TESINA_VAUGHAN P_2001

ESTIMACIÓN DE CONTENIDO DE HUMEDAD DE
LA VEGETACIÓN MEDIANTE ESPECTRORADIOMETRÍA
Trabajo de investigación presentado por:
PATRICK VAUGHAN MARTÍN-MATEO
bajo la dirección del Dr. EMILIO CHUVIECO SALINERO, Catedrático de Análisis
Geográfico Regional, Departamento de Geografía, Universidad de Alcalá
PROGRAMA DE DOCTORADO EN GEOGRAFÍA
DEPARTAMENTO DE GEOGRAFÍA, UNIVERSIDAD DE ALCALÁ
Alcalá de Henares, julio de 2001
CITAR ESTE TRABAJO COMO:
Vaughan, P. (2001), Estimación de contenido de humedad de la vegetación mediante espectroradiometría, Trabajo de investigación tutelado, Universidad de Alcalá, Alcalá de Henares, Spain.
1. INTRODUCCIÓN
6
2. REVISION BIBLIOGRAFICA
9
2.1 PRINCIPIOS BASICOS DE MEDICION RADIOMETRICA
9
2.1.1 DEFINICIÓN
9
2.1.2 MEDIDAS DE REFLECTIVIDAD
10
2.1.3 REGLAS BÁSICAS PARA LA MEDIDA DEL BRF
Y MEDICIONES CON RADIÓMETRO EN GENERAL
13
2.1.4 CALIBRACION Y BLANCOS DE REFERENCIA
14
2.1.5 INSTRUMENTOS DE MEDIDA
15
2.2 PROTOCOLO GENERAL DE MEDICIONES
2.2.1 CONOCIMIENTO DE LOS INSTRUMENTOS
15
15
2.2.2 FACTORES FISICOS QUE AFECTAN A LA RADIOMETRIA
DE CAMPO
17
2.2.2.1 La fuente de luminosidad
17
2.2.2.2 El efecto atmosférico y aerosoles
18
2.2.2.3 Fuentes de irradiancia secundarias: irradiancia difusa
19
o scattering radiación de fondo o background radiance.
2.2.2.4 Conclusión
20
2.3 PROTOCOLO ESPECÍFICO DE MEDICIONES:
LA RADIOMETRIA APLICADA AL ESTUDIO DE LA HUMEDAD
DE LA VEGETACION
21
2.3.1. ESTIMACIÓN DEL CONTENIDO DE HUMEDAD EN
LAS PLANTAS A PARTIR DE LA TELEDETECCIÓN
21
2.3.2. RANGOS ESPECTRALES ASOCIADOS CON EL
CONTENIDO DE AGUA
22
2.3.3. TECNICAS DE MEDICION DE VEGETACIÓN
2
25
2.3.3.1. Perspectiva general
25
2.3.3.2. Factores biofísicos que influyen en la reflectividad
26
2.3.3.2.1 Características de los doseles: LAI, LAD y SAD
27
2.3.3.2.2 Modelos de Simulación de reflectividad
27
2.3.3.3 Las bibliotecas espectrales
29
2 METODOLOGIA
33
2.1 OBJETIVOS
33
2.2 DESCRIPCIÓN GENERAL DE LA METODOLOGÍA
33
2.3 FASE 1: PREPARACIÓN, DISEÑO Y PRUEBAS DEL
LABORATORIO DE RADIOMETRÍA
2.3.1 CONTROL DE REFLECTIVIDAD DIFUSA Y DE FONDO
36
37
2.3.2. FASE 1: PRUEBAS DE ILUMINACIÓN, CALIBRADO Y
COMPORTAMIENTO DEL RADIÓMETRO GER 2600
2.3.2.3. Fase 1.1 Tiempos de encendido del radiómetro.
42
44
2.3.2.4. Fase 1.2 Tiempo transcurrido entre mediciones tomando
un mismo blanco de referencia
45
2.3.2.5. Fase 1.3 Tiempos de encendido de la lámpara
46
2.3.2.6. Fase 1.1 Temperatura ambiente dentro de la caja
46
2.4. FASE 2: MEDICIÓN DE ESPECIES VEGETALES
EN LABORATORIO
46
2.4.1. Fase 2 Diseño experimental y mediciones de muestras
de especies vegetales en laboratorio
46
2.4.1.1 Bandeja extraíble para muestras
47
2.4.1.2 Cadencia de medición
48
2.4.1.3 Contenido de Humedad: FMC, conservación y
desecación
49
2.4.1.4 Especies medidas
51
2.4.1.5. Conclusión: Protocolo de mediciones
de laboratorio
52
3
2.4.2. Fase 3-14 Diseño experimental y mediciones de muestras
de especies vegetales en exteriores y campo
53
2.4.2.1 Iluminación
53
2.4.2.1 Reflectividad de Fondo y Difusa
54
3 RESULTADOS
55
3.1 RESULTADOS DE FASE 1: PRUEBAS DE ILUMINACIÓN,
CALIBRADO Y COMPORTAMIENTO DEL RADIÓMETRO
GER 2600
55
3.1.1. FASE 1.1 TIEMPOS DE ENCENDIDO DEL
RADIÓMETRO
55
3.1.2. FASE 1.2 TIEMPO TRANSCURRIDO ENTRE
MEDICIONES TOMANDO UN MISMO BLANCO
DE REFERENCIA
57
3.1.3 FASE 1.3 TIEMPOS DE ENCENDIDO DE LA
LÁMPARA
58
3.1.4 FASE 1.4 TEMPERATURA AMBIENTE DENTRO
DE LA CAJA
60
3.2 RESULTADOS DE FASE 2: DISEÑO EXPERIMENTAL Y
MEDICIONES DE MUESTRAS DE ESPECIES VEGETALES EN
LABORATORIO
61
3.2.1. DISEÑO EXPERIMENTAL: BANDEJA EXTRAÍBLE
PARA MUESTRAS
61
3.2.2 CARACTERÍSTICAS COMUNES ENTRE ESPECIES Y ENTRE
MEDICIONES
65
3.2.3 DIFERENCIAS ENTRE ESPECIES ENTRE MEDICIONES
66
3.2.3.1 Reflectividad total
66
3.2.3.2 Signaturas espectrales según FMC
67
3.2.3.3 Ratios de pérdida de humedad
68
3.2.4 CORRELACIONES ENTRE HUMEDAD DE LA VEGETACIÓN
Y SU REFLECTIVIDAD
70
3.2.4.1 FMC
70
3.2.4.2 RWC –FMC relativo
73
4
3.3 RESULTADOS DE FASE 3-5 DISEÑO EXPERIMENTAL Y
MEDICIONES DE MUESTRAS DE ESPECIES VEGETALES EN
EXTERIORES Y CAMPO
74
3.3.1 ANÁLISIS COMPARATIVO ENTRE REFLECTIVIDADES
DE EXTERIORES Y DE LABORATORIO
78
3.3.1.1 Mediciones de laboratorio y fase 3:
El efecto de iluminación en la reflectividad
3.3.1.2 Fase 3,4 y 5: el efecto de radiación de fondo y difusa
78
81
3.3.2 CORRELACIONES ENTRE HUMEDAD DE LA VEGETACIÓN
Y SU REFLECTIVIDAD: FMC- FMC REL
86
3.4. ANALISIS COMPARATIVO ENTRE MEDICIONES TOTALES
Y BANDAS DE SENSORES ESPACIALES E INDICES DE
VEGETACIÓN DERIVADOS
91
3.4.1 CONVERSION A BANDAS: LA RESPUESTA RELATIVA
91
3.4.2 LANDSAT TM: CONVERSIÓN Y CORRELACIONES
91
4. CONCLUSIONES
96
4.1 CONCLUSIONES GENERALES
96
4.2 CONCLUSIONES ESPECÍFICAS
97
4.2.1 METODOLÓGICAS
97
4.2.1.1 Diseño Experimental: Fase 1 y 2
97
4.2.1.2 Diseño Experimental: Fases 3-5
98
4.2.1.3 Resultados de estimación de humedad:
Correlaciones entre Reflectividad y FMC
99
4.3 LINEAS FUTURAS DE EXPERIMENTACION
99
5 BIBLIOGRAFÍA
101
5
1. INTRODUCCIÓN
La teledetección ha mostrado ya en numerosos campos de aplicación sus posibilidades
para obtener información de gran calidad para la mejor gestión del medio ambiente y los
recursos naturales (Barret y Curtis 1992). Entre sus propiedades más importantes para el
estudio de las cubiertas vegetales cabe citar la observación cíclica que proporcionan, la
transmisión de datos en tiempo real, la información sobre regiones no visibles del
espectro, la visión sinóptica, su cobertura exhaustiva del territorio y el formato digital
de los datos (Chuvieco 1996).
De estas propiedades, uno de los aspectos clave en este trabajo es el de la información
en regiones no visibles del espectro. En este caso esta fuente de información se ha
aplicado al estudio de variaciones en la humedad de la vegetación. Las plantas están
sujetas a constantes variaciones ambientales, ya sea por cambios en las condiciones
meteorológicas, fenológicas, edafológicas, o biológicas. Una de las hipótesis de este
trabajo es que estos cambios pueden ser detectados a través de variaciones en la
reflectividad de las plantas, especialmente en las hojas. La naturaleza de estos cambios
es variada y se puede explicar en una doble vertiente: primeramente una vertical, es
decir, el simple aumento o disminución de la señal en una serie de bandas y en segundo
lugar, una horizontal que señala como las variaciones verticales se desplazan en el
espectro electromagnético (LLewelyn y Curran 1999)
Numerosos estudios se han llevado a cabo para estudiar la respuesta espectral de plantas
sometidas a condiciones tensión hídrica (para lo que se usará el anglicismo estrés). Las
condiciones de estrés son variadas pero basta englobarlas en dos grandes grupos: estrés
hídrico y estrés químico o contaminante. En este segundo grupo se intenta reproducir
las condiciones de las plantas afectadas por agentes químicos normalmente nocivos y
suele aplicarse a condiciones urbanas, como por ejemplo, exceso de CO2 atmosférico
(Malthus y Young 1999), el fenómeno de la lluvia ácida, o agrícolas (Steven, et al.
1990) (efectos de pesticidas, herbicidas, etc.).
En el caso de este trabajo, el estrés hídrico será el único tenido en consideración. La
importancia de ahondar en la detección de síntomas de escasez de agua en la planta o
6
pequeñas variaciones de estrés hídrico, ha sido puesta de manifiesto en numerosas
campos, especialmente en aquellos relacionados con el estudio de riesgo de incendios
forestales (Desbois, et al. 1997) y, con el crecimiento y productividad de especies agroforestales (Denore, et al. 1999).
Naturalmente, el estudio del efecto del contenido de agua sobre la reflectividad de la
vegetación presenta cierta complicación debido a gran número de factores o variables
que participan en el resultado de la reflectividad medida. Estos factores se pueden
dividir en dos grupos. El más evidente es el relacionado con la fisiología de las distintas
especies vegetales, (Asner 1998), que les hacen responder de maneras dispares a las
condiciones de escasez hídrica. Es necesario por tanto, delimitar el ámbito vegetal que
se va a estudiar y de este modo el número de especies que se consideren representativas.
El segundo grupo de variables es común a toda medición, ya sea de vegetación o no.
Consisten en todos aquellos factores no biológicos, es decir principalmente físicos,
atmosféricos e instrumentales, que influyen en las mediciones de reflectividad de un
objeto de estudio dado, en este caso la vegetación y que se detallaran más adelante
(Milton 1987; Salisbury 1999)
Además de las inversiones realizadas en la obtención y en la difusión de las imágenes
de satélite, una parte fundamental dentro del proceso de análisis de información es el
trabajo de campo o verificación sobre el terreno (ground truthing) que, aunque menos
espectacular, es igualmente necesario para cotejar la información recibida con la
realidad. Las imágenes de satélite necesitan estar acompañadas de mediciones de campo
sobre las mismas áreas que ha abarcado el sensor espacial, con el fin de poder explicar
los resultados anómalos de los análisis de información. Para ello es necesario contar con
los medios necesarios, fundamentalmente bases de datos de referencia, como puedan ser
bibliotecas espectrales exhaustivas. Una de las tareas esenciales menos trabajadas
dentro del estudio de la superficie terrestre por medio de la teledetección, es por tanto,
el trabajo de campo.
La información que recibimos del sensor espacial está sujeta a distorsiones geométricas
y radiométricas. Las distorsiones geométricas son hoy en día solventables con relativa
facilidad, gracias a programas de tratamiento digital de imágenes Las distorsiones
radiométricas son provocadas principalmente por el ruido atmosférico y desajustes de
7
calibración en el sensor, siendo estos últimos constantes y, por tanto, más sencillos de
corregir. En cambio, el ruido atmosférico al tratarse principalmente de aerosoles y vapor
de agua, es variable en el tiempo y el espacio. Para el estudio de esta fuente de
distorsión se requiere llevar a cabo mediciones de campo con sensores afines al
espacial, en las que debido a la corta distancia entre sensor y objetivo, el efecto del
ruido atmosférico es mínimo. La consiguiente comparación entre la señal que percibe el
sensor terrestre y la del sensor espacial, es la clave para efectuar estas correcciones.
En consonancia con el desequilibrio mencionado, gran parte de los trabajos relativos a
la medición radiometría de especies no siempre están acompañados de una metodología
adecuada. En la mayor parte de los casos los autores llevan a cabo experimentos o bien
en laboratorio o bien directamente sobre las plantas en campo.
Así pues, el primer objetivo concreto de este trabajo consiste en aplicar una metodología
experimental que pueda controlar y cuantificar el máximo número de estas variables y
aplicar estos conocimientos al estudio del estrés hídrico de especies mediterráneas. El
objetivo que subyace y que deberá ser abordado en posteriores investigaciones, es lograr
reducir los problemas técnicos que existen a la hora de comparar la señal radiométrica
de la vegetación que perciben los sensores espaciales y el estado real de esa vegetación.
La revisión bibliográfica que a continuación se presenta trata primeramente de las
técnicas de medición en radiometría de campo y laboratorio. En segundo lugar, el
trabajo se centrará en la aplicación de estas medidas al estudio del estado hídrico de la
vegetación.
8
2. REVISION BIBLIOGRAFICA
2 .1 PRINCIPIOS BASICOS DE MEDICION RADIOMETRICA
2.1.1 DEFINICION
La mayoría de autores a la hora de referirse a mediciones con radiómetro en el
ámbito que nos ocupa, hablan por defecto de radiometría de campo (Milton 1987;
Aldakheel y Danson 1997; Curtiss y Goetz 1999; Salisbury 1999). Naturalmente el
concepto es extensible a la radiometría de laboratorio siempre y cuando se procuren
reproducir en el laboratorio parte de las variables físicas que ocurren en el campo.
Puesto que puede haber confusión entre lo que implica las mediciones en el campo,
resulta conveniente introducir un término intermedio: radiometría de exteriores. Se
restringiría así el concepto de radiometría de campo como mediciones sobre objetivos
en su medio natural, que resulta mucho más preciso. En el caso de vegetación implica
que las plantas que se miden deben estar en condiciones naturales. En adelante, se
hablará de la radiometría de campo por ser la que más variables incluye, pero hay que
tener en cuenta que existen otros estadios de uso de radiometría, que, según el tipo de
estudio, pueden ser tan válidos o más que la radiometría de campo estrictamente
hablando.
Así pues, la radiometría de campo se puede definir como la medida de la reflectividad
espectral (relación entre el flujo incidente y el reflejado por una superficie) de cualquier
superficie en su entorno natural, llevando a cabo implícito el estudio de las
interrelaciones entre las características espectrales de la misma y sus atributos biofísicos
(Milton, et al. 1995). Quizá una definición más escueta pero más amplia sería la
medición cuantitativa de radiancia, irradiancia, reflectividad o transmisividad sobre el
terreno (Curtiss y Goetz 1999). En el caso que nos ocupa, se trata de una técnica de
medición de reflectividad que se restringe al espectro solar, de 0,3 a 3,0
m,
aproximadamente. Normalmente es una técnica pasiva, es decir que procede de un foco
externo, habitualmente la radiación solar. Es la fuente de energía que origina la
reflectividad.
9
Tradicionalmente, las funciones principales de la radiometría de campo han sido servir
como nexo de unión entre las medidas de laboratorio y las medidas tomadas por
sensores a bordo de aviones y satélites, siendo muy útil para su calibrado. Sin embargo,
ha adquirido además una importancia en si misma por su precisión, la relativa fiabilidad
y abundancia de información que genera y ha dado lugar a numerosas ramificaciones de
explotación de datos.
Es útil para explorar las bandas espectrales y el intervalo temporal óptimos, para
estudiar fenómenos por medio de Teledetección. Es una herramienta básica para el
desarrollo, perfeccionamiento y comprobación de modelos de reflectividad que
relacionan atributos biofísicos con datos espectrales. Por ejemplo, la búsqueda de una
relación entre la pérdida de humedad y la reflectividad.
2.1.2 MEDIDAS DE REFLECTIVIDAD
Cualquier superficie modifica el campo radiativo de tal manera que la interacción de la
radiación global procedente del sol, tanto directa como difusa, con la superficie
determina una radiación ascendente, reflejada y otra radiación difundida, así como una
radiación absorbida por la cubierta. Existe otra radiación ascendente, fruto de la
absorción y posterior emisión, pero esta reemisión se produce a una mayor longitud de
onda, superior a 2500nm y, por tanto, fuera de nuestro intervalo de estudio. La relación
entre la radiación incidente y la radiación reflejada constituye, como antes se ha
señalado, la reflectividad.
La reflectividad que percibe un radiómetro en mediciones de campo, depende también
de la rugosidad del objeto al que esta enfocado. Conviene considerar que las superficies
naturales no son, salvo excepciones, lambertianas (ver figura 1.1), es decir que no
reflejan uniformemente en todas las direcciones, con lo que la distribución de la
radiancia presenta una fuerte dependencia del ángulo de incidencia y el de observación.
Desde un sensor colocado en un satélite, se puede asumir un comportamiento
lambertiano, ya que la señal es una mezcla de cubiertas situadas en diferentes posiciones
en un píxel de mucha menor resolución (mayor tamaño).
10
Figura 1.1 Esquema de reflector lambertiano (Chuvieco 1990)
La mencionada dependencia angular se define en función de los siguientes factores (ver
figura 2):
Ángulo de incidencia del flujo, i, respecto a la normal de la superficie.
Ángulo acimutal, i, del plano de incidencia con respecto al norte geográfico
Ángulo de observación,
r,
respecto a la normal a la superficie.
Ángulo acimutal, r, del plano de reflexión, respecto a la dirección de referencia.
Ángulo sólido,
i,
El ángulo sólido,
formado por la fuente de radiación en un punto de la superficie.
r,
formado por el IFOV (Instantaneous Field Of View o campo
de visión instantánea) del sensor en el mismo punto de la superficie.
