figurade 4COT y 11 valores derecha de CTH). se eliminaron al corresponder respecto a las propiedades ópticas de nubes. hallar las derivadas parciales de las radiancias con • CTH: 2.jqsrt. A. problems: doi: optimal convergence rates and 10. 10. sintéticas altura de la nube en la cima y al 0. Doicu. 4. K. 20 y 30. Neubauer. 2017.02. 3246–3255. A. Doicu. 99:D7. • CTH:combinaciones 2. Molina 10.of apreferible menos del no2%. Efremenko. 14 y 16 µm. 2 A. 5(4).S. Algoritmo Algoritmo dede inversión inversión con con medidas medidas sintéticas sintéticas (6 ángulos de observación. Histograma de errores relativos entre los valores obtenidos de COT (arriba) y CTH (abajo) y los IEEE Kuze. of the matrix- aproximados tienen errores mayores que la exponential formalism in radiative transfer.2271986 O and B bands. 6 y 8 km. algoritmo1devalor de COT inversión y 11 en basado valores de CTH). 2014.JournalR. formalism D. extraer propiedades ópticas de nubes: D. 6 y 8 km.es/aet2017 . of geophysical Springer Nature. A. dos casos es significativamente distinto. • Es indiferente usar LDOME o FADOME para • COT: 4. Jul.. 1995. y el cálculo con con todas las combinaciones siguientes más PCA solamente 5 minutos. exacto. Molina Problems García. partiendo deSNR una =solución 100. Journal tienen errores mayores que la aplicación exacta del Radiative transfer models. no cambia Esto es significativamente. Para la teoría asintótica de Neubauer. An offline O. más rápido que Algunas combinaciones se eliminaron al corresponder muestra el histograma de errores relativos al recuperar LDOME. for retrieval A.5 horas (user time). doi: algoritmo de del conclusiones inversión modelonecesarias para laradiativa de transferencia cámara EPIC y del 14481–14491. 2017. En la Figura 5 se propiedades ópticas de nubes. V.2271986 por la combinación de distribución-k la combinación de distribución-k con con PCA. Springer Nature. 8. al extraer propiedades algoritmo de inversión ópticas necesariasde nubes: para la cámara EPIC al doi: García. DISCUSIÓNde la sección anterior arrojan varias cloud coverage Marchuk. Analysis 14481-14491. 16. D.5 horas (user time). ya que • COT: 4. Doicu. 6.1109/tgrs. ya que Algunas pero de nuevo elsetiempo sus resultados puedendeconsiderar computación es crucial.. of Information quantitative content in and spectroscopy the oxygen radiative A-band for transfer. Doicu.015 macrophysical cloud parameters. de nube para el equivalente lambertiana modelo de este nubeerror lambertiana asciende rates and finite-dimensional approximation. 2017. las pararadiancias no cambia las radiancias significativamente. on geoscience 1994. A. 16. hallar las derivadas parciales de las radiancias con • Radio efectivo: 6. Marchuk. S.. 10. 5. Analysis and remote of cloudsensing top valores obtenidos de COT (arriba) y CTH (abajo) y los valores usados para generar las medidas sintéticas.jqsrt.5 de la Figura minutos para 4elizquierda cálculo de(con las 1 ángulo derivadas de observación. Efremenko. K. 10. 4. 1989. 8. PCA.parameters from EPIC Information content measurements. 2017. Spurr.. 17–45.1007/978-94-017-0621-6. DISCUSIÓN doi:A10. Sasi. S.1109/tgrs. A. Rodriguez. 52(6).1016/j.015 es del 4%. Estas propiedades ópticas cimanubes y al son halladas para SNR 100 con una 0. 12. Doicu. La combinación de En general. Spurr.AnMolina offline García. sese finite-dimensional approximation. macrophysical Jul.V. Schuessler. transfer. Loyola in radiative Rodriguez. V. Inverse equivalente este error asciende hasta el 40%. 5. regularización de Tikhonov para problemas mal definidos permite • recuperar Un algoritmo de inversión propiedades basado ópticas de en regularización nubes partiendo Tikhonov de las radiancias paraobservadas problemaspor maleldefinidos sensor para permite tales recuperar propiedades circunstancias. FADOME es un 50% más rápido que FADOME con las con situaciones físicas no plausibles. 1994. Netherlands. In preparation.5 minutos para el técnicas de aceleración anteriores da un tiempo de cálculo de las semilla razonable y una razón señal-ruido SNR = 100. Adjoint equations and analysis of relevante porque el tiempo de computación Esto es relevante porque el tiempo de computación de los complex systems.2013. Histograma de errores relativos entre los the retrieval 196. 5. partiendo de una solución técnicas de aceleración anteriores LDOME. 99(D7).V. respecto a las propiedades ópticas de nubes. 10.. parameters fromA EPICreview measurements. G. Figura 5. esaproximados preferible noy usar usar cloud R.. D.D. 12. cloud parameters.. BIBLIOGRAFÍA D. 541–557.5% para el espesor óptico de nubes en el conjunto incertidumbre inferior de medidasal 3% para la analizadas. processor A. D. exponential Schuessler. cálculo LBL para todos los 16puntos valoresde de la Figura duró2 3.5% para el espesor óptico de nubes en el conjunto de medidas sintéticas analizadas.5 4minutos derechapara (conlas 1 ángulo derivadas de observación.2013. es errores D. ópticas de ópticas Estas propiedades nubes partiendo de nubes de las son radiancias halladas paraobservadas SNR 100 con por elunasensor para tales incertidumbre CTH inferior al 3% para la altura de la nube en la de circunstancias.forDoicu. Feb. Inverse Problems observa que quelalaestructura estructurade los de errores relativos los errores para relativos 5:4.

juanmanuel.imida. pp. Available MODIS products of land surface temperature and emissivity (MOD11_L2).es. albedo (MCD43B3). Este modelo ción diaria a escala de 1 km. empleando entre otros. M. A temporal interpolation was conducted to adjust the meteorological data to the satellite overpass time. (2) (1) Dpto. 46100 Burjassot. Se presenta una metodología para la estimación operativa de mapas diarios de radiación neta.sanchez@uclm. Integración de MODIS en el modelo de balance de energía STSEB para su aplicación operativa a escala regional Sánchez. Javier Estornell.caselles@uv. J. evapotranspiration 1. M. Sin embargo. mod16). Manuel Erena). We introduce an operational methodology to obtain daily maps of net radiation. A modo de ejemplo se han elaborado mapas de los diferentes términos del balance de energía en superficie sobre la Península Ibérica para una fecha concreta. (1). y una interpolación temporal para ajustar los datos meteorológicos a la hora de paso del satélite por cada zona. Los resultados se han comparado con el producto operativo proporcionado por el propio GLDAS a una resolución menor. Moliner 50. Palabras clave: Balance de energía. escala. J. Para ello se emplean como inputs productos MODIS disponibles de temperatura de superficie y emisividad (MOD11_L2). tanto en cultivos como en vegetación natural. y flujos de calor sensible y latente.es (2) Dpto. y usos de suelo (MCD12Q1) con resoluciones espaciales entre 500 m y 1 km. STSEB.es/aet2017 7 . 02071 Albacete. All inputs were rescaled to a common grid of 1 km. Luis A. En este trabajo hemos abordado el desafío de extender http://idearm. flujo de calor en el suelo. (2). Para las variables meteorológicas se recurre a los productos disponibles del Global Land Data Assimilation System (GLDAS) con una resolución espacial de 0. with spatial resolution ranging between 500 m and 1 km. This work shows the feasibility to apply the STSEB model at regional-global scale too. XVII Congreso de la Asociación Española de Teledetección. the STSEB model is adapted to be applied to Terra/MODIS imagery. The meteorological variables were extracted from the Global Land Data Assimilation System (GLDAS) with a spatial resolution of 0. 2008b). (1). Universidad de Castilla-La Mancha. Galve. Universitat de València. requiere das frecuentes y espacialmente continuas de las variables de imágenes de satélite que suministren una cobertura biofísicas necesarias para la estimación y seguimiento de espacial más amplia y con frecuencia diaria. C/Dr. M. que contiene información de la evapotranspira- tros biofísicos y variables meteorológicas. INTRODUCCIÓN factorios a escala local en una gran variedad de superfi- El balance de energía en superficie resulta fundamental cies y condiciones ambientales (Sánchez et al. Física Aplicada e Instituto de Desarrollo Regional. capturar la variabilidad espacial de la superficie. meteorológicos o hidrológicos. MODIS. enric. Caselles. Las medidas a nivel de suelo de los flujos medidas radiométricas locales en superficie o estimadas de balance de energía tienen la limitación de tratarse de mediante sensores espaciales de media resolución prin- mediciones puntuales con la consecuente dificultad de cipalmente de la serie Landsat (Sánchez et al.edu/project/ ticos en superficie combinando información de paráme. (1). V.valor@uv. (Eds. MODIS. 7-10.galve@uclm. El modelo simplificado de balance de energía de dos El único producto operativo que existe actualmente fuentes (STSEB) permite la estimación de flujos energé. Keywords: Energy balance. As an example.es.25° cada 3 horas. ejemplo el sensor MODIS. soil heat flux. flujos energéticos. se ha aplicado en la última década con resultados satis. vicente. E. Results were compared to the operational product provided by GLDAS at a coarser resolution. Integration of MODIS data in the STSEB energy balance model for its operational application at a regional scale Abstract: In this work. como por los flujos energéticos a diferentes escalas. energy fluxes. Murcia 3-7 octubre 2017. La cadena de procesado incluye un redimensionado de todos los inputs a una rejilla común de 1 km.25 ° every 3 hours.umt. con fines meteorológicos o climáticos. maps of the different terms of the surface energy balance equation in the Iberian Peninsula were obtained for a specific date with 1-km resolution. Valor. Valencia. la aplicación operativa del modelo a mayor Gracias a la Teledetección es posible proporcionar medi. con una resolución de 1 km. joanmiquel. evapotranspiración. 2008a. con MODIS es el MOD16 (http://ntsg. surface reflectivity (MOD09GA) and land classification (MCD12Q1) are used. Nuevas plataformas y sensores de teledetección. and sensible and latent heat fluxes.es Resumen: En este trabajo se extiende la aplicación del modelo de balance de energía STSEB a imágenes Terra/MODIS. Bisquert. Ruiz. en acumulados de 8 días.b) en estudios climáticos. Física de la Tierra y Termodinámica. STSEB. Este trabajo muestra la viabilidad de extender la aplicación del modelo STSEB también a escala regional-global. reflectividades en superficie (MOD09GA). albedo (MCD43B3).

Para estimar la proporción de vegetación en cada píxel se utilizó información diaria de las reflectividades en las bandas del rojo (R) e infrarrojo (IR) contenida en el producto MOD09GA. a modo de esquema. los procesos. a una tanto espacial como temporal para obtener estos productos hora de paso. El producto cobertura global y resolución de 0.2.es/aet2017 . los diferentes pasos a seguir en el proceso de producción de mapas de flujos energéticos en superficie. La temperatura de la superficie (LST) es uno de los Estos productos contienen información de las distintas parámetros clave en los modelos de balance de energía variables meteorológicas a intervalos de 3 horas. humedad relativa del aire (HR). en este caso a resolución de 0. Sin embargo. Figura 2. por tratarse de un día con una cobertura nubosa supone un desafío. se ejecuta el código preparado en IDL del modelo 8 http://idearm. también se necesita del producto MOD03 que contiene información de latitudes y longitudes. Otra de las variables clave para el balance de radiación neta es el albedo de la superficie. a escalas mayores la distribución de la metodología a la fecha concreta del 26 de Julio de espacial de las variables meteorológicas de forma precisa 2010.gsfc. Imágenes de productos MODIS de la Una vez listos y corregistrados todos los datos de variables Península Ibérica: temperatura de superficie(LST).5 km (Figura 1).gov/gldas/). entorno a las 11:00 UTC a la hora de paso de MODIS. Imágenes MODIS datos terrestres. se presenta la aplicación detallada 2008b). En este caso se recurrió al producto MCD43B3 de 8 días.3.25° (aproximadamente MOD11_L2 proporciona datos diarios de LST. A agrometeorológicas distribuidas por la zona (Sánchez et al. variables meteorológicas. además 25 km para nuestra latitud). Estimación de flujos energéticos instantáneos y ET diaria El diagrama de flujo de la Figura 3 muestra.imida. En el caso de los productos de albedo. con en general. Para la georreferenciación de estas variables (ver Figura 2). y con información meteo. En este trabajo se utilizaron los productos suministrados por el sistema global de asimilación de 2. y al tamaño de píxel de 1 km (Figura 1). es la información de entrada necesaria correspondiente a das directamente con MODIS. también a 1 km de resolución (Figura 1). Mapas de productos GLDAS para la Península Ibérica: temperatura del aire (Ta). principalmente a la hora de automatizar muy baja para toda la Península. radiación solar incidente (Rs) y radiación de onda larga incidente (Rl). con una resolución espacial de 1 km. Figura 1. albedo (α) y NDVI. Imágenes GLDAS obtener imágenes de flujos energéticos de forma diaria. radiación solar incidente (Rs) y radiación de onda larga incidente (Rl). el modelo STSEB rológica distribuida proporcionada por el sistema global precisa de datos de temperatura del aire (Ta). El modelo STSEB requiere también de una estimación de la altura de la cubierta vegetal (h) en cada píxel. Para ello se asignaron valores nominales a partir de la clasificación de usos de suelo del IGBP contenida en el producto MCD12Q1 (también a 0. emisividad (ε).Integración de MODIS en el modelo de balance de energía STSEB para su aplicación operativa a escala regional Sánchez et al. y en el STSEB en particular. la aplicación del modelo STSEB a escala MODIS para 2. velocidad del viento (u). Se realizó una interpolación de emisividad.5 km). Una parte esencial en los modelos de balance de energía Para ello se ha trabajado con variables biofísicas obteni. velocidad de de asimilación de datos terrestres GLDAS. reflectividades en superficie y clasificación de usos de suelo se hizo necesaria una reproyección de sinusoidal a UTM. En concreto. WGS 84.nasa. humedad relativa del aire (HR). modo de ejemplo. MATERIAL Y MÉTODOS trabajos anteriores a escala Landsat se recurrió a técnicas Este trabajo se centra en la aplicación del modelo STSEB geoestadísticas para la interpolación de datos de estaciones a imágenes MODIS/Terra de la Península Ibérica. 2. En 2. GLDAS (http://ldas. biofísicas y parámetros meteorológicos necesarios. viento (u).1. en nuestro caso.

a partir de los valores instantáneos de los flujos energéticos. Aragón y zonas del ETd se muestra en la Figura 5. del balance de energía a escala de cuenca hidrográfica. es evidente el mayor nivel de detalle que se observa en los resultados STSEB. En primer lugar. Diagrama de flujo de las diferentes etapas y este trabajo tendrá su principal aplicación en estudios procesos dentro de la metodología descrita. En la Figura 5 se aprecia como STSEB reproduce patrones similares a GLDAS. y detectándose claramente las H y LE para la fecha de estudio. http://idearm. obteniéndose los valores 3. y flujos turbulentos de calor sensible (H) y calor latente (LE). Las salidas del modelo son mapas a 1 km de los diferentes términos de la ecuación de balance de energía: radiación neta (Rn).b). G. para obtener estos suavizar los valores pico. productos a la hora de paso de MODIS. climáticos a nivel regional. efectos del mayor nivel de resolución conseguido. mientras que el mapa de zonas más áridas de ambas Castillas. en términos medios. ya que siguiendo el procedimiento de interpolación espacial y al empeorar la resolución espacial siempre se tienden a temporal descrito en la sección 2. sobre todo en zonas heterogéneas con parcelas de cultivo de pequeña- mediana extensión. en este caso. flujo de calor en el suelo (G). Las diferencias que se aprecian en una comparación con los productos de flujos GLDAS. La resolución espacial de 1 km en los mapas de ETd sigue siendo demasiado pobre para estudios agronómicos. Todos los detalles referentes a las distintas ecuaciones y las bases de este modelo simplificado de balance de energía pueden consultarse en Sánchez et al. Figura 4. términos absolutos pueden deberse precisamente a los también se han procesado las imágenes originales.2. o de zonas de especial protección ambiental. Cantábrico y Pirineos. Con el fin de establecer sureste peninsular. Integración de MODIS en el modelo de balance de energía STSEB para su aplicación operativa a escala regional Sánchez et al. la metodología presentada en Figura 3. con esta resolución espacial ya sería posible poder hacer seguimiento. Desde luego. El modelo STSEB también incorpora una técnica para la estimación de los valores diarios de evapotranspiración real de la superficie (ETd). La Figura 4 recoge los resultados de los mapas de Rn. y al tamaño de píxel de 1 km. RESULTADOS Y DISCUSIÓN más altos de ET en zonas del interior de Galicia.es/aet2017 9 .imida. Éstos son flujos instantáneos a la hora de paso del sensor MODIS. Sin embargo. (2008a. Mapas de flujos energéticos instantáneos para la Península Ibérica estimados mediante STSEB (columna izquierda) comparados con los productos GLDAS (columna derecha). STSEB.

BIBLIOGRAFÍA En la gráfica de la Figura 6 se muestra la comparación Sánchez.es/aet2017 . de toda la imagen. involucrando variedad de condiciones ambientales y estacionales. consideramos que los resultados obtenidos son buenos y esperanzadores. 633945) y por el Ministerio de Economía y Competitividad. 600 GLDAS STSEB 500 Flujos energéticos (W/m2) 400 300 200 100 0 Rn G H LE Figura 6. junto Figura 5. 5. et al. 6. Sánchez. Remote Sensing of Environment. a escala regional a resolución espacial de 1 km. (inferior). 2008a. Teniendo en cuenta el desafío que supone la integración de datos biofísicos y meteorológicos de distintas fuentes. siendo mayores en el caso de STSEB. error representan la desviación estándar de los promedios 1130-1143.M. de los mapas generados. y lo complejo de ciertos procesos de reproyección. En próximos trabajos mostraremos la aplicación ya operativa y automatizada de la metodología a series largas de imágenes MODIS. Las barras de observations. Modelling surface energy de los resultados promedio de los distintos flujos fluxes over maize using a two-source patch model energéticos instantáneos para la Península Ibérica and radiometric soil and canopy temperature obtenidos mediante STSEB y GLDAS. Journal of Hydrology.imida. 351. (ETd) para la Península Ibérica estimados mediante a través de los proyectos CGL2013-46862-C02-1/2-P y STSEB (superior) comparado con el producto GLDAS AGL2015-68700-R. J. aplicar la metodología a series temporales más largas. et al. AGRADECIMIENTOS Este trabajo ha sido financiado por la Comisión Europea H2020 a través del proyecto FATIMA (Ref. Monitoring daily consecuencia de la mayor resolución espacial. 10 http://idearm. 4. 2008b. J. Mapas de evapotranspiración real diaria con el Fondo Europeo de Desarrollo Regional (FEDER). 58-70. interpolación y rescalado de imágenes. CONCLUSIONES Este trabajo debe entenderse como un primer paso en el intento de extender la aplicación del modelo de balance de energía STSEB más allá de las imágenes Landsat. y evapotranspiración.M. 112. y estableceremos una comparación con otros productos ya de forma más robusta. con el objeto de tratar de automatizar la metodología y obtener productos diarios de flujos energéticos en superficie. TM and ETM+ data: Application to the Basilicata En próximos trabajos habrá que analizar qué ocurre al region.Integración de MODIS en el modelo de balance de energía STSEB para su aplicación operativa a escala regional Sánchez et al. Comparación de los promedios de los flujos energéticos instantáneos para la Península Ibérica estimados mediante STSEB y GLDAS. y por tanto evapotranspiration at a regional scale from Landsat- mayor variabilidad.

Keywords: Land surface temperature (LST). 11-14. Un ajuste lineal simple no explica bien la relación LST (tierra/agua)-Ta (R2=0. isla Livingston (Antártida). MODIS. fernandezmsusana@uniovi. miguelangel. el mayor problema proviene de la calidad de los datos LST. The filtering reduces to 3-8% the days with available data at JCI and GJ. C/ Jesús Arias de Velasco s/n. Livingston Island (Antarctica). Javier Estornell.es (3) Departamento de Geología. (4). isla Livingston. A-II Km 33. Galicia. Livingston Island. Antarctica. restringiéndose entonces la comparación a Ta. de Pablo. temperatura del aire (Ta) temperatura superficial del suelo (Ts). 33600 Mieres. 33005 Oviedo. Glaciar Johnson (GJ) y Glaciar Hurd (GH) en el periodo marzo-2000/julio-2002 y febrero-2016. Asturias. A. Se confirma también la tendencia lineal ligeramente decreciente de Ta en el periodo estudiado. Departamento de Física.depablo@uah. Ruiz. So. The daily MODIS albedo product (500-m) helps us to improve the filtering of data with “other quality” and “cloud”.es/aet2017 11 . C. C/ Calvo Sotelo s/n. Campus de Mieres. Glacier Johnson (GJ) and Glacier Hurd (GH) in the period of March-2000/July-2002 and February-2016. Calleja. enrique@pendas. air temperature (Ta ) soil surface temperature (Ts  ). we are comparing the MODIS thermal data (LST. C/ Canceliña 8. (3). The daily LST data are compared with the daily mean values of Ta and Ts. E. observing that those with no “good quality” usually underestimate LST and are not reliable. España.6. Comparison of MODIS-derived land surface temperatures with in situ temperatures measured in the Hurd Peninsula. appealing to multiple linear regressions to take into account the annual/seasonal variations in this relationship. J. It is concluded that the MODIS-LST data are useful for estimating long-term trends in Ta at a global level in the Livingston Island. 28871 Alcalá de Henares. Área de Ingeniería Cartográfica. The slightly decreasing linear trend of Ta in the studied period is also confirmed. 33007 Oviedo. A high linear correlation between Ta and Ts is observed. permafrost. pp. 1-km) con los obtenidos in situ (Ta y Ts) en las estaciones meteorológicas de la AEMET y las propias del proyecto en la península Hurd.es Resumen: En el marco del proyecto PERMASNOW estamos comparando los datos térmicos MODIS (LST. s/n. juanjopeon@gmail. Campus de Oviedo (Llamaquique). S. jfcalleja@uniovi. recurriendo a regresiones lineales múltiples para tener en cuenta las variaciones anuales/estacionales en esta relación. being better at JCI (R2=0.3-0. (1). This article shows the first results obtained at the AEMET stations: Juan Carlos I (JCI). España. Antarctica: First results Abstract: In the framework of the PERMASNOW project. A simple linear fit does not explain well the relationship LST (land/water)-Ta (R2=0. C/ Gonzalo Gutiérrez Quirós. Se comparan los datos diarios LST con los valores medios diarios de Ta y Ts. Campus Científico-Tecnológico. Asturias. Madrid. (1. Nuevas plataformas y sensores de teledetección. Luis A. besides of classifying the cover in land (with/without snow) or water (melting snow/ice).es (5) Departamento de Geología. and eliminates all of them in GH. mdrecondo@uniovi. the comparison being restricted to Ta. España. Aunque la nubosidad limita la disponibilidad de datos LST. siendo mejor en JCI (R2=0. Se concluye que los datos LST-MODIS sirven para estimar tendencias a largo plazo en Ta a nivel global en la isla Livingston.6 and RSE~2°C). además de clasificar la cubierta en tierra (con/sin nieve) o agua (nieve/hielo fundido).3-0. Así R2 sube a 0. Universidad de Oviedo. Departamento de Explotación y Prospección de Minas. Comparación entre las temperaturas de superficie obtenidas con MODIS y las temperaturas in situ medidas en la península Hurd. Although the cloudiness limits the availability of LST data. however. Se observa una alta correlación lineal entre Ta y Ts. permafrost.es. J.6 y RSE~2°C).es (4) Grupo Remote Sensing Applications (RSApps). (1). F. Murcia 3-7 octubre 2017. Antártida.1-0. Universidad de Alcalá. España.1-0.6. Peón. El filtrado reduce a un 3-8% los días con datos disponibles en JCI y GJ y elimina todos en GH. XVII Congreso de la Asociación Española de Teledetección. Manuel Erena). 1-km) with those obtained in situ (Ta and Ts) at the AEMET meteorological stations and the project’s stations in the Hurd Peninsula. Geografía y Medio Ambiente. (Eds. M. 15011 A Coruña. Improving the quality of the LST data in this type of cold environments is essential. Mejorar la calidad de los datos LST en este tipo de ambientes fríos es esencial. http://idearm. and thus. Palabras clave: Temperatura de la superficie terrestre (LST). the main problem proceeds from the quality of the LST data. R2 goes up to 0. Universidad de Oviedo. Asturias.2). España.com (2) AEMET-Galicia. observando que los que no son de “good quality” generalmente subestiman mucho LST y no son fiables.imida.4). Geodésica y Fotogrametría. sin embargo. Campus de Oviedo (Llamaquique). MODIS. Antártida: Primeros resultados Recondo. Universidad de Oviedo. (5) (1) Grupo Remote Sensing Applications (RSApps).4).6. El producto MODIS-albedo diario (500-m) nos ayuda a mejorar el filtrado de datos de “other quality” y “cloud”. Fernández. Pendás. Ctra. Este trabajo muestra los primeros resultados obtenidos para las estaciones de la AEMET: Juan Carlos I (JCI).

siendo.) es esencial para entender y prever los cambios El objetivo final pretendido es encontrar algoritmos de en la Antártida. y en el entorno de 2.. (2106) y la de la AEMET en Bañón y con datos de Ta y usaron también datos térmicos (Land Vasallo (2015).5°C.1°C/década entre 1957-2006.69- 0. trabajos similares con MODIS no Antártica (PA) se había calentado entre 1950-2000 a se han realizado en las islas Shetland del Sur. 2017). Estudios que para Ts es 0.. nival. LST) NOAA-AVHRR para concluir automáticas de T. (2013) El cambio climático que sufre la Antártida es encontraron mayor correlación en las estaciones del lado extremadamente complejo tanto a escala espacial como este (R2=0. No existen muchos trabajos de comparación entre los datos MODIS-LST y los de Ta y/o temperatura del suelo (Ts) en las zonas polares. El seguimiento del comportamiento Livingston (los píxeles son enmascarados como agua). caso y falta de datos por nubosidad en el segundo) y 2013.2°C en ambos casos. Livingston y la isla Decepción (E). aunque en ambos casos son estaciones Surface Temperature. BAE. como ha sido posible en otras zonas que ambos tienen limitaciones (datos locales en el primer más cálidas. perspectiva trabajamos en el proyecto PERMASNOW Otro objetivo es aprender lo que aportan los datos LST (de Pablo et al. y especialmente desde 2006. como MODIS.2°C en las de la AEMET y 0. ya ambientes polares. mientras que excedió los 0. (2009) ampliaron el estudio a 107 estaciones de Pablo et al. Área de estudio del proyecto PERMASNOW: la meseta. unos 120 km de las costas de la PA y en su lado Oeste). unas se estaciones propias del grupo como de las estaciones de habían calentado y otras enfriado (Turner et al. 2005).. Y para ello se debe actuar tanto tomando estimación de la Ta (o Ts) a partir de los datos LST en estos datos de campo o in situ como datos desde satélites. LST<Ts hasta en –3°C. isla Livingston. por ejemplo. 1. 2016) en las islas Livingston (penínsulas de los sensores actuales.. El objetivo es comparar los datos Vernadsky).98) que en las del oeste (R2=0. etc. La instrumentación del grupo se detalla en Steig et al. (2016) ambas temperaturas.83-0. La penínsulas Byers (Área C) y Hurd (D) de la isla mayoría de los trabajos de comparación entre MODIS. para ver cómo se (pertenecientes a las islas Shetland del Sur. los usadas en este trabajo. Fréville et al. 2014). Obtuvieron el proyecto READER (Reference Antarctic Data for errores entre SD=1. especialmente en la Antártida.97 y RMSE=2.5°C en recientes. Carlos I (en la península Hurd de la isla Livingston) y Gabriel de Castilla (isla Decepción). ÁREA DE ESTUDIO ambas el equipo de la Universidad de Alcalá trabaja desde Nuestro estudio se centra en la península Hurd de la isla 1991.56 °C/década (estación Faraday/ abordamos este trabajo. Como primeros resultados mostramos aquí las se encuentran las bases antárticas españolas (BAE) Juan comparaciones con los datos de la AEMET (Ta). Medidas de la temperatura del aire (Ta) en 19 usando Terra diurnas y nocturnas. cobertura nos ceñiremos a la península Hurd de la isla Livingston.. con los mejores resultados en Figura 1. térmico (y del permafrost o suelo congelado. mostraron que la Península En lo que conocemos. una de las áreas donde trabaja el equipo del estaciones de monitorización incluidas en las redes de proyecto PERMASNOW (Figura 1).Comparación entre las temperaturas de superficie obtenidas con MODIS y las temperaturas in situ medidas en la península Hurd. con la instalación de Livingston. […] Recondo et al.. con una serie ya larga de datos. Peón et al.3-8. (2014) evaluaron la V5 (sólo con datos “good quality”) en la meseta antártica y su costa NE. muestran que la mayoría de las las del grupo. radar (Jiménez et al. cuando están activas las y un significante calentamiento de la Antártida Oeste. En estas islas limitaciones en estos ambientes fríos. situadas a pueden mejorar los sensores futuros. así como sus Byers y Hurd) y Decepción (Antártida). que se mantienen y cuyos datos se que ambos tipos de datos mostraban resultados similares recogen en el verano antártico. Wan (2014) incluyó la Ts del Polo Sur sólo en la evaluación de la versión 6 (V6) del producto MODIS- LST. en concreto los datos térmicos del sensor MODIS. Por ello un ritmo de hasta 0.5°C. mientras que el interior continental se había MODIS-LST con los de T in situ (Ta y Ts) tanto de las enfriado ligeramente y las estaciones costeras. la AEMET. En la Antártida Este.2-7. Wang et al. y térmicas. Además del trabajo de campo. temporal. Environmental Research).41-0. en España (Recondo et al. la Asociación Internacional del Permafrost. Bajo esta islas y poder realizar mapas temporales de temperatura. obteniendo un error de -0. El error en Ta es 0. en este nuevo proyecto (entre 2015- 2019) se analizarán imágenes ópticas. sin embargo.imida. indicando que los estaciones con largos periodos de registro de datos bajo valores de R2 eran similares para ambas. Imagen de de Pablo LST y Ta en zonas polares encuentran correlación entre et al. obteniendo R2=0. 2017). para extrapolar los resultados ventajas (registros continuos de datos en el primer caso espacialmente a toda la isla Livingston o incluso a otras y amplia cobertura espacial en el segundo). Como no existen datos MODIS-LST en estaciones en la PA están enfriándose desde 1998/1999 la isla Decepción ni en la península Byers de la isla (Oliva et al.es/aet2017 . siendo LST<Ta. aunque ésta es variable dependiendo 12 http://idearm.5°C. en general. siendo éstas últimas. INTRODUCCIÓN de las estaciones.83).

con su clasificación de la cubierta de cada píxel en nieve. se han comparado 16/14 años de datos conjuntos MODIS-AEMET.80 en de las estaciones antárticas de la AEMET usadas. a~1 y Estación Latitud Longitud h (m) Fechas RSE~1°C en todas ellas (Figura 2). Los datos MODIS usados fueron extraídos en la localización de cada estación a través de Google 5. tanto de Terra (desde el 05/03/2000) como de Aqua (desde el 08/07/2002) y tanto diurnos como nocturnos (MOD11/MYD11. de forma que sólo los artículo sólo se presentan los modelos obtenidos. hemos estudiado la correlación Glaciar Hurd (GH) (Tabla 1). estadísticos típicos de R2 y RSE (residual standard error) ya que aquellos de peor calidad de acuerdo con Wan para cuantificar la bondad del ajuste del modelo. En general Ta<Ts . los de 0. significa que filtros aplicados (especialmente el de la calidad de los http://idearm. El análisis estadístico y nubosa.google. altitud y fechas de operatividad Ta y Ts están fuertemente correlacionadas (R2=0. agua y nube. Localización. En GJ. Ejemplo de ajuste lineal entre las Ta y Ts 4.com/).Comparación entre las temperaturas de superficie obtenidas con MODIS y las temperaturas in situ medidas en la península Hurd. La comparación muestra que ambas tienen al lóbulo Hurd y llamamos desde entonces GH. JCI 62°39'47"S 60°23’16”W 12 16/02/1988 aunque la diferencia entre ambas (<1°C) está dentro del Actualidad error del ajuste (RSE). para Ta entre -0. cuando terminó la campaña antártica 2015/2016. la AEMET: Juan Carlos I (JCI). Los existe una fuerte correlación entre Ts y Ta.66 en GJ. 24/01/2015 GH 62°41’48”S 60°24’44”W 93 25/01/2015 Actualidad Los productos MODIS-LST son los diarios de 1 km de resolución espacial.08. 98% y 100% múltiples.google. para mejorar la discriminación de las nubes y comprobar si la cubierta influye en los resultados. Ambos productos tienen datos de calidad (QC o QA). DATOS también la habrá entre Ta y LST. Tabla 1.org/). y R2=0. Además. Se obtuvieron las Ta y Ts medias diarias para cada estación siempre que el registro de datos diarios estuviese Dado este resultado. JC y GH. es decir. Así. (Figura 3). “snow-free land” and “open-water” 5. Se observa también en el año. se usaron los productos MODIS-albedo diarios de 500 m (MOD10/MYD10). si en el análisis porque su relación Ta-LST es similar. www. tierra (no nieve). V5). GJ y GH. y que podría estimarse Los datos de Ta y Ts son los obtenidos en las estaciones de Ta (medida más usual en las estaciones) a partir de LST. isla Livingston.78).5h) el resto del año.imida.r-project. frente a un 82-87%. Glaciar Johnson (GJ) y Para demostrar esto. En JCI se un comportamiento similar de tipo sinusoidal.earthengine.1.2. La mayoría de las comparaciones respectivamente (correspondiendo los menores valores a T-LST están basadas en regresiones lineales simples o los datos nocturnos). Se usan los parámetros proviene de la calidad (QC) de los datos LST disponibles. Sin embargo. ej. 18-28% los gráficos se realizaron con el software libre R (http:// y 3-13% de los días estudiados en JCI. 3. debido a la frecuente cobertura code. confirmando lo observado ya por el equipo en proyectos anteriores. RESULTADOS “snow-covered land”. mientras que los datos de 5. 2000 (p. que fue trasladada el 2000). Figura 2. La comparación con los datos de la AEMET se hizo hasta el 21/02/2016. que no datos de “good quality” son fiables y son los seleccionados se han validado todavía. Comparación entre Ta y LST Earth Engine (http://earthengine. en todos los casos usando regresiones robustas para Ta.5h). […] Recondo et al. el mayor problema con la librería MASS en R. la calidad (QA) y la clasificación del producto MODIS-albedo nos ayuda a filtrar los datos de “other quality” and “cloud”.es/aet2017 13 .. mientras en GJ y GH son cada 10m en el verano ambas una tendencia lineal ligeramente decreciente con antártico (entre diciembre y febrero) y cada media hora el tiempo en la mayoría de las estaciones desde el año (0. Además. sólo hay datos en un 24-35%. con pendiente lineal.org) con su La disponibilidad de datos MODIS-LST en el área de Application Programming Interface (API) (https:// estudio es limitada.t y -1. En este (2006) muestran que LST<<Ta.1. variando obtienen datos cada 10 minutos (10m) a lo largo de todo en fase y con similar amplitud. Comparación entre Ta y Ts (en nuestro caso nieve fundida) se han mantenido juntos Aunque Ts y LST son medidas distintas que Ta. En realidad. la estación GJ entre las Ta y Ts medias diarias de las estaciones (desde estuvo operativa hasta el 24/01/2015. el ajuste es mejor con sólo GJ 62°40’16”S 60°21’51”W 178 01/12/2006 los datos de 10m del verano antártico (R2=0.t). respectivamente. nos ceñiremos de momento a Ta completo (n=144 datos para los datos de 10m y n=48 para para su comparación con la LST de MODIS. METODOLOGÍA medias diarias: en JCI entre 01/01/2000 y 21/02/2016.

et al. Int. n=53-55). los datos LST adecuados pueden servir respectivamente. Sobre www. […] Recondo et al. Recent regional climate cooling on the Antarctic Peninsula and associated impacts on the cryosphere. 2017. lo que debería mejorar en los sensores de días con datos.4) (Figura 4). 8051-8080. el tiempo (t) en forma lineal y con dos armónicos. 2015. J. Jiménez.6. 2014. et al.. futuros. C.. 5148-5166. M.. 2006. estaciones y la LST de MODIS. New refinements and validation of the los diurnos y los nocturnos. Antarctic climate change during the en los primeros modelos probados.3°C. Ejemplo de ajuste lineal Ta-LST para los and humidity using MODIS and spatiotemporal datos Terra diurnos “good” en JCI variables. RSE=1. Vasallo. collection-6 MODIS land-surface temperature/emi- ssivity product Remote Sens.ucsb. Empirical models for estimating daily surface water vapour pressure. Z. 1361-1373. 36-45 6. Improvements in the estimation of daily minimum air temperature in peninsular Spain using MODIS land surface temperature”. Con ellos R2 sube a last 50 years. Oliva. E.. Un ajuste lineal simple con los datos “good” no explica Fréville. GJ y GH. 4.5-0. 0. Collection-5. isla Livingston.A. et al. A comparison of MODIS LST En la zona y el periodo de estudio se observa una retrievals with in situ observations from AWS over correlación moderada entre la Ta media diaria de las the Lambert Glacier Basin. 2014. para estimar tendencias a largo plazo y hacer mapas a escala global de la isla Livingston. a través del proyecto PERMASNOW (CTM2014-52021-R). al 3-8%. n=125-355) que Temperature Products Users’ Guide. air temperature.Comparación entre las temperaturas de superficie obtenidas con MODIS y las temperaturas in situ medidas en la península Hurd. Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima).5. para estimar Ta incluimos.icess. Int. Peón. Recurrimos entonces a regresiones lineales múltiples para Steig. et al. Sci Total Environ. Frozen ground and snow Figura 3.edu/modis/LstUsrGuide/MODIS_ todo para JCI no se observa gran diferencia en términos LST_products_Users_guide_C5. pero 14 http://idearm.. ISBN: 978-84-7837-093-1 de Pablo. 2009. BIBLIOGRAFÍA Bañón. en términos de porcentajes de buena calidad. MODIS Land Surface para JCI (R2=0. 140. http:// para GJ (R2=0. 7. et al.7-2. Ejemplo de relación Ta-LST para los datos cover monitoring in the South Shetland Islands.3-0. effects on ground calidad (QC) en colores (color rosa: “good quality”) thermal behaviour and future research.1-2. ni entre Wan. et al.7°C. 2013. Figura 4. 2017..6. Actas del XVI congreso científico de la AET. J. J. Y. et al. En GH se eliminan todos los datos. 150 p. RSE=2. 35(13). Nuevas plataformas y sensores de teledetección. 2014. Using MODIS land surface bien la relación Ta-LST (R2=0. H.. 34(22). Applications to peninsular Spain”. AEMET en la Antártida: Climatología y meteorología sinóptica en las estaciones meteorológicas españolas en la Antártida. Así. Recondo.es/aet2017 . debido a la nubosidad es una limitación importante.J. 4% y 0% en JCI. Environ. 580. Z.pdf de R2 y RSE entre los datos de Terra y de Aqua. 2013. et al. Aun así. M.. datos LST) reduce significativamente el número de datos más aún el que la mayoría de los datos disponibles no sean considerados como “good”. 457. East Antarctica. Sep 2006. Terra diurnos en JCI mostrando los distintos códigos de Antarctica: Instrumentation. 2005. 42(2).imida. La falta de datos LST Geosci.1-0. de LST. The Cryosphere.3-0. 459-463. con RSE entre 2-3 °C. Cuadernos de Investigación Geográfica. 279-294. siendo mejor los ajustes Wan. 210-223. F. M. temperatures and the Crocus snow model to understand the warm bias of ERA-Interim reanalyses at the surface in Antarctica. Int. Int J Remote Sensing. 8. Turner. J. Nature.. AEMET. AGRADECIMIENTOS Este trabajo ha sido financiado por el Ministerio de Economía y Competitividad (MINECO). J. Remote Sensing. 2016. Warming of the Antarctic ice-sheet tener en cuenta las variaciones anuales/estacionales en la surface since the 1957 International Geophysical relación Ta-LST. J. además Year. 8. 475-495. CONCLUSIONES Wang. 25. 611-617. et al. Climatol.

IMIDA) for the storm of 17th-19th Dec 2016 registered in the East and South East of Iberian Peninsula. Murcia 3-7 octubre 2017. Ruiz. la diferencia media cuadrática y el coeficiente de correlación de Pearson. Several contrasts were made between the hyetographs registered by the automatic rain gauges and PERSIANN-CCS. Sureste Español. F. la http://idearm. con tormentas de precipitación (QPE) es un tema de cierta relevancia en tipo convectivo. episodios extremos. Como principal conclusión. However. (2) (1) Unidad Predepartamental de Ingeniería Civil. evaluando estadísticos como el sesgo. Luis A. Los productos de precipitación estimada desde satélite tales como PERSIANN-CCS (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks . De forma más general la cuestión el manejo de catástrofes. (Eds. As main conclusion. could complement the rain gauges networks and solve this issue. S. the density of the rain gauge network could be not enough to represent the spatial distribution and high intensities of rainfall during the storms. satellite rainfall.imida. Validation of global satellite rainfall product for real time monitoring of meteorological extremes Abstract: The real time monitoring of storms is relevant in the management and prevention of flood risks. Se han llevado a cabo contrastes entre los hietogramas obtenidos desde teledetección y los correspondientes a los registrados por los pluviómetros. and there are not enough works to validate its potential as an operational real time rainfall product. siendo la estimación cuantitativa de la precipitación la que presenta subestimaciones en varios casos. sandra. Karbalaee. nkarbala@uci. Sin embargo. en varios pluviómetros las altas intensidades han sido subestimadas. it is remarkable the need of specific calibration for the study area in the case of operational use close to real time of PERSIANN-CCS product to monitor meteorological extremes.UU. for regions such as the Southeast of Spain. 15-18. Este hecho es quizás más sobre la exactitud de las estimaciones cuantitativas de relevante en zonas áridas y semiáridas. En este trabajo se presenta una metodología de validación horaria del producto PERSIANN-CCS empleando 45 estaciones pluviométricas automáticas de la red SIAM (Sistema de Información Agraria de Murcia. Paseo Alfonso XIII. Nuevas plataformas y sensores de teledetección. precipitación satelital. In this work. 52. Ciencias de la Tierra. (1). this product is recently released. fulgencio. Cartagena 30203 (España). root mean square difference and Pearson’s correlation coefficient. analyzing statistics such as bias.es (2) Civil and Environmental Engineering Department.es.edu Resumen: El seguimiento en tiempo real de una tormenta es relevante en la gestión y prevención de los riesgos frente a avenidas. Si bien en algunos casos la distribución temporal de la precipitación es capturada satisfactoriamente por PERSIANN-CCS. Javier Estornell. INTRODUCCIÓN La mayor parte de las áreas del mundo poseen una red de El seguimiento en tiempo real de una tormenta es observatorios meteorológicos insuficiente para obtener relevante en la gestión y prevención de los riesgos información adecuada para la gestión de recursos y frente a avenidas. (1).Cloud Classification System) podrían complementar las redes pluviométricas y solventar este problema. pp. La tormenta ha sido correctamente identificada por las imágenes de precipitación satelital. Validación de un producto de precipitación global cercano a tiempo real para el seguimiento de extremos meteorológicos Cánovas-García. Universidad Politécnica de Cartagena. however in general the quantitative estimation of total rainfall of episode is underestimated. Center for Hydrometeorology and Remote Sensing (CHRS).garcia@upct. a methodology is proposed for hourly validation close to real time of the PERSIANN-CCS product.es/aet2017 15 . IMIDA). XVII Congreso de la Asociación Española de Teledetección. Keywords: PERSIANN-CCS. In some cases the temporal distribution of rainfall is well captured by the SRE product. para un episodio tormentoso de elevado periodo de retorno. The satellite rainfall estimates (SREs) such as PERSIANN-CCS (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks . University of California Irvine (EE. N. García Galiano. using 45 automatic rain gauges provided by SIAM network (System of Agricultural Information of Murcia. Palabras clave: PERSIANN-CCS. South East of Spain.). meteorological extremes. 1. due to high spatio-temporal variability of typical storms of Southeast of Spain. se destaca la necesidad de una calibración local específica para el área de estudio en el caso de que se pretenda utilizar PERSIANN-CCS como una herramienta operativa para el seguimiento en tiempo cercano al real de fenómenos meteorológicos extremos. Sin embargo. en el ámbito espacial de esta investigación aun siendo un territorio densamente ocupado. Manuel Erena).Cloud Classification System).canovas@upct. Nevertheless. es posible que la densidad de las redes de pluviómetros automáticos presentes en un territorio no sea suficiente para caracterizar adecuadamente la distribución espacial ni las altas intensidades de precipitación alcanzadas durante determinadas tormentas.

. se localiza en el paraje Lebor en 2. Este son la diferencia media cuadrática (RMSD). (ii) longitud de registros. se registraron hasta generado gráficos de dispersión precipitación SIAM y 166 mm en Torre Pacheco (AEMET. y de precipitación SIAM y diferencia particularmente afectados los territorios que drenan al de precipitación por otro. y muy especialmente el núcleo puede no ser suficiente para caracterizar adecuadamente urbano de Los Alcázares.es/aet2017 .3. como aquellas obtenidas por pluviómetros.04°. Se vieron SRE por un lado.. la comparación coeficiente de correlación de Pearson.2. 60°N y 60°S). entre otros (Chen et al. existencia de una red de estaciones meteorológicas Mar Menor de Murcia.3 mm). la actualidad presentan las siguientes características que La red SIAM es el conjunto de estaciones agro- las hacen potencialmente muy atractivas para distintas meteorológicas de la Región de Murcia. valor medio de precipitación acumulada calculada desde La precipitación total del episodio fue de 320 mm todas las estaciones de la red SIAM. Además de manera de la SRE como PERSIANN-CCS con las medidas gráfica se han analizado las diferencias obtenidas por proporcionadas por la red de pluviómetros SIAM medio de la comparación de los hietogramas PERSIANN- (Sistema de Información Agraria de Murcia) en la Región CCS y SIAM en dos estaciones pluviométricas.. una alternativa a las medidas puntuales y discretas de la Estas características son suficientes para aplicaciones red de pluviómetros. s/f).1. 2013). El episodio de diciembre de 2016 el término municipal de Totana y es la estación cuya Entre los días 15 al 19 de diciembre se registró el precipitación acumulada (129. La segunda. y en 24 horas.Climate Data Record). Entre las CCS y del pluviómetro en la estación AL31 de Totana. cuantitativas de precipitación con una resolución Las estimaciones cuantitativas de precipitación temporal de una hora y espacial de 0. Especialmente cuando se trata de eventos tormentosos 2. el sesgo y el es el objetivo de esta investigación. entre los procedentes de imágenes de satélite (SRE) pueden ser 60°N y los 60°S en tiempo real y cadencia de una hora. PERSIANN-CCS y SIAM con intensidades extremadamente altas en un corto En la actualidad PERSIANN-CCS provee estimaciones periodo de tiempo y muy localizadas. PERSIANN- CCS (Cloud Classification System). 2016).UU. en algunos casos se comienza a disponer de series temporales suficientemente largas para estudios climáticos (al menos 30 años). (iii) carácter continuo de la estimación de la precipitación.7 mm) está más cerca al episodio de precipitación más importante del año 2016. Hay varios tipos de SRE. También se han en Sierra Espuña. las SRE deberían ser validadas con medidas localización de cada pluviómetro de la red SIAM. 2017). de Murcia para el episodio de fuertes precipitaciones La primera de ellas. Estos al suelo. MATERIAL Y MÉTODOS registró en el evento estudiado (285. et al.). Estadísticos para la comparación o la amplia variedad de productos del Precipitation Se han utilizado varios estadísticos para comparar Measurement Missions. la TP42.Validación de un producto de precipitación global cercano a tiempo real para el seguimiento de extremos meteorológicos Cánovas-García. la AL31. sin ánimo de ser exhaustivos se pueden citar PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks . y por último (iv) su disponibilidad es independiente de las condiciones ambientales del área de estudio. más recientes: Convective Rainfall Rate del NWC SAF (Nowcasting and Very Short Range Forecasting) 2. Hietogramas de los valores de PERSIANN- 3B42V6. Por motivos de claridad en la 16 http://idearm. cuyo objetivo es estimar la a global (normalmente abarcan todas las longitudes evapotranspiración de referencia y las necesidades de planetarias y unas latitudes comprendidas entre los riego de los cultivos (IMIDA. 2016) y espaciales. está localizada en el paraje ocurrido a mediados de diciembre de 2016. instaladas aplicaciones medioambientales: (i) cobertura cercana en zonas regables. algo de crucial importancia cuando las SRE se obtienen en tiempo real durante episodios de fenómenos meteorológicos extremos.imida. la distribución espacial del fenómeno estudiado. Es de destacar que las SRE en (EE. TRMM Multi- satellite Precipitation Analysis (TMPA) 3B42RT y Figura 1. CMORPH (Climate Prediction Center morphing method). los valores obtenidos con PERSIANN-CCS en la Sin embargo. Estos productos de precipitación hidrológicas a escala local (Yang et al. obtenidos desde satélites se han convertido en una valiosa Los datos PERSIANN-CCS se pueden descargar de herramienta para obtener estimaciones de precipitación de forma libre del Center for Hydrometeorology and Remote carácter continuo en distintas escalas temporales (Ballari Sensing (CHRS) de la Universidad de California-Irvine et al. Torre Blanca del término municipal de Torre Pacheco y es la estación de la red que más precipitación acumulada 2.

7 mm. Con respecto a la adecuadamente por PERSIANN-CCS. siendo la estimación de 75. precipitación PERSIANN-CCS. et al. se identifican diferencias notables entre los registros. Validación de un producto de precipitación global cercano a tiempo real para el seguimiento de extremos meteorológicos Cánovas-García. entre estas dos variables es bajo. En el caso de la estación AL31 (Figura 1) entre las 9 y las 15 horas del día 17 se producen fuertes precipitaciones que son representadas relativamente bien Figura 3. a) Todos los casos Sin embargo. RSMD y muy alta (7. Como en respecto al total precipitado. primeras horas de la tormenta. la correlación entre estas dos variables extraordinariamente altas: entre las 21:00 y las 22:00 para valores inferiores a 5 mm es nula (Figura 3b). la estación AL31 recibió un el caso anterior las elevadas intensidades alcanzadas aporte de 129. las fuertes intensidades alcanzadas entre en los que la precipitación de alguna fuente es mayor las 6 y las 10 horas del día 18 no han sido captadas por que 0. La RMSD es En la Tabla 1 se presentan estadísticos (sesgo. PERSIANN-CCS. registrados por el pluviómetro SIAM.86 mm por Figura 3 a y b se identifica que el grado de ajuste lineal hora. siendo la comarca del Campo de precipitación o bien ofrece valores de intensidad muy de Cartagena la que supera ampliamente este valor. Con horas del día 18 se registraron 49.es/aet2017 17 .37 mm/h) y el sesgo indica que PERSIANN.7% de subestimación. Los CCS claramente subestima los valores de precipitación mismos se han estimado para todas las observaciones. R) que evalúan el acuerdo y el ajuste lineal existente. y las estaciones ubicadas en no se produce a partir de la superación de cierto umbral la comarca del Campo de Cartagena. 2013).7 mm.37 mm/h. entre las 8 y las 12 del día llegando la subestimación al 60%.3 mm. La RMSD horaria es bastante alta (3.2 mm) y el sesgo indica que PERSIANN-CCS presenta en el eje de abscisas la precipitación SIAM. ya que se aprecian varios intervalos de más perjudicada se vio por las escorrentías superficiales tiempo en que SIAM indica valores de intensidad por provocadas por la tormenta. lo en varios intervalos de tiempo no han sido captadas que supone un 41. Hietogramas de los valores de PERSIANN- CCS y del pluviómetro en la estación TP42 de Torre Pacheco.3 mm. La RMSD presenta un debajo de 5 mm/h y PERSIANN-CCS no provee valores valor global de 3. Luego. comarcas agrarias del Ministerio de Agricultura En los hietogramas se puede apreciar que la subestimación (Fernández González. 3. Se aprecia como las En el caso de la estación TP42 (Figura 2) las diferencias máximas intensidades captadas por los pluviómetros entre PERSIANN-CCS y el registro pluviométrico. Gráficos de dispersión de precipitación SIAM por PERSIANN-CCS. vs. Desde la subestimaciones. bajos. Tan solo en las estación TP42 el volumen precipitado fue de 285. visualización. que como media alcanza 0. ya que fue esta la que de precipitación. Figura 2. Los gráficos de dispersión (Figura 3) representan en el eje de ordenadas la precipitación PERSIANN-CCS y http://idearm. son SIAM (dos valores muy elevados en torno a 50 mm) son aún mayores. aunque con dos horas de adelanto. Téngase en cuenta que las intensidades subestimados por PERSIANN-CCS con valores inferiores que se alcanzaron en este pluviómetro fueron a 10 mm. 17 son representadas de forma aceptable. RESULTADOS Desde el análisis de los hietogramas de las dos estaciones seleccionadas. solo se han representado parejas de datos en los que al menos uno de los valores de precipitación sea mayor que 0. b) Detalle de a).imida.

53 Information Sciences. Validation CA52 67 3..5 en Geográfica. K. K..19 rainforest. 2016. Tabla 1. Estimación Desde Tabla 1.50 de la Comunidad Autónoma de la Región de Murcia la Río Segura 938 3.31 Universidad de California. Hsu. et al. Verbist.M. 2016. 2013. de PERSIANN-CCS hace pensar que pueda ser viable su calibración a escala local considerando pluviómetros locales.64 the Photogrammetry. J. en su versión actual.88 -1. Irvine y al Instituto Murciano Noroeste 335 2. Sistema de Información Agrario de Murcia. andean highlands and amazonian CA91 67 3.. Xu.67 -0. et al.30 -0. J. 305-311. Geophysical Research: Atmospheres. ISPRS . Performance Total 3283 3. E. S. ready for gauge denial scenario of extreme events? imida.65 0.37 -0. s/f.56 0. BIBLIOGRAFÍA RSMD Sesgo AEMET.74 Information Sciences. 4. 121.36 de Investigación y Desarrollo Agrario y Alimentario Centro 134 2.. Región cero y es fácil entender que para el caso que nos ocupa de Murcia. Journal of de precipitación.33 0. Z. La ventajosa cadencia temporal de PERSIANN- CCS y de los pluviómetros SIAM (alrededor de una hora) y el tiempo de procesamiento del producto SRE hacen pensar que de identificarse una buena corrección.42 Ballari.59 -0. Hong.52 -1.82 -1. Ministerio de Agricultura. Tecnologías de Información Geográfica cinco de las seis comarcas. son publicación mediante servicios OGC.Validación de un producto de precipitación global cercano a tiempo real para el seguimiento de extremos meteorológicos Cánovas-García.28 investigación de forma libre y autónoma.09 -2. 5.18 0. M.46 Chen. 4-13.37 posibilidad de acceder a la información empleada en esta SO y V. Por su parte.43 Cartagena 6. Castro. Con respecto a este estadístico en el contexto de Cambio Global.26 -0. del 737 3.64 0..33 coastal plains. Alimentación y (lluvias intensas) estas parejas de ceros son irrelevantes. Erena. Queremos agradecer al Center Ámbito Observaciones (mm/h) (mm/h) R for Hydrometeorology and Remote Sensing de la Nordeste 469 2.45 0.98 0. XV Congreso inferiores a los correspondientes SIAM.J.92 0. Journal of Hydrology. Guadalentín Campo de 670 4. López.es/apex/fp=101:41:432032925834500. Esta investigación sugiere que el producto SRE D.. Campozano.37 -0. Cao et al. es conveniente aclarar que en su cálculo se han incluido Fernández González.69 -1. García.. 3790- El hecho de que exista una clara subestimación por parte 3806. Avance climatológico mensual.. Caracterización de las parejas de datos en las que ambas precipitaciones son las comarcas agrarias de España.98 0. los Nacional de Tecnologías de la Información coeficientes de correlación R están por debajo de 0. Universidades de la CARM. (Dir. TP91 67 4. S.73 -0. 506. 2012. Gobierno de España. CONCLUSIONES Yang.64 Photogrammetry. IMIDA.20 -0. L.es/aet2017 . XLI-B8.34 -0.. Braithwaite.imida. D. CA42 67 3.84 0. X.. Sorooshian. presenta poca satellite-based precipitation estimation using gauge capacidad para describir con exactitud fuertes eventos observations: A case study in Chile.11 0..37 -0.24 0. 2013. Remote Sensing and Spatial TP73 67 2. P. AGRADECIMIENTOS Este trabajo es resultado de un contrato posdoctoral con cargo al Programa Saavedra Fajardo (20023/ 18 http://idearm.78 0.47 0.37 0.17 of satellite precipitation (TRMM 3B43) in ecuadorian CA73 67 3.71 -2. el nuevo producto calibrado podría ser considerado como una herramienta operativa para el seguimiento de fenómenos meteorológicos extremos en tiempo cercano al real. a través de la Fundación Séneca-Agencia de Ciencia y Tecnología de la RSMD Sesgo Región de Murcia. The International Archives of TP52 67 3. Remote Sensing and Spatial TP42 67 7.).International Archives of the TP22 67 6.37 evaluation of radar and satellite rainfalls for Typhoon Morakot over Taiwan: Are remote-sensing products *La localización de las estaciones se puede consultar en: http://siam. Estadísticos extraídos de la comparación de SF/16) financiado por la Consejería de Educación y PERSIANN-CCS y los observatorios de la red SIAM. Bias adjustment of PERSIANN-CCS. Medio Ambiente. Tomo 34.72 0. Diciembre Estación* Observaciones (mm/h) (mm/h) R 2016 en la Región de Murcia. el valor del sesgo indica que para todas de precipitación combinada radar-pluviómetros y las comarcas los datos PERSIANN-CCS en media. Y.

como información pluviométrica observada se ha utilizado la base de datos en malla de alta resolución a escala diaria denominada Spain02. In conclusion. as input to hydrological models. como para seguimiento de extremos meteorológicos como sequías. España. IMIDA. or for regional climatology studies. J. Luis A.25°. pp. o incluso para estudios de climatología regional. Murcia. for 1 mm threshold the shorter DSLs were underestimated for PERSIANN-CDR. en general PERSIANN- CDR se demostró como un producto robusto tanto para abordar estudios de detección del cambio climático. University of California Irvine. Bogotá. riesgo de sequía.edu. However. the high resolution grid of observed rainfall at daily scale (named Spain02) was considered. The availability of recent global precipitation product of high resolution estimated from satellite named PERSIANN- CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network – Climate Data Record). (3). provee la oportunidad de llevar a cabo ese estudio. were considered for the validation. The selected time period corresponds to 1988- 2007. (2). La variable longitudes de rachas secas de precipitación (o DSL en inglés).UU. ha sido considerada para la validación. Center for Hydrometeorology and Remote Sensing (CHRS). como entrada a modelos hidrológicos. El período temporal seleccionado corresponde a 1988- 2007. las DSLs más cortas fueron sobreestimadas por PERSIANN-CDR. Erena Arrabal.es (2) Departamento de Ingeniería Civil. considerando umbrales de 1 mm y 10 mm de precipitación diaria. Murcia 3-7 octubre 2017. can provide relevant information about how the hydroclimatology of the area has changed. the rainfall satellite estimates demonstrated its reliability. Si bien para el umbral 1 mm. Assessment of satellite rainfall estimations PERSIANN-CDR over continental Spain Abstract: The study of long term variability and trends of rainfall over Spain. Evaluación de las estimas de precipitación desde satélite PERSIANN-CDR para la España Peninsular García Galiano. The results demonstrate the robustness of PERSIANN-CDR dataset over continental Spain to represent the more severe dry spell lengths (the longest DSLs). España. 40 .edu (4) Instituto Murciano de Investigación y Desarrollo Agrario y Alimentario. Paseo Alfonso XIII. Manuel Erena). soroosh@uci. el producto PERSIANN-CDR cobra especial relevancia para identificar la confiabilidad de modelos climáticos regionales (RCMs) en orden a reducir incertidumbres. D. XVII Congreso de la Asociación Española de Teledetección. El estudio de las DSL es un modo de analizar el riesgo de sequías. L. Ruiz. the PERSIANN- CDR product presents high relevance to identify the reliability of Regional Climate Models (RCMs) in order to reduce the uncertainties. Spain. an assessment of PERSIANN-CDR robustness considering the information provided by raingauges. http://idearm. (3). However. En áreas que no presenten una densa red de pluviómetros. provides the opportunity to perform this study.co (3) Civil and Environmental Engineering Department. Carrera 7 No. The dry spell length variables (or DSL in English). In the present work.es Resumen: Estudiar la variabilidad a largo plazo y las tendencias cambiantes de la precipitación en España. La disponibilidad de un reciente producto de precipitación global de alta resolución estimado desde satélite denominado PERSIANN-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network – Climate Data Record). Keywords: PERSIANN-CDR. Sin embargo. España. sandra. was not yet performed over Spain. Cartagena 30203. due to its latitudinal gradient of rainfall and complex orography. drought risk. dry spell lengths. EE. satellite rainfall estimates. pueden proveer de información relevante sobre cómo la hidroclimatología de la zona ha cambiado. K.es/aet2017 19 . PERSIANN-CDR was a robust product for both climate change studies and monitoring of meteorological extremes as droughts.25°. Javier Estornell. M. Sorooshian.62. The analysis of DSLs is a way to assess the drought risk. Colombia j. S. with spatial resolution of 0. manuel. Giraldo-Osorio. 19-22. una evaluación de la confiabilidad de PERSIANN-CDR considerando la información provista por pluviómetros.erena@carm. Facultad de Ingeniería. Pontificia Universidad Javeriana. debido a su gradiente latitudinal de precipitación y su compleja orografía. con resolución espacial 0. considering thresholds of 1 and 10 mm of daily rainfall. En el presente trabajo. Universidad Politécnica de Cartagena. Hsu.giraldoo@javeriana. In areas without a dense network of raingauges. rachas secas de precipitación. Palabras clave: PERSIANN-CDR. S. Los resultados demuestran la robustez de la base de datos PERSIANN-CDR sobre la España peninsular para representar las rachas secas más críticas (las DSLs más largas).garcia@upct. precipitación satelital. 52. (1). The assessment was based in the analysis of distributional similarity between the observed raingauges and rainfall satellite estimates. Grupo de Investigación Ciencia e Ingeniería del Agua y el Ambiente. aún no ha sido acometida para España.imida. La evaluación se ha basado en el análisis de la similaridad distribucional entre los datos pluviométricos observados y las estimas satelitales. (Eds. Nuevas plataformas y sensores de teledetección. (4) (1) Unidad Predepartamental de Ingeniería Civil.

la malla provista por la base de datos Spain02. Las series largas de al número de días sin precipitación (Dracup et al. a escala de cuenca. los estudios llevados a cabo en España en la temática. debajo de un umbral. Ashouri et al. et al. mientras que el que cubre el área entre latitud 60°S y 60°N y longitud Sur y Sureste Español son zonas afectadas por estrés 0° y 360°. Entre extiende para la España peninsular y las Islas Baleares.1. Hsu. PERSIANN-CDR (PERSIANN. pero usualmente trabajando (a)(a) (b) (b) en períodos temporales inferiores a 30 años.Evaluación de las estimas de precipitación desde satélite PERSIANN-CDR para la España Peninsular García Galiano. la validación se ha orientado de trabajo (1 mm/día y 10 mm/día) para definir las DSLs a evaluar la robustez de PERSIANN-CDR en la desde ambas base de datos (Spain02 y PERSIANN-CDR).2° (Herrera destacan los de Martín Vide y Gomez (1999) trabajando et al. de las SREs teniendo en consideración el resultado de su 2250 contraste a redes pluviométricas de alta densidad especial. Mientras la Figura y Beguería (2003) considerando umbrales diarios de 1 (b) identifica los sitios de análisis. Zona de estudio y sitios seleccionados para que abordaron la evaluación de la precipitación tropical el análisis: (a) distribución espacial de la precipitación mediante el sistema PERSIANN (concretamente el media anual (mm) para el período 1961-90 desde la (a) (b) producto PERSIANN-GT). representación de las longitudes de rachas secas en y para cada sitio definido desde la malla de Spain02. MATERIALES Y MÉTODOS Mejorar el conocimiento de la distribución espacial y El producto PERSIANN-CDR (Precipitation Estimation temporal de las sequías. 1 y 10 mm/día. 1980). INTRODUCCIÓN 2. 0 1395 Distintos autores han evaluado PERSIANN en diferentes zonas del globo terrestre. cuatro diferentes productos La variable longitud de rachas secas (o DSL por su SREs. 1997). considerando una base de datos de período de trabajo ha correspondido a 1988-2007.20° incidencia en un territorio. probabilístico de las rachas secas de precipitación (o Luego.. y los trabajos de Vicente Serrano corresponde a la España continental. Sin embargo. es importante para el proceso from Remotely Sensed Information using Artificial de toma de decisión en riego y planificación hidrológica Neural Networks) para la estimación de precipitación. se ha trabajado con la base de datos observacional DSL por su acrónimo en inglés). si bien 125 existen aún pocos trabajos que demuestran la robustez se ha trabajado a escala de España continental. se trabajó falta de balance entre la disponibilidad de los recursos con productos de precipitación acumulada en períodos hídricos renovables y el consumo. 1. tanto para aplicaciones climáticas como hidrológicas. entre ellos los productos PERSIANN y adj- acrónimo en inglés) se define como el número de días PERSIANN. El España continental. La misma se usualmente se basa en registros pluviométricos.. 1170 2250 2250 entre ellos los registro de larga longitud del producto PERSIANN-CDR (Precipitation Estimation from 1170 1170 Remotely Sensed Information using Artificial Neural 100 100 100 Networks. El análisis de las DSL de alta resolución denominada Spain02...1 y 5 mm y funciones de distribución de Elevación Digital (MED) de la zona. La escasez hídrica es una consecuencia de la (Ashouri et al. (2013) focalizó sus esfuerzos en los sitios seleccionados de análisis. cuestiones de homogeneidad y consistencia. et al.es/aet2017 . base de datos Spain02. 2014). Entre (a) (b) ellos destacar el trabajo de Sorooshian et al. que fueron convertidos a precipitación diaria Lanen. sitios de análisis en100el Sureste semiárido 75 español. y (b) MED (m) con ubicación de Luego. evaluar en el semiárido Irán.. que emerge de la temporales de 3-horas para el período temporal 1988- sobreexplotación de recursos hídricos (Van Loon y Van 2007. con cadenas de Markov con umbrales de precipitación La Figura 1 (a) representa la zona de estudio que de 0.imida. la duración de las utilizaba originalmente imágenes infrarrojas del satélite sequías y su intensidad son directamente proporcionales GOES (GOES-IR. (2000) Figura 1. con una resolución de malla regular de 0. Se han considerado dos umbrales En el presente trabajo. periódicamente afectada por sequías. PERSIANN-CDR 1174 1275 1174 1174 provee de series temporales de 30 años de datos de 0 0 1395 1275 1275 1395 precipitación diaria a escala global. sobre un Modelo precipitación 0. A modo Aunque las estimaciones de precipitación desde satélite de ejemplo se 3326 presentan los resultados obtenidos en tres (SREs) están llegando a ser cada vez más robustas. 2010). cuando la base de datos PERSIANN-CDR ha presentado valores 20 http://idearm. para el período temporal 1983-presente hídrico. Katiraie et al. Por precipitación observada de alta resolución. 2013). 33263326 metros100 100 75 12575 125 En la actualidad existen distintos productos SREs. 0600UTC a 0600UTC para ajustarlos a la hora local. España se encuentra corresponden a datos diarios globales de precipitación.Climate Data Record) o rachas secas de precipitación. pero en base a un red de pluviómetros muy consecutivos sin precipitación o con precipitación por dispersa (baja densidad pluviométrica). y Una forma de abordar el estudio de las sequías y su fueron asimismo remuestreados a tamaño de celda 0. 2015). Para el presente trabajo. con resultados satisfactorios. es mediante un análisis para España continental. considerando teóricas.

considerando para umbrales 1 mm/día y 10 mm/día. La distribución espacial de los resultados demuestra que PERSIANN-CDR replica mejor las DSLs mayores a 10 días para umbral de 1 mm/día. CGL2012- 39895-C02-01 financiado por la Secretaría Nacional de Investigación del Ministerio de Ciencia e Innovación y fondos FEDER. nulos. con elevados valores del valor p del test Como conclusión general de los análisis llevados a de Smirnov-Kolmorogov (SKTEST) en algunos casos. y la representación de todas las DSLs para el caso de umbral 10 mm/día. Mientras se evaluó los valores son subestimados. aplicando el test de dos muestras (sin sobreestimación). y los El trabajo presenta los resultados de la evaluación de la correspondientes histogramas de frecuencia (en rojo robustez del producto PERSIANN-CDR en la réplica PERSIANN-CDR. demuestra mejor comportamiento al datos Spain02 como PERSIANN-CDR. mientras que en negro Spain02). AGRADECIMIENTOS Se agradece la financiación recibida del proyecto de I+D Ref. Mientras en los sistemas a escala de sitio para España continental. y Sureste semiárido. se destaca que PERSIANN-CDR se demostró como un producto robusto tanto para abordar estudios de detección del cambio climático. Se debe destacar que se trata de un registro climático de 30 años de longitud a escala diaria. y su diferencia en % más severas. Por tanto no debe confundirse con otros productos como PERSIANN-CCS que se genera en tiempo cercano al real y mayor resolución espacial. 19527/PI/14 Fundación SENECA: “Evaluación y propuestas para mejorar la prevención. Los precipitación diaria (1 y 10 mm/día) para identificar los resultados mejoran al considerar umbral 10 mm/día DSLs en cada sitio de análisis. (Figura 2 (b)). cabo. y del Proyecto de I+D Ref. de las DSLs en España continental. como para seguimiento de extremos meteorológicos como sequías a escala global. se agradece especialmente al grupo de investigación del Center of Hydrometeorology Figura 2. la representación de las funciones de densidad Desde el análisis de la distribución espacial de la de probabilidad de DSLs usando la base de datos media de las DSLs (no mostrado) para tanto la base de PERSIANN-CDR. mientras resolución espacial. de DSLs (mayores a 1 día y a 10 días). se ha considerado también nulo el correspondiente (PERSIANN-CDR-Spain02/Spain02). Se trabajó con distinta longitudes Ibérico. 3. PERSIANN-CDR. Finalmente. para: (a) California-Irvine (UCI) por proveer la base de datos umbral de 1mm/día. Evaluación de las estimas de precipitación desde satélite PERSIANN-CDR para la España Peninsular García Galiano. PRX14/00748). Se agradece la beca otorgada por el Ministerio de Educación. se observa en general una base de datos observados de precipitación diaria de alta sobreestimación de las DSLs más cortas. RESULTADOS La Figura 2 representa las PDFs de todas las 4. Se ha trabajado con dos umbrales de una leve subestimación de las DSLs más largas. et al. Por un lado. considerando considerar umbrales que permiten identificar las sequías umbrales de 1 mm y 10 mm/día. subestimaciones se identifican en los principales sistemas montañosos. Mientras que para el caso la bondad del ajuste entre las funciones de distribuciones de umbral de 10 mm se observa alta coherencia espacial de ambas base de datos. CONCLUSIONES DSLs obtenidas desde ambas bases de datos.imida. Se ha trabajado montañosos (montañas cantábricas. de España en la costa Cantábrica. Se han identificado las para umbral 1 mm/día se ha identificado una clara funciones de densidad de probabilidad (o PDFs por su sobreestimación de PERSIANN-CDR en la parte Norte acrónimo en inglés) de las DSLs desde cada base de datos. Cultura y Deportes para movilidad de profesores seniors e investigadores (Ref. Sistema por tanto con 1445 sitios. Desde la Figura 2 como contraste los resultados obtenidos desde una (a) para umbral 1 mm/día. protección y preparación frente a avenidas en el Alto Guadalentín y tributarios: Implicaciones en diseño de infraestructuras hidráulicas”. En general las más importantes de Smirnov-Kolmogoroff test (SKTEST). http://idearm. valor de la base de datos Spain02. Finalmente. Pirineos. y (b) umbral de 10 mm/día.es/aet2017 21 . y Sistema de Andalucía). 5. Histogramas y PDFs de todas las DSLs en and Remote Sensing (CHRS) de la University of sitios seleccionados del Sureste de España.

205-219. Katiraie Boroujerdy. H.. Making the distinction between water scarcity and drought using an observation-modeling framework. 1103–1118..A. Hsu. Evaluation of satellite-based precipitation estimation over Iran.M. D. Gupta. B..R. H. X. S. Meteor.. Beguería Portugues. K.L. J. Herrera. J. M. K. Vicente Serrano.. L. 69-83.. 49. Cecil L.V.P.J.. 1997. Braithwaite. Hsu. PERSIANN-CDR Daily Precipitation Climate Data Record from Multisatellite Observations for Hydrological and Climate Studies.L.. 19.A. R. Climatol..es/aet2017 ... Res.. Amer. J. P..imida. On the definition of droughts. S. H. Int.. Appl. S. Sorooshian. S. Journal of Arid Environments.F..Evaluación de las estimas de precipitación desde satélite PERSIANN-CDR para la España Peninsular García Galiano. 2015. X. O.. Sorooshian. Soc. 1483-1502.. Van Loon. 2013.D. J. Water Resour. 1176-1190..M. Lee. 297- 302. Braithwaite. Int. Nelson B. M. 2010. Climatol. Prat. Int J Climatol. Sorooshian. H... 2035-2046. S..V. Imam. 22 http://idearm.. Regionalization of peninsular Spain based on the length of dry spells. Dracup. Nasrollahi. K... and Paulson. A. Meteor.S. 2000. S. Water Resour. K. Soc. Bull. et al. Development and analysis of a 50-year high-resolution daily gridded precipitation dataset over Spain (Spain02).. Gutiérrez.L. 2013. Sorooshian. Hsu. J. 6. Estimating extreme dry-spell risk in the Middle Ebro Valley (Northeastern Spain): a comparative analysis of partial duration series with a General Pareto Distribution and annual maxima series with a Gumbel Distribution.. Pons... 16. 1980. 2003.. Ancell. Van Lanen. Bull. REFERENCIAS Ashouri. Martin Vide. J. N. 74-85. 537–555. Gomez. Fernández. S.G.. Precipitation estimation from remotely sensed information using artificial neural networks. 2013. Gao. Frías. K. 32. 23. K.. Res.D. Meteor. Hsu. 97. Knapp.. Amer. 36. E.R. Evaluation of PERSIANN System Satellite-Based Estimates of Tropical Rainfall.S.L. Gupta.. Gao. D. J..

cat. (Eds.4 K in the RMSE). puede distribución espacial de las variables de la superficie http://idearm. Incorporation of satellite land surface temperature for the improvement of predictive air temperature models Abstract: This study proposes an empirical methodology for the creation of monthly minimum and maximum air temperature (Tair) maps based on data from the Meteorological Service of Catalonia (MSC) and the State Meteorological Agency (AEMET). Luis A. Pons. 08193-Bellaterra. Edificio C. Ruiz.batalla@uab. el estrés hídrico. Edificio B. o la distribución de metodología que permite evaluar de manera efectiva la especies (Prihodko y Goward.uab. there were no significant differences (>0.cat (2) Departamento de Biología Animal. (2). no hubo diferencias significativas (>0. España. INTRODUCCIÓN utilizarse. Palabras clave: temperatura del aire. Javier Estornell. Manuel Erena).3 K). the improvement was greater (in terms of reduction of uncertainty) for the estimation of the minimum Tair during wintertime (with a maximum difference of 0. temperatura de la superficie terrestre.mira@uab.cat. SIG. de Biología Vegetal y de Ecología. M.es/aet2017 23 . CREAF. 08193-Bellaterra. la mejora fue mayor (en términos de reducción de la incertidumbre) para la estimación de la Taire mínima de invierno (con una diferencia máxima de 0. España. en muchos casos en un lugar protegido de la radiación solar directa (WMO. meritxell. teledetección. (especialmente en áreas extensas y heterogéneas) es 1992). besides of geographic information. de dicha variable. El área de estudio es Cataluña. Departamento de Geografía. (3). El objetivo principal es analizar las mejoras observadas en la estimación espacial de la Taire cuando incorporamos información satelital de temperatura de la superficie terrestre (TST) en el modelo. climatological modeling. miquel. típicamente situado a unos 1. (2).imida. at the northeast of the Iberian Peninsula. interpolación espacial. Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire Mira. como parámetro de entrada en los La monitorización y definición del clima y la meteorología modelos climáticos y meteorológicos. 1997). Cataluña. GIS. spatial interpolation.5 m sobre el suelo. conocimiento de los patrones espaciales y temporales de que proporcionan datos puntuales. Cataluña. 1. Universitat Autònoma de Barcelona.4 K en el RMSE). M. X. ésta fue claramente mejor estimada con la TST nocturna (diferencias en el RMS de hasta 0. Batalla.cat (3) GRUMETS research group.1 K) en la estimación de la Taire máxima considerando la TST diurna o nocturna. XVII Congreso de la Asociación Española de Teledetección.cat Resumen: En este estudio se propone una metodología empírica para la creación de mapas mensuales de temperatura del aire (Taire) mínimas y máximas a partir de datos del Servicio Meteorológico de Cataluña (SMC) y la Agencia Estatal de Meteorología (AEMET). Por tanto. Universitat Autònoma de Barcelona. En general. and the study period includes months of June and December from 2003 to 2011. L. definida como la caracterizados por la densidad y distribución de la red temperatura medida por un termómetro expuesto al aire de estaciones disponibles.1 K) in the maximum Tair estimate considering daytime or nighttime LST data.ninyerola@uab. la evapotranspiración a bordo de satélites artificiales (teledetección) es la única real y potencial. in the case of the minimum Tair. En La observación de la Tierra desde el espacio utilizando la efecto. al noreste de la Península Ibérica. Sin embargo. Por otra parte. está implicada en muchos procesos ambientales información obtenida mediante sensores aeroportados o tales como los flujos energéticos. However. Ninyerola. land surface temperature.pons@uab. it was clearly better estimated with nighttime LST (RMS differences up to 0.pesquer@creaf. Keywords: air surface temperature. Murcia 3-7 octubre 2017. y el período de estudio comprende los meses de junio y diciembre desde 2003 a 2011. remote sensing. por ejemplo. 23-26. On the other hand. o cuasi- La Taire es una variable climática y meteorológica clave continua. España. modelado climatológico. necesario disponer de una superficie continua. (1). M. Cataluña. In general. Universitat Autònoma de Barcelona. espacialmente la temperatura superficial del aire (Taire). 08193-Bellaterra. que permite cuantificar procesos a nivel superficial. (1) (1) GRUMETS research group. The study area is Catalonia. en el caso de la Taire mínima. The best Tair models were obtained when regression accounted for remote sensing LST and geographical variables. además de la información geográfica.3 K). Sin embargo. de una región geográfica específica son esenciales para el La Taire suele medirse en estaciones meteorológicas. maria. Los mejores modelos de Taire se obtuvieron cuando la regresión incluyó la TST satelital y las variables geográficas. The main objective is to analyze the observed improvements in the spatial estimation of Tair when incorporating land surface temperature (LST) satellite information into the model. xavier. Pesquer. Nuevas plataformas y sensores de teledetección. pp. l.

2 90 y máximas) proporcionadas actualmente por modelos >1. MATERIAL imágenes de satélite. 2004. Hengl et al.8 60 meteorológicos. Estos sensores incorporan nuevos canales la información de las bandas de calidad de la TST. Así La hora de adquisición de las imágenes sobre el área de mismo.0 y ≤2. se evalúan los cambios en las estimaciones MYD11B3 en función de las máscaras de calidad. Datos meteorológicos de campo consideraron 1) los productos MOD11B3 y MYD11B3 Los datos meteorológicos fueron cedidos por la Agencia del Moderate Resolution Imaging Spectroradiometer Estatal de Meteorología (AEMET) y el Servicio 24 http://idearm. en el caso de las et al. la continentalidad.es/aet2017 .imida. basados en la desviación estándar de la 3 1 70 altitud en un radio de 10 km (tierras llanas. Sun bilineal (o el vecino más próximo.3.. etc. como de datos de >3. las imágenes fueron adaptadas en los datos de las estaciones meteorológicas con la a 90 m de resolución espacial mediante interpolación información satelital (Vicente-Serrano et al.0 20 meteorológicas convencionales. de su banda de calidad.6 70 (regresión) y espaciales (interpolación) a partir de datos >1.2.Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire Mira.6 y ≤1. 3 4 10 Tabla 3. AATSR.2 y ≤1. Landsat. al 3 3 30 noreste de la Península Ibérica.4 80 estadísticos que combinan aproximaciones estadísticas >1.1. AVHRR) se ha mejorado Europea del Espacio (ESA). Cristóbal et al. integrando también factores geográficos como la altitud. Las estaciones incluidas en la capacidad de los programas actuales de observación el modelo fueron ponderadas. desviación 3 2 50 < 150 m.05 grados para ATSR-2 posibilidad de integrar la cartografía climática basada y AATSR). 2012)..8 y ≤2.6 y ≤3.4 y ≤1. procedentes de datos de satélite (TST diurnas y nocturnas). Sin embargo. correspondiente a la no es habitual encontrar trabajos que usen series incertidumbre (δ) de la TST. Como objetivo proporcionadas por los productos MOD11B3 y secundario. estudios que introducen la temperatura de la superficie Tabla 1. Sentinel-3. 2012). El presente trabajo tiene como finalidad general ATCDR avanzar en la comprensión y predicción de futuros δTST (K) Ponderación (%) cambios ambientales... tierras abruptas. máscaras de calidad de los productos MODIS) para su En este sentido. tras considerar todas las imágenes La base de datos incluye medidas concurrentes y píxeles del ámbito de estudio.3 40 una larga serie temporal completa y robusta (años 2003 >2. temporales extensas. ASTER. No obstante.. más de 40 años. medidas de campo de estaciones meteorológicas (Taire) y Producto Diurna Nocturna datos geográficos.0 10 teledetección. más de 30 años. Datos de satélite Como datos mensuales de TST diurna y nocturna se 2. del año analizadas. 2005. según espectrales de medida y aportan una resolución espacial los criterios establecidos en la Tabla 1 y Tabla 2.g. 2008. entre 150 y 250 m. tierras medias. La resolución espacial existentes hoy en día (Landsat. El ámbito de estudio es Cataluña. (MODIS) de la NASA y 2) el producto que llamaremos Gracias al desarrollo tecnológico de la última generación “ATCDR” correspondiente a datos del Along Track de sensores con bandas espectrales en la región del Scanning Radiometer-2 (ATSR-2) o del Advanced Along infrarrojo térmico (8-14 μm) (e. NOAA. 16 años) ofrecen la 6 km (5568 km para MODIS y 0. > 250 m). análisis de datos correspondientes a las distintas épocas QC-Emis: “QC_Emis_error_flag”. así como la diferenciación entre cubiertas del suelo y niveles de complejidad orográfica QC-TST QC-Emis Ponderación (%) 1 1. et al.. Ponderación de las estimaciones TST cuenta imágenes de diferentes satélites. Track Scanning Radiometer (AATSR) de la Agencia MODIS. El principal objetivo es mejorar ≤1 100 las estimaciones espaciales de Taire mensuales (mínimas >1 y ≤1.. MODIS. en base a de la Tierra. En este estudio se considera >2.4 100 del territorio. y espectral mucho mejor que hace sólo unas décadas. incorporando la TST procedente de datos >1. Intervalo de hora local de adquisición de las 2. y se tienen en Tabla 2.0 50 de satélite como predictor. tanto de datos procedentes de observaciones >2. MOD11B3 10:24 – 12:00 21:12 – 22:48 MYD11B3 12:24 – 13:48 1:24 – 3:00 2. las largas series históricas de datos de satélite estudio se detalla en la Tabla 3. de la Taire a nivel espacial y temporal. 2008. Ponderación de las estimaciones TST terrestre (TST) estimada con datos de teledetección proporcionadas por el producto ATCDR en función (Cristóbal et al. para los meses de verano (junio) e ATCDR 10:02 – 10:47 21:04 – 21:45 invierno (diciembre) de los años 2003 a 2011. terrestre a escala regional y global de manera periódica. existen en la bibliografía variedad de inclusión en los modelos de regresión.2. en la calibración.3 y ≤2.6 30 a 2011). nominal de ambos productos es de aproximadamente AVHRR. considerando el QC-TST: “QC_Mandatory_QA_flag”. Hengl et al.

1 K.03 K.04 K en las Taire máximas estaciones meteorológicas) muestran los aspectos locales y mínimas. invirtiendo la relación natural de topográfico de humedad (Boehner et al. realizando una selección en función de varios compararlos con los valores estimados a partir del criterios objetivos (estabilidad de las series temporales. RESULTADOS El modelo considera además información geográfica Para la estimación de la Taire mínima no se consideró la derivada de un modelo digital de elevaciones y otras radiación solar como variable dependiente.RMSEconTST (K) b) RMSETSTd .15 (0. 2002). El resultado inexistente. Este proceso permite conservar al estaciones.15 (-0.10) -0. la utilización de la varianza no explicada por (Tabla 4). obtener mapas lo más realistas en general variaciones en el RMSE de ±0. dado que variables geográficas. Sun et al.6 h un índice de fiabilidad promediado. Diferencia máxima (media) en el RMSE de las Taire obtenidas tras considerar 80 estaciones comunes a todos los años según diferentes modelos: a) con o sin TST. cuando la mejora es menor o zona (las variables geográficas y la TST). respectivamente. para la interpoladoción espacial de los residuos mediante el estimación de la Taire mínima tal exclusión sólo ocurre inverso de la distancia ponderada (Ninyerola et al. es un mapa potencial obtenido a partir de la ecuación El R2aj presenta un valor máximo de 0.02) en potencial se está en disposición de interpolar los residuos los modelos que no incluyen la TST ni entre los modelos de la propia regresión para acercar ostensiblemente la obtenidos para verano o invierno.95 y medio de 0. que nos permitirá comparar 180 y un máximo de 212 en función de la época del año. se obtiene un coeficiente mayor un modelo predictivo de la variable climática (Taire) a para dicha variable. (mínimas) y las 15 h – 16 h (máximas). su valor disminuye (o partir de las variables que influyen sobre el clima de la es prácticamente cero). la latitud.. 2.90 de ajuste de la regresión que recoge el comportamiento y 0.. la Taire con la radiación solar (ya que a mayor radiación se espera mayor Taire). etc.3. Para la comparación del RMSE entre modelos. Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire Mira. ni la fricción al Mediterráneo en el análisis de regresión múltiple combinada con la al considerar la TST nocturna. si bien posibles.22) 0.17) 0. b) con la TST diurna (d) o nocturna (n). Datos geográficos 4. En el presente estudio se test de validación cruzada.07 K.10) 0. general del clima. número de variables dependientes del modelo. ubicación adecuada. 2000. se optó por aplicar una metodología basada al considerar la TST. c) máxima diferencia entre modelos con la TST diurna o nocturna de los diferentes productos. Se considera un promedio de 195 (RMSE o Root Mean Square Error) y el coeficiente de estaciones en cada imagen. et al. La consideración de la ponderación de las el modelo de regresión permite. aunque existe Las variables estadísticas analizadas en este estudio una cierta variabilidad en función de la localización y son la raíz del promedio del cuadrado de los errores el momento del año.es/aet2017 25 . superficie potencial a los datos observados y..12) Diciembre 0. en la mayoría de los casos su inclusión no presentaba la continentalidad (distancia euclidiana y distancia de significación en los coeficientes de regresión. Meteorológico de Cataluña (SMC).10) 0. METODOLOGÍA la estimación de la Taire máxima de invierno presentan Si bien existen diferentes técnicas de interpolación una tendencia general a no incluir el índice topográfico espacial. En cambio.39 (0. una vez combinada estaciones según la banda de calidad de la TST implica con el mapa potencial. Sin embargo. Para el cálculo resume en la Tabla 5.21 (0. Dichos datos de estos índices es indispensable reservar un conjunto de fueron sometidos previamente a un riguroso control de estaciones (conjunto de validación o test) que permita calidad.11) 0.83 para las Taire máximas y mínimas. o 0.02) 0. por tanto.15 (0. modelos obtenida al diferenciar entre cubiertas de suelo Se utilizaron varios índices de fiabilidad que describen y niveles de complejidad orográfica del territorio se cuál es la calidad temática de cada mapa. Las regresiones obtenidas para 3.29 (0.17 (0. del clima ya que cuantifican cómo de particular es aquella La variación del RMSE al introducir la TST en los climatología respecto del modelo general.06) 0.16 (0. etc. Tabla 4.05 (0. Cuando la TST implica una mejora en 2005. En otras consideraron 80 estaciones comunes a todos los años palabras.25) http://idearm.15 (0. conjuntamente con el aplicó la validación cruzada uno a uno (cross-validation conocimiento del experto (calidad de las series de las leave-one-out). Los residuos (diferencia entre el valor predicho en algunos casos con datos MODIS implica un aumento por el modelo de regresión y el valor observado en las del RMSE de hasta 0.06 (0.06) 0. a) RMSEsinTST . variando entre un mínimo de determinación ajustado (R2aj). conjunto de estaciones de ajuste. la radiación solar potencial y un índice éstos incluso negativos. La regresión múltiple proporciona la estimación de la Taire.01) 0. respectivamente.RMSETSTn (K) c) Δ RMSETST (K) Mes Máximas Mínimas Máximas Mínimas Máximas Mínimas Junio 0.35 (0. siendo coste al mar).).). Una vez se dispone de esta cartografía No se observan grandes diferencias en el R2aj (< 0. los valores de las regresiones independientemente del La precisión de las estimaciones es 0.imida. ocasionalmente. máximo la capacidad predictiva de los modelos y obtener Las Taire han sido observadas alrededor de las 5 h . 2005). se en general para todo el territorio cartografiado. como son la altitud.

02 (0. una pérdida de información de estaciones relevantes. CONCLUSIONES World Meteorological Organization. [Ed. Diciembre 0.M. 2016-2020). Spatio-temporal prediction of daily estaciones en función de la banda de calidad de la TST no temperatures using time-series of MODIS LST images.. Theoretical and estimación de la Taire.35 K).03 (0. 2004. 265-277.. Evaluation of MODIS land diferenciar entre cubiertas y complejidades del terreno. Technical Note No. et al.01 (0.06 (0. 44 pp..02) 0. et al. una mejora significativa.imida. L. 2008.uab.27 (0.06 (0. 2015.N. la 213-222. mejor estimadas con la consideración de la TST nocturna.27 (0. Soil regionalisation by means of terrain analysis and process parameterisation.06) de Ciencia e Innovación (proyecto CGL2015-69888-P Urbano Junio 0. S.1 K). temperature from remotely sensed surface observations. E. Luxembourg.03) 0. D13106. Ninyerola. habilidad de la TST nocturna para estimar la Taire mensual es/wms/iberia/pdf/acdpi. 26 http://idearm. de verano de cubiertas agrícolas y ganaderas. F. Forestal Junio 0.08) 0.14) Estudis Avançats” (Xavier Pons es beneficiario de un ICREA Tierras medias Junio 0. T. TST en los modelos predictivos de Taire mensual implica Lalas).04) Academia Excellence in Research grant.02) 0. de invierno (mejora del RMSE de hasta 0.htm).]: La baja significación del coeficiente de radiación solar Soil Classification 2001.13) Tierras Junio 0. International Las Taire mínimas y las Taire máximas de invierno son Journal of Climatology. Journal relación en los modelos. Estimation of air exploran tal posibilidad (Vancutsem et al. la Generalitat de Catalunya Tipo de complejidad del terreno (GRUMETS. Atlas Climático Digital de mientras que las Taire máximas de verano son mejor la Península Ibérica.Atmospheres. L. Remote Sensing. C.04) 0. la TST aporta Zeng. In: 5. Universitat (2015) para la estimación de la Taire diaria.J. 1997.cat/miramon/Index_es.uab.. la consideración Sun. NAO influence on máximas de verano de tierras abruptas.12) Diciembre 0. 335-346. 951- las variables geográficas ni las medidas terreno. M.22 (0.03 (0..13) 0. S.06 (0. A methodological approach como también a la posible pobre calidad de las máscaras of climatological modelling of air temperature and MODIS. DISCUSIÓN Micheli.09) 0. Estimation of daily air temperature una información adicional en relación al fenómeno de based on MODIS land surface temperature products inversión térmica.06) ganadero Este estudio fue financiado por el Ministerio Español Diciembre -0. 80.20 (0. Mira). Tabla 5. AGRADECIMIENTOS Agrícola y Junio 0.32 (0. especialmente para las mínimas Geneva. WMO-No. et al. 114. 113. 2871-2891.00) 0. 2010. et al. estaciones meteorológicas en el espacio geográfico.24) Boehner. BIBLIOGRAFÍA abruptas Diciembre 0. Como valor añadido del presente trabajo destaca que implicará la actualización y mejora del “Atlas Climático RMSEsinTST . A diferencia de lo esperado. L. 2005. 2005. A excepción de las máximas de invierno y considerando la Remote Sensing of Environment. y las máximas de invierno. 6. European Soil Bureau. J.08 (0. Remote Sensing. surface temperature data to estimate air temperature in dicha mejora es significativa para las mínimas de different ecosystems over Africa. Modeling air temperature through que exista poca variabilidad y no se capture bien la a combination of remote sensing and GIS data. et al. of Geophysical Research .02) 0. et al. Como ya mostró Zeng et al. así como también para las mínimas y máximas Environment. complejidades del terreno según modelo con o sin TST. Tipo de cubierta creaf.pdf máxima. 2002.10 (0. 25. EUR 20398 EN. Measurement La incorporación de las estimaciones de satélite de la of temperature and humidity (R. http://opengis. Air temperature retrieval from remote de la TST en los modelos mejora significativamente la sensing data based on thermodynamics. en los modelos la atribuimos a la disposición de las Research Report No. precisión de las medidas terreno (0. 7. Montanarella. precipitation through GIS techniques.05) MINECO/FEDER y contrato de investigación “Juan de Diciembre 0.00) 0. mejora las estimaciones de Taire. 194.Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire Mira. Diferencia máxima (media) en el RMSE de las probablemente a las escasas estaciones meteorológicas Taire obtenidas tras diferenciar entre tipos de cubierta y situadas en tierras abruptas.10) 2014 núm.RMSEconTST (K) Digital de Cataluña” desarrollado por la Universitat Mes Máximas Mínimas Autònoma de Barcelona y disponible online (http://www. Metodología y aplicaciones en estimadas con la TST diurna. 2000. 7.30 (0. Esto puede ser debido a Theoretical and Applied Climatology.15 (0. et al. no reflejada hasta el momento por over the corn belt in the US.01 (0. Goward. 2010). Bellaterra. 60.28 (0. et al.12) 0. NDVI trends in the Iberian Peninsula (1982–2000).02 (0. 449-465. 1823-1841. J. et al. 107(1).grupo de investigación consolidado SGR Tierras llanas Junio 0. Remote Sensing of invierno.03) 0. bioclimatología y geobotánica. M.09 (0. mientras que la mayoría de los estudios no Prihodko. se demuestra la Autònoma de Barcelona. International J. 759. la ponderación de las Hengl.18 (0.es/aet2017 . mayoría de ellas situadas en zonas llanas. especialmente para las mínimas Applied Climatology.00) 8. así Ninyerola. En conclusión.06 (0. Al Vancutsem. debido 970. y las Vicente-Serrano.17) la Cierva” de la Dra.G.31) 7. Nachtergaele. Y. 20. Wylie and T. Eso provoca Cristóbal.05 (0. 37-48.11 (0. 1491) y la “Institució Catalana de Recerca i Diciembre -0. 1992. et al. 2012.

through methodologies recognized by the panel of experts on climate change (IPCC). Ruiz. Nuevas plataformas y sensores de teledetección. 27-30. Madrid. gestión forestal. y Pinus pinaster Ait. A. La línea principal de trabajo del proyecto es la modelización del secuestro de carbono como consecuencia de actuaciones de gestión forestal en masas de Pinus halepensis Mill. such as LiDAR data from PNOA. Kioto. Agresta Sociedad Cooperativa. to offset their emissions through the figure of the CO2 credit. T. tanto en el protocolo de El proyecto LIFE FOREST CO2 “Cuantificación de Kioto como en los acuerdos de Marrakech. En este artículo se presentan los resultados obtenidos en la modelización de la calidad de estación y la monitorización de existencias de carbono para las masas de Pinus halepensis en la Región de Murcia. forest site quality. In this project. calidad de estación forestal. Navarro. Fernández-Landa. INTRODUCCIÓN reforestación o los cambios de uso de suelo. y con información de alta calidad. pp. Kioto. XVII Congreso de la Asociación Española de Teledetección. janavarro. afernandez}@agresta. (Eds. como son los datos LiDAR del PNOA y las bases de datos del cuarto Inventario Forestal Nacional. climate change.. but it is not yet being applied in Spain due to lack of methodologies and experiences. tratando han sido ampliamente desarrolladas como la forestación/ de desarrollar metodologías válidas para compensar emisiones mediante la gestión forestal.. these data sources have been selected to develop specific methodologies for generation of site quality and carbon sequestration cartography in the forest area occupied by the target species. Departamento de Evaluación de los Recursos Forestales. A. This article presents the results obtained in the modeling of site index and the monitoring of carbon stocks for Pinus halepensis stands in the Region of Murcia. Palabras clave: LiDAR. la gestión Dentro de las acciones de compensación de emisiones forestal quedó relegada a un segundo plano. The LIFE ForestCO2 project aims to give a major impetus to the carbon sinks generated through actions of Sustainable Forest Management as a key in the fight against climate change and.es/aet2017 27 . and with high quality information. En este proyecto se han seleccionado estas fuentes de datos para desarrollar metodologías específicas de generación de cartografía de calidad de estación y carbono secuestrado en masas de las especies objetivo. Tomé Morán. The combination of public data sources. Javier Estornell. la gestión sumideros de carbono forestal y fomento de los sistemas forestal se planteó como una posibilidad a desarrollar. and databases of the fourth National Forest Inventory. Una de las líneas http://idearm. and Pinus pinaster Ait stands in its different deposits: biomass (aerial and underground). cambio climático. El proyecto LIFE ForestCO2 pretende dar un importante impulso a los sumideros de carbono generados a través de actuaciones de Gestión Forestal Sostenible como clave en la lucha contra el cambio climático y. J. de gases de efecto invernadero. simultáneamente. La combinación de fuentes de datos públicos. calibrated and improved the accuracy at the local level. as carbon stores where organizations and companies from the diffuse sectors can invest. mediante metodologías reconocidas por el Panel Intergubernamental de Expertos sobre el Cambio Climático (IPCC). Murcia 3-7 octubre 2017. simultaneously. Sin de compensación como herramientas de mitigación embargo. The aim of the project is the modeling of carbon sequestration as a consequence of forest management activities in Pinus halepensis Mill. S. en sus diversos depósitos: biomasa (aérea y subterránea). permite trabajar en grandes superficies a bajo coste. ForestCO2: monitorización de sumideros de carbono en masas de Pinus halepensis en la Región de Murcia Sanchez Pellicer. Luis A. becoming a source of funding for the silviculture of these forest stands. como almacenes de carbono donde organizaciones y empresas de los sectores difusos puedan invertir de forma voluntaria para compensar sus emisiones a través de la figura del crédito de CO2. Martín Alcón. Agresta Sociedad Cooperativa. calibradas y precisadas a escala local. 2. pero aún no está aplicándose en España por falta de metodologías y experiencias. J. {tsanchez. Manuel Erena). Se espera que esta metodología contribuya a que la compensación de emisiones a través de la gestión forestal pueda convertirse en una fuente de financiación para la selvicultura de estas masas forestales. 1. Keywords: LiDAR. forest management. mientras que otras opciones de compensación del cambio climático” trabaja en este sentido. This methodology could contribute to the compensation of emissions´ goal through forest management.. materia orgánica del suelo y materia orgánica muerta.imida.org Resumen: La gestión forestal es una de las actividades de compensación de emisiones contempladas en el protocolo de Kioto. jltome. smalcon.. on a voluntary basis. ForestCO2: monitoring of carbon sinks in Pinus halepensis stands in the Region of Murcia Abstract: Forest management is one of Kyoto’s offsetting mechanisms. soil organic matter and dead organic matter. C/ Duque de Fernán Núñez. 1°. allows to work in large areas at low cost. 28012. L.

2.000. A partir del MDT estadísticos de estructura de masa arbolada por encima de 25 metros de resolución se generó la cartografía de 2 metros en celdas de 25 m de lado. Para ello. A partir de esas variables se generaron 19 y con información de alta calidad variables bioclimáticas a través del paquete “dismo” de En este artículo se presentan los resultados sobre R (Hijmans et al. corteza del IFN4. Atlas Climático internacional (IPCC). El MDT fue Los datos de LiDAR del PNOA corresponden al vuelo posteriormente utilizado para asignar alturas sobre el del 2009 con una resolución de 0. de 200 m. Tras con las próximas (Conejo Muñoz et al. esta tarea. seleccionado de otras variables topográficas derivadas del MDT finalmente 13 variables LiDAR: Media. 2010) con una ello. la insolación y el índice de posición intercuartílico.2. Rango son la pendiente. dentro de la superficie de estudio. Para la suelo a todos los retornos clasificados como vegetación estimación de las variables topográficas en el área de (normalización de la nube de puntos). la hora de generar los modelos de calidad de estación. Varianza. Parcelas IFN4 y campo El índice de posición topográfica (TPI) compara la Para el ajuste del modelo se han utilizado parcelas del elevación de cada celda del MDT con la elevación media IFN4 localizadas en masas de Pinus halepensis de la de una zona especificada alrededor de la celda.000 resultado una base de datos de 243 parcelas que fueron (SGDBE).imida. clareos. En total se solar) y un ángulo vertical o altitud correspondiente a la obtuvieron 41 variables predictoras para el cálculo de capital de provincia más cercana. temperatura y francesas en sus diversos depósitos: biomasa (aérea máxima y precipitación) se obtuvieron para tres bases y subterránea). et al.ForestCO2: monitorización de sumideros de carbono en masas de Pinus halepensis en la Región de Murcia Sanchez Pellicer. La biomasa se calculó como el volumen con En este caso se utiliza la clasificación de suelos FAO.1. valores positivos del TPI representan puntos de mayor Las parcelas del IFN se localizan en campo mediante cota que la media de sus vecinos (crestas). su alrededor (valles) y los valores próximos a cero son Para la modelización de la biomasa a partir de LiDAR o áreas planas o áreas de pendiente constante en las que es conveniente utilizar precisiones submétricas de la pendiente del punto es significativamente mayor que localización del centro de la parcela. Desviación también necesarias para construir los modelos como estándar. Percentil del 50%. A partir de la estudio. Kurtosis. Percentil del 99%. con una resolución de 1 km. Se usaron dos valores modelos de predicción de la biomasa y la calidad de de altitud correspondientes a la posición del sol en estación de Pinus halepensis en la Región de Murcia. Coeficiente de variación. Se hizo una reclasificación de las unidades las que finalmente se utilizaron en todos los trabajos de de cartografía del terreno (SMU) en un código numérico modelización (Figura 1). verano y en invierno.. lo Península Ibérica (Ninyerola. Haplic Gypsisol. 2003). Los valores modelos de navegador GPS básico que presentan unos negativos representan puntos de menor cota que los de errores de medición medios superiores a los 5 metros. de modo que fue cero. La insolación se generó utilizando la 5%. Percentil del topográfica. de suelo y climáticas. materia orgánica del suelo y materia de datos de clima principales para la Península Ibérica: orgánica muerta. Procesado LiDAR de toda la superficie de trabajo 2. claras. 90 para distinguir los tipos de suelos presentes en el 28 http://idearm. obteniendo de esta forma dos ráster de insolaciones.es/aet2017 . MATERIAL Y MÉTODOS La información LiDAR fue procesada con el programa La cartografía de biomasa y de calidad de estación se FUSION (McGaughey y Carson. Los Región de Murcia. de Pinus halepensis Mill. se hizo una selección de las parcelas que Las variables de suelo se obtuvieron de la base de datos alcanzaron dicha precisión submétrica que dio como geográfica de suelos de Eurasia a escala 1:1. La importancia del TPI se halla en que la cota de un necesario realizar un trabajo previo de recolocación de punto no define la topografía sino la relación de esta cota las parcelas para alcanzar esa precisión necesaria. Mollic Forestal Sostenible (podas. Para de la España Peninsular (Gonzalo. españolas Las variables de clima (temperatura mínima. Fracción (QGIS). 1992). Percentil del 95%. de los puntos clasificados como suelo. pero precisados a escala local. etc.5 pulsos/m2. Lithic Leptosol. 2005) con una resolución que permite trabajar en grandes superficies a bajo coste. se ha apostado por la utilización de datos públicos resolución de 1 km y el Atlas Climático Digital de la como el LiDAR del PNOA y las parcelas del IFN4. y Pinus pinaster Ait. Calcaric Fluvisol. mediante cálculos reconocidos a nivel Worldclim. 2015) modelización de la biomasa y calidad de estación en el caso de Pinus halepensis en la Región de Murcia. Percentil del 1%. Haplic Calcisol. de forma que éstas La calidad de estación de cada parcela se calculó a partir puedan ser tratadas como una variable paramétrica a de los modelos para Pinus halepensis (Montero et al. de trabajo del proyecto es la modelización del secuestro área de trabajo: Petric Calcisol.. Para toda la desarrolló a partir de datos LIDAR complementados superficie de estudio se generó un modelo digital de con otro tipo de datos relacionados con el índice de sitio elevaciones (MDT) de 2 metros de resolución a partir como las variables topográficas. Eutric de carbono como consecuencia de actuaciones de Gestión Cambisol.. Water body. Percentil del 25%. 2. 2006).) en masas Leptosol. se utilizó un modelo digital del terreno (MDT) nube de puntos normalizada se calculó una batería de 70 con paso de malla de 25 m (CNIG). Percentil del herramienta Hillshade disponible en la librería GDAL 75%. se usó un azimut de 180° (mediodía Cabida Cubierta y Canopy releaf ratio.

2 calcularon las existencias totales de biomasa a partir del variables topográficas y una de insolación. realizaron con el paquete estadístico R. RESULTADOS Tabla2. Calidad de estación Overfitting Se construyeron distintos modelos de calidad de estación RMSE R squared Cohen f2 Accuracy ratio de diferentes tipos.) con una selección de raster y se generó un mapa de biomasa (m3/ha) para las variables realizada mediante el paquete VSURF de R. paramétricos y no paramétricos. Biomasa (Random Forest). Valores de ajuste del modelo RF de biomasa.850 12.2. caret.670 2. ggpubr. variables realizada mediante el paquete VSURF de R. graphics. 3.3.028 0.imida. cubierta.495 0. La selección de variables para optimizar la Dicho modelo contiene 2 variables LiDAR: un percentil capacidad predictiva de los modelos de Random Forest bajo de alturas y un estadístico de fracción de cabida se realizó con el paquete VSURF de R (Genuer et al. halepensis en la Región de Murcia. RMSE R squared Cohen f2 Accuracy ratio 3. manera adicional de validar las predicciones de LiDAR Overfitting (Tabla 3). 3. 2 variables climáticas de Gonzalo.767 70. Para la biomasa también se probaron modelos de Para el ajuste de modelos se utilizaron los siguientes diferentes tipos y se seleccionó un modelo no paramétrico paquetes de R: Rcmdr. 2010).000 http://idearm. 2001. A su vez. car. MASS. Figura 1.216. generado con Random Forest con una selección de lme4. Se ajustaron modelos paramétricos (regresión lineal) y no paramétricos 3. ForestCO2: monitorización de sumideros de carbono en masas de Pinus halepensis en la Región de Murcia Sanchez Pellicer.272 0. hydroGOF. Localización de las parcelas del IFN4 de Pinus halepensis en Murcia. lmtest. Modelización estadística Figura 2. stats. y 17.1.006 0. et al. Valores de ajuste del modelo RF de calidad de incluidas dentro de los límites de dicho estrato como otra estación. maptools.es/aet2017 29 . El modelo seleccionado se aplicó al stack de raster y se generó un mapa de calidades de estación para las masas de Pinus halepensis en la Región de Murcia con una resolución de 25 metros (Figura 2).08 ha) y se compararon con las existencias calculadas con todas las parcelas del IFN4 Tabla1. 2. En la Tabla 1 raster generado con el modelo de LiDAR para el estrato se presentan los valores de ajuste del modelo. se de worldclim.000 se seleccionó el que mejor ajuste tuvo.214 0. masas de Pinus halepensis en la Región de Murcia con Dicho modelo está integrado por 12 variables: 7 variables una resolución de 25 metros (Figura 3). Este modelo se corresponde con un modelo no paramétrico generado con El modelo seleccionado se aplicó a su vez al stack de Random Forest (Breiman. En la Tabla 2 se presentan los valores de ajuste del modelo.. rfUtilities. Cartografía de Calidad de estación en las El ajuste de modelos y la generación de cartografía se masas de P. randomForest. de Pinus halepensis (257.

Roure. ganando selection using random forests.. con una lenta respuesta a los tratamientos selvícolas como es el caso del Pinus Error de halepensis en la Región de Murcia. En este sentido. Diagnosis Fitoclimática de la España de dichos modelos. Pons.110. J... Pattern.-M. variables LiDAR. II Congreso En las diferentes pruebas realizadas se observó que las Español sobre Tecnologías y Lógica Fuzzy. Organismo Autónomo de de discriminar aquellos enclaves con masas jóvenes y Parques Nacionales. sucede con la calidad de estación.E. con más sentido biológico son los que prescinden de 2015. W. Urbano Montero. de funcional de la vegetación y de los ecosistemas manera que predicen todas las masas de menor altura peninsulares españoles. R. Existencias de biomasa aérea de P. Jarvis. R. Dismo: Species Distribution Modeling.508 31.0-12. Atlas Climático intervienen otros factores (e. J.. Recognition peso en los modelos e incluso llegando a desplazar al Letters.34 8.G. se observa que en ellos la estructura Peninsular. DISCUSIÓN y reconocimiento de rasgos del terreno. Sin embargo. 2225-2236 resto de variables.. Cameron. Por este motivo. topográficas y de insolación). 2010.ForestCO2: monitorización de sumideros de carbono en masas de Pinus halepensis en la Región de Murcia Sanchez Pellicer. la situación es distinta. J. 2005. Tuleau-Malot. J. 2003. Esto se explicaría por la visualization techniques.worldclim. esta cartografía generada es totalmente válida para los fines del proyecto LIFE ForestCO2. 31(14). Esta cartografía de alta resolución obtenida con bajo coste puede ser fundamental en la rentabilidad de los proyectos de carbono de gestión forestal. Fusing LIDAR buenos modelos predictivos.M. Conejo Muñoz. Very high resolution interpolated Respecto a los modelos de biomasa. J. Genuer. M.. La conclusión más importante es que se pueden conseguir resultados similares con un esfuerzo de muestreo mucho menor (243 parcelas frente a 1. Metodología y Se puede concluir que es posible obtener cartografía aplicaciones en bioclimatología y geobotánica. J.org/ supone una oportunidad para mejorar la gestión forestal y el diseño de intervenciones selvícolas a escala rodal 30 http://idearm. algo que no Connection. productivas sobre suelos pobres. A. los modelos de calidad de estación Hijmans. Digital de la Península ibérica. los modelos seleccionados de calidad de Hijmans. halepensis. variable en la que Ninyerola. BIBLIOGRAFÍA IFN4 1. más aún si cabe en masas de especies poco Tabla3. Leathwick. and other data using 2D and 3D caso las variables ambientales. estación a partir de datos de fácil acceso. Carson. Morales Bueno. pp.84 520.67 - 5. J. J.J. R. J. continua de alta resolución de biomasa y calidad de Autónoma de Barcelona. Parra. 2003. 16–24. Por otro lado. N° Biomasa Biomasa muestreo Inventario parcelas (m3/ha) Total (m3) (m3) LiDAR 243 30. 1992.. Conjuntos difusos 4..g..L.. 2010. climate surfaces for global land areas. en la tabla 3 se puede comprobar que el valor de las existencias totales calculadas para todo el estrato de Pinus halepensis de la Región de Murcia a partir de los modelos de LiDAR está dentro del intervalo de confianza del valor calculado con todas las parcelas del IFN4 correspondientes a dicho estrato. R. Random forests. 44 pp. no siendo necesarias en este data. Esta cartografía Worldclim URL: http://www. Climatol.. estación funcionan muy bien.A.581. October 28–30.J. learn. y Medio Rural y Marino de España.04 7.es/aet2017 . X. S. ya que permite conocer la calidad de estación y las existencias de biomasa en rodales de pequeña superficie.51 Breiman. Serie técnica Naturaleza dominante como de calidades bajas. R las variables LiDAR e incorporan solamente variables package version 1. 5-32. descriptoras de la estructura forestal. En las diferentes pruebas realizadas se comprobó que las 25. J. Univ. Mach. Poggi.imida.199. Variable “engañan” al modelo de calidad de estación.. et al. variables LiDAR son más que suficientes para conseguir Mcgaugey. 2005. R. Pérez de la Cruz.508) lo que supone un importante ahorro económico. Jones.. Elith.727.R-project. photographs. Bellaterra. allí donde la precisión de otras fuentes de datos como el IFN4 no llega (por ausencia de parcelas). la edad de la masa). Madrid. C. L. no siendo capaces y Parques Nacionales. http://CRAN. 2001. S.W. In: Proceedings of Terrain relación directa entre la cantidad de biomasa existente Data: Applications and Visualization–Making the y las características estructurales del rodal. Phillips. 1965–1978. Hacia un modelo de clasificación llega a enmascarar a la propia calidad de estación.. Int. P.L. package=dismo No obstante... Ministerio de Medio Ambiente buenas calidades de estación.564. R.org/ ambientales (climáticas. al analizar el resultado Gonzalo.

Resumen: La temperatura de la superficie terrestre es una magnitud fundamental en muchos procesos de intercambio entre la superficie y la atmósfera. 46100 Burjassot. M. Comparison of the land surface temperature measurement in the field through radiometers and pyrgeometers. both methodologies have been compared over two different surfaces (a homogeneous grass and a vineyard) under different atmospheric conditions. United Kingdom.es (3) Department of Electronic Warfare. while in the second one the discrepancies can be significant (-1. it is not evident their equivalence. an essential issue being LST validation using in situ measurements to assess its accuracy and precision. se ha comparado las medidas realizadas por ambos métodos en dos tipos de superficies distintas. siendo un aspecto esencial su validación usando medidas in situ para establecer su exactitud y precisión. infrarrojo térmico. y medidas efectuadas con pirgeómetros de radiación total que poseen un campo de visión prácticamente hemisférico.caselle. 3). con diferencias de +0. Moya. radiometer. pp. SN6 8LA.1 K) affecting the reliability on the results of the validation of airborne sensors. Although both measurements must be correlated. parte del espectro terrestre (3-100 µm) y de forma http://idearm.0 K. ruben. Keywords: land surface temperature. with differences +0. no es evidente su equivalencia.3±1. Su medida desde satélites artificiales provee un modo eficiente de obtener su variación en regiones amplias de la Tierra. cesar. mientras que en el segundo las discrepancias pueden ser significativas (-1. it may be relevant to establish their differences when they are used as ground reference for the thermal infrared sensors.es/aet2017 31 . Shrivenham Swindon. Manuel Erena).7±1. thus. pyrgeometer. XVII Congreso de la Asociación Española de Teledetección. un ancha (8-14 µm) y miden de forma direccional de modo aspecto esencial de la medida de la temperatura desde semejante a como lo hacen los sensores aeroportados. Murcia 3-7 octubre 2017.es (2) Depto. Los resultados muestran una buena correspondencia en el primer caso. Implicaciones para el calibrado de sensores en vuelo Valor. radiómetro. Javier Estornell.3±1. Comparación de la medida de la temperatura de la superficie terrestre en campo mediante radiómetros y pirgeómetros.Barbera. (Eds. thermal infrared. desde hace un tiempo diferentes equipos medidas realizadas en el campo que sean referencia. Barberá. C. (1). Física Aplicada e Instituto de Desarrollo Regional. 31-34. Luis A. INTRODUCCIÓN Un modo de llevar a cabo este proceso consiste en La temperatura de la superficie terrestre es una magnitud desplegar en un área térmicamente homogénea de clave para la comprensión de diversos fenómenos que dimensiones adecuadas a la resolución espacial del tienen lugar en la biosfera. Estos radiómetros suelen trabajar en banda Observación del Clima (GCOS). (1). J. J. (1) (1) Departament de Física de la Terra i Termodinàmica. Nuevas plataformas y sensores de teledetección. V. juanmanuel. (1). en particular los flujos de sensor en estudio un conjunto de radiómetros que calor latente y sensible a nivel de superficie.. LST measurement from satellites provides an efficient way to monitor its change across wide areas on Earth. Ruiz. There are two main methodologies being used presently to this end: temperature measurements made by wide -band radiometers observing the land surface with a particular viewing angle and a limited field of view. 02071 Albacete. Cranfield University. satélites artificiales consiste en su validación mediante Sin embargo.0 K. los cuales miden en la mayor incertidumbre (Li et al. Universidad de Castilla-La Mancha. pirgeómetro. Implications for the calibration of sensors in flight Abstract: Land surface temperature (LST) is a key magnitude in many exchange processes between the surface and the atmosphere. Por ese motivo. E. 2013). En la actualidad se están usando fundamentalmente dos metodologías para ese fin: medidas realizadas con radiómetros de banda ancha que observan la superficie bajo un ángulo cenital definido y con un campo de visión limitado. {enric. Niclòs. Universitat de València. 1. Palabras clave: temperatura de la superficie terrestre. Caselles.niclos. bajo condiciones atmosféricas diversas.7±1.Jesus.moya. Aunque ambas medidas deben estar correlacionadas. España.1 K) con lo que ello implica en la fiabilidad de los resultados de validación de sensores aeroportados. con están usando pirgeómetros como alternativa a los el fin de establecer su fiabilidad y definir su margen de radiómetros para este fin.coll}@uv. R.imida. For this reason. (2). M. (1. raquel. y establecer sus diferencias es relevante cuando se trata de usarlas como referencia a los sensores térmicos aeroportados. Dr Moliner 50. R. Coll. Sánchez. Por ello. España. (1). y está realicen medidas de temperatura con las que obtener íntimamente relacionada con las Variables Climáticas una media espacial y temporal comparable a la medida Esenciales (ECV) definidas por el Sistema Global de satelital. una hierba homogénea y un viñedo. vicente. M.valo.sanchez@uclm. and measurements provided by total radiation pyrgeometers with a nearly hemispheric field of view. The results show good correspondence in the first case.

Implicaciones para el calibrado […] Valor. Su descendente. radiómetro Apogee dirigido hacia el cielo con un ángulo FUNDESCAM). la inversión de la ecuación (1) permite de 1 m sobre la superficie. por lo que no es evidente la equivalencia entre ambos tipos de medida. se han donde εv es la emisividad de la vegetación (0.. cubriendo de ese modo descubierto o completamente nublado) (Rubio et al. y un viñedo durante las diferentes fases fenológicas del cultivo.es/aet2017 . Montaje experimental de los radiómetros 2.5 m con un ángulo cual puede obtenerse fácilmente su temperatura corregida cenital de 45° (ver Figura 1)..1. se efectuaron medidas sobre un viñedo Kipp&Zonen CNR4. En el presente trabajo hemos comparado las medidas obtenidas simultáneamente por ambos sistemas en diferentes condiciones atmosféricas en dos tipos de superficie bien distintas: una superficie de hierba homogénea. que se presentan a continuación.4. tanto 2. Las medidas se realizaron cada 15 cenital de 53°. ‘‘Asterix’’) bien irrigada situada en la finca tiempo entre Pv=0. Figura 1. cv. de banda ancha Apogee SI-121 y radiómetros netos Por otra parte.5-42 m). Por otro lado. determinada por la siguiente ecuación: El otro sensor es el pirgeómetro integrado en el radiómetro neto Kipp&Zonen CNR4 (http://www.uk/) que opera en el composición del conjunto (suelo + vegetación) de forma intervalo 8-14 µm y que presenta un campo de visión comparable al pirgeómetro. 2010).f (i)) L .5 m de la superficie. L°(T) es la radiancia emitida por un un intervalo espectral mucho más amplio (4.com). utilizando la aproximación difusiva minutos de manera continua entre el 30 de noviembre de válida bajo condiciones de cielo homogéneo (totalmente 2015 y el 27 de octubre de 2016. L .Comparación de la medida de la temperatura de la superficie terrestre en campo mediante radiómetros y pirgeómetros. y homogéneamente por hierba (Festuca arundinacea en el caso del viñedo se midió su evolución a lo largo del Schreb. Instrumentación el radiómetro neto Kipp&Zonen CNR4 como el Apogee La comparación se ha realizado usando dos tipos SI-121 se situaron sobre un mástil a 4. última se ha estimado mediante un modelo geométrico sencillo dado por: 2.Pv (i)) (2) Con el fin de comparar los resultados de ambos tipos de medidas y ver las posibles discrepancias. El radiómetro 1997)..apogeeinstruments. Albacete.985).2.2 y Pv=0. Uno de ellos es observando este último la superficie con una inclinación un radiómetro de banda ancha Apogee SI-121 de 45° respecto a la vertical. En el caso de la hierba se tomó Pv=1. 2015. sobre la festuca medidas realizadas mediante radiómetros térmicos (izquierda) y la viña (derecha). θ). Esta precisión es del orden del 10% de la irradiancia medida. cuerpo negro a la temperatura de la superficie T definida Por lo cual mide la irradiancia emitida por la superficie por la ley de Planck. Por la emisividad del suelo (0. neto Kipp&Zonen CNR4 se situó en un mástil a una altura Con estas medidas. 32 http://idearm.atm es la radiancia atmosférica en consonancia con la ley de Stefan-Boltzmann.co.3. cubriendo de ese modo la evolución fenológica de este cultivo. con el fin de observar una (www. y ε(θ ) es la emisividad de la superficie.960) y Pv (θ) es la fracción de un lado se realizaron medidas sobre un área cubierta cobertura vegetal. MATERIAL Y MÉTODOS netos Kipp&Zonen CNR4 (marcados en amarillo) y Para llevar a cabo el estudio planteado se ha utilizado Apogee SI-121 (marcados en rojo)..2°C en la la superficie observada en el intervalo 8-14 µm y bajo medida de temperatura (Niclòs et al. (FOV) de 36°. Tipos de superficie f (i) = f v Pv (i) + f s (1 . por tanto realiza medidas de radiancia (basadas en la ley de Planck) de tipo direccional y 2. Ambos instrumentos han medido situado en el campus de la Universitat de les Illes Balears simultáneamente de manera continua sobre dos tipos de (UIB. Este El radiómetro Apogee mide la radiancia emitida por radiómetro presenta una precisión de ±0. el cual observa la superficie con un donde Tr es la lectura de temperatura proporcionada campo de visión prácticamente hemisférico (150°) y en por el radiómetro. hemisférica. de instrumentos bien diferentes.atm  (1) kippzonen. En este caso. et al. El ejemplo más extendido es el uso de la red SURFace RADiation budget observing network (SURFRAD) para validaciones (Augustine et al. Medidas con Apogee SI-121 en una zona espectral relativamente reducida. 2000). la radiancia experimental de Las Tiesas. εs es usado dos tipos de superficie netamente diferentes. del efecto de la emisividad.imida. Mallorca) cada 15 minutos entre el 21 de junio superficie distintas. y el 17 de octubre de 2012. condiciones ambientales muy diversas. que viene et al. perteneciente atmosférica descendente se midió con un segundo al Instituto Técnico Agronómico Provincial (ITAP.. L(Tr. mientras que el radiómetro obtener la radiancia de cuerpo negro de la superficie de la Apogee SI-121 la observaba desde 1. Theocharous un ángulo cenital de observación θ. i) = f (i) Lº (T) + (1 . L (Tr.

987 0.986 0. nubes. irrigada. cercana aa la laEn concreto.249 0. de hierba bien irrigada. Paraello Para ellose ello seanalizó se analizólas analizó lasmedidas las medidasrealizadas medidas realizadas realizadas respectivamente.1.561 1. El El situado situado en en observación observación de de lala superficie superficie comportamiento comportamientoprevisto previsto previstopara para paraun un undía día díaclaro claro clarosin sin sinnubes. umbral. diurnos).967 0.Comparación de de las las medidas medidas realizadas realizadas con con Figura Figura 3. razonablemente buena en ambos casos (con coeficientes (con (con coeficientes coeficientes de de determinación determinación de de 0. 180º). concreto.f) M . Se Se observa observa una una Ecuación (2)). 3.4. noche. con con ambos ambos métodos.249 15 15 R² R²==0. nubes. unidad unidad en en los los dede la la superficie. superficie. viñedo. http://idearm. pirgeómetros. El situado dos trabajo trabajo se se han han usado usado las las medidas medidas de de los los dos en días díasen días en enlos los losque que quelalalacurva curva curvade de deirradiancia irradiancia irradianciase se seseparara separara separaradeldel del pirgeómetros.561 45 45 R² R²==0. datos datos nocturnos nocturnos (1. nubosidad.967 en en los los diurnos).009x 1. la la pendiente pendiente esdemuy muyla cercana superficie. 2.962x -.1. en este caso con un FOV de 180°). de de viñedo.0.009 frente frente aa 0.imida.992 10 10 24 24 T APOGEE (°C) 22 22 T APOGEE (°C) 55 20 20 00 18 18 -5 -5 16 16 14 14 -10 -10 12 12 -15 -15 10 10 -15 -15 -10 -10 -5 -5 00 55 10 10 15 15 20 20 10 10 15 15 20 20 25 25 30 30 TTCNR4 CNR4 (°C) (°C) TTCNR4 CNR4 (°C) (°C) Figura Figura 2.Comparación 2. 0. En yeste y descendentes. Medidas con Kipp&Zonen CNR4 3. Comparación de la medida de la temperatura de la superficie terrestre en campo mediante radiómetros y pirgeómetros. irrigada.889x 0. terrestre. y ε es la La hemisférica hemisférica descendente descendente (medida(medida por por elel pirgeómetro pirgeómetro realizadas realizadas con con ambas ambas metodologías metodologías para para el el caso caso de delala la emisividad hemisférica (que puede obtenerse a partir de realizadas con ambas metodologías para el caso de que que observa observa el el cielo. RESULTADOS El El El radiómetro radiómetro neto radiómetro neto neto Kipp&Zonen Kipp&Zonen Kipp&ZonenCNR4 CNR4 CNR4 consta consta constade de dos dos de Las Las series Las series de series de medidas de medidas realizadas medidas realizadas fueron realizadas fueron depuradas fueron depuradas depuradas dos piranómetros y dos pirgeómetros que miden lala piranómetros piranómetros y y dos dos pirgeómetros pirgeómetros que que miden miden la previamente previamente eliminando previamente eliminando los eliminando los casos los casos en casos en que en que hubiese que hubiese hubiese irradiancia irradiancia hemisférica hemisférica solar solar irradiancia hemisférica solar y terrestre.4.atm (3) casos radiancia radiancia descendente radiancia descendente descendente superasesuperase superase un un un cierto cierto cierto umbral.1. separando las yy  es es la la emisividad emisividad hemisférica hemisférica (que(que puede puede obtenerse obtenerse aa medidas medidas de de día día yy noche. medidas de día y noche. Implicaciones para el calibrado […] Valor. RESULTADOS RESULTADOS 2. trabajo se hanEn En este este usado por porlos por los lospiranómetros piranómetros piranómetrospor por porelel eldía día díayyysese seeliminaron eliminaron eliminaronaquellos aquellos aquellos las medidas de los dos pirgeómetros.988). diferenciando diferenciando entre entre día día Kipp&Zonen CNR4 sobre una superficie homogénea de y y noche.Comparación de las medidas realizadas con neto neto un un radiómetro radiómetro Figura Apogee ApogeedeSI-121 3.346 0. 2. donde (( )) es donde es la la irradiancia irradiancia hemisférica hemisférica total total emitida emitida de Stefan-Boltzmann. Stefan-Boltzmann. separando separando las las la proporción de vegetación con una relación similar a la zona de hierba homogénea bien irrigada.Comparación 3. ascendentes ascendentes ascendentes y descendentes.4. Comparación sobre hierba dede Stefan-Boltzmann. métodos.es/aet2017 33 .080 yy==0.889x ++ 1. inversión inversión de de la la ecuación ecuación (3) (3) aa partir partir de de laslas medidas medidas mejor una en loshomogeneidad una mayor mayor datos nocturnos homogeneidad térmicaa causa térmica de de laladesuperficie.346 NOCHE NOCHE NOCHE NOCHE 28 28 yy==0.987 26 26 R² R²==0.009 (1.Comparación SI-121 yy un un radiómetro las medidas radiómetro realizadasneto neto con Kipp&Zonen Kipp&Zonen un radiómetroCNR4 CNR4 sobre sobre Apogee una una superficie SI-121 superficie homogénea homogénea y un radiómetro neto de de Kipp&Zonen Kipp&Zonen un radiómetroCNR4 CNR4 Apogeesobre sobre una una ysuperficie SI-121 superficie heterogénea heterogénea un radiómetro neto hierba hierba bien bien irrigada. diferenciando diferenciando entre entre día día Kipp&Zonen CNR4 sobre una superficie heterogéneay y noche.080 1. umbral.962x 0. noche. et al. Se observa una correspondencia partir partir dede la la proporción proporción de de vegetación vegetación con con una una relación relación correspondencia correspondencia razonablemente razonablemente buena buena en en ambos ambos casos casos La inversión similar similar aa la de la ecuación la ecuación ecuación (2)). y y terrestre. M . Comparación Comparación sobre sobre hierba hierba por por unun cuerpo cuerpo negro negro aa lala temperatura temperatura TT dadadada por por lala ley ley descendente (medida por el pirgeómetro que observa 3. 3.009x ++ 0. (3) a partir de las medidas de (2)). diferenciando entre día y noche. nocturnos. viñedo. diferenciando entre día y noche. noche. nubosidad.Para nubosidad. cielo. los datossiendo los datos nocturnos nocturnossensiblemente aa causa causa dede laLa Lasuperficie. descendentes.988). enen este este caso caso con con un un FOV FOV de de 180º).967x ++ 1. zona zona dede hierba hierba homogénea homogénea bien bien irrigada.967x 0. 40 40 50 50 DÍA DÍA DÍA DÍA 35 35 yy==0. Medidas Medidas con con Kipp&Zonen Kipp&Zonen CNR4 CNR4 3.988 R² R²==0. En En dede los los dos dos pirgeómetros pirgeómetros permite permite obtener obtener lala temperatura temperatura homogeneidad térmicaes concreto.se se seeliminaron eliminaron eliminaronaquellosaquellos aquellos 150º 150º dada dada por:por: casos casosen en enlos los losque que quelala latemperatura temperatura temperaturamedida medida medidaen en enelel elcaso caso casodede delala la M (Tr) = fMc (T) + (1 . respectivamente.986 30 30 40 40 25 25 35 35 T APOGEE (°C) 20 20 T APOGEE (°C) 15 15 30 30 10 10 25 25 55 20 20 00 15 15 -5 -5 -10 -10 10 10 -10 -10 -5 -5 00 55 10 10 15 15 20 20 25 25 30 30 35 35 40 40 10 10 15 15 20 20 25 25 30 30 35 35 40 40 45 45 50 50 TTCNR4 CNR4 (°C) (°C) TTCNR4 CNR4 (°C) (°C) 20 20 30 30 yy==1.992 0. siendo siendo los dos pirgeómetros permite obtener la temperatura de de determinación sensiblemente sensiblemente mejor mejor deen en0.EnEn En observación de la superficie mide la irradiancia (M(Tr)) comportamiento mide mide la la irradiancia irradiancia (( (( )) )) emitida emitida concon un un FOVFOV de de emitida con un FOV de 150° dada por: elel elcaso caso casode de delos los losdatos datos datosnocturnos.988). respectivamente.988 0. es es la la irradiancia irradiancia La La Figura figura figura 222 muestra muestra muestra la la la comparación comparación comparación de de de las las las medidas medidas medidas el cielo. ConCon Con (( )) (( )) (( )) (3) (3) las lasseries series seriesresultantes resultantes resultantesse se serealizó realizó realizóuna una unacomparación comparación comparaciónde de delas las las donde M°(T) es la irradiancia hemisférica total emitida las por un cuerpo negro a la temperatura T dada por la ley medidas medidas de de temperatura temperatura obtenidas obtenidas medidas de temperatura obtenidas con ambos métodos.atm es la irradiancia hemisférica 3.Comparación de de las las medidas medidas realizadas realizadas con con un un radiómetro radiómetro Apogee Apogee SI-121 SI-121 y y un un radiómetro radiómetro Figura 2. una mayor superficie. nocturnos.

3 1. CONCLUSIÓN infrared measurements for validating satellite En el presente trabajo se ha realizado una primera products.. Yan.. Sobrino. Valiente.8 1. 2000. de ±1°C en ambos casos. al igual que las desviaciones estándar obtenidas Europeo de Desarrollo Regional (FEDER).F.3 0. Ambos sistemas se han dispuesto simultáneamente sobre dos superficies bien distintas: una hierba homogénea y un viñedo. el uso de un radiómetro de banda ancha observando la 490-521. respectivamente). J. por encima de los Desviación errores de medida en campo y del orden de los errores que Bias MAE estándar Coeficiente suelen observarse en el calibrado de sensores en vuelo. que las NOCHE -1. similar al error mínimo de medida alcanzable. Tang. 81. de determinación son buenos (0. CEOS (medidas direccionales basadas en la ley de Planck).es/aet2017 . B. J. respectivamente. H.6°C). 131. siendo el error absoluto medio (MAE) Este trabajo ha sido financiado por el Ministerio sensiblemente mayor en los datos diurnos (0.4°C). Niclòs. DeLuisi. comparación sobre hierba.5°C). J.. H.0 0.imida. a través de (±1°C frente a ±0. BIBLIOGRAFÍA homogeneidad térmica es mayor.992 realizadas por los pirgeómetros.L. de +2°C para el día. superficie bajo un determinado ángulo de observación Theocharous. Los autores desean 3. Z. pueden llegar a ser de entre -1 y -2°C. I.A. que porta dos pirgeómetros de radiación térmica cuasi Part I: Laboratory and Ocean Surface Temperature total que miden hemisféricamente (medidas en todo el Comparison of Radiation Thermometers. especialmente en SI-121 y un radiómetro neto Kipp&Zonen CNR4 sobre el caso de una superficie heterogénea. las diferencias un viñedo (TAPOGEE-TCNR4). Wu. con desviaciones estándar alrededor Remote Sensing of Environment. Meteorol. Implicaciones para el calibrado […] Valor. Remote Sensing.. Ahora la pendiente de las Soc. Emissivity efectiva de la superficie en campo ampliamente usados en measurements of several soils and vegetation types las experiencias de calibración de sensores térmicos en in the 8–14 μm wave band: Analysis of two field vuelo. del orden Tabla 1. observar mayores discrepancias entre ambos sistemas de medida.Comparación de la medida de la temperatura de la superficie terrestre en campo mediante radiómetros y pirgeómetros. Satellite. para día y noche. C. desde un punto de vista físico las medidas Viñedo realizadas con radiómetros son más comparables a las DÍA -1. Fox.4 0. Wan. 2010.. Únicamente las nocturnos (1. G.0 0.0 0. incluso para las medidas nocturnas donde la 6.978 para el día y 0. diferencias de temperatura observadas entre ambos métodos (TAPOGEE-TCNR4). por el mantenimiento y realizadas para el caso de la zona de viñedo durante recogida de datos de los sensores instalados en la festuca su evolución fenológica.H. Badenas. R. 2341–2357.. Long. pero con discrepancias 34 http://idearm. Coll. Estadísticos básicos de la comparación entre de 0.. E. 2013. 2015.8°C frente a de Economía y Competitividad..7 1.2. Comparación en viñedo expresar su agradecimiento al ITAP-FUNDESCAM La Figura 3 muestra la comparación de las medidas y al Dpto. En este caso se pueden y la viña. El bias es muy similar en ambos 5. con valores de bias Trigo.A.. de Física de la UIB. las diferencias son mayores que en la network for atmospheric research. así como el Fondo 0. 59(3).962 Li... AGRADECIMIENTOS casos (+0.A. 15269-15294.009 frente a 0.. en las medidas diurnas.. las temperaturas medidas con un radiómetro Apogee Sin embargo. 7(11). 14-37.6 0. Z.. Los resultados muestran que hay una gran correlación entre ambos tipos de medida. medidas nocturnas en el caso de la superficie homogénea tienen un bias y desviación estándar pequeños. comparación de dos métodos de medida de la temperatura Rubio. En el futuro cotejaremos ambos tipos de medidas con diferentes instrumentos en La tabla 1 muestra los estadísticos básicos de las vuelo con el fin de establecer su comparabilidad.8 1. E. Stefan-Boltzmann).967 en los diurnos). la pendiente es muy cercana a la unidad en los datos que pueden llegar a ser significativas. Remote Sensing of Environment. Teddington. Si bien los coeficientes Augustine. National espacio y todo el espectro térmico basadas en la ley de Physical Laboratory. C. Am.1 0..884 y 0. rectas de regresión se aleja de la unidad (0. Caselles. N.5 0. UK. An autonomous system to take angular thermal- 4. lo (°C) (°C) (°C) determinación que puede afectar sensiblemente a los resultados en tales Hierba experiencias en función del tipo de metodología que se DÍA 0.988 esté usando para obtener las medidas de referencia in situ. Ren..N.992 SURFRAD— A national surface radiation budget para la noche). Bull. NOCHE 0.J. 1997. M. C. et al.5°C. E. Barberà.J. Para ello se han seguido dos estrategias de medida: methods. los proyectos CGL2015-64268-R (MINECO / FEDER. J.P. UE) y CGL2013-46862-C02-1/2-P. del orden de +1°C para la noche y surface temperature: Current status and perspectives. y Comparison of IR Brightness Temperature la utilización de un radiómetro neto de 4 componentes Measurements in Support of Satellite Validation..987 De entrada. V. Usadi.978 efectuadas desde plataformas aeroportadas.derived land mucho más elevados.

Región de estudio En este contexto. Además. LST. Este ha sido validado utilizando medidas in-situ y comparado con los productos de temperatura MODIS actuales. J. Results obtained prove the utility of this new product in the monitoring of the Amazonian tropical forests.. pp. se encuentran entre las herramientas 2. el seguimiento de cambios en estos bosques resulta de vital importancia. MODIS. This has been validated using in-situ data and has been compared against the current MODIS LST products. En este contexto. a new LST product especially designed for this region is presented. ha sido comparado con los forma exhaustiva tanto a nivel espacial como temporal.imida. 2010). Murcia 3-7 octubre 2017.. LST. 1999) y un vector geográfico presenta como una herramienta útil en la monitorización que delimita las regiones políticas del Amazonas http://idearm. 2008) y el papel estudios (Doughty y Goulden. antropogénico cobra importancia el seguimiento del Adicionalmente. Catedrático Agustín Escardino. se propone un nuevo producto de temperatura especialmente diseñado para esta región derivado a partir de datos MODIS. recientes estudios han resaltado el papel que pueden jugar el seguimiento de las anomalías de temperatura haciendo uso de datos MODIS en la comprensión de estos cambios. resultados de los productos de temperatura MODIS En particular. Nuevas plataformas y sensores de teledetección. el uso de imágenes de satélite se presenta como la única alternativa viable para un seguimiento preciso a nivel temporal y espacial de esta región. Los resultados obtenidos demuestran la utilidad de este nuevo producto en la monitorización de los bosques tropicales. 2015). Sobrino. jose. MODIS. In this study.es Resumen: Los bosques tropicales de la región del Amazonas incluyen aproximadamente el 50% de los bosques tropicales mundiales y albergan aproximadamente el 25% de la biodiversidad terrestre mundial. In this context. Ruiz. Skokovic. En este trabajo. MODIS que proporciona imágenes diarias con una resolución de 1km. 2. Particularly. C. Y. Taking into account the importance of this biome and the current global warming scenario the monitoring of the changes in these forests becomes of special importance. MATERIAL Y MÉTODOS más utilizadas para el seguimiento climático de estos bosques (Hilker et al. Soria. D.. destacan por su y pérdida de biomasa ha sido destacada por algunos importancia a nivel biológico (Malhi. they play a crucial role in the global water and carbon cycle. Luis A. 1. XVII Congreso de la Asociación Española de Teledetección. vegetación y otras variables tales como la productividad los bosques tropicales del Amazonas.. Considerando la relevancia de este bioma y teniendo en cuenta la situación de calentamiento global. 2008. 2008). Adicionalmente. En particular. G. 35-38. Jiménez-Muñoz. Este de satélite por tanto se presenta como una herramienta ha sido validado haciendo uso de datos de temperatura capaz de proporcionar información sobre la región de in-situ. 2013. España. el a partir de la intersección de los píxeles clasificados análisis de anomalías térmicas derivadas a partir de series como “Evergreen Broadleaf Forest-EBF” en el producto temporales de imágenes térmicas del satélite MODIS se MCD12Q1 (Strahler et al. Galbraith et al. Julien. INTRODUCCIÓN de los cambios producidos en estos bosques (Jiménez- En una situación de calentamiento global y origen Muñoz et al. Keywords: AMAZONIA. El uso de imágenes región del Amazonas haciendo uso de datos MODIS. n° 9.1.. 2015). A. siendo la temperatura una variable La región de los bosques tropicales ha sido delimitada clave en el funcionamiento fisiológico de las plantas.. J.. Laboratorio Procesado Imágenes. productos derivados a partir del sensor actuales.. Javier Estornell. (Eds. Manuel Erena). Moreover. juegan un papel crucial en el ciclo del agua y carbono a nivel global. la relación entre la temperatura de la comportamiento de los diferentes biomas. que juegan en el ciclo global de carbono (Malhi. Unidad de Cambio Global. Palabras clave: AMAZONIA. Debido a la extensión de estos bosques.. mediciones En el presente trabajo se presenta el desarrollo de un puntuales de parámetros meteorológicos/ambientales algoritmo de temperatura de la superficie terrestre (LST) fallan en representar la variabilidad espacial de los split-sindow adaptado para los bosques tropicales de la diferentes procesos que ocurren. recent studies have highlighted the role that could play the monitoring of thermal anomalies making use of MODIS data in the comprehension of these changes. Jiménez-Muñoz et al. the use of satellite imagery is presented as the only viable means to observe the Amazon in a spatially comprehensive and temporally frequent fashion. Desarrollo de un nuevo producto de temperatura para la región del Amazonas Gomis-Cebolla.. J. En particular.es/aet2017 35 . 46980-Paterna. Development of a new temperature product for the Amazonian region Abstract: Amazonian tropical forests include approximately 50% of the total amount of tropical forests in the world and account for approximately 25% of the global terrestrial biodiversity.gomis@.

. 1990). et al.4.1 Generación consta de un total de 542000 puntos.281 W). Los diferentes atmosférico MOD07 (Tabla 1). Las diferentes condiciones de la superficie fueron simuladas considerando tres espectros de 2.. 1996): (12. se ha atmosféricas. 6 Generación atmosféricos como los diferentes espectros de vegetación Band 32 producto LST considerados la base de datos de temperatura simuladas MCD12Q1 Land Cover Type 1 5.281 W). ε y Δε es la emisividad media y diferencia de emisividades de estas dos bandas.imida.. 2009). Teniendo en cuenta tanto los perfiles MODTBGA Band 31. Datos de satélite vegetación diferentes (grass. Validación de resultados y comparación de Height_Profile productos MOD11A1 LST_Day_1km 6 Comparación Los valores radiométricos de temperatura han sido QC_Day producto convertidos a LST mediante la corrección por emisividad Day_view_time e irradiancia atmosférica descendiente.f ) f m T31 + T32 relativamente homogénea de denso bosque tropical. Adicionalmente.nasa. utilizados para el desarrollo del producto de temperatura Respecto de las diferentes condiciones atmosféricas éstas presentado y los productos de temperatura MODIS fueron simuladas mediante el uso del producto de perfiles utilizados para su posterior comparación. 1996. se recoge condiciones atmosféricas se seleccionaron los perfiles los productos MODIS de temperatura utilizados en la atmosféricos libres de nubes durante el período 2014- comparación posterior. et al. se muestra también la 2. Esta base de datos fue generada mediante indicado la ubicación del sitio experimental (12. Las simulaciones en el productos presentes en la Tabla 1. Algoritmo MODIS Split Window ubicación del sitio experimental que proporciona las El producto de temperatura MOD11A1 es obtenido medidas de temperatura in-situ. Delimitación de los bosques tropicales simuladas sobre diferentes superficies y condiciones utilizado en el presente trabajo. B1. producto LST MOD07_L2 Temperature_Profile 6 Generación Moisture_Profile producto LST 2. C. Esta está localizada mediante el algoritmo generalizado Split-Window (Wan en la región de Tambopata. 2016 de 1118 puntos espaciales de referencia dentro de Producto la delimitación de los bosques tropicales previamente MODIS Layers Versión Finalidad descrita. A2.gov. Se encuentra situada en una zona Ts = C + c A 1 + A 2 (1 .T32) 2 (2) en donde T31 y T32 se tratan de las temperaturas de brillo de las bandas 31 y 32. Los coeficientes del algoritmo fueron derivados mediante la regresión estadística de una base de datos formada por temperaturas de brillo (T31 y T32) Figura 1. A1. Productos MODIS utilizados en el desarrollo Con el fin de representar adecuadamente las diferentes del producto de temperatura. (Figura 1).T32) + c 2 (T31 .2.nascom.es/aet2017 . Y finalmente. Amazonas peruano y Dozier. Algoritmo SW Para el presente trabajo se sugiere el siguiente algoritmo: Ts = T31 + c 0 + (T31 . Los valores de LST in situ han sido comparados con los valores de LST proporcionados por el algoritmo SW y el producto MOD11A1V6. A3. T31 y T32 son las temperaturas de brillo de las bandas 31 y 32. B2 y B3 son coeficientes derivados a partir de regresiones estadísticas. fueron descargados de MODTRAN fueron realizadas considerando el ángulo de ladsweb. 2. ε31 y ε32 son las emisividades de la superficie de las bandas 31 y 32.3.818 S. Tabla 1.818 S. coniferous and deciduous) En la Tabla 1 se muestran los productos MODIS de la librería espectral ASTER (Baldridge et al. Esta 36 http://idearm. En rojo. el código de transferencia radiativa MODTRAN (Berk 69. El algoritmo propuesto deriva una simplificación de la estructura matemática de Sobrino et al. 69. visión del sensor y asumiendo como temperatura de la superficie la temperatura de la primera capa del perfil. en donde Ts es la temperatura de la superficie. Adicionalmente.Desarrollo de un nuevo producto de temperatura para la región del Amazonas Gomis-Cebolla. f + A3 f2 2 (1) +b B1 + B2 + B 2 l Dos sensores térmicos T_SI111 e IR_120 proporcionan f T31 + T32 medidas radiométricas de temperatura cada cinco f 2 minutos. El período temporal de datos considerado es diciembre 2014 – octubre 2016.5.

et al.6 K azules) y valores MOD11A1V6 (puntos rojos) filtrando y 1. azules) y valores MOD11A1V6 (puntos rojos) realizando Galbraith. Desarrollo de un nuevo producto de temperatura para la región del Amazonas Gomis-Cebolla. La línea 1:1 está Amazonian forest biomass losses in three dynamic también representada. T. 5.76 107 3. la validación Figura 2. Berk. 1999. DISCUSIÓN Y CONCLUSIÓN considerados) para el caso de filtrado de las nubes según Se comprueba cómo el algoritmo propuesto en el la quality layer. D. Estadísticos derivados de la comparación Ts- respectivamente: i) filtrando los valores marcados como Talg. BIBLIOGRAFÍA Baldridge. proporcionados por el producto MOD11A1V6.85 1.6 menor que el MOD35_MOD.49 4. Respecto del caso i) el MOD35_SW proporciona un RMSE 0. 0..45 142 QC_SW 1. En la Tabla 2 se recogen los estadísticos resultantes de Hilker.26 0.0. desviación estándar. AFB. RMSE. Y en la Figura 3 considerando el filtro presente trabajo es capaz de mejorar los resultados adicional (QC = 0).imida.1 K menor que el QC_MOD. 2009. RESULTADOS QC_MOD 2. bias. algoritmo propuesto para la monitorización térmica de los bosques tropicales. se observa cómo el valor del coeficiente de determinación ha aumentado con respecto al MOD35. Valores de Ts (temperatura de la superficie) con datos in-situ ha demostrado que el algoritmo SW frente a T derivado a partir del algoritmo SW (puntos presentado proporciona valores de RMSE menores. Éste resulta principalmente de una reducción de 1. C. et al.3 K. 113. A. et al.. Are tropical forests near a high Figura 3. MA: Air Doughty. Valores de Ts (temperatura de la superficie) temperature threshold?. MOD35_MOD 3.58 3.es/aet2017 37 . 647-665.51 2. Esto es debido a una reducción en la posible contaminación por nubes en los valores de temperatura debido al filtrado adicional. filtro adicional indicado también en la quality layer. Remote Sensing of Environment. Respecto del caso ii) el QC_SW proporciona un RMSE con un valor de aproximadamente 1. et al. 6. global vegetation models under climate change. Esto demuestra la utilidad del representada.63 0. ESP2014-52955-R). Journal of Geophysical frente a T derivado a partir del algoritmo SW (puntos Research: Biogeosciences.M et al.72 107 En la Figura 2 se muestra Ts (temperatura de la superficie) frente a Talg (temperatura derivada por los algoritmos 4. Cultura y Deporte (FPU14/06502) y el Ministerio de Ciencia e Innovación (CEOS-Spain2. et al. On the measurability of change in la comparación Ts . comparación ha sido realizada considerando dos casos Tabla 2. 711–715. New Phytologist.46 2.35 2.1 K en el bias.Talg para los dos casos de estudio Amazon vegetation from MODIS. Hanscom. AGRADECIMIENTOS El presente estudio ha sido financiado por el Ministerio de Educación. También se obtiene un valor de desviación estándar menor. con un valor de 1. coeficiente de nubes en la quality layer del producto y ii) realizando un determinación (R2) y número de puntos (N). 2008.42 142 quality (QC=0). The ASTER spectral library version 2. En particular se filtraron los píxels identificados como LST Método bias stdev rmse R N not produced due to clouds + LST produced unreliable MOD35_SW 2. 113. MODTRAN4 User’s Manual. Respecto de las Figuras 2 y 3 se observa cómo en el segundo caso los valores se distribuyen más cercanos a la línea 1:1. Adicionalmente. A. Environment. 233-242. La línea 1:1 está también MOD11A1 versión 6.76 3. En conclusión. 2015.26 0.56 1. también resulta principalmente de una reducción en el bias. 166.1 K para los dos casos considerados.. En este caso. que el producto las nubes según la QA layer. 2010.. 187. Multiple mechanisms of un filtrado adicional (QC =0). http://idearm.18 0. Remote Sensing of considerados.