Figura 1.2. Parámetros geométricos que intervienen en la reflexión de la radiación (Milton 1987)
Si se ignora la radiación difundida por la atmósfera (aproximación válida en días
completamente claros) la radiación está confinada en estrechos ángulos sólidos,
11
quedando caracterizada por la Función de Distribución de Reflectividad Bidireccional
(BRDF):
f( i, i;
r
,
r
)
dL ( r , r )
dE ( i , i )
donde dL es la radiancia reflejada en una dirección ( r,
r)
y dE la irradiancia de un haz
bien colimado que incide en la superficie con una dirección dada ( i,
i).
El problema
está sobre todo en la dificultad para obtener valores exactos y precisos de dE, además de
ser por otra parte infinitesimal. Es decir, por un lado, no se pueden considerar
superficies lambertianas y, por otro, para poder calcular exactamente la reflectividad
hay que considerar un valor muy preciso de la irradiancia solar.
La solución para medir la reflectividad bidireccional es medir la radiación reflejada por
una superficie que sea perfectamente difusora (lambertiana) y completamente
reflectante (reflector perfecto), bajo las mismas condiciones de iluminación y
observación que la medida de la superficie en estudio. Esta superficie se denomina
normalmente panel o blanco de referencia. De esta manera se define el Factor de
Reflectividad Bidireccional, BRF:
R( i , i ;
r
,
r
)
dL ( r , r )
K( i , i ;
dL* ( r , r )
r
,
r
)
donde dL es la radiancia de la superficie en estudio, dL* la del blanco y K es un factor
de corrección debido a la imposibilidad de disponer de un blanco perfecto.
El BRF sirve para obtener el BRDF siempre que se cumplan los siguientes supuestos:
El campo de observación del sensor, FOV (Field Of View), sea < 20º.
El blanco cubra todo el FOV.
El sensor tenga una respuesta lineal con cambios en el flujo incidente.
Las propiedades reflectantes del blanco son conocidas e invariables a lo largo del
curso del experimento.
No haya cambios de iluminación entre la medida del blanco y la superficie de
estudio.
12
Se ignoren los efectos de dispersión de la atmósfera, se supone que se realiza la
medida en ausencia de luz difusa.
Normalmente los cuatro primeros supuestos se cumplen siempre, pero las dos últimas
no se cumplen nunca debido a que las condiciones de iluminación no son constantes
debido a corrientes de partículas y nubes de altura no visibles (Milton 1987), para lo que
habrá que realizar varias medidas con el menor tiempo transcurrido entre la medida del
blanco y de la superficie en estudio. En el caso en que pasara una nube enfrente del sol
la medida no sería válida.
2.1.3 REGLAS BÁSICAS PARA LA MEDIDA DEL BRF Y MEDICIONES CON
RADIÓMETRO EN GENERAL
Conviene usar un trípode para fijar el sensor, con lo que queda controlada la
geometría de la interacción.
El sensor debe estar como mínimo a una altura de 1m sobre la superficie (aunque
son aconsejables 2 m), ya que si no el campo de visión será demasiado pequeño.
Orientar el sensor siempre en la misma posición respecto al sol, salvo cuando se
pretenda estudiar la influencia del acimut solar.
También la posición relativa del resto del equipo de medida, incluido el operario,
debe ser la misma, para mantener los posibles errores constantes.
Comprobar que el panel de referencia cubre perfectamente el FOV.
Comprobar que el equipo experimental no proyecta sombras sobre la superficie de
medida. Es conveniente realizar medidas simultáneas de radiación solar.
El operador debe ocupar la posición opuesta a la dirección de la incidencia de la
radiación solar y es preferiblemente vestir de negro, ya que sino se introduce un
mayor error debido a la radiación difusa incidente en la superficie de medida.
Se ha de medir, en la medida de lo posible, el panel de referencia en la misma
posición y distancia que la superficie de interés. Por ejemplo desde un montaje tipo
grúa se puede introducir un error de hasta 15 %.
Es conveniente llevar un cuaderno de campo en el que se debe registrar información
relacionada con: hora y localización de las medidas, condiciones del cielo,
descripción del montaje experimental, tiempo que transcurre entre la medida del
blanco y de la superficie, etc. Cuanta más información, mejor.
13
Es conveniente realizar fotografías, tanto del montaje experimental como de la
superficie de medida.
2.1.4 CALIBRACION Y BLANCOS DE REFERENCIA
Como no existen superficies perfectamente difusoras ni completamente reflectantes los
blancos se han de calibrar (de ahí el factor K del BRF). Comúnmente se ha utilizado un
panel de aluminio recubierto de un material altamente reflectante, como el sulfato de
Bario (BaSO4) o el halon (PTFE, polytetrafluoroetileno), pero ninguno de ellos tiene
unos valores tan altos de reflectividad difusa como el Spectralon (entre 93,9 y 99,4 % de
reflectividad según longitud de onda) fabricado por el laboratorio Labsphere privado
que tiene además las ventajas de ser químicamente inerte y fácilmente lavable (figura
1.3). Finalmente existen autores que prefieren utilizar un panel de referencia gris
perfecto para la medición de objetivos muy oscuros, argumentando que los errores
podrían ser menores (Duggin y Philipson 1982).
Figura 1.3 Curva de reflectividad hemisférica del blanco de referencia Spectralon (fuente:
www.labsphere.com).
14
2.1.5 INSTRUMENTOS DE MEDIDA
Los radiómetros pueden ser de dos tipos, espectrorradiómetros (o espectrómetros), con
sensores que miden espectros continuos y radiómetros (o radiómetros de filtro), cuyos
sensores miden un número predeterminado de bandas. La diferencia está en que la
energía llega al sensor en los espectrorradiómetros a través de un prisma o rejilla
difractaria, variándose la posición del prisma o la apertura de la rejilla se consigue un
espectro continuo. Los radiómetros poseen filtros que permiten el paso de energía de
una determinada longitud de onda, con lo que el número de bandas espectrales que
diferencia el sensor está en función del número de filtros.
Esto explicaría el número de bandas pero no su anchura, ni el intervalo entre ellas. Esta
rejilla, por tanto, dispersa el espectro electromagnético para poder medir las
intensidades relativas de distintas longitudes de onda. Al rotar la rejilla escanea el
espectro que ha pasado por una abertura que aísla intervalos del espectro para su
medición individualizada por medio de un detector. De la anchura de esta abertura
dependerá el intervalo de muestreo espectral.
La diferencia entre unos y otros hoy en día en la práctica es muy poca, ya que los
llamados radiómetros multibanda permiten obtener espectros prácticamente continuos.
2.2. PROTOCOLO GENERAL DE MEDICIONES
2.2.1 CONOCIMIENTO DE LOS INSTRUMENTOS
Aunque pueda parecer bastante obvio, conocer bien las características técnicas de los
instrumentos que se utiliza es una parte fundamental previa a todo proceso de
mediciones de radiometría de campo. Es importante saber cómo reacciona el
instrumento a los diferentes factores que a primera vista puedan parecer triviales, pero
que, de no tenerse en cuenta, inciden en los resultados de forma incontrolada. Sorprende
a menudo la ligereza con la que algunos usuarios comienzan a hacer mediciones
directamente en el campo sin haber hecho las pruebas y comprobaciones necesarias en
situaciones controladas de laboratorio (Salisbury 1999). Por tanto, la experimentación
con los instrumentos dará al usuario unas pautas que tendrá que adaptar a la
metodología de trabajo que, en este caso, llamaremos protocolo de medición. La
mayoría de las comprobaciones que se enumeran a continuación, pueden descubrirse
15
con relativa facilidad, sin embargo, la reparación en sí conviene llevarla a cabo en un
laboratorio especializado (normalmente en la fábrica).
No se abordara con excesivo detalle cada una de las variables y comprobaciones que
deben llevarse a cabo, pero conviene mencionar las más importantes:
El tiempo de encendido del radiómetro, puede alterar la precisión de la medición.
Para mediciones muy exactas algunos fabricantes aconsejan encender el radiómetro
de 30 a 120 minutos antes de cada medición. Esto plantea problemas prácticos de
uso de baterías, pero al menos es una variable que conviene tener en cuenta.
Linealidad de la Respuesta. Es importante comprobar que la respuesta espectral a un
blanco de referencia es lo más lineal posible a lo largo del espectro. Por ejemplo, el
blanco de mejores prestaciones actualmente usado, el Spectralon, a pesar de tener
una reflectividad cercana al 100% en la mayor parte del VIS y SWIR, ni es
totalmente blanco ni su reflectividad es constante a lo largo del rango 400nm –
2500nm. Por ejemplo, en las bandas del 2150nm puede llegar sólo al 94% de
reflectividad (ver figura 1.3) Es, por tanto, otro factor a tener en cuenta, sobre todo
en estos rangos del espectro.
Exactitud de longitud de onda. Los espectrorradiómetros pueden desajustarse con
cierta facilidad si reciben golpes o similar. Una de las consecuencias de estos
desajustes es que las reflectividades que recoge no se corresponden con las
longitudes de onda adecuadas. Para corregir este defecto existen materiales como el
poliéster o la kaolinita con cambios bruscos de reflectividad en longitudes de onda
conocidas y que sirven para llevar a cabo este tipo de comprobaciones.
Campo de visión (FOV) Aunque las instrucciones puedan asegurar un campo de x
grados (bien en forma de círculo o de elipse), a menudo hay que comprobarlo,
puesto que el FOV puede ser ligeramente superior al indicado, e incluso puede
haber mínimas desviaciones. Un método manual de comprobarlo consiste en situar
objetivos de reflectancia contrastada en los supuestos bordes del FOV y analizar los
resultados a medida que lo desplazamos, para ir delimitando su área de influencia.
Es especialmente necesario hacer este tipo de comprobación cuando se usan cables
16
de fibra óptica, por el peligro de desalineación de los cables conectados a los
diferentes detectores (Vaughan, et al. 2000).
Tolerancia de temperatura y humedad ambiente. En el caso mediterráneo el peligro
está en el exceso de calor ambiental. La mayoría de radiómetros no son operativos a
temperaturas superiores a 40º- 45º C, con lo que hay que procurar mantener el
instrumento a menor temperatura utilizando todo tipo de protecciones y aislantes.
Las fuentes de iluminación. Puesto que la mayoría de las comprobaciones
mencionadas han de llevarse a cabo en laboratorios donde la fuente de iluminación
es artificial, conviene conocer las opciones. Así por ejemplo, hay que tener en
cuenta las distorsiones fuertes en la región del azul de las lamparas con filamento de
tungsteno incandescente, las distorsiones en el rango espectral de 2200nm a 2500nm
de las de corriente alterna. Para evitarlas se suele recomendar una lámpara de cuarzo
halógeno de 500W. Es necesario también comprobar variaciones de reflectividad en
un mismo objetivo dependiendo del tiempo que lleve encendida la lámpara. A
menudo hay que buscar un punto de equilibrio para no provocar un recalentamiento
excesivo de los instrumentos y de las muestras, sobre todo en el caso de la
vegetación.
Archivo de datos. Es importante llevar un recuento de las mediciones que se han
llevado a cabo y, sobre todo, un cuaderno de anotaciones durante la medición. En
este cuaderno deben figurar todos los detalles del tipo de medición en si (lugar con
coordenadas si es preciso, fecha, operario) la iluminación (si es cambiante anotando
los cambios en cada medición), datos instrumentales (panel de calibración,
radiómetro, óptica aplicada) y además datos correspondientes a cada medición
(hora, número de archivo original y el procesado, objetivo y comentarios).
2.2.2 FACTORES FISICOS QUE AFECTAN A LA RADIOMETRIA DE CAMPO
En este apartado se hará mención de aquellos factores que intervienen en todo proceso
de medición. Se hará referencia principalmente a la radiometría de campo propiamente
dicha, dado que reúne el mayor número de factores y variables. Sin embargo, es
17
necesario incluir factores propios de estadios intermedios de medición como son los de
laboratorio y exteriores.
Las mediciones en el campo, como ya se mencionó, suelen tener como uno de sus
objetivos hacer de vínculo o calibrado con mediciones de sensores aerotransportados o
espaciales. Por tanto, deben hacerse, en la medida de lo posible, de forma simultánea a
la toma de la imagen. Dado que las imágenes recogen la reflectividad de numerosas
superficies terrestres, lo habitual es realizar mediciones de todas aquellas superficies
que tienen más interés. Sin embargo, a falta de disponer de numerosos radiómetros y
abundante personal especializado, normalmente se ha de tomar mediciones de distintas
superficies en un reducido arco de tiempo (justo antes, durante o después de la pasada
del satélite o avión), que a menudo limita el número de mediciones a realizar. Este arco
puede ser mayor o menor dependiendo en parte de una serie de variables de entorno que
a continuación se detallan.
2.2.2.1 La fuente de luminosidad
La Fuente de Irradiancia primaria, naturalmente es el Sol. Se han llevado cabo
numerosos estudios de las variaciones de irradiancia solar y de las emisiones térmicas
de la superficie de los objetivos. Sin embargo, la mayor parte de estos efectos tienen
lugar en longitudes de onda superiores a 3000nm, con lo que apenas afecta al rango
espectral que se analiza en este trabajo.
Los aspectos más relevantes relacionados con la iluminación a la hora de hacer
mediciones son el ángulo de elevación solar, la pureza de la misma (efectos
atmosféricos y aerosoles) y los tipos de radiación solar que recibe el objetivo, ya sea
directa, indirecta o difusa.
En cuanto al ángulo de elevación solar, la mayor parte de los autores destacan la
necesidad de que sea lo más vertical posible con un máximo de 30º a 45º de inclinación
sobre la vertical. Esto reduce, por un lado, el grosor de las capas atmosféricas que
alteran la fuente de iluminación, reduce también el posible efecto de sombreado en el
objetivo y finalmente se asemeja más al ángulo de inclinación solar que percibe el
sensor espacial o aerotransportado. Así pues la fuente de iluminación es normalmente
valida para dos horas antes y después del mediodía, pudiendo ampliarse o reducirse este
arco en función de la estación del año.
18
En el caso de mediciones de laboratorio se utiliza la iluminación artificial, que aporta
una serie de ventajas principalmente un mayor control de la geometría de la iluminación
y visualización, independencia meteorológica y estacional y mediciones de reflectividad
precisas en bandas donde la absorción atmosférica es importante (Curtiss y Goetz 1999)
2.2.2.2 El efecto atmosférico y aerosoles
No parece necesario abundar demasiado en un área bastante estudiada y que sería más
propia de trabajos de principios físicos de teledetección, aunque quizá sea preciso dar
recordar que la atmósfera tiene principalmente tres efectos: dispersión de la radiación
solar, absorción de ésta y emisión al reflejar parte de esta radiación. Como es sabido, el
vapor de agua es el factor que más modifica la radiación solar (Gao y Goetz 1990).
Por otro lado, gases como el dióxido de carbono tienen importantes efectos de
transmisividad en el rango de los 2000-2200nm (Curtiss y Goetz 1999). Existen otra
serie de gases que pueden influir a la hora de realizar correcciones atmosféricas como
son el Ozono, Monóxido de Carbono, Metano y Oxido Nitroso.
En cuanto a su incidencia sobre la radiometría de campo hay que tener en cuenta varios
aspectos. Primeramente se trata de condiciones muy cambiantes en espacios de tiempo
cortos, especialmente para el vapor de agua. Por ello hay que minimizar el tiempo
transcurrido entre la medición de referencia y la del objetivo, ya que en cuestión de
segundos puede haber variaciones de hasta 5% de radiación solar media en días
aparentemente despejados, debido a cirros en altas capas de la atmósfera que son
invisibles a la vista (Duggin y Philipson 1982). En segundo lugar, en un sentido más
global, hay que procurar que el periodo de mediciones que se va a comparar con la
pasada del sensor aerotransportado o espacial, sea lo más reducida posible.
Evidentemente existen numerosas aplicaciones de corrección atmosférica por el efecto
de las nubes. En cualquier caso, siempre da lugar a un margen de error difícil de
cuantificar, en parte por el aumento de la radiación difusa sobre los objetivos, que
aumenta la iluminación en zonas de sombra y reduce el contraste entre superficies
(Custiss y Ustin 1988). Dadas las condiciones climáticas bastante favorables de nuestra
latitud es necesario entrar en mayor detalle en este aspecto y al poder perfectamente
restringir las mediciones a días despejados con ausencia casi total de vapor de agua ya
sea en forma de nubes, neblina, calima, etc. También es conveniente atender a la pureza
del aire en zonas próximas a grandes ciudades o fábricas por el efecto mencionado de
19
los aerosoles. Una manera eficaz de medir efectos de este tipo es sencillamente llevar un
control sobre los niveles de reflectividad a lo largo de la sesión de medición y
comprobar posibles variaciones.
2.2.2.3 Fuentes de irradiancia secundarias: irradiancia difusa
o scattering, radiación de fondo o background radiance.
La atenuación de la irradiancia viene acompañada de lo que se conoce como dispersión
(scattering) y que contribuye en cierta medida a la iluminación de la superficie de
interés a modo de fuente secundaria de iluminación. Esta iluminación es espectralmente
bastante diferente de la radiación solar directa. Tiene un efecto distorsionador
importante especialmente en el azul, pero va perdiendo influencia a lo largo del visible e
IRC y, al llegar al SWIR, el efecto es apenas perceptible (Salisbury 1999). Así pues,
dado que el principal rango de atención es el SWIR, conviene tener en cuenta este
efecto si bien no parece que tenga un peso excesivamente importante.
La Radiación de Fondo es un término traducido del inglés background radiance, que
viene a comprender la radiación (reflectividad y transmisividad) proveniente de objetos
que están debajo y alrededor de la superficie de interés. Como es natural depende en
gran parte del tipo de entorno en que se esta midiendo. Así, por ejemplo, en claros de
bosques de coníferas se ha encontrado que contribuye hasta un 20% de la radiancia total
que recibe un objeto y en longitudes de onda de 750-1200nm siendo aun mayor (25%)
en longitudes de onda más cortas. También influye la rugosidad del objetivo ya que
cuanto mayor sea, más radiación difusa percibirá (Curtiss y Goetz 1999).
2.2.2.4 Conclusión
Existen además factores de menor trascendencia a priori como el viento, que apenas
incide en el proceso de medición excepto en casos concretos como por ejemplo: que
altere o mueva el objetivo, cambiando su geometría (vegetación), o bien alterando
rugosidad de superficies como laminas de agua, levantando polvo en el aire lo cual sus
partículas distorsionan la señal radiométrica.