Desarrollo de un nuevo producto de temperatura para la región del Amazonas Gomis-Cebolla. Algorithm Theoretical Basis Document Version 5. Science. Deforestation. 38 http://idearm.es/aet2017 . Jiménez-Muñoz. et al. 2015. Strahler. et al. 118. J. 319.. Y.imida.  Journal of Geophysical Research: Atmospheres. 1999). Climate Change. 169-172. 5204-5215. Jiménez-Muñoz. 2013. et al. et al. 2008. A database for the monitoring of thermal anomalies over the Amazon forest and adjacent intertropical oceans.. (Boston University. 2. 150024. MODIS Land Cover Product. A. Malhi. Spatial and temporal patternsof the recent warming of the Amazon forest. Scientific Data. et al.0. and the Fate of the Amazon. J.

(1. Madrid. Nuevas plataformas y sensores de teledetección. Antarctica.671 m azimut × 0. S. Asturias. C. Campus de Mieres.. El objetivo es disponer de nuevas fuentes de datos que permitan realizar mapas de innivación a nivel regional e incluso a escala local. Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima) Jiménez. and there is a great deal for the classification stage to have daily photographic records of the evolution of the snow mantle. El modo Staring Spotligth permite disponer de imágenes de aún mayor resolución espacial (0.6. España. Ctra. C.6. Asturias. dry snow (with foreseeable limitations) and bare ground. Departamento de Explotación y Prospección de Minas. 2016).depablo@uah. which analyzed in multitemporal studies. expecting to allow us to identify surfaces with wet snow.pt (3) Departamento de Geología. show a regional-adjusted detection capacity (Mora et al.. such as the South Shetland Islands (Antarctica Maritime). within the framework of the PermaSnow Project (de Pablo et al. que analizadas en estudios multitemporales.ul. C\ Gonzalo Gutiérrez Quirós. High resolution Radar imaging for snow cover characterization in Deception Island (Maritime Antarctica) Abstract: Studies on the characterization of snow cover with active C-band microwave sensors in high cloud environments. density.2). Ramos. 1600-276 Lisboa. A-II Km 33. J. En este trabajo se muestran los resultados preliminares obtenidos y el estado de evolución de los estudios en marcha. esperamos nos permitan identificar superficies con nieve húmeda. A-II Km 33. España. to cross-correlate this information with the measurement of the superficial backscattering in the zone. (4) . M. but true terrain measurements are required (snow thickness. nieve. Recondo. Durante las Campañas Antárticas 2016-2019. en el marco del Proyecto PermaSnow (de Pablo et al.455 m range). 33005 Oviedo. 2017). 2013) y también limitaciones para la detección de nieve seca y para su aplicación a escala local. miguelangel. Keywords: Backscattering. XVII Congreso de la Asociación Española de Teledetección. Universidad de Alcalá. pp. (5) (1) Departamento de Física y Matemáticas.es Resumen: Los estudios de caracterización de la cobertura nival con sensores activos de microondas en banda C en ambientes de alta nubosidad. Portugal.es/aet2017 39 .com (2) CEG/IGOT-Universidad de Lisboa. Rua Branca Edmée Marques. La banda X. Universidad de Oviedo. This work shows the preliminary results obtained and the evolution status of the ongoing studies. J. España. G. como es el caso del sensor TerraSAR X (modo Spotlight) ofrece mejor resolución espacial para detectar la cobertura de nieve estacional. fernandezmsusana@uniovi. 33600 Mieres.ul. Campus de Oviedo (Llamaquique). vieira@campus. The objective is to have new sources of data that facilitate us to map innivation at the regional level and even at the local level. imágenes radar. Palabras clave: Backscattering. (3). 2013) and also limitations for the detection of dry snow and for its application to local scale. offers better spatial resolution to detect seasonal snow cover. snow grain size and SWE.pt. s/n. A. in addition to the installation of new elements of measurement of the snow cover at the CALM “Crater Lake” test site. España. además de temperatura del aire y del suelo) en las mismas fechas que las adquisiciones de sensores remotos (Mora et al. 39-43. para cruzar esta información con la medida del backscattering superficial en la zona. nieve seca (con posibles limitaciones) y suelo desnudo.. tamaño del grano de nieve y SWE. Antártida. como es el caso de las islas Shetland del Sur (Antártida Marítima). (1. Vieira. densidad.es (5) Grupo Remote Sensing Applications (RSApps). Geografía y Medio Ambiente. Madrid.455 m range). in addition to air and soil temperature) on the same dates as the acquisition of remote sensors (Mora et al.es (4) Departamento de Geología. Ctra. we are collecting new measures of ground-truthing by snow-pits. Madrid. muestran una capacidad de detección ajustada a escala regional (Mora et al. Universidad de Alcalá. snow.671 m azimuth × 0. Campus Científico-Tecnológico. During Antarctic Campaigns 2016-2019. siendo de gran ayuda para la clasificación de las superficies innivadas disponer de registros fotográficos diarios de la evolución del manto nival. 2016).imida. 28871 Alcalá de Henares. radar imagery. (Eds. de Pablo. The X-band. (2). C\ Jesús Arias de Velasco s/n. además de la instalación de nuevos elementos de medida de la capa nival en el sitio de pruebas CALM “Crater Lake”. Cidade Universitária. such as the TerraSAR X sensor (Spotlight mode). Mora. Luis A. http://idearm. The Staring Spotligth mode allows images with even higher spatial resolution (0. M. Javier Estornell.. Manuel Erena). Área de Ingeniería Cartográfica. 28871 Alcalá de Henares. Geodésica y Fotogrametría. 2017). Fernández. pero se precisan medidas de verdad-terreno (espesor de nieve. (2). Ruiz. se ha comenzado a realizar nuevas medidas de verdad-terreno mediante catas en la nieve. jjavierjimenez2@gmail. carlamora@campus. mdrecondo@uniovi. Campus Científico-Tecnológico.2).. Murcia 3-7 octubre 2017. Universidad de Oviedo..

nocturno. desde el día 6/11/2016 al día 30/03/2017. como es en sondeos realizados al efecto. 2016). dado que solo dependen de la energía que ellos mismos emiten y reciben. MATERIAL Y MÉTODOS Los primeros desarrollos en banda L y banda C (Mora La parcela CALM está constituida por un recinto et al.imida.. Adicionalmente. Con los recursos proporcionados por el Proyecto PermaSnow. se soslayan cuando se trabaja con sensores puede implicar a término agradación del permafrost o en activos de microondas (Rees and Steel. 1. Figura 2. su degradación y la liberación asociada y Bernier. En la fase de corrección geométrica de las imágenes se ha empleado 40 http://idearm. tanto en las Campañas Antárticas que anualmente se desarrollan en el verano austral. abordada en numerosos estudios desde hace ya más de La cobertura nival con su efecto de aislamiento térmico dos décadas. ángulo de incidencia: 37. en dos órbitas diferentes: • órbita 13. lo que Antártida. La nieve desempeña un papel importante en el control del Para el procesado de las imágenes TerraSAR X se ha régimen térmico del suelo. 2001. en fechas coincidentes con la adquisición de imágenes se realizaron 6 snow-pits en las cercanías del sitio CALM “Crater Lake”. Las limitaciones que presenta el dominio determina en gran medida la capacidad termodinámica óptico en zonas de elevada nubosidad y largos periodos del suelo en pérdida de energía durante el invierno austral de ausencia de radiación solar. se han adquirido 26 imágenes TerraSAR X (20 en polarización HH y 6 en polarización VV). 2. sensores de medida de la el caso de las plataformas TerraSAR X y TamDEM X temperatura del aire y termonivómetros para la medida del consorcio formado por DLR (Deutsches Zentrum del espesor nival. et al. Falk et al. que en su modo se almacenan localmente. con la bien conocida penetrar la capa nubosa y pueden actuar en ciclo diurno o problemática que ello implica. influyendo de esta forma en la utilizado la herramienta ESA-SNAP. ubicado en la Isla Decepción (Figuras 1 y 2).6°. 2003. Magagi caso contrario.4°. Antártida caracterizar los parámetros físicos de la nieve siguiendo Marítima. Ubicación de la Isla Decepción. Las ubicaciones experimentales que albergan estos equipos funcionan bajo el protocolo internacional CALM (Circumpolar Active Layer Monitoring). lo 3 tomas en las horas centrales del día para poder valorar que facilita en gran medida la comparación de los el estado de la cobertura nival en la parcela (Figura 2). para Figura 1. 2013). como es el caso de la o de aislamiento al flujo térmico durante el verano. Las medidas se realizan cada 4 horas y für Luft-und Raumfahrt) y Airbus. siguiéndose el flujo capa activa del permafrost subyacente. INTRODUCCIÓN es un indicador recogido en el Intergovernmental Panel La detección remota de la cobertura nival ha sido on Climate Change (IPCC). con sensores de temperatura están dando paso a los análisis de alta resolución espacial ubicados a nivel superficial y a diferentes profundidades que permiten algunos sensores en banda X. perteneciente al archipiélago de las Islas Shetland del Sur (Antártida). ángulo de incidencia: 21. cuya distribución de tratamiento reflejado en la figura 3. de explotación Staring SpotLigth permiten obtener Adicionalmente existen cámaras fotográficas que realizan resoluciones cercanas a 1 m de tamaño de píxel. resultados del backscattering superficial con los datos de verdad-terreno que se obtienen localmente. cuadrículas de 10×10 m. Ubicación y dotación de instrumental en la parcela CALM “Crater Lake” de la Isla Decepción. sentido descendente. con una periodicidad media de 11 días. El estudio que se presenta se está realizando en el sitio experimental CALM “Crater Lake”..es/aet2017 . un perfil altitudinal progresivo. que son capaces de de gases de efecto invernadero. sentido ascendente. como con los datos observacionales que aportan los sensores allí implantados que recogen información durante todo el año. • órbita 19. que mostraron resultados prometedores en cuadrado de 100 m de lado que está subdividido en la detección de superficies innivadas a nivel regional. lo que permite establecer patrones comparativos a la hora de valorar los resultados obtenidos.Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima) Jiménez.

siguiendo un gradiente altitudinal. ángulo de backscattering superficial (dB) en la zona de estudio: incidencia 37. se ha realizado con imágenes se produce por el diferencial en la constante dieléctrica. 23:33 UTC .2. presencia de hielo intersticial y cohesión. con especial foco en la parcela CALM “Crater Lake”. Delimitación de la cobertura nival La respuesta electromagnética de las superficies cubiertas El día 31 de Diciembre de 2016. nieve bajo esos parámetros. modulando la respuesta de backscattering que se zonales. Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima) Jiménez. Está pendiente la introducción de estos resultados en un modelo de respuesta geofísica (GMF) para correlacionar el estado textural de la nieve con la respuesta electromagnética obtenida. Figura 3. Para cualificar el backscattering superficial en función de la tipología nival existente se realizaron 6 catas (snow- pits) el 20/12/2016 en la zona de estudio. órbita ascendente. y de 1 m obtenido con medidas DGPS para la obtiene.1. entre con espesor superior a 2 cm. lo que se traduce en una para caracterizar la respuesta electromagnética de la disminución sensible de la señal de retrodispersión. La detección de la nieve por el sensor de microondas El estudio. coincidiendo con la Campaña fin de conseguir una mejor aproximación textural en una anual Antártica. han sido escogidas para la valoración del fase posterior se utilizará un DEM centimétrico obtenido proceso de fusión nival que se produce durante el verano mediante vuelos con un UAV durante la última Campaña antártico. se realizó manto nival por el grado de humedad de la nieve y las un levantamiento de la cobertura nival en la zona de características físicas de la misma (tamaño de grano. texturas superficiales del terreno y en el caso del ascendente. lo que determina la desaparición completa del Antártica 2016/2017. aplicación en detalle sobre la cuadrícula CALM. 3. manto durante semanas y la exposición del suelo a la El filtro de speckle aplicado es Lee con ventana 9×9 y radiación solar directa.6°. 3.75 m en ground permafrost. coincidiendo con está fuertemente condicionada por la topografía.imida. un DEM de 10 m. en esta fase. inmediaciones de la Base Española Antártica Gabriel de Castilla sobre un área aproximada de 15 km2. lo que genera (Ramos y Vieira. polarización HH.67 m azimuth×0. las la adquisición de la imagen TerraSAR X órbita 13. range: (0. Backscattering superficial en el área de estudio y ubicación de los snow-pits Se ha realizado la extracción de la respuesta de realizados el 20/12/2016.75 m range). estudio (Figura 5). si bien se extenderá también a más elevada para la nieve húmeda que para el terreno polarización VV y a diferentes ángulos de incidencia circundante (Figura 4). RESULTADOS Figura 4. Diagrama de flujo del proceso de imágenes TerraSAR X. 2009) que afecta a la capa activa del una imagen con un tamaño de pixel de 0. con ángulo de incidencia 37. Con el Las fechas de adquisición. http://idearm. et al. en polarización HH. recogiéndose la extensión de nieve densidad. Extracción del backscattering superficial 3. produciéndose un efecto inducido la corrección geométrica se realiza con remuestreo de sobre el intercambio termodinámico entre suelo y aire imagen mediante interpolación bicúbica. para las extracciones de backscattering otros).es/aet2017 41 .6°.

et al. ubicación de los sensores de temperatura superficial de 23:33 UTC. Mapa de cobertura nival del 31 de Diciembre teledetección por microondas banda X. de los mismos). ángulo de incidencia 37. conociéndose por estudios anteriores (Mora et al. incluyendo HH. correspondientes en el periodo de Noviembre de 2016 órbita ascendente. Datos de temperatura del día 31 Diciembre de 2016 en los sensores de temperatura superficial (2 cm) de la parcela CALM cubiertos por la capa nival (sensor 8.2 tomado como control). permite confirmar que en la misma se mantiene dentro de un margen compatible con la presencia de nieve (Figura 6).imida. polarización HH. la parcela CALM.es/aet2017 . 2017) que los registros del backscattering 4. Figura 8. DISCUSIÓN superficial del suelo desnudo y de la nieve seca muestran La detección de la cobertura nival mediante imágenes una zona de solapamiento con los de la nieve húmeda. Mapa de cobertura nival y backscattering asociado del 31 Diciembre de 2016 mediante Figura 5. quedando el margen de detección de nieve en fase de fusión en el rango de -21 a -13 dB. Muestra de la evolución del backscattering Están en fase de análisis los resultados de la evolución superficial del 6 de Noviembre de 2016 al 2 de Febrero del backscattering superficial y de las coberturas de 2017.Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima) Jiménez. Se observa que espesores de nieve inferiores a 9 cm de nieve húmeda (como corresponde a la fecha de toma de datos en campo) no son detectables por el sensor TerraSAR X. El mapa de cobertura nival y el backscattering superficial detectado por el sensor se incluye en la figura 7. El registro de temperatura obtenido por los sensores lo que determina la necesidad de utilizar software con superficiales de la parcela CALM en la zona innivada orientación a objetos para delimitar las diferentes texturas muestra la estabilización térmica que se produce y presentes y poder obtener así mapas de cobertura fiables. órbita ascendente. polarización de 2016 mediante datos observacionales. en el área de estudio de la Isla a Marzo de 2017 (en la Figura 8 se incluye una muestra Decepción. ángulo de incidencia 37. Radar en banda X se realiza de forma precisa cuando 42 http://idearm.6°. Figura 7. Figura 6.6°..

The Con ese mismo objetivo estamos evaluando el análisis Cryosphere. 221-233. surface enthalpy balance from bedrock temperatures temporales para detectar transiciones en el metamorfismo (Livingston Island. J.. M.5194/tc-11-139-2017. así como por el particularmente similares (grado de humedad. Este trabajo está siendo apoyado por fondos del Proyecto CTM2014-52021-R del Ministerio de http://idearm. entre otros).. 475-495. Cuadernos de Investigación Geográfica 42 en gran medida esta posibilidad. de forma que se wet snow detection using RADARSAT SAR data.F. 3.A.. 2003. dado que nos encontramos en una fase muy temprana de desarrollo del Proyecto PermaSnow. C. orientación topográfica. Prieto.... Vieira G. todo en la fase de fusión.es/aet2017 43 . International Journal of Remote Sensing. temporales y con diferentes polarizaciones de la señal Ramos... Evaluation of single-band snow-patch una caracterización textural con software de análisis mapping using high-resolution microwave remote orientado a objetos para obtener clasificaciones robustas. (2013). A. cuando se dispone de imágenes del dominio óptico para contrastar la 6. 2001.. Pina. Frozen ground and snow cover monitoring in the imágenes ópticas. 139–155. and Braun. En la fase de estudio and Periglacial Processes.. BIBLIOGRAFÍA extensión ocupada por el manto nival se puede generar De Pablo.. Recondo. Steel. p.. en la que nos encontramos se ha podido avanzar en la The Geological Society Publications. and Ramos. M. Jiménez. se delimitan zonas de control que se toman South Shetlands-Antarctica). G. U.. dada la diferencial respuesta Mora. casi continua de nubosidad en estas zonas geográficas effects on ground thermal behaviour and future y los periodos de muy baja irradiación solar dificultan research.1017/S0954102015000577. J. W.J. H. P.. cuando la nieve contiene un elevado grado de humedad y los espesores son significativos. Mike Hambrey (ed). sobre su extensión y sus características físicas. 2017. Antarctic Peninsula. et al. Optimal conditions for frecuente este tipo de precipitación). la nieve se encuentra en estado de fusión (densidades Economía del Gobierno de España en un acuerdo superiores a 550 kg/m3) y su espesor efectivo es superior entre la Universidad de Alcalá. caracterización de la presencia nival y su extensión. S. Gieseke. 2016.J. Molina.5194/tc-3-133-2009. permanencia en el suelo (en una región donde es muy Magagi. superficies y aplicarla a la clasificación de superficies Mora. and Mora. Vieira. de coherencia de la señal Radar en distintos momentos net/11/139/2017/ doi:10. de Geología y Minería y el Comité Polar Español: Cuando la nieve es seca o su densidad es inferior a Proyecto PermaSnow. Falk. F.. Jiménez. M. el Instituto Español a 10 cm. M. M. Cryosphere. paliar este efecto. 2017. que poseen una baja capacidad Island. 11. 28. London. 2016. doi: 10. Viera G. C. a nivel regional. Kotzur. En estudios a nivel local. para ello y coincidiendo con la recopilación de of Envisat ASAR IMP imagery for snow mapping datos observacionales durante las Campañas Antárticas at varying spatial resolution (Deception Island.. www. 3015-3026.. 5. de backscattering que se genera. Calleja J. sin embargo se precisa G.A.the-cryosphere. pero han de considerarse claramente preliminares. Fernández.. CONCLUSIONES Rees. www. Bernier. 2. Antarctic Science. permite la delimitación TerraSAR-X time series. doi: 10. una vez finalizada la Campaña Antártica 2016/2017 (Noviembre 2016/Marzo 2017). 133-145. Catalao. para proporcionado las imágenes del sensor TerraSAR X. with high-resolution de penetración en la capa nival. Esta fase del Proyecto (2). la utilización de sensores de Monitoring snow and ice surfaces on King George microondas en banda X. PermaSnow aún no ha sido abordada.the-cryosphere. (dB) correspondiente a la nieve en sus diferentes estados S.. si bien la presencia South Shetland Islands. y del Proyecto PERMANTAR 450 kg/m3 se puede producir un solapamiento del -3 (PTDC / AAG. The de la nieve. Antarctica: instrumentation. 2001. R. 2009. una validación cruzada del registro de backscattering Hidalgo M. net/3/133/2009/ doi:10. M. 2009. sobre todo 22.18172/cig. Maritime Antarctic). M. así como composiciones multi. Antarctic Glacial como referencias de verdad-terreno.GLO / 3908/2012) de la Fundación backscattering superficial con el que corresponde a para la Ciencia y la Tecnología (FCT) de Portugal y el superficies sin nieve pero con características texturales Programa Polar Portugués PROPOLAR. Evaluation of the ground emitida y recibida. Imágenes Radar de alta resolución para la caracterización de la cobertura nival en la Isla Decepción (Antártida Marítima) Jiménez. J. sobre doi:10.. Radar backscatter La detección de la cobertura nival mediante técnicas de coefficients and snow detectability for upland terrain microondas activas puede ofrecer información relevante in Scotland. y los datos están en fase de integración. de espesores nivales que no sean someros o de corta 135–149. Evaluation innivadas.. Ramos.1144/SP381.. 2016. anuales.19. Peón J. C. sensing: an application in the maritime Antarctic. Los resultados obtenidos así lo indican. puede registrar la “firma” de backscattering en dichas Remote Sensing of Environment 84. metamórficos con la presencia de la misma en las 2016. 2003. M. vía análisis visual.imida. tamaño acuerdo de colaboración con la Institución DLR que ha de los clastos. Vieira.J. 15.2917. C.

Ground-truth LST data were registered mainly by an autonomous system deployed on a permanent station at a ~100 km2 flat and homogeneous area of rice crop fields near the Valencia city.es Resumen: Este trabajo presenta una validación del producto de temperatura de la superficie terrestre (LST) proporcionado por el Suomi National Polar-Orbiting Patnership (S-NPP) Visible Infrared Imaging Radiometer Suite (VIIRS). (1). estimación de flujos energéticos. L. XVII Congreso de la Asociación Española de Teledetección. lo que hace que la zona experimental resulte interesante. R. Charles Darwin 14.jesus. {raquel. Los resultados de esta validación muestran que las LSTs de VIIRS disponen de una incertidumbre cercana a la esperada (1.caselles}@uv. M. la evaporación en suelos terreno a lo largo de transectos en zonas homogéneas y y la evapotranspiración de la vegetación. Sin embargo. C. J. Valiente. and were derived 17 different IGBP surface types. validación. Luis A. obteniendo temperaturas terrestres y celestes con un solo radiómetro térmico. datos verdad-terreno. La zona experimental cuenta con tres tipos de coberturas estacionales diferentes. INTRODUCCIÓN estaciones permanentes instaladas en campo.0 µm. VIIRS. The proposed autonomous and angular system provides continuous reference data to extend the validation of satellite LST products with time. cesar. Javier Estornell. así como para las diferentes superficies estudiadas. Los coeficientes del algoritmo son diferentes para día y noche. The validation results showed that the VIIRS LST data work with uncertainty close to the expected (1. tomando como referencia datos de campo adquiridos en una zona de arrozales. España. Valencia. 46100 Burjassot. la productividad extensas. Manuel Erena). (1) (1) Departament de Física de la Terra i Termodinàmica. 45-48. J. y se obtuvieron para 17 coberturas IGBP diferentes. Coll. which uses brightness temperatures measured in channels centred on 10. pero se obtienen diferentes desviaciones sistemáticas para día y noche. Los datos LST verdad-terreno se midieron principalmente con un sistema de medida autónomo dispuesto en una estación permanente situada en una zona de arrozales plana y homogénea de ~100 km2 cercana a la ciudad de Valencia. VIIRS. but different systematic uncertainties were obtained for daytime and nighttime overpasses and for the different land covers studied with time. y la mejora en la predicción http://idearm. Los datos adquiridos se procesaron para obtener la LST y se compararon con las LSTs proporcionadas con el producto S-NPP VIIRS. The measured TIR data were processed to obtain ground-truth LST and compared with the operational LST product of the S-NPP VIIRS. This product is generated using a split-window algorithm. El sistema autónomo y angular utilizado proporciona datos de referencia continuos que permitirán extender la validación de productos LST de satélite con el tiempo. m.niclos.perez.es (2) Instituto Universitario Centro de Estudios Ambientales del Mediterráneo – CEAM-UMH.5 K) at the rice paddy site. Palabras clave: temperatura de la superficie terrestre. The algorithm coefficients are different for daytime and nighttime overpasses.imida. Adquisición de datos verdad-terreno para evaluar la temperatura de la superficie terrestre obtenida desde satélite: el producto S-NPP VIIRS Niclòs. (1).barbera.0 µm. lluis. pp. (1). Keywords: land surface temperature. (1). Taking ground-truth data to assess the accuracy of satellite land surface temperature retrieval: the S-NPP VIIRS product Abstract: This contribution shows validation results of the land surface temperature (LST) product obtained from the Suomi National Polar-Orbiting Patnership (S-NPP) Visible Infrared Imaging Radiometer Suite (VIIRS) data when using ground measurements acquired over a rice paddy as reference data. Caselles. The system can rotate automatically to scan land and sky hemispheres at angular steps to attain land and sky temperatures by means of a single thermal-infrared radiometer.8 µm y 12. Universitat de València. La evaluación de productos de temperatura de la superficie la adquisición de datos LST es esencial para entender terrestre (LST) obtenidos a partir de imágenes de satélite las interacciones superficie-atmósfera y en una amplia habitualmente se lleva a cabo mediante campañas gama de aplicaciones en el área medioambiental como: la específicas en las que se adquieren datos verdad. V. vicente. Ruiz. Valencia. Este producto se genera mediante un algoritmo split-window a partir de las temperaturas de brillo en los canales centrados en 10.8 µm and 12. validation. (2). A. josean@ceam. Además. Dr Moliner 50. respectively. Barberá. el sistema gira automáticamente escaneando los hemisferios terrestre y celeste mediante pasos angulares. Nuevas plataformas y sensores de teledetección. (Eds. España. en los últimos años nos hemos de los cultivos y la estimación de necesidades de propuesto combinar estas campañas con el registro irrigación. 1.es/aet2017 45 .5 K) en dicha zona. 46980 Paterna. full vegetation cover and water). Pérez-Planells. which makes it interesting since different surfaces can be studied by the system with time. que además son espacialmente homogéneas. and spatially homogeneous. Murcia 3-7 octubre 2017.coll. ground-truth data. la predicción de riesgo de incendios forestales continuado de datos mediante un sistema pensado para y su detección y seguimiento. The rice site has three seasonal land covers with time (bare soils. Además.

01 µm. z)) L .T16 h2 homogéneas. también por su buena relación calidad-precio. Emplazamiento de la estación de medida Large Array-data Stewardship System (CLASS)..apogeeinstruments. cerca de ella. La radiómetros dispuestos bajo ángulos de observación fijos. se obtuvieron precisiones de forma como referencia en la evaluación del producto ±0. respectivamente.. hem (2) 46 http://idearm.Adquisición de datos verdad-terreno para evaluar la temperatura de la superficie terrestre obtenida desde satélite: el producto S-NPP VIIRS Niclòs. tanto atmosféricas como superficiales. y LST ofrecido por el sensor Visible Infrared Imaging todavía mejores entre 293-303 K con (b) (Theocharous Radiometer Suite (VIIRS) a bordo del Suomi National et al. Guillevic et al.76 µm y 12.es/aet2017 . 2011). probada Este realiza barridos angulares (cenitales y acimutales) en calibraciones frente a cuerpos negros de referencia. considerado sucesor El sistema se instaló en una parcela experimental del Moderate Resolution Imaging Spectroradiometer emplazada en una zona extensa y homogénea dedicada (MODIS) a bordo de EOS Terra y EOS Aqua.5 m sobre el nivel 2. radiancia TIR medida por la banda i de un radiómetro como es el caso de otras estaciones de medida a nivel observando la superficie. z) B i (LST) + (1 . evitando el uso de obtiene la LST siguiendo la siguiente metodología. z) = f (i. Este sistema autónomo y angular radiométrica ha sido evaluada frente a dos cuerpos ha sido desarrollado para su instalación en estaciones de referencia: a) un cuerpo negro Landcal P80P con meteorológicas comunes con el fin de obtener datos temperaturas de 278 K a 303 K. 2015). El radiómetro utilizado en el como dato de entrada en modelos meteorológicos. Polar-Orbiting Partnership (S-NPP). durante una campaña organizada por superficiales. Así. Los datos de referencia fueron adquiridos por un sistema diseñado para realizar barridos angulares con un único A partir de las medidas radiométricas del sistema se radiómetro TIR (Niclòs et al.com).f i (i. y b) un cuerpo negro continuos de LST y mejorar el conocimiento de la National Institute of Standards and Technology (NIST). con extensión de ~100 km2. −0. globalmente representativas. Con ello. Cuenta El producto VIIRS Environmental Data Record (EDR) con cobertura vegetal completa de julio a septiembre. Los parámetros atmosféricos se derivaron a partir de datos del National Center for Environmental Prediction (NCEP) y los valores de emisividad para cada tipo de superficie se obtuvieron a partir de la base de datos MOSART (VIIRS LST ATBD. un sistema que hemos desarrollado para la medida elegido. Estos coeficientes se obtienen mediante simulaciones con el modelo de transferencia radiativa MODTRAN y condiciones. 2. Con ello. 2010. et al.. 2014). EL PRODUCTO LST DEL S-NPP VIIRS del mar. realiza barridos angulares completos determinada viene dada por: en ambos hemisferios utilizando ángulos cenitales y L i (i.imida. el comité internacional Committee on Earth Observation En este trabajo utilizamos los datos adquiridos de esta Satellites (CEOS). para j=0-4) son diferentes para las pasadas diurnas y nocturnas y según el tipo de superficie asignado para cada píxel. sobre una composición color RGB de datos de reflectividad VIIRS SDR (R-G-B M10-M7-M5) del 27 de 3. Figura 1). en una dirección internacional. donde se proporcionan secciones de las imágenes VIIRS contenidas en el NOAA Comprehensive Figura 1. 10. que combina las temperaturas de en junio. 2013). centradas en desnudo húmedo a seco desde febrero a mayo. tanto en el hemisferio terrestre como celeste con un La precisión del SI-121 en términos de temperatura único radiómetro.317°E en WGS-84. inunda completamente de diciembre a enero y también window (Ecuación 1). Se LST se genera utilizando un algoritmo de tipo split.2 K para el SI-121 entre 278 K y 303 K con (a).i atm. Los coeficientes de la Ecuación 1 (aj. de forma que toman valores diferentes para 17 tipos de superficies basados en la clasificación International Geosphere- Biosphere Programme (IGBP) (VIIRS LST ATBD 2013.T16 h + terrestres diferentes con el paso del tiempo en un  (1) mismo emplazamiento. sistema autónomo es el modelo SI-121 (8-14 µm) de Así. anisotropía angular de las propiedades emisivas entre 283 K y 303 K. ADQUISICIÓN DE DATOS EN CAMPO julio de 2015. no solo por su bajo peso (190 g) y tamaño. Niclòs et al.1 h + a 4 ^ T15 .274°N. sino automática de radiancias en el infrarrojo térmico (TIR). y la cobertura terrestre cambia desde suelo brillo en las bandas espectrales M15 y M16.. en este trabajo presentamos datos adquiridos por Apogee Instruments (www. que además son térmicamente + a 3 ^ sec i v . con este cultivo estacional contamos con 3 coberturas LST = a 0 + a 1 T15 + a 2 ^ T15 . de eventos meteorológicos extremos mediante su uso acimutales predefinidos. al cultivo del arroz y cercana a la ciudad de Valencia (39. Los productos VIIRS LST se obtuvieron del NASA Land Product Evaluation and Analysis Tool Element (LPEATE).

4 K y una desviación estándar de las diferencias de 2..ϕ) es la emisividad VIIRS para la zona experimental son principalmente las direccional de la superficie.pdf Suelo N -0. con una suma Este trabajo ha sido financiado por el Ministerio de cuadrática de ambos valores (R-RMSD) de 1. cuando contrato de investigación del programa nacional Ramón analizamos los resultados de los tres tipos de coberturas y Cajal de la Dra. C. Y. Román. Remote Sensing of Environment. y suelo Niclòs.10.imida.. 118. (2014). robusta (RSD = 1.L.. Los resultados demuestran las diferencias obtenidas entre las LST de VIIRS y los que las LST de VIIRS alcanzan exactitudes en nuestra datos in situ (ver en Tabla 1).1 1. F.0 0.4 1..C.9 1. [Atmospheres]. de los cambios de cobertura superficial que se dan radiancia medida bajo diferentes direcciones en el en la zona experimental a lo largo del año. obtenida mediante integración de la decir.. El JPSS también estableció unos requisitos en cuanto LST frente a los datos verdad-terreno obtenidos con el a exactitud como objetivo a alcanzar: error sistemático sistema en el emplazamiento indicado desde finales de de ±0. Csiszar. y las tablas de error sistemático entre satélite y datos verdad terreno de coeficientes mostradas en Guillevic et al. C. Tabla 1. 4.5 67 (VIIRS) using ground-based and heritage satellite coberturas N 0. Yu... Estrela. la Tabla 1.A. 2126-2140..6 1.0 1. principalmente en las pasadas nocturnas.O. J. Journal of Geophysical estacionales existentes en el área experimental: suelo Research. Csiszar.1 2.6 1. εi(θ. Privette.jpss.. Hulley.. S. Sin embargo hemisferio celeste. 2011. obteniendo una R-RMSD de 1.2 0.5 validación se realizó comparando los resultados VIIRS K.1 K y una desviación estándar objetivo.5 K para Economía y Competitividad.2 K.gov/assets/ completa N 0. M.C. es dividida por π). Accuracy assessment of land surface variaciones en función del tipo de cobertura y también temperature retrievals from MSG2-SEVIRI data. Remote Sensing of Environment.1 1. UE) y del valor 1. et al. Validation Mediana RSD R-RMSD of land surface temperature products derived from (K) (K) (K) N the Visible Infrared Imaging Radiometer Suite Todas las D 1. donde Bi(LST) es la función de Planck efectiva para la Los tipos de coberturas IGBP asignados por el producto banda i a una temperatura LST. A. Cobertura D 1.M.. Inundado D 1. I. Vegetal Version 2. Vermote. J.O.. M.3 21 19-37. (agua) N -0. Hook. difieren entre las pasadas de VIIRS diurnas y nocturnas. donde difj representa cada una de las diferencias entre las 6..0 K.5 K (Justice et al.3 1. 2014. definidos con un cenitales iguales o inferiores a 40°. 2013. Olioso.3 23 Level 1 Requirements. R. cobertura vegetal completa. En el caso de las pasadas de Desarrollo Regional (FEDER).M.2 1. S.. Si analizamos estadísticamente 2013. M. Valiente. Land and En la Tabla 1 también mostramos los resultados de cryosphere products from Suomi NPP VIIRS: forma independiente para los tres tipos de coberturas Overview and status. Estos datos además se utilizaron el impacto de la asignación de coeficientes del algoritmo para el filtrado de datos afectados por nubes en la base split-window en función del tipo de cobertura no parece de datos utilizada para la validación del producto VIIRS ser importante a la vista de los resultados mostrados en LST. I. Biard. Hook. CONCLUSIONES En este trabajo mostramos los primeros resultados Los resultados de esta primera validación muestran de validación del algoritmo LST operativo de VIIRS exactitudes para el algoritmo operacional LST de VIIRS cuando se utilizan datos VIIRS obtenidos a través de dentro de los requisitos establecidos como mínimos por la herramienta LPEATE bajo ángulos de observación el Joint Polar Satellite System (JPSS). Las diferencias sistemáticas presentan Coll. Adquisición de datos verdad-terreno para evaluar la temperatura de la superficie terrestre obtenida desde satélite: el producto S-NPP VIIRS Niclòs. J. inundado (agua).5 19 Justice.es/aet2017 47 . y Li↓atm. F. O.J..4826·mediana  (|difj – mediana(difj)|). 115. 2014 a finales de 2015. así como el Fondo Europeo las pasadas de VIIRS diurnas.0 1. Göttsche.2 1. G. http://idearm..1 22 Joint Polar Satellite System (JPSS) Program. 2014).8 19 pdfs/technical_documents/level_1_requirements_ D 1.6 0.. observamos una diferencia zona experimental que no se encuentran lejos de dicho sistemática (mediana) de + 1.6 0. R. 9753-9765. la mediana es despreciable y la RSD toma un CGL2015-64268-R (MINECO / FEDER. Estadísticas de las diferencias entre la LST 7.. RESULTADOS 5.noaa. La ±1. SUPPLEMENT – Final. R. E. J.0 23 supplement.2 K. 154. pasadas diurnas (D) y nocturnas (N).J.2 60 measurements. sin vegetación. JPSS Program. Román. AGRADECIMIENTOS LST de VIIRS y los datos in situ) de 1..hem es la radiancia clases 12 (cropland) y 14 (cropland/natural vegetation). descendente hemisférica (irradiancia descendente independientemente del estado fenológico del cultivo. Raquel Niclòs (RYC-2010-06213). et al. BIBLIOGRAFÍA de VIIRS y los datos verdad-terreno. http://www. Radocinski. Wolfe. diferenciando Guillevic. a través del proyecto nocturnas. P. 2014.8 K y desviación estándar de 1. Galve. en el área experimental en conjunto. C.J.

N.mdpi.. Usadi. 2015.noaa.Adquisición de datos verdad-terreno para evaluar la temperatura de la superficie terrestre obtenida desde satélite: el producto S-NPP VIIRS Niclòs. 2010.. Niclòs. 48 http://idearm.es/aet2017 . C.. An Autonomous System to Take Angular Thermal- Infrared Measurements for Validating Satellite Products. E.J. Barberà. NPL REPORT OP3. et al.. http:// www.pdf. CEOS comparison of IR brightness temperature measurements in support of satellite validation. J. 7. E.imida.A. UK. Teddington. National Physical Laboratory. M. Remote Sensing. 15269-15294. Part I: Laboratory and ocean surface temperature comparison of radiation thermometers. Joint Polar Satellite System (JPSS) VIIRS Land Surface Temperature Algorithm Theoretical Basis Document (ATBD). VIIRS LST ATBD. Coll.gov/jpss/documents/ATBD/D0001- M01-S01-022_JPSS_ATBD_VIIRS-LST_A. https://www. Fox. Valiente. R. P. 2013.nesdis.com/2072-4292/7/11/15269.. Theocharous. star.

AET SECCIÓN 02 Agricultura y recursos hídricos .

Su análisis y la evolución de las anomalías http://idearm. El modelo SEBS. normalmente representada a escala de cuenca. Pesca y Desarrollo Rural. mariap. Resumen: Este trabajo pretende profundizar en el efecto del déficit de agua en el suelo sobre la vegetación de dehesa. (1). cultivos son un ejemplo de uso múltiple del territorio. se ha realizado un seguimiento de la evapotranspiración y el estrés hídrico de este ecosistema en la Península Ibérica durante quince años mediante la aplicación de un modelo de balance de energía. Evolución de la evapotranspiración y el estrés hídrico de la vegetación de dehesa en la Península Ibérica (2001-2015) González-Dugo. La integración de estos antrópico. basado en datos térmicos de satélite y haciendo uso de información meteorológica procedente de reanálisis. The evolution of the evapotranspiration and vegetation water stress. España. A su vez. (1). and to quantify their effects on the vegetation coverage and production. Por ello el cociente ET/ETo o evaporación relativa de la evapotranspiración (ET) y el estrés hídrico de la (Er). Consejería de Agricultura. INTRODUCCIÓN de los últimos 15 años. Z. Este trabajo pretende avanzar en el mediante la evapotranspiración potencial o de referencia conocimiento de estos procesos mediante el seguimiento (ETo). balance de energía en superficie. de origen mediante técnicas de reanálisis. Sin embargo. éstas reaccionan dehesa.. con una superficie que supera La gran cantidad de datos libres y de acceso gratuito los tres millones de hectáreas en la Península Ibérica. A estas amenazas hay que sumar su cubiertas de vegetación dispersa (González-Dugo et al. Andreu et al. (2) (1) IFAPA. alta vulnerabilidad a los cambios previstos en el clima 2009. con un alto valor ambiental.imida. 51-54. (Eds. X. en concreto el intensificación de su uso y por la incidencia de plagas calor latente o ET tanto en cultivos homogéneos como en y enfermedades. en datos en modelos de balance de energía en superficie las últimas décadas el equilibrio de este sistema se ha permite estimar con bastante precisión y de manera robusta visto comprometido por problemas de rentabilidad. over this ecosystem in the Iberian Peninsula. En este caso se han usado imágenes de varios satélites a que combina el desarrollo socioeconómico de las zonas distintas escalas. pasto y gran potencial para desarrollar este tipo de seguimiento.. 01067. E. The model behaviour has been evaluated under these conditions using field measurements. sequía. (1). evaluando el impacto de las La dehesa es el sistema agroforestal más extenso y mejor principales sequías ocurridas en ese período. (2). térmico. Enschede. con sequías cada vez más La evapotranspiración representa las pérdidas totales de extremas. A. Andreu. pp. dehesa. disponibles actualmente a escala global presentan un Estas sabanas con árboles dispersos. conservado de Europa. matorral. Dresden. P. Apdo. Países Bajos. Luis A. Para ello. Ammonstrasse 74. Palabras clave: evapotranspiración. la vegetación condiciona la dinámica del reduciendo el flujo de transpiración con respecto a agua en el suelo y los principales procesos hidrológicos la demanda atmosférica. e información meteorológica producida rurales con la conservación de un ecosistema. así como cuantificar su efecto sobre la cobertura de la vegetación y su producción.es/aet2017 51 .d@juntadeandalucia. se ha aplicado a escala mensual desde enero de 2001 a diciembre de 2015. Gómez-Giráldez. Ruiz. (3) UNU-FLORES. Carpintero. drought. de los componentes del balance de energía. Murcia 3-7 octubre 2017. se considera un buen indicador del estrés hídrico de vegetación de dehesa en la Península Ibérica a lo largo la vegetación. The results have led to characterize the main drought events occurred during the study period. oak savanna. (3). XVII Congreso de la Asociación Española de Teledetección. Alemania. de la región Mediterránea. M.gonzalez.es. Evapotranspiration and water stress monitoring of Mediterranean oak savanna ecosystem in the Iberian Peninsula (2001-2015) Abstract: The objective of this work is to provide new insights about the effect of soil water deficit on the vegetation of Mediterranean oak savanna. surface energy balance. has been monitored during fifteen years through the application of an energy balance model. thermal remote sensing. Universidad deTwente. 3048 ES-14071 Córdoba. Manuel Erena). (2) Faculty of Geo-Information Science and Earth Observation. evaporación y la transpiración. mayor torrencialidad en las precipitaciones y agua desde la superficie a la atmósfera. P. 2015). Chen. 1. Keywords: evapotranspiration. Nuevas plataformas y sensores de teledetección. Javier Estornell. Los resultados han permitido evaluar el funcionamiento del modelo en estas condiciones usando observaciones experimentales y caracterizar los principales eventos de sequía ocurridos en dicho período. Cuando la disponibilidad La disponibilidad de agua ejerce un importante control de agua en el suelo se convierte en un factor limitante sobre la distribución y el estado de la vegetación en la para el crecimiento de las plantas. Su. SEBS model has been applied since January 2001 to December 2015 using satellite thermal data and meteorological reanalysis data. a través de la una reducción de los recursos hídricos aprovechables.

2013. calor latente.imida. Datos de validación Se ha empleado una versión revisada del modelo de Para validar los flujos de energía estimados se balance energía SEBS (Surface Energy Balance System) han empleado medidas obtenidas en dos zonas (Chen et al. 2009 a 2011 en ES-Maj y 2014-2015 en Sta. H.05° 1 mes Satélite Se observa un buen ajuste general entre los flujos Albedo GlobAlbedo 0. continua desde 1979 y en tiempo real.05° 1 mes Satélite La comparación entre flujos mensuales estimados y Ta ERA Interim 80 km 6h Reanálisis medidos para los principales componentes del balance de Q ERA Interim 80 km 6h Reanálisis energía en superficie: calor sensible. durante un total de cinco años. Clotilde. G y radiación neta. RESULTADOS SWu ERA Interim 80 km 6h Reanálisis LWd ERA Interim 80 km 6h Reanálisis 3.versión 12/2009). proporcionada por el mapa de usos del suelo CORINE de la UE (CLC2006. forzado usando el método de los residuos. Su. Sin embargo. Figura 1.. cuyos balances se han Res.Evolución de la evapotranspiración y el estrés hídrico de la vegetación de dehesa en la Península Ibérica (2001-2015) González-Dugo. escalas empleadas para validar los flujos de energía en espaciales y temporales cuyas características principales superficie estimados. La serie de evaporación relativa en cada punto se ha normalizado. Variable Fuente Res. usando la desviación estándar de la serie.05°.1.es/aet2017 . Se ha aplicado sobre todo experimentales situadas sobre ecosistemas de dehesa y el territorio de la Península Ibérica a escala mensual y cuya instrumentación (torres de medida de covarianza de con una resolución espacial de 0.01° 10 días Satélite media cuadrática (RMSD) de las estimaciones de Rn y G VEGETATION fue menor de 20 Wm-2. MATERIAL Y MÉTODOS 2. delimitadas usando la información de energía.01° 1 mes Satélite medidos y estimados para ambas torres. Los flujos mensuales proporcionados por el modelo Tabla 1. para identificar con mayor facilidad las anomalías ocurridas en la evaporación a escala mensual y anual. 2002). el torbellinos y equipamiento accesorio) permite la medida análisis posterior se ha centrado únicamente en las zonas precisa y continua de todos los componentes del balance de dehesa (Figura 1). 2. Validación del modelo de balance de energía LWu MOD11C3 0. Rn [W m-2] en P ERA Interim 80 km 6h Reanálisis las dos torres se representan en la Figura 3. et al.2. y para LE y H se encontró entre 52 http://idearm. esp temp Método SWd ERA Interim 80 km 6h Reanálisis 3.1. Datos de entrada Figura 2. Torres de covarianza de torbellinos Se ha hecho uso de datos de distintas fuentes. Bases de datos empleadas en el cálculo de se han validado comparándolos con medias obtenidas flujos de energía en la Península Ibérica. LE. 100 m . de Er a distintas escalas temporales se han empleado en ERA-Interim es una base de datos de reanálisis este trabajo para caracterizar los períodos secos que han atmosférico global producida por el ECMWF (European afectado a la vegetación de dehesa durante los quince Centre for Medium-Range Weather Forecasts) de forma años de estudio. La diferencia NDVI SPOT 0. se detallan en la Tabla1. Distribución espacial de las zonas de dehesa de la Península Ibérica empleada en este estudio. Ws ERA Interim 80 km 6h Reanálisis flujo de calor al suelo. Para el cálculo de la ETo se ha empleado el procedimiento FAP56-PM. 2. LST MOD11C3 V5 0. usando los datos descritos en el siguiente apartado. 2001-2015.

es/aet2017 53 .imida. Evolución anual de diferentes variables de interés en la zona de dehesa de la Península Ibérica y distribución espacial de las anomalías de evaporación relativa para los cuatro años más secos ocurridos en el período 2001-2015.. Estos resultados son similares a Figura 4. 2014). Evolución de la evapotranspiración y el estrés hídrico de la vegetación de dehesa en la Península Ibérica (2001-2015) González-Dugo. 2014) y para flujos de Sta. mejor ajuste en ES-Maj. y un mensuales en otros entornos (Chen et al. Andreu.. Se observa una mayor los obtenidos para flujos diarios en este tipo de cubierta desviación media (MBE) para todos los flujos en la torre (Carpintero et al. Comparación de flujos de energía mensuales observados y estimados usando SEBS en las dos torres de EC. Figura 3. respectivamente. Clotilde. 20-30 W m-2. http://idearm. et al. 2016. con un ligero sesgo en LE y H.

W. Chem.gob. 54 http://idearm. Tesis doctoral Univ.P. Prueger. descenso de cobertura de la vegetación. 2015. Z.es/es/estadistica/temas/estadisticas- corresponde a 2004/05. AGRADECIMIENTOS. que se puede observar en la segunda y tercera gráfica de Chen.handle.. La menor evaporación H. Z. 14471–14518. mapama. M. L. Su. Clim. a la media y diferente intensidad. Septiembre superior a 12 meses.2. Y.. Earth el primero más a la zona occidental y norte y el segundo Syst. Influence of component cuanto mayor es la intensidad de la sequía durante ese temperature derivation from dual angle thermal año.. y por el Cooperative Research Program sequía calculados de forma agregada anualmente y para de la OCDE. Li. a la parte oriental de la zona de dehesa. Z. K.. Z. 149:1843-1853. y de la producción del trigo de secano. Gao.P. 2014. Andreu. A. Neale. que se redujo 2009.es/aet2017 . Hain. W. MAPAMA. Skokovic. En ella. generalizada del déficit hídrico. J. Ma... W. Ag. Se identifican cuatro años: 2004/05. estudio. S. Durante ese año el impacto del agrarias/agricultura/esyrce/. Yu.P. 2013. Discuss. An improvement of roughness height El efecto de estos años secos en los cambios producidos parameterization of the Surface Energy Balance en la vegetación y cosecha de cereal (Gráficas 4 y 5 de System (SEBS) over the Tibetan Plateau. 2017. Kustas.C. M. MAPAMA).P. CONCLUSIONES Los resultados preliminares indican que el modelo SEBS proporciona estimaciones suficientemente precisas para realizar un seguimiento de la ET y el estrés hídrico de la vegetación en las condiciones estudiadas. Ultimo acceso: mayo estrés hídrico fue más generalizado en toda la zona de 2017. Yang.P. D. Su. Asimismo se aprecia un mayor efecto en el Gonzalez-Dugo. and F. A. la Figura 4).. Remote. H. Encuesta sobre Superficies y El evento más intenso.. La primera observación de interés es la inexistencia infrared observations on TSEB flux estimates over en el período de estudio de eventos secos de duración an irrigated vineyard. Zhang. ProcSPIE 9998.imida. 2011/12 y 2013/14. Estos mapas representan la distribución de Atmos. así como un aumento la temperatura oak savanna. Caracterización anual de las sequías y variables 5.net/10396/12478 con mayor estrés hídrico en la vegetación se identifican Andreu. Phys. en el que se produjo un mayor Rendimientos Cultivos (ESYRCE) http://www. Mateos. Continuous evapotranspiration monitoring and incremento del calor sensible. A. normalizada para el período estudiado. Ma. X.. Acta Geophysica. 99980N. A comparison of operational remote sensing- a la mitad en muchas zonas (ESYRCE. alrededor del Kustas.. superficial respecto a la temperatura media del aire. por presentar valores inferiores a cero. Timmermans. En 2011/12 también se aprecia una distribución espacial Agricultural and Forest Meteorology. Sci. se presentan únicamente Crecimiento Inteligente) mediante el proyecto RTA2014- los resultados preliminares de caracterización de la 00063.. F.1◦ dataset observar en los mapas situados a la derecha de las gráficas of land-surface energy balance for mainland China. C. http://hdl. Gonzalez-Dugo. and Hydrol XVIII. La evolución de diferentes variables de interés para los años hidrológicos 6. toda la zona de dehesa. Hydrol. based models for estimating crop evapotranspiration. derivadas del mismo. J. la Figura 4.. Y. M. 3. H.. Wen. 2014.C04-02. M.. 52. 20%.Evolución de la evapotranspiración y el estrés hídrico de la vegetación de dehesa en la Península Ibérica (2001-2015) González-Dugo. M. relativa de estos años se relaciona a su vez con un 2016. los años de Córdoba. 607–622. multi-scale energy balance modelling using time La primera de ellas representa la evaporación relativa series of remotely sensed data. en que la sequía ha afectado de forma generalizada a Chen X.C. 2008/09. más negativos González-Dugo. y Portugal para los cuatro años secos identificados. Sens. Q. J. Y. en la Figura 4. 85–100.. Anderson. 4. Anderson. 14. toda el área de dehesa de la Península. 2002. Water monitoring of vegetation through de la Figura 4. et al. impacto del déficit de agua sobre la vegetación de dehesa.. se aprecia especialmente en aquellos años Meteorol.. mientras que los eventos Su.. lo Ecosyst.H..M.. con valores de Er inferiores Carpintero.. respecto a LE en el water stress at watershed scale in a Mediterranean balance de energía. E. anomalías de evaporación en el área de dehesa de España 2014. Su distribución espacial se puede Development of a 10 year (2001–2010) 0.. 6. Liu. Appl. Las anomalías anuales de Er. The Surface Energy Balance System (SEBS) ocurridos en 2008/09 y 2013/14 son parciales afectando for estimation of turbulent heat fluxes. BIBLIOGRAFÍA 2001/02 hasta 2014/15 se muestra en las cinco gráficas Andreu. 2015. Nieto.U.J. han permitido caracterizar los principales años secos ocurridos durante el período de estudio en las zonas de dehesa de la Península Ibérica. relacionadas en el período 2001-2015 Los autores desean agradecer la financiación recibida Aunque los resultados se han obtenido espacialmente de INIA y FEDER 2014-2020 (Prog Operativo de distribuidos y a escala mensual. Xu.

Keywords: satellite data. Uppsala.es/aet2017 55 . In the present application. regiones áridas. The results demonstrate that satellite data of vegetation dynamics can be used to calibrate and validate ecohydrological models in water-controlled and ungauged basins. Manuel Erena). que permitan su calibración y los suelos varía de arenoso-arcillosos a arcillosos. G. (1). que Aberdare (SO).se Resumen: La modelación eco-hidrológica a menudo se enfrenta al problema de una necesidad extensiva de información acerca de sus parámetros. 55-58. (1. En este trabajo se aborda este problema mediante la calibración automática. La cuenca utilizada como caso de estudio ha sido una mientras que la información disponible de los mismos es subcuenca de 4600 km2 en la parte alta del río Ewaso en la práctica escasa. Sweden. fuertemente afectadas por la topografía. Luis A. La información satelital puede resolver este problema. Los modelos eco. es habitual enfrentarse la cuenca y que no fue utilizado en la calibración. España. CASO DE ESTUDIO de información para la estimación de sus parámetros. 2013).perez@slu. but it requires novel methodologies to exploit its spatio-temporal information. modelación ecohidrológica distribuida. El modelo TETIS se ha calibrado utilizando exclusivamente el NDVI derivado de MODIS. Is it possible to calibrate an eco-hydrological model at an ungauged basin using exclusively satellite NDVI? Abstract: Eco-hydrological modelling often face the problem of extensive parametrical requirements and limited ground available data. al mismo tiempo. En estas regiones. La región está caracterizada por dos tendrán una menor necesidad de información y además. ¿Es posible calibrar un modelo eco-hidrológico en una cuenca no aforada utilizando exclusivamente el NDVI de satélite? Francés. 2001. Más aún. cubierta del suelo predominante es la sabana. EOF analysis. La validación. entre el Monte Kenia (SE) y las Montañas necesaria la utilización de modelos parsimoniosos. Nuevas plataformas y sensores de teledetección. ecohydrological distributed modelling. guiomar. The present study tackles this problem using an automatic calibration procedure. de un modelo distribuido denominado TETIS. (1) ffrances@upv. La textura de como son los satélites.es (2) Department of Crop Production Ecology. INTRODUCCIÓN Para abordar estas cuestiones. Javier Estornell. los resultados fueron validados utilizando hidrológicos son una herramienta para considerar datos satelitales referentes a diferentes periodos de adecuadamente las interacciones entre la vegetación y el tiempo. basada en la técnica de los EOFs. Esta cuenca se encuentra en la Meseta la implementación en cuencas no aforadas. la vegetación juega un papel análisis EOF (funciones ortonormales empíricas) para clave en el ciclo hidrológico (Rodriguez-Iturbe et al. the TETIS model is calibrated only using NDVI data derived from MODIS. NDVI. Swedish University of Agricultural Sciences. drylands. análisis con EOF. Satellite data may be able to fill this gap. Universitat Politècnica de València. Los resultados demostraron que los datos de satélite sobre la dinámica de la vegetación pueden ser usados con éxito para la calibración y validación de modelos eco-hidrológicos en cuencas no aforadas sometidas a estrés hídrico. Ruiz-Pérez.imida. pero requiere de nuevas metodologías para explotar su información espacio-temporal en la implementación de los modelos. estaciones diferenciadas: lluviosa y seca. se calibró un modelo Las tierras áridas y semiáridas ocupan aproximadamente eco-hidrológico distribuido parsimonioso utilizando un 30% de la superficie terrestre. NDVI. aunque las http://idearm. Se propuso una metodología basada en el y.2) Instituto de Ingeniería del Agua y Medio Ambiente. based on EOF techniques. y también el caudal observado en el desagüe de ciclo hidrológico. Por tanto. F. El caso de estudio se localiza en la cuenca alta del río Ewaso Ngiro en Kenia. 1.. Murcia 3-7 octubre 2017. Palabras clave: datos de satélite. es de Laikipia.ruiz. Ruiz. al problema de que muchos de los modelos hidrológicos y eco-hidrológicos tienen un elevado requerimiento 2. pp. Manfreda y Caylor. The procedure is tested in the Upper Ewaso Ngiro River basin in Kenya. incluso hay que realizar Ngiro en Kenia. Finalmente. (Eds. el exclusivamente datos NDVI proporcionados por agua es un elemento de control de la biomasa vegetal MODIS. Las estructuras también es necesaria la búsqueda de otras fuentes espaciales de la lluvia y de la temperatura están alternativas de observación de variables de estado. llevar a cabo una calibración automática del modelo. XVII Congreso de la Asociación Española de Teledetección. for a distributed ecohydrological daily model called TETIS. Sin embargo. cuando se tienen escasos datos disponible en tierra para su estimación.

dos sub-modelos: un sub-modelo hidrológico (Francés El método de las EOF se utiliza generalmente para et al. Los datos MOD13Q1 y MYD13Q1 se proporcionan cada 16 días a 250 metros   Figura 1. se ha adoptado la hipótesis de que el LAI y espaciales. Coeficiente de correlación espacial de resolución espacial desde el año 2000. junto con un sub-modelo de vegetación analizar la variabilidad espacio-temporal de una sola dinámica (Ruiz-Pérez et al. se adoptó el Índice de Vegetación de Diferencia Normalizada (NDVI) incluido en los productos MOD13Q1 y MYD13Q1 suministrados por la NASA. se decidió utilizar el año 2003 como las posibilidades de errores son significativas. base de la experiencia previa del grupo (Ruiz-Pérez diferenciando árboles. 2016).. Además. pero también puede realizarse una comparación tienen en común su simplicidad en la estructura y entre diferentes variables utilizando técnicas EOF ecuaciones utilizadas con el fin de reducir el número acopladas (Koch et al. En cuanto a los datos de satélite. calibración automática del modelo se realizó tratando El sub-modelo hidrológico puede utilizarse en diferentes de minimizar las diferencias entre las cargas de datos escalas temporales (de pocos minutos hasta diario). depende del índice de área foliar (LAI) simulado por el Se refieren a los patrones espaciales como los EOFs (o sub-modelo de vegetación dinámica. Sobre la de Pearson durante el período de calibración. et al. series luz. componentes principales) y a la variación del tiempo el LAI. mientras que automáticamente utilizando exclusivamente el NDVI aparecieron pequeñas desviaciones entre las cargas de MODIS. simulados y observados. La función objetivo utilizada se mientras que el sub-modelo dinámico de vegetación basó en esa idea y también tuvo en cuenta la porción de debe aplicarse a escala diaria. se realizó una completamente debido principalmente a su contribución validación del modelo utilizando tanto datos satelitales baja correspondiente (bajo peso) en la función objetivo 56 http://idearm. Calibración 4. mediante el uso combinado de EOFs y un observadas y simuladas relacionadas con el EOF2 y el algoritmo genético para refinar la parametrización del EOF3. también depende del estrés hídrico que se calcula temporales de componentes principales. La calibración produjo un buen acuerdo NDVI están íntimamente relacionados. como el LAI o el ET derivados de MODIS. Las razones Dado que los datos meteorológicos (precipitación y fundamentales son que este tipo de productos son temperatura) estuvieron disponibles entre 1960 y 2003 y producidos por modelos adicionales (no es razonable el NDVI de MODIS estuvo disponible desde el año 2000 ajustar un modelo a otro modelo si hay alternativas) y hasta la actualidad. se declinó utilizar otros productos en tierra (caudales en un punto de aforo). La utilizando el sub-modelo hidrológico. 5. Al mismo tiempo. un conjunto de datos en una serie de tiempo y patrones Los dos sub-modelos están interconectados. respectivamente). gama de escalas espaciales. 2017). Para este observados. METODOLOGÍA La calibración automática propuesta se basa en la Uno de los principales objetivos de esta investigación suposición de que cuanto más se aproximan las cargas fue explorar el potencial de los datos de satélite de de los valores simulados a las cargas de los valores teledetección para la calibración de modelos. El método descompone de parámetros. Las cargas de los EOFs restantes se dispersaron modelo (Ruiz-Pérez et al. En esta investigación. 2015) y en condiciones (NDVI no utilizado) como datos tradicionales medidos climáticas similares.imida. 2007). Además. simulado con la hipótesis del uso eficiente de la como cargas (o coeficientes de expansión.. En realidad consta de modelo. el modelo en varianza explicada por cada EOF. período de calibración y el período de 2000 a 2002 para la validación. 2016 y Pasquato et al.). 2017). Por lo tanto. contribución de la varianza disminuye consecutivamente Ambos sub-modelos se pueden utilizar en una amplia para los EOF (Ruiz-Pérez et al. 2016). la resolución del modelo implementado fue de 90×90 5.. EL MODELO ECO-HIDROLÓGICO TETIS iniciales.1. La espaciales. se utilizó un año como período de calentamiento El modelo eco-hidrológico distribuido utilizado ha sido (el año 2002 y 1999 para la calibración y validación del el modelo TETIS en su versión 9.es/aet2017 . para considerar que la esta aplicación se ha utilizado la escala temporal diaria. Ambos sub-modelos variable. el método permite estimar una transpiración calculada en el sub-modelo hidrológico medida de la “importancia” de cada patrón espacial. Para evitar el efecto de las condiciones 3. matorrales y gramíneas. Los datos de precipitación y temperatura diarias se extienden desde 1959 hasta 2003 y la estación de aforos de la subcuenca analizada tiene datos de 1980 a 2002.. etc. mayor será la similitud entre los patrones propósito.¿Es posible calibrar un modelo eco-hidrológico en una cuenca no aforada utilizando exclusivamente el NDVI de satélite? Francés y Ruiz-Pérez mayores elevaciones están dominadas por bosques y hay una superficie importante de campos agrícolas en las llanuras.. entre las cargas observadas y simuladas del EOF1 El modelo TETIS en su versión 9 se calibró (el que explica la mayor varianza).. RESULTADOS metros..

El índice de Nash-Sutcliffe fue respecto de la media de todas las celdas. En cuanto al coeficiente espacial de correlación de Pearson entre el LAI y el NDVI simulados en las tres principales coberturas los resultados no fueron tan   buenos como los resultados obtenidos en términos de correlación temporal. pero hay que tener en cuenta que está fuertemente afectado por los Los coeficientes de correlación espacial de Pearson se resultados obtenidos al inicio del período de validación.49) y gramíneas (media = 0. en explicó más del 60% de la varianza espacial. Las correlaciones más débiles De forma similar al proceso de calibración. el EOF1 se obtuvieron en las dos áreas más altas de la cuenca. Por el contrario. Ninguno de los restantes EOF explicó más del 3%. medias fueron superiores a 0. es importante destacar que ambos mostraron la misma dinámica temporal clara. mientras que los resultados obtenidos en relación con el EOF2 y el EOF3 fueron ligeramente peores. en más del 80% de la cuenca este coeficiente estaba entre 0.32. CONCLUSIONES (media = 0. igual a 0.   Figura 2. punto de vista de la vegetación. Este valor no es muy alto. el período de validación. mientras que el EOF2 y el peores resultados con la mediana más baja y la más alta EOF3 explicaron alrededor del 10% cada uno. El coeficiente de correlación temporal de Pearson entre el NDVI observado y el LAI simulado fue superior a 0.4 en 5.55). Sin embargo.60 y la varianza http://idearm. Comparación entre los mapas de LAI Finalmente. ¿Es posible calibrar un modelo eco-hidrológico en una cuenca no aforada utilizando exclusivamente el NDVI de satélite? Francés y Ruiz-Pérez del proceso de calibración automática. no se encontraron correlación temporal de Pearson evaluado en cada píxel o grandes diferencias. período de validación.9. Sin embargo. En cada celda se representa fue posible compararlo con el caudal simulado por la diferencia entre la media temporal de la misma el modelo (Figura 3). Es decir.3 y 0. mientras que el Monte Kenia y las Montañas Aberdare.imida.18). al menos desde el iii) mapas de gradiente espacial. y espacial del modelo eco-hidrológico. En el caso de arbustos y gramíneas. Aunque observada sobre las condiciones iniciales de las variables ligeramente peor que los resultados en términos de de estado más importantes en el caudal. las correlaciones espaciales los niveles en el acuífero de la cuenca. El patrón espacial de LAI fue. existe un buen desempeño celda. la media y la mediana fueron casi 0. señalar que el EOF1 explicó más del 60% de la varianza las celdas clasificadas como gramíneas obtuvieron los espacial del conjunto de datos. De hecho. Es necesario no era alta (desviación estándar = 0. Por el contrario.58). desviación estándar (0. También se utilizaron tres métricas adicionales para Por último. Las cargas simuladas y observadas del EOF1 fueron casi iguales. el modelo eco-hidrológico propuesto fue capaz valores se obtuvieron en celdas clasificadas como de reproducir adecuadamente la dinámica de la vegetación árboles. como para el período de calibración. arbustos y gramíneas. la varianza obtenida durante el período de validación fue más estrecha que la obtenida durante el período de calibración para las tres cubiertas del suelo: árboles. al comparar los mapas de medias temporales evaluar el desempeño del modelo: i) el coeficiente de del NDVI observado y el LAI simulado. arbustos 6. la mediana era casi 0. ya que existían datos de caudales observados simulado y NVDI observado de satélite durante el en la salida de la cuenca durante los años 2000 a 2002.2.45 para todas las cubiertas principales (Figura 1): árboles (media = 0.35. ii) la correlación espacial de Pearson (Figura 1). El mapa temporal de correlación de Pearson entre el LAI simulado y el NDVI mostró el mismo patrón observado en el período de calibración: las dos áreas situadas cerca del Monte Kenia y las Montañas Aberdare tenían coeficientes de correlación temporal igual a cero o incluso negativos.16). Validación la mayor parte de la cuenca.4 mientras que las correspondientes para los árboles fueron alrededor de 0. bien capturado en el período de validación por el modelo calibrado (Figura 2). Los mejores En general.es/aet2017 57 . calcularon excluyendo las regiones con un coeficiente probablemente debido a la ausencia de información de correlación de Pearson temporal negativo. Las celdas con grandes diferencias entre su propia media temporal y la media general fueron consistentes en ambos mapas. con valores de el EOF2 y el EOF3 explicaron alrededor del 10% para cero a negativos. como pueden ser correlación temporal.

2007.es/aet2017 . datos del NDVI en las montañas con fuerte nubosidad y Water. descarga de los ríos en cuencas no aforadas.. Fue posible la cuenca. algunas porciones en altitudes más altas. Porporato. Laio.imida. Francés datos. 5(2). 2016b.. 1024-1036. Koch J. 8(6). Sheffield. Manfreda S. Francés F. etc. Los resultados pusieron de relieve la de los parámetros hidrológicos.org/10.. Se están haciendo muchos esfuerzos para mejorar Water Resources. A. Siemann. K. Este resultado Manfreda. Stisen.. 226-240 La calibración automática propuesta fue completamente Koch. 695-705. S. Medici. 24. González-Sanchis M.. Vélez J.¿Es posible calibrar un modelo eco-hidrológico en una cuenca no aforada utilizando exclusivamente el NDVI de satélite? Francés y Ruiz-Pérez  Figura 3. excepto para 5452. identificar la mejor manera de utilizar toda esta nueva 45-53. J... 2017. F. los patrones de using innovative performance metrics. I. 5430- NDVI medido en la mayor parte de la cuenca. Journal of Hydrology.1559 del presente estudio se debe a la gran disponibilidad de Rodríguez-Iturbe. hay que considerar que el potencial doi. Caylor K. Después de la calibración. the vegetation dynamics and water cycle in water- espacial y espacio-temporal)..D. Caylor. role in hydrologic processes and response to water hidrológicos. Plants in water-controlled ecosystems: active a las variables espaciales de estado de los modelos eco.-parameter Esos resultados son prometedores porque demuestran que structure for the automatic calibration of distributed los datos satelitales podrían explotarse para predecir la hydrological models. Series temporales de precipitación y caudales observados (no utilizados en calibración) y simulados durante los años 2000 a 2002. Comparing two approaches for parsimonious semiáridas y sin consideración de posibles limitaciones vegetation modelling in semiarid regions using por nutrientes). satellite data. 2013.K. 332. 121(10). y más información estará disponible en el stress. no sólo para la asimilación de Ruiz-Pérez G. 324. pendiente de publicar en Hydrology and Earth de la biomasa vegetal y de su variación temporal. los resultados obtenidos en este ecohydrological daily model in a data scarce basin estudio demuestran que: i) la información de satélite es una using exclusively the spatio-temporal variation of extraordinaria fuente de información del patrón espacial NDVI. diseñada para incorporar datos espacio-temporales con Spatial validation of large-scale land surface models el fin de aprovechar al máximo los datos de satélite against monthly land surface temperature patterns utilizados. ii) esta Systems Science. información disponible.. J. BIBLIOGRAFÍA NDVI y validar el modelo con resultados satisfactorios.. se debe controlled environments? Ecological modelling.). https:// En cualquier caso. Advances in futuro. sino también para la calibración y validación de F. M. Friend A.1002/eco. y el flujo observado. Scope and general outline.. M. F... iii) en la calibración existe una transferencia de información desde el NDVI observado a una parte 58 http://idearm. información puede ser utilizada en la implementación de modelos eco-hidrológicos parsimoniosos mediante el uso de las EOFs. J. S. 819-833 posibilidad de nieve y/o a la limitación del sub-modelo de Pasquato.. I.. Journal of vegetación simulada muestran un buen acuerdo con el Geophysical Research: Atmospheres. Francés. que permite incluso una enorme utilidad de los datos de satélite para la calibración buena simulación de los caudales en cualquier punto de y validación de modelos hidrológicos.. On The Vulnerability no satisfactorio puede deberse a la mala calidad de los of Water Limited Ecosystems to Climate Change. implementar los componentes hidrológicos y de vegetación del modelo diario TETIS utilizando únicamente datos 7. la calidad y la cantidad de datos de teledetección (drones. L. Por lo tanto. 2016. vegetación (específicamente diseñado para las regiones 2015.. Ruiz-Pérez G. Del Campo mejores dispositivos... A. Calibration of a parsimonious distributed modelos. Vélez J. información de teledetección (no sólo satélite) con respecto 2001. I. Ridolfi. Y la comunidad científica AD. Split. Can a parsimonious model también debe estar lista para explotar la enorme cantidad implemented with satellite data be used for modelling de información contenida en estos datos (temporal. En este sentido. Francés F. Ecohydrology.