En definitiva, hay una serie de variables instrumentales y de entorno que influyen en
mayor o menor medida a la hora de realizar mediciones. Lo importante es, primero,
conocerlas, segundo, evitarlas en la medida de lo posible y tercero, corregirlas o tenerlas
en cuenta a la hora de analizar los datos obtenidos y de establecer un margen de error
20
adecuado a las circunstancias en que se han realizado las mediciones. Estos tres pasos,
bastante lógicos, no se suelen tener en cuenta, normalmente por desconocimiento y se
suele aceptar los resultados de obtenidos a partir de mediciones sin cuestionar su validez
relativa.
2.3 PROTOCOLO ESPECÍFICO DE MEDICIONES: LA RADIOMETRIA
APLICADA AL ESTUDIO DE LA HUMEDAD DE LA VEGETACION
2.3.1. ESTIMACIÓN DEL CONTENIDO DE HUMEDAD EN LAS PLANTAS A
PARTIR DE LA TELEDETECCIÓN
El contenido de agua en las plantas es uno de los aspectos críticos de su desarrollo
fisiológico y resulta un parámetro clave para determinar condiciones de estrés hídrico.
Como se mencionó anteriormente, la estimación de esta variable mediante teledetección
resulta de gran utilidad para la predicción de rendimientos agrícolas, abordar
estimaciones de evapotranspiración regional y determinar condiciones de riesgo de
incendios, entre otros. La humedad disponible en la planta influye directamente en el
crecimiento celular, la transpiración y la fotosíntesis.
Para que dicha estimación sea posible, resulta preciso estudiar con detalle los efectos del
agua en la reflectividad de la hoja y de la planta, de cara a aislar las bandas más
sensibles a la observación remota y determinar niveles de afectación críticos.
Las variaciones del contenido de humedad de las plantas y en última instancia del estrés
hídrico, provocan cambios fisiológicos y anatómicos de distinta naturaleza según las
especies. La carencia de agua lleva consigo una reducción en la transpiración de la
planta, lo que implica un aumento de la temperatura de las hojas, pues la
evapotranspiración libera calor a la atmósfera. Además, al reducirse el agua disponible,
la planta intenta reducir la transpiración cerrando las estomas, lo que causa una menor
absorción de CO2 , un deterioro de la estructura de los tejidos, una reducción de la
fotosíntesis y, en última instancia, una menor productividad (Hale y Orcutt 1987).
21
Algunos de los cambios que experimentan las plantas por variaciones de su humedad,
son perceptibles mediante sensores remotos, ya que implican una modificación de la
radiancia reflejada o emitida por la planta. La falta de agua implica modificaciones en el
color de las hojas o en su morfología, como el rizado y enrollado o la caída de las
hojas, así como en su temperatura. El problema estriba en si esas modificaciones del
comportamiento espectral de la planta son suficientemente nítidas, de tal forma que
permitan discriminar el contenido de agua de otros factores, como la contribución del
suelo, de la morfología de la planta o de la atmósfera. Sobre este punto ha habido
diversas posturas en los últimos años. Algunos autores concluyen que el contenido de
agua no supone una modificación sensible de la reflectividad (Hunt y Rock 1989;
Cohen 1991), mientras otros obtienen buenas correlaciones en estudios empíricos
(Westman y Price 1988; Cibula, et al. 1992). Sí parece haber mayor acuerdo sobre el
efecto de la humedad en la temperatura de las hojas (Jackson 1986; Moran, et al. 1994).
A continuación se analizarán con mayor detalle los argumentos de unos y de otros. El
estudio se centrará en las longitudes de onda ópticas (entre 0,4 y 2,5 micrómetros), que
en definitiva es el rango de los espectrorradiómetros más especializados en esta materia,
incluyendo los utilizados para este trabajo.
2.3.2. RANGOS ESPECTRALES ASOCIADOS CON EL CONTENIDO DE AGUA
Hasta el momento, los análisis de reflectividad se han venido realizando de muy
diversas maneras. Son más abundantes los análisis en laboratorio para hojas
individuales (Thomas, et al. 1971; Bowman 1989; Cohen 1991), aunque también
existen estudios de laboratorio con grupos de hojas (Ripple 1986). La radiometría de
campo también se ha empleado en varios estudios (Everitt y Nixon 1986; Cibula, et al.
1992). Como anticipo a la metodología que se detallará más adelante, cabe señalar que
la utilización de bandejas con hojas que se propone puede servir de puente de unión
para comparar los resultados de la radiometría de campo y del análisis de hojas
individuales (Ripple 1986). Además, esta metodología es más cercana a lo que
finalmente observa el satélite, ya que se asemeja en mayor medida al efecto de la
cobertura.
Las bandas clave de absorción de agua en este rango del espectro son en torno a
1450nm por un lado y a 1950nm por otro. Las hojas bien hidratadas tienen una
22
estructura interna en líneas generales más esponjosa. Por tanto, tienen mayor número de
cavidades estomatales y espacios intercelulares que dispersan la radiación recibida en
mayor medida que si esta estructura celular estuviera más compacta y fina debido a
estrés hídrico.
Brevemente se analiza el efecto de la variación en el contenido de humedad sobre la
respuesta espectral de distintas especies:
Visible (VIS): Como es sabido, las hojas absorben la mayor parte de la energía
incidente en las bandas visibles (400 – 700 nm). La baja reflectividad en el azul y el rojo
se atribuye normalmente a la absorción por la clorofila y otros pigmentos accesorios. La
clorofila, los carotenos y las xantofilas absorben radiación a 445 nm, pero sólo la
clorofila absorbe en el rojo (alrededor de 645 nm) (Gates et al., 1965). La mayor
reflectividad del verde se produce por una carencia relativa de absorción por estos
pigmentos, lo que proporciona el color verde de las plantas que percibe nuestra vista.
Este comportamiento puede estar enmascarado por contenido de agua (Thomas, et al.
1971), debido a que su reflectividad en el VIS es más alta, entre otras razones por la
dispersión Rayleigh (Gates 1980). Es decir, la pérdida de agua provoca la actuación de
dos factores en direcciones contrarias, aumenta la reflectividad, por un lado, por la
pérdida de funcionalidad de la clorofila y disminuye, por otro, al disminuir el propio
contenido de humedad. Según domine uno u otro factor, por el tipo de estudio y por el
tipo de hoja, se produce una tendencia u otra, aunque lo más normal es un ligero
aumento (Everitt y Nixon 1986; Carter 1991) o el mantenimiento prácticamente
constante de la reflectividad con la pérdida de la humedad en esta región espectral
(Bowman, 1989; Hunt y Rock, 1989).
Infrarrojo cercano (IRC): La alta reflectividad de la vegetación en esta banda del
espectro se ha asociado tradicionalmente al estado de vigor de la planta, la proporción
de cobertura verde y su buen estado foliar. Al modificarse el contenido de agua de la
planta se producen dos efectos que, si bien son patentes en las demás bandas del óptico,
aquí son especialmente cruciales. Por un lado, las modificaciones en la reflectividad
debidas al propio contenido de agua; por otro, las debidas a la pérdida de vigor vegetal
que implica el deterioro hídrico de la planta: senescencia, pérdida de área foliar,
deterioro de la estructura, que afectan principalmente a la planta en su conjunto. Se
23
puede decir que el contenido de agua per se implica una ligera reducción de la
reflectividad, luego en el IRC la hoja seca tenderá a presentar un mayor reflectividad
que la húmeda. Por el contrario, la planta en su conjunto deteriora su actividad
fisiológica al llegar a extremos de tensión hídrica, implicando en esos casos una notable
reducción de la reflectividad en esa banda. Conviene tener en cuenta que la alta
reflectividad de las hojas en el IRC (entre 700 y 1300 nm) se debe a su estructura
celular interna (Knipling 1970). Al irse perdiendo agua en las hojas, hay más superficies
de contacto entre paredes de celdas húmedas y cavidades de aire intercelulares, por lo
que tienden a aumentarse las reflexiones y refracciones múltiples (Vogelman y Björn
1984), incrementándose, aunque ligeramente, la reflectividad. Más aún, cuando las
hojas se acercan a la pérdida total de humedad la reflectividad es incluso mayor debido
a que el índice de refracción de los materiales celulares secos es mayor que el de las
células hidratadas (Carter, 1991). Este efecto se ha comprobado en análisis de
laboratorios sobre hojas aisladas de Agave deserti (Hunt, et al. 1987), Quercus
agricolia, Picea Pungens, Liquidambar styraciflu y Glycine max (Hunt y Rock, 1989).
Otros autores no observan cambios significativos en esta banda (Carter, 1991), mientras
un tercer grupo detecta una reducción de la reflectividad, comprobada para hojas de
pino y secoya (Westman y Price, 1988). Esta disminución parece más claramente debida
a los efectos secundarios de la pérdida en el contenido de humedad.
Infrarrojo medio óptico, que en adelante estará referido con el acrónimo inglés
procedente del término short wave infrared (SWIR): La polémica sobre el efecto del
contenido de agua en la reflectividad del IRC se desvanece en la región del medio (entre
1600 y 2400 nm), ya que aquí es unánime la observación de una relación inversa entre
contenido de agua y reflectividad. Los efectos se observan tanto para una hoja (Ripple,
1986; Hunt y Rock, 1989; Cohen, 1991b), como para el conjunto de la planta (Tucker
1980; Jackson y Ezra 1985); Westman y Price, 1988). La respuesta de la vegetación en
estas longitudes de onda está dominada por la fuerte absorción del agua.
24
2.3.3. TECNICAS DE MEDICION DE VEGETACIÓN
2.3.3.1. Perspectiva general
Existe abundante literatura acerca de mediciones de vegetación con radiómetros, en los
que las plantas se ven sometidas a estrés hídrico. Como se ha visto, los experimentos
van desde la medición en laboratorio de una simple hoja (Gausman y Allen 1973;
Gausman 1974), hasta mediciones en el campo de doseles arbustivos o arbóreos(Guyot,
et al. 1989). Por supuesto, cada tipo de medición tiene sus ventajas e inconvenientes.
Así, las mediciones de laboratorio, llevadas a cabo con cierto criterio, dan resultados
muy claros, en donde las pocas variables que intervienen pueden ser fácilmente
controladas y estudiadas. En contrapartida, estos análisis pueden tacharse de estar poco
conectados con las condiciones que se darían en el campo. Las mediciones de campo, si
bien subsanan este defecto, tienen tal número de variables que intervienen en la señal
radiométrica, que se cuestiona la validez de estos experimentos, sobre todo si los
resultados se quieren extrapolar a cubiertas vegetales similares en otras áreas distintas a
la zona de mediciones.
Sin embargo, son escasos los trabajos en los que las mediciones se han llevado a cabo
en fases controladas, comenzando con experimentos de laboratorio que luego se
intentan trasladar al campo, en condiciones reales, usando siempre las mismas especies
vegetales (Vaughan, et al. 2000). Este tipo de experimentos son realmente necesarios
para poder interpretar correctamente la señal radiométrica que se obtiene en cada caso.
En los casos excepcionales en que se realizan primero mediciones de laboratorio sobre
una especie que luego se mide en el campo (Aldakheel y Danson 1997), los
procedimientos experimentales muestran lagunas que luego se traducen en resultados
inesperados o de magnitudes inciertas. Esto a menudo se debe a que el gran número de
variables que intervienen en los cambios de reflectividad, inciden de manera indirecta
sin que el investigador pueda calcular su influencia. En numerosas ocasiones esto se
pasa por alto y en el mejor de los casos se reconoce que estos cambios, si bien en gran
parte se deben a variaciones en el contenido de agua en las plantas, pueden estar
provocados por la influencia de otras variables que no han podido ser controladas.
25
En este sentido, una de las innovaciones de este trabajo consiste en extender las fases de
medición (del laboratorio al campo), de forma que las variables que intervienen en la
fase final, se hayan cuantificado una a una.
2.3.3.2. Factores biofísicos que influyen en la reflectividad
Tradicionalmente la medición radiométrica de especies vegetales ha tenido dos niveles:
primero, la medición de hojas individuales y, segundo, la medición del dosel de una o
varias plantas. En el primer caso se suele medir en un laboratorio y la hoja ha sido
arrancada de la planta, aunque hay casos de mediciones de hojas individuales todavía
ligadas a la planta madre. Las diferencias entre la cantidad y peso de las variables que
intervienen o no en ambos tipos de mediciones son notables. Consecuentemente, a
menudo es habitual en muchos autores obtener resultados bastante satisfactorios con
hojas individuales pero no así a nivel de dosel, dada la dificultad en cuantificar y
controlar el aumento considerable de variables que intervienen en el segundo caso
Es este trabajo se verá como es necesario realizar una serie de pasos entre la medición
de hojas individuales y la medición del dosel, que consiste (parcialmente) en medir
grupos de hojas en bandejas o soportes similares. Es una técnica poco utilizada pero que
puede ser servir de nexo entre ambos niveles. En este apartado se hará mención a las
variables biofísicas más importantes que intervienen en las mediciones de especies
vegetales.
Además de los factores físicos mencionados anteriormente, la reflectividad del dosel es
el resultado del efecto de dispersión de fotones que producen las hojas, los tallos y el
suelo. La reflectividad del suelo esta en función de su contenido de humedad, la textura
de la superficie y su composición mineral (Asner, et al. 1998). La dispersión de
radiación foliar esta principalmente determinadas por sus características químicas y
estructurales entre la que se incluyen: el contenido de clorofila, contenido de agua,
concentración de elementos estructurales del carbono (por ejemplo lignito y celulosa) y
otros pigmentos biológicamente activos (Gates, et al. 1965). La dispersión por efecto de
los tallos esta influida por su rugosidad, elementos de carbono y su humedad. La suma
de todos estos factores tendrá mayor o menos trascendencia dependiendo de los niveles
de área e inclinación foliar y de los tallos, así como de lo compactados que estos se
encuentren (Asner, et al. 1998). En el caso de mediciones de doseles vegetales sobre
26
suelo, algunos autores advierten del peligro de confundir absorciones minerales con
absorciones de componentes de la vegetación no fotosintética, es decir, lignito, celulosa
y nitrógeno (Clark, et al. 1990).
2.3.3.2.1 Características de los doseles: LAI, LAD y SAD
Para hablar de área foliar, normalmente se cuantifica utilizándose el término índice de
área foliar o LAI, que es el acrónimo del ingles leaf área index. Viene a ser la relación
entre el área total de las superficies de las hojas con relación al área total del dosel. Así,
se obtiene una idea bastante precisa del nivel de superposición foliar con las
consiguientes relaciones de reflectividad y transmisividad que conlleva. Como ejemplo
práctico una acacia africana con un dosel de 25m2 puede tener la misma área foliar que
un ciprés de 2m2 de dosel. Hay que tener en cuenta en estos términos que la medición se
realiza normalmente desde la vertical de las especies vegetales, por tanto, lo que cuenta
es la disposición del dosel en este sentido. Siguiendo con este mismo ejemplo, las
mismas propiedades de reflectividad y transmisividad no serán las mismas en plantas
cuyas hojas son normalmente horizontales, que en aquellas que suelen tener un ángulo
de inclinación más acentuado llegando extremos como en las acículas de una conífera.
Este factor se llama habitualmente LAD (leaf angle distribution) o ángulo de
distribución foliar. En función de las inclinaciones medias de sus hojas, los doseles se
han clasificado en cinco grupos cada cual con un arco de unos 18º de inclinación. En
estudios recientes más avanzados, también se ha tenido en cuenta el papel de los tallos y
ramas delgadas (stems) con lo que el término se translada a SAD (stem angle
distribution).
2.3.3.2.2 Modelos de Simulación de reflectividad
Se ha señalado cómo la reflectividad de una hoja es el resultado de la influencia de una
serie de variables y que la reflectividad de un dosel de hojas supone añadir una cantidad
mayor de variables. Debido a esto, diversos autores han intentado simular la influencia
de cada una de estas variables en lo que se ha llamado modelos de reflectividad.
Los resultados suelen tener bastante precisión a nivel de hojas individuales donde las
variables básicas se reducen a: geometría (ángulo) de visualización, ángulo de
iluminación y las propiedades ópticas de la planta mencionadas anteriormente, entre las
que esta el contenido de agua, la estructura de la hoja y la concentración de elementos
27
bioquímicos. El modelo pionero a nivel de hojas individuales es el PROSPECT
(Jacquemoud 1993).
La descripción detallada de los modelos de reflectividad existentes excede el ámbito de
este trabajo. Sin embargo, parece conveniente hacer mencionar de modo somero los más
habituales y resaltar el hecho de que utilizan curvas espectrales de vegetación medidas
con radiómetro para su entrenamiento y la validación de los resultados.
En el caso de modelos para doseles existe una mayor complicación del cálculo de pesos
en las variables adicionales. Por ello los autores han distinguido entre dos tipos de
modelos para doseles: el turbid medium model (modelo del medio traslucido-turbio) y el
radiative transfer model (modelos de transferencia de radiación). El primero es más
sencillo y a menudo se lleva a cabo como una fase anterior al segundo. Así, en el caso
del turbid medium model se parte de un supuesto hipotético de que las hojas están
flotando en una especie de “gelatina” transparente (sin ningún tipo de soporte sólido) y
opcionalmente puede estar descansando sobre una base continua que influye a modo de
reflectividad de fondo. Las variables más importantes que se suman a este modelo son
la reflectividad conjunta de las hojas teniendo en cuenta su nivel de transmisividad y
que depende en gran parte de LAI y del LID. El ejemplo pionero más representativo de
estos modelos es el SAIL, desarrollado por Jacquemoud (1995) y posteriormente
perfeccionado por otros autores.
As pues, hasta ahora se ignoran dos elementos bastante obvios como por un lado son la
presencia y efecto de tallos y ramas (y en consecuencia el SAD) y por otro el efecto de
sombreado de tallos, ramas y hojas tanto de ese dosel como de los que le rodean. Estas
variables son las que se tienen en cuenta en el radiative transfer model. Los modelos
más nuevos simulan además la interacción de la energía solar con la superficie de la
planta y el suelo aportando un vínculo importante entre la estructura del dosel, la
bioquímica y el modelo radiative transfer (Jacquemoud, et al. 1995).
Dado que la reflectividad de una planta puede ser mecánicamente modelada (al menos a
priori), se puede estimar los atributos biofísicos (en el caso del turbid medium model) y
los atributos estructurales (radiative transfer models) que han dado lugar a la
reflectividad del dosel, por medio de sensores remotos (Asner, et al. 1998). Este proceso
se llama modelado inverso y continúa ofreciendo aplicaciones de sumo interés
(Rowland, et al. 2000). La trascendencia de estos modelos, por tanto, esta en la
28
posibilidad (quizá aun remota) de estimar las variables mencionadas (entre ellas el
contenido de agua) a partir de sensores remotos. Naturalmente, como en todo modelo,
es necesario un largo entrenamiento para sopesar la influencia de estas variables, trabajo
que habría que aplicar individualmente a casi todas las especies que se quieran modelar.
En esta labor naturalmente la radiometría de campo y laboratorio juega un papel
trascendental.
2.3.3.3 Las bibliotecas espectrales
Otro de los objetivos principales de la radiometría de campo es la contribución a la
separación espectral de superficies o, en este caso, de especies o grupos de especies
vegetales. En el área que nos ocupa, la medición radiométrica sobre el terreno de
especies vegetales concretas aporta gran parte de la información necesaria para llevar a
cabo esta tarea, ya que se obtienen reflectividades concretas asignables a unas
determinadas especies. Esto es lo se conoce como signatura espectral. Cuantas más
mediciones se lleven acabo sobre diferentes especies, mayor es la capacidad de
clasificación entre coberturas vegetales, tanto en el ámbito de número de especies, como
de densidad de las mismas. Todas estas mediciones formarían lo que se conoce como
una librería o biblioteca espectral.
La teledetección tiene un importante potencial en labores de control y análisis de la
vegetación. Puede aportar metodologías que economicen la cartografía de la vegetación,
aportar evaluaciones concretas de sus condiciones medioambientales y detectar cambios
de mejora o degradación de la cubierta vegetal. En estudios de la cubierta terrestre, el
número de cubiertas a discriminar es bastante extenso, con lo que es inevitable que la
separación espectral de algunas pueda ser difícil. Para facilitar esta tarea, la gran
cantidad de bandas que recoge un espectroradiometro y la estrechez de las mismas
contribuyen notablemente a la discriminación espectral de las cubiertas vegetales.
Hay que tener en cuenta que la mayoría de los píxeles no se componen de un sólo tipo
de cubierta, sino que son resultado de una mezcla de las mismas. Se han desarrollado
diversas herramientas para su interpretación, en la que la información hiperespectral
permite llevar a cabo análisis más sofisticados utilizando modelos de mezclas
espectrales. Estos modelos están diseñados para buscar la composición fractal de los
píxeles partir de espectros de referencia (Ustin, et al. 1998). Estos espectros de
29
referencia se obtienen de librerías espectrales como las que se obtendrán a partir en este
trabajo.
Como se mencionó anteriormente, además de tareas de clasificación de coberturas
vegetales, el papel de las librerías espectrales es fundamental para el estudio de factores
medioambientales que afectan a la vegetación. Determinadas condiciones ecológicas o
agentes nocivos que afectan a la estructura del dosel vegetal o a la composición de las
hojas, también determinará cambios en las curvas de reflectividad de la vegetación y,
por tanto, será susceptible de ser analizado mediante teledetección. En general, el efecto
de agentes nocivos sobre la vegetación, se traduce en una disminución en la diferencia
de reflectividad entre el infrarrojo cercano y el visible, en cambios en el verdor de las
plantas, en pérdida de área foliar en el dosel, así como cambios en contenido de agua y
niveles de pigmentación.
En definitiva, la adquisición de mediciones de campo y su articulación en librerías
espectrales es fundamental para:
Calibrar la reflectividad de la imagen con la reflectividad de la superficie terrestre.
Proporcionar una base de datos para el entrenamiento y validación de las imágenes
Proporcionar información acerca de las signaturas espectrales de las especies en el
área de interés y acerca de las variaciones y cambios espectrales que pueden
esperarse en las imágenes.
Servir como base de entrada de algoritmos y redes neuronales utilizados en técnicas
de clasificación de coberturas.
Actualmente, apenas existen librerías espectrales disponibles. Una de las pocas librerías
de libre acceso es la del Servicio Geológico Estadounidense (USGS), que si bien cuenta
con más de 500 espectros de materiales geológicos, sólo cuenta con 16 especies
vegetales, que evidentemente son americanas y apenas pueden ser extrapolables a
nuestro entorno. Por otro lado, son mediciones en rangos espectrales limitados (hasta el
infrarrojo cercano) con anchuras de bandas considerables y realizadas en condiciones de
medición desconocidas. La unión de esta librería espectral con la John Hopkins Spectral
Library y la del Jet Propulsion Laboratory ha dado lugar una de las mayores bibliotecas
30
espectrales actualmente disponibles, la biblioteca ASTER (www.asterweb.jpl.nasa.gov)
con 1796 tipos de cubiertas analizadas, pero de las que sólo cuatro son vegetales.
La Universidad de California Davis tiene otra biblioteca espectral, más ecléctica que la
anterior, ya que además utiliza diferentes espectrorradiómetros para medir distintas
especies.
En el ámbito europeo la escasez de bibliotecas es incluso más aguda. La Universidad de
Rotterdam tiene una biblioteca con algunas especies de cultivos intensivos de
holandeses como el tulipán. Probablemente, la librería mejor estructurada es la obtenida
en el marco del proyecto STORMS: Silvicultural Techniques Offering Risk Minimising
Strategies (http://storms.cnig.pt/). Se trata de una librería espectral llevada a cabo en el
norte de Portugal y centrada en mediciones de todas las superficies y cubiertas que
puedan tener alguna influencia en el riesgo de incendios forestales. Sin embargo, es un
trabajo que adolece de ciertos inconvenientes como es el hecho de llevar a cabo
mediciones con diferentes radiómetros de características distintas y de rangos
espectrales limitados. Una vez más, se trata de una librería espectral centrada en un área
de estudio concreto con lo que la variedad de especies es reducida (cinco especies
arbóreas y ocho de matorral).
El EPFS de la National Environment Resource Center en Gran Bretaña tiene publicada
una biblioteca espectral a modo didáctico de unas ocho especies, aunque la información
todavía no está disponible. Por otro lado, existen bibliotecas espectrales de varios
proyectos (PARABOLA y CUReT) centrados en el área de la reflectividad
bidireccional, que utilizan escasa variedad de cubiertas vegetales, siempre buscando la
homogeneidad de las especies y en la textura del dosel (pastizales y cultivos
principalmente).
En España no se puede hablar de bibliotecas espectrales disponibles. Si bien numerosos
equipos de investigación han hecho mediciones sobre coberturas vegetales (Gilabert
1991), en todas las ocasiones se ha tratado de un pequeño número de especies para un
área muy concreta (Moreno, et al. 1992). En ningún caso está disponible esta
información en formato digital.
Uno de los pocos casos conocidos de bibliotecas espectrales exhaustivas es el llevado a
cabo por Dar Roberts de la Universidad de California (Santa Bárbara). En él, se han
recogido reflectividades de todas las especies del ecosistema de chaparral
californiano(Roberts, et al. 1998), con objeto de hacer una clasificación de coberturas
31
vegetales para la cartografía y estudio de combustibles de cara a estimar peligros de
incendios. Esta es una aplicación muy interesante, ya que puede ser válida para otro tipo
de estudios como es el del estrés hídrico en las plantas (Steven, et al. 1990), o pérdidas
de vigor debido a gases tóxicos de la atmósfera (Malthus y Young 1999)
Desgraciadamente, no es un ámbito completamente afín al nuestro y la información no
esta disponible.
Por tanto, el panorama en cuanto a bibliotecas espectrales es un tanto escaso, ecléctico,
inaccesible incompleto y poco operativo, tanto por la poca relevancia del número y tipo
de especies medidas, como por la escasez de información respecto a las condiciones y
procedimientos de medición.
32
2 METODOLOGIA
2.1. OBJETIVOS
Uno de los objetivos principales de este trabajo es, precisamente, el desarrollo de una
metodología que permita obtener unos resultados de precisión aceptable en las
mediciones radiométricas que sirva para aportar conclusiones fiables. Esta metodología
está basada en un protocolo de medición que debe ser uniforme y sistemático metódico.
Como antes se mencionó, los defectos más comunes en mediciones radiométricas
proceden de la falta de un conocimiento suficiente de las variables que intervienen en
los resultados. Por tanto, el criterio que prevalece en esta metodología es el de
desarrollar un protocolo de medición aplicado a series de experimentos que estén
encaminados a incluir una a una las variables más condicionantes en la radiometría de
campo. Los objetivos más relevantes de este proceso son:
Obtener resultados técnicamente precisos y fiables. Esto implica que las condiciones
de medición y el estado de los instrumentos sean adecuadas.
Obtener resultados comparables. Es fundamental que haya una coherencia en las
mediciones que permita el estudio de resultados a dos niveles: primero entre
especies vegetales usando una misma técnica de medición y, segundo, entre técnicas
de medición sobre una misma especie.
Poder cuantificar la influencia de las variables biofísicas, para desarrollar un futuro
protocolo de mediciones más completo, que facilite la tarea de medición e indique
los factores más críticos a tener en cuenta.
2.2. DESCRIPCION GENERAL DE LA METODOLOGIA
La figura 2.1 muestra la sucesión de fases de experimentos. Es preciso aclarar que en
este trabajo, solamente se han realizado las primeras cinco fases. Sin embargo, para
poder ofrecer una visión de conjunto de toda la metodología que se pretende realizar a
largo plazo, se ha optado por incluir las restantes fases en este apartado. Se detalla las
variables principales que caracterizan cada una de estas fases. Además, cada fase se
corresponde a grandes rasgos con una figura que ilustra de modo sinóptico lo más
33
esencial de la fase mediante un sencillo croquis (figura 2.2). Normalmente se puede
concluir que una fase suele comprender una serie de experimentos y estudios: lectura,
planificación, montaje, pruebas y mediciones definitivas sobre una o varios objetivos.
Como descripción general, los experimentos y fases han procurado seguir una línea
metódica de progresión en la dificultad hasta llegar a una situación análoga a las
circunstancias en las que observa un sensor aerotransportado o espacial. Esta progresión
se aplica primeramente a la ubicación de las mediciones en sí. Así se pasa de las
condiciones de medición de laboratorio estables –iluminación constante artificial,
ausencia de viento, temperaturas ambiente semi-constantes- a mediciones en exteriores,
donde estos elementos son más variables. El segundo factor –quizá uno de los más
importantes e innovadores- es el del control de los dos tipos de reflectividad “ajenas” al
objetivo propiamente dicho. En este campo se va alternando y eliminado el control
sobre la reflectividad difusa y la reflectividad de fondo. Finalmente, las áreas
observadas
pasan de ser una superficie con cierta sencillez como es la arena –
relativamente lambertiana e inerte- a otras de mayor complejidad, como la vegetación
viva, con lo que eso implica en cuanto a sus propiedades biofísicas. Esta vegetación esta
artificialmente alineada, escogida y agrupada. Por tanto, la fase final deberá presentar
un dosel vegetal en estado natural.
Fase Lugar
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Distancia al Control de Reflectividad
Objetivo
R de Fondo
R. Difusa
1,3 m 5 m
Laboratorio
Laboratorio
Exteriores
Exteriores
Exteriores
Exteriores
Exteriores
Exteriores
Campo
Campo
Campo
Campo
Campo
Campo
Tipo de Objetivo
Bandeja + arena
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Figura 2.1
34
35
Figura 2.2. Fases de la metodología. Las fases entre paréntesis 9,10 y 11 equivalen a las fases 12,13 y 14,
respectivamente, midiéndose a 1,30 metros de altura.
2.3. FASE 1: PREPARACIÓN, DISEÑO Y PRUEBAS DE LABORATORIO
El primer paso para llevar a cabo este trabajo ha sido sencillamente el poder contar con
una instalación adaptada convenientemente a las características que requiere la
espectroradiometría de laboratorio. Además de servir de lugar de almacenamiento de
instrumentos, las mediciones de laboratorio son de gran importancia porque constituyen
la base experimental en la que los primeros resultados pueden ser analizados
previamente a las campañas de medición. La fiabilidad de las mediciones en
36
condiciones estables, las ventajas logísticas y el simple ahorro de tiempo que aporta,
merece un esfuerzo en su diseño.
El objetivo último de un laboratorio de radiometría es poder hacer mediciones en
condiciones controladas. Si bien existe abundante literatura que explica dos factores
más importantes (Milton 2001) que afectan a la señal radiométrica a través de
experimentos en laboratorios radiométricos, apenas hay nada publicado acerca del
laboratorio en sí. Por tanto, la mayor parte de la información obtenida en este sentido ha
sido mediante preguntas directas (por correo electrónico, normalmente) a técnicos e
investigadores y, como no, visitando los laboratorios y obteniendo información in situ.
Sin duda, el laboratorio más completo visitado ha sido el del Departamento de
Geografía de la Universidad de Southampton (Reino Unido) que actúa como sede del
EPFS (Equipment Pool of Field Spectroscopy) de la National Environment Resource
Center. Se trata de un laboratorio de pruebas que, además, presta equipos radiométricos
a otros centros. Esta segunda competencia obliga forzosamente a una función docente
(para evitar el mal uso de los aparatos) de la que se extrajeron numerosas conclusiones.
Como característica común los laboratorios han de tener control principalmente sobre
dos factores clave: la iluminación y la reflectividad de fondo y difusa.
2.3.1 CONTROL DE REFLECTIVIDAD DIFUSA Y DE FONDO
Si lo que se pretende obtener es la señal radiometría de un objetivo concreto, es
necesario evitar interferencias de reflectividad de otros objetos más o menos próximos.
Para ello, es necesario contar con superficies que absorban la máxima radiancia posible.
Hay dos métodos habitualmente usados para llevar a cabo esta tarea y ambos tienen en
común que el material usado ha de tener una baja reflectividad en todo el rango óptico,
y, especialmente, en el IRC y SWIR.
El primero, que es el caso del EPFS (ver figura 2.3), consiste en pintar de negro todas
las superficies cercanas (paredes, ventanas, techo, interruptores de la luz, etc.). Para
ello, se ha venido usando un producto llamado Nextrel® de la casa 3M, una pintura
negro mate que originalmente era usado para cubrir escenarios de espectáculo.
Lamentablemente, el producto dejo de fabricarse en 1999 y ningún laboratorio británico
conocía otra solución.
37
La segunda opción (Laboratorio de la Universidad de Salford R.U.) consiste en tapizar y
poner cortinas en el área circundante con una tela llamada Cordelen®. Además de ser
difícil de conseguir, es un material que, al igual que su homónimo norteamericano,
Texflon® de Labsphere, presenta un cierto riesgo. Como el mismo fabricante advierte,
existe el peligro de que los micro-filamentos de la tela pueden introducirse en los
aparatos de medición en sí, provocando averías difíciles de reparar.
Figura 2.3 Laboratorio de radiometría de la NERC-EPFS, Dep. Geografía, Universidad de Southampton.
En la imagen un radiómetro Fieldspec FR (con cable de fibra óptica), bandeja con hojas de roble
(Quercus robur) y lámpara 500W de corriente DC, sobre tejido Cordelen TM.
Con la ayuda y sugerencias de personal cualificado del Departamento de Geografía
(UAH), teniendo en cuenta la baja reflectividad del carbón, se probó una nueva
alternativa que consistía en usar papel carbón, cuyas ventajas eran ser moldeable, fácil
de encontrar y relativamente económico. Se probaron dos tipos de papel carbón: uno
mate y otro con un cierto brillo. Si bien el segundo alcanzaba los niveles de
reflectividad puntuales más bajos, tiene ciertos picos en torno al 4% en el IRC. El mate,
por el contrario mantiene una línea más constante y siempre por debajo del 2,5 %. Se ha
optado por este último.
Era necesaria adherir estas láminas de papel carbón a una superficie de cierta rigidez,
fácilmente manejable y moldeable, relativamente económica y bastante ligera para
38
facilitar su transporte y una colocación rápida. Por ello, se descartaron maderas y
contrachapados y se optó por paneles de espuma de poliuretano de 5mm de grosor. Con
este material se fabricó una estructura a modo de caja grande que acogiese las muestras
de material que iban a medirse y el radiómetro (ver figura 2.4). Asimismo, se incluyó
una abertura por donde asomase la lámpara -que aporta la iluminación artificial de las
mediciones- dejando su carcasa principal fuera de la caja. Esto era necesario dadas las
altas temperaturas que alcanzan estas lámparas y sirve para evitar el sobrecalentamiento
del espacio interior de la caja que afectaría al comportamiento del radiómetro y al de
las muestras de vegetación provocando una desecación demasiado rápida (Curtiss y
Goetz 1999), así como efectos negativos en el combado y deterioro del poliuretano.
39
Figura 2.4. Laboratorio de radiometría del Dep. de Geografía de la Universidad de Alcalá. En la imagen
superior se observa (de izda. a dcha.) el trípode, la caja con el radiómetro GER 2600 sobresaliendo y las
portillas abiertas, el ordenador portátil. Imagen inferior: detalle de la abertura para la lámpara y portilla
superior abierta para comprobar el FOV del radiómetro GER 2600.
Como ejemplo de la importancia de diseñar un medio adecuado para la obtención de
resultados fiables, se explica, a continuación, un sencillo detalle técnico que, en este
caso, no fue hallado en los laboratorios visitados:
Existía la dificultad añadida de introducir y sacar muestras y el blanco de
referencia de la caja y dada la importancia de que estas se efectúen en el mínimo
tiempo posible (Milton 1987), se construye una bandeja móvil permanente sobre
raíles que saliese y entrase de la caja a través de una portilla a ras de suelo. Sobre
esta bandeja móvil se situaron cuatro topes fijos donde se encaja alternativamente
el blanco de referencia y una bandeja extraíble, algo menor, que soporta el material
a medir. Este detalle tiene su importancia. Como se explicará más adelante, antes
de cada medición es necesario calibrar el radiómetro usando un blanco de
referencia. Luego, se coloca la muestra a medir debajo del radiómetro y se toma
una medición. Si se quieren tomar varias mediciones de una misma muestra, hay
que alternar estas dos acciones consecutivamente.
En mediciones en exteriores normalmente se deja la muestra en un lugar fijo y se coloca
el blanco de referencia encima de la muestra cuando hay que calibrar el radiómetro.
40
Esto no afecta al principio básico de medición, que exige que la distancia del radiómetro
al blanco de referencia y al objetivo sea igual, ya que dada la enorme distancia a la que
está el Sol, una diferencia de centímetros es despreciable. Sin embargo,
en un
laboratorio es un principio que hay que observar con atención e, inevitablemente, el
trasiego de alternar blanco y muestra acaba en variaciones de la posición de la muestra
con respecto al FOV del radiómetro. Por tanto, las sucesivas curvas espectrales
mostrarán variaciones en parte debidas a este movimiento y en parte a cambios
intrínsecos de la muestra como pueda ser la pérdida de humedad, deterioro celular, etc.
Como ya se indicó anteriormente, es necesario evitar en la medida de lo posible obtener
curvas espectrales atribuibles a varios factores.
Así pues, la combinación de bandeja móvil, topes y bandeja estándar extraíble permiten
sacar las bandejas con las muestras de forma que la posición y el FOV de la muestra con
respecto al radiómetro no varían, descartando así variaciones de señal radiométrica
debido a alteraciones de posición.