INTRODUCCIÓN Copernicus multiplique por 4 esa inversión hasta 2030. agricultural services. N. C. es ya una realidad. especialistas en teledetección y agronomía. which started on November 2016. clasificaciones avanzadas de cultivos y estimación de rendimiento de cosechas. temporal and radiometric resolution.. Javier Estornell. The main objective of SENSAGRI is the development of new prototype agricultural services for the European Union Copernicus programme. C/ Catedrático José Beltrán. y participa además en la preparación y ejecución de las campañas de campo.es/aet2017 59 . 2. Ruiz. (Eds.. coordinates the SENSAGRI project and is responsible for management.7 billones de euros hasta 2020). Luis A. Para la calibración y validación de los servicios propuestos se llevarán a cabo campañas específicas en cuatro áreas experimentales en Europa (en España. pp. Con el lanzamiento (6. Pero para que esos datos http://idearm. Sentinels. Palabras clave: SENSAGRI. Tenjo. J. Copernicus. pretende desarrollar y validar tres prototipos para el componente Pan-europeo de Copernicus: humedad del suelo (SSM). Laboratorio de Procesado de Imágenes. J. Verrelst. Europea quiere que se traduzca en servicios que sean Sentinel-2 (S2) y Sentinel-3 (S3). Four additional proof-of-concept services will be developed from these three prototypes: Tillage and irrigation binary maps. several validation campaigns will be conducted in four experimental test sites in Europe (Spain.imida. Objectives and first results of the SENSAGRI (Sentinels Synergy for Agriculture) project Abstract: Sentinels Synergy for Agriculture (SENSAGRI) is a recently started European Horizon 2020 project that is executed by a consortium consisting of three research centers and three technological institutes of four European countries. Leaf Area Index (LAI) and seasonal crop maps. Es responsable también del desarrollo y validación del prototipo para LAI. En el presente trabajo se presenta una descripción del proyecto... advanced crop classification and crop yield estimation. exploitation and dissemination. 1. explotación y divulgación. 46980 Paterna. its methodology and objectives. Pasqualotto. El grupo LEO (Laboratory for Earth Observation) de la Universitat de València coordina el proyecto y es el responsable de su gestión. El objetivo principal es que el retorno de y gratuita. que incluye LAI verde y marrón. visible y NIR que proporcionan ambas misiones. que comenzó en noviembre de 2016. as well as first results of the calibration and validation of the prototype version of the LAI green/brown product. J. Antonio. distribuidos de forma libre usuarios. Moreno. basados en la sinergia entre Sentinel-1 y Sentinel-2. Delegido. Manuel Erena). Murcia 3-7 octubre 2017. SENSAGRI aims at exploiting the enormous potential of the combined use of the radar. specialized in remote sensing and agronomy. visible and NIR information of both missions. LEO is also responsible for the development and validation of the LAI prototype.Ruiz@uv. A. así como los resultados de la calibración y validación de la primera versión del prototipo para LAI verde y marrón. El proyecto. Italy. XVII Congreso de la Asociación Española de Teledetección. 59-62. su metodología y objetivos. based on the synergy of Sentinel-1 and Sentinel-2 data. Nuevas plataformas y sensores de teledetección.. we present the project description. Sentinels. Universitat de València. temporal y radiométrica. including green and brown LAI. servicios agricultura. as well as in Africa (Morocco and South Africa) and South America (Argentina). Copernicus. and participates in the preparation and execution of the field campaigns. así como en África (Marruecos y Sudáfrica) y Sudamérica (Argentina). intends to develop and validate three prototypes for the Pan-European component of Copernicus: Soil Surface Moisture (SSM). supone una gran inversión Miembros de la Unión Europea (UE). El objetivo principal de SENSAGRI es el desarrollo de prototipos de nuevos servicios agrícolas para el programa Copernicus de la Unión Europea. Keywords: SENSAGRI. junto a su alta resolución espacial (10 y 20 m). que la Comisión de los primeros satélites de las misiones Sentinel-1 (S1). a El programa europeo de Observación de la Tierra través de la creación de valor y de empleo en los Estados Copernicus (EU 377/2014). at a high spatial (10 and 20 m). Francia. The Laboratory for Earth Observation (LEO) of the University of Valencia.es Resumen: El proyecto Sentinels Synergy for Agriculture (SENSAGRI) del programa europeo Horizonte 2020. se está desarrollando por tres grupos de investigación y tres institutos tecnológicos de cuatro países europeos. la disponibilidad de realmente utilizados por una amplia comunidad de una ingente cantidad de datos. A partir de ellos se desarrollarán pruebas de concepto de otros cuatro servicios avanzados: mapas binarios de zonas regadas y labradas. In this work. SENSAGRI persigue aprovechar el enorme potencial de la información conjunta de radar. The project. France and Poland). Índice de Área Foliar (LAI) y mapas estacionales de cultivos. Regarding the calibration and validation of the proposed services. Italia y Polonia). Objetivos y primeros resultados del proyecto SENSAGRI (Sentinels Synergy for Agriculture) Ruiz-Verdú.

Institute of Plant PL de cultivos y validaron algoritmos (Valero et al.eshorizonte2020. espacial (10-20 m) de ambos sensores para la obtención La propuesta.. operacionalmente.sensagri. en que se desarrollaron National Research Institute .. prototipos para implementar servicios agrícolas Dentro del Programa de Trabajo 2016-2017 de H2020.. para los prototipos y los servicios avanzados (pruebas de concepto). Tabla 2. del proyecto SENSAGRI y los primeros resultados en las Las metodologías propuestas para los diferentes tareas llevadas a cabo por la Universitat de València. lo que hace 2. que respondan a las Los principales objetivos de SENSAGRI (www. en bases de datos de campañas dell’Economia Agraria (CREA) previas y en simulaciones de modelos de transferencia radiativa (RTM).Istituto di IT del suelo (Balenzano et al. servicios en las diferentes áreas temáticas de Copernicus • Desarrollar prototipos de servicios Copernicus para y para ello ha puesto en marcha diferentes convocatorias humedad del suelo (SSM). S2 y S3.es/). productos de seguimiento de cultivos para diversos sistemas agrícolas a escala mundial. et al. titulada Sentinels Synergy for Agriculture de mapas de cultivo a escala de parcela para grandes (SENSAGRI). respectivamente: Tabla 1. 2016) Protection (IPP) para derivar. combinando datos de los satélites parte del potencial que ofrece el uso combinado de S1. índice de área foliar dentro del programa Horizonte 2020 (H2020) (LAI) y mapas de cultivos estacionales. incorporará (ISSIA) series temporales de S2 para la máscara Université Paul Sabatier Toulouse III – Centre FR de clasificación de suelo/vegetación. Desarrollado para S1. tenía como objeto el desarrollo de nuevos prototipos pre. europeos. El consorcio (Tabla 1) está coordinado por la Universitat Las tablas 2 y 3 resumen las aproximaciones propuestas de València (grupo LEO). El proyecto comenzó las clasificaciones mediante el uso de curvas temporales. de alto valor añadido.3. en avanzados (“prueba de concepto”). del programa Copernicus. La Universitat de València servicios propuestos (UVEG) a través de su Laboratorio de Observación de la Tierra (LEO). necesidades de los usuarios.Objetivos y primeros resultados del proyecto SENSAGRI (Sentinels Synergy for Agriculture) Ruiz-Verdú. La combinación de información óptica y radar y el fase de negociación del acuerdo de subvención (Grant análisis multitemporal permiten mejorar la exactitud de Agreement) en julio de 2016. que de éstos como futuros servicios Copernicus. oficialmente en noviembre de 2016. es • Desarrollar nuevas aplicaciones para el sector actualmente muy limitada y solo explota una pequeña agrícola europeo. Sentinel-1 (radar). Prototipos propuestos en SENSAGRI. y usar esos (http://www. • Interaccionar con Copernicus y con el sector agrícola operacionales que explotaran las capacidades del uso para dar a conocer y enfocar adecuadamente los sinérgico de los Sentinels. Participante País Prototipo Metodología Universitat de València (UVEG) ES Humedad Basado en el algoritmo SMOSAR Consiglio Nazionale delle Ricerche . Composición del consorcio los prototipos y TRL=3 para las pruebas de concepto).1. La lista de los servicios eu) son: disponibles en Copernicus (http://copernicus. d’Etudes Spatiales de la BIOsphère (UPS. se presentó en marzo de 2016 y pasó a la áreas. que proponía el desarrollo de nuevos prototipos Aprovechan el ancho de escena (290 km) y la resolución de servicios de Copernicus en agricultura.. del CNR-ISSIA Studi sui Sistemi Intelligenti per l’Automazione (SSM) (Italia). En la presente que reducen la necesidad de datos in situ para el comunicación se resumen los objetivos y organización entrenamiento. Las metodologías propuestas para el desarrollo de encabezando un consorcio compuesto por 6 institutos de los prototipos y los productos avanzados se basan investigación y centros tecnológicos de varios países fundamentalmente en la sinergia entre S1 y S2. decidió presentarse a esta convocatoria.es/aet2017 . servicios se basan en desarrollos previos realizados por los grupos que participan en el proyecto. Composición del consorcio SENSAGRI. La Comisión Europea quiere que se desarrollen Sentinel-2 (óptico) y datos in-situ. PROYECTO SENSAGRI H2020 más probable que se alcance el Technology Readiness Level (TRL) requerido en la convocatoria (TRL=6 para 2. 2013).2. CESBIO) marrón 2015. Metodología Laboratory (IPL). para mostrar el potencial (RIA) titulada “Evolución de servicios Copernicus”. 60 http://idearm. Instituto Tecnológico Agrario de Castilla y León ES Mapas Basados en el servicio implementado en el (ITACyL) estacionales proyecto Sen2-Agri. perteneciente al Image Processing 2. Objetivos de SENSAGRI y productos.eu). la convocatoria de Observación de la Tierra se publicó a • Validar los servicios y establecer casos de finales de 2015 una Acción de Investigación e Innovación demostración en áreas test. LAI verde y Basado en el algoritmo de Delegido et al.imida. lleguen a la sociedad es necesario desarrollar servicios 2. Consiglio per la Ricerca in Agricoltura e l’Analisi IT 2015a). en la toolbox ARTMO (Verrelst et al.

siguiendo un método de validación cruzada Prueba de (Snee. basados en el desacoplamiento espacio/temporal de los efectos de rugosidad y humedad en la señal S1. para lo cual se llevarán a cabo campañas de validación en 4 sitios de la Unión Europea (Castilla y León en España. 2014) y datos S1 y S2. Para la interacción con los usuarios plantea la constitución de un Living-Lab en el sitio de validación en Francia y la organización de talleres temáticos en el resto de sitios de validación de la UE incluidos en el proyecto. mediante el uso de un umbral regadas adaptativo para detectar campos con valores de humedad superiores a la media local. Tabla 3. actualizada con el uso sinérgico de S1 y S2. Objetivos y primeros resultados del proyecto SENSAGRI (Sentinels Synergy for Agriculture) Ruiz-Verdú. el uso de métodos de aprendizaje máquina con procesos gaussianos (Verrelst et al.. Durante Figura 1.. Los mapas de error permiten enmascarar valores de LAI Máscara Máscaras derivadas del prototipo SSM por encima de un umbral dado (Figura 1). una estimación de su incertidumbre. validación se ha llevado a cabo. responsable del desarrollo del prototipo para el Índice de Área Foliar (Leaf Area Index. producción empírico de cultivos SAFYE-CO2 (Veloso et al.es/aet2017 61 .. el área de Río Colorado.imida. error relativo los primeros 6 meses del proyecto se ha preparado el en % (centro) y mapa de LAI resultante aplicando un ATBD del algoritmo empírico utilizado. 2015b). El proyecto presta una especial atención a la explotación y divulgación de los resultados y propone una interacción permanente. tanto con usuarios del sector agroindustrial como con los representantes de las entidades encargadas de la implementación de Copernicus (Entrusted Entities) en el área temática Land a escala pan-europea (Agencia Europea del Medioambiente y Joint Research Centre – ISPRA). 2017). Apulia en Italia y Winna Góra en Polonia). de LAI medidos con un analizador digital LiCor LAI. utilizando el software ARTMO. et al. Servicios avanzados propuestos en SENSAGRI. LAI) verde y marrón. 2011). Para la calibración y La metodología se ha aplicado en imágenes S2. más tres sitios adicionales en Argentina. Máscara Mapas de cambios en la rugosidad de áreas obtenidos como producto complementario labradas de SSM (SMOSAR). PRIMEROS RESULTADOS Se resumen a continuación únicamente los primeros resultados obtenidos dentro de las tareas científicas llevadas a cabo por la Universitat de València. 3. 1977) con k=10. La 2190 nm) es posible adaptar estas imágenes el algoritmo http://idearm. en algunos de los sitios de validación del proyecto (en 2000 en la campaña SPARC (Delegido et al.. de áreas (SMOSAR). que se basa en umbral del 40% de error. Gracias segunda versión del algoritmo estará basada en los datos a las bandas del SWIR de S2 (centradas en 1610 y obtenidos en las campañas de campo de SENSAGRI. Clasificación Mapas detallados de cultivos y usos avanzada de suelo basados en la metodología de cultivos operacional desarrollada por el ITACyL (Nafría et al. Sudáfrica y Ucrania. validación del algoritmo se ha utilizado una base de datos corregidas atmosféricamente con el software Sen2Cor. La la Figura 1. Media de LAI verde (arriba). Argentina). Los prototipos y servicios avanzados propuestos en SENSAGRI serán validados dentro del proyecto. además del valor medio de la Biomasa y Basados en el uso del modelo semi- variable obtenida. El método de los procesos concepto Metodología gaussianos produce. que tiene una duración de 3 años. representativos de la variabilidad de sistemas agrícolas europeos. Auradé-Lamasqère en Francia.

. A. N. Rivera. Rivera. El objetivo final es lograr que Veroustraete. Camps-Valls. A. J. J.com/science/ como el mostrado en la Figura 2. 14-16 March 2017. J.. Koetz. con resultados J.W. J.. Verrelst. Sepulcre.mdpi. BIBLIOGRAFÍA Balenzano. L. R. J.A comparison. Moreno.P. 721-737. http://www. Technometrics. M.. Rivera. ISPRS Journal of 5. a escala pan-europea. aplicado a imágenes S2 de áreas agrícolas. Esta variable informa de la Evaluation of Sentinel-2 red-edge bands for empirical biomasa de la vegetación seca y proporciona información estimation of Green LAI and chlorophyll content. Fusionando Applied Earth Observation and Geoinformation. Brown and green LAI mapping los valores con errores relativos superiores al 40%.G. esos prototipos sean operativos y estén disponibles. Hagolle. Ruiz-Verdú. Experimental Sentinel-2 LAI estimation using parametric. Mattia. B. Worldcover 2017 Conference. Université Toulouse El proyecto SENSAGRI (H2020) propone el desarrollo y III. Defourny. J. se han through spectral indices. 62 http://idearm...55.. 350-358.. F.. Morin.. 35. Rinaldi. fluxes and budgets of carbon and water for winter Figura 2. Verrelst. 7063-7081. under Grant Agreement no 730074).P.. 108.. servicios Copernicus. a la del LAI de la vegetación Sensors. adicional.... Este proyecto está financiado por el programa de http://www.. Bengoa. J. 2016. article/pii/S0303243414002244. antes Optical remote sensing and the retrieval of terrestrial del final del proyecto (2019) para su incorporación como vegetation bio-geophysical properties . ISPRS Journal of Photogrammetry and Remote Dentro de las actividades desarrolladas por la Universitat Sensing. 46(1). http://www. del Blanco. J. Horizonte 2020. Italia. Capitanata plain case study. 1977. International Journal of obtenido mapas análogos a los de la Figura 1. Camps-Valls. Veloso. S. 2015... 8(1). G. ambos mapas se pueden obtener mapas compuestos.France.. Toulouse . G. 108. F.. G.. J. Validation of regression models: Methods and examples. wheat by using high resolution remote sensing data combined with a crop model: Application to 4. D. Valero.. Regional estimates of the production. F. G. verde (green LAI). O. Veroustraete. Muñoz-Marí. V. Nafría. 2011.A review.sciencedirect.W. F. J. 19(4). Arias. Muñoz-Marí.. 260-272. V. 415-428.es/aet2017 .. AGRADECIMIENTOS Photogrammetry and Remote Sensing. Moreno. que se ha Verrelst. Iacobellis. 2014. http://www.. Production of a Dynamic Cropland Mask by Processing Remote Sensing Image Series at High Temporal and Spatial Resolutions. del LAI marrón (brown LAI)..Objetivos y primeros resultados del proyecto SENSAGRI (Sentinels Synergy for Agriculture) Ruiz-Verdú.P. Mastronardi. 2015b. ESA-ESRIN.... Mapa compuesto de LAI verde y marrón. S.sciencedirect. J. J. Clevers.. P. et al. J. G. propuesto por Delegido et al. 2017. 11. PhD Thesis.. J. Inglada.com/2072- 4292/8/1/55. Frascati (Roma). J. Dedieu. Castile and Leon Crops and Natural Land Map.. prometedores.P. J. Bontemps. muy valiosa. se ha obtenido una primera com/science/article/pii/S0924271615001422.Paul Sabatier.L.G.. aunque todavía muy preliminares. Satalino. Moreno. en la sinergia de S1 y S2. A. J.sciencedirect. European Journal of Remote Sensing. M. Delegido. J.imida. bajo el acuerdo de subvención número 730074... Clevers.com/science/article/pii/ investigación e innovación de la Unión Europea S0924271615001239. validación de prototipos para servicios agrícolas. Alonso. Snee. (The research leading to these results has received funding from the European Union’s Horizon 2020 Research and Innovation Programme. 2013. CONCLUSIONES southwest France. basados Verrelst. para la estimación Delegido. de València en SENSAGRI.P. non-parametric and physical retrieval methods .A. 2015a. versión del algoritmo de LAI verde y marrón. Aplicando el algoritmo de LAI marrón y enmascarando Moreno. 273-290. 2015. On the use of temporal series of L-and X-band SAR data for soil moisture retrieval. Remote Sensing. D.. Lovergine. 6.

Ruiz. Valencia {M. El agua http://idearm. Javier Estornell. Este parámetro es importante para determinar el Pero este método requiere mucho tiempo y un intenso estado fisiológico de la planta y. The aim of this study is to define new indices valid for a wide variety of crop types. Jose. N. and the slope of this line depends only on the reflectance at 800 nm. por lo que es necesaria una metodología de el cual no solo produce impactos medioambientales tales estimación alternativa. J. a partir de la base de datos SPectra bARrax Campaign (SPARC2003). trabajo. Delegido. a statistical analysis of the commonly used water content indices was carried out. el estrés hídrico. se ha definido el Water Absorption Area Index (WAAI) como el área comprendida entre esta recta y el espectro entre 911 y 1271 nm.Pasqualotto. se ha realizado un análisis estadístico de los diferentes índices establecidos por la bibliografía.Delegido. Murcia 3-7 octubre 2017. On the other hand. the spectrum has a line shape between 800 and 1200 nm. S. se han definido dos nuevos índices espectrales a partir de modelizaciones obtenidas con PROSAIL (Jacquemoud et al. (Eds. 2009) modelling. J.. Water Absorption Area Index (WAAI) has been defined as the area between this line and the spectrum between 911 and 1271 nm. El objetivo de este trabajo es definir nuevos índices aplicables a diversos cultivos que permita obtener mapas de contenido en agua de la cubierta vegetal a grandes escalas.80 con ajustes exponenciales. entre ellos la estimación del mide mediante la diferencia de peso entre las hojas recién contenido en agua de la cubierta (Canopy Water Content recolectadas y su peso tras pasar por una desecadora. two new spectral indices have been defined from PROSAIL (Jacquemoud et al. Contenido en agua. diverse vegetation indices have been developed for crop canopy water content estimation. based on the experimental SPectra bARrax Campaign (SPARC2003) field database..80 with exponential adjustments. The limitation is most of indices are defined for specific crop types and areas. Manuel Erena). Jochem. that allow to obtain canopy water content maps at large scales. que cuenta con 125 bandas entre 450 y 2500 nm y una resolución espacial de 5 m. Uno de los posibles métodos es el como un incremento del riesgo de incendio. sino también uso de la teledetección. which was configured by 125 spectral bands between 450 nm and 2500 nm and a spatial resolution of 5 m. Jesus. potato. patata. observing that with null water contents. Para ello y con el fin de identificar las bandas con las que se obtiene un mejor R2 para la estimación de contenido en agua. Laboratorio de Procesado de Imágenes. y que la pendiente de esta recta depende tan solo de la reflectividad a 800 nm. el Depth Water Index (DWI). Estimación del contenido en agua de la cubierta vegetal de diversos cultivos mediante dos nuevos índices hiperespectrales: Water Absorption Area Index y Depth Water Index Pasqualotto.Nieve. which is a simple index. Índices de vegetación.. garlic and onion) and associated reflectance spectra acquired by the HyMap airborne sensor. Estos algoritmos mejoran los resultados aportados por los principales índices utilizados por la bibliografía.Verrelst. In addition. For that purpose and in order to identify the bands with which a better R2 is obtained for water content estimation. Luis A. siendo aplicables a zonas heterogéneas. C/ Catedrático José Beltrán. applicable to those sensors with lower spectral resolution. un índice más sencillo aplicable a aquellos sensores con menor resolución espectral. maíz. it is proposed the Depth Water Index (DWI). Van Wittenberghe. pp. Keywords: HyMap. 2.. which consists of field data including water content and other biophysical parameters collected for 6 different crops (lucerne.es Resumen: En las últimas décadas se han desarrollado índices de vegetación para la estimación del contenido en agua de la cubierta de los cultivos. Palabras clave: HyMap. Shari. Y. pues permite detectar los cambios efectos sociales y económicos negativos como una producidos por el CWC en la reflectividad. además. Hiperespectral. Estimating Crop Canopy Water Content from Hyperspectral Remote Sensing Data Abstract: Over the last several decades. with R2 around 0.imida. INTRODUCCIÓN disminución en la producción (Chuvieco et al..es/aet2017 63 .. en su mayoría. based on the spectral depths estimation produced by the water absorption at 970 and 1200 nm. corn. 2004). Hyperspectral.. being applicable to heterogeneous zones. ajo y cebolla) con sus respectivos espectros de reflectividad obtenidos con el sensor aerotransportado HyMap. Moreno. J. Verrelst. solo aplicables a un tipo de cultivo.Moreno}@uv. Therewith. a fundamental indicator of crop’s physiological state. con R2 en torno a 0. 1. compuesta por datos de contenido en agua y otros parámetros biofísicos de 6 cultivos (alfalfa. sugar beet. remolacha. Canopy water content. por tanto. These algorithms outperform commonly used indices in predicting canopy water content. observando que con contenidos de agua nulos el espectro tiene forma de recta entre 800 y 1200 nm. Muchos parámetros biofísicos son buenos indicadores El contenido en agua de la vegetación generalmente se del estado de la vegetación. 2009).Wittenberghe. Cubierta vegetal. indicador fundamental de su estado fisiológico. – CWC). Con ello. siendo. Universitat de València. Nuevas plataformas y sensores de teledetección. 46980 Paterna. XVII Congreso de la Asociación Española de Teledetección. 63-66. Por otra parte. basado en la estimación de las profundidades espectrales producidas por la absorción del agua en 970 y 1200 nm. Vegetation indices.

rango de estructuras y conseguir unos resultados más 1990). 820 y 900 nm) y una banda susceptible 18 14 12 22 14 10 10 a los cambios en esta variable (p. 2014). 1983. a través del análisis de la respuesta cada uno de los índices. para la estimación del contenido en agua. las bandas que presentan una hiperespectral obtenida por teledetección..2. diversos et al. 2007) han Este análisis se realizó a través de la aplicación ARTMO – establecido índices para el cálculo del contenido en agua Automated Radiative Transfer Models Operator (Rivera de la cubierta. es decir. realizándose todas capaz de estimar el CWC en áreas heterogéneas con las posibles combinaciones de bandas y obteniendo. la base de datos basada en SPARC03. rapidez y su bajo coste Tabla 1. Wang y Qu.1. principalmente representativas antes y después de ser secadas. se han definido índices para el cálculo del contenido en agua en la hoja (Datt. de CWC de alfalfa.3. Esto puede ser debido calculado mediante la diferencia de peso de tres hojas a que esos índices están definidos para tipos de cultivo 64 http://idearm. con el objetivo de hiperespectrales. Rollin y Milton. donde presenta máximos de absorción a 970..Estimación del contenido en agua de la cubierta vegetal de diversos cultivos mediante dos nuevos índices hiperespectrales: Water Absorption […] Pasqualotto. y a través en el NIR (near-infrared) y en el SWIR (short-wave de los correspondientes valores de índice de área foliar. y una robustos. cada genéricos uno de ellos correspondientes a un ESU (Elementary En primer lugar. Existen modelos de transferencia parámetros biofísicos con el fin de introducir el mayor para hoja como PROSPECT (Jacquemoud y Baret. Número de ESUs según cultivo utilizados en la computacional.6 en todos los casos. et al. Hunt et al. La Tabla 1 muestra el número aritmética de bandas. además. La Mancha (coordenadas 39°3’ N. por un lado. infrared). (750-1300 nm) debido a que en esta área del espectro 2. utilizando de manera general una banda insensible al contenido Suelos Alfalfa Maíz Patata Remolacha Ajo Cebolla desnudos en agua (p.. Cada valor de CWC autores originales. maíz. inferior a 0. la señal producida en el SWIR está muy la campaña SPARC03 (Delegido et al. se han aplicado una gran diversidad de analizar con más detalle las modificaciones en el espectro índices para detectar las bandas con las que se obtiene debidas a las variaciones en contenido en agua y. mayor correlación (R2) para la estimación del CWC. 2009). Por un lado.imida. se probaron todos los índices extraídos Sample Units) de 20×20 m. estudiar qué forma presentaba el espectro con otro lado. 1987..es/aet2017 . 3. el cual presenta un mediante índices de vegetación. estos valores de CWC. 1450. se realizaron tipos de cultivos y sus correspondientes espectros modelizaciones con PROSAIL. La base de datos está 3. Todos los índices se introdujeron en su una estimación de la variable biofísica de interés. pero de establecer las bases para definir dos nuevos índices este análisis se basó tan solo en la región del NIR con sentido físico. La inversión de estos modelos proporciona de tres bandas. ajo y cebolla.1. Diversos autores han propuesto índices base de datos. 970 y 1. Para cubierta como SAIL (Verhoef. absorbe a lo largo de todo el espectro. Pu et al. Análisis del comportamiento espectral para la 2. sin definir las bandas concretas El objetivo principal de este estudio es el desarrollo a utilizar. 1998. Por todo. Junto a estos índices. De manera concreta se utilizaron índices ratio. Análisis de los diferentes índices genéricos et al. Esta contaminada por la celulosa. principalmente su sencillez. Se introdujeron. se introdujo en ARTMO de una metodología. obteniendo unos resultados con un R2 se obtuvo a través del contenido en agua en la hoja. 2003) mientras otros autores (Hardisky 2. Junto a 1200. 2. de la bibliografía con las bandas establecidas por los patata. Base de datos experimental la sensibilidad al contenido de agua líquida es mayor La base de datos utilizada en este estudio procede de y. con el fin mayor influencia en la zona del NIR y del SWIR. Resultado del análisis de los diferentes índices compuesta específicamente por 100 valores. combinación de ambos como PROSAIL (Jacquemoud con la estructura del NDVI y cociente de sumas y restas et al.. 1999. remolacha. 1940 y 2500 nm (Carter. los principales estudios han demostrado la importancia de los modelos índices utilizados para estimar CWC y otros índices de transferencia radiativa (RTM) en la estimación de definidos por la comunidad científica para el cálculo de variables biofísicas. se ha analizado el comportamiento espectral valores de contenido en agua nulos. pero también con buenos estadísticos. MATERIAL Y MÉTODOS definición de nuevos índices En una amplia base de datos con información de varios Tras la prueba de los diferentes índices.. sobre una mayor correlación para la estimación del CWC. 2°6’ W. los cuales relacionan rango de longitud de onda entre 430 nm y 2490 nm y una la variable biofísica de interés con una formulación resolución espacial de 5 m. forma genérica. El potencial de estos índices es de ESUs utilizados de cada cultivo en la base de datos. 2013). que produce el contenido en agua en diferentes cultivos Como se ha mencionado anteriormente.600 nm). Datum ETRS89). ej. ej. 1984). campaña se llevó a cabo entre el 12 y 14 de Julio (2003) en Barrax. la base de datos está compuesta La estimación de los parámetros biofísicos de la por el espectro de reflectividad de cada ESU. Junto a los índices de vegetación. 1991). basada en índices de vegetación. el agua presenta tanto con espectros reales como modelizados. obtenido vegetación a través de la teledetección se puede realizar con el sensor hiperespectral HyMap. obtenidos con el instrumento LiCor LAI-2000. RESULTADOS 700 m altitud. para diversidad de cultivos.

738 nm y 753 nm). tal y como se observa en la Figura 1. es decir. pero al analizar las bandas seleccionadas para recién cortada) o el maíz (de plantación tardía ese año) obtener tan alta correlación se observó que no presentaba presentan valores mínimos del índice. que consiste (ver Figura 3) en la suma de la profundidad del espectro a 970 (d1) y a 1. Absorption Area Index (WAAI). 532) . Depth Water Index la curva de reflectividad. Al probar todas las combinaciones máximos de WAAI.044·R1080 – 0. Tras el cálculo de ambas áreas y las correspondientes simplificaciones. una correlación menor cantidad de agua como son la alfalfa (estaba muy alta.044·R850 – R970 –R1200 (3) diferente contenido en agua (Cw: grosor de la lámina de agua en cm). el espectro presentaba forma de línea recta entre 800 y 1200 nm.200 nm (d2). ej. mientras que los cultivos con se obtuvo un R2 entre 0. el cual es la Donde R es la reflectividad y λ longitud de onda (en nm).respecto a la línea base formada entre los picos a 850 y 1080 nm http://idearm. variando la pendiente de la línea y el nivel de reflectividad tan solo con el índice de área foliar. Water Absorption Area Index Tras el estudio de los espectros reales y de las modelizaciones generadas con PROSAIL. 3.3. Espectros obtenidos con PROSAIL con DWI = 2. por tanto. más aplicable a los sensores convencionales. Representación gráfica del DWI. la mayoría de los sensores actuales no la presentan. se obtienen los mismos.2.imida. Basándose en los máximos de absorción del agua a 970 y 1200 nm. siendo esta profundidad la diferencia entre la línea base yi (formada entre los picos existentes en el espectro a 850 nm y 1080 nm) y la reflectividad a 970 para d1 y 1200 nm para d2. CWC en función del índice WAAI calculado como el grosor de la lámina de agua en la hoja (en cm). se define el Depth Water Index (DWI). como la diferencia entre el área debajo de la línea de referencia y el área debajo de 3.8 con un ajuste exponencial combinaciones de bandas para cada uno de los índices (Ecuación 2). con ajuste exponencial y Esta línea se tomó como referencia para definir el Water un intervalo de confianza del 95 %. Tras la definición del índice se realizaron diferentes pruebas variando dichos límites para intentar conseguir la mayor correlación posible. no siendo aplicables a una gran variedad de Aplicando la Ecuación 1 a la base de datos. Estimación del contenido en agua de la cubierta vegetal de diversos cultivos mediante dos nuevos índices hiperespectrales: Water Absorption […] Pasqualotto. los resultados que se representan en la Figura 2.es/aet2017 65 . et al. Esto puede ser debido a que a 911 nm comienza el primer pico de absorción del contenido en agua y a 1271 nm termina la máxima influencia de este parámetro. suma de las profundidades a 970 y a 1200 nm. concretos. en la Tras esta comprobación se realizaron todas las que el R2 obtenido es 0. en la cual se representa el contenido en agua Figura 2. 812 $ R 911 + 2713. Se observa un buen comportamiento del con el fin de detectar la mejor combinación de bandas índice debido a que los cultivos con alto contenido en con la que se obtuviera una mayor correlación en la agua como la remolacha y la patata presentan valores estimación de CWC. obteniendo como resultado que los mejores extremos son 911 y 1271 nm. siendo la zona sombreada la representación gráfica del WAAI. sumando ambas profundidades.9. sentido desde el punto de vista físico debido a que muchas CWC (g/m2) =68.97exp(5.271 nm. con contenidos de agua nulos. la ecuación de este índice es la siguiente: Figura 1. con los límites 911 y 1. Por tanto. por lo que se propone otro índice que utiliza menos bandas y. se observó que. entre los límites 800 y 1200 nm El índice WAAI requiere una gran resolución espectral y (área sombreada en la Figura 1).749*10-6WAAI)(2) bandas utilizadas no solo estaban influenciadas por el contenido en agua sino también por otros parámetros como la clorofila y el LAI (p. R (m) dm (1) 911 Figura 3.8 y 0. el WAAI presenta la siguiente forma: # 1271 WAAI = 180 $ (1.

429-435... B.. 5. Agron. M. C. J..es/aet2017 . Nobel. 1989. Delegido. 1887-1905. 16..imida.. S. A red-edge spectral index for remote sensing estimation of green LAI over agroecosystems. Verrelst.. 30. Veroustraete. Remote Sens. J.J.. 78.Estimación del contenido en agua de la cubierta vegetal de diversos cultivos mediante dos nuevos índices hiperespectrales: Water Absorption […] Pasqualotto. estos índices Remote Sens. J. DISCUSIÓN indicator of plant water status.. A pesar de esto. of use for vegetation characterization. 916-924. 1999.J. Environ. presentan problemas con cultivos cuyos valores de índice Rivera. Int. 46. Hardisky. Jacquemoud. 92.A.. de área foliar son inferiores a 2 m2 hoja/m2 suelo. Am.M. PROSPECT + SAIL models: A review de área WAAI.. R. J.07×10-3DWI) (4) Peñuelas.. del suelo (fCOVER). 47.. Pérez. 66 http://idearm.P.L. exponencial (Ecuación 4). Combining NDVI and surface temperature for the estimation of live fuel moisture content in forest fire danger rating. C. introducir en estos nuevos índices la variable cobertura Environ.P. Eng. AGRADECIMIENTOS Wang. 2009..M. and leaf moisture on the spectral radiance of Spartina alterniflora canopies. Asner. E. Ge. como es Moreno. The reflectance at the 950-970 nm region as an 4. application to canopy reflectance modeling: The SAIL model. Remote Sens. Verhoef. Spectral mediante los cuales se puede estimar el CWC de zonas absorption features as indicators of water status heterogéneas porque presenta buena correlación para una in coast live oak (Quercus agrifolia) leaves. J. B. 22. 34. L. Biel. la cubierta.. Remote Sens. F. Datt. V. N. Bot. E. J.. L. S. Res.. J. Int. E... et al. Hunt. P. 34(20). Measurement of leaf relative water content by infrared reflectance. Photogramm. Verrelst. Bacour. 1990.. P. PROSPECT: A model of leaf optical properties spectra. On the Semi-Automatic Retrieval el caso del ajo y la cebolla. 113. growth form. G. Environ. Remote Sens. Savé. 49. Moreno. F. Serrano.. Remote Sens. 86-92. Klemas. Estos cultivos suelen presentar of Biophysical Parameters Based on Spectral Index gran cantidad de agua en sus hojas.1exp(1.. Gong.... 2007.. Baret. François. R. Remote Sens.and Middle-Infrared reflectances. índice para cada uno de los cultivos muy similar al índice S. Smart. The influence of soil salinity.. J.. 42-52.. Martin. Geophys. NMDI: A normalized multi-band Este trabajo ha sido gracias a la beca predoctoral drought index for monitoring soil and vegetation de la Generalitat Valenciana Vali+d (nº expediente moisture with satellite remote sensing. Cocero.R. J. Environ. 909-923. Remote Sensing... dejando al suelo spectral resolution reflectance data for the retrieval un papel predominante. CWC (g/m2) = 114. Aust.. 1993. 1799-1810. Kelly.. 1987. representado en la Figura 2. 4927-4951.. 75-91.. 43-54.M. Primary and secondary effects of water content on the spectral reflectance of leaves. 2004. E. J. J. W. J. para no subestimar el contenido en Verhoef.R. J. Baret. Environ. 322-331.N.N. P. siendo el comportamiento del Zarco-Tejada.. pero al extrapolar a Optimization.. J.. Mediante este índice se obtiene un R2 de 0. L. R. Delegido. D. Environ. Lett. J. G.. 1998. 2003.. ACIF/2016/378).. Remote Sens. Detection of changes in leaf water content using Near. Remote Sens. 6. Rock.S. J. Hunt. Eur.. C. Environ. Rivera. F. 1991. E. J. Una posible solución futura. Riaño. Remote Sens. gran variedad de cultivos. B. Light scattering by leaf layers with agua en cultivos con poca cobertura aérea. Remote Sensing of Water Content in Eucalyptus Leaves. es of canopy water content information. Alonso. Ustin. P. estimación de contenido en agua de la cubierta vegetal. esta cantidad de agua se subestima debido a Rollin. 1983. F. Meza. En este estudio se proponen dos nuevos índices de 14(10). Filella. BIBLIOGRAFÍA Carter. 125-141.. S56-S66. Pu. 2014.7 con un ajuste Jacquemoud... 24.. Qu. 6.. W. Milton. Bot. Rock. 65.. 77-83. Martínez- Vega. Processing of high la poca cobertura aérea que presenta. S. C. I. 2013. Chuvieco. De La Riva... D. 1984.

the user’s and producer’s accuracy of minor crops (oats. Otra alternativa consiste en sobre-muestrear las muestral favorece la asignación de elementos a las clases minoritarias o replicar sus instancias hasta igualar clases mayoritarias y dificulta la correcta clasificación las de las clases mayoritarias. minoritarias representan justamente el objeto de interés El objetivo de este estudio es aplicar una metodología del análisis (e.es Resumen: Los algoritmos de clasificación supervisada basados en herramientas de aprendizaje automático. De modo que el desequilibrio en el tamaño reducido. Random Forests. detección de zonas deforestadas en de ampliación muestral a un caso de clasificación de bosques. Keywords: classification. INTRODUCCIÓN sencillo consiste en sub-muestrear las clases mayoritarias La proporción de elementos pertenecientes a cada o reducir su tamaño muestral al mínimo presente en el clase en la muestra de datos de entrenamiento juega conjunto. The results obtained with imbalanced and balanced training-sets are compared. The technique proposed is applied to a case study where rain-fed crops are classified using quad-polarization RADARSAT-2 scenes. Alarranaga@tracasa. XVII Congreso de la Asociación Española de Teledetección. (2) (1) Departamento de Ingeniería y Sistemas Territoriales. Universidad Pública de Navarra. Murcia 3-7 octubre 2017. España. thus resulting on a balanced sample data-set. 31621-Sarriguren. En este estudio se propone una metodología para superar esta limitación en un esquema de clasificación de cultivos utilizando Random Forests utilizando una técnica de ampliación muestral que crea nuevos elementos sintéticos de forma aleatoria manteniendo las estadísticas globales de cada muestra y equilibrando el tamaño muestral de las distintas clases.es (2) Departamento de Proyectos e Ingeniería Rural. A.(1). Influence of training sample size balance on crop classification using Random Forests Abstract: Supervised classification algorithms based on machine learning techniques. Tracasa. afecciones por plagas en cultivos o vertidos de cultivos de secano mediante imágenes radar y valorar el hidrocarburos en el mar). También se han propuesto de las clases menos frecuentes. tendiendo a favorecer la asignación de las clases mayoritarias y proporcionando. Javier Estornell. Influencia del equilibrio en el tamaño de muestra de entrenamiento en la clasificación de cultivos obtenida mediante Random Forests Arantzazu Larrañaga. veza. Ruiz. Manuel Erena). cultivos minoritarios.. pastizales o barbecho) mejora de forma significativa. donde las para aliviar este problema (Sun et al. This issue arises when the sample size used for training differs between the classes considered. showing that classification overall accuracy slightly improved. 1. que rodean la ciudad de Pamplona (Navarra). This study proposes a methodology to overcome this issue on a crop classification application using Random Forests. Luis A. equilibrado muestral. are affected by class imbalance. C/ Cabárceno 6. Los resultados obtenidos muestran que al equilibrar las muestras la fiabilidad global mejora ligeramente.imida. como por ejemplo Random Forests son sensibles al desequilibrio en el tamaño de muestra de entrenamiento de las distintas clases a clasificar. such as Random Forests. Palabras clave: clasificación. grasslands or fallow) improves significantly. siendo por ejemplo el clasificador Random La zona de estudio corresponde a las áreas agrícolas Forests muy sensible al desequilibrio muestral. MATERIAL Y MÉTODOS o menor. Random Forests. pp. class imbalance. una mayor tasa de asignaciones erróneas en las clases menos frecuentes. Arrosadia s/n. vetch. However. (Eds. En función de las características beneficio del equilibrado en los resultados obtenidos. Sin embargo. y principio de funcionamiento del clasificador utilizado este problema puede tener una trascendencia mayor 2. J.. 67-70. 2009). España. La En los últimos años se han propuesto distintas técnicas región presenta una topografía ondulada.alvarez@unavarra. Álvarez-Mozos. which randomly creates new instances while maintaining the global statistical moments of each sample. 31006-Pamplona. For doing so a sample enlarging technique is applied. minor crops. jesus. por tanto. Nuevas plataformas y sensores de teledetección. resulting normally on an over-assignation of instances to the most frequent class and a poor identification of minor classes. la fiabilidad del usuario y productor de los cultivos minoritarios (avena. Sin embargo esto no es viable en casos en los un papel crucial en el resultado de las clasificaciones que las clases minoritarias tienen un tamaño realmente supervisadas. Lo más http://idearm.g. La técnica propuesta se aplica a un caso de clasificación de cultivos de secano mediante imágenes RADARSAT-2 de polarización múltiple comparando la clasificación obtenida con las muestras originales y las equilibradas.es/aet2017 67 . Este fenómeno resulta modificaciones a nivel de clasificador que ponderan la especialmente problemático porque a menudo las clases asignación en función del tamaño muestral de la clase.

guisantes. girasol. etc. (2) la coherencia de polarización adquiridas el 12 de mayo. (3) la diferencia y clasificación precisas de los cultivos. varianza y asimetría) de las muestras originales. transformándolas a unidades de coeficiente dejan en barbecho aproximadamente un año cada cinco. los guisantes. veza. la veza. colza. Los tamaños Ambos conjuntos se obtuvieron al azar. Otros tipos de cultivos. avena. alfa dominante. (2016). mecánica.4 m en rango y 8. consideran cubiertas permanentes sin fecha de siembra ni de cosecha.. Los elementos sintéticos generados cultivos se sembraron en octubre y se cosecharon a permiten ampliar el tamaño muestral de las clases principios de julio. para ortorrectificar y calibrar las pastizales también se pastaban). α. fueron cultivos más frecuentes. mientras que la cebada y la avena representaron el 16% en lugar de simplemente remuestrear o replicar estas y el 15%. se seleccionaron las imágenes directa y cruzada. En consecuencia. 2002). de análisis estadístico R. 476. 165. un archivo vectorial con los remuestrearon a 5 m y la ortorrectificación dio en todos límites de las parcelas y los datos de la verdad campo. que clases.2. (parcelas) sintéticos perturbando aleatoriamente las El calendario agrícola en esta zona es típico de los muestras originales alrededor de la desviación típica del cultivos de invierno de secano. que los casos un error medio cuadrático inferior a un píxel. Algoritmo de clasificación cultivo en la región.. pero manteniendo los momentos estadísticos en septiembre y cosechada en julio). que reúnen la información escenas se adquirieron en modo Fine Quad-Pol y como polarimétrica y la descomponen en términos de los productos Single-Look-Complex con un tamaño de mecanismos de retrodispersión que se producen en las píxel de 5. los cereales de invierno fueron los parcelas de trigo vs. En su lugar. Se constató que de fase entre los dos canales polarización directa al incluir imágenes de fechas anteriores no se obtenían (φHHVV) y (4) la entropía. se utilizó el filtro Gamma estudio fue superior a 1600 ha. otorgándose la clasificación 68 http://idearm. el ángulo de incidencia promedio fue de alrededor naturaleza (Cloude and Pottier. y bosques ocupan zonas más escarpadas. se adquirieron una serie de otros parámetros polarimétricos de potencial interés para escenas RADARSAT-2 sobre la zona de estudio. Además de esas bandas se generaron Durante el año 2010. donde la agricultura de secano era el principal uso de la sujetas a un fuerte desequilibrio entre clases (e.1. Las imágenes resultantes. se de elevación (MDE) de 5 m.0 m en azimut.. se generó una base de datos de 928 lineales. lo que se corresponde a Map (3×3).imida. 34. se implementó una técnica similar a la denominada se encontraron en menor abundancia. 1996). Las muestras originales utilizadas como entrenamiento.g. HV y VV). los pastizales y el barbecho (Chawla et al. se segaban varias veces 2. 2013). y los pastizales para validar la fiabilidad de los resultados (306 parcelas). la Synthetic Minority Over-sampling Technique (SMOTE) colza. filtro adaptativo efectivo para reducir el una tasa de muestreo del 5% de las parcelas declaradas.es/aet2017 . con la excepción del girasol (plantado minoritarias igualándolo al de la clase más abundante en abril y cosechado en septiembre) y la colza (sembrada (trigo).Influencia del equilibrio en el tamaño de muestra de entrenamiento en la clasificación de cultivos obtenida mediante Random Forests Arantzazu Larrañaga y Álvarez-Mozo zonas cultivadas se sitúan en las zonas más llanas o de para construir el clasificador (622 parcelas). se seleccionó un área de 25×25 km.). Los pastizales se (media. En particular. manteniendo las de las parcelas son variables. que representa la correlación entre los que representaban fechas óptimas para una separación dos canales de polarización directa. ya directa (|ρHHVV|). 2016). 26. A). (Breiman. moteado sin suprimir reflectores discretos o elementos Con esta información. polarimétricos analizados se calcularon considerando un Como datos auxiliares. Por último. pero la mayoría de ellas mismas proporciones de entrenamiento/test para cada oscilan entre 1 y 3 ha. Sobre esta región. parcelas cuyo cultivo era conocido. La mayoría de los espacio muestral. Procesamiento de las imágenes (normalmente tres) durante la temporada por lo que Se utilizó el software libre Sentinel Application presentaban ser una cobertura muy heterogénea (algunos Platform (SNAP). correspondían a las inspecciones del programa EU CAP El moteado o speckle es un fenómeno intrínseco de los (información públicamente no disponible). 24. 10. y el resto pendientes suaves (por debajo del 5%). y barbecho. 2001) y se ejecutó en el software cebada. 3 parcelas de guisantes). RF es un clasificador de conjunto 8. sobre-muestreo de las clases minoritarias. de retrodispersión (σ°) corregido con el ángulo de pero el barbecho puede ser también muy heterogéneo incidencia local. 17. El número de parcelas por clase varió proporcionalmente a la extensión de cada 2. clase. Los parámetros de 30°. lo que está directamente relacionado con su casos. la base de datos El algoritmo de clasificación utilizado fue Random tenía el siguiente número de campos por clase: trigo. Una porción (ensemble) basado en la construcción automática de de esta información (2/3) se utilizó como entrenamiento múltiples árboles de decisión. Se dan más detalles en Larrañaga et al. Sin embargo. se contó con un modelo digital tamaño de ventana de 5×5. el equilibradas mediante un procedimiento basado en el trigo representó el 55% de la superficie cultivada total. Este valor de σ°. fueron el girasol. representa el ratio entre dependiendo de las técnicas usadas para el manejo de la potencia total recibida y emitida en cada polarización malezas (por ejemplo. En el presente trabajo. en la que se generan elementos (Larrañaga et al. los campos se imágenes. pastizales. En el año estudiado (2010). química. respectivamente. (HH. La superficie sistemas SAR y normalmente se corrige filtrando la total de los campos inspeccionados dentro del área de imagen. 319 tierra.. alfa medio mejores precisión (Larrañaga et al. Forests (RF). En la clasificación de cultivos: (1) los ratios de polarización base a un análisis previo. 5 de junio y 29 de junio. En todos los cubiertas. 168. α1. Todas las y anisotropía (H.

Tabla 1. 2009) obtuvieron resultados más modestos a excepción del utilizaron el clasificador de RF para discriminar cultivos girasol y la colza. Estudios previos (e. Influencia del equilibrio en el tamaño de muestra de entrenamiento en la clasificación de cultivos obtenida mediante Random Forests Arantzazu Larrañaga y Álvarez-Mozo final por mayoría. Gui. RF requiere de identificadas como trigo. Los puede observar una Fiabilidad del Productor (FP) del 99% guisantes siguieron sin clasificarse correctamente.imida. Bar. Av..es/aet2017 69 . como descritos (Larrañaga et al. Se muestran los valores por clase de Fiabilidad del Productor (FP) y Fiabilidad del Usuario (FU). Referencia Clasificación Trigo Ceb. Las principales ventajas de esta técnica para el trigo. Total FU (%) Trigo 156 8 20 0 0 0 5 4 5 198 79 Cebada 0 47 0 0 0 0 1 0 0 48 98 Avena 1 0 35 0 0 0 0 0 0 36 97 Girasol 0 0 0 8 0 0 0 0 0 8 100 Colza 0 0 0 0 3 0 0 0 0 3 100 Guisante 0 0 0 0 0 0 0 0 0 0 - Veza 0 0 0 0 0 3 2 0 0 5 40 Pastizales 0 1 0 0 0 0 0 0 0 1 0 Barbecho 0 0 0 0 0 0 0 1 6 7 86 Total 157 56 55 8 3 3 8 5 11 306 FP (%) 99 84 64 100 100 0 25 0 55   Tabla 2.2. Las clases guisante. Las parcelas nivel de parcela utilizando las tres imágenes mencionadas de verificación de guisante se identificaron como veza y anteriormente y las bandas y parámetros polarimétricos las de veza. Col. obteniendo muy buenos resultados. Gir. el tiempo de computación correctamente. trigo. Gir. Bar. Figura 1a). veza y el hecho de que prácticamente todos ellos siguieran el y pastizales. principalmente de varios de los cultivos estudiados (trigo. 2016). Clasificación con áreas de entrenamiento equilibradas 3.79. avena…) de avena y de cebada. 3. No obstante (desequilibradas) la fiabilidad global (FG) de la las principales diferencias se apreciaron al analizar los clasificación obtenida fue del 84% y el coeficiente kappa resultados cultivo a cultivo (Tabla 2. Total FU (%) Trigo 143 2 11 0 0 0 2 1 0 159 90 Cebada 0 51 0 0 0 0 1 0 0 52 98 Avena 8 1 43 0 0 0 0 0 0 52 83 Girasol 0 0 0 7 0 0 0 0 0 7 100 Colza 0 0 0 0 3 0 0 0 0 3 100 Guisante 1 0 0 0 0 0 0 0 0 1 0 Veza 2 1 1 0 0 3 4 0 0 11 36 Pastizales 1 0 0 0 0 0 0 3 2 6 50 Barbecho 2 1 0 1 0 0 1 1 9 15 60 Total 157 56 55 8 3 3 8 5 11 306 FP (%) 91 91 78 88 100 0 50 60 82 http://idearm. en gran medida. FU del 100% en ambos casos.. pero también de barbecho. teniendo en cuenta la similitud morfológica verificación a la clase mayoritaria (trigo). Referencia Clasificación Trigo Ceb. mejoró significativamente la FU. Se muestran los valores por clase de Fiabilidad del Productor (FP) y Fiabilidad del Usuario (FU). Matriz de confusión correspondiente a la clasificación realizada con las áreas de entrenamiento originales. Av. Matriz de confusión correspondiente a la clasificación realizada con las áreas de entrenamiento equilibradas. se pero. cebada. pastizales y barbecho. lo que implica que prácticamente el total de radican en que el algoritmo es independiente del número parcelas de verificación de esta clase fueron clasificadas y tamaño de la muestra. se aprecia que varias parcelas requerido es breve y es flexible en cuanto a la distribución de avena y cebada fueron también incorrectamente de probabilidad de los datos de entrada. Gui. que obtuvieron unos valores de FP y en imágenes radar. Estos resultados globales se consideran muy concreto se observó una menor asignación de parcelas de satisfactorios. La FP del trigo se redujo del 99% a un 91% los resultados para cada clase (Tabla 1. Figura 1b).1. Examinando más en detalle claramente. en cambio. Col. RESULTADOS 3.74. Veza Pas. veza y La clasificación se realizó de manera supervisada y a pastizales no se identificaron correctamente. Clasificación con áreas de entrenamiento Al equilibrar las muestras de entrenamiento los resultados originales globales de la clasificación mejoraron sensiblemente Utilizando las áreas de entrenamiento originales a valores de FG del 86% y de κ de 0.g. Veza Pas. Sin embargo. con lo que la FP de estas clases mejoró mismo calendario agrícola. En (κ) de 0. reduciendo la FP de estas clases la optimización de dos parámetros: el número de árboles y haciendo que la Fiabilidad del Usuario (FU) del trigo considerado y el número de variables consideradas en fuera más reducida (79%). El resto de clases minoritarias cada nodo. Waske y Braun.

la FP del cereales minoritarios como la cebada o la avena que trigo se redujo (de 99 a 91%) tras el equilibrado. Wong A.. Pero las (Larrañaga et al. 2016).. J. 6. Backscattering behavior of rain-fed crops along the growing season. Alvarez-Mozos.. Larrañaga. Sensing. los pastizales y el barbecho. que raramente se suelen clasificadores como RF. pero en mejoraron su FP un 7% y un 14%. 10(2): 386-390. Y. 64(5).. 20002. Kegelmeyer.W. Por último. Clasificación obtenida para una zona cover mapping using multitemporal SAR imagery. con a 90%) por lo que se valora positivamente el efecto del mejoras en la FP del 25. 70 http://idearm.. Chawla. L. 2016. M. Este hecho puede influir negativamente en la clases mayoritarias. Remote Sensing.. BIBLIOGRAFÍA Breiman. Es importante resaltar el reducido tamaño de afectar negativamente a los resultados obtenidos en las parcelas de guisante y veza. colza y Como conclusión se indica que la realización de girasol no mejoró tras el equilibrado. 34(2): 498-518.I. 60 y 27%. Sun. K.R. L. J. En el primer caso de clasificaciones supervisadas utilizando como hubo confusión con la veza. L. 45(1).V.. S. Se obtuvieron ligeros polarimétricos que responden a la dispersión de volumen incrementos en la FG del 2% y en κ del 0.es/aet2017 .g. CGL2016-75217-R del Plan Estatal de I+D+i y PyrenEOS del programa Interreg POCTEFA (FEDER).P. Classification of imbalanced data: A review. 16.. Journal of Artificial Intelligence Research. otro lado. por un de entrenamiento se puede hacer de forma sencilla mayor efecto relativo del moteado y por el promediado mediante la creación de elementos sintéticos en las clases espacial que requiere el cálculo de algunos parámetros minoritarias que aumenten su tamaño pero asegurando polarimétricos. E. 23(4). Peters. Pottier.S. respectivamente y en cambio se incrementó significativamente la FU (de 79 cultivos como la veza. Este problema afecta de manera sembrar en parcelas grandes (e. 321-357.Influencia del equilibrio en el tamaño de muestra de entrenamiento en la clasificación de cultivos obtenida mediante Random Forests Arantzazu Larrañaga y Álvarez-Mozo 4. On the Added Value of Quad-Pol Data in a Multi-Temporal Crop Classification Framework Based on RADARSAT-2 Imagery.O. 450-457. Larrañaga. Random Forests. J. El reequilibrado de las muestras fiabilidad de las observaciones RADARSAT-2. de ejemplo. B. 687-719.05. respectivamente. 1996. La forma y directa a la identificación de las clases minoritarias orientación de las parcelas también pueden influir en este que a menudo son incorrectamente asignadas a las problema. Figura 1).. 5-32. 2013. A. cultivo morfológicamente entrenamiento muestras de tamaño desequilibrado puede similar. debido a su morfología arbustiva funcionamiento del clasificador tras equilibrar el tamaño identificable en polarización cruzada y parámetros de las muestras de entrenamiento. Waske. Braun. AGRADECIMIENTOS Este trabajo ha sido financiado parcialmente por los siguientes proyectos: SOAR-EU 6774 de la Agencia Espacial Canadiense. 335. 5.. IEEE Transactions Geoscience and Remote Sensing. a) corresponde al clasificador con las ISPRS Journal of Photogrammetry and Remote muestras originales y b) con las muestras equilibradas. que respeten los momentos estadísticos de las muestras originales. Bowyer. N.. M. Alvarez-Mozos. W.. El girasol se identificó también principales mejoras se dieron en la identificación de adecuadamente en ambos casos. 2009. DISCUSIÓN Y CONCLUSIONES En el caso de la colza su identificación fue perfecta tanto Los resultados obtenidos muestran un mejor en un caso como en otro. Cloude. Hall. 2001.C.imida. 8(4). Por equilibrado también en esta clase. la identificación de parcelas de guisante. Classifier ensembles for land Figura 1. 2009. A review of target decomposition theorems in radar polarimetry. Machine Learning. Kamel.. Albizua. A. IEEE Geoscience and Remote Sensing Letters. SMOTE: synthetic minority over- sampling technique. International Journal of Pattern Recognition and A..

se obtuvieron valores medios de Kc y CWSI de 0. With this methodology. and the crop coefficient (by using METRIC energy balance model) and CWSI were estimated. destacando aquellas basadas en balances de energía superficial (Mapping http://idearm. The CWSI and Kc assessment for each day allowed to determine how the water stress developed in the field. Water stress quantification for a peach orchard by integrating CWSI with the METRIC energy balance model using thermal and hyperspectral images of high spatial resolution Abstract: Two aircraft flights were carried out on August 1 and 4.. 2016. Lorite. (1). For August 1. (2) (1) Centro de Edafología y Biología Aplicada del Segura (CEBAS). average values of Kc and CWSI of 0. measurements of midday stem water potential (Ψt) were carried out during the flight days as field support measures. were obtained. cuando los árboles de la parcela tuvieron un Ψt de –2.50. (Eds. respectivamente. thermal.15 MPa) mientras que para el día 4 de agosto. I. Resumen: Se llevaron a cabo dos vuelos con avioneta los días 1 y 4 de agosto de 2016.imida. S. 14004 Córdoba. Murcia 3-7 octubre 2017. España. dando lugar a que el cultivo Existen numerosas metodologías para la determinación responda de una manera diferencial en las diferentes del estado hídrico de los cultivos.67 and 0.13 MPa. González-Dugo. hyperspectral. pues.67 y 0. Palabras clave: Estrés hídrico. S. crucial para llevar a cabo estrategias de necesario estimar de manera precisa las necesidades fertirrigación específicas para cada zona. como el medio resultando en un manejo del agua y de los nutrientes más físico y las prácticas de manejo. La evaluación de CWSI y Kc para cada uno de los días permitió analizar el desarrollo del estrés en la plantación. Centro “Alameda del Obispo”. durante los días de vuelo se llevaron a cabo medidas de potencial hídrico de tallo a mediodía (Ψt) como medidas de apoyo en campo y se estimó el coeficiente de cultivo (mediante el modelo de balance de energía METRIC). (1). in which thermal and hyperspectral images were obtained to evaluate the water stress of a peach orchard under two water status (with and without water stress). Ruiz. (3) Rubio-Asensio. España. Luis A. (1). 14004 Córdoba. (2). INTRODUCCIÓN zonas de la finca ante unas mismas técnicas de manejo Un adecuado manejo del riego resulta fundamental para (González-Dugo et al. Consejo Superior de Investigaciones Científicas (CSIC). Alameda del Obispo s/n. (2). (2) Instituto de Agricultura Sostenible (IAS). la implementación de estrategias de riego deficitario. identificando las zonas que se estresaron más rápidamente y aquellas donde el estrés fue menor. 71-75. Javier Estornell. Consejo Superior de Investigaciones Científicas (CSIC).50. In addition. 1. respectivamente. J. 1998). (3) IFAPA.81. representing null or very low water stress conditions (Ψt = –1.80 and 0. en los que se obtuvieron imágenes térmicas e hiperespectrales en el visible e infrarrojo cercano para evaluar el estrés hídrico de una plantación de melocotón bajo dos condiciones hídricas (sin estrés y con estrés). Además. representando condiciones de nulo o muy bajo estrés hídrico (Ψt promedio de la parcela = –1. obtaining a logarithmic relationship with an R2 value of 0. Testi. D. hiperespectral.10. Con esta metodología se puede llevar a cabo una sectorización de la parcela que permita un manejo del riego más eficiente. the reengineering of the irrigation system can be carried out. Alameda del Obispo s/n. y el CWSI. CWSI. Zarco-Tejada.81.es/aet2017 71 . respectively.14 MPa) whereas for August 4. Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo de balance de energía METRIC a partir de imágenes térmicas e hiperespectrales de alta resolución espacial Ramírez-Cuesta. Manuel Erena). España. Sin embargo. 2012). así como para hídricas de los cultivos. M. térmico. Nuevas plataformas y sensores de teledetección.10. identifying areas that were more sensitive to water restrictions and those where the impact of water withholding on plant water status was less important. 30100 Murcia. J. when tree Ψt was –2. the Kc and CWSI average values were 0. V. L. J. XVII Congreso de la Asociación Española de Teledetección. Para el día 1 de Agosto se obtuvieron valores medios de Kc y CWSI cercanos a 0. existen factores externos. allowing a more efficient irrigation management. P. Intrigliolo. METRIC. obtener unos buenos resultados tanto productivos como La identificación de las distintas zonas dentro de una de calidad (Allen et al.13 MPa. pp. Espinardo. Keywords: Water stress. una variabilidad espacial. se determinó la correlación existente entre el potencial hídrico medido en campo y el CWSI obteniendo una relación logarítmica con un valor de R2 de 0. In addition. Es por ello que resulta parcela es. METRIC. the correlation between Ψt and the CWSI obtained by remote sensing was determined. que otorgan a las parcelas eficiente. CWSI. respectively. Adicionalmente..80 y 0.

Water Deficit Index. 5100A. Las hojas se cubrieron Agriculture Organization.. Mod. El término Rn es determinado a partir del balance de sus diferentes componentes representado en la Ecuación 2 Rn=(1– α)Rs↓+RL↓– RL↑ – (1-Ɛo) RL↓(2) siendo α el albedo superficial. Headwall Photonics. Surface Energy Balance Algorithm for USA). Laboratorio de Métodos Cuantitativos de Teledetección El objetivo de este trabajo es evaluar la idoneidad de dos (QuantaLab. la ETc instantánea se determina a partir del flujo de calor latente (LE).Localización espacial de la parcela de la ecuación empírica (Ecuaciones 3a y 3b) definida por melocotonero objeto de estudio (composición en falso Tasumi et al. y presentan un marco de plantación que en el DOY 214 la finca se encontraba bien regada. Murcia). Mientras media de 2. IAS-CSIC. et al. basada en el CWSI. RL↓ y RL↑ la radiación de onda larga incidente y ascendente (W m-2).521LAI)Rn (LAI ≥0. Córdoba) empleando un sensor metodologías. (DOY 214) y 4 (DOY 217) de agosto de 2016 por el TVDI. Modelo de balance de energía METRIC evapotranspiración de referencia media (ETo) fueron de El modelo de balance de energía METRIC (Allen et al. CA. y Ɛo la emisividad de la superficie.084Rn (LAI >0. Moisture Equip. En el año 2016. METRIC. Murcia (38. 1. de una avioneta Cessna C172S EC-JYN.5×5 m siendo regados con un sistema de riego en el DOY 217 dichos árboles no habían sido regados por goteo. Santa Barbara. G es el flujo de calor en el suelo (W m–2) y H es el flujo de calor sensible (W m–2). Wilsonville. respectivamente. SEBAL. MATERIAL Y MÉTODOS de 25 cm.05+0. Corp. índices de vegetación con bolas de plástico recubiertas de aluminio durante al (Normalized Difference Vegetation Index. Marigold) situado en por Berni et al.2. SAVI. etc…). 2007) se empleó para determinar la evapotranspiración (ETc) y coeficiente de cultivo (Kc) de los melocotoneros durante los DOY 214 y 217.5) (3a) G=1. NDVI.2°C.imida. es calculado empleando Figura 1. para llevar a cabo la segmentación de USA) y una cámara hiperespectral (Micro-Hyperspec una parcela en zonas que requieran técnicas de manejo VNIR model.1. (entre las 12:30 y las 14:00 h GMT) los días en los que se realizaron los vuelos. El post-procesado de las imágenes térmicas Los análisis se han realizado sobre un campo de adquiridas se llevó a cabo según la metodología descrita melocotonero (Prunus persica cv. la precipitación total y la 2.es/aet2017 . FAO56). la temperatura media. Land. El flujo de calor en el suelo. una altura representando condiciones hídricas distintas.21° W) (Figura 1). OR. Cada una de estas dos campañas se realizó en momentos Dichos melocotoneros tienen 4 años de edad. Campañas de vuelo temperatura entre el cultivo y el aire (Crop Water Stress Se llevaron a cabo dos campañas de vuelo los días 1 Index. etc…). Molina de Segura.80(Ts-273. Evapotranspiration With Internalized Calibration.15)+0. G=(0. Soil menos 2 horas antes de realizar las medidas. G. balances de agua (modelos Las medidas se llevaron a cabo en 245 árboles repartidos de coeficiente de cultivo único y dual de la Food uniformemente en toda la parcela. RS↓ la radiación de onda corta incidente (W m–2). una basada en el modelo METRIC y la otra térmico (FLIR SC655.3. CWSI. La altura de vuelo fue de 200 m y la resolución de las imágenes fue 2. Temperature Vegetation Dryness Index. (2009b). Adjusted Vegetation Index. y Ts es la temperatura El potencial hídrico de tallo (Ψt) se midió a medio día de la superficie (K). 18. (2003) color NIR/R/G). Medidas del estado hídrico del cultivo donde LAI es el índice de área foliar.40 m.5) (3b) 2. WDI. MA. Molina de Segura. etc…). favoreciendo una condición de de la estación meteorológica de la Red del Sistema de estrés hídrico en los mismos.18e-0. calculándose como residuo de la ecuación de balance de energía tal y como se indica en la Ecuación 1 LE=Rn– G – H(1) donde Rn representa la radiación neta (W m–2). 449 y 1373 mm. y aquellas basadas en la temperatura del cultivo o en la diferencia de 2.11° N. la finca (MO22. de 3.Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo de balance de energía METRIC […] Ramírez-Cuesta. USA) a bordo diferencial. En este modelo. FLIR Systems. respectivamente. con una cámara de presión (Soil 72 http://idearm. La información meteorológica fue obtenida los 3 días anteriores. En ambas fechas el estado Información Agrario de Murcia (SIAM) más cercana a fenológico de los melocotoneros era de post-cosecha.

El tC p dT límite superior se determinó a partir de la metodología H = rah (4) desarrollada por Idso et al.Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo de balance de energía METRIC […] partirRamírez-Cuesta. METRIC computa el valor diario de ET (ET24. Para el cálculo de H. asumiendo que el coeficiente de cultivo instantáneo es constante a lo largo del día ET24=ETo_24 Kc(7) Siendo ETo_24 la evapotranspiración de referencia acumulada durante las 24 horas de día de la imagen (mm).57·DPV+3.es/aet2017 73 . mm) según la Ecuación 7. iterativo para tener en consideración la estabilidad Sin embargo.41).imida.03 MPa el DOY 217. Posteriormente se temperatura (T1-T2) entre dos alturas (z1 y z2). El CWSI se determinó siendo ρ la densidad del aire (kg m–3). y rah la procedió a interpolar estos valores al resto de la parcela resistencia aerodinámica al transporte de calor (s m–1)..14±0.1. con el objetivo de comparar los valores entre ambas fechas. z ln z 21 rah = (5) 3. METRIC u* k La Figura 2 recoge la distribución espacial de Kc en los siendo u* la velocidad de fricción (m s–1) y k la constante dos días considerados (DOY 214 y 217). reduciéndose dicho Finalmente. siendo 0 el valor de un cultivo con unas condiciones Kc más acusada. mm h–1) es valor hasta 0. et al. el CWSI oscilará entre 0 identificar las zonas que sufrieron una reducción de y 1.2. el límite aerodinámica (Ecuación 4). Cp el calor únicamente para los píxeles de vegetación puros. el valor de ET instantánea (ETinst. Mapa de coeficiente de cultivo (Kc) para los un cultivo cuya transpiración es igual a la potencial. Índice de estrés hídrico del cultivo (CWSI) El CWSI se desarrolló en los años 80 (Idso et al. según la ecuación 6 3600LE ETinst = (6) m donde λ es el calor latente de vaporización (J kg–1). es decir. basada en el gradiente de mínimo se definió a partir de la línea base desarrollada temperatura para el transporte de calor por Berni et al.Ta hLL (8) Donde Tc-Ta se corresponde con el valor de la diferencia entre la temperatura del cultivo (Tc) y la del aire (Ta). En rojo se identifican las áreas más hídricas óptimas y 1 el valor de un cultivo en las sensibles al estrés. determinado a partir del flujo de calor latente derivado de la ecuación 1.13±0.^ Tc .Ta h . El días 214 (A) y 217 (B). Jackson et al. Así.. definida por dos píxeles 3.Ta hUL . 1978. ^ Tc . medio para el DOY 214 fue de 0. El límite inferior (LL) se define como el valor de Tc-Ta de Figura 2. La resistencia El valor medio Ψt obtenido el DOY 214 cuando los árboles aerodinámica (rah) se determinó mediante un proceso se encontraban bien regados fue de –1. La diferencia entre ambos valores (Figura 3) permitió para un valor determinado de Tc. dT la diferencia de sin contaminación por suelo desnudo.Ta hLL CWSI = ^ Tc .15). el valor de von Karman (0. límite superior (UL) se define como el valor de Tc–Ta de un cultivo cuya transpiración es igual a 0. Para este estudio.02 MPa. (2009. Tc–Ta= –1. de la imagen asumiendo una relación lineal entre dT y la temperatura superficial (Ts). mientras que en azul se observan http://idearm. este valor medio de Ψt alcanzó los atmosférica utilizando el parámetro de longitud de –2. (1981). 2. cuando los árboles se Monin-Obukhov según la ecuación 5 encontraban sometidos a cierto estrés hídrico.80. El CWSI se define de acuerdo a la ecuación 8. Dado que este estudio comprende medidas en varios días. RESULTADOS (píxel frío y píxel cálido) donde el valor de H puede 3. METRIC hace uso de una ecuación condiciones máximas de estrés.64 en el DOY 217. Potencial hídrico en tallo ser estimado de una manera muy fiable. es esencial realizar dicha normalización. De este modo.^ Tc . El para facilitar la visualización de las diferentes zonas gradiente de temperatura (dT) se calculó para cada píxel obtenidas. A partir de esta ET instantánea.4. específico del aire (1004 J kg–1 K–1). 1981) con el objetivo de normalizar el valor de Tc por las condiciones atmosféricas.

imida. producido (A) y 217 (B) de 2016.es/aet2017 .Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo de balance de energía METRIC […] Ramírez-Cuesta. Mapa interpolado de CWSI para los días 214 temperatura de la copa de los melocotoneros. et al. mientras que en azul se destacan aquellas zonas menos sensibles al estrés. Crop Water Stress Index En la Figura 4 se observa el mapa interpolado de CWSI La diferencia entre el valor de CWSI antes y después para los dos días de este estudio. CONCLUSIONES Las dos metodologías empleadas en este trabajo permitieron recoger las diferentes condiciones hídricas a las que se sometió el cultivo en los dos días de estudio. mientras que el valor medio de CWSI para el identificando las zonas más o menos sensibles al déficit DOY 217 fue de 0. Relación entre el potencial hídrico y el CWSI para los días 214 y 217 de 2016. Para el DOY 214. En la Figura 6 se observa el mapa interpolado del parámetro CWSIDOY217–CWSIDOY214. Mapa interpolado de la diferencia entre el CWSI estimado el día 217 y el día 214 de 2016.01.05±0. 3. que además se ajustó a la misma resistencia al estrés hídrico. 0. Mapa interpolado de la diferencia entre el Kc estimado el día 214 y 217. Figura 5. Figura 6. regresión para ambos días. Los valores más bajos de Kc y más altos de CWSI observados el DOY 217 ponen de manifiesto el proceso de cierre estomático. del período de estrés permitió realizar un análisis de la el valor medio de CWSI estimado en la finca fue de variabilidad espacial de la respuesta al estrés hídrico. lo que demuestra la robustez de este índice como indicador del estado hídrico.46±0. 74 http://idearm.01. En rojo se muestran las regiones más sensibles al estrés hídrico. 4. lo que implica una mayor hídrico (Figura 5).3. de riego. por el estrés hídrico generado en el segundo día. Figura 3. y el consiguiente aumento de Figura 4. aquellas zonas en las que el coeficiente de cultivo ha El CWSI demostró una relación robusta con el potencial mostrado una menor variación.

2009a. P..J. FAO. R. V. 2012. Spain. J. Agric. Smith.B. P. Suárez.. Agricultural and Forest Meteorology.155. M. Goldhamer. 6.. 2009b. Pereira.G.  Berni.imida.. S. Dissertation. 2003. Crop evapotranspiration: Guidelines for computing crop requirements. BIBLIOGRAFÍA Allen. 380-394.. M..D. R. Lleida. Jackson. Sin embargo. Irrig. Zarco-Tejada..J. Jackson. 45-55.. 56. V.J. ASCE. 2007. S. Zarco-Tejada. Res... P. June 8 – 11.. Tasumi. 1981. J. M.A. Reginato.. Drain.165. AGRADECIMIENTOS Los autores desean agradecer a la UE y MINECO por la financiación. Trezza. Berni. Berni. Engrg. Almond tree canopy temperature reveals intra-crown variability that is water stress dependent... L.A. Fereres. Extending the degree day concept ofplant phenological development to include water stress effects. 1981. IEEE Transactions on Geoscience and Remote Sensing 47. R. Reginato. R.. 156 .D.L. Hatfield. Pinter. J.. Normalizing the stress degree- day parameter for environmental variability. 1998. E. 1133–1138. Moscow. 7th International Peach Symposium.es/aet2017 75 .. J. Pinter. Fereres.D. Italy. R. Remote Sensing of Thermal Water Stress Indicators in Peach. D.J. 154 . P. resulta necesario llevar a cabo un proceso de validación en campo tomando como base la información adquirida para verificar que realmente las zonas identificadas con la metodología de METRIC y CWSI presentan diferente respuesta al estrés hídrico. P. Allen. Water Resour.. University of Idaho. Ph.. J. Así mismo. Fereres. Canopy temperature as a cropwater stress indicator. Suárez.G. Idso..B. L. S. Progress in operational estimation of regional evapotranspiration using satellite imagery.Cuantificación del estrés hídrico de una parcela de melocotonero mediante la integración de CWSI con el modelo de balance de energía METRIC […] partirRamírez-Cuesta.. Idso.. Raes. Irrigation and Drainage Paper No. Zarco-Tejada. D.. et al. Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle. R.J.J. 17. en el marco del consorcio internacional de colaboración IRIDA financiado con el programa ERA- NET Cofund Water Works 2014 Call. 5. R. Jackson. 133.S... Gonzalez-Dugo.. E. ID. 1978. González-Dugo. R. Idso. http://idearm. Tasumi.A. 431-433.. Satellite-based Energy Balance for Mapping Evapotranspiration with Internalized Calibration (METRIC) – Model. Ecology 59. las zonas más sensibles al estrés hídrico identificadas (Figuras 3 y 6) fueron muy similares utilizando ambas metodologías. 24. Meteorol. 722 – 738.J. R.J. E. Reginato.J. L. Rome.

etc. 1. Time series of pairs of images were acquired for this purpose by the TanDEM-X sensor.. sativa L. Las pruebas se han desarrollado en arrozales de las provincias de Sevilla y Valencia. F. Luis A. dependiendo de las condiciones de las plantas de arroz en arrozales de las provincias de climáticas del año. como para demostrar por primera vez el potencial de esta la altura de las plantas. (Eds. MATERIAL Y MÉTODOS TanDEM-X formado por dos satélites radar en banda X con órbitas muy próximas (Krieger et al.es (2) DARES Technology. despacho 118. Este experimento sirve. los requerimientos de línea de base (separación entre Aquí el arroz se cultiva anualmente de mayo a octubre.. desde 2012.. por tanto. J. TanDEM-X. Las estimaciones han sido validadas con datos de campo y se ha analizado la influencia tanto de la línea de base como del ángulo de incidencia. 2. http://idearm. c/ Esteve Terrades. Tests were carried out over rice fields located in Sevilla and Valencia provinces. TanDEM-X. 08860 Castelldefels. Apdo. and the influence of both baseline and incidence angle has been analysed. Edificio RDIT. Nuevas plataformas y sensores de teledetección. Estimation of rice height by polarimetric SAR interferometry at X-band Abstract: Polarimetric SAR interferometry (PolInSAR) is a radar remote sensing technique with sensitivity to structural variables of vegetation scenes. Correos 99. using a large enough baseline. Los resultados subyacente. it has been employed in forests and mainly with data acquired by airborne sensors. XVII Congreso de la Asociación Española de Teledetección. juanma. Este trabajo presenta los resultados obtenidos al aplicar esta técnica por vez primera sobre escenas agrícolas (arrozales) empleando datos de satélite. Universidad de Alicante. interferometría polarimétrica.es/aet2017 77 . Keywords: Rice. El ciclo de cultivo obtenidos al aplicar esos datos a la medida de la altura dura entre 135 y 150 días. pero históricamente ha sido empleada en bosques y sobre todo con datos medidos por sensores aerotransportados. Vicente-Guijalba. puntal la más comúnmente empleada en esta región. N. (2). (1). pp. 6. M. todo con datos medidos por sensores aerotransportados.1. Manuel Erena). Barcelona. pero también. como la altura de las plantas. This work presents the results obtained by applying this methodology for the first time over agricultural crop areas (rice fields) with satellite data. 2009). 2007). INTRODUCCIÓN Las estimaciones han sido validadas con datos de campo La interferometría polarimétrica SAR (PolInSAR) es y se ha analizado la influencia de la línea de base y del una técnica de teledetección con radar capaz de medir ángulo de incidencia. variables estructurales de escenas con vegetación. 77-80. con datos del sensor satelital 2. Este trabajo presenta los resultados durante toda la campaña de cultivo. 2017). las posiciones de los satélites). polarimetric interferometry. To date. la aplicación de PolInSAR a agricultura El área de estudio de Sevilla cubre 30×30 km en la no había sido posible con datos de satélite debido a desembocadura del río Guadalquivir (37. 1. Para ello se adquirieron series temporales de pares de imágenes mediante el sensor TanDEM-X. crop monitoring. 03080 Alicante. synthetic aperture radar. Parc UPC – PMT. Palabras clave: Arroz.15°W). Ruiz. su perfil interno. La especie general de arroz es Oryza menos 10 veces mayor que en el caso de bosques (Lopez. Estimates have been validated with ground data. Estimación de la altura de arrozales mediante interferometría polarimétrica SAR en banda X López-Sánchez. monitorización de cultivos. que están Phase) durante la cual se separaron los satélites a la ya inundados en ese momento y permanecen inundados distancia requerida. Estimated heights show a root mean square error smaller than 10 cm for plants taller than 25-50 cm. Javier Estornell. detallados han sido publicados recientemente en (Lopez- Históricamente ha sido empleada en bosques. la topografía técnica en aplicaciones de agricultura.imida. (Cloude y Papathanassiou. sobre Sanchez et al. Romero-Puig. ya que ésta debe ser al aproximadamente. Sevilla y Valencia. siendo la variedad de grano largo denominada Sanchez y Ballester-Berman. (1) (1) IUII. Las alturas estimadas presentan un error cuadrático medio menor de 10 cm para plantas mayores de 25-50 cm.1°N. Murcia 3-7 octubre 2017.lopez@ua. 1998).tech Resumen: La interferometría polarimétrica SAR (PolInSAR) es una técnica de teledetección con radar capaz de medir variables estructurales de escenas con vegetación. empleando una línea de base suficientemente grande. De abril a septiembre de 2015 se llevó a cabo una El sembrado se efectúa mediante un lanzamiento campaña especial con TanDEM-X (denominada Science aleatorio de semillas desde avión a los campos. radar de apertura sintética. fvicente@dares. Datos de campo En cambio. such as plant height.

. comparados con la verdad-terreno. El método (en la escala BBCH) y la altura de las plantas sobre el genérico de inversión está descrito en (Papathanassiou y agua. la Federación de Arroceros de Sevilla Para estimar la altura de las plantas se invierte un modelo ha tomado datos de campo. se puede afirmar las matrices de coherencia PolInSAR que suponen las que la interferometría polarimétrica SAR en banda X es entradas a los algoritmos de inversión.7° se pares de imágenes adquiridas sobre la zona de Sevilla y obtienen buenas estimaciones y que. ya están coregistradas. y se toman las estimaciones obtenidas para receptores). respectivamente. mientras que la serie de Sevilla 22. Cada serie se las alturas estimadas cuando las plantas son bajas están ha tomado con distinto ángulo de incidencia y distinta sobreestimadas. RVoG) que explota la diversidad polarimétrica de campo adquiridos incluyen el estado fenológico de las coherencias interferométricas medidas. 39. 2017). una fuerte componente de tipo diedro. gracias a la presencia de arroz de tipo Bomba. es decir. el error cuadrático medio (RMSE) es 10 cm en ambos La principal etapa de pre-procesado consiste en un filtrado casos y el coeficiente de determinación (R2) es 0. Imágenes de TanDEM-X píxeles pertenecientes a cada parcela. se dispone de las fechas de siembra Cloude. la serie de 39. copa de las mismas. del modelo directo (Ballester-Berman y Lopez-Sanchez Valencia (39. temporales. sólo para alturas de ambigüedad bajas es Ángulo de Altura de posible obtener buenas estimas de la altura de las plantas. RESULTADOS del estado fenológico. los resultados son malos para todos los valores de alturas de las plantas. en todos los casos.3°W). y es parte del Parque Natural de la Albufera. Para este estudio se dispone de 3 series temporales de Se aprecia claramente que sólo para el ángulo 22. En este caso.4 m. debidamente adaptados.3. Durante 2015 se “volumen aleatorio sobre suelo” (random volume over monitorizaron 4 parcelas de forma intensiva. et al. Para que los datos interferométricos Las imágenes fueron adquiridas en modo stripmap y se sean sensibles es necesario que los dos satélites estén proporcionan por parte del DLR en formato CoSSC.7 04/06-20/08 8 2. tanto la formulación La segunda zona de estudio está situada en Sueca. es decir. 2001).2.7° en Sevilla y la serie disponible en solo satélite actuaba como transmisor y los dos como Valencia.3 m en las fechas de las imágenes) es vegetación posible trabajar a pesar de que la altura de ambigüedad Las imágenes disponibles fueron adquiridas con es de 3. si bien debido a la adquisición en modo y recolección. Por lo tanto. es decir. proporciona diferentes alturas de ambigüedad (HoA). la sensibilidad de esta técnica a la distribución Idealmente habría una adquisición cada 11 días.7° se tienen buenas estimas de altura Zona (grados) fechas de pares (m) para plantas de 25 cm o más.9 22/05-18/08 6 3. En el 30. polarización dual-pol. Todos los detalles del procesado Las dos variedades principales de arroz cultivadas aquí de datos y del algoritmo de estimación de la altura están son Senia y Bomba. es suficientemente separados. Valencia 28. Los datos ground. 2011) como el algoritmo de inversión han sido 10×20 km. desde el suelo a la en algunos casos no se tomaron los datos de satélite. lo que este comportamiento es la sensibilidad interferométrica. comúnmente conocido como un conjunto variable de parcelas. con dos canales Si se consideran únicamente los resultados proporcionados polarimétricos (HH y VV) y de forma biestática (un por la serie de 22. Ambas imágenes están disponibles en formato plantas mayores de 25 cm y de 50 cm.25°N. lo que aumenta el número de decir.5 30/05-06/09 8 5. Por lo tanto. En este caso se una técnica capaz de proporcionar estimaciones útiles de realizó un simple filtrado paso bajo de 21×21 píxeles. onda vertical efectivo.es/aet2017 . Además. si bien vertical de elementos en las plantas.imida. densidad superficial de plantas y de biestático y a la presencia del suelo inundado. Desde 2008. ya co-registradas. Algoritmo de inversión de la altura de la de arroz (1.81 La Figura 2 muestra los resultados de la zona de Valencia. incidencia Rango de Número ambigüedad Para la serie de 22.53 30° es necesario irse a plantas de más de 50-70 cm. cubriendo un área de 2007. Año 2015. a veces de forma exagerada. presentando la segunda una altura descritos en (Lopez-Sanchez et al.0 26/05-02/09 8 3. Las alturas mostradas son las medias de las obtenidas en los 2. que Sevilla y Valencia.Estimación de la altura de arrozales mediante interferometría polarimétrica SAR en banda X López-Sánchez.5°. Lista de pares de imágenes TanDEM-X sobre interpretarse en función de la altura de ambigüedad. sobre directo de la escena. Se realizaron campañas de campo semanales con medidas 3. de una serie sobre Valencia (ver Tabla 1). que genera panículas y cosecha final. La causa de separación espacial de los satélites (línea de base). la altura de los cultivos de arroz siempre que la geometría 78 http://idearm. considerablemente mayor que la primera.49 caso peor. 0. que se caracteriza por alturas mucho mayores al resto de otras variedades 2.42 De nuevo se aprecia cómo para plantas de escasa altura los resultados están sobreestimados.2-1. CoSSC. de forma semanal. la altura de las plantas y del índice La Figura 1 muestra los resultados obtenidos para las 3 de área foliar (LAI) en 16 parcelas de tipo Senia y 5 de parcelas de la zona de Sevilla que entran en las 3 series tipo Bomba. esto puede Tabla 1. es inversamente proporcional al citado número de onda. De forma equivalente.8 espacial para reducir el efecto del speckle y para estimar también en ambos casos.

7°.9 m) en la mayoría de la zona ocupada por los arrozales. Estimación de la altura de arrozales mediante interferometría polarimétrica SAR en banda X López-Sánchez. Puntos rojos: arroz tipo Senia.5°. Diamantes verdes: arroz tipo Bomba. Mapa de las alturas de vegetación estimadas sobre la zona completa de estudio de Sevilla el 20 de agosto de 2015. gracias a la resolución espacial corresponden a tres parcelas distintas. se aprecia una altura relativamente homogénea (0. En general.imida. 30° y 39. conviene ilustrar la capacidad de esta técnica de generar mapas de altura de los cultivos con suficiente resolución. imágenes de la zona de Sevilla. Ángulo de incidencia: 22. la Figura 1. Para ello. Además de la validación mostrada. Zona 29N. proporcionada por este sensor (2×7 m antes del filtrado).8-0. Figura 3. adquiridas con ángulos lo que les garantiza una de las mayores productividades de incidencia distintos: 22. Comparación de las alturas estimadas con homogeneidad de alturas es una consecuencia del sistema PolInSAR frente a la verdad terreno para las 3 series de de producción integrada que se lleva a cabo en esta zona. de adquisición (fundamentalmente la línea de base) sea la adecuada. et al.7°. Figura 2. En el caso de Sevilla (Figura 3). Los símbolos del mundo. las Figuras 3 y 4 muestran los mapas de altura en una amplia zona de estudio de ambas localizaciones para una fecha concreta. Coordenadas UTM. Además.es/aet2017 79 . Comparación de las alturas estimadas con PolInSAR frente a la verdad terreno para la serie de imágenes de la zona de Valencia. http://idearm.

2-1. AGRADECIMIENTOS Este trabajo ha sido financiado por el Ministerio de Economía y Competitividad y los Fondos EU FEDER como parte del proyecto TIN2014-55413-C2-2-P.9°. cultivos basada en PolInSAR con datos satelitales. se debe analizar las estimas del resto de variables del modelo empleado 80 http://idearm. 39. TanDEM-X: a satellite formation demostración completa de la estimación de altura de for high-resolution SAR interferometry. Retrieval of vegetation monitorizar el desarrollo de arrozales. Mapa de las alturas de vegetación estimadas Ballester-Berman. si bien los resultados en zonas en las que no se garantiza la presencia del suelo no han sido analizados aún. como los tipos Bomba y Senia cultivados simultáneamente en Valencia. de escasa altura (<25 cm). La metodología es completamente automática porque no DOI:10.. La principal limitación se da al inicio de la of Environment. 2007. J.D.. Cloude. Este es necesario realizar un estudio exhaustivo del potencial tipo de resultado es aplicable en agricultura de precisión. Single baseline es lo suficientemente grande para ser sensible a plantas polarimetric SAR interferometry. 1998. 8. mostrado la capacidad de esta técnica para detectar las variaciones presentes a lo largo del ciclo de vida de los arrozales.1029/2008RS004078.M. así como con otras variedades de Debe resaltarse que esta técnica permite estimar la altura arroz y/o bajo distintas prácticas agrícolas (por ejemplo. Finalmente. R. J. S. Geoscience and 4. crecimiento adelantado o atrasado respecto al resto..P. sobre la zona de estudio de Valencia el 18 de agosto de Coherence loci for a homogeneous volume over a 2015. for agriculture monitoring. J. J. 2352-2363. IEEE Trans.R. y las limitaciones de esta técnica.D. J. Papathanassiou. Esta técnica es útil para Lopez-Sanchez. Ángulo de incidencia: 28. 2009. Además. Javier García Haro (Universitat de València) en la zona de estudio de Valencia. esta metodología puede probarse con denominada zona BXII – Bajo Guadalquivir al sur). Para Geoscience and Remote Sensing 45. K. inundado durante toda la campaña).. K. Los datos de TanDEM-X han sido proporcionados por el Centro Aeroespacial Alemán (DLR) en el marco del proyecto NTI-POLI6736. 44(2).. S. para lo cual se También debe reseñarse que son fácilmente identificables llevarán a cabo simulaciones y se testearán todas las (rectángulos con distintos colores) otras zonas agrícolas configuraciones posibles tanto de la escena como del con presencia de otros cultivos (por ejemplo. cubriendo la campaña completa de cultivos de Potentials of polarimetric SAR interferometry arroz de 2015. distintas. Asimismo. se agradece la colaboración con Manuel Campos Taberner y Fco. 2001. Remote Sensing estudiadas.imida. et al. IEEE Trans. más destacable es la fácil identificación de las parcelas Combination of direct and double-bounce ground en las que se cultiva arroz Bomba (en verde en la zona responses in the homogeneous oriented volume over central) ya que su altura en esta fecha (1. Las alturas estimadas han Geoscience and Remote Sensing. habiendo obtenido height in rice fields using polarimetric SAR buenos resultados (RMSE=10 cm) en las dos zonas interferometry with TanDEM-X data.M. BIBLIOGRAFÍA Figura 4. ello se ha verificado su funcionamiento en dos zonas Lopez-Sanchez. J. 54-58. En cuanto al mapa obtenido en Valencia. otros tipos de cultivo. Radio Science.D. la altura estimada permite discriminar diferentes variedades de arroz. 317-321. es posible identificar en algunos campos áreas con (extinción y cociente de suelo a volumen). Lopez-Sanchez. la sensor. 1551-1565. cuales la altura varía entre 0.es/aet2017 .8 m. Ballester-Berman. 4. el aspecto Ballester-Berman. IEEE Geoscience and Zona 30N.6 y 0. 2007.M. El experimento descrito constituye la primera Krieger. para los Lett. Cloude.Estimación de la altura de arrozales mediante interferometría polarimétrica SAR en banda X López-Sánchez. 2011.M.. 6. en otros cultivos distintos del arroz. 192. 2017. IEEE Geoscience and Remote Sensing sustancialmente mayor al resto de los arrozales. 5. Coordenadas UTM.P.. IEEE Trans. 30-44. 36. et al. Los autores agradecen a la Federación de Arroceros de Sevilla la adquisición de los datos de campo. double-bounce ground return. Polarimetric SAR interfereometry. Asimismo. Lopez-Sanchez.. Remote Sensing Lett. Como futuras líneas de trabajo.3 m) es ground model. J. CONCLUSIÓN Remote Sensing. G. 3317-3341. requiere información externa. campaña porque la línea de base especial disponible no Papathanassiou.. et al.

tool used for the identification and monitoring of crops. estas existente entre índices de vegetación derivados de las aplicaciones utilizan mayoritariamente imágenes de imágenes de ambos satélites y se obtienen las ecuaciones satélites de baja resolución espacial. there are statistically significant differences that advise the calibration when the vegetation indexes are calculated using reflectance derived from Landsat-8 L1T and Sentinel-2 level 1C products. donde se exige mayor SAVI y VARI.es.). R.imida. Avda. La aplicación temporales de datos con mayores resoluciones espaciales conjunta de los datos de teledetección adquiridos desde y más densas.. los datos de diferentes sensores no son las limitaciones existentes en cuanto a problemas de directamente comparables por lo que la construcción nubosidad y tiempo de revisita proporcionando mayor de las series temporales a partir de ellos requiere de un cobertura y una serie de datos más continua. Casterad. M. J. Con el objetivo de son las series temporales de índices de vegetación. de parcela y explotación agraria. aumentan las posibilidades de tener series información a disposición de los usuarios. pp. se analiza la relación resolución temporal (Gómez et al. XVII Congreso de la Asociación Española de Teledetección. VARI. ajuste. SAVI. VARI. It is recommended to complete the study with more pairs of images for more robust calibration functions. determinar hasta qué punto son compatibles Landsat-8 muy utilizadas para el seguimiento espacio-temporal y Sentinel-2 en la construcción de series temporales de de la dinámica de la cubierta vegetal a escala global. y se muestran las ecuaciones de ajuste entre ambos satélites obtenidas para zonas agrícolas. adjustment. http://idearm. ampliando las posibilidades de su uso en diferentes satélites y sensores es muy relevante y eficaz agricultura. NDVI. resolución. Gómez-Báguena. acasterad@aragon. Zaragoza. 1. joaquinttz@gmail. Luis A. (1). NDVI.com (2) Unidad de Suelos y Riegos (asociada a EEAD-CSIC). índices de vegetación para la identificación y seguimiento construidas a partir de imágenes de satélites de alta de cultivos en zonas agrícolas. (Eds.es/aet2017 81 . (2) (1) Departamento de Geografía y Ordenación de Territorio. España. SAVI y VARI derivados de imágenes Landsat-8 y del reciente Sentinel-2. En este trabajo se analiza la relación existente entre los índices de vegetación NDVI. Concretamente se examinan los índices NDVI. Montañana 930. en la obtención de series temporales de datos: reduce Sin embargo. Nuevas plataformas y sensores de teledetección. 2003). 81-84. adjustment functions and statistical test. funciones de ajuste y test estadísticos se determinará la relación existente. Keywords: Landsat. rgomezb@aragon. si se aprecian estadísticamente diferencias significativas que aconsejan el ajuste cuando los índices de vegetación se calculan usando reflectividades derivadas de los productos Landsat-8 nivel L1T y Sentinel-2 nivel 1C. A. Palabras clave: Landsat. España. Ruiz. Centro de Investigación y Tecnología Agroalimentaria de Aragón. 50009 Zaragoza.es Resumen: La integración entre múltiples sensores es indispensable para el uso complementario de imágenes de diferentes satélites en la obtención de series temporales de índices de vegetación. Manuel Erena). Four pairs of images are used to determine this relationship by means of graphs of dispersion. poco operativas de ajuste correspondientes para su aplicación en zonas en la identificación y seguimiento de cultivos a escala agrícolas. Sentinel. Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2 Tello. and shows the calibration equations between both satellites obtained for agricultural areas. C/ Pedro Cerbuna 12. Se recomienda completar el estudio con más parejas de imágenes para conseguir unas funciones de ajuste más robustas. Although the values of the indices obtained with one satellite or other are not very different. Murcia 3-7 octubre 2017. mediante gráficos de dispersión. Sin embargo. Aunque los valores de los índices obtenidos con un satélite u otro no son muy diferentes. Para ello se utilizan cuatro parejas de imágenes con las que. Un ejemplo ajuste previo (Steven et al. This paper examines the relationship between the NDVI. Javier Estornell. en ambos casos con imágenes de libre de observación de la Tierra y por tanto mayor la disposición. Universidad de Zaragoza. Sentinel. Comparison and adjustment in agricultural areas of vegetation indexes derived from Landsat-8 and Sentinel-2 Abstract: Interrelationship between multiple sensors is essential for the complementary use of images from different satellites to obtain time series of vegetation indexes. herramienta muy utilizada para la identificación y seguimiento de cultivos. (2). SAVI. INTRODUCCIÓN Los recientes satélites Sentinel-2 en combinación Cada vez es mayor el número de sistemas satelitales con Landsat. SAVI and VARI vegetation indexes derived from Landsat-8 images and recent Sentinel-2.

3.usgs.R G-R NDVI = NIR + R . Índice de vegetación de la diferencia normalizada. el método para determinar el valor del índice de vegetación no del objeto oscuro (Chávez. calibradas radiométricamente y ortorectificadas) adquiridas del servidor de descarga del USGS (http://glovis. NIR es la reflectancia en la región del infrarrojo provincia de Huesca (España). “outlayers”. 82 http://idearm. zona regable (Figura 1).gov/) e imágenes Sentinel-2 (nivel de procesamiento 1C reflectancia Top-of- Atmosphere ortorectificada) del servidor Sentinels Scientific Data Hub del programa Copernicus de la ESA (https://scihub. de nubes. para evitar los problemas de saturación a valores altos de índice que presentan los dos índices anteriores. relación y ajuste de los índices de suelen usarse habitualmente en el seguimiento fenológico de la vegetación.B . Ubicación de los transectos elegidos para las parejas de imágenes Landsat-8 y Sentinel-2 de fechas calibraciones sobre imagen Sentinel (RGB 843) de 23 coincidentes o muy próximas y que estuvieran libres de junio de 2016. Dado que las series temporales de índices de vegetación 2. se saca el 2. herramienta de procesamiento específicas de Sentinel El procedimiento seguido para la eliminación de estos para asegurar el mismo procedimiento de corrección. Las cuatro parejas de imágenes seleccionadas A partir de una capa shapefile puntual de los transectos se fueron: • Landsat 26/08/2015 y Sentinel 26/08/2015 extraen.1. Dada la • Landsat 12/08/2016 y Sentinel 12/08/2016 diferente resolución espacial de las imágenes. para minimizar cogieron 54 puntos de muestreo.2. 2. el SAVI. se eligen para el trabajo tres índices: el vegetación NDVI. superficie terrestre se procedió en ambos casos a aplicar Generalmente son puntos en los que los píxeles elegidos el mismo tipo de a la corrección atmosférica. MATERIAL Y MÉTODOS De las imágenes ya corregidas se obtuvieron los tres 2.es/aet2017 . proyecto de investigación en el que se efectuó. Apoyándose en composición color de las imágenes. Materiales utilizados índices de vegetación mencionados El estudio que se presenta se enmarca dentro de un NIR . Se buscaron aquellas Figura 1. y el VARI. La elección de estos productos se debe a la no disponibilidad en el momento de la realización del trabajo de productos Sentinel-2 de reflectancia en la superficie (nivel 2A. tanto de regadío como de secano (Figura 1). la zona escogida cercano. Para obtener información sobre la reflectividad en la análisis los puntos con valores anómalos.eu/dhus/#/home). Comparación. Tratamiento de las imágenes y obtención de valor medio de cada índice a partir de 4 píxeles de Landsat índices de vegetación y 36 de Sentinel. R la reflectancia en el rojo y B la reflectancia en en este trabajo para la obtención de información espectral el azul. puntos se muestra en la Figura 2. Los análisis se realizan con imágenes Landsat-8 (nivel de procesamiento L1T.imida. VARI = G + R .copernicus.Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2 Tello. • Landsat 12/03/2016 y Sentinel 12/03/2016 los valores de los índices de vegetación de las diferentes • Landsat 25/06/2016 y Sentinel 23/06/2016 parejas de imágenes en los puntos elegidos. durante las campañas agrícolas de 2015 y 2016. Índice de vegetación resistente a la atmósfera. No se utilizaron las corresponden en su totalidad a una misma cobertura. los efectos del suelo en la respuesta de la vegetación.5. según el procedimiento mostrado en la Figura 2. Previamente se geométricamente. el seguimiento SAVI = a NIR + R + L k^ 1 + L h NIR . regadío localizado en el valle medio del Ebro en la donde. Por ello. considerándose así una superficie Todas las imágenes están disponibles corregidas representativa e igual en ambos casos. se por ser el índice más conocido y utilizado en series eligieron transectos sobre diferentes zonas agrícolas temporales para seguimiento de la vegetación. el factor L de ajuste del suelos en el índice SAVI corresponde a una porción territorial alrededor de dicha se consideró 0. mientras que las Landsat se tuvieron que corregir Antes de proceder a la comparación entre sensores radiométricamente y convertir a reflectividad mediante se depuraron los datos obtenidos para no incluir en el el modelo simplificado indicado en Chuvieco (2010). píxel de 30×30 m en Landsat y de 10×10 m Sentinel. et al. Las imágenes Sentinel proporcionan ajustan perfectamente las imágenes de ambos satélites reflectividad en el techo de la atmósfera (TOA) para que los píxeles casen exactamente. reflectancia Bottom-of-Atmosphere ortorectificada) y la provisionalidad de los productos Landsat-8 SR (surface reflectance).1996).R fenológico de cultivos en la zona regable de La Violada. En total se Índice de vegetación ajustado al suelo.

2 Selección transectos 1 y = 0. 2002.8 1 1..6 0.4 típica de las diferencias.2 Cálculo del promedio y desviación -0.4 Sentinel-2 SAVI 1. Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2 Tello.2 y = 0.4 -0. RESULTADOS Y DISCUSIÓN de cultivos son diferentes a los que se encuentran En la Figura 3.2 acorde resolución imágenes -0.8 0.9 R² = 0.4 0.2 0.9589x + 0. Figura 3. así calculado. impide en Landsat estaría por encima del valor en Sentinel. OBTENCIÓN DE DATOS NDVI 1.4 -0. entre acusadas en los valores bajos del índice que en los altos. obtenida entre sensores para los índice NDVI y SAVI está llegando en ocasiones a superar el valor 1.2-0.6 Landsat-8 0.2 Análisis estadísticos 0.2 0 0.4 Sentinel-2 Figura 2.imida.4 0.2-0.5 0.6 0.9904 0.8 0.9569x + 0.4 y = 0.6 Landsat-8 1 0.4 -0.9 1 0 -0.7 0.9904 0.2 ANÁLISIS DE DATOS -0.7 0.2 0 0.8 1 1.4 0.2 0.8 1 1. para eliminar las perturbaciones atmosféricas http://idearm.6 0.9937 de confianza. 0 -0.6 0. Dado que VARI se diseñó.1 0 0 0. 0. et al.3 0.9869 Extracción estadísticas básicas 0.3 0.4 0. Sentinel-2 Despuración de datos Rango de confianza: Suma y resta de 2 veces la desviación típica al valor promedio de las diferencias.es/aet2017 83 .0674 Gráficas de dispersión 0. Además las ligeramente por encima de la línea 1:1. Relación entre índices de vegetación de La comparación y relación entre índices obtenidos de Landsat-8 y Sentinel-2. se detectan en las imágenes Landsat que requieran un ajuste al usarlos conjuntamente. Estas discrepancias son acusadas sobre todo A simple vista se puede observar que las líneas de ajuste cuando el cultivo presenta un gran desarrollo vegetativo. Esquema de la metodología seguida para el ajuste entre sensores. para determinar si hay o no paralela a la línea 1:1. Viña et al. El índice.6 Landsat-8 0.4 0.2 del índice extraídos en cada punto del transecto de la pareja de imágenes.0674 IMÁGENES R² = 0.2 0 0.8 0.9912x + 0.4 0.2 -0.2 0. 2004. Jiménez-Muñoz Landsat-8.0175 Exclusión de puntos fuera del rango 1 R² = 0.2 0.8 0. Los valores del índice que se obtienen en las parcelas 3.4 Diferencia entre los valores medios 0. el test estadístico de regresión y el test T de Student para dos sin embrago en el caso de SAVI la línea de ajuste va más muestras relacionadas. otros. En obtener un ajuste adecuado para la combinación de datos el caso del NDVI las diferencias entre sensores son más de los dos sensores.8 0. cada sensor se realiza a partir de gráficos de dispersión. et al. se muestran para los tres índices estudiados en trabajos similares consultados en la bibliografía las relaciones y ecuaciones de ajuste entre Sentinel-2 a (Gitelson et al. funciones de ajuste y dos análisis estadísticos.2 y = 0.9589x + 0.2 0.6 Funciones de ajuste 0. algunos píxeles con valores anómalos de este índice.0483 1 R² = 0.1 0. Esto quiere decir discrepancias son mayores con las imágenes Landsat que en un mismo píxel el valor de índice NDVI y SAVI que con las de Sentinel.5 0. relación y diferencias significativas entre los dos sensores En cuanto al VARI.2 Rasterización transectos 0 ÍNDICES -0. VARI(TOA) 1. 2009).

Environ. Kaufman Y. 2002. Photogrammetric Engineering and Remote Sensing. 6. AGRADECIMIENTOS Este trabajo forma parte de actividades desarrolladas en el proyecto AGL2013-48728-C2-1-R. B. 4. se aconseja el ajuste de los índices antes de generar una serie temporal de datos con NDVI. 2002) se prueba a realizar los ajuste Gitelson. Remote Sensing of Llama la atención que para el VARITOA el test de medias Environment 88. G. Sobrino. 2004.. R.. Stark. a partir de los datos de reflectividad en el techo de la Novel algorithms for remote sensing estimation of atmósfera (VARITOA). 2009.. Baret... Schepers.D. no así los de VARITOA que prácticamente se sitúan sobre la recta 1:1. Gitelson. 55-72.C. Optical reflectividad TOA son muy similares a los anteriormente remotely sensed time series data for land cover obtenidos y presentados en la Figura 3. Rundquist. Remote Sens.C.es/aet2017 . C. Comparison significativa (nivel de confianza del 95%) entre índices between fractional vegetation cover retrievals from de Landsat y Sentinel. La naturaleza de los datos (valores. J. Martínez. 84 http://idearm.. D. El test estadístico T de Student para dos muestras relacionadas indica que hay diferencias significativas para un nivel confianza 95% para los NDVI. A. error típico…) llevan a este hecho. Guanter. Chuvieco. Agron.. de determinación R del 99%) comprobándose. 2010. 62.. 412-422 emparejadas señale que hay diferencias significativas Vina.... Image-based atmospheric corrections– revisited and improved. la aplicación de Leavitt. T. como era Jiménez-Muñoz. from different sensor systems. (Figura 3).. por lo que debería aplicarse un M. para los tres índices. Rundquist. a la vista de los resultados. Teledetección ambiental. La ampliación futura del estudio con un mayor número de parejas de imágenes dotará de ecuaciones de ajuste más robustas. Por tanto. F. J.imida. P.J. vegetation indices and spectral mixture analysis: Case Sin embargo.J. Monitoring maize (Zea la función de ajuste no suponga cambios en los valores mays L.. J.. 768-793. lineal.A. H. En el caso de NDVI y SAVI los ajustes con Gómez. Barcelona.) phenology with remote sensing. M.. et al. 1139-1147. 2003. 5. J. 2016. sin embargo.. CONCLUSIONES La comparación de los índices de vegetación obtenidos de los satélites Landsat-8 y Sentinel-2 en el área de estudio muestra que los valores de NDVI y SAVI de Landsat-8 generalmente están por encima de los de Sentinel-2. 3ª edición revisada.Comparación y ajuste en zonas agrícolas de índices de vegetación derivados de Landsat-8 y Sentinel-2 Tello. Sensors. P. Chopping. (Gitelson et al. esperable.A.S. al nivel de confianza del 95% entre Landsat y Sentinel Steven. Xu. el test T-Student para dos muestras study of PROBA/CHRIS data over an agricultural relacionadas indica que sí hay diferencias significativas area. 1025-1036.. D. White J. escasa dispersión. Intercalibration of vegetation indices ajuste antes de utilizarlos conjuntamente. SAVI o VARITOA. a la 1:1. Se consigue así un buen ajuste vegetation fraction. los SAVI y los VARITOA entre Landsat y Sentinel. Malthus. Editorial Ariel 2010. BIBLIOGRAFÍA Chávez. J.. Serán necesarios nuevos estudios para valorar la necesidad o no de ajuste cuando se utilicen otros productos distintos a los presentados en este trabajo. 80(1). entre los dos sensores y. 1996... Plaza. Moreno. classification: A review. 9. que sí existe una relación estadísticamente L. Wulder M. prácticamente coincidente con la línea 1:1 76-87. A. A. 116. ISPRS Journal of Para los tres índices el ajuste lineal es bueno (coeficientes Photogrammetry and Remote Sensing. del índice de Sentinel al ser prácticamente la recta igual 96.C. E. A. Keydan.A.

de muebles y la fabricación de barricas y toneles debido al En este trabajo se propone la realización de una cartografía auge del cultivo de la vid especialmente en las comarcas de la especie Castanea sativa en el norte de la Isla de del norte de la Isla de Tenerife. (metros sobre el nivel del mar).9 ha y presenta un rango altitudinal Geográfica y una extensa labor de campo localizaron los entre 622 y 952 m s. improving the overall accuracy in a 10% on May and a 4% on March. proteínas y sales minerales. (1). exactitudes para la clase castaño superiores al 90%.) ha formado parte para su recuperación y conservación.38% del total). Se aplicaron los algoritmos de clasificación de Máxima Probabilidad (ML). A. La población rural de Tenerife mediante la utilización de dos imágenes de estas zonas también se vio beneficiada con el fruto de satélite de muy alta resolución espacial capturadas en dos esta especie. Manuel Erena). por su alto contenido en hidratos fechas diferentes y que representan estados fenológicos de carbono. M.n. cartografía. grasas. Mediante el uso de Sistemas de Información una superficie de 118. castaño. 85-88. (1). Universidad de La Laguna. España. A. J. A. 38206 La Laguna. A. WorldView-3. del paisaje y cultura de las Islas Canarias desde que fue (2008) estimaron un área ocupada por el castaño de introducido por los colonizadores en el siglo XVI. Keywords: WorldView-2. Universidad de Almería. con 280 ha madera resultó ser un material idóneo para la elaboración (20. alcanzando en la mayoría de casos. The aim of this work is the elaboration of this cartography in two different areas. Tanto ANN como ML obtuvieron resultados en promedio un 30% mejores que SAM. Hernández-Leal. una agrícola (Chasna) y otra forestal (Pinolere). jamoreno@ual. Evaluación de imágenes multitemporales WorldView 2-3 para la clasificación de castaños en Tenerife Marchetti. Abstract: The current state of abandonment of chestnut-trees crops in the north of Tenerife and their consideration as invasive species needs an updated mapping for its study and evaluation. aaloben. chestnut. Su 1374 ha. Arbelo. XVII Congreso de la Asociación Española de Teledetección.using two satellite images of very high spatial resolution captured on two dates that representing well-differentiated phenological stages of the chestnut trees. Sin (WV-2) de invierno y otra WorldView-3 (WV-3) de embargo. Ruiz. INTRODUCCIÓN castaños con el fin de aplicar políticas de gestión agraria El castaño (Castanea sativa Mill. España. la Isla de Tenerife (28° 22’N.imida. http://idearm. {fmarchet. 04120 Almería. lo que unido a su consideración como especie invasora. (Eds. (1). Se El trabajo más reciente del que se dispone se refiere al seleccionaron dos áreas dentro del término municipal de estudio realizado por Hernández et al. Neural Networks (NN) and Spectral Angle Mapper (SAM) classification algorithms were applied to each of the individual images and to the multi-temporal image resulting from the combination of both dates. lo que bien distintos del castaño: una imagen WorldView-2 suponía un alimento idóneo en épocas de hambruna. Nuevas plataformas y sensores de teledetección. reaching in most cases accuracies for the chestnut class higher than 90%. 2015 and a WorldView-3 (WV-3) image from May 12th. multi-temporal. pealhdez}@ull. (2) (1) Departamento de Física. La primera que denominamos Chasna tiene de Tenerife. A WorldView-2 (WV-2) image from March 10th. (2008) para la isla La Orotava. (1). 1. WorldView-3. Arbelo. Alonso-Benito. Luis A. In turn. Javier Estornell.es Resumen: El actual estado de abandono de los cultivos de castaños en el norte de Tenerife y su consideración como especie invasora hacen necesario un cartografiado actualizado de esta especie. hacen 2. En este trabajo se propone la realización de esta cartografía en dos áreas muy diferentes.es/aet2017 85 . one is a rural area (Chasna) and the other one is a forest area (Pinolere). Redes Neuronales (ANN) y Spectral Angle Mapper (SAM) a cada imagen individual y a la multitemporal resultante. Una imagen WorldView-2 (WV-2) del 10 de marzo de 2015 y otra WorldView-3 (WV-3) del 12 mayo del mismo año. Los resultados mostraron los beneficios de usar la imagen multitemporal sólo para la zona más homogénea espacialmente (Pinolere) usando el algoritmo ANN. en el municipio de La Orotava. F. mediante dos imágenes de satélite de muy alta resolución espacial de dos fechas que representan estados fenológicos distintos.. the NN and ML algorithms obtained results on average 30% better than SAM did. la castaña. Palabras clave: WorldView-2. same year. multitemporal. consiguiendo mejorar la exactitud en un 10% comparada a la imagen de mayo y en un 4% con respecto a la de marzo. cartography. cultivos se encuentran en estado de abandono. pp. (1).m. 16° 30’W) (Figura 1). The results show the benefits of using the multi-temporal image just for Pinolere and ANN. encontrándose la mayor superficie. AREA DE ESTUDIO necesaria una cartografía actualizada para su seguimiento La zona de estudio se encuentra en la vertiente norte de y evaluación. P. The Maximum Likelihood (ML). marbelo. Moreno Ruíz.es (2) Departamento de Informática. con el paso de los años. gran parte de estos primavera (sin y con hojas respectivamente). Murcia 3-7 octubre 2017. Hernández et al.

ML es un algoritmo paramétrico que supone mayor exactitud. Red es asignado a la clase que tiene la probabilidad máxima.15 para la clase Castanea sativa.4 para Vegetación Arbórea. con Redes Neuronales (ANN) y Spectral Angle Mapper el objetivo de poder obtener una clasificación final de (SAM). Zona Urbana. 1999). pinar canario y algunos bosquetes de castaños ubicados en barrancos de difícil acceso. para observar el cambio fenológico de los castaños.2. se re-muestreó la imagen de superficie de 117. Yellow. mediante un extenso trabajo de campo se definieron las parcelas de entrenamiento y validación seleccionando polígonos regulares con tamaño máximo de cuatro píxeles distribuidos por cada imagen (Tabla 1).9. Municipio de La Orotava (Tenerife). dispone de un sensor multiespectral con 8 las clases siguen una distribución gaussiana. siendo 760-900 nm para el de aprendizaje del algoritmo. Áreas de estudio: Chasna (izquierda) y Chasna Pinolere Clase Pinolere (derecha). 0. ocupa una geometría de observación. Mientras que el WV-3.Evaluación de imágenes multitemporales WorldView 2-3 para la clasificación de castaños en Tenerife Marchetti. Se consideró una función WV-2 y 770-895 nm en el WV-3. 2004). 0./Valid. llamada Pinolere. A continuación.A. Vegetación Arbórea y la clase objeto de estudio.m.3 para Parcelas Digital del Terreno de 5×5 m. La elección de estas fechas se realizó a cada imagen fueron: Máxima Probabilidad (ML). Castanea sativa 33/33 22/22 Una imagen WV-2 correspondiente al 12 de marzo 2015 y otra del 10 mayo de 2015 adquirida por el sensor a Los algoritmos de clasificación supervisada aplicados bordo del WV-3. DATOS Y METODOLOGIA Zona Urbana 32/32 19/19 3. al borde de carreteras y junto a otras especies resolución espacial de los sensores WV-2 y WV-3 y la arbóreas. Red. Estas capas de 2014.93 m. 86 http://idearm. se caracteriza por ser un pequeño final de 1. Asfalto 29/29 15/15 3. calculados iterativamente durante el proceso espectral del canal NIR1. en órbita desde agosto dispuestos en capas de nodos (neuronas). 3./Valid. et al.es/aet2017 .. La parte más alta cuenta clasificación y analizar las posibles ventajas de la imagen con un gran bosque de castaños rodeado por especies de multitemporal con respecto a las otras. número de bandas.1. Cada píxel bandas (Coastal Blue. Los castaños se localizan en fincas (8  del WV-2 + 8 del WV-3). Imágenes de satélite y pre-procesamiento Parcelas Agrícolas 40/40 27/27 Se usaron dos imágenes Ortho-ready Standard 2A de Vegetación Arbórea 30/30 29/29 los satélites WorldView de la empresa DigitalGlobe. puesto en órbita en octubre que los valores digitales de los píxeles de cada una de de 2009. Se garantizó la separabilidad espectral (> 1.8. Figura 1.n. Los parámetros necesarios espectros. Entren. Green. Tabla1. Se caracteriza por tener edificaciones dispersas en medio obtener una única imagen multitemporal con 16 bandas de terrazas de cultivo. Dispusimos así de tres imágenes de cada núcleo urbano con carreteras secundarias hacia fincas área para comparar los resultados de los algoritmos de rurales y parcelas agrícolas. Métodos de clasificación Se realizó una evaluación previa de las zonas de estudio mediante fotografías aéreas de resolución espacial 12- 25 cm.imida. El WV-2. dispone de las mismas 8 bandas espectrales que están enlazadas por funciones de activación definidas su predecesor con una pequeña diferencia en el ancho por pesos. Se identificaron 4 grandes clases temáticas: Asfalto. Edge. NIR2) y una resolución espacial nominal ANN está compuesto por un conjunto de elementos de 1. logarítmica con los siguientes parámetros: Training Las imágenes se corrigieron del efecto de la atmósfera Threshold Contribution  = 0. Posteriormente. ambas Agrícolas.1 y utilizando el modelo de trasferencia radiativa FLAASH Training Momentum = 0.8 para Asfalto. Debido a la diferencia de agrícolas. Entren.85 m. Castanea sativa. 0.8) aplicando los métodos de Jeffries-Matusita y Transformed Divergence (Richards J. radiosondeos lanzados desde la estación de la AEMET calculando el ángulo entre ellos y tratándolos como (Agencia Estatal de Meteorología) situada en Güimar vectores en un espacio con dimensionalidad igual al (Tenerife) en los mismos días de captura de las imágenes. (Fast line-of-sight Atmospheric Analysis of Spectral SAM determina la semejanza espectral entre dos Hypercubes) (Kruse. NIR1.2 para Zona imágenes se emparejaron geométricamente para Urbana y 0. Se consideraron los siguientes ángulos La ortorectificación se realizó utilizando un Modelo para cada clase: 0.4 ha con una variación en altura entre mayo a la de marzo. Número de parcelas de entrenamiento y validación por clase temática para las zonas de estudio. La segunda. uno de referencia obtenido por endmembers para esta corrección fueron estimados a partir de los y otro referido a los píxeles que se quieren clasificar. Blue. Parcelas Agrícolas. Training Rate = 0.. resultando una resolución espacial los 714 y 1192 m s.

0 0.4 Mayo 0.2 12. Tabla2.3 1.0 13. en (Figura 2a) mostró los menores errores globales por este caso para la imagen de mayo (Figura 2d).0 2.0 Multitemporal 0. mes de marzo.3 0.6 2.6 17. 2011.8 3.3 Multitemporal 1.0 5.2 0.7 3. (a) Chasna.0 Multitemporal 4.8 21.0 1.1 Multitemporal 0.3 23.9 2.5% respectivamente (Tabla 2). obtuvo ubicación y cantidad con valores de 1.6 Mayo 1.9 6.3 16.2 4. http://idearm.0 3. et al. Con respecto a la clase Castanea sativa esta se confunde con Figura 2. Nuevamente SAM. ML con la imagen de marzo 1.7 0.8 y obtenido para Chasna.1 1.6 17. Errores (%) por ubicación y cantidad: globales y para Castanea sativa por zona de estudio y algoritmo utilizado. mes de mayo. clasificación ML.0 18.4 2. ML ANN SAM     Ubicación Cantidad Ubicación Cantidad Ubicación Cantidad Chasna global Marzo 1.7%) como Por su parte.7 9. En la Figura 2a y 2b se representa el cartografiado con errores de ubicación y cantidad global de 3.8 10.1 7.8 1. (d) Pinolere. 2012). SAM aplicado a la imagen multitemporal por cantidad (35%) (Tabla 2).0 0.1 0.0 16. clasificación SAM. RESULTADOS Y DISCUSSION fue el ANN para la imagen multitemporal (Figura 2c).2 2.7 8. Evaluación de imágenes multitemporales WorldView 2-3 para la clasificación de castaños en Tenerife Marchetti.imida. En la Figura 2d se puede (Figura 2b) presentó los mayores errores con valores observar como este algoritmo no consigue distinguir superiores a 17.3 Mayo 5.6 10.7 35.5 9.5 3. confundiéndola comparamos la apariencia de ambas clasificaciones principalmente con Asfalto y Vegetación Arbórea. los mayores errores tanto por ubicación (7.5 Mayo 2.5 2..5 0.4 11. castaños y Vegetación Arbórea.6 22.es/aet2017 87 .5 5. (c) Pinolere multitemporal clasificación ANN. (b) Chasna multitemporal.7 5.9 3.5 3.6 1. Alonso-Benito et al.8% en ambos casos (Tabla 2).3 Se evaluó la exactitud global de las imágenes clasificadas resultan evidentes las confusiones del algoritmo SAM y se calcularon los errores por cantidad y ubicación especialmente entre Asfalto y Zona Urbana y entre (Pontius y Millones.7 1.8 Castanea sativa Marzo 0.7 Castanea sativa Marzo 1.8 6.9 1.6 1.3% en ambos casos.5 0.9 0. Cuando la clase Parcelas Agrícolas del resto.9 1. Para la zona de Pinolere (Figura 2c y 2d) el algoritmo que dio mejores resultados 4. clasificación SAM.3 5.3 0.4 1.6 0.6 1.4 Pinolere global Marzo 9.3 0.

es/aet2017 . 2012. R. Ke. Comparison of ATREM. Kruse.G. M. ISBN 978-84-87340-98-7. Celorrio- Dorta. Xiuping. Pasadena. Death to Kappa: Birth obstante. 32. BIBLIOGRAFÍA Hernández-González. et al. A. tanto por ubicación como por cantidad. Arbelo.1% (Tabla 2). 6. D. J. Remote multitemporales WV-2 y WV-3 pueden aumentar la Sensing.. J. 3 339-340.A. Alonso-Benito. llegando a un error de ubicación Li.. Y. Con respecto a las posibles ventajas de usar una imagen multitemporal. Estudio de la situación del cultivo mediante el uso de sistemas de información geográfica. Millones.. 2015. M. De disponer de una sola imagen para el estudio. Ríos-Mesa. ACORN.. Arroyo.imida. los resultados no muestran diferencias significativas en relación con las imágenes de una sola fecha.. exactitud global hasta un 10. Object-based de 5. Se propone usar el algoritmo de clasificación ML para Chasna y ANN para Pinolere.. con respecto a la de marzo. Gong. JPL Airbone Geoscience Workshop. dificultan un emparejamiento geométrico de las imágenes que podría conducir a mayores errores en la clasificación multitemporal para casi todos los casos. CONCLUSIONES Las imágenes WV-2 y/o WV-3 permiten actualizar el cartografiado de la especie Castanea sativa para la zona de Chasna y Pinolere con exactitudes superiores al 90%. al mejorar entre un 0. AGRADECIMIENTOS Este trabajo ha sido financiado por el Ministerio de Economía y Competitividad de España a través del Proyecto coordinado CGL2013-48202-C02-02. 7.Evaluación de imágenes multitemporales WorldView 2-3 para la clasificación de castaños en Tenerife Marchetti. and FLAASH Atmospheric Correction using Low-Altitude AVIRIS Data of Boulder.5% y un 18% la exactitud global con respecto al mes de mayo. CA. Los errores encontrados en este caso. 137 no. Li. 2008. 16917-16937. International Journal of comparada a la imagen de mayo y en apenas un 4% Remote Sensing. X. González-Calvo.. Cambrige University observación e iluminación solar entre fechas. solo para la zona de Pinolere of quantity disagreement and allocation disagreement con ANN se consigue mejorar la exactitud de un 10% for accuracy assessment. H. A. Pixel and object- based classification approaches for mapping forest fuel types in Tenerife Island from ASTER data. 2004. se concluye que el estado fenológico de los castaños en el mes de marzo resulta ser el más adecuado para su cartografiado. El castañero en Tenerife.A. 5.J. International Journal of Wildland Fire. podrían ser debidos a la dificultad que supone un buen emparejamiento geométrico de las imágenes de muy alta resolución espacial utilizadas y la complejidad morfológica y geográfica de las zonas de estudio. La complejidad orográfica Richard. 306-317. 2011. con muchas Press. urban tree species classification using bi-temporal Estudios previos han demostrado que el uso de imágenes WorldView-2 and WorldView-3 images.. No Pontius..A.7%. F. G. 2015). P. más sombras en marzo. Remote Sensing Digital del área de estudio junto a una diferente geometría de Image Analysis An Introduction. 22. D. (Li et al. 88 http://idearm. Cabildo Insular de Tenerife. 7.. la Vegetación Arbórea. Ed.Z. 1999.. J. Hernández- Leal. en este trabajo. L. 4407-4429.

Para el caso de SEBS. a comparison between two extensively used methods is performed for the agricultural area of Barrax. Jiménez-Muñoz. Además. el flujo de no pueden ser extendidas a escalas mayores debido a la calor latente (evapotranspiración) es obtenido como heterogeneidad de la superficie y la propia naturaleza residuo del balance de energía. Soria. LANDSAT. Nuevas plataformas y sensores de teledetección. jose. METRIC. En particular. the indirect estimation of ET making use of physical energy balance models and satellite imagery which allows to spatially quantify the related parameters in the energy balance is presented as a possible means. D. se trata de un componente clave en el balance de energía y del ciclo del agua terrestre.. In this study.. La diferencia reside dinámica de los procesos de intercambio de calor (Su. Unidad de Cambio Global. Keywords: ET. 2002). destacan el modelo SEBS (Surface Energy esta magnitud presenta diversas aplicaciones: a nivel Balance System) (Su. SEBS. Skokovic. Comparación de dos modelos físicos de balance de energía para la estimación de la evapotranspiración en zonas agrícolas Gomis-Cebolla. Aunque las uso de datos de teledetección y datos meteorológicos técnicas de medidas convencionales ofrecen soluciones son capaces de proporcionar una estimación de la aceptables a nivel puntual en zonas homogéneas. J. El uso de imágenes de satélite se presenta como (H). en monitorización de la (Mapping Evapotranspiration at high Resolution with sequía (Anderson et al. 2015). Palabras clave: ET. Su. INTRODUCCIÓN ciertas ventajas como el número menor de inputs y un La evapotranspiración (pérdida de agua debida a la menor coste computacional asociado.. Luis A. Murcia 3-7 octubre 2017. En ambos casos. These methods are: SEBS (Surface Energy Balance System) and METRIC (Mapping Evapotranspiration at high Resolution with Internalized Calibration). 2014). A. cuando evaporación en el suelo y la transpiración debida a las son parametrizados correctamente pueden llegar a plantas) juega un papel significativo en la determinación presentar una exactitud mayor que los modelos de dos de los intercambios de energía y masa entre la atmosfera. Results show the potential of these models for agricultural applications. que incluye la pérdida de agua debida a la evaporación en el suelo y la transpiración debida a las plantas. España. METRIC.. Julien.gomis@. En particular teoría de similitud haciendo una distinción entre la capa entre las diferentes metodologías que hacen uso de superficial de la atmosfera (ASL. A nivel agrícola. (Su. 2002). y modelización climática Internalized Calibration) (Allen et al. 89-92. H se deriva a partir de la una alternativa viable para cuantificar espacialmente diferencia de temperatura potencial entre la temperatura los parámetros involucrados en la estimación indirecta del suelo y la temperatura del aire. (Eds.... En particular se ha hecho uso de imágenes LANDSAT. The estimation of this variable for agricultural management is of vital importance due to the all possible applications derived. pp. para la zona agrícola de Barrax. éstas evapotranspiración real. debido a las numerosas aplicaciones posibles la estimación de esta variable resulta de vital importancia. G. la estimación indirecta de la ET haciendo uso de modelos físicos de balance de energía y de datos de satélite que permitan cuantificar espacialmente los diferentes parámetros involucrados en el balance de energía se presenta como una alternativa viable. LANDSAT. debido a su hidrosfera y biosfera (Su. 2002). J. En este contexto. Haciendo e hidrológica (Karlsson et al. 2007). Javier Estornell. n° 9. En este trabajo. y el modelo METRIC agrícola (Allen et al. fuentes (Byun et al. In this context. 2002). En el caso de METRIC. Este hace uso de la de la evapotranspiración (Su. principalmente en la obtención del flujo de calor sensible 2002). XVII Congreso de la Asociación Española de Teledetección. La modelización de difusión. which includes the loss of water due to evaporation from the soil and the transpiration due to plants is one of the major components of the land surface and water cycle. se trata de una planta-atmosfera como una única fuente presentan variante del modelo SEBAL (Surface Energy Balance http://idearm. 2007. 2002). Entre una formulación dinámica de z0m (altura de la rugosidad) estos los modelos que parametrizan la interfase suelo. Ruiz. Sobrino. Además. 2011).. 1. 2013). de dos métodos utilizados para la estimación de la evapotranspiración haciendo uso de datos de satélite: SEBS (Surface Energy Balance System) y METRIC (Mapping Evapotranspiration at high Resolution with Internalized Calibration).. Laboratorio Procesado Imágenes. Manuel Erena)..es Paterna Resumen: La evapotranspiración (ET)..es/aet2017 89 . Los resultados muestran el potencial de estos modelos en las aplicaciones agrícolas. Comparison of different physical energy balance models for evapotranspiration estimation in agricultural areas Abstract: Evapotranspiration (ET). en inglés). en inglés) y la capa este tipo de imágenes destacan los modelos físicos de límite atmosférica (ABL. Catedrático Agustín Escardino. 46980-Paterna.imida. SEBS. Y. J. C. contiene balance de energía (Allen et al. se presenta la comparación.

se pretende analizar este efecto mediante la 90 http://idearm. siendo por tanto representativo de En la Tabla 1 se resumen los datos meteorológicos utili. Esta relación necesita de (Su.imida. 2. 0038 + 0. Se trata de una zona semiárida caracterizada por siendo Γc 0.} H a L 0 k + } H ` L0h jD  (3) z-d z-d z -1 (39. 2007). En dónde la Rn es la radiación neta. hora de paso del satélite.099 °W) que proporciona datos desde una altura de 2 m.i a) :ln z 0h 0 . se ha descar.315 y fc la fracción de vegeta- un clima Mediterráneo templado. 2002): G = R n (Ts . el flujo de calor del suelo (G) se obtiene a rrax (Figura 1) situada en la provincia de Albacete.56 Los modelos SEBS y METRIC aunque comparten ciertas Para el día especificado en la Tabla 1. 2007): ne una elevación de aproximadamente 600 m siendo G=Rn (Γc+(1–fc)(Γs–Γc) (2) plana. En SEBS. En Los parámetros a y b son estimados contextualmente a rojo se indica la ubicación de la estación meteorológica. en dónde H se A partir de estas imágenes han sido obtenidos los inputs determina haciendo uso de la relación lineal establecida necesarios para los modelos SEBS y METRIC: tempera- entre el gradiente de temperatura superficial (dT) y la tura de la superficie. siendo representativo de condiciones Tabla 1. características difieren en los inputs requeridos y en el gado la correspondiente imágen LANDSAT brutas procedimiento de obtención de los diferentes flujos (https://earthexplorer. L la longitud Monin-Obukhov. Estos puntos correspon- den a punto frío (píxel con NDVI elevado. exhibiendo las 11h (UTC). 2002) y (Allen. SAVI y LAI. Pasada Ta (°C) Ua(m/s) Kdown (W/m2) HR 2. Cp el calor específico del aire húmedo. 1998).2.061 °N. d0 la altura de desplazamiento. albedo. ψh la función de corrección de estabilidad para la transferencia de calor sensible y θa y θs la temperatura potencial del aire y del suelo respectivamente. 2007). En los modelos SEBS y METRIC la ET para cada píxel En el presente trabajo. En el El área de estudio se trata de una zona agrícola de Ba- caso de SEBS. G el flujo de calor del suelo. ρ la densidad del aire.. et al. NDVI. Área de estudio en la estimación de la energía disponible Rn – G.55 1. En el presente producto de reflectividad de superficie (ESPA facility). altas temperaturas. Modelos SEBS y METRIC independientemente calculada (Allen.usgs.0. partir de puntos de referencia en dónde la ET se puede estimar de forma independiente. Datos utilizados bajas temperaturas. Tie- partir de (Allen et al. MATERIAL Y MÉTODOS calor latente. Estos corresponden a datos horarios centrados en te (NDVI correspondiente a suelo desnudo.Comparación de dos modelos físicos de balance de energía para la estimación de la evapotranspiración en zonas agrícolas Gomis-Cebolla. El flujo de calor sensible (H) es obtenido a partir de dio se encuentra la estación automática meteorológica H = ku * tC t (i s . En la región de estu- ción. 007a) (1 .4.es/aet2017 . for Land) (Bastiaanssen. siendo k la constante de von-Karman igual a 0. G es obtenida a partir de (Su. según temperatura superficial (Ts). H el flujo de calor sensible y LE el flujo de 2. La obtención de H también resulta de un (temperatura aire). et al.4. Los valores de H se resuelven mediante un proceso iterativo asumiendo condiciones iniciales de estabilidad. Ua (velocidad del viento). Los modelos SEBS y METRIC difieren principalmente 2.08 865. L hC  z -1 (5) Siendo z1 y z2 0.05 and Γs 0. condiciones de suficiencia de agua) y un punto calien- zados. haciendo uso de imágenes de la imagen puede ser obtenida mediante el residuo del LANDSAT se realiza una comparación de los modelos balance de energía superficial: SEBS y METRIC para la zona agrícola de Barrax LE=Rn–G–H (1) (Albacete-España). 15) (0.3. unos coeficientes de calibración que se obtienen a partir de unos puntos de referencia en los que la ET puede ser 2. Datos meteorológicos utilizados.1 m y 2 m respectivamente. u* la velocidad de fricción del aire. exhibiendo 2.{ h ^ z 2. dT es estable- cida haciendo uso de : dT = aTsDEM + b  (6) Figura 1. L h + { h ^ z 1.gov/) conjuntamente con el involucrados en la estimación de la ET.273. neutralidad. Región agrícola de la zona de estudio.1..31 37. 98NDVI 4)  (4) Y el flujo de calor sensible resulta de H = ku * tC t dT 9ln a z 21 k . Comparación de los modelos 10/5/2014 27. Ta de sequedad). trabajo. Kdown proceso iterativo asumiendo condiciones iniciales de (radiación solar descendiente) y HR (humedad relativa).

en la Tabla 4 se muestran los estadísticos nos discrepantes para vegetación+suelo y suelo. vegetación + suelo. Comparación de dos modelos físicos de balance de energía para la estimación de la evapotranspiración en zonas agrícolas Gomis-Cebolla. Se observa como para el caso de LE ambos Magnitud LE H G Rn modelos proporcionan resultados coherentes entre sí. G y Rn según el modelo los dos modelos son capaces de reproducir los patrones METRIC.2<NDVI<0. G y Rn según el modelo 3. espaciales de los diferentes flujos con un alto nivel de similitud. En la Figura 2 se presenta el resultado del balance de Magnitud LE H G Rn energía según SEBS y METRIC. Resultados del balance de energía obtenido según SEBS (arriba) y METRIC (abajo). En el caso de Rn. sobrestima a SEBS para vegetación Veg+suelo 120±60 340±40 110±20 550±20 + suelo. En el derivados de la comparación (SEBS – METRIC) a nivel caso de G. Valores promedio ± desviación estándar suelo desnudo (NDVI <0. METRIC sobrestima a SEBS para los Suelo 10±20 400±40 140±10 500±20 tres tipos de regiones. H. se obtienen Teniendo en cuenta la relación entre los valores absolutos. Se ha considerado para Veg 480±20 30±10 60±5 620±10 el análisis. RESULTADOS SEBS. H. H. se obtiene un W/m2 W/m2 W/m2 W/m2 Figura 2. obtiene valores me. Las unidades son (W/m2). Aunque en este caso SEBS sobrestima a correlacionados según los dos modelos. Éstas han sido seleccionadas espaciales para tres regiones (vegetación. vegetación + mediante inspección visual. No obstante. Las unidades son (W/m2).imida. valores coherentes según los dos modelos. en las regiones restantes. se obtienen resultados coherentes según los de imagen. En el caso de METRIC en vegetación y METRIC sobrestima a SEBS G y Rn hay una diferencia mayor (valor de R menor). No Veg 480±20 90±30 40±5 600±10 obstante METRIC.2). http://idearm. Valores promedio ± desviación estándar propuestos para una misma región de estudio. Finalmente. En el caso de H.es/aet2017 91 . no obstante.5). suelo) de los flujos LE. el flujo de calor sensible (H). Se puede comprobar como suelo. De izquierda a derecha se presenta el flujo de calor latente (LE). vegetación + suelo (0.5) y Tabla 3. Las unidades son W/m2. LE. G y Rn. se observa que para todos los flujos METRIC sobrestima a SEBS. En las Tablas 2 y 3 se muestran Veg+suelo 10±20 290±30 105±5 480±20 los valores promedio ± desviación estándar espaciales Suelo 0±0 310±20 100±5 410±20 para tres regiones representativas de vegetación (NDVI> 0. Se observa que LE y H están altamente dos métodos. espaciales para tres regiones (vegetación. intercomparación de los outputs de los dos modelos Tabla 2. En el caso de LE. et al. suelo) de los flujos LE. el flujo de calor del suelo (G) y el radiación neta (Rn).

Formulation. Respecto de la diferencia máxima de valores absolutos. Bastiaansseen. AGRADECIMIENTOS corresponden a -3. K. 92 http://idearm. R. 6. for estimation of turbulent heat fluxes. vegetación + suelo METRIC sobrestima a SEBS.41 34.06 80.62 posibles alteraciones relacionadas con los componentes Rn -55.94 como una versión más operativa. Además. 212. 0. bias cercano a 0.2002) y para Karlsson. En particular. Z. et al.58 mm/día. 25. Revista comparación de valores de fracción evaporativa (EF) de Teledetección. Climate Research. 1035-1056. M. Se observa como el obtiene una mayor discrepancia.. Hydrology En el presente estudio se ha realizado una comparación and Earth System Sciences. Proceedings of the ESA a nivel espacial para el caso de estudio. Como se observa en El presente estudio ha sido financiado por el Ministerio Figura 4.77 63. DISCUSIÓN Y CONCLUSIÓN Byun. Estadísticos resultantes de la comparación de una no correcta elección de los puntos de referencia para SEBS y METRIC considerando toda la imagen (bias METRIC. a pesar de obtener un valor de bias valores entre los dos modelos. 43. W. Satellite-based ET estimation in agriculture using SEBAL and METRIC. 43-54. Effect of a high-end CO2 METRIC la comparación con medidas in-situ utilizando emission scenario on hydrology.G. 2014.13). se observa que es para el cercano a 0. et al. Dual-model approaches for La comparación con medidas in-situ de los modelos evapotranspiration analyses over homo-and SEBS y METRIC para la zona agrícola de Barrax heterogeneous land surface conditions. 380-394. González-Piqueras et al. 2005.5 a 1.J. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC) – model. Journal of Hydrometeorology.6 mm/día. J. 85-99. Diferencia SEBS-METRIC en mm/día. Spain). que se necesita una correcta descripción de esta variable. 2011). 39-54.32 93.169-187. rango – 1. Para Allen. 2011.imida. ESP2014-52955-R) y el proyecto Smart Irrigation from Soil Moisture forecasr using satellite and hydro- meteorological modelling (SIM). Adicionalmente.49 65. No obstante. con el fin de analizar los resultados a realiza una intercomparación de modelos de balance de nivel operativo en la Figura 3 se presenta la diferencia energía en la zona de Barrax.C. Los valores máximo y mínimo 5. 6. Cultura y Deporte (FPU14/06502). 2013. 2002. la calibración H -69. 14. 198-212. resultando en un RMSE de 0.72 0. 1988. una torre de flujos turbulentos muestra un RMSE de 40 64.13 0.4 y 4.60 106. Agricultural ha sido obtenida en estudios anteriores (Su. Respecto de la operatividad de los modelos METRIC al no Magnitud BIAS STDEV RMSE R necesitar de la temperatura del aire como input. desviación estándar (W/m2). R.5 0. en el caso de SEBS z0m y d0 (W/m2).S drought monitor classifications. RMSE (W/m2) y son obtenidas a partir de la altura de la vegetación por lo coeficiente de correlación).. muestra resultados satisfactorios (Su. previos (Timmermans et al. et al. et al. 2002. representando a escala diaria una ET de Su. 4011-4027.83 mediante los puntos de referencia reduce el efecto de G -11. para SEBS la la aplicación de balance de energía METRIC. A remote sensing surface energy balance algorithm for land (SEBAL)-1. et al. de Educación.38 del balance de energía y corrección radiométrica (Allen A nivel de imagen los dos modelos presentan un bias de et al.Comparación de dos modelos físicos de balance de energía para la estimación de la evapotranspiración en zonas agrícolas Gomis-Cebolla. las diferencias entre los dos modelos pueden caso de H (y por consiguiente también Rn) en dónde se llegar a ser de hasta ± 100 W/m2. Hydrology una mejor visualización. 2015) demostrando la González-Piqueras.10 32. 197.5 mm/día. la imagen ha sido ajustada al processes. 2009) en dónde también se Adicionalmente.6. 4. BIBLIOGRAFÍA Anderson. Estos resultados están de acuerdo con estudios dos modelos.08 y una desviación estándar de 0. et al. a pesar de aspecto más influyente es la determinación de H (RMSE esto la LE difiere como máximo ± 100 W/m2 según los de 106.B. para suelo desnudo se obtienen valores iguales. el para vegetación SEBS sobrestima a METRIC.. Allen. En particular para SEBS SEBS-METRIC en mm/día. se presenta LE -0. Figura 3. 133. 2015. y para Ministerio de Ciencia e Innovación (CEOS-Spain2. et al.26 0. An intercomparison of drought indicators based on thermal remote sensing and NLDAS-2 simulations with U. 2015. 2007. I. Journal of Hydrology. Se ha podido Timmermans. Journal of Irrigation and Drainage Engineering. et al. En términos de WPP-250 : SPARC final workshop. Forest Meteorology.5 mm/día. Seguimiento de los aplicabilidad de estos modelos para el seguimiento flujos de calor sensible y calor latente en vid mediante de la evapotranspiración.es/aet2017 . y METRIC las diferencias en H pueden atribuirse a discrepancias en la temperatura del aire para SEBS y Tabla 4. W/m2 para LE. et al. Intercomparison of energy comprobar que a pesar de las diferencias existentes en su flux models using ASTER imagery at the SPARC modelización permiten obtener valores de LE coherentes 2004 site (Barrax.M.W. The surface energy balance system (SEBS) 0.59 108. de los modelos SEBS y METRIC.

XVII Congreso de la Asociación Española de Teledetección. Ruiz. The estimation of the drought risk is based on the analysis of the last official period of the AEMET (1981-2010). Nuevas plataformas y sensores de teledetección. en la Región de La Agrupación española de entidades aseguradoras de Murcia y en cereales. el objetivo es realizar una propuesta de aproximación metodológica para la determinación de rendimientos de cereales a partir de imágenes de satélite Landsat 8. Fernández. área foliar. In the case of cereals. and the products of the national water balance of AEMET will be used for the study area.es (2) IMIDA. daños. En el caso de los cereales. smontesinos@geodim. Landsat. Manuel Erena). manuel. Landsat. A. Palabras clave: cereales. almendros. 30150 La Alberca. J. pp. 93-96. the agricultural year 2013-2014 will be review. almond trees. López. L. puede producirse en almendros http://idearm. Murcia. como de diferentes métodos operativos de caracterización del resultado de la sequía.es Resumen: La investigación que se presenta tiene por objeto el desarrollo de diferentes métodos operativos de caracterización del riesgo de sequía en cultivos de almendro en la provincia de la Región de Murcia y en cereales en la provincia de Cuenca. (2) SM GEODIM. en relación al caso del almendro se analiza el año agrícola 2013-2014. riesgo. In addition. España. Javier Estornell. diferenciando y cuantificando las zonas afectadas según niveles de intensidad de sequía. Desarrollo de metodologías para la caracterización y evaluación de daños por sequía en cereales y almendro (1) Montesinos. En la estimación de las precipitaciones mensuales medias en la cuenca del Segura se han utilizado las redes de la AEMET. Erena. Murcia 3-7 octubre 2017. (Eds. y se han utilizado los productos singularidad de los fenómenos climáticos y el diferente del balance hídrico nacional de la AEMET. Key words: cereals. los seguros agrarios combinados (Agroseguro) es una La estimación del riesgo de sequía se ha basado en el sociedad mercantil anónima. (2). (1). En la comportamiento de las producciones vegetales. risk. in relation to the almond tree case. In the monthly average rainfall estimation in the Segura basin. donde se ha resolución de Landsat 8. En el caso de los cereales. en la que convergen la agrícola 2013-2014. sequía. CHS e IMIDA. leaf area. se ha analizado el año La complejidad de su actividad. Estación sericícola s/n. drought. CARACTERIZACIÓN DEL RIESGO el NDVI (Normalized Difference Vegetation Index) de la DE SEQUÍA METEOROLÓGICA EN comarca donde se localiza la explotación. La estimación del riesgo de sequía se basa en el análisis del último periodo oficial de la AEMET (1981-2010). necesita estimación de las precipitaciones mensuales medias de la investigación como herramienta integradora de en la cuenca del Segura se han utilizado las redes estas variables. SL. CHS e IMIDA. diferenciando técnico de las coberturas de seguros y ii) desarrollar la y cuantificando las zonas según niveles de intensidad técnica de valoración de daños. y se utilizan los productos del balance hídrico nacional de la AEMET para la zona de estudio. S. Zaragoza. calculando 2. En el caso del almendro. 1. the AEMET. 50340 Maluenda. damages.erena@carm. España. Development of methodologies for the characterization and evaluation of drought damages in cereals and almond trees Summary: The objective of this research is to develop different operational methods for the characterization of drought risk in almond crops in the province of the Región de Murcia and cereals in the province of Cuenca.es/aet2017 93 . que tiene por objeto la análisis del último periodo oficial de la AEMET (1981- administración de los Seguros Agrarios Combinados. 2010). diseñado una cobertura para la falta de vegetación en los pastos destinados a la alimentación de ganado. y se han cuantificado la superficie de cultivo afectada por término municipal. La presente investigación tiene carácter de AEMET. el La teledetección espacial ha demostrado ser una objetivo ha sido realizar una propuesta de aproximación herramienta operativa en el campo de los seguros metodológica para la determinación de rendimientos de agrarios. en la Mancha Alta.imida. Torre Albarrana s/n. siendo una fuente de datos básica en el “Seguro cereales a partir de imágenes de satélite gratuitas de alta de Compensación por Pérdida de Pastos”. CHS and IMIDA networks have been used and the cultivated area affected by the municipal area has been quantified. the objective is to make a proposal of a methodological approach for the determination of cereals yields from Landsat 8 satellite images. M. ALMENDRO La investigación propuesta. (1). differentiating and quantifying the affected areas according to intensity levels of drought. Luis A. de sequía meteorológica. tiene por objeto el desarrollo El objetivo es determinar la pérdida económica que. y se ha cuantificado la de “aplicada” con dos objetivos: i) validar el diseño superficie afectada por término municipal. Además. INTRODUCCIÓN riesgo de sequía en cultivos de almendro.

Precipitación de percentil 5% (Periodo de Se ha cuantificado. Además. diferenciando las zonas afectadas según niveles de intensidad de la sequía. por término municipal. Porcentaje de precipitación del año agrícola 2013-2014 sobre el valor normal. y muy húmedo en el intervalo del 20% de los realidad climática del área estudiada. 94 http://idearm. Precipitación año agrícola 2013/2014 según cuales son relevantes en el seguimiento mensual y el balance hídrico de AEMET (mm). de cultivo afectada para el año agrícola 2013-2014. (Figura 1). correspondientes a los quintiles.es/aet2017 . Albacete. cultivados en secano y las posibles mermas productivas y económicas en años venideros. Distribución de estaciones de AEMET y precipitación media la zona de estudio (1981-2010). seco suficientemente largo.imida. (Botey et al.1. en intervalos para cada 20% cuando se encuentra en el tramo del siguiente 20% de (quintil). valores. La zona de estudio está centrada en las áreas productoras de la Región de Murcia y en las provincias de Alicante. Figura 2. Almería y Granada. de entre ellos. estacional del clima. 2. 2013).Desarrollo de metodologías para la caracterización y evaluación de daños por sequía en cereales y almendro Montesinos. et al. se han analizado los productos del balance hídrico nacional de la AEMET. durante un período temporal total se sitúa entre el 20% de los valores más bajos. Los valores normales también se pueden utilizar como referencia para determinar anomalías climáticas.. 10% (decil). para el análisis área de almendro de secano afectado por una sequía meteorológica extrema se han utilizado como referencia las precipitaciones anuales de un periodo de 30 años (1981-2010) para un total de 135 estaciones de AEMET. la superficie retorno de 20 años). Metodología La caracterización de la sequía se puede realizar con diversos parámetros como los propuestos por Burton et al. de tal forma que un Esta técnica consiste en dividir la distribución de período es muy seco cuando el valor de precipitación ocurrencias pluviométricas. húmedo en el siguiente tramo pluviométrica. o 1% (percentil) de la distribución. el análisis de los datos diarios entre las fechas: 1 de septiembre de 2013 y 31 de agosto de 2014. La caracterización de la sequía se ha realizado Los límites de referencia más utilizados son los mediante el cálculo de quintiles. Figura 1. Se han calculado los umbrales de sequía meteorológica adaptados a la zona de estudio y su distribución mensual para toda el área de interés. Figura 4. (1978). Se ha establecido el período de retorno de sequía en el último periodo oficial de la AEMET (1981-2010). es decir. valores más elevados de la serie. ofrecen unos límites más cercanos a la del 20%. deciles y percentiles. normal cuando se sitúa en el tramo del 20% Al ser valores totalmente referenciados en la serie de valores intermedios. en relación al año agrícola 2013-2014. los Figura 3.