La experiencia indicaba cómo las bandejas extraíbles habían de ser reemplazadas a
menudo por el deterioro que sufrían, sobre todo, por suciedad que atenúa las
propiedades del papel carbón. Por ello, se diseñó un modelo de bandeja de tamaño
estándar acorde con cuatro criterios:
Debía encajar en los topes de la bandeja móvil
Que el FOV del radiómetro debería quedar centrado sobre la bandeja, que cubriera
una superficie y cantidad de hojas representativa, pero dejando unos márgenes de
confianza suficientes para que no hubiese interferencia del negro de los bordes, ya
que la elipse que define el FOV en radiómetros de este tipo no es nítida sino que
tiene un cierto margen de variación (Curtiss y Goetz 1999; Salisbury 1999)
Contar con un tamaño manejable y en el que no requiriese demasiado tiempo
colocar las muestras de vegetación para evitar al máximo su deterioro antes de las
mediciones.
Que el soporte fuese relativamente rígido pero lo suficientemente transpirable como
para no impedir la evaporación de humedad o su acumulación en sectores centrales
de la bandeja (Vaughan, et al. 2000). Para ello, el cartón corriente de cajas de
embalaje era más que apto.
41
El resultado, por tanto, ha sido una caja prácticamente cerrada de la radiación de la
habitación en la que se encuentra y forrada en su interior de láminas de papel carbón
que también se aplicaron a las bandejas mencionadas. De esta manera, las únicas
superficies que podían emitir ruido en forma de radiancia difusa o de fondo eran:
el pequeño sector de radiómetro que asomaba con su sección de trípode, que al estar
a la misma altura de las lentes no parece tener demasiada influencia.
los estrechos márgenes en el vano de la lámpara y la lámpara en sí, que por otra
parte, eran necesarios por las razones comentadas.
En conjunto, el montaje experimental que se ve en la figura 2.4 consiste en un
radiómetro que mide la reflectividad verticalmente (ángulo de observación 90º),
tomando, antes de cada medida, la reflectividad de un blanco de referencia
rigurosamente calibrado. El radiómetro está montado sobre un trípode de aluminio
Manfrotto con un brazo extensible horizontal, que le permite sobresalir del eje del
trípode. Del otro extremo del brazo cuelga una bolsa que contiene dos baterías (una
auxiliar) conectadas al radiómetro. Un ordenador portátil, conectado al radiómetro,
contiene un programa de software compatible con Windows que gestiona el proceso de
medición y almacena la información recogida. Finalmente, una lámpara halógena de
1000W apunta al FOV en un ángulo de 45º, equidistante de la bandeja al radiómetro.
Hay autores que recomiendan ángulos menores de unos 30º (Curtiss y Goetz 1999), si
bien no parecen enfatizar la exactitud del mismo y parece más bien una medida
orientativa. Otros autores como Gilabert -Dep. Termodinámica Universidad de
Valencia- (comunicación personal) optan por 45º. David Emery –EPFS- (comunicación
personal) también se inclina por los 45º en el caso de medición de hojas puesto que
reduce el posible efecto especular en hojas con cierto brillo (tipo acebo).
2.3.2. FASE 1: PRUEBAS DE ILUMINACIÓN, CALIBRADO Y
COMPORTAMIENTO DEL RADIÓMETRO GER 2600
El radiómetro utilizado en la totalidad de los experimentos es un GER 2600, con las
especificaciones técnicas que se pueden observar en la figura 2.5.
42
CARACTERISTICAS TECNICAS DEL RADIOMETRO GER 2600
350 nm a 2500 nm
Rango Espectral
640
Canales
(1) 512 Si
Aberturas Lineales
(1) 128 PbS
1,5 nm: 350 nm a 1050 nm
Anchuras de Banda
11,5 nm: 1050nm a 2500 nm
50 ms y superior (selecionable)
Tiempo de escaneado
3° standard, 10° opcional
23° opcional con fibra óptica
+0,1 nm
(a una velocidad de integración de 0,5
segundos)
400 nm: 6,2 x 10-9W · cm-2 ·nm-1· sr-1
700 nm: 3,1 x 10-9W · cm-2 ·nm-1· sr-1
900 nm: 9,3 x 10-9 W · cm-2 ·nm-1 · sr-1
1500 nm: 9,0 x 10-9 W · cm-2 ·nm-1 · sr-1
2200 nm: 9,0 x 10-9 W · cm-2 ·nm-1 · sr-1
(a 13 milisegundos de tiempo de integración):
700 nm: 1,5 x 10-4W · cm-2 ·nm-1· sr-1
(Según NIST)
400nm : ± 5%
700nm : ± 4%
1000nm : ± 5%
2200nm : ± 7%
UV-IRC –SWIR: automática
seleccionable
10 a 90%
-10° a 50°C
Láser
FOV
Repetitividad de longitud de onda
Radiancia de Ruido Equivalente
Niveles Máximos de Radiancia
Exactitud de calibrado radiométrico
Corrección Dark Current
Promedio Espectral
Humedad Relativa
Temperatura
Mira
Figura 2.5
El objetivo en esta fase era conocer, mediante alteraciones de las curvas espectrales
recogidas por el radiómetro, sus reacciones a variaciones en los siguientes factores:
tiempos de encendido del radiómetro
tiempo transcurrido entre mediciones tomando un mismo blanco de referencia
tiempos de encendido de la lámpara
temperatura ambiente dentro de la caja.
La información obtenida en esta fase no sólo debe mostrar los factores más importantes
a tener en cuenta para elaborar un protocolo de mediciones adecuado, sino también debe
dar una noción precisa de la repetitividad de las mediciones (Salisbury 1999). Es éste un
concepto tan sencillo como importante de cara a poder comparar mediciones, obedece a
43
la pregunta de si se obtiene los mismos resultados en condiciones idénticas pero
mediciones separadas. El resultado es clave para entender la precisión intrínseca del
instrumento y los márgenes de error inevitables que se pueden esperar.
Por tanto, se tratan de pruebas de calibrado y comportamiento para las que era necesario
un objetivo constante que tuviese las siguientes características:
Que fuese relativamente lambertiano, ya que en fases siguientes se haría pruebas
alterando ligeramente el ángulo de incidencia de la lámpara y una superficie con
rasgos especulares podría producir resultados con variaciones arbitrariamente
anómalas.
Que fuese inerte y resistente sometido a variaciones de temperaturas.
Que tuviese una signatura espectral conocida.
Se optó, en este caso, por usar arena de material de construcción de grano relativamente
fino y se colocó en una bandeja extraíble en cantidad suficiente para cubrir totalmente el
fondo.
2.3.2.3. Fase 1.1 Tiempos de encendido del radiómetro.
Algunos autores señalan que ciertos instrumentos radiométricos registran alteraciones
en función del tiempo transcurrido desde su encendido. En algunos, casos como es para
el modelo Fieldspec FR, de características y prestaciones similares al GER 2600 se
sugieren iniciar las mediciones entre 30 y 60 minutos desde su encendido, para que las
mediciones sean uniformes (Salisbury 1999). Esto tiene bastantes inconvenientes, sobre
todo, en cuanto a la duración de las fases preparatorias y a problemas de baterías, que
podría complicar los experimentos en el campo.
Así pues, el primer experimento consistió en medir el objetivo (arena) inmediatamente
después de encender el radiómetro (tras calibrarlo con el blanco de referencia) y seguir
haciendo mediciones en intervalos de 10 minutos, sin apagar nunca el radiómetro, hasta
llegar a las 2 horas. Para evitar alteraciones debidas a la iluminación, la lámpara ya
había sido encendida una hora antes, con lo cual los filamentos de tungsteno estaban en
su máximo nivel de irradiación. La bandeja de arena también se había preparado el día
anterior y desecado en un horno a 40º C para evitar efectos de pérdida de humedad. Se
44
colocó en su posición, bajo el FOV, a la vez que se encendió la lámpara para que
mantuviera una temperatura y humedad uniforme. Además, entre mediciones, se abatió
la parte superior de la caja y se abrió la portilla de la bandeja móvil, para ventilar la caja
y evitar un recalentamiento progresivo de los instrumentos y de la temperatura ambiente
que pudiese influir en alguna medida. Hay que recordar que el fabricante asegura una
precisión de calibrado de ±5% (VIS), ±4% (IRC) y ±6% (SWIR) siempre que la
temperatura ambiente este entre 10ºC y 30ºC, aunque en teoría, puede soportar
temperaturas de 45º
2.3.2.4. Fase 1.2 Tiempo transcurrido entre mediciones tomando
un mismo blanco de referencia
Como se ha explicado, antes de cada medición es necesario calibrar el radiómetro con
un panel de referencia que, en este caso, es un blanco Spectralon de los laboratorios
Labsphere ( www.labsphere.com ). Según el manual de instrucciones, no es necesario
tomar más que una referencia por cada tipo de muestra que se mide, a no ser que
cambien drásticamente las condiciones del entorno.
Las instrucciones del fabricante contradicen las sugerencias recibidas en laboratorios de
radiometría y en las pruebas de algunos autores que señalan que el radiómetro puede
descalibrarse en pequeña medida en cuestión de segundos o minutos debido a cambios
sutiles en el vapor de agua atmosférico, e incluso puede haber pequeñas variaciones en
cuestión de milisegundos (Milton 1987).
Así pues, era necesario aclarar este aspecto, aunque no se tratara de un experimento en
exteriores. Se tomó una sola medición del blanco de referencia al comienzo y, a partir
de ahí, se fueron tomando mediciones de la arena cada 5 minutos, hasta llegar a los 120
minutos. Se mantuvieron las mismas condiciones de iluminación y ventilación que en el
anterior experimento, con un periodo de precalentamiento del radiómetro de 30
minutos.
Algunos autores han experimentado con un GER3700, es decir, el modelo
inmediatamente superior al usado en este trabajo y han encontrado errores de
calibración aleatorios que impedían aplicar un coeficiente de corrección (Buntzen
1996).
45
2.3.2.5. Fase 1.3 Tiempos de encendido de la lampara
Los técnicos recomiendan que las lámparas estén precalentadas antes de cada medición.
Sin embargo, no se encontraron especificaciones para saber con exactitud de cuánto
tiempo necesita ni qué margen de variación puede suponer. Así pues, el radiómetro fue
precalentado durante una hora y cada medición (en intervalos de 5 minutos) era
precedida de una calibración. La lámpara se encendió pocos segundos antes de la
primera medición. El experimento se realizó con las condiciones de ventilación
mencionadas.
2.3.2.6. Fase 1.1 Temperatura ambiente dentro de la caja
Durante el experimento en Fase 1A2, una de las últimas mediciones se realizó sin el
sistema de ventilación mencionado, para comprobar en un estadio avanzado del
experimento (pasados 75 minutos) si una temperatura excesiva afectaba (y en qué
medida) a las tendencias espectrales de las curvas. La temperatura máxima alcanzada
fue de 34ºC.
2.4. FASE 2: MEDICIÓN DE ESPECIES VEGETALES
2.4.1. Fase 2 Diseño experimental y mediciones de muestras de especies
vegetales en laboratorio
El objetivo de esta fase es obtener una relación de curvas espectrales como resultado de
mediciones de vegetación a medida que ésta va perdiendo humedad. En esta fase el
interés esta centrado sobre las hojas en sí, dejando para fases posteriores mediciones en
las que intervienen otras partes de la planta como el tallo y las ramas. Como ya se ha
comentado, el nivel de mediciones de hojas individuales ya ha sido explorado y es de
sumo interés la medición de varias capas de hojas como paso previo a la medición de un
dosel vegetal. El nexo entre estos dos niveles viene dado por la interrelación de
radiación entre las diferentes capas (reflectividad, transmisividad, reflectividad
acumulada y absorción) (Guyot, et al. 1989; Gobron, et al. 1997).
Era necesario conocer el contenido de humedad de la muestra en el momento de cada
medición para poder más adelante analizar la relación entre esta y la curva espectral.
46
2.4.1.1 Bandeja extraíble para muestras
La experiencia acumulada (Chuvieco, et al. 1999; Riaño, et al. 1999; Riaño, et al. 2000;
Vaughan, et al. 2000) muestra que a medida que va perdiendo humedad, el deterioro en
la estructura celular reduce el tamaño de las hojas y, en la mayoría de las especies, se
produce un rizamiento de las hojas. Esto tiene varias consecuencias negativas de cara a
los resultados:
La disminución del área en fases avanzadas de desecación hace que se produzcan
huecos entre las hojas en los que el fondo de la bandeja es visible. Por tanto, la
reflectividad resultante tiene inevitablemente un componente no foliar de reflectividad
de fondo, que es preciso eliminar.
El rizamiento produce un sombreado (especialmente con ángulo de iluminación de 45º)
de la misma hoja con respecto a sí misma y a las adyacentes. Además, implica la
medición tanto del haz como del envés de la hoja, que tienen un comportamiento
espectralmente distinto.
Para evitar estos efectos, se ha utilizado una bandeja de cartón (transpirable), cubierta
de papel carbón. Las hojas han sido colocadas de modo ordenado con el haz mirando
hacia el radiómetro (LID = 0º-5º, tipo horizontal), en cuatro capas (LAI = 4), alternando
su disposición de cada capa de forma que quedaran entrecruzadas. Una vez colocadas
las cuatro capas, se ataron cuatro cordeles finos teñidos de papel carbón, en sentido
perpendicular a la línea de disposición de las hojas. De esta manera, los cordeles
permiten evitar en gran medida el rizamiento y, por tanto, el sombreado y además
mantienen intacta la geometría de las hojas durante todo el experimento (ver figura 2.6).
47
Figura 2.6 bandejas de roble albar (izquierda) y romero (derecha), tras su secado completo.
La importancia de un sistema tan sencillo es obvia: permite controlar tres variables a
cambio de una muy pequeña alteración de la señal, debido al uso de los cordeles. Esta
alteración, al ser constante en todas las mediciones, puede ser filtrada fácilmente,
teniendo como referencia la medición inicial con y sin los cordeles. Los resultados
muestran que es tan imperceptible esta aportación, comparada con los márgenes de error
aleatorio del instrumento en sí, que no merece la pena efectuar este filtrado. El sistema
de cordeles originalmente partió de la sugerencia de David Emery (EPFS) -aunque la
idea original era usar cable de cobre- y, también, como resultado de varias pruebas poco
fructíferas: mallas de plástico (alteraban la geometría, de difícil manejo), paneles de
cristal (acumulaban vapor y filtraban reflectividad, etc.).
2.4.1.2. Cadencia de medición
Las alternativas a priori para decidir la cadencia de medición, eran o bien atender a
períodos de tiempo fijos (es decir hacer mediciones cada x minutos) o por ratio de
pérdida de peso de la muestra. Tras varios experimentos, se optó por atender a la
segunda, debido a que la pérdida de peso en la bandeja era mucho más acelerada en las
48
los estadios iniciales de desecación, con lo cual una cadencia marcada por períodos de
tiempo daría lugar a una escasez de datos en fases iniciales o a una redundancia de
información en fases en que la planta es prácticamente un combustible muerto y su
reflectividad por tanto, uniforme.
2.4.1.3. Contenido de Humedad: FMC, conservación y desecación
Los métodos seguidos para expresar el contenido de humedad de las muestras han sido
el FMC (Fuel Moisture Content), uno de los más utilizados en el ámbito forestal y que
se ha aplicado a numerosos estudios de riesgo de incendio.
El FMC considera la vegetación como combustible potencial. Así pues, el contenido de
humedad de cada muestra analizada se determinó utilizando la siguiente expresión:
FMC (%)
Pf
Ps
Ps
*100
donde Pf es el peso fresco de la muestra (el medido en cada adquisición) y Ps es el peso
seco, es decir, el obtenido al final del proceso de desecación de la muestra. El resultado
se expresa en tanto por ciento de peso seco.
En gran parte de los estudios reseñados, el contenido de humedad de la planta no se
calcula en función del peso seco, sino del peso para un máximo contenido de humedad.
Es el denominado contenido relativo de agua (RWC, Relative Water Content), que se
define como:
RWC (%)
Pf Ps
*100
Psat Ps
donde Pf es el peso fresco, Ps es el peso seco y Psat es el peso saturado (con la máxima
humedad posible). Se ha utilizado el FMC, en lugar del RWC, por dos razones. Por un
lado, resulta una medida más ajustada a la aplicación última de este trabajo, ya que en la
literatura relacionada con incendios se pretende estimar el contenido absoluto de agua,
más que la relación con un máximo de acogida teórico (Viegas, et al. 1990; Desbois, et
al. 1997). Por otro lado, la determinación del FMC es más operativa, ya que calcular el
49
peso saturado implica, o bien sumergir las hojas en agua durante varias horas,
escurrirlas y secar la superficie (Carter, 1991), para evitar incluir el agua exterior; o
mantener las hojas cubiertas durante 24 h con papel absorbente humedecido en un
frigorífico (Hunt y Rock, 1989) lo que resulta muy complicado cuando las muestras se
toman regularmente y sobre áreas extensas. Además, algunas especies como la jara
pringosa (Cistus ladanifer), pierden propiedades en este proceso (pérdida de aceites por
disolución), que alteran sensiblemente sus características espectrales y la velocidad de
pérdida de humedad y deterioro celular (Chuvieco, et al. 1999)
En cualquier caso, dado que gran parte del interés de este trabajo está centrado en
estudiar los cambios de reflectividad por pérdida de humedad en la vegetación, interesa
que la diferencia entre el % de FMC entre la primera y última medición sea el máximo
posible. Para ello, es necesario que el tiempo transcurrido entre la recogida de la
muestra y su medición sea el mínimo. Esto depende en gran medida de la ubicación de
las muestras: si están cerca se transportan directamente a la bandeja; si no, tienen que
permanecer en una nevera portátil con hielo y agua, para mantener una temperatura
fresca y cierta humedad, sin llegar a estar en contacto directo con las muestras.
Como se ha mencionado, la mayoría de especies pierden humedad a mayor velocidad en
los primeros estadios de desecación. Por ello, al comienzo basta con dejar transcurrir
cortos periodos de tiempo (de 5 a 10 minutos) dejando la bandeja con muestras a
temperatura ambiente. El peso neto de las cuatro capas de hojas utilizadas en la
medición naturalmente varía con cada especie, pero normalmente está en torno a 70-120
gramos. Por ello se considera, tras los resultados en anteriores experimentos, que una
pérdida de peso mayor o igual a un gramo, es suficientemente significativa y se debe
realizar una nueva medición. Esta desecación “natural” tiene ciertas ventajas frente a
métodos de desecación artificial mediante estufas o similares. Primeramente, es difícil
establecer una temperatura de estufa adecuada para secar la especie sin cocerla, lo que
Curtis (1999) llama sample cooking. Esto tiene consecuencias difícilmente
cuantificables, como pueden ser deterioros forzados en los pigmentos y estructura
celular que puede resultar en curvas espectrales anómalas, especialmente en rangos del
IRC y VIS. Por ello, se decidió hacer uso de la estufa sólo en fases avanzadas de
desecación. Como dato indicativo y normalizador conviene anotar que se introdujeron
las bandejas en la estufa (a 50º C) cuando la pérdida de humedad era menor a un gramo
50
transcurridos 45 minutos a temperatura ambiente. Cuando la pérdida de peso era menor
a un gramo transcurridos 60 minutos en la estufa, se consideraba la muestra totalmente
seca, y tras hacer una última medición, el proceso concluía.
2.4.1.4. Especies medidas
Como se ha mencionado, gran parte de los trabajos de radiometría se centra en dos tipos
de ámbitos: el forestal y el agrícola. En ambos casos, muchos proyectos de
investigación tienen como objeto especies vegetales de cierta homogeneidad en su
cobertura y disposición. En el caso agrícola, por ejemplo, son abundantes estudios de
alfalfa y sobre todo remolacha (Danson y Rowland 1999) y en el ámbito forestal los
estudios más prolíficos suelen incluir especies de coníferas (ProyectoBOREAS).
Existen, en menor medida, trabajos sobre vegetación arbustiva de sabana (Asner, et al.
1998) y de especies Mediterráneas, aunque los estudios más completos suelen abarcar
(Blackburn y Steele 1999) especies del ámbito Californiano ((Ustin, et al. 1998)
(Roberts, et al. 1998).
Por tanto, la elección de especies mediterráneas del ámbito español, si bien aporta un
enfoque innovador, no está exenta de dificultad añadida, ya que al estar adaptadas a
periodos de sequedad estival, suelen ser menos frondosas con hojas más estrechas y
pequeñas. Este rasgo a menudo complica el cálculo de LAI, la recolección y disposición
de especies en bandejas y las mediciones de dosel vegetal, donde la influencia de la
reflectividad de fondo (suelo y hojarasca) y la de los tallos y ramas juega un papel más
trascendente.
Las especies escogidas para este trabajo son en gran parte aquellas encontradas en el
principal área de estudio del Departamento: el Parque Nacional de Cabañeros, ya que
reúne una variedad de especies de bosque mediterráneo significativas. Si bien se han
hecho pruebas con especies arbóreas del parque (Quercus faginea y Quercus
pyrenaica), la mayor parte de los experimentos se han llevado a cabo con muestras de
pasto y las cuatro especies arbustivas predominantes: jara pringosa (Cistus ladanifer),
romero (Rosmarinus oficinalis), brezo (Erica australis) y labiérnago (Phillyrea
angustifolia). Entre éstas, los experimentos más abundantes se han llevado a cabo con
51
romero y jara dado la existencia de estas especies en puntos cercanos al laboratorio, lo
cual reduce el tiempo de desecación entre la recogida de muestras y la medición.
2.4.1.5. Conclusión: Protocolo de mediciones de laboratorio
La tabla de la figura 2.7 muestra los principios más importantes detallados
anteriormente en forma de breve protocolo de mediciones, cuyo interés esta en la visión
sinóptica del proceso de medición en orden cronológico. Naturalmente, hay lugar a
pequeñas variaciones dependiendo de la laboriosidad o dificultad de medir determinadas
especies.
PROTOCOLO DE MEDICIÓN DE VEGETACIÓN EN LABORATORIO
Tiempo
aprox.
Radiómetro
(min.)
Bandeja/Muestras
Iluminación
Estadio
temperatura
1) Preparación bandejas y
cordeles

0’
15’
30’
Previo
2) Recogida de muestras
lejanas: guardar en nevera
(opción A)
Arrancar PC
Encender radiómetro
2) Recogida de muestras
cercanas (opción B)
Detección de errores de Colocación muestras en
calibración. Pruebas de bandeja
linearidad de blanco
50’
Montaje
Encender
lámpara
Ventilación
60’
Calibración: (medida del
blanco de referencia)
62’
64’
Medida de muestra
Cerrar caja
Muestra extraída y secado Ventilación
natural (opción A) o
secado estufa (opción B)
Apagar Instrumentos: Radiómetro, lámpara, PC, estufa
(Según
caso)
Figura 2.7
52
Medición
(repetir)
2.4.2. Fase 3-5 Diseño experimental y mediciones de muestras de especies vegetales
en exteriores y campo
Dado que el objetivo global en esta sección es hacer una transición paulatina y
sistemática de condiciones de laboratorio a condiciones de campo, la mayor parte de los
procedimientos enumerados en los apartados anteriores son aplicables a las mediciones
en exteriores. Por tanto, se enumerarán a continuación los procedimientos nuevos
utilizados y las variables nuevas que intervendrán en el proceso de medición.
2.4.2.1 Iluminación
La variable más importante que interviene en este tipo de radiometría es la iluminación
solar. Teniendo en cuenta los aspectos mencionados en la revisión bibliográfica, las
mediciones sólo se llevaron a cabo en días totalmente despejados, tanto de nubes como
de neblinas, calimas, etc., incluso de estelas de vapor de agua cercanas dejadas por
aviones reactores (Gilabert, comunicación personal). El criterio de ángulo de elevación
solar, en concordancia con los experimentos de laboratorio, ha sido medir con ángulos
superiores a los 45º, que implica medir en las horas centrales del día. Teniendo en
cuenta la duración variable de horas de luz e inclinación solar a lo largo del año, este
criterio parece más preciso a aquél que se basa en admitir unas horas concretas del día
con unos ciertos márgenes antes y después de las 12 del mediodía. Para ello, utiliza una
vara que se coloca verticalmente en el exterior y sólo se mide cuando la longitud de la
sombra que proyecta es igual o inferior a la longitud de la vara.
Se ha tenido en cuenta que las temperaturas no sólo pueden alcanzar niveles superiores
a los recomendados por el fabricante (40º-45º C), sino que son cambiantes desde el
comienzo de las mediciones (temperaturas más frescas) a las primeras horas de la tarde.
Por ello, se ha recubierto el radiómetro de una carcasa de polietileno, un aislante
térmico de altas prestaciones, dejando las aberturas mínimas necesarias (lentes,
interruptores, puertos y conectores).
53
2.4.2.1 Reflectividad de Fondo y Difusa
La transición mencionada comienza con una réplica de la caja utilizada en el laboratorio
en la que se han eliminado las paredes por las que debe entrar la radiación solar
(“techo”) y la pared lateral donde asomaba la lámpara.
El control de estas variables consta de tres fases (ver figuras 2.2 y 3.19 a 3.22):
Control de reflectividad difusa y de fondo, manteniendo tres paneles negros laterales y
el panel negro de suelo, sobre el que se coloca la bandeja con las muestras vegetales.
Control de reflectividad de fondo. Se eliminan los paneles laterales dejando solamente
el del suelo.
Condiciones reales. Se eliminan todos los paneles y se sitúa la bandeja sobre suelo
desnudo. El suelo es de tipo arenoso con alto componente de arcilla, lo cual presenta
una superficie relativamente lambertiana que deberá mostrar una reflectividad
relativamente uniforme a lo largo de los experimentos.
Esta técnica de control de reflectividad es uno de los aspectos más innovadores de este
trabajo.
54
3 RESULTADOS
A continuación se expondrá una relación de los resultados obtenidos en los
experimentos que componen las fases mencionadas en el capítulo anterior. Se ha tratado
de seguir el mismo orden para poder cubrir todos los aspectos mencionados de forma
clara.
3.1 RESULTADOS DE FASE 1: PRUEBAS DE ILUMINACIÓN, CALIBRADO Y
COMPORTAMIENTO DEL RADIÓMETRO GER 2600
Como se mencionó anteriormente, se trata de comprobar variables físicas
instrumentales, utilizando siempre una única bandeja de arena de grano fino, que es el
denominador común de esta fase.
3.1.1. FASE 1.1 TIEMPOS DE ENCENDIDO DEL RADIÓMETRO
Como ya se comentó en el capítulo de metodología, una de las pruebas esenciales para
entender el comportamiento del radiómetro es hacer mediciones en condiciones
uniformes para comprobar la magnitud de las posibles variaciones en las reflectividades
recogidas. Para ello, la fuente de iluminación debe mantenerse constante, por lo que se
encendió la lámpara 30 minutos antes de las mediciones. Se efectuaron siete mediciones
dejando encendido el radiómetro entre mediciones para comprobar diferencias entre las
mediciones en frío y con el radiómetro caliente a diferentes temperaturas.
Las mediciones no parecen mostrar a priori grandes variaciones, como se aprecia en la
figura 3.1. En un análisis más detallado, se comprueba que las desviaciones típicas
máximas y mínimas en la secuencia temporal de mediciones son de 0,69 % y 0,09 %,
respectivamente. Sólo hay nueve bandas que superen el 0,5% de desviación típica en la
reflectividad, de las cuales ocho están en rangos del espectro extremos: mayores de
2420 nm (cuatro) y menores de 405nm. Como se observa en la figura 3.2, tampoco
parece haber una correlación significativa entre el tiempo que lleva encendido el
radiómetro ni una tendencia hacia una mayor o menor reflectividad, excepto una vez
más en sectores extremos del espectro y en bandas muy puntuales.
55
Reflectividad de arena en función del tiempo de calentamiento del
radiometro
70
% reflectividad
60
1:30min
50
2:30min
40
3:30min
5min
30
10min
20
15min
30min
10
0
400
600
800
1000
1200
1400
1600
1800
2000
2200
2400
longitud de onda
Figura 3.1
Variaciones de reflectividad durante el calentamiento del
radiometro
1
2
0.6
1.5
0.2
1
-0.2
0.5
-0.6
0
400
-1
900
1400
1900
Longitud de onda
Figura 3.2
56
2400
Desviación típica
R Pearson
% Reflectividad
2.5
R Pearson
Lineal de las
medias de las
diferencias
Lineal (Desviación
típica)
3.1.2. FASE 1.2 TIEMPO TRANSCURRIDO ENTRE MEDICIONES TOMANDO UN
MISMO BLANCO DE REFERENCIA
Como se recordará, el manual de instrucciones del radiómetro aseguraba que éste
apenas se descalibraba a lo largo de las mediciones, siempre y cuando las condiciones
de generales (sobre todo de iluminación) permaneciesen constantes. En esta fase, se
trató de comprobar este punto. Para ello, se calibró el radiómetro una sola vez con una
medición del blanco de referencia y las siguientes mediciones se realizaron sobre la
misma bandeja de arena sin moverla durante todo el experimento. Tanto el radiómetro
como la lámpara que, como en el experimento anterior se había encendido 30 minutos
antes de iniciar la medición, permanecieron encendidos durante el proceso.
Variaciones de % reflectividad a medida que se calienta el
radiometro y tomando con solo una calibración inicial
70
1
60
% reflectividad
Minutos
5
10
50
15
20
40
25
30
30
45
60
20
75
90
10
400
600
800
1000 1200 1400 1600 1800 2000 2200 2400
wavelength
105
120
Figura 3.3
En este caso las variaciones, aunque no muy significativas, son mayores en el
experimento anterior. Como se observa en la figura 3.3, las variaciones se mantienen
bastante uniformes a lo largo del IRC y SWIR, siendo menores en el VIS. Las
diferencias de reflectividad (figura 3.4) se mantienen por debajo de 3% excepto en una
banda, de nuevo en el extremo del espectro (2494nm). . Tampoco en este caso, parece
haber una relación entre el tiempo transcurrido desde el calibrado y un aumento o
disminución en la reflectividad, con lo cual parece que el efecto de descalibrado es
aleatorio.
57
Variaciones de reflectividad debidas al descalibrado del radiómetro
5
1
4.5
0.6
3.5
3
0.2
2.5
2
-0.2
R Pearson
% Reflectividad
4
Desviación típica
Maximas diferencias
de reflectividad
1.5
1
-0.6
R Pearson
0.5
0
-1
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.4
A lo largo del SWIR, sí que se observan aumentos y disminuciones en los cambios de
reflectividad que coinciden con los clásicos picos y valles de las dos principales
ventanas atmosféricas de esta región. Este rasgo podría corroborar las observaciones de
algunos autores (Milton 1987) de la alta influencia del vapor de agua en una distancia
tan pequeña como es 1,30 metros. Esta fuente de variaciones en las ventanas
atmosféricas se sumaría, en todo caso, al efecto de descalibrado intrínseco del
instrumento. En las bandas donde el vapor de agua tiene un papel mayor, las diferencias
de reflectividad parecen atenuadas.
3.1.3 FASE 1.3 TIEMPOS DE ENCENDIDO DE LA LÁMPARA
Los técnicos de laboratorio consultados durante la fase de preparación de este trabajo
aconsejan precalentar la lámpara antes de iniciar las mediciones. Sin embargo, no
precisaron cuanto tiempo era necesario, ya que en gran parte depende del tipo de
lámpara utilizado. En este caso, se fueron llevando a cabo mediciones desde los 30
58
segundos posteriores al encendido de la lámpara. El radiómetro se mantenía encendido
durante todo el proceso con un precalentamiento de 10 minutos.
Variaciones de reflectividad en función del calentamiento de
la lámpara
70
Minutos
% Reflectividad
60
0.5
1
50
2
40
5
10
30
15
20
30
60
10
0
400
90
800
1200
1600
2000
2400
Longitud de onda
Figura 3.5
Una observación somera de la figura 3.5 demuestra como, en este caso, parece haber un
agrupamiento de curvas uniforme en el VIS que al llegar al IRC se divide en dos grupos
compactos de curvas espectrales claramente diferenciados. Por un lado, está el grupo
compuesto por las curvas de 30 segundos y 1 minuto y, por otro, está el resto, donde
apenas hay lugar a diferenciación interna. . De nuevo, se observa en el SWIR la
influencia de los rangos más afectados por el vapor de agua en los que las diferencias se
atenúan con respecto a las ventanas atmosféricas.
59
Variaciones de reflectividad en función del calentamiento de
la lámara
7
1
0.6
5
4
0.2
3
-0.2
2
-0.6
1
0
400
R Pearson
% Reflectividad
6
Desviación
típica
Maximas
diferencias de
reflectividad
R Pearson
-1
800
1200
1600
2000
2400
Longitud de onda
Figura 3.6
No parece haber una correlación excesivamente clara entre el calentamiento de la
lámpara y la reflectividad a partir de las curvas de los 2 minutos. En cambio, sí que hay
una cierta tendencia marcada, si se tiene en cuenta las dos mediciones iniciales (figura
3.6). Parece, por tanto, que a partir de un calentamiento de 2 minutos, la señal se
mantiene relativamente estable.
3.1.4 FASE 1.4 TEMPERATURA AMBIENTE DENTRO DE LA CAJA
Los resultados obtenidos en este apartado deben tomarse con cierta precaución, ya que
no se ha podido conseguir que la única la variable independiente sea la temperatura.
Esto se debe a que la temperatura dentro de la caja aumenta con el calentamiento de la
lámpara que, como se ha visto en el apartado anterior, es una variable de peso en sí
misma. La importancia de la temperatura ambiente está en su influencia en el
descalibrado del radiómetro. Utilizando un radiómetro de prestaciones algo superiores
(GER 3700) autores como Buntzen (Buntzen 1996) no obtuvieron mediciones fiables a
partir de los 30ºC, aunque el fabricante asegura que puede soportar temperaturas de
50ºC. Por tanto, se optó por hacer una prueba dentro del experimento de descalibrado
del radiómetro, tomando una medición en una fase intermedia-tardía (minuto 75 de 120
60
en total), en la que no se efectuó la ventilación necesaria (apertura de paneles de la
caja), con lo que la temperatura durante esta medición subió hasta los 38º. Como se
aprecia en la figura 3.3, la curva de 75 minutos sí que destaca sobre las demás,
especialmente en la región de la segunda ventana atmosférica del SWIR y las bandas
que forman el valle anterior (1900nm-2150nm). Sin embargo, las diferencias máximas
con respecto al grueso de curvas espectrales apenas superan el 2% de reflectividad.
3.2
RESULTADOS
MEDICIONES
DE
DE
LA
FASE
MUESTRAS
2:
DE
DISEÑO
EXPERIMENTAL
ESPECIES
VEGETALES
Y
EN
LABORATORIO
3.2.1. DISEÑO EXPERIMENTAL: BANDEJA EXTRAÍBLE PARA MUESTRAS
A continuación, se mostrarán una serie de resultados encaminados a determinar la
importancia de un diseño experimental adecuado que, en este caso, se centra en el
soporte y disposición del objetivo a medir. Los resultados fueron obtenidos utilizando
varias bandejas extraíbles con dos características comunes: la superficie base era cartón
con una lámina de papel carbón y sobre la que se colocó una misma especie vegetal: la
jara pringosa o Cistus ladanifer.
En la figura 3.7, se observa el resultado de una medición sobre una bandeja en la que
sólo había de dos a tres capas de hojas. Durante la medición, el efecto más notable fue
la pérdida de cobertura de la superficie foliar y el consiguiente aumento de la superficie
visible de la bandeja, a medida que el secado era más intenso. Al llegar a 0% de FMC,
las hojas se agruparon manualmente de forma que no dejara verse el fondo de la bandeja
y se situó el FOV directamente sobre esta zona para hacer una última medición. Las
diferencias entre esta medición de jara seca agrupada y la de jara igualmente seca (0%)
pero dispersa, son muy notables a lo largo del espectro pero, especialmente, en el IRC y
SWIR. El efecto de absorción del negro de la bandeja es fuerte, con lo que atenúa la
intensidad de reflectividad. Teniendo en cuenta experimentos posteriores, así como la
literatura publicada al respecto, las flechas del gráfico intentan mostrar, de forma
aproximada, dónde hubieran estado situadas las curvas de reflectividad de no haber sido
por la influencia de la reflectividad de fondo del negro.
61
Figura 3.7
En un intento posterior por controlar este efecto y, además, asegurar una sujeción firme
de las hojas, se optó por prensar las hojas entre la bandeja y una plancha de cristal.
Como se ve en la figura 3.8, el resultado, si bien no ofrece dudas en cuanto al efecto
nulo de reflectividad de fondo de la bandeja, no parece adecuado en cuanto a la pérdida
de contenido de humedad. El cristal impide la evaporación normal de la hoja con lo que
las pérdidas de humedad son escasas y se sitúan en los extremos de la bandeja. Se puede
comprobar cómo la reflectividad en el SWIR apenas varía para distintos contenidos de
humedad.
62
% Reflectividad para valores de FMC de jara (Cistus
ladanifer) utilizando una bandeja de cristal
FMC
% reflectividad
45
138
40
124
35
111
98
30
84
25
70
20
58
15
39
25
10
14
5
7
0
0
400
600
800 1000 1200 1400 1600 1800 2000 2200 2400
longitud de onda
Figura 3.8
Finalmente, la figura 3.9 muestra el resultado de mediciones llevadas a cabo con el
protocolo y diseño experimental descrito en la metodología. Basta una sencilla
comparación visual con los dos experimentos anteriores para comprobar la magnitud del
error que puede derivarse de una medición poco cuidada.