. La estimación de rendimiento de trigo a partir de 2014 y 2015.. 2004). operativa que permita estimar los daños por sequía en Tabla 1. El análisis que se ha procedido a eliminar de nuestro análisis 603 se ha realizado tomando como referencia las imágenes parcelas que tenían. (Figuras 3 y 4). DETERMINACIÓN DE RENDIMIENTOS EN datos de catastro.. 1993) han demostrado que existe una 2014 fue extremadamente seco en las 5 provincias. en un 7% a los valores mínimos de la serie 1981-2010. A partir de los solicitaron la línea 612 ascendió a 18289 ha. A partir del análisis espacial de los NDVI sintéticos con que correlacionen mediante funciones matemáticas con los límites de las 6728 parcelas analizadas. En el caso 3. vegetativo en cada píxel en el conjunto de imágenes A partir de las bandas espectrales del infrarrojo próximo y recopiladas. Tucker et al. una función matemática requiere como dato de entrada un índice de vegetación (generalmente se utiliza el NDVI). por exceso o por defecto. 2007).. Sin embargo.. aquella Agua de la de la Región de Murcia. el estudio. 1997 En el área de estudio del almendro. 3. 1996. 3. del total de http://idearm.es/aet2017 95 .1. 2007. Moran et al.imida.. donde almendro. fueron entre un 24% y un 57% de las precipitaciones medias normalizadas del periodo 1981-2010. vegetación (Farrel y Rivas. que se población más importante es Tarancón. 2009) y Debido a que el NDVI es un Índice de Vegetación (IV) una estimación de parámetros físicos de la vegetación sensible a las situaciones de estrés y a la actividad (Lopéz et al. nos sensores remotos. 1997. interés. diferencias de Landsat 8 que eran las disponibles en el momento de más de una hectárea. para la mayoría de las estaciones. 1997. 2010. 1980). el año agrícola 2013- y Benedetti et al. Delgado et al. 2011. lo que obligó a la Consejería de Agricultura y se refleja la Producción Real Esperada (PRE). El lanzamiento de los satélites Paralelamente. la previsión del crecimiento y el rendimiento de 8 de abril los cultivos (Haboudane et al. los valores por Agroseguro) y como variable independiente el NDVI registrados para el año agrícola 2013-2014 son inferiores (obtenido a partir de imágenes Landsat 8). de la Mancha Alta en la provincia de Cuenca. se ha obtenido los rendimientos de los cereales existentes en la zona de para cada una de ellas el valor medio de los IV en 2013. aquella de producción agrario mediante una orden de 30 de que es susceptible de recolección por procedimientos diciembre de 2014.2. cuya En cuanto al periodo de retorno de este evento. y se puede asegurar que es superior aplicado el método de dispersión de datos utilizando como a 30 años en la zona de cultivos de almendro de secano variable dependiente el dato de producción (suministrado ya que.331 de la tabla CEREALES de partida. por lo de satélites de alta resolución (10-30 metros). se han identificado 7. de inicio de los trabajos. puede considerar extremadamente seco desde el punto de Para la determinación de rendimientos de cereales se ha vista meteorológico. La determinación 23 de mayo 10 de mayo 13 de mayo del AF es fundamental para conocer los procesos 11 de junio biofísicos de los cultivos y para predecir su crecimiento y 24 de junio 27 de junio 30 junio su productividad (Goetz y Prince. Desarrollo de metodologías para la caracterización y evaluación de daños por sequía en cereales y almendro Montesinos. a la publicación de que de no ocurrir siniestro se hubiera obtenido en la una línea de ayudas para la reconstitución del potencial parcela y la Producción Real Final (PRF). Liu et al. Con la resolución espacial de Landsat 8 podemos obtener Entre los métodos de estimación del AF se encuentran valores de desarrollo vegetativo cada 30 metros y su los modelos basados en la información captada desde integración con los límites de las parcelas catastrales. et al. Las imágenes fotosintética de la planta... obteniendo los polígonos con sus límites El objetivo de este piloto ha sido llevar a cabo una primera administrativos. 2014 y 2015 correspondientes al de datos. para periodo de máximo desarrollo vegetativo del cereal seguir profundizando en el desarrollo de una metodología (Tabla 1). El Área Foliar (AF) es una variable utilizada por fisiólogos e investigadores.. Pinheiro et al. se ha trabajado con NDVI facilitan el análisis de la variabilidad del cultivo y de la sintéticos que recogen el momento de máximo desarrollo producción de materia seca. se ha podido constatar que aproximación metodológica para la determinación de existían diferencias significativas entre las superficies rendimientos en cereales a partir de imágenes gratuitas declaradas y las superficies recogidas en catastro. del rojo visible se pueden calcular índices de vegetación. Hively et al.464 parcelas de cebada en el año 2014. Ensayo del observatorio de Murcia fue el año más seco desde que La zona piloto elegida para el ensayo ha sido la comarca se inició el registro histórico en 1941. Relación de imágenes Landsat 8 utilizadas en cereales en el territorio español. Las relación directa entre el rendimiento del trigo y el índice precipitaciones recogidas durante este período de tiempo de vegetación estimado a partir de una imagen Landsat. Las imágenes de satélite proporcionan permite determinar los parámetros estadísticos de cada una cuantificación del AF mediante el uso de índices de parcela. Discusión y conclusiones Diversos estudios (Rivas et al.. con mayor resolución espacial y temporal. se han recopilado las imágenes de Landsat Sentinel 2A (2015) y 2B (2017) supone una nueva fuente 8 de los años 2013. Los datos de partida del siniestro ha sido una tabla Los daños fueron muy elevados en los cultivos de con 7. La superficie de frutos secos que habituales y técnicamente adecuados. para estimar la cubierta 2013 2014 2015 vegetal.

BIBLIOGRAFÍA NDVI: aplicación en el contexto de la agricultura Benedetti. Environ. Burton. J. AGRADECIMIENTOS and limitations for image-based remote sensing in A la empresa AGROSEGURO por financiar los trabajos precisión crop management. White. Sadeghi A. McConnell L.. especialmente Simpósio Braislerio de Sensoramento Remoto. pp. The environment as hazard.. New York.0584.A. study of wheat yield estimate and forecast in Emilia 30 de abril a 05 de maio de 2011. 74-77. 45. 96 http://idearm. Remote. PR. Pinheiro Povh F. Curitiba. Carmona. Journal of soil and water conservation. 1978. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precisión agriculture.. Using satellite remote sensing to estimate winter cover crop nutrient uptake efficiency. J. Prince. Pauletti V. Zarco-Tejada. Revista Ciencia.. Modelo de predicción de rendimiento de trigo a partir de 5. R. 2009. et al. 77341 ha registradas en el SIGPAC. Remote Sensing of Environment.. 149–179. Hively W. INPE p. Miller.) realizar una segmentación en el ámbito de parcela.. Luís Mª Bañón y Juan Esteban 343-350. Gimenez L. Normales de Precipitación Mensual 1981-2010. Brasil. Opportunities 4. Grisotto. Agric. I. Para Delgado. y Casanova. F 2011. E. la resolución espacial y rendimiento en girasol en el área centro de la pampa. 2013... Goetz S. un amplio territorio.. 1997. A los servicios centrales de AEMET por la aportación Molin J.. 319– 346.. 2007. Lang M.. P.. P. 158– 175. Anais XIII su Delegación en la Región de Murcia. R. Sens. 2007. 657– 666. 311-326. 90. 240 pp.es/aet2017 . M.. pp.. 2004. 467-471. McMurtrey.... rasgos edáficos y rendimiento en una parcela de maíz mediante teledetección y SIG. INPE. Liu J.. 1997. Teledetección aplicada a la gestión de los recursos pudiendo establecer la correlación con la producción naturales y medio litoral marino. Photogramm. Remote Sens.. Uso de sensor ótico ativo de los datos meteorológicos y en especial al personal de aplicado ao manejo de nitrogênio em trigo... W. J. de las cuales el 18% Farrel M. Kates. Frasson F. D. Oxford University Press. Terrab.. Rivas. M Sacido. McCarty G. A process-based boreal ecosystem productivity simulator using remote sensing inputs.L. Elgin J. Valores Tucker C. rendimientos reales. AEMET. En Teledetección .. función de los daños en la producción. Environ. J. Palenzuela. Rivas R. en el ámbito de parcela.. R.Hacia un Figura 5. Remote Sens.Desarrollo de metodologías para la caracterización y evaluación de daños por sequía en cereales y almendro Montesinos.. Clasificación de las parcelas de cereal en mejor entendimiento de la dinámica global y regional. obtenida y personalizar los seguros en función de los Haboudane. 5(19). temporal de Landsat 8 ha demostrado ser suficiente para Argentina. Cihlar J. Argentina. 62. Ecol.. Ocampo.SBSR. Strachan. Relación entre desarrollo del cultivo. On the use of NDVI de precisión. Barnes E.. Botey. Casterad. Pattey. A. Eng.W. 303- 313. Herrero-Isern J.imida.. 29-43. Anais XV Simpósio Brasileiro de profiles as a tool for agricultural statistics: the case Sensoriamento Remoto . Guijarro J. for. 337-352.. Holben B. Park. S.. Rivas R. Relación entre índices de han sido arrancadas durante el periodo 2015-2017 vegetación provenientes de imágenes MODIS y el En el estudio de los cereales. Salvi J. I. Remote sensing of net primary El nivel de dispersión de la correlación entre el IV y la production in boreal forest stands. 1993.F. Chen J.. 2010.. 64(5). como es una comarca agrícola. Inoue Y. G. López-Lozano R. 1996. La integración de la información aportada por las En Asociación Española de Teledetección y imágenes de satélite con los datos catastrales nos permite Universidad de Santiago de Compostela (ed. data Romana.EUMETSAT.. R. Moran M.. users’ conference. (Eds) 43-50. P. almendro en las parcelas aseguradas. Remote Sens.. D. 1980. Universidad obtener información de los desarrollos medios existentes de Catamarca.. Keppler J.. R. mediante imágenes NOAA y datos meteorológicos. Illera. Jiménez A. 1997. 46. Mª del Mar Valcarcel. reducir esta dispersión es necesario una segmentación del Estimación del rendimiento de la cosecha de cereal territorio.. Relationship of spectral data to grain yield variations. PRF es muy alto si se aplica a parcelas distribuidas en 78. Environ. Rossini. y aportar los daños de producción en cereales y de 61.

In this area. en especial en las zonas en las que. (1). Estimación de la superficie de los cultivos y la evapotranspiración de los regadíos de la Cuenca del Guadalquivir por Teledetección Sánchez Hernández. M.es (2) Instituto de Investigación y Formación Agraria y Pesquera. remote sensing. (3) Instituto de Agricultura Sostenible. con una extensión de 57527 km2 y una superficie regada de más de 800. P. cultivos en regadío.. 14004. quienes en años anteriores desarrollaron y pusieron a punto un método de cálculo de la evapotranspiración (ET) que combina datos de teledetección con modelos agronómicos y datos agrometeorológicos (precipitación y evapotranspiración de referencia). Este trabajo lo ha llevado a cabo Tragsatec por encargo de la Confederación Hidrográfica del Guadalquivir. C/ Julián Camarillo 6B. Menéndez Pidal s/n. (4) . IFAPA. Luis A. en colaboración con IFAPA y CSIC. Centro Alameda del Obispo. whom in the last years developed a methodology to calculate evapotranspiration (ET) by combining remote sensing data with agronomic models and weather data collected at meteorological stations. Ruiz. 97-100. This is of paramount importance in areas such as the Guadalquivir basin where the water is a scarce resource and there is also an intense competence among the different users. Madrid. This model has been already applied in the Guadalquivir basin between 2007 and 2010.A. CP: 41071. teledetección.. Javier Estornell. XVII Congreso de la Asociación Española de Teledetección. bsh@tragsa. Avda. cálculo ET. que permiten su aplicación sobre zonas extensas y una actualización periódica a un precio asequible. J. de imágenes de satélite de libre acceso y alta resolución Las series temporales de imágenes permiten realizar un espacial está fomentando el empleo de la teledetección seguimiento de la evolución de la demanda de agua en por parte de las Administraciones Públicas. Este modelo ya ha sido aplicado en la cuenca del Guadalquivir en campañas anteriores (entre 2007 y 2010). Guadalquivir basin. Córdoba.000 ha. la disponibilidad de series temporales hídricas de los cultivos en regadío. irrigated crops. cuenca del Guadalquivir. evapotranspiration. (4) Confederación Hidrográfica del Guadalquivir. Keywords: water management. Plaza de España. (Eds. CP: 28037.imida. las distintas zonas de regadío a lo largo de la campaña El presente trabajo describe la aplicación de esta agrícola.E. In the last years. 85% of the water is used for agriculture. Mateos Iñiguez. Nuevas plataformas y sensores de teledetección.(1) (1) Tecnologías y Servicios Agrarios. such as remote sensing. reb@tragsa. Resumen: La aplicación de la Directiva Marco del Agua exige a los organismos de cuenca una gestión hídrica eficiente y una política de racionalización del uso del agua. that allow analysing large areas with periodic updating at low cost. González Dugo. Córdoba.es/aet2017 97 . M.(Tragsatec). Escudero Barbero. Se presenta su implementación y resultados para la campaña 2015. donde el consumo de agua para usos agrícolas es mayor que el 85% del total. CP: 14004. thanks to the availability of free satellite images. which has an extension of 57527 km2 and an irrigated surface of 800. Murcia 3-7 octubre 2017. S. Alameda del Obispo s/n.000 ha.M.es.P. V. Esta necesidad ha impulsado en los últimos años el desarrollo de tecnologías como la teledetección. INTRODUCCIÓN del Guadalquivir para la estimación de las necesidades En los últimos años. L. como la cuenca del Guadalquivir. This work has been carried out by Tragsatec at the request of the Guadalquivir River Basin Agency (Confederación Hidrográfica del Guadalquivir) in collaboration with IFAPA and CSIC. lo que sin duda ayudará en la gestión y tecnología en el ámbito espacial de la cuenca hidrográfica planificación de los recursos hídricos. El modelo aplicado calcula coeficientes de cultivo (Kc) a partir de índices de vegetación obtenidos a partir de series temporales de imágenes de satélite. The aim of this paper is to describe the methodology to calculate the water requirements of the irrigated crops in the Guadalquivir basin. Palabras clave: gestión hídrica. Estimation of the area and evapotranspiration of irrigated crops in the Guadalquivir basin using remote sensing techniques Abstract: The Water Framework Directive calls water authorities to enforce efficient and rational water management. pp. gracias al empleo de imágenes de libre disposición. R. En el presente artículo se describe el trabajo realizado para el cálculo de las necesidades hídricas de los cultivos en regadío en la cuenca hidrográfica del Guadalquivir. Sector II y Sector III. S. irrigation requirements.(3) Cifuentes Sánchez. http://idearm. (2). Manuel Erena). The methodology computes crop coefficients (Kc) from vegetation indices time series obtained from satellite images. 1. This study presents the implementation and results during the season 2015. B. IAS-CSIC. necesidades hídricas. Sevilla. es un bien escaso y se produce una gran competencia entre sus distintos usos. this issue has encouraged the development of new technologies.

gov/ 2) La cuantificación y evolución de las necesidades sites/default/files/documents/si_product_guide. Se han generado las curvas de evolución temporal del SAVI para cada 98 http://idearm. obtenida mediante técnicas de clasificación de la Una descripción detallada de las características de estos serie temporal de imágenes. Huete. Figura 2.es/aet2017 . principales cultivos herbáceos de la cuenca.2. Las imágenes se han seleccionado con el criterio de cubrir uniformemente la campaña agrícola de 2015 entre Las imágenes del SAVI (Figura 2) proporcionan la principios de Marzo y finales de Septiembre. se ha recurrido a imágenes Landsat 7.. al que práctica totalidad la superficie en regadío de la cuenca. Relación de imágenes (escenas/sensor). referencia la información de SIGPAC. 2) Caracterización de la evolución temporal del imágenes BOA (reflectividades Bottom of Atmosphere) SAVI de los cultivos objetivo. 1988) se calcula mediante la siguiente ecuación IRP − R SAVI = * (1 + L) 2. Se ha utilizado la 10 02 L8         encuesta ESYRCE sobre superficies y rendimientos Se han utilizado los productos Higher Level Science de cultivos de España para la selección de los cultivos Data de Landsat.Estimación de la superficie de los cultivos y la evapotranspiración de los regadíos de la Cuenca del Guadalquivir por Teledetección Sánchez Hernández. a lo largo de la campaña agrícola. Landsat 8 pero en los casos en los que la cobertura nubosa Sin embargo. Figura 1. Día Sen.5 para situaciones distintas de suelo y vegetación. Ámbitos de trabajo y escenas Landsat 8. cuenca. procesado para las composición RGB de visualización. Por ello se ha empleado como (algodón. Las fechas de las imágenes procesadas se relacionan en la tabla 1. Con (30 metros) resulta claramente insuficiente para la esta frecuencia de datos se recoge el periodo de desarrollo discriminación de los cultivos permanentes (cítricos. Imágenes empleadas Siendo IRP la reflectividad correspondiente a la banda Se ha utilizado la serie de imágenes Landsat8 y 7 de del infrarrojo cercano. Preferentemente se han utilizado datos a su ciclo fenológico. aunque por definición puede variar entre 0 y 1 en función de la cobertura. 04 01 L7 02 L8 19 L7 La clasificación de los cultivos herbáceos se ha realizado 05 11 y 27 L8 20 L8 13 L8 a partir del compuesto multitemporal de SAVI. cereal. 08 15 L8 16 L7 01 L8 Los pasos del proceso de clasificación son los siguientes: 09 24 L7 25 L8 02 y 18 L8 1) Definición de cultivos objetivo. Este trabajo se ha desarrollado en dos etapas: para el preparación de datos y máscaras de nubes e 1) La generación de una capa de superficies de cultivo índices SAVI BOA para las clasificaciones. en la fase de 07 30 L8 07 y 23 L8 16 L8 entrenamiento y asignación. 2013). dividiendo el territorio en 5 zonas   202/34 201/34 200/34 agroclimáticas de comportamiento similar en cuanto al Mes Día Sen. productos puede consultarse en: https://landsat. et al. arroz…).pdf hídricas por cultivos y zonas de regadío cada 10 días El índice SAVI (Soil-Adjusted Vegetation Index. atendiendo libres de nubes. el proceso de clasificación se ha abordado de Campaña 2015. R la reflectividad correspondiente las escenas 202-34. la resolución espacial de Landsat no lo permitía. ciclo de crecimiento de los cultivos (González-Dugo 03 08 L8 09 L7 10 L8 et al.usgs. se le atribuye el valor 0. disponer de información necesaria para la discriminación de los al menos una imagen al mes y que estén.imida. A. 2.1. olivar y viñedo). completo de los cultivos anuales mayoritarios en la zona frutales. en lo posible. en concreto las imágenes con nivel 1 de herbáceos en regadío mayoritarios en Andalucía. MATERIAL Y MÉTODOS IRP + R + L (1) 2. 201-34 y 200-34 que cubren en su a la banda del rojo y L el factor de ajuste del suelo. Día Sen. Generación de la capa de cultivos en regadío Debido a la amplitud y heterogeneidad climática de la Tabla 1.R. forma estratificada. Detalle de serie de imágenes SAVI de la zona de los arrozales del Bajo Guadalquivir. usando 06 28 L8 05 L8 30 L8 las declaraciones de cultivo de la PAC.

Ks un coeficiente de estrés y Ke el componente de vegetación SAVI. Estimación de la superficie de los cultivos y la evapotranspiración de los regadíos de la Cuenca del Guadalquivir por Teledetección Sánchez Hernández. incorporando los cultivos permanentes. Esta información se utiliza. 2013).819 Algodón 47. Allen et al. El resultado final.520 Cítricos 42. declaraciones de la PAC. empleando para ello muestras de campo y las Los valores del coeficiente de cultivo (Kc) se calculan.503 La evapotranspiración real de los cultivos (ET. 1998a) según el cual: Remolacha 6. 3) Clasificación y proceso de asignación.920 Siendo Kc un coeficiente de cultivo que varía para cada OTROS   Improductivo 53. la USOS Barbecho 43.3. 2013). Capa de cultivos en regadío A partir de la cual se pueden inferir las superficies que se recogen en la tabla 2.. 3. se muestra en la Figura 3. RESULTADOS 3. resultados en las campañas de 2007 a 2010 (González- para construir árboles de decisión de asignación de Dugo et al.. IFAPA e IAS- de cálculo se basa en la ecuación de distancia Euclidea CSIC. el método se A continuación.985 Viñedo 2. cultivo.038 Cereales 111.525 Hortícolas 25. El dato de ETo se ha Sin calculo ET 27. Por tanto. a partir de la siguiente expresión dual: mediante árboles de decisión que tienen en cuenta la Kc = Kcb × Ks + Ke (3) evolución temporal de los índices de vegetación y la información de los cultivos de las declaraciones de Donde Kcb es el coeficiente de cultivo basal (obtenido la PAC. cada clase engloba los píxeles con evaporativo del suelo. estimación a nivel de cuenca.813 Arroz 37. lo que proporciona el techo de necesidades utilizando el criterio de mínima distancia.343 ha.. mientras que con respecto a Ke. los índices SAVI.569 evapotranspiración de referencia.144 2. junto con la et al. cultivo: los píxeles se asignan si tienen alta probabilidad A partir de estos ficheros se interpola para obtener el de pertenencia a una clase y coinciden con el cultivo valor de Kc diario en cada punto. 1977. estas clases se comparan con las firmas simplifica asumiendo que los cultivos no sufren estrés temporales de referencia de los cultivos objetivo.es/aet2017 99 . (ISODATA) del compuesto multitemporal de los índices 2008). Girasol 37. Se ha realizado 1998).023 OTROS 32. proporcionan el valor final de ET del clasificación considerando solo su evolución temporal de cultivo asumiendo que no sufre estrés hídrico. desarrollada sobre ENVI una muestra de campo independiente de 3.608 (Allen et al. et al.43 %.imida. Se parte de clasificaciones no supervisada en función del SAVI según González-Dugo y Mateos. Superficies de cultivos en ha. según FAO (Doorenbos y Pruitt.. desarrollaron un método de cálculo que infiere el (Swain y Davis.673 Olivar 503.112 HEBÁCEOS 290.629 Frutales 50. 1978). Este método ya se aplicó para obtener declaración de todos los cultivos de la PAC por parcela. El método hídricas.872 obtiene siguiendo el procedimiento propuesto por FAO56 Leguminosas 7. Cálculo de evapotranspiración ( ET) Maíz 26. que permite obtener de forma operativa las capas de ET obteniéndose una precisión global del 88. hídrico (Ks=1).256 Figura 3.1. Tanto Ks como Ke son de difícil una similar evolución temporal del índice de vegetación. Esta metodología para el cálculo de ET está implementada 4) Validación de la clasificación. mm) se Alfalfa 15. ambos estas condiciones se asignan en una segunda vuelta de a escala diaria.443 obtenido de la red RIA/SIAR. Tabla 2. El producto del Kc y declarado en la PAC. El resultado es un fichero de término Kc del término Kcb y del coeficiente de cultivo distancias espectrales que asigna la probabilidad de para suelo desnudo obtenido mediante simulaciones del correspondencia de cada clase radiométrica a un cultivo balance de agua para cada zona agroecológica (Mateos objetivo.605 ET = Kc × ETo (2) REGADÍOS Invernaderos 6. http://idearm. Capa de cultivos en regadío 2015.427 Choperas 5. USOS SUP(ha) CLASE SUP (ha) LEÑOSOS 604. decenales y acumuladas. Los píxeles que no cumplen la ETo de la estación meteorológica más cercana. Se ha empleado en una aplicación informática.254 cultivo a lo largo del ciclo de crecimiento y ETo.

1988. A soil-adjusted vegetation index temporal dentro de cada campaña agrícola. F. BIBLIOGRAFÍA Allen. 95. Mateos.. Capas de ET decenal y acumulada por campaña sobre las superficies regadas. L. Crop water requirements.O. D. 2013. Smith. Oyonarte. J.J. McGraw-Hill International Book Co.P. agrupada por decenas y por gran utilidad para la toma de decisiones en las labores de campaña. W. de aplicación operativa durante el año en curso y de bajo coste por el acceso abierto a las imágenes.G. R. 2013). Remote sensing: the cuantitative approach..S. González-Dugo. 4.. con resultados contrastados durante varios años de aplicación. Resultados por unidades de agregación Son las siguientes capas SIG (no presentadas en esta comunicación): • Cobertura de superficies de cultivo. para la gestión hídrica por su variabilidad espacio Huete.4. La gráfica de (SAVI). I. Italy.) FAO. con la media en mm de las variables Evapotranspiración (ET). Spectral vegetation indices for benchmarking water 3. A. Variación decenal de ET por cultivo productivity of irrigated cotton and sugarbeet crops. L. Swain. Application on basin scale. Remote sensing of environment..2. Raes. González-Dugo. 309..P. 2008. Cano. 25(3). P. Fernández.. total acumulado por campaña. P. F.. Italy. Padilla. Irrigation and Drainage Paper No. 1978. S. S. 295- la evolución de ET se recoge en la Figura 5. (rev. las necesidades hídricas Son los mosaicos de ET en mm calculada con la y la distribución temporal de las demandas de agua de metodología descrita. Villalobos. Precipitación media (P) y Riego (R). Crop evapotranspiration.R. M.. M. 1998.. Method validation. 48-58. 3. • Cobertura agrometeorológica. 24. Testi. 144 p.. Tirado. Doorenbos.L. González-Dugo. Guidelines for computing crop water requirements. V. 1977.P. M.. and Davis. Monitoring evapotranspiration of irrigated crops using crop coefficients derived from time series of satellite images.. Es de destacar el interés de los resultados obtenidos para el organismo de cuenca. 125. L.imida.3. Agricultural Water Management. Pereira. ET acumulada de 2015 92-104. 2013. et al. Cifuentes. Escuin.L. DISCUSIÓN Se trata de una metodología robusta (Mateos L.. Pruitt. Figura 5. 56. L. M. N. 5. 125. Variación decenal de ET 2015. Rome. datos escalables espacialmente.es/aet2017 . Monitoring evapotranspiration of irrigated crops using crop coefficients derived from time series of satellite images. Mateos. 81-91. Quizá sea este uno de los resultados más interesantes Agricultural Water Management. 3. II.Estimación de la superficie de los cultivos y la evapotranspiración de los regadíos de la Cuenca del Guadalquivir por Teledetección Sánchez Hernández.. L. J. Permite obtener unos datos 100 http://idearm. Rome. F. FAO Irrigation and Drainage Paper No. et al. Mateos.M. Agricultural Water Management.. En la Figura 4 se muestra el mosaico de ET gestión y tareas de planificación hídrica. Figura 4.

Unidad de Suelos y Riegos. D. M. Keywords: Rice. acasterad@aragon. Mediante análisis multitemporal de índices de vegetación El objetivo de este trabajo es caracterizar a partir de también se puede caracterizar el desarrollo fenológico. y una descripción estandarizada y con un código del estado determinaron que este índice puede ser muy útil para de desarrollo de la planta. Variación espacio-temporal de la fenología del arroz en Aragón a partir de información multiespectral satelital Guillén. mguillenc@aragon. XVII Congreso de la Asociación Española de Teledetección. This uniformity in crop development could simplify and reduce the cost of the acquisition of the spectral information since it is not necessary to obtain images at different dates for each location.es. Los resultados obtenidos muestran que el desarrollo del cultivo fue similar todos los años.. con entre la fenología del arroz y cambios en su NDVI. except in 2013 due to adverse meteorological conditions after sowing. B. espigado y maduración) Tener información del estado de los cultivos es útil para el utilizando valores de NDVI obtenidos del sensor de buen manejo de los mismos y poder realizar estimaciones resolución media MODIS en un seguimiento realizado de su producción. Nuevas plataformas y sensores de teledetección. normalmente mediante visualización ahijado. En el idóneas de adquisición de imágenes a partir de las cuales http://idearm. phenological cycles in the different locations were similar. NDVI. no parecen existir diferencias de ciclo entre las distintas localidades. a excepción de Ejea de los Caballeros con un desarrollo inicial del cultivo más lento. con las que se caracteriza el ciclo fenológico del arroz en siete localidades distribuidas en las zonas arroceras de Aragón durante el periodo 2008-2013. realiza en campo. Javier Estornell. Boschetti et al. Palabras clave: Arroz.. Phenology. Landsat. para conocer la variación espacio-temporal y evaluación de la cobertura vegetal es el Índice de de la fenología en esta región. INTRODUCCIÓN caso del arroz.. Moreover. The objective of this work was to study the spatio-temporal variation of rice phenology in Aragon to determine suitable dates for the acquisition of images for the design of a decision support tool for N topdressing recommendations. Multispectral images provide relevant crop information and are being incorporated into decision support tools in agriculture. (2009) identificaron con éxito su fenología (emergencia. (2014. Deimos. Manuel Erena). series of NDVI (from Landsat or Deimos depending on the year) were built and compared to characterize rice phenological cycle in seven locations distributed in the rice-growing areas of Aragon in the years 2008 to 2013. El propósito de este trabajo es conocer la variación espacio-temporal de la fenología del arroz en Aragón para decidir las fechas idóneas de adquisición de imágenes a partir de las cuales se pueda diseñar una herramienta de ayuda a la toma de decisiones en la aplicación de la fertilización nitrogenada. en un ensayo de arroz describe el estado de las variedades y especies cultivadas localizado en Nanjing (China). Fenología. 1. Esta uniformidad de ciclos del cultivo simplifica y abarata la adquisición de la información espectral al no precisarse de imágenes en fechas diferentes para cada localidad. Casterad. 101-104. Landsat. NDVI. Wang et al. Quílez. de características morfológicas fácilmente reconocibles madurez y cosecha. Para ello se construyen y comparan series temporales de NDVI obtenidas. desarrollo de la panícula.es. 50059 Zaragoza. dquilez@aragon. Luis A. El seguimiento fenológico se en campo para detectar fechas de inundación y trasplante. de imágenes Landsat o Deimos. Murcia 3-7 octubre 2017. Spatio-temporal variation of rice phenology in Aragon from satellite multispectral information Abstract: The knowledge of crop phenology is necessary to establish the right times to carry out agricultural activities during the growing season. (Eds. except for Ejea de los Caballeros where the initial crop development was lengthier. A. To achieve this objective. 2009). excepto en 2013 debido a condiciones meteorológicas adversas después de la siembra. Encontraron una muy buena relación (BBCH.CITA de Aragón (Unidad asociada EEAD-CSIC). pp. según los años. Moreno-García.es Resumen: El manejo de los cultivos exige conocer su fenología anual para poder establecer los momentos adecuados en los que llevar a cabo diferentes actuaciones durante la campaña agrícola. información multiespectral el ciclo fenológico del arroz El índice espectral más común para el seguimiento en Aragón. espigado y floración. monitorizar la fenología a gran escala. estudiaron la posibilidad y la relación de estas con las condiciones edafoclimáticas de utilizar el NDVI derivado de medidas de radiómetro (Boschetti et al.. La información del desarrollo durante cinco años (2001-2005) en una zona arrocera fenológico de los cultivos es fundamental porque de Italia.es/aet2017 101 . Además. The results showed that the crop development was similar between years. 2001) siguiendo un sistema internacional. Ruiz. bmorenoga@cita-aragon. Avda Montañana 930.imida. Las imágenes multiespectrales son una fuente de información que se está incorporando en herramientas de ayuda a la toma de decisiones en agricultura. Deimos.es. y poder decidir las fechas Vegetación de Diferencia Normalizada (NDVI). M.

Variación espacio-temporal de la fenología del arroz en Aragón a partir de información multiespectral satelital Guillén. Con las imágenes disponibles es de Agricultura. Cultivo de arroz en Aragón 2. En el caso del arroz la temperatura y el viento son las variables meteorológicas más influyentes. El ciclo fenológico suele tener una de Cinca. obtenido de imágenes Landsat para un periodo de estudio de seis años.1. Extracción de información de las imágenes de satélite Para caracterizar el desarrollo del cultivo se eligió el NDVI. diseñar una herramienta de ayuda a la toma de decisiones del Plan Nacional de Teledetección (PNT). 2. mismo año los diferentes municipios. 2008 a 2013 y una los años 2008-2011 y 2013 y Deimos para el año 2012. produciéndose Se utilizó información de la base de datos cartográfica los incrementos o descensos de NDVI en los mismos disponible en el Centro de Investigación y Tecnología momentos. los ciclos de en que se cultiva arroz. duración de unos 50-60 días. la germinación hasta el final de ahijamiento con una La elección se realizó a partir de los datos SIGPAC. Variabilidad anual del NDVI conseguir una muestra representativa de la variabilidad En la Figura 2 se presentan para cada año de estudio la espacio temporal de la fenología en Aragón se eligió evolución del NDVI. 2000).3 en abril. Se zonas arroceras. valor característico de Concretamente se utilizaron: (i) datos SIGPAC de la respuesta de un suelo indicando que todavía no se ha los años 2008-2013.2. mínimo y la desviación estándar.es/aet2017 . sí se (iii) 35 imágenes de satélite Landsat 5-TM del periodo aprecia que generalmente. Sariñena.4. imágenes en ese periodo concreto. imágenes utilizadas estaban corregidas geométrica y radiométricamente (corrección atmosférica y cálculo de 2. índice que se obtuvo de cada una de las imágenes seleccionadas En cada parcela se aplicó un “buffer” interior de 50 m para eliminar el efecto borde y se extrajo la información estadística básica del NDVI. procedentes del Departamento inundado las parcelas. Sangarrén. fase reproductiva. casi en su totalidad variedad Se seleccionaron parcelas distribuidas por todo el Guadiamar. heterogéneas en un territorio extenso como Aragón. Ganadería y Medio Ambiente del difícil determinar exactamente el momento del inicio del Gobierno de Aragón. 50-80 días (Arasanz. y 7 de mayo se produce un descenso relevante del NDVI imágenes de satélite Landsat 8-OLI de 2013 obtenidas respecto al presentado en abril. años del periodo de estudio. Se analizaron los datos obtenidos para Figura 1. Sin embargo. En términos generales. San Miguel el 10 de octubre. las distintas localidades son bastante similares (las líneas 2. Este ciclo está dividido Barbués-Torres de Barbués y Villanueva de Sigena en tres fases: fase vegetativa.imida. Fuentes de información utilizadas de evolución tienden a ir paralelas). así como para un mismo municipio los diferentes años. RESULTADOS Y DISCUSIÓN cultivos. Selección de las parcelas de estudio El arroz en Aragón.1.3. varietal y Ebro y Cinco Villas en la provincia de Zaragoza y Bajo de prácticas agrícolas que se pueden encontrar en estas Cinca y Flumen-Monegros en la de Huesca (Figura 1). Las parcelas definitivas a 10-40 días. Concretamente se eligieron parcelas cultiva en primavera-verano bajo inundación. en cada una de las fechas de estudio. Para 3. imágenes. Grañén. se suele realizar sobre el 10 de mayo y la cosecha sobre Alcolea de Cinca. máximo. afectan al desarrollo de los 3. Monzón. llegando según los años a valores cercanos a 0 e incluso negativos. Torralba de Aragón. y finalmente la fase de maduración. está localizado en las comarcas de Ribera del territorio para recoger la variedad climática. Lalueza. Todas las en la aplicación de la fertilización nitrogenada. a partir utilizar en el estudio se determinaron tras comprobar de la floración hasta la madurez. MATERIAL Y MÉTODOS reflectividades). Sería necesaria una mayor densidad de Centro Nacional de Información Geográfica (CNIG). visualmente sobre composiciones falso color de las 1995 en Anane. de NDVI entre 0. et al. duración de entre 150-180 días. período que va desde (Huesca). desde la escogiendo recintos que tuvieran declarado arroz en los iniciación del primordio de la panícula hasta la floración. Zonas arroceras en Aragón entre los años cada uno de los municipios y años comparando para un 2009-2013. que efectivamente eran parcelas cultivadas con arroz. Las condiciones climáticas. Es el periodo 102 http://idearm. muestra de parcelas distribuidas por todas las comarcas en cada localidad. media (NDVI). (ii) Ortofotos del año 2012 del ciclo del cultivo. La siembra en los municipios de Ejea de los Caballeros (Zaragoza). 6 imágenes de satélite Deimos de 2012. proveniente de En las áreas de estudio el arroz presenta siempre valores fondos propios y de diversas administraciones públicas. 2. Agroalimentaria de Aragón (CITA). durante la primera quincena 2008-2011.1 y 0.

2.9 m/s superior al resto de años. Variabilidad fenológica entre zonas Las pendientes entre el valor de NDVI mínimo en mayo 3. Suelen sembrar la misma en mayo. que en las otras localidades.3. entre incluso variedades de ciclo más corto como Tea. alcanzando en algunas desarrollo. Evolución del NDVI medio en las distintas localidades de Aragón estudiadas. En esta localidad del NDVI se produce a finales de mayo en lugar de a la curva de evolución del NDVI tiende a ir hasta agosto mediados de mayo indicando un retraso en la siembra de por debajo de las de otras localidades. y entre el mencionado En general. ya que 0. si se aprecia el entre 28 de marzo y 25 de mayo impide asegurarlo.6 y 0. Durante 2013 es una zona más fría y con más viento. final del periodo del crecimiento del cultivo. En general no hay grandes diferencias entre comportamiento diferencial en 2013 se deben a adversas las distintas localidades en cuanto a desarrollo del cultivo. condiciones meteorológicas. et al. 3. Aunque no se puede determinar el momento general algo más retrasada.es/aet2017 103 . 1 a 2°C de promedio. a excepción del año 2013. En este año el descenso a excepción de Ejea de los Caballeros. Guadiamar. que En las localidades estudiadas. momento límite para aplicar la fertilización. los valor máximo y el mínimo en septiembre-octubre ciclos de cultivo en los diferentes años parecen seguir la dan idea de la variabilidad del ciclo entre localidades misma pauta.8 En el año 2012 también parece que la siembra fue en (Figura 2). temperatura media entre 2 y 6° C inferior al variedad. mayores temperaturas en julio. periodo de máximo tiende a ser más largo ya que se puede observar que los http://idearm. el desarrollo vegetativo parece ser menor en todas El ciclo vegetativo en Ejea de los Caballeros. e resto de años. Variación espacio-temporal de la fenología del arroz en Aragón a partir de información multiespectral satelital Guillén. y a la mayor velocidad del viento. Las causas del (Figura 2). los mayores NDVI se en el resto de los años pudieron contribuir a este rápido obtienen normalmente en agosto. lo que revela un unos 15 días.imida. parece que las localidades aunque en agosto. Figura 2. Este retraso fue debido a bajas temperaturas menor desarrollo vegetativo. Variabilidad fenológica entre años y el máximo en julio o agosto. Las siembra del cultivo. parcelas con NDVI superiores a 0. si bien la falta de imágenes exacto de máximo desarrollo vegetativo. localidades y años. en todas las localidades estudiadas. en el que se produce la inundación de las parcelas y la desarrollo vegetativo. no difiere del resto de años.

Variabilidad temporal del ciclo del arroz. Zaragoza. Las fechas indicadas pueden variar en por debajo de 0. X. momento de máximo desarrollo. Yang. 1995.) y/o Wang.. aquellos años en los que las condiciones meteorológicas. En el año 2008. Las localidades de Barbués. de crecimiento del cultivo (mayo-agosto). Jiang. Documento fotocopiado. Zhang. Jing.imida.6 como en los años 2009 y 2010). No se aprecian diferencias importantes en los ciclos vegetativos del arroz. Sariñena. Federal Con las imágenes de satélite LANDSAT (resolución Biological Research Centre for Agriculture and temporal de 16 días) es difícil identificar con exactitud Forestry. AGRADECIMIENTOS Villanueva de Sigena se observa un ligero adelanto en la Este trabajo forma parte de actividades desarrolladas en fecha de siembra del cultivo (finales de abril) mientras los proyectos RTA2010-00126 y RTA20130-0057-C04. casi en su totalidad variedad Guadiamar. Deimos. BBCH.es/aet2017 . Huesca. Las causas de este comportamiento diferente en 2013 se atribuyen a que en el momento de la siembra (mayo) la temperatura fue entre 2-6°C inferior y la velocidad del viento entre 0. Uwe Meier.. 2009. Growth stages of mono-and dicotyledonous 4. En el resto de los años.. Multi-temporal detection of rice phenological permitirá disponer de datos con mayor frecuencia para stages using canopy spectrum.. los municipios de Alcolea de Cinca. Variabilidad espacial del ciclo del arroz. Aspectos técnicos del cultivo del vegetativos. Ed. M. 12 y 13 de Diciembre 1995. CIHEAM. satélites con mayor resolución temporal (Sentinel 2). Torralba de Aragón y San Miguel Zaragoza. Barbués y 5.. En diferentes a lo habitual. 11pp. S.9 m/s mayor al resto de años. observándose el máximo valor a mediados de entre la segunda quincena de julio y primera de agosto. Landsat. El período que se necesita tener bien hasta agosto y además se produce un desfase en la curva caracterizado con las imágenes es el comprendido de NDVI. etc. 2000. se puede sobre grandes extensiones podría ser factible para observar claramente esta diferencia. Los ciclos del arroz caracterizados en el período 2008-2013 siguen pautas similares a excepción del año 2013. 30(18). no se observa este momento de máximo desarrollo del cultivo en el que se desfase. 2001. de Cinca tienden a presentar los mayores desarrollos Arasanz.6-0. S. en Aragón tanto el momento de implantación del arroz Boschetti. En: Jornada sobre calidad: El cultivo y futuro en la mayoría de las otras localidades durante el periodo del arroz. 4643-4662. CONCLUSIONES plants (Monographs). así poder caracterizar con más precisión la variabilidad 108-115. Torralba de Aragón. 171 pp. BIBLIOGRAFÍA mayo). septiembre. M. 2014.. D.. sin cultivo de os Science. P. 104 http://idearm. F.. (primera quincena de mayo generalmente) como el Multi-year monitoring of rice crop phenology through de su máximo desarrollo (agosto generalmente). alcanzando en general NDVI más alto que arroz. Brivio. et al. de resolución similar (Spot. 21(2). El año 2008 presenta las mayores variaciones en el temperatura y viento principalmente. Y. Grañén. que Ejea. a excepción de Ejea de los Caballeros donde el ciclo es más largo debido a la climatología (zona más fría y con mayor viento). En este año se produjo un retraso de 15 días en la siembra y un menor desarrollo vegetativo inicial que se igualó al resto de años en agosto. International utilización conjunta de imágenes de diferentes satélites Journal of Remote Sensing. Rice Science. Stroppiana. temporal y espacial de los ciclos del arroz en Aragón. Instituto Agronómico Mediterráneo de arroz en 2012 y 2013. vengan muy momento de implantación del cultivo entre zonas. Monzón y San Miguel de Cinca la siembra se realizó en las fechas habituales (primera quincena de 6. difícil satélite de la superficie y distribución del cultivo de explicar ya que las temperaturas fueron las normales del arroz en Huesca en 1991 y 1996. pero sí se observa que los valores máximos de cubre la lámina de agua y último momento de aplicación NDVI son siempre de los más bajos (en algunos casos del abonado. entre las 11 localidades analizadas en Aragón. M. En el año 2009 las localidades de Sangarrén y Grañén Anane. NDVI máximos se producen más tarde en el año y la curva En los arrozales aragoneses la utilización de imágenes de evolución de NDVI presenta una tendencia más suave obtenidas mediante sensores aeroportados o de satélite que en el resto de localidades. L. Bocchi. La time series analysis of MODIS images. Lalueza.Variación espacio-temporal de la fenología del arroz en Aragón a partir de información multiespectral satelital Guillén. X. Sangarrén. Tesis Máster en la zona. los valores NDVI ayudar a tomar decisiones en el ajuste de la fertilización en Ejea están por debajo de los del resto de municipios nitrogenada. Determinación mediante datos de presentan un claro desfase en el ciclo vegetativo. Han. Federación Aragonesa de Cooperativas Agrarias.

jeffersonpsaenz@gmail. 2012) plantean que la Ecuación Universal cuantitativa y físicamente la cuenca caracterizándola de Pérdida del Suelo Revisada (RUSLE por sus siglas la morfometría de la cuenca. lo que disminuye la oferta de recurso hídrico en la región. http://idearm. Luis A. Recientemente. which have not been quantified at present. In order to quantify the present affectation in the study area. de los cambios generados en los suelos (García Olmos Entre los insumos utilizados se encontraban las imágenes et al. análisis de pérdida de suelo para identificar las variables y explica la capacidad de un área para ser modificada o que causan erosión y cuantificar la pérdida de suelo usando afectada por factores externos en su propensión para la RUSLE. Upegui Cardona. Grupo GEFEM & Rama IEEE . Nuevas plataformas y sensores de teledetección. y finalmente. tal . Los resultados muestran preliminarmente que las prácticas de ganadería y agricultura serían la principal causa de la pérdida del suelo en la región. Manuel Erena). y a mayor hídrica. D. Colombia. which supplies water resources to the Municipality of Puerto Libertador (Córdoba-Colombia). La capacidad hídrica puede entenderse como de satélite para modelar la perdida de suelo por erosión la cantidad de agua que puede retener un suelo. Colombia. Teng et al. Análisis multitemporal de la pérdida de la capacidad hídrica a causa de los cambios generados en los suelos usando imágenes Landsat: Estudio de caso Córdoba-Colombia entre los años 1985 y 2016 Martin Vega.es/aet2017 105 . (2016) utilizaron Uno de los principales problemas ambientales actualmente la RUSLE para estimar el potencial de pérdida de suelo en Colombia es la pérdida de la capacidad hídrica a causa a causa del agua en amplias áreas de tierra en Australia.co (2) Universidad Distrital Francisco José de Caldas. 110231.gov. have presented different dynamics in their uses and coverages over time. land use land cover. menor es la capacidad hídrica del mismo. The results show preliminary that livestock and agriculture practices would be the main cause of soil loss in the region. Carrera 7# 40B-53 C. usos y coberturas del suelo. the capabilities of remote sensing. Para cuantificar la afectación presente en la zona de estudio se aprovecharon las capacidades de los análisis de teledetección. water resources. Murcia 3-7 octubre 2017. Javier Estornell.co Resumen: Los usos no regulados de los suelos en Colombia son causantes de la pérdida de la capacidad hídrica que aqueja al país actualmente. soil management. las cuales actualmente no han sido cuantificadas. water management. Bogotá. del cual no se tienen estudios concretos es el caso de Ceballos y Toro (2012) quienes realizaron acerca de los diferentes factores que lo han impactado un análisis en el que se evaluó la susceptibilidad a la ambientalmente. (3) (1) Instituto Geográfico Agustín Codazzi. Pulido Sáenz. recursos hídricos. Bogotá. 2003). El río San Pedro es la fuente hídrica principal proveedora En Colombia se han llevado a cabo varios estudios para de agua del Municipio de Puerto Libertador (Córdoba determinar el impacto de los cambios de cobertura. (Eds.imida. morfometría de cuencas. gestión del agua.martin@igac.edu. hydrology and soil analysis were used. la pérdida de suelo de la cuenca media y alta del Río San y se comprobó que los proyectos mineros contribuyen al Pedro. XVII Congreso de la Asociación Española de Teledetección. The middle and upper basins of the San Pedro river. Palabras clave: RUSLE. (1). la dinámica de misma a partir de teledetección. (2). 105-108.Colombia). Las cuencas media y alta del río San-Pedro. which reduces the supply of water resources in the region. ha presentado diferentes dinámicas en sus usos y coberturas a través del tiempo. pérdida de suelo. INTRODUCCIÓN erosionarse.com (3) Universidad Distrital Francisco José de Caldas. The channels of the San Pedro river and its main tributaries are the places most affected by erosion. el cual abastece de recurso hídrico al Municipio de Puerto Libertador (Córdoba-Colombia). Con el fin de paliar esta ausencia de erosión por el cambio de cobertura debido a la minería en información y determinar los factores que han influido en el Municipio de Anorí en el departamento de Antioquia.. Multitemporal analysis of the loss of water capacity due to changes in soils using Landsat images: Case study Córdoba-Colombia between 1985 and 2016 Abstract: The unregulated uses of soils in Colombia are responsible for the loss of water capacity that currently afflicts the country. Bogotá.P. se analizó (Ceballos y Toro. gestión del suelo. Keywords: RUSLE. E. daniela. esupeguic@udistrital. Igualmente. The study focused on obtaining and evaluating each of the elements of the Universal Equation of Soil Loss Revised. J. S. watershed morphometry. hidrología y suelos. pp. Los cauces del río San-Pedro y sus principales afluentes son los lugares más afectados por la erosión. En estudio se centró en la obtención y evaluación de cada uno de los elementos de la Ecuación Universal de Pérdida del Suelo Revisada. se realizó el en inglés) busca calcular la susceptibilidad a la erosión.Capitulo GRSS. Colombia. 1. se encontraron los cambios de coberturas vegetal y aumento de la susceptibilidad a la erosión. Ruiz.

Localización de la zona de estudio.3 y ATCOR2 de ERDAS para la calibración menor dinámica de la cobertura vegetal según sea el caso.3. la clasificación de coberturas y el álgebra de Para realizar el análisis hidrológico es necesario mapas. Para el análisis multitemporal se seleccionaron tres escenas de la misma zona (path:9/ 2. Mediante un análisis de uso de forma se encuentran el perímetro. se realiza la verificación de las unidades corrección geométrica. parte de la cuenca baja del río San Pedro.2. El mapa resultante permite Los softwares utilizados en el proyecto corresponden determinar los lugares donde ha habido una mayor o a: ENVI 5.07 km2 ocupados por las cuencas alta. y corrección atmosférica. ArcGIS 10. 2.2. contemplan de su escala o medidas utilizadas para el mapeo (Di varios tipos de indicadores.1.imida. Adicionalmente. que la cobertura se mantuvo. et al. el coeficiente de sinuosidad total. en valores de y Torres. permitiendo distinguir los 2. en el municipio En cada una de las imágenes se generaron los polígonos de Puerto Libertador (Córdoba). media y una de clasificación. para la clasificación realizada Figura 1. Meteorología y Estudios resultado se tiene en cuenta que un valor negativo se Ambientales de Colombia (IDEAM). Para la interpretación del por el Instituto de Hidrología. Análisis hidrológico y morfométrico imágenes. Evaluación de las clasificaciones La evaluación de las clasificaciones obtenidas de cada una de las imágenes se verifica a través del coeficiente Kappa y la precisión global usando 40 puntos de muestra para cada cobertura definida según la leyenda de clasificación LCCS-2.2.es/aet2017 . 2009). 2005). a partir de la imagen del año 2016 se realiza validación en campo. utilizando un equipo GPS y siguiendo una ruta Los materiales utilizados para el proyecto se relacionan prediseñada para analizar la cobertura.Análisis multitemporal de la pérdida de la capacidad hídrica a causa de los cambios generados en los suelos usando imágenes Landsat: Estudio de […] Martin Vega. Por último. radiométrica. El código 8 de Topografía de Radar (SRTM por sus siglas en inglés) fue reservado para las zonas sin información (para nubes de la NASA en el año 2000. de los nueve vínculos de la red hidrográfica. 2014).1 para la corrección hidrológica del (MDE). desarrollado por la Organización de las Naciones las unidades hidrográficas definidas y el MDE corregido Unidas para la Alimentación y la Agricultura (FAO) hidrológicamente. y un resultado de cero indica Municipio de Puerto Libertador. Información de suelos del y sombra de nubes). generado por la Misión número 7 asignado a la vegetación boscosa. se determina el tipo de coberturas que se El área de estudio de este proyecto (Figura 1) corresponde encuentran en la zona de estudio y se define la leyenda a 583. Dentro de los parámetros de Gregorio y Jansen. El sistema de clasificación utilizado en el proyecto La caracterización morfométrica se realiza a partir de la corresponde a LCCS-2 (Land Cover Clasification System herramienta Ciclo del Agua (IDRISI Selva. Zona de estudio en LCCS-2. b) el 19 de septiembre de 1999 (Landsat los años de inicio y fin del período de estudio (1985 y 7 ETM+). un resultado utilizó el Plan de Ordenamiento Territorial – POT – del positivo supone ganancia. el área. de entrenamiento (aproximadamente 200 muestras). para posteriormente realizar la clasificación supervisada de máxima verosimilitud. Dinámica de la cobertura vegetal row:55) de las misiones de Landsat adquiridas en Para generar el mapa de la dinámica de la cobertura diferentes periodos de tiempo: a) el 5 de junio de 1985 vegetal se utilizan las clasificaciones supervisadas de (Landsat 5 TM). hasta llegar al 30 metros de resolución espacial. IDRISI Selva 17 (módulo de gestión integrada utilizar el MDE.1. Las coberturas fueron codificadas a partir del TIRS). y c) el 14 de febrero de 2016 (Landsat 8 OLI 2016). el procesamiento digital de las 2. 2008) encontrando los cuatro principales radiancia y reflectancia mediante un factor de conversión afluentes del río San Pedro y la posterior segmentación de 0.2. Para obtener el mapa resultante departamento de Córdoba y cartografía básica de la se realiza un álgebra de mapas de las clasificaciones región (IGAC. 2009) usando 2). Como pre-procesamiento se realiza la del agua) para la caracterización morfométrica. el 106 http://idearm. se traduce en pérdida de cobertura vegetal. Datos pluviométricos de cinco para restar los valores de los píxeles de la imagen del estaciones cercanas al área de estudio proporcionados año 2016 a la del año 1975. MATERIAL Y MÉTODOS suelos de la zona de estudio y las características descritas 2.1). a continuación. calibración radiométrica (para hidrográficas según la metodología Pfafstetter (Ruiz ajustar los niveles digitales de cada imagen. a partir de interpretación visual de las imágenes de satélite teniendo en cuenta la leyenda de clasificación del LCCS-2. El análisis morfométrico es la forma junto con el Programa de las Naciones Unidas para el más utilizada para el análisis de cuencas y se asocia con Medio Ambiente (PNUMA) y que permite realizar una la interpretación de accidentes geográficos originados de clasificación estandarizada de las imágenes independiente manera fluvial (Chandniha y Kansal.3. 2. Un Modelo Digital de Elevación – MDE – de número 1 asignado al suelo desnudo. la longitud del curso principal. corrección hidrológica al MDE a partir de la cobertura de ríos y quebradas de la región. Clasificación de cobertura del suelo drenajes en la parte más baja de la zona de estudio. Como pre-procesamiento de las imágenes se realiza la Posteriormente.

Análisis multitemporal de la pérdida de la capacidad hídrica a causa de los cambios generados en los suelos usando imágenes Landsat: Estudio de […]
Martin Vega, et al.

factor de forma, el coeficiente de compacidad y el factor 3. RESULTADOS Y DISCUSIÓN
de elongación. En los parámetros relativos al relieve se 3.1. Morfometría y análisis hidrológico
encuentra la curva hipsométrica y la pendiente media de la La Tabla 2 presenta los resultados morfométricos
cuenca, y en los parámetros relativos al drenaje se define la obtenidos para la zona de estudio. Los valores de la
densidad del drenaje, la pendiente media del río principal y caracterización indican que la cuenca es poco propensa
el tiempo de concentración (Gaspari et al., 2012).
a presentar lluvias intensas y simultáneas sobre su
superficie, el tiempo de concentración de una gota de
2.4. Cálculo RUSLE
lluvia es bajo de acuerdo con las medidas de perímetro
RUSLE estima la pérdida anual de suelo que se debe
y área de la cuenca. Los datos muestran que en la
a la erosión utilizando un enfoque de factores basado
en la precipitación, erodabilidad del suelo, longitud cuenca se presenta una baja concentración de aguas de
y pronunciación de la pendiente, usos y manejos de la escurrimiento
cobertura y prácticas de conservación del suelo como Tabla 2. Morfometría de la cuenca hidrográfica.
insumos. La ecuación fue definida por Wischmeier y
Smith en 1978 (Ecuación 1). Indicador Valor
A = R × K × LS × C × P (1) Perímetro 151,74 km
donde: A = promedio de pérdida anual de suelo; R = factor Longitud del curso principal 42,98 km
de erosividad de la lluvia; K = factor de erodabilidad del Coeficiente de sinuosidad total 1,45
suelo; LS = factor topográfico; C = factor de manejo de Área 478,64 km2
cobertura; P = factor de prácticas de cultivo. Factor de forma 0,26
En el caso colombiano Restrepo y Alviar (2013) Coeficiente de compacidad 1,96
categorizaron la perdida de suelo según la Tabla 1. Relación de elongación 0,57
Tabla 1. Clasificación de la degradación por erosión. Densidad del drenaje 0,7568 km/km2
Pérdida de suelo Pendiente media de la cuenca 14,1%
Clase de degradación [Ton ha año] Pendiente media del río principal 2,91%
Ninguna o ligera < 10 Tiempo de concentración 5,26 horas
Erosión baja 10 – 24
Erosión moderada 25 – 49
Erosión alta 50 – 100
Erosión muy alta > 100
Para implementar la RUSLE se hallan cada uno de los
factores de la Ecuación 1 de manera individual y se
realiza la operación a través del álgebra de bandas.
El factor R hace uso de la información pluviométrica Figura 2. Curva hipsométrica.
diaria reportada de las estaciones del IDEAM. Para la
estimación de este factor se utilizó el Índice Modificado La Figura 3 muestra la curva hipsométrica resultante, la
de Fournier (IMF), método explicado por Lince Salazar cual por su forma indica que la cuenca se encuentra en un
y Castro Quintero (2015), con lo que posteriormente se avanzado grado de desarrollo, es decir que se caracteriza
estimó el índice de erosividad de la lluvia anual a partir por la deposición de sedimentos y a su vez por una baja
de los datos de las estaciones pluviométricas de los años erosionabilidad.
2006 a 2015.
Para hallar los valores del factor K se digitalizó el mapa 3.2. Clasificación de cobertura del suelo y dinámica
de suelos del departamento de Córdoba y se asignaron de la cobertura vegetal
los valores de erodabilidad del suelo de cada una de La Tabla 3 muestra los tipos de cobertura (leyenda
las asociaciones, que fueron definidos a partir de la LCCS-2) y sus áreas respectivas para cada año
información de las clases texturales, la fertilidad y el analizado. Respecto a la cobertura de agua, tanto fluida
porcentaje de materia orgánica del suelo. como permanente, los datos muestran una disminución
El factor LS se determina a partir de la acumulación del importante desde año 1985 hasta el año 2016. Sin
flujo y las pendientes (en porcentaje) halladas con el
MDE según el método definido por Sheikh et al. (2011). Tabla 3. Área en km2 de tipos de coberturas por año.
Para el cálculo del factor C se utiliza la clasificación
Cobertura Año 1985 Año 1991 Año 2016
supervisada más reciente, es decir la del año 2016,
Suelo desnudo 7,17 4,44 12,28
asignando un factor (Wischmeier y Smith, 1978) a
Agua Fluida 14,21 2,72 1,13
cada una de las clases de coberturas determinadas en la
Agua Permanente 35,76 4,62 0,59
leyenda según LCCS-2.
Áreas cultivadas 86,40 80,90 81,65
El factor P se halla utilizando las pendientes del MDE,
las cuales son re-clasificadas en cinco categorías, y se Veg. Herbácea 85,50 59,32 45,20
asignan valores según el tipo de cultivo presente en la Veg. Arbustiva 137,13 226,35 166,63
zona de estudio (Parveen y Kumar, 2012). Veg. Boscosa 134,46 162,75 134,77
Sin Información 82,44 41,97 140,81
http://idearm.imida.es/aet2017 107

Análisis multitemporal de la pérdida de la capacidad hídrica a causa de los cambios generados en los suelos usando imágenes Landsat: Estudio de […]
Martin Vega, et al.

embargo, para una correcta interpretación de los datos 1985, 1999 y 2016) como una entrada de información
debe tenerse en cuenta las zonas sin información, por lo para determinar la pérdida del suelo en el río San Pedro,
que utilizar series de imágenes a lo largo del año podría al caracterizar el factor de perdida de cobertura de la
ayudar a mejorar los resultados obtenidos. ecuación RUSLE. Los demás factores de la ecuación
fueron calculados y evaluados apoyados en el DEM,
La tabla 4 presenta los resultados de la validación de las
los datos pluviométricos y la información de suelos. De
clasificaciones, las cuales en general presentan una alta esta manera, el presente trabajo cuantifica y espacializa
concordancia. inicialmente la pérdida del suelo que se ha presentado
Tabla 4. Validación clasificaciones por año. en la zona de estudio, lo que tendría que comprobarse
Coeficiente Precisión experimentalmente en trabajos posteriores.
Año Kappa global
Imagen 1985 0,869 88,60% 5. BIBLIOGRAFÍA
Imagen 1999 0,920 93,08% Ceballos Ospina, D., Toro, L.J. 2012. Evaluación de la
Imagen 2016 0,906 91,88% susceptibilidad a la erosión por el cambio de cobertura
Verif. en campo 2016 0,819 81,64% debido a la minería, en el Municipio de Anorí, Antioquia,
Colombia. Gestión y Ambiente, 15(3), 51-64.
Los resultados de la dinámica de la cobertura vegetal Chandniha, S.K., Kansal, M.L. 2014. Prioritization of
se presentan en la Figura 3 (izquierda), observando una sub-watersheds based on morphometric analysis using
mayor pérdida de cobertura vegetal en las zonas cercanas geospatial technique in Piperiya watershed, India.
al cauce principal del río San Pedro y sus afluentes en Appl. Water Sci., 1–10.
el sector suroccidental. Por otro lado, hay grandes zonas Di_Gregorio, A., Jansen, L.M. 2005. Sistema de la
con menor dinámica que evidencian la recuperación de Clasificación de la Cobertura de la Tierra. Conceptos
la vegetación principalmente en el sector noroccidental, de Clasificación y Manual Para el Ususario. Geo-
gracias a los programas de reforestación de las industrias Spatial Data And Information, 226.
presentes en la zona (color verde oscuro). Lo anterior García Olmos, C.F., Ochoa Cruz, E.R., Riaño Melo,
sugiere que la deforestación no es un problema grave O., Achury Arias, A.M. 2003. Modelo predictivo
en la zona puesto que ha tenido una cobertura vegetal para cuantificar la erosión hídrica con base en
mayoritariamente constante. Sin embargo, en el cauce experimentación en Sabrinski Municipio de Mosquera.
del río y sus afluentes ha habido un impacto evidente. Colombia Forestal, 8(16), 65-76.
Gaspari, F.J., Vagaría, A.M.R., Senisterra, G.E., Denegri,
G., Delgado, M.I., Besteiro, S. 2012. Caracterización
morfométrica de la cuenca alta del río Sauce Grande,
Buenos Aires, Argentina., AUGM DOMUS 4, 143–158.
Instituto Geográfico Agustín Codazzi. (2009). Estudio
General de Suelos y Zonificación de Tierras del
Departamento de Córdoba.
Lince Salazar, L.A., Castro Quintero, A.F. 2015.
Erosividad de la lluvía en la Región Cafetera de
Quindío, Colombia. Cenicafé, 66(1), 25–31.
Parveen, R., Kumar, U. 2012. Integrated approach of
Figura 3. Izquierda. Mapa de dinámica de la cobertura Universal Soil Loss Equation (USLE) and geographical
vegetal 1985 – 2016; Derecha. Mapa de pérdida de suelo information systems (GIS) for soil risk assessment in
anual. Upper South Koel Basin, Jharkhand. Journal of GIS,
4, 588-596.
3.3. Pérdida de suelo – RUSLE Restrepo Estrada, C., Alviar Ramírez, M. 2013. Usos
El factor R junto con los datos pluviométricos muestran óptimos del suelo bajo enfoques ambientales
una baja erosividad en la zona de estudio. En cuanto al y económicos. Revista Facultad de Ingeniería
factor K, los datos sugieren que la mayor erodabilidad Universidad de Antioquia, 69, 229-243.
del suelo se presenta en los alrededores del río San Ruiz, R., Torres, H. 2008. Manual de procedimientos de
Pedro. A partir de la aplicación de la Ecuación 1 se delimitación y codificación de unidades hidrográficas.
obtuvo el mapa de la Figura 3 (derecha), clasificado de Sheikh, A.H., Palria, S., Alam, A. 2011. Integration of
acuerdo con lo especificado en la Tabla 1. Los resultados GIS and Universal Soil Loss Equation for soil loss
muestran que la mayor pérdida de suelo se presenta en estimation in a Himalayan Watershed. Recent Research
los sectores cercanos a la ronda del río San Pedro (color), in Science and Technology, 3(3), 51-57.
sus principales quebradas y las vías más importantes de Teng, H., Viscarra Rossel, R. A., Shi, Z., Behrens, T.,
la zona, donde se encuentran mayoritariamente los usos Chappell, A., Bui, E. 2016. Assimilating satellite
del suelo de ganadería y cultivos (tonos color naranja). imagery and visible–near infrared spectroscopy to
model and map soil loss by water erosion in Australia.
Environ. Modelling & Soft., 77, 156–167.
4. CONCLUSIÓN
Wischmeier, W.H., Smith, D.D. 1978. Predicting rainfall
Este trabajo plantea el tema del uso de la clasificación
erosion losses. A guide to conservation planning.
de imágenes de satélite a lo largo del tiempo (años

108 http://idearm.imida.es/aet2017

Nuevas plataformas y sensores de teledetección. XVII Congreso de la Asociación Española de Teledetección.
(Eds. Luis A. Ruiz, Javier Estornell, Manuel Erena). pp. 109-112. Murcia 3-7 octubre 2017.

Mejora en la calibración de un modelo hidrológico distribuido en base a
teledetección
Olmos Giménez, P. (1), García Galiano, S. (1), Martínez Pérez, J. A. (1)
(1)
Unidad Predepartamental de Ingeniería Civil, Universidad Politécnica de Cartagena, Paseo Alfonso XIII, 52,
Cartagena 30203, España. sandra.garcia@upct.es

Resumen: El crecimiento demográfico y los usos consuntivos intensos en el Sureste de España, donde la agricultura
constituye el 80% del consumo de agua, generan fuertes presiones sobre los recursos hídricos. Este es el caso de la Cuenca
del Segura, donde se proyecta un escenario futuro plausible de escasez de agua. El objetivo principal de este trabajo es la
evaluación de los impactos del cambio climático sobre los procesos del ciclo del agua a escala de cuenca, considerando
un forzamiento desde teledetección tanto de precipitación (P) como evapotranspiración real (ETreal), estimadas ambas
desde satélite. La cuenca de estudio corresponde a la cuenca de aporte al Embalse de Fuensanta, cuenca cabecera del río
Segura. Para mejorar la calibración espacial del modelo hidrológico a escala mensual utilizado, se consideró un algoritmo
para la estimación de ETreal basado productos diarios del sensor MODIS para un período de 10 años, aplicando un
método basado en la evapotranspiración potencial y el índice de vegetación mejorado (EVI) estimado desde teledetección.
Se evaluará el potencial del uso de datos de precipitación estimada desde satélite PERSIANN-CDR. El modelo original
Témez fue modificado para considerar como inputs ETreal y PERSIANN-CDR, en un entorno SIG. Los resultados del
análisis del producto PERSIANN-CDR con datos al suelo, han sido satisfactorios. El uso de información meteorológica
satelital – tanto precipitación como ETreal -, presenta ventajas sustanciales sobre todo en zonas donde la densidad de las
redes meteorológicas es escasa.
Palabras clave: simulación hidrológica continua, evapotranspiración real desde satélite, precipitación desde satélite,
España.

Improvement in the calibration of a distributed hydrological model forced by remote sensing

Abstract: The population grown and the intense water consumptive uses in the South East of Spain, where the 80%
of available water is used by the agriculture, generate pressures on water resources. This is the case of the Segura
River basin, where a future scenario of water scarcity is the more plausible one. The main objective of this work is
the assessment of climate change impact on water cycle processes at basin scale, considering a hydrological model
forced by precipitation (P) and actual evapotranspiration retrieved from remote sensing. The study basin corresponds to
Fuensanta Reservoir basin, headbasin of Segura River basin. To improve the spatial calibration of the applied monthly
hydrological model, an algorithm for actual evapotranspiration (ETact) retrieval from remote sensing was considered.
ETact was estimated from daily products of MODIS sensor for 10 years period, applying a method based on potential
evapotranspiration and enhanced vegetation product (EVI). The evaluation of robustness of satellite rainfall estimates
(SRE) as PERSIANN-CDR product will be evaluated. The original Temez model was modified to consider as inputs ETact
and SRE in a GIS framework. The results from the assessment PERSIANN-CDR with ground truth were satisfactory. The
use of meteorological datasets identified from remote sensing – both rainfall and ETact-, presents substantial advantages
in areas with sparse meteorological networks.
Keywords: hydrological continuos simulation, actual evapotranspiration retrieval from remote sensing, Spain.

1. INTRODUCCIÓN escenarios de emisión de gases de efecto invernadero y
El sureste español está sujeto a fuertes presiones en los de los modelos climáticos (Prudhomme y Davies, 2009).
recursos hídricos debido al crecimiento de la población Para incrementar la confiabilidad de las proyecciones
y los intensos usos consuntivos. Este es el caso de la climáticas e hidrológicas a escala de cuenca, se propone
cuenca del Río Segura (en adelante SRB), una región aplicar metodologías de generación de combinaciones
donde aproximadamente el 80% del agua disponible (ensembles) de Modelos Climáticos Regionales (RCMs).
se destina a actividades agrícolas. La SRB es una zona Entre ellas, destacan las planteadas originalmente por
azotada por sequías recurrentes, siendo la escasez hídrica Giorgi y Mearns (2002), y modificada posteriormente
uno de sus principales problemas. por Olmos et al. (2016), entre otros.
Al estudiar los impactos del cambio climático en En el presente trabajo, se propone en primer lugar la
los recursos hídricos, se debe considerar que la aplicación de una robusta metodología para la construcción
incertidumbre debida al modelo hidrológico usado para de los ensembles de RCMs en orden a aumentar la
generar las proyecciones es relativamente pequeña confiabilidad de las proyecciones climáticas. Para luego,
en comparación con la incertidumbre debida a los aplicar los ensembles meteorológicos como forzamiento

http://idearm.imida.es/aet2017 109

Mejora en la calibración de un modelo hidrológico distribuido en base a teledetección
Olmos Giménez, et al.

de un modelo hidrológico distribuido espacialmente. 2000-2005. Se aplicó un método gráfico propuesto por
Con el objetivo último de mejorar la calibración espacial Jiang y Islam (2001), basado en la interpretación del
del modelo hidrológico, se propone una metodología espacio generado por la representación de la temperatura
para la evaluación de la evapotranspiración real desde superficial (LST) versus el NDVI (Figura 2), ambos
teledetección, así como el uso de estimas de precipitación obtenidos desde teledetección. La expresión de Priestley
desde satélite (producto PERSIANN-CDR) como y Taylor (1972) para la evaporación de equilibrio desde
forzamiento del modelo hidrológico. una superficie húmeda (λETreal) bajo condiciones
mínimas de advección es dada por:
mETreal = z : T + c D^ R N - G h (1)
2. MATERIALES Y MÉTODOS T
2.1. Localización de la zona de estudio y bases de datos
La zona de estudio corresponde a la cuenca de aporte al donde ∆ (Pa K-1) es la pendiente de la curva de presión de
Embalse de Fuensanta (en adelante cuenca de Fuensanta). vapor de saturación a una temperatura del aire dada (Ta), γ
La ubicación de la zona de estudio en la Península Ibérica es la constante psicrométrica (Pa K-1), y ɸ (adimensional)
y en la Cuenca del Río Segura, se puede observar desde es el parámetro de Priestley–Taylor, que generalmente se
la Figura 1 a) y b), respectivamente. La cuenca de interpreta como la relación entre la evapotranspiración
Fuensanta presenta un área de 1120 km2, y altitud media real ETreal y la de equilibrio. Normalmente este parámetro
de 1263 m. se asume igual a 1,26 para superficies húmedas), G es el
Se ha trabajado con una base de datos de alta resolución flujo de calor del suelo, y RN es la radiación neta.
de temperaturas y precipitaciones diarias, denominada
Spain02 (Herrera et al., 2010). La misma presenta
resolución espacial 0,2°. Así como se ha contado con los
RCMs provistos por el proyecto ENSEMBLES Project
RT2B (Christensen et al. 2009). Se ha trabajado con
17 RCMs seleccionados (escenario A1B) considerando
el período temporal 1961–2050, y resolución espacial
25×25 km. Luego, 906 sitios fueron identificados para la
España peninsular desde la malla provista por los RCMs.

Figura 2. Relación entre LST y NDVI obtenida desde
MODIS para el día 05/06/2001.
Las distribuciones espaciales de evapotranspiración
potencial (ETpot), utilizadas como entrada al modelo
hidrológico, se han estimado a escala de cuenca desde
ambas bases de datos (Spain02 and RCMs). Se ha
(a) (b) aplicado una versión modificada del modelo propuesto
Figura 1. Zona de estudio: (a) Cuenca del Segura en la por Hargreaves y Samani (1985), desarrollado por
Península Ibérica; y (b) cuenca de Fuensanta. Maestre et al. (2013).
Las bases de datos provenientes de teledetección para la
estimación de evapotranspiración real, ha correspondido 2.3. Construcción de ensembles y modelo hidrológico
a productos derivados desde el sensor MODIS Para la construcción de los ensembles de RCMs se
(Moderate Resolution Imaging Spectroradiometer) a ha aplicado una modificación del método Reliability
bordo del satélite TERRA de la NASA (MOD11A1 Ensemble Averaging (REA) propuesto inicialmente por
Surface temperature, LST; MOD13Q1 Normalized (Giorgi y Mearns, 2002). La metodología aplicada en la
Difference Vegetation Index, NDVI; y MOD09A1 revisión del método original es explicada en detalle por
Reflectances). En cuanto a la estima de precipitación Olmos et al. (2016).
desde satélite ha correspondido al producto PERSIANN- El modelo hidrológico utilizado ha correspondido al
CDR (Precipitation Estimation from Remotely Sensed modelo Témez (1977), aplicado a escala mensual de
Information using Artificial Neural Networks, Ashouri forma distribuida espacialmente. Los parámetros del
et al., 2015). PERSIANN-CDR provee de series modelo (capacidad máxima de humedad del suelo,
temporales de 30 años de datos de precipitación diaria a infiltración máxima, coeficiente de escorrentía y
escala global. coeficiente de agotamiento del acuífero), se han estimado
en base a información histórica y cartografía temática en
2.2. Estimación de ETreal desde teledetección y ETpot un entorno SIG.
La estimación de la distribución espacial de la
evapotranspiración real se llevó a cabo para el período
110 http://idearm.imida.es/aet2017

Mejora en la calibración de un modelo hidrológico distribuido en base a teledetección
Olmos Giménez, et al.