Reflectividad de jara (Cistus ladanifer ) para distintos valores de FMC
60
FMC
50
142.1
% reflectividad
131.6
40
118.9
102.6
30
78.4
48.9
20
25.3
16.3
10
6.3
0
400
0.0
600
800
1000
1200
1400
1600
longitud de onda
63
1800
2000
2200
2400
Figura 3.9
Reflectividad de Rebollo (Quercus pyrenaica) para distintos
valores de FMC
90
80
FMC
% Reflectividad
70
38.5
60
35.4
50
33.7
40
32.1
30
17.3
20
12.7
10
8.2
0
400
0.0
900
1400
1900
2400
Longitud de onda
Figura 3.10
Reflectividad de brezo (Erica australis ) para distintos valores de
FMC
50
45
FMC
% Reflectividad
40
35
78.47
30
72.95
25
54.26
20
47.83
15
10.61
10
8.37
5.23
5
0
400
0
800
1200
1600
longitud de onda
Figura 3.11
64
2000
2400
Reflectividad de Roble albar (Quercus petrea) a distintos niveles
de FMC
FMC
90
% Reflectividad
80
38.5
70
36.2
60
34.3
50
32.1
40
17.3
30
16.3
20
12.7
10
0.0
0
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.12
3.2.2 CARACTERÍSTICAS COMUNES ENTRE ESPECIES Y ENTRE
MEDICIONES
A continuación, se detallarán los resultados obtenidos con mediciones realizadas sobre
distintas especies vegetales representativas del ámbito mediterráneo. Por motivos
logísticos, la mayoría de mediciones a lo largo de este trabajo se han centrado en dos
especies arbustivas típicamente mediterráneas: jara pringosa (Cistus ladanifer) y romero
(Rosmarinus oficinalis). Sin embargo, en esta fase de mediciones de laboratorio, se han
efectuado mediciones en otras especies tomando muestras del Parque Nacional de
Cabañeros. Como se comentó, se ha procurado evitar la pérdida de humedad de la
planta desde el momento de su recolección en el Parque hasta su medición en el
laboratorio (mediante el uso de nevera, hielo y agua), si bien hay una pérdida de
humedad inevitable en este proceso. Debido a esto y, a que a partir de ciertos niveles
bajos de FMC la planta se considera como combustible muerto, algunos gráficos sólo
muestran las curvas espectrales correspondientes a las primeras mediciones, que en
definitiva, son las que tienen mayor interés en el ámbito de este trabajo.
65
A este nivel, se pueden extraer unas conclusiones preliminares basadas en un análisis
visual entre los gráficos presentados (figuras 3.9 a 3.12). Primeramente, se puede
comprobar las variaciones desiguales a lo largo del espectro. En el VIS, las diferencias
en las curvas son de escasa magnitud y presentan un aspecto confuso y variable. En el
IRC, las diferencias son mucho más marcadas, si bien parece haber importantes
variaciones entre especies. Este rasgo responde a las diferencias normales entre especies
en su velocidad y magnitud de deterioro de estructura celular y pérdida de pigmentos,
sobre todo de clorofila. Especies como la jara, que cuenta con aceites en la superficie de
las hojas, tienen naturalmente defensas distintas si no superiores a especies quizá menos
adaptables al estrés hídrico como pueda ser el quejigo o el rebollo.
En el SWIR, se aprecian de forma mucho más clara y sistemática los efectos de pérdida
de humedad. Las curvas presentan un cierto paralelismo en su trayectoria, tienen una
separación y un escalonamiento marcado, que hace presagiar resultados más
interesantes a la hora de correlacionar humedad y reflectividad, como se verá más
adelante. Como contrapartida, otra característica común en este rango es el ligero ruido
que comienza a aparecer a partir de los 2100nm y que se debe a las interferencias que
causa el hecho de que la lámpara sea de corriente alterna. Aunque este ruido se puede
filtrar fácilmente, se ha preferido mantener los datos originales, ya que todo filtro es una
alteración en sí mismo de la señal obtenida y, por otro lado, como se verá más adelante,
no parece afectar en gran medida la bondad de estas correlaciones, en comparación con
la ventana atmosférica del SWIR de 1500nm a 1800nm.
3.2.3 DIFERENCIAS ENTRE ESPECIES ENTRE MEDICIONES
3.2.3.1 Reflectividad total
Aunque existen diferencias notables entre porcentajes de humedad, no parece viable un
análisis comparativo entre reflectividades totales en las especies mostradas, en este
estadio. La razón es que en el momento de recolección las especies tenían niveles de
FMC variables, muy probablemente distintos de su máximo nivel posible. Esta fase de
análisis se hará más adelante teniendo en cuenta el nivel máximo de turgencia de las
especies basado en niveles de FMC de series históricas de datos.
66
3.2.3.2 Signaturas espectrales según FMC
Otro enfoque de análisis entre especies consiste en comparar sus curvas espectrales a
niveles de FMC similares. Es éste un término muy relativo, ya que la signatura de una
especie depende de casi todas las variables biofísicas que se han ido mencionando a lo
largo de este trabajo. Así por ejemplo, la signatura espectral típica de una especie puede
variar notablemente en función de su LAI, contenido de agua, etc. y puede ser muy
similar a otras signaturas de otras especies en unas condiciones concretas. Como
ejemplo, algunos autores han tenido en cuenta teniendo la absorción debido a la
clorofila en el VIS para elaborar algoritmos de comparación de curvas espectrales
encaminados a discriminar curvas de diferentes especies (Clark, et al. 1990). Teniendo
en cuenta el control sobre todas estas variables llevado a cabo en este trabajo, se pueden
hacer estas diferenciaciones, comparando curvas de similar contenido de humedad.
Signaturas espectrales de distintas especies en valores de FMC
similares
80
% Reflectividad
70
60
50
Q. pyrenaica (38.5%)
40
Q. pyrenaica (34.3%)
30
Q. petrea (34.6%)
Cistus l.(38.4%)
20
10
0
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.13
Así, en la figura 3.13, son perfectamente comparables las signaturas espectrales del
roble albar y el rebollo cuando tienen niveles de FMC de 34,6% y 34,3%
respectivamente. Lo mismo se puede aplicar al caso del rebollo y la jara en sus
correspondientes niveles de FMC, en torno a 38%. Para las signaturas espectrales de
este emparejamiento último era de esperar características bien diferenciadas dadas las
67
diferencias de género tan importantes. Por ejemplo, cabe esperar que la menor
reflectividad de la jara en el IRC, comparada con las especies de roble, esté muy
relacionada con la presencia de aceites (el láudano) propios de la superficie de sus
hojas, que altera o atenúa la señal de contenido de clorofila.
En cambio, el emparejamiento de las dos especies de roble, si bien no muestra tanta
variación, sí que presenta diferencias suficientes para separar sus signaturas espectrales.
3.2.3.3 Ratios de pérdida de humedad
Otro aspecto que resulta de interés es la velocidad a la que algunas especies pierden
humedad y su incidencia sobre su comportamiento espectral. Como se comentó en el
apartado de cadencia de mediciones, el procedimiento para decidir cuándo hay que
tomar una medición está en función de la pérdida de peso de la vegetación. En las
primeras mediciones, basta con dejar la bandeja en reposo a temperatura ambiente para
que la evaporación de la humedad haga que la bandeja vaya perdiendo peso. Una vez
que la muestra llega a cierto nivel de sequedad, es necesario indroducirla en una estufa
para que termine de perder toda su humedad. Esta última fase no resulta tan
significativa dado que se está forzando artificialmente un proceso que a temperatura
ambiente hubiera tardado varios días o semanas.
En cambio, la velocidad de pérdida de humedad a temperatura ambiente da una serie de
indicaciones que pueden ser útiles para conocer:
La preparación de una especie para soportar condiciones de estrés hídrico
La velocidad a la que pierde humedad en los rangos de FMC más representativos
para aplicaciones forestales (por ejemplo riesgo de incendio) o agrícolas (por
ejemplo el umbral de estrés hídrico para la recuperación de cultivos).
68
FMC
Relación entre tiempos de secado y pérdida de
FMC
160.0
140.0
120.0
100.0
80.0
60.0
40.0
20.0
0.0
romero
jara
0
100
200
300
400
minutos
Figura 3.14
En la figura 3.14, se muestra la pérdida de estadios iniciales de FMC en una serie de
especies mejor y peor adaptadas a esta circunstancia. Las curvas que describen las
especies pueden ser indicativas de la operatividad de futuras correlaciones entre FMC y
reflectividad. Esta circunstancia puede ser todavía más importante, sobre todo si se
pretende utilizar imágenes de satélite como fuente de información, ya que dados los
filtros que requiere su aplicación, se necesitará cadencias de pérdidas de FMC más
paulatinas para obtener correlaciones significativas. Así, una especie que al ser sometida
a condiciones de estrés hídrico, pierda la mayor parte de FMC en los estadios iniciales y
luego mantenga unas pérdidas poco cuantiosas durante el resto del proceso, tendrá a
priori correlaciones menos significativas que una especie que pierda FMC, a un ritmo
más constante.
69
3.2.4 CORRELACIONES ENTRE HUMEDAD DE LA VEGETACIÓN
Y SU REFLECTIVIDAD
En esta sección se analizarán los resultados obtenidos tras correlacionar las mediciones
de reflectividad de laboratorio con dos indicadores de humedad de la vegetación: el
FMC y el FMC relativo (FMCrel).
3.2.4.1 FMC
Primero se correlacionaron las reflectividades de todas las especies (figura 3.15). A
primera vista pueda parecer algo confuso en algunas zonas y, en cierto sentido, ésta es
la intención al aunar tantos datos. En ciertos rangos del espectro, se puede apreciar con
bastante claridad el comportamiento del conjunto de las especies en general. Esta visión
de conjunto es quizá la más interesante, ya que uno de los objetivos principales en este
trabajo es analizar las bandas que mejor se correlacionan con el conjunto de las especies
mediterráneas escogidas.
Correlaciones entre FMC y reflectividad de especies medidas
en laboratorio
1
0.8
0.6
r Pearson
0.4
Romero
0.2
Rebollo
0
R. Albar
-0.2
Jara
-0.4
TODOS
-0.6
-0.8
-1
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.15
Así, en el VIS se observan tendencias muy dispares en todas las especies, especialmente
en el azul. La pérdida de verdor de algunas especies da correlaciones más sostenidas en
70
la banda del verde, aunque sólo en algunas especies y de modo tanto positivo como
negativo. En el IRC existen algunas correlaciones positivas bastante significativas, pero
que de nuevo sólo se corresponden a algunas especies, especialmente la jara. Dado que
el factor más determinante en esta región del espectro parece ser el deterioro de la
estructura celular de la hoja, se pueden deducir en este caso cuales son las especies cuyo
ritmo de deterioro sea más lento. En este sentido puede resultar interesante compararlo
con los gráficos del apartado anterior para observar la relación FMC-tiemporeflectividad en IRC. En cualquier caso, el deterioro celular es una consecuencia parcial
del estrés hídrico, con lo que el IRC mostraría este fenómeno como variable derivada.
Promedio y desviación típica de correlaciones entre FMC y
reflectividad para todas las especies
1
0.9
0.8
0.8
0.6
0.7
r Pearson
0.4
0.6
0.2
0.5
0
0.4
-0.2
0.3
-0.4
-0.6
0.2
-0.8
0.1
-1
400
Promedio
Desviación
típica
0
800
1200
1600
2000
2400
Longitud de onda
Figura 3.16
En el SWIR la primera impresión es que todas las curvas convergen en mayor o menor
medida expresando una correlación inversa muy marcada. A partir de los 1340nm las
correlaciones superan el 0,9 (salvo una excepción de 0,88) hasta los 2400nm. Por tanto,
la tendencia es también sostenida hasta llegar a las bandas extremas donde en algunos
casos concretos hay niveles mediocres que pueden tener su causa en distorsiones
debidas a efecto de la corriente alterna de la iluminación o a posibles descalibrados en el
radiómetro en sí. De forma más clara, en la figura 3.16, se puede apreciar como el
71
SWIR parece, sin lugar a dudas, el rango más apropiado para estimar el FMC del
conjunto de las especies frente a las restantes regiones del espectro.
Merece mención destacada la correlación de todas las especies con sus respectivos
niveles FMC. A pesar de que en el VIS e IRC las correlaciones sean mediocres, debido
a las diferencias entre especie mencionadas, en el SWIR las correlaciones mejoran
notablemente, superando 0,8 (r Pearson) en la mayor parte del rango. Como era de
esperar, son correlaciones peores que cualquiera de las obtenidas de forma individual
con el resto de las especies. Con toda probabilidad esta diferencia se debe a las
diferencias entre especies en el ratio de variación de reflectividad con respecto a pérdida
de humedad, como se puede observar en la figura 3.17.
Regresión lineal para la banda 1380 nm en varias
especies
140
R2 = 0.9327
120
% FMC
100
Romero
80
2
R = 0.9822
60
Rebollo
R. Albar
R2 = 0.9222
40
Jara
R2 = 0.9707
20
0
0
50
100
% Reflectividad
150
Figura 3.17
Son estos resultados muy buenos, pero no hay que perder de vista las condiciones tan
controladas en las que han sido hechas las mediciones y es de esperar que a medida que
las fases se acerquen a una medición de dosel vegetal en el campo, las correlaciones
empeorarán.
Algunos autores (LLewelyn y Curran 1999) han hecho diferentes estudios sobre el uso
de la región limítrofe entre el rojo y el IRC, llamándolo la red edge. Dependiendo del
72
desplazamiento de la banda en donde termine el “valle” del rojo y empiece el “pico” del
IRC, se pueden obtener algunas correlaciones buenas con el estado fenológico de la
planta, su deterioro celular y otros indicativos de estrés debido a agentes contaminantes.
Este efecto se puede relacionar parcialmente también con el estrés hídrico pero presenta
algunos inconvenientes. El más importante es que el radiómetro tiene que estar
calibrado a un nivel de exactitud y precisión difícil de alcanzar y, sobre todo, de
mantener, teniendo en cuenta las variaciones tan sensibles en las que se basan estos
cálculos. Gran parte de la motivación que ha llevado a algunos autores a buscar
relaciones entre estrés hídrico y reflectividad en rangos del espectro del VIS e IRC, ha
sido sencillamente la escasez de sensores de alta y media resolución espacial que
incluían bandas en el SWIR.
3.2.4.2 RWC –FMC relativo
Tal y como se explica en el capítulo anterior, otro método de evaluar el contenido de
humedad es el RWC o contenido de agua relativo. En la fórmula descrita para hallar el
RWC, se utiliza el concepto de peso de la muestra en su estado de máxima turgencia. En
este caso, debido a las dificultades, a los inconvenientes y a la dudosa utilidad del
RWC, se ha sustituido en algunas especies por el valor del FMC más alto de series
históricas en cinco años de recogida de muestras en terreno. El inconveniente es que
este porcentaje de FMC posiblemente no sea el máximo de turgencia que pueda
alcanzar la planta en condiciones de extrema humedad y temperatura favorables durante
un largo periodo de tiempo. Sin embargo, es posible que sea un valor mucho más
realista en cuanto a que se trata de datos empíricos y su aplicación puede ser de más
utilidad para estudios de riesgo de incendio.
73
Correlaciones entre FMCrel y reflectividad de algunas
especies medidas en laboratorio
1
0.8
0.6
r Pearson
0.4
Romero
0.2
Rebollo
0
R. Albar
-0.2
Jara
-0.4
Todas
-0.6
-0.8
-1
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.19
Se han escogido algunas especies significativas para comprobar en qué medida el
FMCrel varía los resultados. Como se aprecia en la figura 3.18, las diferencias respecto
a los resultados usando el FMC, como era de esperar, son mínimas a nivel individual de
especies. Sin embargo, sí que varían notablemente en su conjunto, con respecto a la
figura 3.15. En este caso, los resultados de correlacionar los FMCrel de todas las
especies y su reflectividad son muy discretos. Parece, por tanto, que las diferencias de
FMC tan abultadas entre los máximos históricos de FMC y los niveles de FMC que
realmente presentaban las especies durante las mediciones, influyen de modo notable en
este caso.
3.3 RESULTADOS DE FASE 3-5 DISEÑO EXPERIMENTAL Y MEDICIONES
DE MUESTRAS DE ESPECIES VEGETALES EN EXTERIORES Y CAMPO
En este apartado, se analizan los resultados obtenidos de la medición de dos especies, el
romero y la jara, en exteriores. Las mediciones se realizaron en un patio rodeado de
edificios de ladrillo de dos plantas. El suelo es de una grava fina sobre arena y en
general bastante uniforme (ver figuras 3.19 a 3.22). En el caso de la jara se llevaron a
cabo las mediciones correspondientes a las fases 3 y 4, en la que mediante paneles
74
cubiertos de papel carbón se controla la reflectividad difusa y la de fondo. En el caso del
romero, además, se ha llegado hasta la fase 5, en la que, junto a los anteriores controles,
se mide la bandeja de hojas sobre suelo desnudo (grava). En las figuras 3.20-3.22 se
puede observar la transición entre las fases mencionadas.
Durante las mediciones se ha procurado alternar metódicamente las fases, es decir,
usando primeramente paneles verticales y horizontales y, en segundo lugar, usando sólo
los horizontales. Además, en el caso del romero, se han hecho mediciones sin paneles.
Esta transición se ha hecho en un mismo experimento con lapsos de tiempo de uno o
dos minutos entre cada fase hasta completar una serie. De esta forma, en una serie, la
misma bandeja ha sido medida usando el protocolo de la fase 3, 4 y 5 (en el caso del
romero) y todo en un periodo de unos 5-6 minutos, de forma que la pérdida de humedad
entre fases era prácticamente nula.
Figura 3.19
75
Figura 3.20
Figura 3.21
76
Figura 3.22
77
3.3.1 ANÁLISIS COMPARATIVO ENTRE REFLECTIVIDADES DE EXTERIORES
Y DE LABORATORIO
3.3.1.1 Mediciones de laboratorio y fase 3: El efecto de iluminación en la
reflectividad
Una de las variables críticas en el paso de la fase 2 de laboratorio, a las fases restantes
en exteriores, es el cambio de iluminación artificial a iluminación solar. En líneas
generales, la primera consecuencia es una cierta diferencia de porcentaje de
reflectividad a favor de las mediciones en exteriores sobre una misma especie. Hay que
tener en cuenta que se ha procurado reproducir la caja negra del laboratorio con una caja
de materiales iguales pero abierto en dos lados para que entre la luz del sol. Es posible,
hasta cierto punto que, además de radiación solar directa, haya penetrado por estos lados
radiación difusa pero, además de ser algo inevitable, no parece que haya podido ser de
suficiente relevancia.