3. RESULTADOS
3.1. Ensembles de RCMs
Los ensembles de RCMs se orientaron a las variables
temperaturas máximas, mínimas y medias mensuales,
y precipitación mensual, para el período 1961-2050
inclusive. A modo de ejemplo en Figura 3 se presenta

Runnof (mm)

Runnof (mm)
el contraste de la representación del ciclo anual de
precipitación en el sitio correspondiente a la cuenca del
Fuensanta (sitio 732), desde los datos observados, los
provistos por los RCMs y el correspondiente al ensemble
de RCMs.

Time

Figura 4. Contraste de escorrentía observada y
simulada (mm) para el período 2000-2005.
real), como forzamiento de modelos hidrológico y
calibración espacial de los mismos. Con el objetivo
final de incrementar la confiabilidad de las proyecciones
hidrológicas, se aplica un modelo hidrológico distribuido
de pocos parámetros, embebido en un SIG. Un plausible
escenario de disminución de la escorrentía para el año
2050 ha sido identificado para el sureste de España, con
Figura 3. Ciclo anual de precipitación en el sitio 732, los consecuentes impactos negativos que conlleva para
contrastando: datos observados (en negro), ensemble (en la economía regional. Los valores de evapotranspiración
línea punteada), y RCMs (en color); para 1961–1990. real, input al modelo hidrológico, son estimados desde
teledetección aplicando un método gráfico que relaciona
3.2. Calibración y validación del modelo hidrológico NDVI y LST. Como futura línea de investigación, se
El modelo Témez fue calibrado y validado considerando propone avanzar en la asimilación de teledetección para
datos históricos meteorológicos e hidrológicos para la mejorar la calibración espacial del modelo.
cuenca de Fuensanta. El índice de eficiencia de Nash
Sutcliffe ha presentado resultados satisfactorios, con 5. AGRADECIMIENTOS
valores de 0,76 para la fase de calibración (Figura 4), y Se agradece la financiación recibida del proyecto de I+D
0,72 en la fase validación. Considerando los ensembles de Ref. 19527/PI/14 Fundación SENECA: “Evaluación
precipitaciones y ETpot como datos de entrada al modelo y propuestas para mejorar la prevención, protección y
hidrológico, se han obtenido proyecciones mejoradas de preparación frente a avenidas en el Alto Guadalentín y
la escorrentía para el período 2021-2050 (no mostrado). tributarios: Implicaciones en diseño de infraestructuras
La Tabla 1 presenta la variación de la escorrentía anual hidráulicas”; y Proyecto HYDROCLIM Ref. CGL2012-
para el período 1961-1990 frente al período 2021-2050, 39895-C02-01, Secretaría de Estado de Investigación,
identificándose una disminución del orden del 20% en Desarrollo e Innovación, MINECO y fondos FEDER.
los valores proyectados frente a los históricos.
Tabla 1. Contraste de la escorrentía media anual 6. REFERENCIAS
observada y simulada para la cuenca de Fuensanta. Ashouri, H., Hsu, K.L., Sorooshian, S., Braithwaite, D.,
Knapp, K., Cecil L.D., Nelson B.R., and Prat, O.P.,
Datos Período Escorrentía media anual (mm) 2015. PERSIANN-CDR Daily Precipitation Climate
Observado 1961-1990 209,46 Data Record from Multisatellite Observations for
Ensembles 2021-2050 164,92 Hydrological and Climate Studies, Bull. Amer.
Variación -21% Meteor. Soc., 69-83.
Christensen, J.H. et al. 2009. Formulation of veryhigh
4. CONCLUSIONES -resolution regional climate model ensembles for
En este trabajo se presenta la aplicación de una robusta Europe. In ENSEMBLES: Climate change and
metodología para la construcción de ensembles de its impacts at seasonal, decadal and centennial
variables meteorológicas, como input a modelos timescales: Summary of research and results from
hidrológicos. La teledetección se demuestra útil para the ENSEMBLES project, edited by: van der Linden,
la estimación de distribuciones espaciales de variables P. and Mitchell, J. F. B., Met Office Hadley Centre,
meteorológicas (precipitación y evapotranspiración FitzRoy Road, Exeter EX1 3PB, UK, 47–58.

http://idearm.imida.es/aet2017 111

Mejora en la calibración de un modelo hidrológico distribuido en base a teledetección
Olmos Giménez, et al.

Giorgi F., Mearns, L.O. 2002. Calculation of average,
uncertainty range, and reliability of regional
climate changes from AOGCM simulations via the
‘‘reliability ensemble averaging’’ (REA) method. J
Clim., 15(10), 1141–1158.
Hargreaves, G.H., Samani, Z.A. 1985. Reference crop
evapotranspiration from temperature. Applied Eng. in
Agric., 1(2), 96-99.
Herrera, S., Gutierrez, J.M., Ancell, R., Pons. M.R.,
Frıas, M.D., Fernandez, J. 2010. Development and
analysis of a 50-year high-resolution daily gridded
precipitation dataset over Spain (Spain02). Int J
Climatol. doi:10.1002/joc.2256.
Jiang, L., Islam, S. 2001. Estimation of surface
evaporation map over southern GreatPlains using
remote sensing data. Water Resources Research,
37(2), 329-340.
Maestre-Valero, J.F., Martínez Alvarez, V., González
Real, M.M. 2013. Regionalization of the Hargreaves
coefficient to estimate long-term reference
evapotranspiration series in SE Spain. Spanish
Journal of Agriculture Research, 11(4):1137-1152.
Olmos Giménez, P., García Galiano, S., G., Giraldo
Osorio, J.D. 2016. Identifying a robust method to build
RCMs ensemble as climate forcing for hydrological
impact models. Atmospheric Research, 174-175: 31-
40. DOI:10.1016/j.atmosres.2016.01.012
Priestley, C.H.B., Taylor, R.J. 1972. On the assessment
of surface heat flux and evaporation using large scale
parameters. Monthly Weather Review, 100, 81−92.
Prudhomme, C., Davies, H., 2009. Assessing uncertainties
in climate change impact analyses on the river flow
regimes in the UK. Part 2: future climate, Clim.
Change, 93, 197–222, doi: 10.1007/s10584-008-
9461-6.
Témez, J.R. 1977. Modelo Matemático de trasformación
“precipitación-escorrentía”. Asociación de Investig.
Industrial Eléctrica. ASINEL. Madrid. 39.

112 http://idearm.imida.es/aet2017

Nuevas plataformas y sensores de teledetección. XVII Congreso de la Asociación Española de Teledetección.
(Eds. Luis A. Ruiz, Javier Estornell, Manuel Erena). pp. 113-116. Murcia 3-7 octubre 2017.

Explorando nuevas posibilidades en la estimación de la temperatura de
superficie (LST) en zonas agrícolas. Análisis multiescala
Sánchez, J. M. (1), González, J. (1), Galve, J. M. (1), Hernández, D. (1) , Bisquert, M. (1), Niclòs, R. (2)
(1)
Instituto de Desarrollo Regional, Universidad de Castilla-La Mancha, 02071 Albacete, España.
{juanmanuel.sanchez, jose.gonzalez, david.hernandez, joanmiquel.galve}@uclm.es
(2)
Depto. Física de la Tierra y Termodinámica, Universitat de València, C/Dr. Moliner 50, 46100 Burjassot, España.
raquel.niclos@uv.es

Resumen: Hasta la fecha, la resolución espacial de las bandas térmicas de sensores a bordo de satélite resulta demasiado
baja para el seguimiento de la temperatura de superficie (LST) en parcelas de cultivo inferiores a 1 ha. En estas
condiciones, los vuelos térmicos de alta precisión se muestran como una opción de gran potencial. Este estudio se centra
en uno de los vuelos realizados con una cámara térmica de alta precisión FLIR A655sc, coincidente con una pasada de
Landsat 7-EMT+, el 26 de Julio de 2016 sobre la finca experimental de “Las Tiesas”, Albacete. La comparación con
medidas en superficie muestra, la buena precisión de las medidas de LST obtenidas con la cámara FLIR A655sc, con una
subestimación de 0,17 °C, y un error de estimación de ±1,4 °C. Estos buenos resultados se mantienen para el canal térmico
de Landsat 7-ETM+ en parcelas >4 ha. Sin embargo, para cultivos de menor extensión los 60 m de resolución de Landsat
7-ETM+ se muestran insuficientes.
Palabras clave: LST, multiescalar, cámara térmica, FATIMA.

Exploring new opportunities in the estimation of land surface temperature (LST) in croplands.
Multiscale analysis

Abstract: So far, the spatial resolution of the thermal bands of sensors on board satellite is too poor to monitor land surface
temperature (LST) in crop fields < 1 ha. Under these conditions, high accuracy thermal flights are a powerful solution.
This study focuses on one of the flights carried out using a high precision thermal camera FLIR A655sc, concurrent with
a Landsat 7-ETM+ image, on 26 July 2016, over “Las Tiesas” experimental farm, Albacete province. Comparison with
ground measurements shows the goodness in the accuracy of the LST measurements by the FLIR A655sc camera, with an
underestimation of 0.17 °C and an estimate error of ±1.4 °C. These good results remain for the Landsat 7-ETM+ thermal
band in fields >4ha. However, the 60-m resolution of Landsat 7-ETM+ fails at smaller croplands.
Keywords: LST, multiscale, thermal camera, FATIMA.

1. INTRODUCCIÓN parcelas < 1 ha frente a los problemas tradicionales que la
La agricultura de precisión está siendo una de las grandes resolución espacial de la banda térmica de Landsat (60 m
beneficiadas del potencial que ofrece la adquisición de ETM+, 100 m TIRS) pueda presentar en esas zonas.
imágenes desde sensores aerotransportados. En este El estudio se centra en uno de los vuelos realizados con
trabajo nos centramos en la temperatura de la superficie una cámara térmica FLIR A655sc, coincidente con una
(LST) como parámetro clave en el diagnóstico del estado pasada de Landsat 7-EMT+, el 26 de Julio de 2016 sobre
de los cultivos y de sus necesidades hídricas. La estimación la finca experimental de “Las Tiesas”, Albacete, en el
de LST desde satélite presenta el problema de disponer, marco del proyecto H2020 FATIMA y HERMANA. A
hasta la fecha, de baja resolución espacial, no siempre la misma hora se realizaron transectos sobre 8 parcelas
suficiente para el seguimiento de parcelas de cultivo diferentes, empleando un conjunto de 5 radiómetros
inferiores a 1 ha. Por otro lado, las cámaras térmicas térmicos de mano.
de precisión que se están empezando a comercializar Para la corrección de emisividad de todas las temperaturas
para su uso embarcado en drones convencionales de brillo se realizaron medidas de este parámetro en las
presentan ciertos problemas relacionados con su peso y distintas superficies.
alimentación que impide el abordar vuelos de grandes Para la corrección atmosférica de los vuelos se utilizó
extensiones, lo que si es viable con otras plataformas de una técnica basada en medidas de radiancia sobre paneles
vuelo tripulado (ultraligero, paramotor, avioneta, etc.). forrados de papel de aluminio distribuidos por el área
El objetivo principal de este trabajo es comprobar la experimental. Comprobar la viabilidad de esta técnica es
viabilidad de utilizar cámaras térmicas de alta precisión a otro de los objetivos del trabajo.
bordo de plataformas tripuladas para la estimación de la
LST en zonas agrícolas, así como evaluar su potencial en

http://idearm.imida.es/aet2017 113

Explorando nuevas posibilidades en la estimación de la temperatura de superficie (LST) en zonas agrícolas. Análisis multiescala
Sánchez, et al.

2. MATERIAL Y MÉTODOS térmicos Apogee MI-220 y 2 CIMEL CE312-2. Estos
2.1. Zona de estudio sensores habían sido recalibrados previamente en
El estudio se centra en la finca experimental de “Las laboratorio, asegurando una precisión inferior a ±0,3°C
Tiesas” en la provincia de Albacete (39°03´35´´N, y ±0,1°C, respectivamente. Para poder llevar a cabo las
2°06´W) (Bisquert et al., 2016). Se trata de una zona correcciones de emisividad se realizaron medidas de este
agrícola con una gran variedad de cultivos y usos parámetro sobre cada una de las superficies de estudio,
de suelo. Para este trabajo se tomaron medidas de empleando el método TES (Sánchez et al., 2011).
temperatura sobre 8 parcelas diferentes de almendro,
viña, maíz, cebada (2 ubicaciones diferentes), festuca, 2.4. Técnica de corrección atmosférica
y suelo húmedo (2 ubicaciones diferentes), de extensión La corrección atmosférica de las temperaturas de los
variable (ver Figura 1 y Tabla 1). Es importante señalar transectos se llevó a cabo siguiendo la técnica tradicional
que las parcelas colindantes de festuca y suelo húmedo_1 basada en medidas de radiancia descendente desde el
tienen una extensión de 1 ha, la parcela de maíz ronda las propio radiómetro (Coll et al., 2010). Para la corrección
4 ha, y el resto está por encima de ese valor. atmosférica de la imagen L7-ETM+ se empleó la
herramienta propuesta por Barsi et al., (2003).
En el caso del vuelo, se empleó una técnica basada en la
Suelo Húmedo_1
Festuca
Festuca colocación en superficie de paneles forrados de papel de
Viña Cebada_2 aluminio (Figura 3), como puntos altamente reflectantes
Suelo Húmedo_2
Maíz
(ε=0,03). Estos paneles son fácilmente identificables
Almendro Cebada_1 dentro de las imágenes del vuelo (muestran temperaturas
Suelo
0 3 km
Húmedo negativas), e incluso se pueden utilizar su geolocalización
como puntos de control de campo precisos (Ground
Control Points, GCPs) para ser empleados en el proceso
Almendro Viña Maíz Cebada de orientación externa dentro del flujo de procesamiento
fotogramétrico.
Figura 1. Imagen en falso color (5,4,3) del L7-ETM+
con indicación de los vuelos con la FLIR A655sc
(superior izquierda). Ubicación y panorámica de los
puntos de muestreo sobre la zona de estudio.

2.2. Vuelos con cámara FLIR A655sc
La cámara térmica de alta precisión FLIR A655sc (±2°C,
según fabricante) se instaló en una plataforma preparada Figura 3. Ejemplo de paneles reflectantes de Aluminio
para vuelos tripulados. Coincidiendo con la hora de paso de 1 m2sobre las parcelas de cebada (izquierda) y
del Landsat 7-ETM+ (10:50 UTC), el día 26/7/2016 almendro (derecha).
se trazaron varias líneas de vuelo (ver Figura 1) a una
altura aproximada de 250 m. Gracias al FOV de la lente 2.5. Comparación de resultados
(25°×19°) y a la alta resolución de la cámara (640×480), Las medidas de cada uno de los transectos se promediaron
la resolución espacial de las imágenes está próxima a los espacial y temporalmente para obtener valores
15-20 cm de tamaño de píxel (Figura 2). Esto permite representativos de comparación con vuelo y satélite.
incluso registrar medidas de temperatura de las hojas en La validación de los resultados de los vuelos se muestra
cultivos en hilera como la viña o el almendro. en términos de la regresión lineal con las medidas en
superficie, además de la desviación sistemática (Bias), y
el error cuadrático medio (RMSE) de las diferencias.

3. RESULTADOS
La Figura 4 muestra los espectros de emisividad medidos
con el CIMEL CE-312 sobre las principales superficies
de interés. Estos datos se utilizaron para extraer valores
de emisividad de banda ancha adecuados al filtro de cada
Figura 2. Ejemplo de vuelos térmicos FLIR A655sc
sensor.
sobre viña (izquierda) y cebada-almendros (derecha).
Por otro lado, el promedio de las medidas de radiancia
hemisférica descendente para el vuelo, resultado de
2.3. Transectos de LST y Medidas de emisividad 5 paneles de aluminio repartidos por la zona de estudio,
Coincidiendo con el vuelo y el paso de Landsat 7-ETM+, fue de 1,19 W m-2 Sr-1µm-1, muy próximo a los 1,24
se realizaron transectos en superficie sobre 8 parcelas W m-2 Sr-1µm-1 correspondiente a la banda ancha de los
diferentes, cubriendo un total de 6 tipos de cubierta CIMELs.
diferente, empleando de forma simultánea 3 radiómetros

114 http://idearm.imida.es/aet2017

Explorando nuevas posibilidades en la estimación de la temperatura de superficie (LST) en zonas agrícolas. Análisis multiescala
Sánchez, et al.

La Tabla 1 muestra un resumen de las medidas de LST 60
(ya corregidas de emisividad y efectos atmosféricos)
y = 0.91x + 3.5
promedio de los transectos en cada superficie, así como 55 r² = 0.988
las diferencias con los valores estimados a través de los Bias= -0.17 ˚C
vuelos con la FLIR A655sc. 50 RMSE= ±1.4 ˚C

0.980

LST vuelo (˚C)
45
0.970

0.960
40
Emisividad

0.950 35

0.940
30
Suelo Almendro Hoja almendro
0.930
Cebada Festuca
25
0.920 Pámpanos viña Suelo viña
25 30 35 40 45 50 55 60
Maíz
0.910 LST in situ (˚C)
8 8.5 9 9.5 10 10.5 11 11.5 12
Long. Onda (micron.)
Figura 5. Ajuste lineal de los datos de LST de vuelo,
frente a las medidas de transectos en superficie. Las
Figura 4. Espectros de emisividad medidos con el barras de error representan la variabilidad espacial
radiómetro multicanal CIMEL CE-312 sobre las de las medidas (también la temporal en el caso de los
principales superficies de estudio. transectos).
La Tabla 1 incluye también las diferencias de LST
Tabla 1. Valores promedio de los transectos de LST obtenidas a través de la banda térmica del sensor L7-
(LST in situ) sobre las distintas superficies, y diferencias ETM+. Los resultados son similares para las parcelas de
con los valores obtenidos en vuelo con la FLIR A655sc, almendro, viña, cebada y suelo húmedo_2, con diferencias
y desde satélite con L7-ETM+. Se incluyen también las inferiores a ±2°C. Sin embargo, la sobrestimación es muy
dimensiones de cada parcela. significativa para las parcelas de maíz, festuca y suelo
LST Diff. LST Diff. LST húmedo_1, con diferencias superiores a 4°C.
Parcela/ Dimensiones in situ Vuelo L7-ETM+
Superficie (m2) (°C) (°C) (°C)
Almendros ≈250×400 50.3* -1.1 0.4
4. DISCUSIÓN
Suelo_Alm 54.3 -2.0 A la vista de los resultados, y teniendo en cuenta las
Hoja_Alm 33.8 2.8 dimensiones de las diferentes parcelas de estudio,
Viña ≈200×250 48.5* -0.1 -0.1 podemos concluir que los 60 m de resolución espacial
Suelo_viña 56.2 -1.1 de la banda térmica de L7-ETM+, no es adecuada para
Hoja_viña 33.8 -1.0 la caracterización de la LST en parcelas de cultivo
Maíz ≈200×200 27.7 1.5 4.3 inferiores a 4 ha. Así, en los casos del maíz, festuca y
Cebada_1 ≈100×200 50.1 -0.6 Sin Dato suelo húmedo_1, las altas temperaturas de las zonas
Cebada_2 ≈100×500 51.3 -1.8 -1.9 colindantes elevan de manera artificial el valor de LST.
Festuca 100×100 33.5 0.3 4.3 Este problema no se presenta en la parcela de viña, a
Suelo Húm_1 100×100 30.9 0.3 6.6 pesar de su extensión también próxima a las 4 ha, porque
Suelo Húm_2 >300×300 31.3 -1.1 1.3 las temperaturas de este cultivo ya son de por si elevadas,
* Temperaturas estimadas a partir de las LST de cada componente y no apreciándose diferencias tan altas con las parcelas de
la fracción de cubierta vegetal en cada caso (Pv=0.20 y Pv=0.35 para
almendro y viña, respectivamente).
su alrededor como en los casos anteriores.
Los resultados de LST para el vuelo de alta resolución Este problema queda solventado con el uso de vuelos de
muestran, en término medio, una ligera subestimación alta resolución empleando cámaras térmicas como la FLIR
sistemática inferior a 0,2°C, y un error cuadrático A655sc. Estos vuelos permiten, no solo la estimación
medio por debajo de ±1,5°C para un rango amplio de precisa de la LST en parcelas de pequeñas dimensiones
temperaturas de entre 25 y 60°C (ver Figura 5). (< 1 ha), sino también la medida separada de temperatura
La alta resolución espacial del vuelo permite, además, de las componentes de suelo y vegetación dentro del
medir temperaturas por separado del suelo y la planta en propio cultivo, lo cual resulta muy interesante de cara a
cultivos de cobertura parcial como la viña o el almendro. la aplicación de los modelos de balance de energía de
En este caso las diferencias son algo mayores, siempre dos fuentes para la estimación de la evapotranspiración
dentro de ±3°C, debido a la presencia de algunas hierbas del cultivo y su partición en componente evaporativa y
en el suelo, y al efecto del propio suelo en la medida de la transpirativa.
temperatura de la planta desde la vertical. La escasa altura de estos vuelos hace que el efecto de
la radiancia atmosférica ascendente sea mínimo, y el

http://idearm.imida.es/aet2017 115

Explorando nuevas posibilidades en la estimación de la temperatura de superficie (LST) en zonas agrícolas. Análisis multiescala
Sánchez, et al.

uso de paneles forrados de papel de aluminio se ofrece
como una solución práctica, económica y fiable para
la medida de radiancia atmosférica descendente que si
es necesaria, sirviendo además como puntos fácilmente
fotointerpretables lo que los convierte en muy útiles
para el flujo fotogramétrico.
En resumen, los resultados de este trabajo muestran la
fiabilidad de la técnica empleada y la buena precisión
en la estimación de LST a través de vuelos térmicos en
zonas agrícolas mediante la cámara FLIR A655sc, con
una subestimación de 0,17°C, y un error de estimación
de ±1,4°C dentro del amplio intervalo de temperaturas
considerado (25- 60°C).

5. AGRADECIMIENTOS
Este trabajo ha sido financiado por la Comisión Europea
H2020 a través de los proyectos FATIMA (Ref. 633945) y
MOSES (Ref. 642258), y por el Ministerio de Economía
y Competitividad, junto con el Fondo Europeo de
Desarrollo Regional (FEDER), a través de los proyectos
CGL2015-64268-R, HERMANA (AGL2015-68700-R) y
CGL2013-46862-C02-1/2-P. Los autores desean expresar
su agradecimiento al ITAP-FUNDESCAM por el acceso a
sus instalaciones.

6. BIBLIOGRAFÍA
Barsi, J.A. et al. 2003. An atmospheric correction
parameter calculator for a single thermal band earth-
sensing instrument. Geoscience and Remote Sensing
Symposium, 2003. IGARSS’03. Proceedings. 2003
IEEE International. IEEE, 3014–3016.
Bisquert, M., et al. 2016. Evaluation of disaggregation
methods for downscaling MODIS land surface
temperature to Landsat spatial resolution in Barrax
test site. IEEE Journal of Selected Topics in Applied
Earth Observations and Remote Sensing, 9(4), 1430-
1438.
Coll, C., et al. 2010. Validation of Landsat-7/ETM+
thermal-band calibration and atmospheric correction
with ground-based measurements. IEEE Transactions
on Geoscience and Remote Sensing, 48(1), 547-555.
Sánchez, J.M. et al. 2011. Thermal infrared emissivity
dependence on soil moisture in field conditions. IEEE
Transactions on Geoscience and Remote Sensing,
49(11), 4652-4659.

116 http://idearm.imida.es/aet2017

se ha derivado en: 150- 175 días (NDA). The temporal evolution of NDVI curve is good defined when the accumulated reference evapotranspiration (EToA) is used to followed by accumulated growing degree-days (GDA). 1.. Murcia 3-7 octubre 2017. INTRODUCCIÓN La emergencia del cultivo tras su siembra. con sus principales estadios fenológicos.820-1. Análogamente.990°C-day (GDA). fenología y NDVI (Normalized Difference Vegetation Index). L.990°C-día (GDA). C/ Campus Universitario s/n 02071.gonzalez@uclm. y un cultivo. laura. in terms of the duration of the growth and development cycle. and reference evapotranspiration.058-1. se obtuvieron en los ciclos de crecimiento comprendidos entre los años 2008 y 2016. Luis A. Manuel Erena). The average duration of the growth cycle of irrigated wheat in the province of Albacete has been derived in: 150-175 days (NDA). Keywords: Time series images. 1. Universidad de Castilla-La Mancha (UCLM). Likewise.. La escala diferente complejidad. A. isidro. Ruiz. medido como grados-día. growing degree-days. Instituto de Desarrollo Regional (IDR). para el conjunto de datos estudiados. The results indicate that determining the start of cycle using satellite images allows to initialize the time scales analysed. the average time required to reach flowering has been obtained. Las más simples utilizan fechas temporal en la que ocurren estos estadios refleja la del calendario o el número de días desde siembra. EToA y GDA. instead of the number of days accumulated (NDA). using the time evolution of the NDVI. ciclo crecimiento y desarrollo.) en regadío. In this work. y en la repuesta al fotoperiodo y http://idearm. XVII Congreso de la Asociación Española de Teledetección. en lugar del número de días acumulados (NDA). we use time series of satellite images to monitor 20 commercial plots of irrigated bread wheat (Triticum aestivum L. were obtained during the wheat growth cycles from 2008 to 2016. 306-341 mm (EToA). aún sin conocer las fechas reales de siembra. in: 109-132 days (NDA). growth and development cycle. España. determinados estadios pueden situarse sobre la curva de evolución del NDVI cuando ésta se representa en la escala temporal adecuada. y evapotranspiración de referencia.es.calera@uclm..). es de gran importancia el permiten describir el desarrollo de las plantas han estadio de floración que separa la fase vegetativa de sido descritos profusamente en la literatura a través de la fase reproductiva y es clave en muchos modelos diversas codificaciones fenológicas como es la. Nuevas plataformas y sensores de teledetección. 1.058-1.es. Temporal behavior of scales “number of days”.es/aet2017 117 . located in Albacete (Southeast of Spain). 1. NDVI and phenological stages. 2001). a partir de la Caracterizar la dinámica de la cubierta vegetal de cual comienza la actividad fotosintética de la planta. 536-575 mm (EToA). including the main phenological stages. es un elemento esencial para el manejo agronómico. Sección de teledetección y SIG. alfonso. en el que se desarrolla. is essential for agronomic management.imida. In addition. 117-120. The field data. Otros interrelación entre la fisiología de la planta y el ambiente modelos se basan en el denominado tiempo térmico. The use of three different time scales has been analysed. Además. En este trabajo se han empleado series temporales de imágenes de satélite para el seguimiento de 20 parcelas comerciales de trigo blando (Triticum aestivum L. green-up. La trayectoria en el tiempo de la curva de NDVI queda bien definida cuando se emplea la evapotranspiración de referencia acumulada (EToA) seguida de los grados-día acumulados (GDA). Calera. La duración promedia del ciclo de crecimiento de los trigos de regadío. even if the sowing date is unknown.es Resumen: Caracterizar la dinámica de la cubierta vegetal de un cultivo. Los datos.205°C-día (GDA). Palabras clave: Series temporales imágenes. en términos de duración del ciclo de crecimiento y desarrollo.205 °C-day (GDA). BBCH de crecimiento. pp.campos@uclm. such as: number of days. some of the most important phenological stages can be placed over the NDVI curves if the adequate time scales are used (EToA and GDA). 536-575 mm (EToA). I. “degrees-day” and “reference evapotranspiration” to monitor phenology in wheat and its relation to the temporal evolution of NDVI in Albacete Abstract: Characterizing the crop dynamics. Albacete.820-1. grados-día. Campos. Comportamiento de las escalas temporales “número de días”. Se ha analizado el uso de tres escalas temporales distintas: número de días. green-up 1. En el seguimiento de la fenología de (Biologische Bundesanstalt Bundessortenamt and los cultivos se han empleado escalas temporales con Chemical Industry) (Bleiholder et al. se ha obtenido el tiempo promedio necesario para alcanzar la floración. Los resultados obtenidos indican que determinar el inicio del ciclo obtenido desde datos del satélite permite contar con un origen. en términos de duración del ciclo de el momento en el que sucede la madurez fisiológica del crecimiento y desarrollo. Los estadios fenológicos que y desarrollo. Javier Estornell. en: 109-132 días (NDA). ubicadas en la provincia de Albacete (sureste de España). (Eds. Además. “grados-día” y “evapotranspiración de referencia” en la monitorización de la fenología del trigo y su relación con la evolución temporal del NDVI en Albacete González. es un elemento esencial para grano definen el inicio y el final del ciclo de crecimiento el manejo agronómico. 306-341 mm (EToA).

Para la determinación de este valor umbral. a la vernalización.es/websiar/Inicio. Los valores de LAI se estimaron a partir de la Se ha llevado a cabo el seguimiento en campo de los relación no lineal propuesta por Choudhury et al. 2. 1. 700 m). se ha empleado 2.imida. obtener datos fiables en 10 de las 20 parcelas de estudio.. una de estas escalas a partir de datos exclusivamente y este crecimiento puede ser observado desde satélite. Mediante interpolación lineal entre fechas ^ Tmax + Tmin h consecutivas se obtiene una secuencia diaria de valores grados .15. y se ha interpolado temporal de la respuesta espectral de los cultivos (Zheng linealmente con la primera imagen disponible. alternativamente. IVmin de la variedad Califa. Las variables utilizadas 2. El inicio del ciclo se ha determinado temporales. “grados-día” y “evapotranspiración de referencia” en la monitorización de la […] González. basados en teledetección y se evalúa el desempeño de cada Considerando que la determinación del green-up no es una de las escalas temporales para predecir los estadios siempre posible a partir de la inflexión de su curva. up. Sentinel- según Penman-Monteith FAO-56 (Allen et al. Para el cálculo entre sensores (Martinez-Beltran et al. Estero.3.magrama. fenológicos mediante el uso de teledetección. Las escalas temporales analizadas son: número de de área foliar (LAI) máximo.2. entre 2900 y 10100 kg/ha. 2016).. La ETo estimada de NDVI obtenidas por los satélites Deimos-1. 7 y 8. Las fechas González-Piqueras (2006). 1998). variedades Galera. En las parcelas donde no se dispone de una que tratan de complementar la determinación de estadios imagen libre de nubes cercana y posterior a la siembra. trabajo se ha estimado mediante un valor umbral. gob. Para cada de los grados-día.91. 2 E (3) 118 http://idearm. Los su observación directa en campo y sólo ha sido posible datos meteorológicos para el cálculo de GDA y EToA. (2013) define el green-up como el punto en del índice de vegetación (IV) para diferentes parcelas de el cual la curva de ajuste del IV alcanza el 10% del índice trigo. el NDVI se ha promediado evitando los píxeles Wilhelm. y k=1. Nogal y Átomo. según la Ecuación 2: de siembra oscilan entre mediados de diciembre hasta mediados-finales de enero. 1997): del borde. se obtuvieron de la red SIAR (http://eportal. Datos de campo (FCVmax).aspx). haciendo se ha tomado el valor de 0. grados-día acumulados (GDA).es/aet2017 . en este fenológicos de floración y madurez fisiológica. humedad y radiación neta.86°W. velocidad de y todas fueron atmosféricamente corregidas mediante viento. Los trigos son principalmente Asumimos que: IVmax es el NDVI máximo = 0. Las IV=IVmax– (IVmax– IVmin ) e-k LAI  (1) parcelas analizadas tienen una superficie media de 35 ha donde IVmax es el IV máximo. 2005) para asegurar la compatibilidad EToA puede capturar parte de su duración.. y final del ciclo o madurez fisiológica de floración y madurez fisiológica en las diferentes escalas grano. a través del green-up obtenido desde la evolución del IV.16 (2) lo largo de la primera quincena de julio del mismo año. et al. IVmin es el IV mínimo. Imágenes de satélite son la evapotranspiración de referencia a escala diaria El IV utilizado en este trabajo fue el NDVI (Normalized obtenida a partir de la ecuación de Penman-Monteith Difference Vegetation Index). Se usaron imágenes libres de nubes tiene en cuenta en su cálculo temperatura. Ambas aproximaciones (LAImax o FCVmax) resultan en Mediante visita semanal y según la clasificación diferentes umbrales de NDVI para determinar green- fenológica BBCH ampliada. Los valores de fracción de cobertura vegetal (FCV) se Los datos se obtuvieron en los ciclos de crecimiento estimaron mediante la relación lineal propuesta por comprendidos entre los años 2008 y 2016. a través de la fecha de siembra real y. estadios fenológicos de 20 parcelas comerciales de según la Ecuación 1: trigo blando de primavera en regadío. et al. BBCH-65 (el 50% de las anteras están de los umbrales comparando su precisión en determinar maduras).1. Las cosechas tienen lugar a FCV=1.. 2009). y EToA.15 de NDVI siete días antes a uso de umbrales o puntos de inflexión en la evolución la fecha de siembra (suelo desnudo).. se analiza la determinación del origen para cada que comienza el rápido crecimiento de la vegetación. La evolución de la curva días acumulados (NDA).19×NDVI– 0. por lo que la NDVI (Chen et al. MATERIALES Y MÉTODOS el 10% del valor máximo LAI (LAImax) junto al 10% del valor máximo de la fracción de la cobertura vegetal 2. La radiación neta está un proceso de normalización absoluta de los valores de directamente relacionada con el fotoperiodo. aunque también se cultivan las es el NDVI mínimo=0. En este trabajo se determina la escala temporal que permite 2. ubicadas en la provincia de Albacete (38. se obtuvieron las fechas de up. se analiza la conveniencia de cada uno plena floración. que adoptamos en este trabajo como el punto en el Además. BBCH-87. y las temperaturas imágenes multiespectrales en la elaboración de las curvas máxima y mínima diaria (Tmax y Tmin). de NDVI permite frecuentemente identificar el green- y evapotranspiración de referencia acumulada (EToA).Tmax. Arthur Nick. Existen además líneas de investigación de NDVI. 1998) 2A y Landsat 5. (1994). Escalas temporales El final del ciclo se ha determinado en el momento en el Se ha analizado la trayectoria en el tiempo del NDVI cual sucede la madurez fisiológica del grano mediante según las escalas temporales: NDA. se utiliza la Ecuación 3 (McMaster y parcela.Comportamiento de las escalas temporales “número de días”. k es el y su producción promedio fue de 7500 kg/ha. Determinación del green-up una mejor comparación de las trayectorias en el tiempo Lobell et al.día = minimo . GDA.4. Por tanto. Se emplearon 161 para festuca (ETo) (Allen et al. oscilando exponente y el resto de parámetros ya han sido definidos.99°N.

22 para las curvas basadas en FCV y 0. y fechas de los valores mínimos tienden a agruparse. desviación estándar (σ). para un NDVI máximo de 0. Según las ecuaciones empleadas en la estimación del LAI entre 7100 y 8700 kg/ha. Comportamiento de las escalas temporales “número de días”. intercambio neto de 3.42) hasta la floración (Tabla 1) y hasta la madurez fisiológica del grano (Tabla 2). el uso de la escala temporal basada en ETo permite son el valor promedio. Para evaluar cuál de estos valores NDA.42 para las basadas en LAI. y coeficiente de variación (CV). Duración desde green-up hasta floración en: NDA (días). (b) GDA Promedio 150 1.92 y un LAImax de 4.42 aseguraría que todas las parcelas han iniciado su Tabla 1.058 306 63 727 213 σ 23 162 40 25 186 51 CV (%) 21 15 13 39 26 24 Tabla 2. FCV: fracción de cobertura vegetal. Las de la dispersión del valor acumulado promedio en cada diferentes fechas de emergencia y la posterior fase de escala temporal hasta los estadios fenológicos de interés. Valor promedio. En cambio.91 obtenemos condiciones. Estos La duración del ciclo hasta madurez fisiológica se analiza resultados podrían deberse a que la ETo incorpora en su para una sub-muestra de 10 parcelas. FCV LAI Estadísticos NDA GDA EToA NDA GDA EToA Promedio 109 1.2. genotipo.22 y 0. la escala basada en NDA muestra ciclos de El desempeño de las tres escalas se analiza en función crecimiento diferentes y desfasados en el tiempo. los puntos de inflexión. La evolución del NDVI se NDVI que corresponden al 10% de la amplitud máxima representa en las tres escalas temporales analizadas: fueron 0. EToA (mm). (c) EToA (mm) σ 28 160 43 28 205 61 Como se muestra en la Figura 1. en: (a) NDA (días). Al igual que los en el momento del green-up. El uso de un umbral superior. GDA (°C-día). el viento y el déficit de presión de vapor. 3.3. donde Tmax es la temperatura máxima diaria del aire (°C). Determinación green-up. 0. Curva de evolución de NDVI en diferentes escalas temporales 3. Los valores de distintas fechas de siembra.820 536 111 1. máximos obtenidos es la temperatura base (°C) específica para cada cultivo.1. se ha analizado la duración promedia del ciclo desde los diferentes umbrales (0. La duración del ciclo hasta NDVI para parcelas con diferentes fechas de siembra.22. la desviación estándar (σ) y el una comparación directa de las curvas de evolución de coeficiente de variación (CV). Estimación de la En la Figura 1 se representan las curvas de evolución de floración y de la madurez fisiológica del grano NDVI de 3 parcelas con producciones de medias a altas. desviación estándar (σ). FCV: fracción de cobertura vegetal. Los estadísticos utilizados GDA.541 461 (°C-días). La Tbase usada para el trigo ha sido de 0°C. Valor promedio. Duración desde green-up hasta madurez fisiológica en: NDA (días). la dispersión encontrada fue menor con el empleo del umbral 0. de NDVI es más adecuado emplear para identificar el green-up. cálculo múltiples factores que afectan al crecimiento y desarrollo del cultivo: temperatura. LAI: índice de área foliar. y coeficiente de variación (CV). rápido crecimiento de la vegetación que muestran las Se analiza además la selección del origen del tiempo curvas de NDVI no son comparables directamente desde para las diferentes escalas en el momento de siembra y la escala temporal basada en NDA. RESULTADOS Y DISCUSIÓN radiación (relacionado con el fotoperiodo). LAI: índice de área foliar. “grados-día” y “evapotranspiración de referencia” en la monitorización de la […] González.imida. GDA (°C-día). condiciones meteorológicas y de manejo. la duración y el CV (%) 19 9 8 25 13 13 desarrollo de las diferentes fases definidas por la curva http://idearm. desarrolladas bajo óptimas y de la FCV. Estadísticos NDA GDA EToA NDA GDA EToA desde siembra a cosecha. et al. con desiguales manejos agronómicos y una FCVmax de 0. la floración se analiza para las 20 parcelas monitorizadas. Figura 1.es/aet2017 119 . GDA. son similares utilizando las escalas GDA y EToA. Tmin es la temperatura mínima diaria del aire (°C) y Tbase Además. En la determinación de la floración y madurez. Curvas evolución NDVI promediado para FCV LAI 3 parcelas de trigo con producciones medias-altas. y EToA. y EToA (mm).

Con ello. Sibley. Escala temporal más apropiada en la adecuadas la fecha de inicio de ciclo. De igual manera. D.. y 306±40 mm (EToA). Calera.. y 575±34 mm (EToA). y 536±43 Bleiholder. J. A. Satellite detection of earlier wheat sowing in Estadísticos NDA GDA EToA NDA GDA EToA India and implications for yield trends. 2005. 291-300.. C. and Deering. Weber. Universitat de València. CONCLUSIONES Y PERSPECTIVAS Journal of Remote Sensing. Valencia.. Detection of rice phenology ciclo de crecimiento a través del green-up. introduce en todos los casos una mayor dispersión. y FATIMA (FArming Tools hasta la floración (Tabla 1) también es mayor en el caso for external nutrient Inputs and water MAnagement) de los NDA (21%) que en el caso de los GDA (15%) y de (subvención N° 633945). mm (EToA)..A.S. N. 1355-1384. U. 150±28 días (NDA). 2001. et al. M. E. y coeficiente de variación (CV). FAO. Valor promedio. Growth stages of mono-and dicotyledonous mayor en el caso de los NDA (11%) que en el de los GDA plants BBCH Monograph. 1. C. H. International 4. Jochum. Irrigation and Drainage Paper.. L. 1998. Pereira. and Forest Meteorology. la EToA (13%).U. Tian. Remote Sensing of Environment. X. sobre los valores promedio desde el green-up hasta la Chen.205±149 °C-día (GDA). 63-79. Growing degree- EToA permite la comparación del crecimiento y desarrollo days: one equation. Lobell. Sohu. Siembra-Floración Siembra-Madurez V. y 341±27 mm (EToA). Rome. 1. T. CV (%) 15 12 8 11 7 6 Melia. floración y fin de determinación de floración y madurez fisiológica ciclo. X. M. la MAnejo sostenible de fertilización Nitrogenada y Agua) dispersión sobre los valores promedio desde el green-up (AGL2015-68700-R). Cheng. La dispersión sobre los valores promedio 5. desde la fecha de siembra hasta la madurez (Tabla 3) es R. González-Piqueras. En todos los análisis se encuentra que la menor Choudhury.B. J. Zheng. Remote Sensing of Environment.3. desviación Mancha Oriental aquifer. La dispersión sobre los valores promedio L.820±160 °C-día (GDA).. Italy. La evolución del NDVI en escalas temporales de GDA o McMaster.22 el que se utilizará fecha de siembra y cuando se trabaja sobre grandes áreas. Raes. Lancashire. P. C..990±140 °C-día (GDA). Field Crops Research.. 2009. and Zhu. Multisensor comparison of NDVI for a semi-arid environment in Spain.. Feller.S.I. Duración desde siembra hasta floración by means of remote sensing determination of the y hasta madurez fisiológica en: NDA (días). Regional Scale Application: 08-29 (°C-día). cosecha. De igual manera. la dispersión Research Centre for Agriculture and Forestry.. J.. Y.. Idso. La duración del ciclo desde la siembra hasta la madurez 6... H. Deng. Ortiz-Monasterio. D. estándar (σ). Hack. Daughtry. W.O.es/aet2017 .. el tiempo transcurrido hasta la madurez se estimó en: 56.. 87(4). “grados-día” y “evapotranspiración de referencia” en la monitorización de la […] González. H. M.. B. Yao. 198: 131-139. por lo que en futuros trabajos se propone asimilar Tomando el green-up como fecha de inicio (Tabla 1). 1994. R. Smith. 98(1). estos resultados para la estimación de rendimiento a el tiempo transcurrido hasta la floración se estimó en: través de series temporales de IVs. mientras que el uso del green-up como origen de tiempo 1-17.G. se puede conocer la fecha de inicio y fin La duración del ciclo desde la fecha de siembra hasta de acumulación de biomasa. 1.. Es por tanto el valor de 0. Reginato. Cao. BIBLIOGRAFÍA fisiológica (Tabla 3) fue cuantificada en: 175±19 días Allen. A. Vierling. G..Comportamiento de las escalas temporales “número de días”. simulations.S. la utilización de la fecha de siembra reduce la coefficients and vegetation indices studied by model incertidumbre en la predicción de los estadios de interés. en este trabajo. Además. AGRADECIMIENTOS desde la fecha de siembra hasta la floración (Tabla 3) Este trabajo ha sido desarrollado en el marco de es mayor en el caso de los NDA (15%) que en el caso los proyectos: HERMANA (HERramientas para el de GDA (12%) y de la EToA (8%). 30(5). mientras que valores inferiores reducen la las escalas temporales analizadas.imida. S. Y. 1997. time. como es la index data... crop requirements. 2016. La determinación del incertidumbre asociada a la determinación del origen del green-up es de especial utilidad cuando se desconoce la tiempo.. el conocimiento la floración (Tabla 3) fue cuantificada en: 132±20 días de la floración tiene especial importancia en el índice de (NDA). y EToA (mm). 1.. Agricultural del cultivo en parcelas con diferentes fechas de siembra.. condiciones meteorológicas y de manejo. Los valores de NDVI permiten establecer el inicio del W. 2013.. Crop evapotranspiration: Guidelines for computing Tomando el green-up como fecha de inicio (Tabla 2). desarrollo. L... 2006. D. Klose.058±162 °C-día (GDA).. σ 20 149 27 19 140 34 Martinez-Beltran. A través de los resultados obtenidos se podría determinar sobre la curva del IV en las unidades temporales 3. Hess.M. dispersión tiene lugar con la EToA como escala temporal.J. Buhr.. Wicke. (NDA). GDA crop coefficient. R.J. Crop Evapotranspiration Tabla 3. 50. Situar el through time series analysis of ground-based spectral inicio del ciclo tiene importantes aplicaciones. genotipo. A simple and madurez (Tabla 2) también es mayor en el caso de los effective radiometric correction method to improve NDA (19%) que en el caso de los GDA (9%) y de la landscape change detection across sensors and across EToA (8%). Agricultural Promedio 132 1205 341 175 1990 575 Systems. 109±23 días (NDA).B. predicción de diferentes estadios fenológicos a partir de 120 http://idearm. and Wilhelm. Relations between evaporation Igualmente. Meier. 115: 137-143. Federal Biological (7%) y de la EToA (6%).. two interpretations. Ahmed. X. H.

5%.008 podría haber La cuantificación de la productividad de los cultivos reducido el potencial de la producción mundial de trigo se lleva a cabo mediante el desarrollo o aplicación http://idearm. V. Para ello. Ruiz. Además. the study used the complete times series of the MTCI vegetation index (weekly images from 2006–2011) from the Medium Resolution Imaging Spectrometer (MERIS) sensor associated with the Andalusian yearbook for agricultural and fishing statistics (AEAP—Anuario de estadísticas agrarias y pesqueras de Andalucía). Palabras clave: Teledetección. Por tanto. Estimating the production and yield of wheat harvesting in Andalusia using models based on time series from satellite imaging Abstract: There is a relationship between net primary production of wheat and vegetation indices obtained from satellite imaging. Universidad de Sevilla. there are few studies that use the MERIS Terrestrial Chlorophyll Index (MTCI) to determine crop yield and production on a regional level. wheat.. Para la creación de estos modelos ha sido necesaria la identificación del periodo óptimo del desarrollo de la planta. 2014). yield.. XVII Congreso de la Asociación Española de Teledetección. Keywords: Remote sensing. 2011).81 y R2=0. y demográfico. Javier Estornell. MTCI.980 y 2. trigo. (2015) han constatado que el aumento eficiente. V. principal productor a nivel y Halford. la agregación temporal de los valores MTCI usando ese momento óptimo como referencia y relacionar ese índice con observaciones directas de producción y rendimiento a través de agregaciones espaciales mediante la utilización de coberturas SIGPAC y las solicitudes de ayudas PAC. However. Con mucha frecuencia se utiliza el NDVI (Normalized Difference Vegetation Index) para la estimación de producción y rendimiento de trigo y otros cultivos. pp. Luis A. series temporales. 1.57. al crecimiento y a la producción de los cultivos (Kumar. Concretamente en el caso del trigo. 2013). Estimación de la producción y el rendimiento de la cosecha de trigo en Andalucía mediante modelos basados en series temporales de imágenes de satélite Egea-Cobrero. Sin embargo. MTCI. The obtained results indicate a significant association between the MTCI index and the production and yield data collected by AEAP (R2=0. Otros serie de políticas a largo plazo capaces de proporcionar autores como Lobell et al.81 and R2=0.es/aet2017 121 . as did the time-based aggregation of MTCI values using said optimal period as a reference.006 a 2. En esta investigación se han generado dos modelos empíricos de estimación de producción y rendimiento de trigo en Andalucía. la agricultura se enfrenta al reto de ser más Duncan et al. y por ende el cultivo del trigo.011) MTCI del sensor satelital MERIS (Medium Resolution Imaging Spectrometer) asociada a los datos de producción y rendimiento del Anuario de estadísticas agrarias y pesqueras de Andalucía (AEAP). Existen numerosos indicios que sugieren que el gran impacto motivado por el aumento de la población clima del planeta lleva cambiando desde el siglo XIX. Manuel Erena).. Sánchez-Rodríguez. siendo para ello necesario diseñar una mundial junto con China (FAOSTAT. respectively). with direct observations of production and yield through spatial aggregation using coverage from the Geographic Information System for Agricultural Parcels (SIGPAC—Sistema de información geográfica de parcelas agrícolas) and requests for common agricultural policy (CAP) assistance. In order to build these models. el sector agrícola está sufriendo otro 2016). Por otro lado. respectivamente). Most wheat production studies use the Normalised Difference Vegetation Index (NDVI) to estimate the production and yield of wheat and other crops. INTRODUCCIÓN en un 5. Nuevas plataformas y sensores de teledetección. (2014) estiman que la La agricultura. España. To this end. (Eds.57. time series. Sevilla 41004. se ha empleado la serie temporal completa del índice de vegetación (imágenes semanales de 2.imida. Los resultados obtenidos indican una asociación significativa entre el índice MTCI y los datos de producción y rendimiento recogidos por AEAP (R2=0. vrgaliano@us. This study has built two empirical models to estimate wheat production and yield in Andalusia. cosecha. hay pocas investigaciones que utilicen el índice MTCI (MERIS Terrestrial Chlorophyll Index) para conocer el rendimiento y la producción de los cultivos a una escala regional. climático producido entre 1. modelo. model. Asseng et al. mundial y el consiguiente incremento de la demanda de lo cual puede afectar a la agricultura y a la producción alimentos (Foley et al. and relation with the index. Geografía Física y Análisis Geográfico Regional. Murcia 3-7 octubre 2017. Rodríguez-Galiano. 121-124. the optimal development period for the plant needed to be identified.es Resumen: Existe una relación entre la producción primaria neta del trigo y los índices de vegetación obtenidos de imágenes de satélite. conocer la producción y rendimiento de la temperatura está afectando negativamente a su de trigo adquiere gran importancia a nivel mundial (Curtis producción en la India. (2011) sugieren que el cambio esa información (Dash y Curran 2007). En este escenario climático de alimentos. afronta hoy producción de trigo mundial caerá un 6% por cada grado día grandes desafíos globales que afectan directamente centígrado que aumente la temperatura media global. E.

De esta fuente se obtuvieron los del cultivo. Para ello teledetección y la coexistencia de todas las bases de datos la sumatoria y el promedio del MTCIacum de en el tiempo. el periodo de estudio comprendió los cada provincia se correlacionaron con los datos de años 2006 a 2011. Son numerosos rendimiento en parcelas individuales (MAGRAMA. Pesca y • Declaraciones de pago único de la Política Agraria Desarrollo Rural de la Junta de Andalucía.. la utilización imágenes de satélite para la estimación de • Series temporales del índice de vegetación MTCI. 4 compuestos temporales posteriores al máximo. pues se compone de observaciones de una alta periodicidad de observación.es/aet2017 . El periodo de estudio viene • Relacionar los índices de vegetación con observaciones determinado por la disponibilidad de las imágenes de directas de producción y rendimiento. 2014). Duncan et al. (2014): son el olivar y el trigo. la superficie total agraria de Andalucía. resultado de integrar el o precipitación menor que la anterior es posible cultivar área bajo la curva de la serie temporal de MTCI de los este cereal.Estimación de la producción y el rendimiento de la cosecha de trigo en Andalucía mediante modelos basados en series temporales de imágenes de satélite Egea-Cobrero.. La PAC fue utilizada para valores de rendimiento de las encuestas de superficies y 122 http://idearm.2. Las provincias que presentan mayor identificación del momento de ocurrencia del valor superficie en estos rangos son: Sevilla. • Anuario de estadísticas agrarias y pesqueras de disponibilidad de agua. En el resto de zonas que tienen una temperatura correspondiente a cada año.. que representan el 17 y 6. En relación a la precipitación. La construcción de un modelo de estimación de la producción y rendimiento del trigo mediante series 2. etc. el máximo de la serie temporal de índices de vegetación.imida. Huang agrícolas (SIGPAC). 2015. Cádiz y máximo MTCI en cada pixel. producciones y rendimientos provinciales contenidos Las fuentes de información utilizadas para la generación en el Anuario de Estadística Agraria y Pesquera de los modelos fueron las siguientes: (AEAP) de la Consejería de Agricultura. Metodología Agricultura y Medio ambiente (MAGRAMA).. Andalucía. ya El cultivo agrícola objeto de la investigación es el trigo que partimos de compuestos de 7 días. 2016. que complemente el sistema de estimación de cosecha de trigo de la Junta de Andalucía y del Ministerio de 2. semiárido seco más relacionada con la producción y el rendimiento según la clasificación de Köppen. et al. se calculó un valor único Huelva.1. Datos y fuentes de información acumulado de los 28 días posteriores al máximo. (duro y blando) en secano. 2013). (2015) encontró que limitantes en el desarrollo del trigo ya que debe oscilar esta etapa corresponde a los 30 días posteriores al valor entre los 18 y 28°C. MATERIAL Y MÉTODOS temporales de índices de vegetación obtenidos de 2. es ideal para el cultivo coincide con el final de la etapa de espigado (espiga de trigo. cosecha y el rendimiento tanto a nivel regional como Se construyeron diferentes series temporales para las local (Rembold et al. para de esta forma controlar su evolución a lo largo del • Sistema de información geográfica de parcelas tiempo (Dente et al. Fue usado para la localización et al. Este conjunto de del índice de vegetación MTCI (Meris Terrestrial datos fue procesado por Airbus Defence and Space en Chlorophyll Index) obtenidos del sensor MERIS entre los el marco del proyecto EuroSat4PhenoChanges (FP7- años 2006 y 2011. que llamaremos MTCIacum. teledetección presentan un inestimable valor como fuente • Encuesta de superficies y rendimientos agrícolas de de información de entrada a los modelos de producción España (ESYRCE). Huang et al. Así. Kowalik et al. datos de rendimiento y producción de trigo (CAPDER. Más concretamente los identificar las parcelas agrícolas y los recintos modelos de estimación de cosecha pretenden caracterizar agrícolas en los que hubo sembrado trigo cada año en la potencialidad productiva de las regiones agrícolas.) con la producción observada Andalucía (AEAP). Esta base de datos se utilizó como y rendimiento de trigo. A partir de la ó 400 mm de lluvia.3. ya que proporcionan información información alternativa a los datos provinciales de regular y continua desde el punto de vista espacial con rendimiento. 2016). actividad fotosintética. aunque con un rendimiento menor. Los índices de vegetación obtenidos mediante 2015). Córdoba. respectivamente. Según Zhang y Liu (2014) la etapa del ciclo del trigo El clima de la mayor parte de Andalucía. Para ello.. Área de estudio imágenes de satélite requiere de diferentes etapas según Los cultivos mayoritarios por extensión en Andalucía Kowalik et al. y con los Comunitaria (PAC). trigo se desarrolla perfectamente con una precipitación • Agregar los valores del índice de vegetación usando de 500-600 mm durante su ciclo y en años secos con 300 ese momento óptimo como referencia. parcelas cultivadas con trigo con objeto de conocer su El objetivo de este trabajo fue desarrollar un conjunto de evolución en el contenido en clorofila. de modelos (Kumar. para así disponer de una herramienta People-331667). los trabajos que estudian el cultivo del trigo mediante 2015). La temperatura es uno de los factores más totalmente visible). Esta adición equivale al valor 2. 2008.5% de • Identificar el periodo óptimo del desarrollo de la planta. se modelos empíricos que permitan estimar el rendimiento generaron compuestos semanales de MTCI a resolución y la producción de trigo en Andalucía a partir de datos espacial de 300 m desde 2006 a 2011. Este tipo de modelos espacial de las parcelas de trigo en secano identificadas relacionan diferentes parámetros bióticos y abióticos en la PAC (estado sanitario de la planta.

. 3. se consideraron disponer de estadísticas de producción fiables.6. Los coeficientes de determinación de los tres modelos son similares a los Modelo de estimación de rendimiento del trigo basado obtenidos por Duncan et al. Alimentación y Medio Ambiente producción contrastan con los de Kowalik et al. 75 y 90%. et al.Estimación de la producción y el rendimiento de la cosecha de trigo en Andalucía mediante modelos basados en series temporales de imágenes de satélite Egea-Cobrero. Los resultados de los análisis de regresión realizados Figura 1. De forma nivel de confianza del 95%. en datos estadísticos de AEAP. (2015) en parcelas de trigo en datos estadísticos de las Encuestas ESYRCE. (2015). por no en su relación con el MTCIacum. en India usando series temporales de EVI MODIS. cultivado de trigo. 75 y 90%) sembrada de trigo. respectivamente). lo cual podría influir de trigo presentaba errores al aplicarse en España.87. (MAGRAMA). Diagramas de dispersión entre el rendimiento procedente del AEAP y el promedio provincial del índice MTCIacum. combinando la Modelo de estimación de rendimiento del trigo basado información de la PAC y del SIGPAC. De nuevo. trigo (50. rendimiento R2=0. rendimientos de los cultivos (ESYRCE) del Ministerio buenos resultados obtenidos por nuestros modelos de de Agricultura. (2014). RESULTADOS Y DISCUSIÓN Se generaron tres modelos empíricos de estimación de producción y rendimiento del trigo en Andalucía: • Modelo de producción de trigo Figura 2. independientemente del porcentaje de recinto predictiva al alcanzarse valores de R2 entre 0. Puesto que existen recintos agrícolas que argumentó que su modelo de predicción de cosecha parcialmente sembrados de trigo.imida. Los En la Figura 3 se presenta el diagrama de dispersión y la ecuación resultante del modelo de regresión generado a http://idearm. los resultados son muy similares. al igual que ocurrió en y explican gran parte de la varianza (alrededor del esta investigación. b y c en función de la proporción tres modelos generados fueron significativos para un del recinto (50. que y no existen outliers o casos atípicos destacables. Al igual que en el modelo anterior. los identificados como a.5 y 0. dicha figura presenta tres gráficas en función del La Figura 1 muestra los diagramas de dispersión y las porcentaje de la superficie del recinto ocupada por el ecuaciones resultantes de los tres análisis de regresión. diferentes umbrales de porcentaje de siembra: más del • Modelos de estimación de rendimiento de trigo 50%. 80%) de la producción de trigo.6). en la Figura 2.es/aet2017 123 . En Estos resultados son similares a los obtenidos en el los tres casos la relación entre las dos variables es lineal mismo cereal en India por Duncan et al. más del 75% y más del 90%. R2=0. Diagramas de dispersión entre la producción entre los datos de rendimiento obtenidos del AEAP y procedente del AEAP y el sumatorio provincial del las medias provinciales de MTCIacum se presentan índice MTCIacum. Los consiguieron mejores resultados en su modelo de tres modelos presentan coeficientes de determinación producción que en el de rendimiento (producción significativos para un nivel de confianza del 95%. pero con menor capacidad general.

337-342. D.. AGRADECIMIENTOS Climate trends and global crop production since El segundo autor de este trabajo es un becario post. Solutions for a cultivated planet. Rojas. Cassidy. N. Zhang. Science. Schlenker. Meroni. Remote temperatures reduce global wheat production.S. L. K.aspx 6... Huang. Anuario de estadísticas agrarias Terrestrial Chlorophyll Index for crop yield y pesqueras de Andalucía. 2014... de http://www....29 segmentos territoriales muestreados por ESRYCE. 2014. para cada recinto SIGPAC de los los_gr. En ella. diferentes valores MTCIacum para el mismo valor de Dash. L. 5(2). N. Duncan.. 616-20. 2014. Recuperado 17 de agosto de 2016. Global change biology. mostró una relación lineal from Landsat TM and MODIS data into the WOFOST con coeficientes de determinación significativos y muy model..es/organismos/ agriculturapescaydesarrollorural/consejeria/sobre- consejeria/estadisticas/paginas/agrarias-anuario. indujo a pensar que el rendimiento MERIS vegetation indices and crop yield for the state de las encuestas ESYRCE podría no ser muy fiable. 112(4). Cammarano. Mattia. Ewert. parecidos.A. 2013..europa. Atkinson.A.M.imida.B.G. Productos agrícolas. Agricultural and Forest Meteorology. USA. Agradecemos la financiación MAGRAMA. E.28MS_Excel.es/ Investigación RNM177).eu/ Figura 3. 1980.. (R2=0. International Journal Los resultados obtenidos indican una asociación mayor of Applied Earth Observation and Geoinformation. W. M.. Tian. Proc. A. J. et al. F. 2013. of South Dakota. 333(6042). H.. P. J.. 21(4). S. lo que demuestra el potencial para estimar 106-121. S. Nature. 2007. 1395-1407. 5(8)..P. 228-239. 5. Wu. 1541-51. 2014. 2011.gob. Assimilation of leaf area index derived from ASAR and MERIS data into CERES-Wheat model to map wheat yield. Encuesta sobre Superficies y obtenida de MINECO (Proyectos BIA2013-43462-P y Rendimientos Cultivos (ESYRCE) de 2004 a 2015. Dabrowska-Zielinska. es/estadistica/temas/estadisticasagrarias/agricultura/ esyrce/resultados-de-anos-anteriores/default. P. ESYRCE. K. Elucidating the impact of temperature variability and extremes on cereal croplands through remote sensing. 2015... BIBLIOGRAFÍA Rembold. Satalino. M. Dente. Ramankutty. C.. 2015.. Improving winter wheat MTCIacum clasificados en función de la proporción del yield estimation by assimilation of the leaf area index recinto sembrado de trigo. T.57. 2015..S. Halford. Curran.. … Zaks..es/aet2017 . Remote Sensing Letters. F.. Remote Sensing of Environment. Dash. Lobell. M. Brauman. CSO2014-51994-P) y de la Junta de Andalucía (Grupo Recuperado a partir de http://www. El análisis de regresión simple entre los datos de Huang. doctoral Juan de la Cierva. Martre..juntadeandalucia.. J. Costa-Roberts. G. 5(4). el periodo de 28 días después del valor Kowalik.P. Food security: the de trigo seleccionados de los segmentos muestreados challenge of increasing wheat yield and the de ESYRCE. L. 2011.U. 204. Y. I.. 4.. J. Gerber. D. Lobell.A.C3. respectivamente). la producción. Rinaldi. a partir de http://ec. Rising Prediction and Yield Anomaly Detection. 2008.. 1704-1733. Nature Sensing. J. Liang. T. 354-372. S. Recuperado a partir prediction.. The potential of the MERIS CAPDER..A1ficos_. CONCLUSIONES 478(7369).B.php/Agricultural_ procedente de ESYRCE y el promedio del índice products/es#Fuente_de_los_datos_de_las_tablas_y_ MTCIacum. partir de la muestra de 642 recintos agrícolas sembrados Curtis. máximo MTCI es adecuado y que la superficie ocupada Raczka. W.. Savin. de Wit. 164(3). P..magrama. Climate Change. Foley.html 124 http://idearm. Becker-Reshef. y los valores de rendimiento obtenidos de las encuestas Environmental Monitoring and Assessment. se aprecia a simple vista la falta importance of not compromising food safety. (2016).M. J. Envisat Symposium. Diagramas de dispersión entre el rendimiento eurostat/statisticsexplained/index. Relationship between the rendimiento y viceversa. Ma. con los datos de producción que con los de rendimiento 32(1). D. wheat in European countries. 143-147. No se ha Kumar. 2015.. M. Atzberger.81 y R2=0. Impact of climate change on crop observado correlación entre los valores de MTCIacum yield and role of model for achieving food security. Using Low Resolution Satellite Imagery for Yield D. Asseng. J. 1-14. Liu. Y.. O. La existencia de of Applied Biology. 188(8). Rötter. Annals de relación de las variables estudiadas. Yield estimation using por el trigo en el recinto no es determinante (al menos SPOT-VEGETATION products: A case study of cuando es superior al 50 %). FAOSTAT.Estimación de la producción y el rendimiento de la cosecha de trigo en Andalucía mediante modelos basados en series temporales de imágenes de satélite Egea-Cobrero. W.M. producción provincial del AEAP y los valores totales I. F. R. … Zhu. Johnston. 733-742.

AET SECCIÓN 03 Bosques .

Se estudia un área de dehesa de encinas y alcornoques (215 ha) del Parque Natural Sierra de Hornachuelos (Córdoba). los modelos predictivos satisfactorios obtenidos demuestran que los datos LiDAR de baja densidad son aplicables para estimar y cartografiar la cobertura arbórea total. LIDAR.estad@gmail. (2). debido El haz de energía emitido desde un sensor aerotransportado a los altos costes de obtención de datos LiDAR de alta penetra la copa de los árboles devolviendo un único o densidad de puntos en territorios extensos y heterogéneos varios retornos hasta llegar al suelo. 36310. Los objetivos principales del presente trabajo son ensayar aplicaciones para describir la variabilidad de la arquitectura de árboles con copa relativamente pequeña y realizar un inventario exhaustivo en una dehesa.cartog@gmail. Ruiz. dosel arbóreo. Manuel Erena). Local A5. and two approaches. that was estimated using LiDAR data. como encina y alcornoque. arquitectura de copa. and there were no significant differences between species. Vigo. The preliminary results show at tree-level a negative relationship between LiDAR pulse penetration and crown density (leaf and woody biomass concentration). Vigo.es (2) Fundación Matrix. LiDAR applications for exhaustive forest inventory and 3D structure mapping in a Mediterranean dehesa Abstract: LiDAR technology is highly used for forest vegetation studies. J. vegetación formada por árboles dispersos. la altura dominante del dosel y el volumen de copa se estiman con una alta fiabilidad estadística. y dos enfoques. At area-level. (1. T. La nube de puntos permite obtener incertidumbre en la calidad de las variables derivadas interesantes variables de interés ecológico y forestal de datos LiDAR. S.com. Edificio de Ciencias Experimentales. cesar. tamaraburgos44@gmail. XVII Congreso de la Asociación Española de Teledetección. C.com. En el antes por la vegetación.imida. jmontalvo@uvigo. (2). A dehesa of cork oaks and holm oaks (215 ha) in Parque Natural Sierra de Hornachuelos (Córdoba) was studied. semicerrada que limita parcialmente la elevada y si se dispone de modelos de calibración capacidad de intercepción de los pulsos láser. Este imprescindible para el estudio exhaustivo de la tipo de vegetación representa un reto especial por la vegetación arbórea. ej. dominant canopy height and the crown volume were estimated with high statistical reliability. Se usan datos de campo de altura y arquitectura de copa de árboles y datos LiDAR del PNOA de 2014. INTRODUCCIÓN presente trabajo se explora la viabilidad del uso de datos La teledetección con LiDAR (Light Detection And de baja densidad de puntos del PNOA para caracterizar Ranging) se ha convertido en una herramienta y cartografiar la vegetación arbórea de dehesas. (1. A nivel de árbol. (Eds. martinez. Campus Universidad de Vigo. Además. usando datos LiDAR de baja densidad. a vegetation formed of scattered trees. permitiendo un inventario exhaustivo en territorios extensos de dehesa. R. were used. Universidad de Vigo. pp. Nevertheless. Luis A. Keywords: vegetation height. se forma una nube de http://idearm..com. allowing a wall-to-wall inventory in extensive lands of dehesa. Javier Estornell.2) (1) Departamento de Ecología y Biología Animal.prentice@gmail. Burgos. crown architecture.es/aet2017 127 . Por esto. Sin embargo. dominant canopy height and probably tree density. tree canopy. Palabras clave: altura de la vegetación. su aplicabilidad supone un desafío para caracterizar la arquitectura de árboles individuales. Nuevas plataformas y sensores de teledetección. The main objectives of this work are to test low point-density LiDAR data applications to describe the variability of the architecture of individual trees with relatively small crown and to carry out a comprehensive inventory of tree vegetation in a dehesa. los árboles más importantes con aplicación a inventarios de ecosistemas forestales. 1. 127-130. the applicability of low point- density LiDAR data is a challenge for architecture characterization of individual trees. presentan una especialmente si la densidad de la nube de puntos es copa singular. Vicente. dehesa. con copas relativamente pequeñas que supone una Véga et al. o bien. la altura dominante del dosel y probablemente la densidad de individuos. Plaza Miralles. es reflejado no es habitualmente aplicable esta tecnología. Muchas publicaciones implementan distribución dispersa y con baja densidad de árboles esta tecnología para caracterizar la vegetación (p. Ortega. LiDAR. 36310.2). sortega. Murcia 3-7 octubre 2017. Investigación y Desarrollo Sostenible. Los resultados preliminares muestran a nivel de árbol individual una relación negativa entre la penetración de los pulsos LiDAR y la densidad de copa (concentración de biomasa foliar y leñosa) estimada desde datos LiDAR. Sin embargo. individual trees and area. apropiados (Wulder et al. dehesa. sin diferencias significativas entre especies. España. Montalvo. 2012).com Resumen: La tecnología LiDAR es muy utilizada para el estudio de la vegetación forestal. A nivel de área. Field data of tree height and crown architecture and LiDAR data from PNOA (2014). satisfactory predictive models were obtained which demonstrate that the low point-density LiDAR data are applicable for estimating and mapping total tree cover. Aplicaciones de LiDAR para inventario forestal exhaustivo y cartografía de la estructura 3D en una dehesa mediterránea Martínez Prentice. en dehesa. si la densidad de puntos LiDAR es baja. At tree-level. 2016). España.. árbol individual y áreas. (2).

2. desde Ac y R8 GNSS de Trimble de precisión centimétrica. individuales: HtL (percentil 95 de la altura de los ecos 2.Aplicaciones de LiDAR para inventario forestal exhaustivo y cartografía de la estructura 3D en una dehesa mediterránea Martínez Prentice. con la penetración de los pulsos LiDAR.4 Análisis estadístico y cartografía Gopalakrishnan et al.2-113 se ha calculado del mismo modo descrito anteriormente Acebuche 3. La altura dominante del dosel arbóreo (Htd) se ha estimado como el percentil 95 de los valores de Ht Ht: altura dominante. medidos con un hipsómetro de ecos de suelo respecto al total de ecos. se han obtenido a partir de los ecos de copa mediante junio de 2014). >3 m) del área de copas 2. se ha calculado el coeficiente de correlación PNOA en formato LAS cedidos por el IGN.6 ha de la finca Zahurdillas. y (3) evaluar la utilidad mediante el método IDW (interpolación mediante de los datos del proyecto PNOA-LiDAR para conocer distancia inversa ponderada). Variables medidas de copa).4 1. Se ha empleado medida y la estimada mediante datos LiDAR) y el resto 128 http://idearm. 2.5 puntos/m2 y generar modelos de calibración (modelos estadísticos clasificación automática mediante TerraScan en ecos de predictivos que expresan la relación entre la variable suelo y de clases de altura de vegetación.4-5. (parcelas o celdas de 30×30 m). Área de estudio A partir de los puntos LiDAR contenidos en las copas Se estudia un área de dehesa de encinas y alcornoques individualizadas de los árboles y en el área de cobertura de 214.7 4. 2015). 2015). Ac: área de todos los árboles dentro de cada parcela. UTM Huso 30. 2. Lc: longitud de copa.4. En la muestra entre diciembre de 2014 y enero de 2015) empleando de árboles individuales.3. se ha utilizado el 80% para un sensor LiDAR con una densidad de 0.1. La longitud de copa se estimó por de copa (Dc). reclasificando o eliminando los puntos individual de la copa de árboles de dehesa y su relación erróneamente clasificados.6-58 1.7. mínima de la altura de los ecos de copa). índice de penetración de láser (IPL. centrada en vegetación de dehesa mediante GPS en una muestra de 149 puntos.6-53 para Ac.imida. LcL (diferencia alcornoque y acebuche. Fuente y procesado de datos LiDAR más conocido como RMSE) del MDT comparando Mediante las ortofotografías del PNOA se ha delimitado la altitud de las celdas de 1×1m con la altitud medida el área de estudio.. Vc: volumen de copa. HcL (diferencia entre percentil 80 y altura Se ha realizado un muestreo de 150 árboles de encina. El área de biomasa foliar y leñosa. Para los árboles central de Sierra Morena en la provincia de Córdoba. Se ha realizado un estudio la estructura 3D de la vegetación leñosa de una forma a dos niveles: árboles individuales y área de vegetación fiable. Se han usado datos LiDAR del mismo. estimada como porcentaje de copa (Ac) se ha calculado a partir de la digitalización de ecos de copa respecto al total. excepto la cobertura arbórea total (CAT) que Alcornoque 4. ej.6 6. que es una medida de la concentración diferencia entre estas variables (Lc = Ht – Hc)..1-9. similar al árbol se ha medido la altura dominante (Ht) y la altura de Bouvier et al. se de árboles individuales con herramientas SIG empleando ha obtenido la cobertura arbórea total (CATL). Cada individuo ha sido entre percentil 95 y el percentil 5 de la altura de los georreferenciado mediante el uso de un receptor GPS ecos de copa).3 1. et al. aplicaciones de datos LiDAR para inventario exhaustivo 1×1 m) con puntos LiDAR clasificados como suelo de vegetación arbórea de dehesa.2-5. 2012).2.2 20-130 4.2-8. 17 parcelas de 30×30 m.8-135 los árboles. y se normalizaron según la altitud del MDT.2-4. así de la finca estudiada. ubicada en el Parque arbórea de las parcelas se han estimado diferentes Natural Sierra de Hornachuelos. de forma de copa.5 1. VcL (calculado como Vc.es/aet2017 .5 m del PNOA dominante del dosel arbóreo (HtdL). Rangos de variación de variables de los También se ha realizado un muestreo aleatorio de árboles. La Tabla 1 resume el rango de ha obtenido como el percentil 85 de los ecos de copa. similar al indicador usado por otros autores (p. Hc: altura de copa. Tabla 1. La clasificación de ecos se ha verificado cuidadosamente Los objetivos específicos son: (1) describir y comprobado con ortofotografías digitales del PNOA y cuantitativamente la variabilidad de la arquitectura trabajo de campo. (2) ensayar Se ha elaborado un Modelo Digital del Terreno (MDT. HtdL se forma de un paraboloide. puntos discreta que se puede estratificar según alturas de el sistema geodésico de referencia ETRS89 y proyección vegetación..3-8. y altura ortofotografías con una resolución 0. describiendo una estructura 3D (Ferraz et al. En cada parcela se han registrado los árboles presentes (N=número total de Especie Ht (m) Hc (m) Lc (m) Ac (m2) Vc (m3) árboles) y obtenido las mismas variables descritas para Encina 3.9 1. El volumen de copa (Vc) se ha estimado la generación de polígonos de agregación con geometría considerando las variables anteriores asimilándolo a la suavizada mediante el uso de herramientas SIG. MATERIAL Y MÉTODOS de árboles y de celdas en formato shape de punto. En cada LcL). Las nubes de Pearson.1-1. situado en el sector variables mediante herramientas SIG. estimado como el porcentaje de la base de la copa (Hc). Los valores de CATL cedidas por el Instituto Geográfico Nacional (IGN.3 1.5×0.5-4. variación de las variables medidas. Se han usado modelos de regresión para de puntos han sido capturadas mediante vuelo (realizado expresar las relaciones entre las variables.5-135 1.6 1. Se ha obtenido el error típico de estimación (ETE. Se han extraído puntos de vegetación alta (ecos de copa. Para las parcelas. y densidad Vertex Laser VL5.

según su AIC y de parámetros asociados a la arquitectura de copas de ETE. Para la cartografía de la embargo. y es bastante aceptable. realizada con una muestra de 33 árboles por el mismo método usado para calcular CATL.001.001). p<0.8 m). p<0. Esto puede resultar de una menor penetración de coincidentes con las dimensiones de las celdas. de los datos de campo (ETE<0. y sin diferencias Se ha estimado Htd en el área de dehesa con una resolución destacables entre encina y alcornoque (Figura 2). teniendo el 71. incluyendo los árboles individuales. Sin espacial de celdas de 30×30 m. Por copa (r= –0. Sin embargo. El más importantes y las rectas de regresión respectivas. los pulsos LiDAR a través de la copa de los árboles y.94. Las datos LiDAR (MDT. La densidad media es de 96. RESULTADOS Y DISCUSIÓN ha (CV = 49%). La longitud de copa de cada árbol se estima con precisión intermedia a la obtenida con las dos variables anteriores. r = 0. la estimación del área de copa individual desde datos LiDAR. inventario exhaustivo de la altura de la vegetación arbórea en una superficie extensa de dehesa. p<0.98. Por otra parte. Existe los valores residuales.imida.49 m). es posible estimar la altura y arquitectura de copa de los árboles individuales de la dehesa (Tabla 1) Figura 1. p<0.99. 3. individuales. ETE = 4. tras verificar las hipótesis estadísticas.3% de la superficie una densidad de 50-150 árboles/ 3.001.2. aunque significativa. La presencia de copas extendidas en dirección horizontal. Aplicaciones de LiDAR para inventario forestal exhaustivo y cartografía de la estructura 3D en una dehesa mediterránea Martínez Prentice. 3. Penetración de pulsos LiDAR y estimación La altura dominante de la vegetación arbórea de dehesa arquitectura de copas puede estimarse con una fiabilidad razonable utilizando Los resultados demuestran que la penetración de los pulsos la variable estimada con datos LiDAR (R2 = 0. es razonable (r = 0. Inventario de vegetación arbórea Los datos LiDAR permiten estimar la cobertura arbórea total por parcela con muy alta fiabilidad (R2 = 0. p<0.1.5 árboles/ha. Relación entre el índice de penetración láser de una manera fiable usando una baja densidad de y el tamaño de copa de las especies estudiadas. así como estimar su variabilidad espacial. Existe una relación potencial entre el volumen de copa observado y el estimado desde otras variables LiDAR. menor información de los puntos de la altura inferior del dosel arbóreo.8 m. ETE  = 0.54 m. Por tanto.7 m2) y relativo (14%). aunque y estimada desde datos LiDAR en la muestra de árboles con un ajuste limitado (R2 = 0. Hc y Vc. con más o menos volumen. permite una superficie de intercepción suficiente de los pulsos láser. La Figura 3 muestra http://idearm. para validación (evaluación del modelo predictivo). los resultados preliminares demuestran que con una relación clara entre el grado de penetración y el baja densidad de puntos LiDAR es posible realizar un tamaño de la copa de los árboles individuales (Figura 1). especialmente su área y volumen. Relación entre la altura dominante observada dehesa. ya que existe una relación lineal con la cobertura medida por digitalización. y un bajo ETE absoluto (51.33. así como su validación. no observamos tanto.3  m). característica de encina y alcornoque en dehesa. ETE = 0. ETE relativo  = 8. puntos LiDAR. solo se ha hecho calibración. En ningún caso existen diferencias significativas entre especies para Lc. Las diferencias entre especies en una elevada correspondencia entre la altura dominante los modelos de calibración se han analizado mediante estimada desde datos LiDAR y la observada a partir ANCOVA. número total de árboles estimado en la dehesa es 19691. con un ETE~0. variables predictoras y los modelos de regresión se han La Tabla 2 sintetiza los modelos de calibración obtenidos seleccionado por su capacidad predictiva.6%. La cobertura arbórea estimada en toda la superficie de dehesa es el 39. Se indican los datos para las dos especies probablemente por el bajo número de parcelas.54. siendo su ETE los valores de HtdL estimados en las parcelas de campo similar. Por otra parte. En Existe una excelente estimación de la altitud desde los el caso de parcelas. et al.es/aet2017 129 .67.001.001).001). por tanto. LiDAR está inversamente relacionada con la densidad de p<0.3%). la fiabilidad de la estimación de la altura de Htd se ha utilizado el modelo de calibración obtenido con copa es inferior. un modelo potencial entre el número de individuos y cobertura arbórea permite realizar un inventario exhaustivo del número total de árboles en la Figura 2.

001 0.2%).78 Encina 56 0. Hilker. Durrieu.66 <0.. 6. White.6 m y • Realizar un inventario exhaustivo de la altura de la una escasa variabilidad espacial (coeficiente de variación vegetación arbórea y probablemente de la densidad de 7. Hc: altura de copa. 196-209. Generalizing predictive models of forest inventory attributes using an area-based approach with airborne LiDAR data.O.83 14 0.. inversamente relacionada con la penetración de los donde se aprecia una dominancia de la clase entre 6-7 m pulsos láser.. Bater. R..63 Longitud de copa (Lc) Encina 56 0. 11036- 11060. Coulston..76 14 0. Renaud..A.005 0. en especial su área y volumen. J.68 Volumen de copa (Vc) Encina 56 0.Aplicaciones de LiDAR para inventario forestal exhaustivo y cartografía de la estructura 3D en una dehesa mediterránea Martínez Prentice. Ferraz.C. Prediction of canopy heights over a large region using heterogeneous lidar datasets: Figura 3. A. 322-334. 2012. forest characterization: A review. Fournier. Remote Sensing.. 2012. y caracterizar Ørka.001 0. 156. Mapa de alturas de la vegetación arbórea. Alimentación y Medio Ambiente.70 14 0.P..79 30 0. Unidades de ETE: Ht. cofinanciado por el Ministerio de Agricultura y Pesca.W. Coops.64 <0.A. Hc y Lc: m.32 Ht: altura dominante. Næsset.86 Alcornoque 56 0. Modelos de calibración para parámetros de la arquitectura de la copa de árboles. Se indican las ecuaciones predictivas y resultados de validación. Renaud.82 <0. F.. V.001 0. Lidar sampling for large-area manera fiable. El subíndice L indica que la variable se ha estimado desde datos LiDAR. Wynne. M. Bouvier.32 14 10. S.001 7. Vc: volumen de copa. 121.. M. CONCLUSIONES On the interest of penetration depth.65 <0. Véga. Agradecemos la colaboración de los propietarios de la finca Zahurdillas. et al.A. el mapa de la altura dominante de la vegetación arbórea. Pereira.imida.. N. Lc: longitud de copa. canopy area and Los resultados preliminares evidencian que los datos volume metrics to improve Lidar-based models of LiDAR de baja densidad de puntos permiten interesantes forest parameters. G. cuantitativamente la arquitectura de su copa de una Gobakken. • Estimar la altura de los árboles más típicos de Wulder.. una altura promedio de 6.66 14 0.001 11. Jaquemoud.25 <0. El IGN facilitó el acceso a datos LiDAR del PNOA.. 3-D mapping of a multi-layered Mediterranean forest using ALS data. Thomas. Bretar. 130 http://idearm.001 0. de árboles. árboles (concentración de biomasa foliar y leñosa). T.. J.W. R. efficacy and challenges. Remote Sensing of • Estimar la densidad de elementos en la copa de los Environment.58 Alcornoque 56 0. H. M. J. Tipo de Modelo de calibración Validación Variable vegetación N Ecuación R 2 p ETE* N ETE Altura dominante (Ht) Todas las especies 120 0.es/aet2017 . Remote Sensing of Environment. la dehesa (encina y alcornoque). L.74 Altura de copa (Hc) Encina 56 0. T.90 14 7.P.F. Nelson.6% de la superficie). Soares. P. 32-42..94 Alcornoque 56 0. R. (74. 201-223. C. Durrieu. 4.H.75 <0.001 0.85 Alcornoque 56 0.39 <0. Gonçalves. S. Remote Sensing of Environment.001 0... E. Gopalakrishnan. Remote Sensing of Environment...13 0. Tabla 2. R. J. 2015. conjuntamente para las tres especies estudiadas o para las dos más importantes. 2015. Vc: m3. M.67 14 0.19 <0. 2016. AGRADECIMIENTOS Este trabajo es fruto del ‘Programa de Investigación Ecológica y Territorial’ de la Fundación Matrix.. BIBLIOGRAFÍA Bouvier. Tomé. 121. aplicaciones en territorios extensos de dehesa: 175. C. S. 5...C.74 14 0. 7..

46022-València. el hábitat de alturas de la copa para diferentes especies. ALS registered lower canopy heights than TLS (being the RMSE of the difference 2. Keywords: LiDAR. ALS) vienen empleándose Desde un punto de vista estructural. A. las áreas forestales satisfactoriamente desde hace décadas para la extracción se pueden dividir en diferentes estratos verticales: ápice de la estructura vertical de la vegetación. base dosel. understory. canopy. 131-135. mientras que las del TLS en el sotobosque y especialmente en el terreno. Manuel Erena). proporcionan información sobre la distribución en altura sotobosque y terreno. dosel arbóreo. terrain. Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado en voxelización Crespo-Peremarch. y el (Hill y Broughton. Palabras clave: LiDAR.10 metros). En Chasmer et al. Comparative analysis of ALS and TLS potential for the structural characterization of forest mass by voxelization Abstract: During last decades. laruiz@cgf. en lugar de por alturas.imida. presentando cada uno limitaciones en diferentes zonas de la estructura forestal debido a la oclusión. pp. In this study. forest structure. 1. a comparison of the canopy height registered by both sensors was carried out in Sierra de Espadán (Spain). terreno. canopy base. Ruiz. Javier Estornell. por tanto. (2006) se comparó La caracterización de la estructura forestal permite la distribución de densidades ALS y TLS en diferentes entre otras cosas estudiar la reforestación. Highest densities of ALS are located at the top of the canopy and terrain. due to its lower density. estructura forestal. Camí de Vera s/n. permitiendo un estudio más detallado de la diferentes estratos. sotobosque.. biomasa o volumen (Hilker et al. Las mayores densidades del ALS se localizaron en el ápice y el terreno. L. as well as the relationship between densities and plot features. laser scanning. base de la copa. La altura de cada uno de estos de los diferentes estratos verticales (Ruiz et al. INTRODUCCIÓN o alternativa al ALS. whereas TLS densities are principally at terrain and understory.es Resumen: En las últimas décadas se ha demostrado la eficiencia en la caracterización del dosel arbóreo y la estructura forestal mediante ALS (Airborne Laser Scanning) y TLS (Terrestrial Laser Scanning). understory. especie o edad. se estudió la penetrabilidad en los diferentes estratos verticales (terreno. 2010). 2016). Por ello. debido a las (Light Detection And Ranging) aerotransportados oclusiones.. (Eds. and therefore the likelihood of registering the maximum height is lower. Los objetivos de este trabajo son: (i) realizar un análisis En estudios previos se han analizado las diferencias comparativo de las alturas de las copas obtenidas mediante entre ALS y TLS para estimar variables como la altura ALS y TLS. 2013). es importante TLS) presenta unas densidades mucho más elevadas hacer un estudio de penetración del ALS y TLS en los que el ALS. Universitat Politècnica de València. The potential of TLS for forest inventory at plot level has been proven. estructura forestal. En este estudio se efectuó una comparación de las alturas del dosel obtenidas por ambos sensores en la Sierra de Espadán (Castellón). y se estudiaron las relaciones entre dichas densidades y las características de las parcelas. (Airborne Laser Scanning. zona interna copa. penetrability in different vertical strata (terrain..es/aet2017 131 . although it could be complemented with UAS data. Each of them has limitations in different forest structure strata due to occlusion. obteniendo el la fauna o el comportamiento de un incendio forestal primero mayores frecuencias en las partes elevadas. estructura interna. in order to register upper vegetation strata with a higher density than ALS. the efficiency of ALS (Airborne Laser Scanning) and TLS (Terrestrial Laser Scanning) to characterize the canopy and forest structure has been demonstrated. http://idearm.10 meters). láser escáner. zona interna de la copa. P. Los sistemas LiDAR segundo en las partes inferiores de la copa. pabcrepe@cgf. internal structure. (ii) analizar la distribución de densidades de del dosel. sotobosque. Nuevas plataformas y sensores de teledetección. puntos ALS y TLS en diferentes estratos de la vegetación concluyendo que el TLS puede ser un buen complemento (ápice de la copa. menor probabilidad de registrar la altura máxima. Grupo de Cartografía GeoAmbiental y Teledetección (CGAT).. Luis A. XVII Congreso de la Asociación Española de Teledetección. estratos es variable debido a la heterogeneidad de la El láser escáner terrestre (Terrestrial Laser Scanning. España.upv.es. Con ALS se obtuvieron alturas de dosel menores que con TLS (siendo el RMSE de la diferencia igual a 2. base de la copa. ápice) mediante el análisis de densidades dentro de vóxeles. Ruiz. top) was studied through the analysis of densities within the voxels. aunque podría complementarse con datos UAS para registrar las zonas superiores de la estructura con una mayor densidad que el ALS. debido a su menor densidad y. estructura (Vierling et al. Murcia 3-7 octubre 2017. El TLS ha demostrado su potencial para el inventariado de parcelas forestales.upv. puesto que de la copa. 2009).

con el fin de homogeneizar las Se extrajo la densidad de puntos en el vóxel. Los datos TLS fueron igualmente registrados al mismo tiempo y están disponibles para 29 de las 80 parcelas de trabajo (Tabla 1). Este seleccionaron un máximo de dos parcelas de cada especie proceso consiste en agrupar todos los puntos que se dominante por cada intervalo de 10% de cobertura de encuentran dentro de un vóxel (e. que es la altura aproximada del instrumento España. con el criterio de pinaster y Quercus suber en gran medida. En ellas se midieron los diámetros a la altura de pecho (DBH) de todos los pies con un DBH mayor que 5 cm y la altura del ápice para los siete pies con mayor DBH dentro de cada parcela. ALS TLS Sensor LM6800 FARO FOCUS 3D 120 2. Sólo se tuvieron en cuenta los puntos por encima de la Sierra de Espadán.3. Representación de las 29 parcelas con realizaron nueve escaneos. base de la copa.es/aet2017 . Teniendo en cuenta la especie dominante y la cobertura la estructura interna de la copa se extrajo calculando la de sotobosque en cada una de las parcelas.15 m (V) estratos (ápice. la cobertura aproximada de sotobosque.24 m (H). prisma rectangular). a partir de un modelo digital del terreno (MDT). Para cada una de estas parcelas se Figura 1. A partir de estos datos y de las ecuaciones alométricas de Montero et al.Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado en voxelización Crespo-Peremarch y Ruiz sotobosque y terreno). Densidad media 34. y (iii) relacionar la distribución de 2. A continuación. sotobosque (Figura 1). por lo que se seleccionaron manualmente. minimizar el número de píxeles vacíos. El ápice corresponde con aquellos puntos Frecuencia de pulso 300 kHz 97 Hz con mayor cota dentro de cada píxel. 2 mm a 25 m El primer paso fue diferenciar cada uno de los diferentes 0. datos TLS según la especie dominante y la cobertura Tabla 1. En este caso se Longitud de onda 1550 nm 905 nm puso la condición de cota mínima de 2 metros. Tanto el Divergencia del haz ≤ 0. 0.03 m-2 El terreno se determinó como todos aquellos puntos con puntos una altura igual o menor a 7. Características del ALS y TLS. se excluyeron automáticamente todos aquellos puntos menores de 15 cm. Esta comparación se realizó a nivel predominante es el Pinus halepensis con gran presencia de píxel. Cálculo de densidades por estratos Precisión 0. MATERIAL Y MÉTODOS de la vegetación obtenidas tanto por el ALS como por el El área de estudio se encuentra en el parque natural TLS. El tamaño de píxel se determinó a partir de la de sotobosque.1. sotobosque Puntos por parcela 24306 98919896 y terreno). (2005) se estimó la biomasa área (AGB) y la altura dominante a partir de la media de las lecturas. estableciéndose Durante el mes de septiembre 2015 se llevaron a cabo en 0. A partir de la diferencia de alturas para los trabajos de campo en 80 parcelas de 15 metros de cada una de las 21 parcelas se calculó el error medio radio distribuidas aleatoriamente a lo largo de la zona de cuadrático (RMSE).19 mrad sotobosque como la base de la copa son más complejos de extraer. una submuestra con la que llevar a cabo el estudio. 132 http://idearm. estudio (3741 ha).75 metros. aunque también hay presencia de Pinus densidad de puntos de ambos sensores. densidad de pies. De esta manera se que el tamaño de píxel. los cuales se describen en la Figura 4. Al igual tipologías de parcelas en la muestra. Por último.39 m-2 139943. Sus características se muestran en la Tabla 1. en la provincia de Castellón. Se El siguiente paso fue la voxelización de los datos. de 2 metros. Es una zona montañosa con laderas escarpadas TLS. La especie superior al mismo.5 mrad 0.g.75 metros para los tres ejes. se extrajo altura intermedia entre la base de la copa y el ápice. zona interna. En rojo se enmarca la proporción de parcelas seleccionadas para el estudio. al considerarse puntos 2.imida. altura dominante o especie. y la pendiente. el del vóxel se estableció en trabajó con un total de 21 parcelas. se realizó una comparación de las alturas 2.2.5 cm (mitad de la precisión Retornos 7 1 en Z del ALS). Los datos ALS se tomaron de forma simultánea y cubren toda la zona de estudio. con el fin de analizar aquellos ápices con una altura y presencia de terrazas artificiales. Selección de la muestra del terreno o de estratos herbáceos inferiores. De cada parcela también se anotó la especie dominante. Comparación de alturas densidades con respecto a factores estructurales como la El primer paso fue la normalización de las alturas biomasa. En el sotobosque. de sotobosque.

RMSE en metros de la diferencia de alturas base de la copa. densas y próximas al a la columna de vóxeles. pendiente. que fueron evaluados mediante validación verticales y a nivel de vóxel. la densidad de puntos instrumento como sotobosque. Se observa claramente cruzada y dividiendo la muestra en 10 grupos. en mientras que para el TLS la densidad es mayor en el el que la densidad relativa fue la variable dependiente sotobosque y especialmente en el terreno. (S) sotobosque. Relación entre densidades y características de las parcelas Con el objetivo de analizar qué parámetros afectan a Figura 3.42 metros. siendo estas densidades comparables. por lo que las alturas TLS suelen ser superiores a las del ALS. con un valor de 2. Los estudió una posible relación entre las densidades relativas vóxeles con un valor menor que 1 (azul) son aquellos para cada uno de los estratos con las características de con una mayor densidad ALS. número de pies. se calculó la ratio entre la densidad relativa del TLS y del ALS para cada columna de vóxeles y estrato. Con estas densidades relativas para cada estrato se calculó la media de cada estrato para cada parcela. Estos como el ALS tiene mayor densidad en el ápice y terreno.imida. Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado en voxelización Crespo-Peremarch y Ruiz Conociendo qué puntos corresponden a cada estrato. y los mayores que 1 cada una de las parcelas (especie dominante. Se obtuvo el coeficiente de determinación (R2) y las variables seleccionadas por el método paso a paso hacia adelante para analizar las relaciones existentes.91 y 3. Figura 4.4. Comparación de densidades pudo también conocer que vóxeles correspondían a cada En la Figura 3 se muestra la ratio entre la densidad relativa estrato y calcular su densidad. Representación de los vóxeles que muestran la penetrabilidad de los haces láser del TLS y ALS. Seguidamente. TLS y ALS para cada vóxel dentro de una parcela. 3. Estos valores se encuentran entre los 0. RESULTADOS 3. Alturas estimadas En la Figura 2 se muestra el RMSE calculado a partir de la diferencia de alturas máximas superiores a 2 metros obtenidas con ALS y TLS para cada parcela y a nivel global. y (T) terreno. se la ratio entre la densidad relativa TLS y ALS. La media de las diferencias entre ALS y TLS dio un resultado negativo en todos los casos.es/aet2017 133 . sotobosque.10 metros para el conjunto de parcelas. En la Figura 4 se muestra la comparación de densidades Para ello se generaron diferentes modelos de regresión relativas entre ALS y TLS para cada uno de los 5 estratos lineales. y las variables forestales de cada parcela las variables independientes. http://idearm. modelos se generaron para cada sensor y estrato. se 3. 2. fustes o partes del dosel. de cada vóxel se dividió entre la densidad de toda la columna. TLS por estratos (barras) y a nivel de vóxel (curvas). (E) estructura interna.2. cobertura tienen mayor densidad TLS. Se Debido a la disparidad de densidades entre TLS y ALS puede observar cómo las mayores densidades TLS se se decidió trabajar con densidades relativas con respecto encuentran en zonas más inferiores.1. (B) Figura 2. Para ello. biomasa aérea y altura dominante). (a)Descripción gráfica de los 5 estratos verticales: (A) ápice. y (b) de la vegetación extraídas por ALS y TLS para cada comparación de las densidades relativas entre ALS y una de las parcelas y a nivel global.

Las densidades en el sotobosque por parte del ALS son pequeñas debido a la oclusión producida por el dosel. menor es Figura 5. y al contrario de lo que se observa en la Figura 4.. que son las más cercanas al instrumento. Excepto el ápice para el ALS y la base de oclusión. la probabilidad de que un haz intersecte el ápice del árbol es menor (Zimble et al. La penetrabilidad del ALS en este estrato se ve afectada por la altura dominante y la especie puesto que. Estos resultados permiten hacer una previsión la copa para el TLS. ya que este puede originar oclusión y varía y las observadas en las Y. También se incluye la R2 del según la especie dominante. Por el contrario. 2003). que no deja pasar la energía y donde no hay cobertura de vegetación recibe el total de ella. Sin embargo. Esto es debido a que la parcela de la Figura 3 tiene una alta cobertura de sotobosque (90%) y.Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado en voxelización Crespo-Peremarch y Ruiz 3. El registro del sotobosque depende de la biomasa aérea que. las densidades son pequeñas en el ápice. Como se aprecia en la Figura 3. donde se terreno. 134 http://idearm.imida.10 metros. la densidad depende de la especie y la cobertura representan las densidades calculadas en el eje de las X de sotobosque. La Figura 5 muestra una correlación elevada entre las características estructurales de las parcelas y la densidad de puntos en la zona interna con ALS. El TLS registra sus mayores densidades en el terreno y sotobosque. debido a la oclusión del dosel. y partes inferiores del dosel. En cuanto al TLS. posiblemente debido a la presencia de elementos más densos como ramas más gruesas. 4. las densidades relativas son similares a las del TLS en la zona interna y base de la copa. Gráficas de los modelos de regresión lineales la densidad de puntos en el sotobosque. DISCUSIÓN Y CONCLUSIONES En la Figura 2 se muestra cómo el RMSE global es de 2. ya que estos estratos pueden densidad de puntos dependiendo del estrato y sensor. En la Figura 4 se observa que el ALS presenta mayores densidades en el ápice y el terreno. dependiendo de éstas. y los resultados estadísticos indican que las alturas extraídas a partir del ALS son inferiores a las del TLS. Sin embargo. siendo su presencia muy ajuste y las variables seleccionadas. Por ello. Relación entre densidades y características de elevada en parcelas de Pinus halepensis. las parcelas no existe correlación en la densidad del ápice con ALS y En la Figura 5 se muestran las variables que afectan a la la base del dosel con TLS.es/aet2017 . Se aprecian algunas zonas internas del dosel con mayores densidades TLS. En este ejemplo. al encontrarse más próximos al instrumento. Debido a su toma cenital. al ser el ápice el primer objeto que intersectan los haces y el terreno un objeto compacto. fuste. esto afectó a la densidad TLS en el terreno. cuanto mayor es.3. la densidad ALS es mayor en el terreno. existe una correlación entre ciertas de la penetrabilidad de los haces a través de los diferentes variables de estructura de las parcelas y las densidades. las mayores densidades TLS se concentran en el sotobosque. Por el contrario. los primeros retornos ALS suelen estar algunos metros por debajo del ápice. la correlación es alta para los estratos de sotobosque y terreno. estratos según las características o el tipo de bosque. como indican los modelos de la Figura 5. pero la oclusión para la extracción del ápice es mucho mayor (Figura 4). la copa se encuentra más o menos abierta. El ALS tiene una menor densidad y. y registrarse desde los respectivos sensores sin ninguna su correlación. En cuanto al para cada sensor y estratos verticales. por lo tanto. el ALS registra mayores densidades en las partes elevadas. el TLS tiene una mayor densidad de puntos.

..D.A. D. C. 87(2). J. T.imida. Carlson. Parker. Oldow. J. Characterizing vertical forest structure using small-footprint airborne LiDAR. M. BIBLIOGRAFÍA Chasmer. Shrub characterization using terrestrial laser scanning and implications for airborne LiDAR assessment. Por último. Zimble. es posible hacer una previsión de la densidad de puntos que registra cada instrumento en los estratos con mayor oclusión dependiendo de las características de la zona de estudio.. Y..... 709-722. Remote Sens. L. G. 2009. 2010. 2016. España: INIA. An object-based approach for mapping forest structural types based on low-density LiDAR and multispectral imagery. Análisis comparativo del potencial del ALS y TLS en la caracterización estructural de la masa forestal basado en voxelización Crespo-Peremarch y Ruiz Los datos ALS han demostrado que pueden utilizarse para el inventariado de las parcelas debido a su alta densidad y penetrabilidad. R. J. R. 24(5). 819-832.A.. 2013. Comparing canopy metrics derived from terrestrial and airborne laser scanning in a Douglas- fir dominated forest stand.U. L. Mapping the understorey of deciduous woodland from leaf-on and leaf-off airborne LiDAR data: A case study in lowland Britain. La aplicación conjunta del TLS y ALS en las tareas de inventariado de las parcelas requeriría de la validación concreta de las variables de estudio.. siendo crucial para cualquier normalización de alturas. ya que permiten tomas cenitales como el ALS.C. G.A. 64(2). especialmente en las partes inferiores de la estructura forestal. AGRADECIMIENTOS Este trabajo ha sido co-financiado por el Ministerio de Economía y Competitividad y fondos FEDER en el marco del proyecto CGL2016-80705-R.. Investigating penetration through a conifer canopy by integrating airborne and terrestrial lidar. 2006..A. M. Eitel.. Hopkinson..S. Hill.J. Photogramm.A. Montero. Ruiz. Wulder.A.. Madrid. 6..es/aet2017 135 . 223-233. Ruiz-Peinado. Evans... P. ISPRS J..S. 32(2). 2005. el ALS también ha demostrado su capacidad para caracterizar el terreno. 2003. J.L. Xu. Remote Sens. L.C. 5. Treitz. Remote Sens.L.. Sin embargo. S. R. El uso de UAS para registrar con más precisión las zonas más elevadas es una alternativa para complementar los datos. Environ.. Estos datos permitirían obtener un inventariado preciso sobre el que se podrían tomar nuevas medidas no planificadas en el momento de salir a campo.K. Newnham. Trees. Geocarto Int.C. 116-125. M. D. Producción de biomasa y fijación de CO2 por los bosques españoles... Broughton. Además. P. http://idearm. Jupp.. 171-182. Culvenor.. Muñoz. D. pero con una mayor densidad de puntos. Grado. Remote Sens. su aplicación presenta un coste elevado con respecto al TLS. 38(6). Can. Gerard. 1-15.. N. P. M. Coops. van Leeuwen. Can. Sapena. G. D. Recio... J. Vierling. Hilker. Crespo-Peremarch.C. R.

(Eds. comercial y la degradación explícita que. social y económico. Estos fenómenos biológicos. social y económico. Cicuéndez López-Ocaña. 137-141. Spatial-temporal evolution of the NDVI in relation to the meteorology: application to Spanish Dehesas Abstract: The Spanish Dehesa has great importance for its superficial. índices espectrales. López Leiva.palacios@upm. Palabras clave: series de tiempo. como el NDVI. El estudio superficial. y su relación con las variables climáticas.merino@upm... La dehesa ha sido estudiada nos permite recopilar información para evaluar. http://idearm. MODIS. XVII Congreso de la Asociación Española de Teledetección. que evalúa el verdor para el seguimiento ambiental. conocidos como fenología. 2014).2014. specifically temperature and precipitation.es. Nuevas plataformas y sensores de teledetección. Para ello. y valor ecológico.2014.imida.es. no sería posible obtener. su baja rentabilidad. El objetivo del presente trabajo es el estudio de la respuesta del índice de verdor NDVI (Normalized Difference Vegetation Index) de las dehesas españolas durante el periodo de estudio 2000 . MODIS.. and its relation with the meteorological variables. Ciudad Universitaria s/n Madrid 28040 España. ana. social and economic value. en concreto temperatura y precipitación.es/aet2017 137 .cbarroso@alumnos.com.. we analyze 14 years of NDVI series derived from MODIS (Moderate Resolution Imaging Spectroradiometer) sensor with a temporal resolution of 8 days.. se pueden analizar mediante La teledetección es una técnica ampliamente utilizada índices espectrales.. estando especialmente indicada para el medio y largo plazo. a escala durante varias décadas y todavía existen interrogantes regional y global.lopez@upm. inicio y fin de la sequía. A. 1. In parallel. de otro modo. we analyzed the meteorological variables of the study area.. are generating great concern among owners and managers. se han analizado las variables meteorológicas de la zona de estudio. Murcia 3-7 octubre 2017. sistemática y espacialmente baja rentabilidad económica. La teledetección es una técnica muy utilizada en el seguimiento ambiental.recuero@upm. with the aim of improving its stability and increasing its production. está generando gran preocupación entre propietarios y gestores. laura. ambiental asociada. es el análisis de series temporales que (Campos et al. The objective of the present work is the study of the response of the NDVI (Normalized Difference Vegetation Index) of the Spanish Dehesas during the study period 2000 . intensidad. asociada a la degradación ambiental que sufre. a partir de las que se derivaron mapas de duración. ha generado una creciente De especial relevancia dentro del campo de la preocupación entre los gestores forestales y ganaderos teledetección. victorcicuendezlopocana@gmail. Por ello. Recuero Pavón. The results show that there are clear differences in the NDVI response depending on the dominant forest species and the intensity of the drought. Remote sensing is a technique widely used in the monitoring of the environment. Merino de Miguel.. se analizan 14 años de series temporales de NDVI derivadas del sensor MODIS (MODerate Resolution Imaging Spectroradiometer) con una resolución temporal de 8 días. A.es. En paralelo. ETSI de Montes. como consecuencia de su información sintética. its low profitability associated with the environmental degradation it suffers.es. pp. ecological.es Resumen: La dehesa española tiene gran importancia por su extensión superficial. 2010). ecológico. INTRODUCCIÓN gran cantidad de trabajos que se han realizado en los La dehesa tiene una gran importancia por su valor últimos años (De Keersmaecker et al. Ruiz. C. L. Los resultados muestran que existen claras diferencias en la respuesta del NDVI en función de la especie forestal dominante y la intensidad de la sequía soportada. Forestal y del Medio Natural (UPM). from which we derived maps of duration and intensity of drought.upm. para mejorar la estabilidad y lugar. 2007). Manuel Erena). Sin embargo. V. y que tienen relación con el clima y con el estudio y la necesidad de caracterizar dicho ecosistema curso anual del tiempo atmosférico en un determinado y su comportamiento. Luis A. silvia. However. alicia. Javier Estornell. Palacios Orueta. comúnmente aumentar la producción. S. algunos de los fenómenos biológicos sobre su origen y los procesos ecológicos que la integran que se presentan periódicamente acoplados a ritmos (Gea et al. For this purpose. cesar. spectral índices. Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas Cifuentes Barroso. being especially indicated for the medium and long term. Tools are needed to characterize this ecosystem and its behavior. con el objetivo de mejorar su estabilidad y aumentar su producción. Sin embargo. Keywords: time series. Prueba de ello es la de la vegetación. cobra gran relevancia su estacionales. Se precisan herramientas que permitan caracterizar dicho ecosistema y su comportamiento. de la superficie terrestre a través de imágenes aporta la crisis que viene atravesando.

1.1. siendo ρ la área de estudio y la determinación de las diferentes reflectancia de superficie). Dado que El procesado de las imágenes MODIS se ha realizado el periodo de estudio se extendía del 1 de septiembre de con ENVI 4. 2003). las imágenes correspondientes por orden cronológico. especies forestales dominantes en las dehesas de España Una vez obtenida la serie temporal de 14 años de NDVI. 3. decir. resultando una compuestos temporales contienen la mejor información imagen de 46 bandas por píxel. medida a través del NDVI. En particular. tal y como refleja destino (WGS84-UTM-h30).7 (ENvironment for Visualizing Images) e 2000 al 31 de agosto de 2014 (14 años ‘hidrológicos’. medios de precipitación y temperatura mensuales del 2. Estos valores pueden ser debidos las teselas categorizadas como bosque adehesado. para cubrir el área de Aplicando la hipótesis de Gaussen y con la ayuda del estudio se precisaban 4 imágenes por fecha. MÉTODOS sequía (duración. De esta forma se Para evaluar la relación existente entre la respuesta de la obtuvieron cuatro nuevas capas que representan cuatro vegetación. 8 días. eran necesarias un total 3.. fueron poseer un adecuado compromiso entre resolución sustituidos por la media entre los valores temporalmente espacial y temporal. respuesta de la vegetación. de 1 km de se llevó a cabo con base en el estudio comparado de la resolución espacial. las cuales se han seleccionado por valores eliminados de acuerdo a este criterio. realizado por la AEMET en formato digital. a llevó a cabo utilizando ENVI 4. y (iii) transformación al sistema de coordenadas entre valores consecutivos de NDVI. peninsular y Baleares se ha empleado el Mapa Forestal se procedió a la detección de valores atípicos utilizando de España a escala 1:50. Para ello se utilizó el Atlas Climático inicio y fin. es IDL (Interactive Data Language). por lo que climodiagrama. a 250 m de resolución espacial. sintetizada a través de los indicadores de 3. producto MOD09Q1. Los El valor medio se calculó fecha a fecha. se procedió de 8 días de reflectancia de superficie con dos bandas. partir de datos del periodo 1971-2000.3. (ii) extracción de las bandas R. lo cual se consigue guardando en un solo fichero La zona de estudio comprende el ecosistema dehesa. los cuales se corresponden con calidad para la posterior construcción de las series de los valores máximo y mínimo de la curva de diferencias tiempo.. intensidad.4. Pre-procesado de datos MODIS dominante. Los valores de NDVI fueron tratados en función de la especie arbórea 3. y sirvieron fundamentalmente para detectar El pre-procesado incluyó las siguientes fases: (i) el inicio y fin del periodo de mayor actividad fisiológica mosaicado de 4 imágenes por fecha para cubrir el (excluyendo la inhibición estival) en relación a los área de estudio. valores atípicos aquellos que se salieron fuera del rango 2. Al tratarse de compuestos de procedió a suavizarlo mediante el filtro Savitzky–Golay. El procesado de las capas de la AEMET se Ibérico. que se localiza en el oeste y suroeste de la Península Las nuevas imágenes multi-temporales de las bandas R Ibérica (PI). y temperatura.3. el cual se considera en el rojo (R: 620-670 nm) e infrarrojo cercano (IRC: más fiable para estimar el comportamiento vegetativo. Datos meteorológicos Altas Climático Ibérico de la AEMET. 2002). de la PI y Baleares. Se identificaron como agrosilvopastoral. Procesado de datos meteorológicos de 644 imágenes.Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas Cifuentes Barroso. MATERIAL Una vez pre-procesadas las imágenes MODIS. 3. Área de estudio e IRC. que a fallos en el propio sensor o a la existencia de nubes o se corresponde con formación arbolada abierta con uso aerosoles en la zona de estudio. y la meteorología indicadores climáticos relacionados con la sequía: fue necesario el análisis de las variables precipitación duración. medida a través del NDVI. inicio y fin). y ocupa una superficie aproximada de e IRC sirvieron para la construcción de la serie temporal 3 Mha (Díaz et al. et al. hay disponibles 46 imágenes por año. Calculado el año medio se captada dentro del periodo. Por otra parte.es/aet2017 . Los sensor MODIS. realizó mediante las herramientas MODIS Reprojection 138 http://idearm.7. de septiembre a agosto).000 (MFE50).2. Procesado de datos MODIS 2. se ha utilizado el anterior y posterior. se procedió a la construcción de las series temporales de las bandas R 2. que es un compuesto temporal Una vez filtrada la serie temporal del NDVI. 841-876 nm). El objetivo del presente trabajo es el estudio de la Tool-MRT y MODIS Land Data Operational Products respuesta del índice NDVI de las dehesas españolas Evaluation-LDOPE facilitadas por el MODIS Land durante el periodo de estudio 2000-2014. con las variables meteorológicas. Para la delimitación del del índice NDVI (NDVI = (ρIRC– ρR)/(ρIRC+ρR). IRC y cambios de inflexión. se procesaron las capas de valores finalmente se descargaron 2576 imágenes.imida. y su relación Quality Assessment Group (Roy et al. El pre-procesado se la Figura 1. Análisis fenológico se utilizaron capas de valores medios de precipitación El análisis fenológico de los distintos tipos de dehesas y temperatura mensuales en formato ráster. intensidad (aridez · número de meses secos). Datos del sensor MODIS de la media más menos dos veces la desviación típica Las imágenes utilizadas en este estudio proceden del dentro de una ventana de cinco observaciones.2. seleccionando los datos de calidad. y la meteorología. En particular. al cálculo del año ‘hidrológico’ medio.

y el inicio y fin del periodo de sequía (derivado de los datos meteorológicos). y de las regiones de procedencia (Alía et al. europaea empiezan su periodo de mayor actividad post-estival más tarde que el resto y así mismo finalizan antes. Cálculo de los puntos de inflexión de la curva su distribución en zonas con amplitud mayor de periodo de NDVI para estimación del inicio y fin del periodo de seco. inicio y fin. Figura 2. Q. En cambio. más acusada que en otros tipos de dehesa. Caracterización con base en el NDVI meses. 2009). suber o Q. faginea de ese periodo de actividad (al final de la primavera). siendo la duración de entre 2 y 3 El análisis de las diferentes gráficas permite determinar. definido éste con base en la o Q. acebuchares). tal y como muestra este modo se divide cada tipo de dehesa en función de la Figura 2. a pesar de http://idearm. pyrenaica y F. aparece cuantitativa de los distintos tipos de dehesas. Por último. Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas Cifuentes Barroso. suber y Q. O. La caída del NDVI en verano. Por el contrario. Estimados de manera cuantitativa el inicio y fin del periodo de mayor actividad vegetativa (derivado del NDVI). freatófilo. 4.   pyrenaica.canariensis el comienzo de la sequía se cartografiables a escalas convencionales. la disminución brusca que sufre el NDVI en verano se debe a la sequía meteorológica y a la fenología del pasto. que destaca sobre el resto por su mayor adecuación al Este diferente comportamiento se puede deber a que las medio. RESULTADOS Y DISCUSIÓN el mayoritario subpiso de pasto herbáceo que acusa el Del análisis del MFE50 se deduce que la especie arbórea periodo seco estival. se realizó el estudio comparativo de ambos con el objetivo último de determinar el comportamiento general de cada tipo de dehesa en función de la especie arbórea dominante. Su curva de NDVI. angustifolia. habiendo siempre una parte de la población fisiológica.imida. Del análisis de la Figura 2. Q. cuyas manifestaciones son apenas Q. F. Q. faginea. Q. siendo las que mayor duración de sequía soportan.1. europaea. intensidad. para especies submediterráneas como mayor actividad vegetativa. para los dominios climáticos de La Figura 2 muestra las curvas medias de NDVI en presencia de especies como F. seguido de Q. es decir.34 ha. meses. europaea soporta las mayores intensidades de de manera cuantitativa. viene marcada por 4. aproximadamente 4 4. En el ámbito Fraxinus angustifolia en más reducida superficie y de especies más xerófilas como O. hojas son persistentes. ilex es el tipo más abundante y clases (intensidad baja. de sequía se adelanta.829. media y alta) según los casos. arbórea dominante) en dos (intensidad baja y alta) o tres La dehesa de Q. Tal y como se ha inhiban o paralicen la actividad (heladas). soportan menores intensidades por su mayor carácter Durante este lapso invernal puede haber episodios que higrófilo.es/aet2017 139 . como corresponde a Figura 1. el comienzo de sequía se retrasa y el fin especie arbórea dominante tal y como refleja la leyenda. En cambio. en menor medida. et al. obtenidos en fases la dispersión del arbolado. adelanta y el fin de sequía se retrasa. no presenta dos picos sino que se mantiene las condiciones de sequía que son más idóneas para su uniforme durante el periodo de mayor actividad asentamiento. pyrenaica y Q. De representativo. Q. se deduce que especies esclerófilas como Q. pyrenaica función del tipo de dehesa. el inicio de la actividad vegetativa sequía.2. ilex. Un estudio más en profundidad de dicho comportamiento requirió un análisis en función de la intensidad de sequía. faginea y con la sequía meteorológica Olea europea (olivares de cultivo con colonización de Los indicadores climáticos relacionados con la sequía: matorral esclerófilo mediterráneo. ilex y O. tras el parón estival (al principio del otoño) y el final Q. canariensis. suber. ilex y. anteriores se utilizaron para la caracterización climática excepcionalmente. más abundante de las dehesas es Quercus ilex con 1. Q. canariensis. similar a la adehesada. Caracterización del tipo de dehesa y su relación y en menor medida se encuentra Q. angustifolia.419. sin decaer durante la estación fría. lo cual el NDVI se mantiene elevado. Por otra parte. angustifolia se da el fenómeno inverso (adelanto del inicio y retraso del final) en consonancia a La intensidad de la sequía permitió la estratificación de su afinidad ecológica por climas más frescos y húmedos cada tipo de dehesa (definida en función de la especie y sequías fisiológicas más cortas y menos intensas.. en los que se conserva duración. Curvas NDVI de las dehesas en función de la especie arbórea predominante. Le siguen Q.

A continuación se muestran los El índice de vegetación NDVI. Por tanto. 4. no siempre existe un parón vegetativo en invierno. por lo que se Q. Las curvas Como puede observarse. Los resultados muestran que las especies más xerófilas. Distribución geográfica de las dehesas de mayor actividad fisiológica tras la sequía de verano y Q. Figura 3. faginea y la intensidad media de Q. En cambio. Como ya se ha indicado. Las diferentes variables la intensidad alta todo el año. Curvas de NDVI de las dehesas de Q. representativa de este tipo de dehesa. manera a los agentes externos. compartiendo. la intensidad baja presenta un de esta variable nos han permitido extraer información doble ciclo con un pico en otoño y otro en primavera que del comportamiento vegetativo de los distintos tipos de también supone el máximo de la curva (20 abril). en su mayoría. utilizó. ilex. que se corresponde. para Q. ciclo si no que se muestra estable durante el invierno. ilex. Estratificación de las dehesas de Q. ilex con intensidad alta de la sequía se observa que en especies como Q. la bajada de NDVI en la estación de verano se produce en todas las especies. Los dehesas de manera general y en función de la intensidad valores de NDVI son superiores a los correspondientes a de la sequía que soportan. europaea y Q. suber. el inicio de la sequía y el fin de puede decir que se trata de la región de procedencia más la estación vegetativa se adelantan. el inicio del periodo de mayor actividad fisiológica se Es decir. La curva de NDVI ya no presenta un doble a la intensidad de sequía. Análisis fenológico basado en el NDVI y la sequía meteorológica Como ya se ha visto en las curvas de NDVI de las diferentes dehesas según las especies (Figura 2). no solo para caracterizar las distintas poblaciones de dehesa. mientras que otras. en líneas generales. et al. más xerófilas. ilex en función de la intensidad de sequía. como es el caso de Q. cuyos resultados aparecen cartografiados en la Figura 5. las tres especies conviven en el mismo territorio adelantan. ilex según su intensidad de sequía. Se ha llevado a cabo el análisis de la respuesta del NDVI en función de las intensidades de sequía que soportan 5. sino para estratificar el territorio. Existen especies más unas temperaturas más cálidas con precipitaciones más tolerantes a condiciones extremas que colonizan mayores abundantes en invierno siempre mejorará su capacidad territorios. Análisis del comportamiento vegetativo en base adyacentes. La Figura 3 muestra el caso del Q. intra-anual de las dehesas mediterráneas.Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas Cifuentes Barroso. Figura 4. pyrenaica y F. Al analizar el fin de la estación vegetativa con el inicio La superficie ocupada por Q.3. CONCLUSIONES cada tipo de dehesa. pyrenaica. angustifolia. tienen un inicio del período de Figura 5. intensidad. Aunque el Q. ilex). área de distribución. explica de manera adecuada la dinámica representativa (Q. ilex. a excepción de la estación meteorológicas y sus indicadores (duración. ilex y de sequía es la más extensa (Figura 5). obtenido a partir del resultados (Figura 4) únicamente para la especie más sensor MODIS. vegetativa. un final de sequía más tardío. la intensidad de la sequía se según la intensidad de sequía.ilex comentado anteriormente.4.es/aet2017 . el estudio comparativo del comportamiento vegetativo y la sequía estival resulta muy eficaz para evaluar la fenología. son más termófilas dentro de la 140 http://idearm. ilex es una los diferentes tipos de dehesas responden de distinta especie que soporta condiciones climáticas muy extremas. el final de sequía y baja de Q.imida. Aparece en la misma zona que la intensidad como Olea europaea. de invierno donde la curva de NDVI de intensidad alta inicio y fin de sequía) han permitido deducir que le supera en vigor vegetativo. como O. con la región Extremeña y zonas 4.

esclerofilia. 2003(3). 2003. P. Libro Verde de la Dehesa. Existe una clara relación fenológica entre el comportamiento vegetativo de las dehesas españolas y las variables meteorológicas. 22. 45-50. 62-76. 20(7). et al. Regiones de procedencia de especies forestales en España. The MODIS Land Product Quality Assesment Approach. Evolución espacio-temporal del NDVI en relación a la meteorología: aplicación a las dehesas españolas Cifuentes Barroso. 2149-2161. http://idearm. doi: 10. Es constante el patrón espacial y temporal de la interacción árbol-pasto en dehesas. W. 1-10. et al. CIFOR-INIA. R. en las de especies más higrófilas aumenta el periodo vegetativo al disminuir los meses de sequía. Remote Sensing of Environment 83. M. Díaz. 2010. BIBLIOGRAFÍA Alía. Campos. Se aprecia que en las dehesas de especies más xerófilas el periodo vegetativo se reduce al incrementarse la duración de la sequía. 6. 2007. et al. et al. De Keersmaecker. Diversidad biológica y sostenibilidad ecológica y económica de los sistemas adehesados. Gea Izquierdo. OA PPNN. Global Change Biology. Roy. G. 2002. En cambio. et al.imida. 2014. How to measure ecosystem stability? An evaluation of the reliability of stability metrics based on remote sensing time series across the major global ecosystems.12495. D.1111/gcb. et al.es/aet2017 141 . et al. 2009. Ecosistemas.

F. derived from twelve Landsat images (1984-2016) after geometric correction and radiometric normalization. Por disponibilidad y Conocer los efectos del cambio climático y la actividad características técnicas el programa Landsat es la mejor antrópica en la estructura y dinámica de los bosques es fuente de datos para estudios históricos (Wulder et al. pp. Escuela Técnica Superior de Ingenieros de Montes. 143-146. determinantes en la dinámica de especies mediante la como todas las técnicas de toma de datos de campo. Murcia 3-7 octubre 2017. Rubio. ForeStereo. Manuel Erena). aprovechando su mayor resolución y sobre la estructura (Gómez et al. TCW.. Las variables de teledetección ensayadas son las series temporales de los índices de vegetación TCW. Ruiz. Dinámica forestal de Pinus sylvestris L. (Eds. Two field inventories were carried out (2006 and 2017) with ForeStereo. ForeStereo. espectral inventario con ForeStereo a través de la serie temporal y temporal. NDMI y NDVI derivadas de doce imágenes Landsat (1984- 2016) previa corrección geométrica y normalización radiométrica.. la función de tendencia (Moreno-Fernández et al. ForeStereo and remote sensing variables were integrated by a Universal Co-Kriging spatio-temporal model. TCA. imágenes hemisféricas. TCW. También sobre amplias superficies de forma espacialmente facilita la extrapolación del análisis de los datos de explícita con varias resoluciones espacial. http://idearm. NDMI and NDVI vegetation indices. Palabras clave: dinámica de especies. Keywords: species dynamics. de técnicas de análisis con series temporales aplicadas al La tecnología ForeStereo. Ciudad Universitaria S/N 28040 Madrid.. INTRODUCCIÓN (White et al. facilitando la inferencia de información de datos Landsat. Javier Estornell. Resumen: Se ha estudiado la dinámica del pino silvestre (Pinus sylvestris L. The results confirm the progression of Q. 2016).5. a diferentes escalas espacio-temporales (a partir de Por otro lado la teledetección proporciona observaciones muestreos sobre el terreno o teledetección). A combined analysis of field and remote sensing data has demonstrated great capacity for the evaluation of species dynamics hypothesis. 2012) y diversidad rango temporal. dynamics assessed by 32 years of Landsat time series (1984-2016) and geostatistics in Hoyocasero (Ávila) Abstract: we have studied the dynamics of Pinus sylvestris L. imprescindible para la gestión forestal. 2010) forestal. El análisis combinado de datos de campo y de observación remota ha demostrado gran potencial para evaluar hipótesis de dinámica de especies. C. Nuevas plataformas y sensores de teledetección. La Coruña km 7.imida. UPM. Centro de Investigación Forestal. (1) (2) Departamento de Sistemas y Recursos Naturales. The remote sensing variables tested were the time series of TCW. Se realizaron dos inventarios de campo (2006 y 2017) con ForeStereo de los que se obtuvieron el área basimétrica a nivel de especie y el índice de reemplazo. Gómez. La apertura de los archivos de datos del efectiva para el estudio de la dinámica de especies. 2016). (2). Luis A. ofreciendo 45 años de observaciones de forma forestal repetido en el tiempo es la herramienta más consistente.. in a pine forest in Sierra de Gredos. (1). Las variables de ForeStereo y los índices de vegetación se integraron mediante un modelo espacio-temporal de CoKrigeado Universal. (1) INIA. (2). Montes. en el bosque de Hoyocasero (Ávila) mediante serie temporal Landsat (1984-2016) y métodos geoestadísticos Aulló-Maestro. TCA. (1).) en el pinar de Hoyocasero en la Sierra de Gredos. multivariate geostatistical model. United States Geological Survey (USGS) y la Agencia permitiendo caracterizar la estructura forestal y Espacial Europea (ESA) ha desencadenado el desarrollo cuantificar la presencia y proporción de cada especie. análisis geoestadístico multivariante. Our aim is to evaluate the forest dynamics combining ForeStereo data and Landsat imagery. El inventario 2012). and Quercus pyrenaica Willd. Ctra.. R. Los resultados confirman el avance del rebollar frente al pinar.) y del rebollo (Quercus pyrenaica Willd. obtaining basal area of both species and the replacement index. Pinus sylvestris L. and Quercus pyrenaica Willd. permite reducir el coste del Los modelos geoestadísticos espacio-temporales inventario y caracterizar con precisión la estructura multivariantes permiten analizar los factores forestal (Sánchez-González et al. Forestal y del Medio Natural. Cuevas. El objetivo es evaluar la dinámica forestal integrando datos de muestreo de ForeStereo e imágenes Landsat. disponibilidad de recursos limita su alcance en espacio así como la correlación espacial entre variables obtenidas y tiempo. sylvestris. 2014). 1.es/aet2017 143 .. XVII Congreso de la Asociación Española de Teledetección. Sin embargo. y Quercus pyrenaica Willd. España. España. A. 28040 Madrid. I. pyrenaica against P. basada en estereoscopía con estudio de variables forestales (Banskota et al.

Ocupa 367 ha de masas dominadas por Q. es un bosque de alto valor ecológico por su imágenes y para la estimación del diámetro y posición carácter relicto y por la presencia de especies endémicas de los árboles y. (en revisión) para 144 http://idearm. Esta apiifolia (Scop. en el bosque de Hoyocasero (Ávila) mediante serie temporal Landsat […] Aulló-Maestro. Esquema representando las etapas de procesamiento de imágenes obtenidas con ForeStereo. 4. metodología ha sido desarrollada en el INIA-CIFOR e Cabrera et al. (TM. están disponibles en los archivos de USGS o ESA. Inventario con ForeStereo USGS y con niveles digitales de la ESA se normalizaron Los inventarios. 2007). 2. asumiendo elegans y Quercus pyrenaica. 2011). del área asociadas al pinar tales como Pulsatilla alpina subsp. compromete la persistencia del pinar. y Quercus pyrenaica Willd. 2008) tomando como referencia la imagen imágenes estereoscópicas hemisféricas con ForeStereo de 2007.. En el caso del Pinar de Hoyocasero esto distribución de diferencias diamétricas de dos especies e ha favorecido la expansión de especies como Festuca indica el grado de sustitución de una por otra. Las variables derivaron las series temporales de los índices Tasseled dendrométricas y de estructura de la masa forestal Cap Wetness—TCW. Normalized Difference Vegetation se estiman a partir de las imágenes estereoscópicas Index—NDVI.Dinámica forestal de Pinus sylvestris L. 2009). Figura 2. Valores a las perturbaciones (Gea-Izquierdo et al. Tras la corrección geométrica. especies más adaptadas una relación directa entre tamaño y edad. El rango altitudinal es de 1190 a 1430 m (Rubio et al.. Las imágenes. realizados en 2006 y 2017. En cada parcela se tomaron 3 pares de y Nielsen. El RE se basa en la Sistema Central. 2. hemisféricas utilizando los métodos descritos en Sánchez- 2010) y Normalized Difference Moisture Index—NDMI.. Andrade y González-Jonte. Localización del monte Pinar de Hoyocasero.1.. implementada en una aplicación en MatLab®. La presión antropogénica.imida. ETM+ y OLI) distribuidas uniformemente Figura 1. las imágenes con valores de reflectancia del 2. los incendios forestales y Las variables que se han manejado en el presente estudio la deforestación por pastoreo han modificado desde son: área basimétrica de pino silvestre (AB21) e índice de hace siglos la estructura y dinámica de los montes del reemplazo (RE) (Ledo et al. en el periodo de estudio (1984-2016). (2016) y Montes et al. localizado en la Sierra de la segmentación y correspondencia estereoscópica de las Gredos. y sin nubes sobre la zona de estudio. sylvestris (176 ha). basimétrica y del diámetro medio (Figura 2). Sitio de estudio El bosque denominado “Pinar de Hoyocasero” representa el emplazamiento más occidental del pino silvestre (Pinus sylvestris L. path/row 202/032. MATERIAL Y MÉTODOS 2. pyrenaica (191 ha) o P.es/aet2017 . 2015) lo que mayores de RE indican algún cambio de especies en el unido a la falta de regeneración de Pinus sylvestris L. En este trabajo se analiza la dinámica de especies en el Pinar de Hoyocasero durante las últimas décadas integrando para ello dos inventarios realizados con ForeStereo (2006 y 2017) con la serie temporal de datos Landsat (1984-2016). estrato dominante respecto al dominado. Visualización (RGB: 5. Tasseled Cap Angle—TCA (Powell et al.) Nyman y Convallaria majalis L. El Pinar de Hoyocasero. constan temporalmente mediante Iteratively Reweighted de 60 parcelas localizadas en los vértices de una malla Multivariate Alteration Detection (IR MAD) (Canty de 100×100 m.) dentro del Sistema Central español (Figura 1). A partir de la serie de imágenes Landsat se con diferentes tiempos de exposición. (Vilá. et al..3. para cada parcela y especie. 2013. 3) de imagen Landsat obtenidas durante los meses de verano (junio-agosto) (path/row 202/032) obtenida el 22/07/2016. Imágenes Landsat y obtención de índices de vegetación Se seleccionaron 12 imágenes Landsat.2. González et al.

correspondientes a cada covariable. Se calcularon las correlaciones de rebollo a partir de los datos del inventario forestal con estructurales relativas correspondientes a las diferentes ForeStereo y la serie temporal TCW se ha empleado un escalas de variación entre variables así como los p-values modelo de CoKrigeado Universal espacio-temporal. así como variables derivadas del modelo digital del terreno (MDT) que modelan la dinámica de especies mediante la función de 3. se produce un mayor reemplazo. cambio. t 0) = | | m ikj Z k (s j. es decir.0032 0. (2002).0046 covariable y los variogramas cruzados entre cada par de covariables (2).t0) que presenta significativa de la convexidad del terreno con el índice de correlación espacio-temporal (1). Para llevar a cabo el ajuste relativa= – 0. Análisis geoestadístico multivariante de varianzas-covarianzas de la siguiente iteración Para modelizar la dinámica reciente de pino silvestre y (Goulard y Voltz 1992). aunque menos acusada: crecimiento suave durante el se ha realizado modelizando la anisotropía zonal en el primer periodo (1984-2007) seguido de un descenso en espacio y el tiempo de los variogramas y variogramas el segundo periodo (2007-2016).29) entre el AB21 y el RE: en aquellas zonas se ha utilizado el método IRWLS. s 0. http://idearm. Coeficientes β y p-valores de las variables diferentes covariables en los n puntos de muestreo sj. El modelo propuesto incluye el índice de AB21 -0. t 0 h (1) El índice de reemplazo RE crece inicialmente de forma suave hasta alcanzar un máximo en 2007. 2016). a partir de los residuos. mediante sus mejores resultados en las fases iniciales de análisis. t 0) = | b k fik ^ s 0.0854 0. Índice de reemplazo (RE) p Z i (s 0. 2007 y 2016 de: a) índice de reemplazo (RE) y b) área basimétrica del Pinus sylvestris (AB21).2269 0. Altitud Convexidad de forma que los coeficientes λ dependen de los variogramas β p-valor β p-valor que representan la correlación espacio-temporal de cada RE -0.3969 0. indicando que la expansión del rebollo es mayor La predicción del valor de la covariable Zi es una en las zonas más expuestas (Tabla 1). Mapa de predicción en los años 1986. combinación lineal de los valores medidos de las Tabla 1.. Se observa una correlación positiva auxiliares (k=1…P).es/aet2017 145 . espacial entre las covariables.1.2.0453 -0. el área basimétirca de Pinus TCW -0.2635 0.1384 0. cruzados mediante el product-sum model propuesto Existe una relación inversa (correlación estructural por DeIaco et al. et al. Área basimétrica de Pinus sylvestris (AB21) como variables auxiliares.imida. Dinámica forestal de Pinus sylvestris L.0494 0. los altos.3975 sylvestris (AB21) y los valores de TCW como covariables. Figura 3. y la altitud y la 2ª derivada del MDT (que proporciona información sobre la fisiografía cóncava o convexa) 3. El de los coeficientes de la función de la media (Moreno- CoKrigeado Universal permite incorporar la correlación Fernández et al. y Quercus pyrenaica Willd. en el p (Z i.3515 cambio de especies (RE).t0). El ajuste de los parámetros El área basimétrica AB21 sigue la misma tendencia que el del variograma y la función de la media espacio-temporal RE. en el bosque de Hoyocasero (Ávila) mediante serie temporal Landsat […] Aulló-Maestro. t j) (2) CoKriging.0360 0. el método de suma de cuadrados ponderados -WSS- el variograma. RESULTADOS distribución de la media: 3. función lineal de las variables acusada (Figura 3). aunque finalmente se utilizó TCW en la modelización por residuos del modelo y. basado en el ajuste en las que el AB21 disminuye los valores de RE son más iterativo de los coeficientes de la función media.4. más un residuo δi(s0. t 0 h + d i ^ s 0.tj: auxiliares. A k=0 El valor de la covariable Zi en el punto s0 y el momento t0 partir de entonces su tendencia es decreciente y más es la suma de ∑ βk fik(s0. que se utiliza para el cálculo de la matriz 2.

. Herrera P. En nuestro análisis. Biol. Gómez C. Sánchez-González del pino silvestre (Gea-Izquierdo et al.. 114(7).. Wulder M. of Landsat.. (en revisión). 2010.H.... Galiano L.B.. estructura forestal.. S75-S84.. Cohen W. Froese R.. Quantification of live aboveground forest biomass dynamics with Landsat time-series and field inventory 5. Montes F. Photogramm. White J. Env. Voltz M..J. et al. Montes F. Cabrera M. 364-372. Ohmann J.L. Rem. Comput. sotobosque. Wulder J. Sens. Condes S. Nuestros resultados muestran una notable expansión Montes F... 2011). Manage. La serie de datos Landsat... Gavilán R. 1025-1036. desaparición de algunas especies endémicas asociadas a Moisen G..Dinámica forestal de Pinus sylvestris L. Gutiérrez-Girón A... 269-286. Sens. normalization of multitemporal satellite imagery with Woodcock C.. Ecol... 82.E. 605-616 6.S. DISCUSIÓN DeIaco S. 2-10.A. J. Kennedy R.. Retana Andrade A. 2002. Remote diversity with Hyperion EO-1 data. del rebollo desde 2007 en el Pinar de Hoyocasero.. 146 http://idearm.. 33-51 335 Banskota A.. 2012.. Space-time Las técnicas geoestadísticas multivariantes permiten variograms and a functional form for total air pollution integrar datos obtenidos a varias escalas espacio. index in detecting forest disturbances. la dinámica de especies.E. 114. Healey S... Rem. Se está produciendo una expansión del rebollo Sánchez-González M. Species dynamics in serie TCW 1984-2016 permitió inferir una dinámica a montane cloud forest: Identifying factors involved in acorde con observaciones previas basadas en técnicas changes in tree diversity and functional characteristics. 1053-1068. Modeling Forest Structural Parameters in geométrica y radiométricamente normalizada permite the Mediterranean Pines of Central Spain using extender de forma retrospectiva este análisis más allá de QuickBird-2 Imagery and Classification and las fechas de inventario. Kayastha N. Math.L. 2007.R. Eng.. 2013.G.E.. Falkowski M. 2005.. 24. 2009. Rem. 4(1). J..1007/s10342-015-0869-z a cabo con ForeStereo (2006 y 2017) para evaluar Gómez C. data has enabled the science and monitoring promise Rem. Nielsen A. La sustitución de pinar por rebollar podría suponer la Powell S. measurements. Remote Sens. Automatic radiometric Wulder M. 2015) podría M. progresiva disminución de densidad de pino puede Occlusion probability in operational field inventory estar favoreciendo la aparición del rebollo como forest sampling with Proximal Sensing technologies. Cañellas I. 2014.. Gómez C.... Cañellas I. 2016. Eur.. 40.. y Quercus pyrenaica Willd. 29. Env.. 134(3). For. Forest monitoring using Characterizing temperate forest structural and spectral Landsat time series data: a review. Basal Area and que compromete el futuro del Pinar de Hoyocasero y la Diameter Distribution Estimation Using Stereoscopic biodiversidad asociada a él.. Remote Sens.. En este trabajo se han utilizado los Rubio A... temporales para evaluar cambios en la dinámica y Gea-Izquierdo G. 112. la Ledo A. 122. Delgado J.C. 2012. aporta más información crossvariogram matrix.. Biodiversity información de forma retrospectiva de la dinámica de measures applied to stand-level management: Can especies reciente en masas forestales. Wulder M. Montes F.es/aet2017 .B. Posa D.C. B.. que of changes in the abundance and distribution of tree quedaría relegado a las zonas más frescas y húmedas.A... permite inferir Díaz-Pines E. Cabrera M. La Aulló-Maestro I. El pinar de J. For. de reemplazo derivados de medidas de campo. 41. especies para el periodo 1984-2016. En combinación con datos de área basimétrica e índice 94. Data An..P.. sobre la dinámica de especies del Pinar de Hoyocasero Jin S. Loveland T.. Sens. campo obtenidos mediante ForeStereo.... 16.. Env. 311-328. 258S. Sens.G. Martinez-Vilalta J. Space–time modeling en el futuro comprometer la persistencia del pinar. Cohen W. La combinación mediante técnicas geoestadísticas Rem. CONCLUSIONES data: A comparison of empirical modeling approaches.A. de datos Landsat históricos y actuales con datos de Rubio A. 545-556. Montes F. 206-216.. BIBLIOGRAFÍA Vilá-Cabrera A. Hemispherical Images.. Sens.. Sens. 2016. datos obtenidos en dos inventarios de campo llevados DOI: 10. Vallejo reemplazando gradualmente la masa de pino silvestre R. 135-159. Hernández L. caracterizando la dinámica de Regression Tree Analysis (CART). Canty M. Sader S. Gavilán G.. Ecosystems. 2010. la serie temporal de TCW. White J. Myers D.J. Montes F. Comparison of time series tasseled que otros índices espectrales relacionados con la cap wetness and the normalized difference moisture densidad (TCA) o el vigor (NDVI) de la vegetación. 1992. 1576-1589. en el bosque de Hoyocasero (Ávila) mediante serie temporal Landsat […] Aulló-Maestro. Env. they really be useful? Ecol. él (Rubio et al. Masek J. 323- natural conservado? An. González-Jonte R.G. For. un índice Goulard M.C. Coops N. species.E.. Patterns of forest decline and regeneration Hoyocasero (Ávila): ¿antigua repoblación o pinar across scots pine populations. Rubio-Cuadrado A. 2011.. Env.T. Ecol. Indic... La mortalidad debida a las edades elevadas Moreno-Fernández D. Can.. Geol.A. 11.. 2015. Cañellas I. dendrométricas (Gea-Izquierdo et al. Opening the archive: How free the iteratively re-weighted MAD transformation.imida. Linear coregionalization indicador de la humedad de la vegetación en masas de model: tools for estimation and choice of coníferas (Jin y Sader 2005). 2008. Pierce K.. Res. 362-384.A. Manage 372.. Mezquida E. Stat. Sánchez-González M... 525-536. 2015). Montes F. 4.

The accuracy of the regional models for the main forest inventory variables that were obtained are within the ranges found in other works. relevante. we present forestMap (fMap). Suiza. Holanda y España donde pública. England. The results highlight the importance of this approach in the generation of low cost products. Canales y Puertos. The combination of large field plots datasets and national LiDAR information offers an opportunity to drastically reduce the costs of high resolution forest inventories. Inglaterra. Suiza. Finlandia. ETSI Caminos. Madrid. 28012. J. Polonia. S. Incorporar estos resultados en plataformas web permite tener acceso en tiempo real a estos inventarios forestales.org (2) Departamento de Ingeniería y Morfología del Terreno. In the second part of the communication. I. INTRODUCCIÓN La información LiDAR (Light Detection and Ranging) La información disponible para el estudio del medio no es una excepción y cada vez más países europeos natural ha sufrido una revolución en los últimos años están poniendo en abierto sus datos. Esta Comunicación aborda el problema de cómo se puede utilizar la información LiDAR del PNOA y las bases de datos de parcelas del cuarto IFN para elaborar inventarios forestales regionales.imida. {jltome. Eslovenia. tendencia general de poner en abierto la información Suecia. 28040 Madrid. Luis A. 3. Finland.org Resumen: Las múltiples aplicaciones de la tecnología LiDAR están motivando que cada vez más países tengan planes nacionales de captura de información LiDAR aerotransportada como por ejemplo: Dinamarca. fMap allows a quick and efficient access to high resolution regional forest inventories for all forest owners and managers. mejorando considerablemente las tareas de planificación y gestión forestal. Furthermore. Forestmap. A. Esteban Cava. En la segunda parte de la comunicación. Agresta Sociedad Cooperativa. Poland. The communication addresses the question of how National LiDAR information and national field plots datasets can be used in regional LIDAR forest inventories. ForestMap. e. (1). plataforma web. Calle del Prof. http://idearm. Palabras clave: LiDAR. Finlandia. (1). Agresta Sociedad Cooperativa. Javier Estornell.es/aet2017 147 . (Eds. pp. jesteban. online web platform. concertada y de calidad que permita su Por otro lado el Inventario Nacional Forestal Español utilización para el desarrollo de herramientas que (IFN). Manuel Erena). sustainable forest management. smalcon. iescamochero. Los resultados demuestran la importancia de esta metodología para la generación de productos de inventario forestal de bajo coste. Keywords: LiDAR. We present a regional LiDAR plot-level allometry based on Spanish National LiDAR information combined with the Fourth National Forest Inventory plots dataset in Murcia. Denmark. En este sentido en Europa ha tenido un impacto se está abordando la segunda cobertura de información determinante la Directiva INSPIRE (2007/2/CE) LiDAR capturada en el marco del Plan Nacional de orientada a poner disponible información geográfica Ortofotografía Aérea (PNOA). La combinación de los datos LiDAR del PNOA y las bases de datos del Inventario Forestal Nacional (IFN) supone una gran oportunidad para reducir drásticamente el coste de inventarios forestales de alta resolución. an online web platform. the integration of these large national datasets into online platform would facilitate real time online access to these forest inventories. (1). Nuevas plataformas y sensores de teledetección. National Forest Inventory. Letonia. Manejo forestal sostenible. 1. jesteban@agresta. Ruiz. entre los que merced tanto a las mejoras tecnológicas como a la destacan: Dinamarca. realiza un muestreo periódico de la superficie contribuyan a los objetivos estratégicos de la Unión arbolada nacional poniendo a disposición del público Europea. J. Switzerland. inventario forestal online a partir de datos LiDAR en la Región de Murcia Tomé Morán. 2. Online forest inventories using Murcia Regional Airborne LiDAR Data Abstract: Airborne LiDAR information offers multiple applications as an increasing number of countries have national programs to capture LiDAR data. Murcia 3-7 octubre 2017. Sweden or Spain (Spanish National Program of Aerial Orthophotography).g. Campus Ciudad Universitaria. L. Suecia y España en el marco del Plan Nacional de Ortofotografía Aérea (PNOA). 147-150. contribuyendo notablemente a la mejora de la gestión sostenible de las masas forestales. (1) (1) Departamento de Evaluación de los Recursos Forestales. C/ Duque de Fernán Núñez. Martín Alcón. Fernández-Landa. afernandez}@agresta. presentamos forestMap (fMap) una plataforma online que permite a los propietarios y gestores forestales acceder de una manera rápida y eficiente a los datos regionales de inventario forestal. XVII Congreso de la Asociación Española de Teledetección. 1°. Reino Unido. este trabajo utiliza la Región de Murcia como área de estudio. Escamochero. Para ello. Universidad Politécnica de Madrid. Aranguren. greatly contributing to the improvement of sustainable forest management. 2). La precisión de los modelos regionales ajustados para las principales variables de inventarios es similar a los de otros trabajos. Inventario Nacional Forestal. (1. considerably improving the tasks of planning and forest management.

2. el presente trabajo desarrolla una en campo y el percentil 99 de altura LiDAR (Tabla 1).07 8.62 38. coste de los inventarios forestales y permitiendo generar con objeto de eliminar posibles retornos derivados cartografía de alta resolución de nuestras masas forestales de afloramientos rocosos y matorral.52 40.Forestmap. 2016). Datos IAVC 0. cálculo de sus alturas G 1. (m²/ha).00 174. Estos métodos se basan en el ajuste de Pinus nigra Arnold (59 parcelas) modelos de regresión que relacionen los estadísticos de N 5. V 2.85 92.85 V 1. seleccionado las 4 pocas experiencias de trabajo a escala regional donde el especies principales y filtrando aquellas parcelas en las inventario LiDAR puede mostrar su verdadero potencial.00 942.46 2.6 de la plataforma de FUSION (McGaughey 2. Sin embargo.90 suministrados por el Centro Nacional de Información IAVC 1.44 0. Los datos fueron G 0.00 480. área basimétrica (G). Estándar con LiDAR. Ajuste de modelos de regresión and Carson. inventario forestal online a partir de datos LiDAR en la Región de Murcia Tomé Morán.06 127.78 Los datos de LiDAR del PNOA corresponden al vuelo Pinus pinaster Ait.51 204.14 de inventario forestal de alta resolución.33 4.93 Geográfica (CNIG) con un primer procesado por Quercus ilex L.00 3282. (930 parcelas) LiDAR procesada en continuo permite obtener cartografía N 5. Resumen de la muestra de parcelas de ajuste ha integrado la información generada en la plataforma [N: número de pies (pies/ha). (67 parcelas) del 2009 con una resolución de 0.34 37. sus resultados tanto mediante publicaciones como en • Cálculo de 70 estadísticos de los retornos de ficheros descargables de la web institucional.29 19.76 47.19 17.88 ortométricas y coloreado RGB de los mismos. subsp. volumen con corteza (V) los retornos del LiDAR clasificados como suelo con e incremento anual de volumen con corteza (IAVC). cuyo error medio es de 8. Para el cálculo de esta batería de una gran oportunidad para poder hacer inventarios a estadísticos se utilizan únicamente los retornos que escala provincial o regional reduciendo drásticamente el están por encima de 2 metros de altura sobre el suelo.76 0. Se han información generada y facilitar el acceso a los datos utilizado las ecuaciones de cubicación del IFN para la de inventario tanto a propietarios privados como a estimación de las variables de árbol. El flujo de trabajo para el tratamiento Se ajustaron modelos no paramétricos mediante la de los datos LiDAR es el siguiente: metodología Random Forest (Breiman 2001.. supone de FUSION. ha trabajado con dos bases de datos.81 51. La aplicación de los modelos a la información Pinus halepensis Mill.35 10.83 8.93 G 0.es/aet2017 . de ser un ensayo científico (González-Ferreiro.00 329. 2003).51 22.45 5.15 282.53 24.45 27.05 0. et al.97 33. transformar la elevación de cada uno de los retornos Como variables independientes se seleccionaron 13 de vegetación en alturas sobre el nivel del mar en estadísticos de los 70 calculados que según la experiencia altura sobre el terreno.90 36.48 incluye clasificación de retornos.00 443. 2. que existe coherencia entre la altura dominante medida En este contexto. se ha utilizado la corona de 25 m un recurso técnico habitual para afrontar los inventarios de la base de datos de parcelas del IFN4 para la Región forestales a escala monte.64 31.68 131.21 33.5 metros según la la Región de Murcia. una para las tres • Normalización de los retornos procedentes de especies de pino en la que la propia especie actúa como la vegetación utilizando el MDE generado para una variable dependiente más y otra para la encina.64 de masa forestal medidas en una muestra de parcelas de IAVC 1.1. experiencia de integración de vuelos LiDAR y parcelas Este filtro permite eliminar posibles errores derivados de del cuarto IFN para generar una cartografía de inventario la falta de precisión en el posicionamiento de las parcelas forestal de alta resolución de las m