Reflectividad de jara en niveles de FMC similares para laboratorio
y exteriores con control de reflectividad
70
FMC
% reflectividad
60
Max 107
RD,RF 103
50
RD,RF 75
40
RD,RF 65
Max 142
30
Lab 103
Lab 78
20
Lab 72
10
0
400
800
1200
1600
longitud de onda
2000
2400
Figura 3.23
El gráfico de la figura 3.23, muestra en tonos azulados la reflectividad de romero y jara
medida en laboratorio, frente a la medición en exteriores, en tonos cálidos, con control
de reflectividad de fondo y difusa. Se ha procurado emparejar las mediciones con
78
niveles de FMC iguales o similares, excepto las de máximo FMC, que varían más entre
experimentos (182% y 142% en exteriores y 135% y 103% en laboratorio para romero y
jara respectivamente), pero que tienen un interés aparte. Aquí a simple vista las
diferencias de reflectividad son claras. Una de las repercusiones está en el rango del
VIS, donde se aprecia mejor las diferencias de reflectividad (especialmente en el verde)
en las mediciones de exterior, comparado con las de laboratorio donde son mínimas
Posiblemente la mayor radiación solar contribuya a que el radiómetro discrimine mejor
entre niveles de verdor. También se observan diferentes inclinaciones en las curvas
entre el azul y el verde.
En el extremo opuesto del espectro, continúa habiendo bastante ruido en longitudes a
partir de 2400nm. Al contrario que en las mediciones de laboratorio, la causa
evidentemente no puede ser debido a la corriente alterna eléctrica, como apuntaba
Emery (comunicación personal), ya que la iluminación es solar. Por ello, teniendo en
cuenta el extremo del rango en el que se encuentra, cabe creer que se trata de una
distorsión por la proximidad del infrarrojo medio que, debido a las altas temperaturas
durante la medición, aumentó la emitancia de las superficies medidas (ley de Planck).
Las mediciones llevadas a cabo en laboratorio del EPFS, utilizando un radiómetro ASD
Fieldspec FR y con un diseño experimental similar, descartan que este tipo de ruido se
deba al estado defectuoso de este tipo de radiómetros (Vaughan, et al. 2000).
En el rango del IRC se observan dos fenómenos. Por un lado, en el caso del romero, en
el rango de 900nm a 1100nm en las mediciones de laboratorio, la correlación entre
FMC y reflectividad es positiva y total, mientras que en la medición de exteriores no es
significativa. En el caso de la jara ocurre lo contrario, aunque correlaciones
significativas entre 700nm y 900nm en mediciones de laboratorio. Por otro lado, se
aprecia, en el caso del romero, un descenso drástico de la reflectividad en la medición
de exteriores de reflectividades en niveles de FMC más secos (en este caso 63%). Por
tanto, parece que el deterioro celular también queda mejor reflejado con iluminación
solar, a no ser que la velocidad de deterioro haya podido influir de alguna manera. En el
caso de la jara, no se produce este fenómeno a este nivel. Por tanto, el IRC, como ya se
anticipaba, es una región espectral cuyos resultados dependen mucho de la especie
vegetal que se mida. .
79
Diferencias de % reflectividad de romero medido en laboratorio y en
exteriores con control de reflectividad
20.0
FMC
% reflectividad
15.0
10.0
Max
103
5.0
75
65
0.0
media
-5.0
-10.0
400
800
1200
1600
longitud de onda
2000
2400
Figura 3.24
Las diferencias de reflectividad entre ambas fases se pueden apreciar mejor en el gráfico
de la figura 3.24, donde se han hecho cuatro emparejamientos de niveles de FMC
similares (criterio anterior), entre las mediciones de laboratorio y la de exteriores. Los
valores positivos muestran superior reflectividad en mediciones de exteriores y los
negativos, lo contrario.
En el rango del visible la media de diferencia de reflectividad del romero es de 3,5% y,
aunque en las bandas del azul hay valores negativos, en general los valores son
superiores en la medición de exteriores. Esta es la tendencia en el resto del espectro.
Así, en el IRC la media es de 5,1%, a pesar de las diferencias negativas en el rango
de700nm a 900nm ya mencionadas. En el SWIR, la media es de 7,6 % y se mantiene
relativamente estable en las dos ventanas atmosféricas, con un fuerte incremento hacia
el extremo de la primera ventana (1900nm) y un descenso acusado en las bandas
limítrofes con el IRC (1380nm). No se aprecian relaciones significativas entre niveles
de FMC y diferencias de reflectividad, en el caso del romero. En cambio, en el de la
jara, la relación es prácticamente constante a lo largo del espectro, de forma que en
valores altos de FMC la diferencia es siempre positiva, mientras en valores de FMC
bajos comienza a ser negativa.
80
En cualquier caso, son diferencias mucho menores (medias de 1,9, 6,2 y 0,7 para VIS,
IRC y SWIR respectivamente) que en el caso del romero, con lo que haría falta analizar
estas diferencias con más especies, para poder observar un comportamiento general más
representativo.
Lo que sí se observa en ambos casos son los descensos y ascensos bruscos de diferencia
de reflectividad en los entornos de las ventanas atmosféricos. Estos picos
probablemente estén asociados con las diferencias de vapor de agua en el aire a la hora
de hacer las mediciones. El entorno del laboratorio, al estar prácticamente cerrado y en
un sótano es posible que tenga más humedad y, por tanto, el efecto del vapor de agua en
las ventanas atmosféricas sea más acusado.
3.3.1.2 Fase 3,4 y 5: el efecto de radiación de fondo y difusa
En este apartado se comentará los resultados correspondientes a la medición de romero
en exteriores usando el diseño experimental correspondiente a las fases 3, 4 y 5. El
planteamiento general es comparar las mediciones al ir retirando paneles cubiertos de
papel carbón, para analizar la influencia de la reflectividad difusa (RD) y de fondo (RF).
Figura 3.25
81
En el gráfico de la figura 3.25, se puede observar una selección de reflectividades de
romero con el mismo FMC en las que se alternan mediciones usando estos paneles para
controlar la reflectividad difusa y de fondo (RD, RF), seguido de mediciones que sólo
controla la reflectividad de fondo (RF) y, finalmente, mediciones en las que se han
retirado todos los paneles y, por tanto, no hay control sobre dichas reflectividades (S).
En último este caso, la bandeja de hojas está colocada directamente sobre la grava fina
del suelo.
La primera impresión que ofrece el gráfico es una disparidad entre, por un lado, el nivel
alto y medio de FMC y, por otro, el nivel bajo (0% FMC). Esta disparidad no sólo se
manifiesta en las reflectividades en sí, sino en las diferencias de reflectividad entre
mediciones de igual FMC con los tres controles de reflectividad (RD-RF, RF y S). Las
curvas de 0% FMC (en tonos cálidos) están prácticamente solapadas a lo largo del
espectro mientras que los otros dos valores de FMC presentan variaciones mucho más
notables.
Para analizar estas variaciones en mayor detalle, en la figura 3.26, se han restado las
reflectividades correspondientes a la fase 3 (control de RD y RF) a las de la fase 4
(control de RF sólo), con objeto de medir el efecto de la RD.
Diferencias de % reflectividad entre mediciones con control de RD+RF
(fase 3) y mediciones sólo con control de RF (fase 4) para muestras de
romero medido en exteriores
5
reflectividad fase 4>fase 3
FMC
% reflectividad
2.5
157.1
131.4
0
28.6
0.0
media
-2.5
reflectividad fase 4<fase 3
-5
400
800
1200
1600
longitud de onda
Figura 3.26
82
2000
2400
Se puede observar en este gráfico diferencias muy pequeñas en el visible que aumentan
considerablemente en el IRC y se estabilizan en las ventanas atmosféricas de SWIR, con
altibajos notables en las bandas limítrofes. De nuevo, la segunda ventana atmosférica
refleja el ruido que se comentó en el apartado anterior, especialmente hacia el final del
espectro. La media entre las restas parece estar ligeramente en valores positivos en casi
todo el espectro lo que indica una mayor reflectividad global del romero cuando sólo se
controla la RF. Sin embargo, observando las curvas no se aprecia una tendencia
generalizada clara con respecto a valores de FMC.
Diferencias de % reflectividad entre mediciones con control de RF (fase
4) y mediciones sin control de RF (fase 5) para muestras de romero
medido en exteriores
5
reflectividad fase 5>fase 4
FMC
% reflectividad
2.5
157.1
131.4
0
28.6
0.0
media
-2.5
reflectividad fase 5<fase 4
-5
400
800
1200
1600
longitud de onda
2000
2400
Figura 3.27
De la misma forma el gráfico de la figura 3.27, muestra las variaciones equivalentes a la
resta de reflectividades sobre suelo desnudo (S) y las que tiene control de RF. Las
diferencias con respecto al apartado anterior son primeramente una cierta
descompensación entre los valores negativos sobre los positivos, especialmente en el
IRC, lo que implica una mayor reflectividad del romero con control de RF que cuando
se mide sobre suelo desnudo. En cambio, en el SWIR las variaciones se sitúan de forma
más compensada con diferencias de porcentaje de reflectividad muy pequeñas. En el
VIS las diferencias apenas se producen y mantienen una uniformidad superior a la
encontrada en el gráfico anterior. De nuevo, tampoco parece haber una relación clara
entre el nivel de FMC y la diferencia de reflectividad como se puede apreciar en el
83
gráfico de la figura 3.28. Las correlaciones no son muy claras aunque los valores
parecen estabilizarse en torno a las ventanas atmosféricas de SWIR.
Correlaciones entre FMC y diferencia de % reflectividad
para fase 3, 4 y 5. Medias de las diferencias
2
1
0.8
1.5
0.6
0.4
0.5
0.2
0
0
-0.2
-0.5
-0.4
-1
-0.6
-1.5
-2
400
media
RF-S
-0.8
-1
800
1200
1600
longitud de onda
Figura 3.28
84
2000
2400
r Pearson
% reflectividad
1
media
RD-RF
FMC y
(RD-RF)
FMC y
(RF-S)
La tabla siguiente (figura 3.29) muestra un resumen estadístico de los datos
mencionados.
RESULTADOS ESTADÍSTICOS DE FASES 3,4 y 5 PARA MEDICIONES DE ROMERO EN
EXTERIORES
FMC
Diferencia
fase 4-fase 3
todas bandas
157,1
131,4
28,6
0,0
TOTAL
Diferencia
157,1
fase 5-fase 4
131,4
todas bandas
28,6
0,0
TOTAL
Diferencia
157,1
fase 4-fase 3
131,4
en SWIR
28,6
0,0
Diferencia
157,1
fase 5-fase 4
131,4
en SWIR
28,6
0,0
Medias por rangos espectrales
Diferencia
visible
fase 4-fase 3
IRC
SWIR
TOTAL
Diferencia
visible
fase 5-fase 4
IRC
SWIR
TOTAL
Diferencia
reflectividad
0,36
1,29
-0,82
0,16
0,24
-1,23
0,16
-0,74
-0,52
-0,58
1,27
1,47
-0,91
0,35
0,04
0,39
-0,48
-0,49
% Coef. Correlación entre FMCDiferencia % reflectividad para:
Todas las mediciones en
todas las bandas
0,29
Todas las mediciones en SWIR
0,67
0,04
0,31
0,54
0,29
-0,07
-1,27
-0,14
-0,49
Figura 3.29
La hipótesis de partida era que, en líneas generales aumentaría la reflectividad, ya que
el radiómetro percibiría radiación no sólo de las hojas sino también, aunque lógicamente
en menor medida, del suelo alrededor de la bandeja. Como se aprecia en la figura 3.25,
la reflectividad del suelo es, en la mayor parte del espectro superior a la del romero, por
tanto, cualquier influencia proveniente del suelo debería aumentar la reflectividad
percibida por el sensor, con la excepción de rangos altos de IRC, donde es menor la
respuesta del suelo. Por tanto, en este caso, su influencia le restaría radiancia al conjunto
vegetación-suelo. Para comprobar esto, se intentó correlacionar, por un lado, las restas
85
de las reflectividades de la medición con control de RF de las que no tenían control (S)
y, por otro lado, una resta de le reflectividad con control de RF y la reflectividad del
suelo. Los resultados dan valores poco significativos en gran parte por tipo de objetivo
que se está midiendo, es decir, una bandeja con hojas bastante agrupadas donde la
reflectividad de
fondo apenas interviene.
3.3.2 CORRELACIONES ENTRE HUMEDAD DE LA VEGETACIÓN Y SU
REFLECTIVIDAD: FMC- FMCrel
En este apartado, se tratará la segunda parte de otro de los aspectos más importantes de
este trabajo, que consiste en analizar el contenido de humedad a través de las bandas
espectrales más óptimas para esta tarea. Primeramente, se relatarán los resultados
obtenidos en la medición de romero en exteriores en sus tres fases, para pasar a
relacionar estos resultados con los obtenidos el laboratorio y, finalmente, se expondrá la
equivalencia de estos resultados en cuanto a FMCrel.
Correlaciones entre FMC y reflectividad de romero medidas en
exteriores con control de RF y RD, con sólo RF y sin control (S)
1
70
0.8
r Pearson
0.4
50
0.2
40
0
-0.2
30
-0.4
20
-0.6
RD, RF
RF
S
FMC 182
10
-0.8
-1
400
% reflectividad
60
0.6
0
800
1200
1600
2000
2400
Longitud de onda
Figura 3.30
El gráfico de la figura 3.30, representa las correlaciones entre FMC y cada una de las
mediciones de romero en exteriores, es decir, las mediciones con control de RD y RF,
las de RD y las mediciones sobre la bandeja de hojas con fondo de suelo desnudo.
86
Además, se ha incluido una curva espectral de % reflectividad del romero, en este caso
con un FMC de 182, para poder compararla de forma ágil con estas correlaciones en
relación con las principales regiones de espectro óptico, ventanas atmosféricas, etc. El
primer rasgo a destacar es la proximidad de las curvas en casi todas las bandas, con
algunas excepciones: el red edge (680nm), el borde superior de IRC (1140nm a
1300nm) y, en menor medida, la parte central de la primera ventana atmosférica del
SWIR (1715nm). En el resto de las bandas, las correlaciones están prácticamente
solapadas y no se observa un orden ascendente o descendente claro entre ellas. Las
correlaciones entre ellas son muy similares. Haciendo una media de cada una (tras
convertir los valores negativos en positivos), se obtiene que la media general para todas
las bandas, que, como se aprecia en la tabla 3.31, muestran valores similares con una
ligera mejoría en los resultados de las mediciones con control de reflectividad difusa.
Medias de correlaciones
FMC - % reflectividad
VIS
IRC
SWIR
Todas las Bandas
Control de
RD + RF
0,843
0,768
0,901
0,837
Control de
RD
0,809
0,806
0,905
0,840
Sin control
RD + RF
0,823
0,788
0,886
0,832
Figura 3.31
Teniendo en cuenta que se trata de un único experimento con una sola especie, es
arriesgado sacar conclusiones, pero no deja de ser significativo, primero, la igualdad
entre resultados y, segundo, el orden de resultados. En un principio, la hipótesis
indicaba más posibilidades de que las mediciones sin control de reflectividad difusa ni
de fondo podrían producir resultados peores, lo cual en cierta medida es así, pero no con
unos márgenes tan estrechos. Tampoco se podía sospechar la enorme igualdad entre las
mediciones restantes y, en todo caso, los resultados esperados apuntaban a una cierta
superioridad en correlaciones para mediciones con control de RF y RD y no al revés.
El segundo aspecto a destacar son las altas correlaciones en regiones del espectro que no
dan buenos resultados globales en mediciones de laboratorio. Primeramente, hay que
destacar las altas correlaciones en el VIS y no sólo en el verde. No dejan de ser
87
significativos estos resultados, que no guardan relación directa con el contenido de agua
de las hojas. El contenido de clorofila, del que depende en gran medida la reflectividad
en el verde, ciertamente varía indirectamente con el del contenido de agua, puesto que el
estrés hídrico afecta la senescencia de la planta. En cualquier caso, las variaciones en %
de reflectividad en el verde y en el VIS en general son tan sutiles que lo hacen poco
viable y operativo como indicador indirecto de estrés hídrico, puesto que requeriría unas
precisiones de calibrado e instrumentales muy superiores a las disponibles. En segundo
lugar, el IRC muestra unas correlaciones positivas bastante altas en el primer tercio de
bandas de esta región espectral (700nm a 900nm aprox.). Este hecho no es del todo
sorprendente puesto que otras especies medidas en laboratorio, como la jara, también
muestran altas correlaciones en estas bandas. Se comentaba en apartados anteriores que
era una región muy dependiente del tipo de especies que se miden y quizás del tipo e
intensidad de secado. Por lo tanto no parecía una región fiable en un contexto
globalizador de varias especies. Lo que sí resulta interesante en este caso es que, como
se aprecia en el gráfico de la figura 3.32, la medición realizada en laboratorio a la
misma especie, presenta correlaciones muy pobres comparadas con las de exteriores.
Hay que recordar que es la misma especie (romero) recogida en el mismo área, en la
misma bandeja, en cantidades similares, con un lapso de tiempo de sólo 13 días entre
experimentos, usando el mismo radiómetro y, sobre todo, con un sistema de secado
igual, en el que prevalece el secado natural excepto en el último 10% de las mediciones,
en el que se usa una estufa. De nuevo, parece necesario realizar más experimentos de
este tipo para cotejar resultados.
88
Comparación entre correlaciones de FMC y reflectividad de
algunas especies medidas en laboratorio y la media de las tres
mediciones de exteriores (RD+RF, RF,S) de romero
r Pearson
1
0.8
Lab romero
0.6
Media exteriores (romero)
0.4
Lab- Jara
0.2
Lab rebollo
0
-0.2
-0.4
-0.6
-0.8
-1
400
800
1200
1600
2000
2400
Longitud de onda
Figura 3.32
Finalmente, quedan por analizar los resultados en el SWIR, que una vez más presenta la
mejores correlaciones, lo hace de forma más uniforme a lo largo de esta región y
también con diferencias poco significativas entre las tres fases. Son correlaciones
negativas bastante altas en las dos ventanas atmosféricas y en la zona de absorción de
vapor de agua que las limita. Esto supone una cierta ventaja en cuanto a que no afecta
en gran medida pequeñas variaciones en humedad atmosférica, lo cual facilitaría la
comparación entre mediciones realizadas en días distintos (y, por tanto, con humedades
probablemente diferentes) y la posibilidad de realizar mediciones a lo largo de días
soleados, teniendo en cuenta las variaciones de humedad entre las mediciones matinales
y las de las primeras horas de la tarde.
En función de los resultados dentro del SWIR, pueden distinguirse tres sub-regiones. En
primer lugar las bandas limítrofes con el IRC, donde las correlaciones son pobres. En
segundo lugar, las zonas de absorción de vapor de agua donde las correlaciones son
muy altas: superiores a 0,95 en la primera (en torno a 1480 nm) y superiores a 0,9 en la
segunda (en torno a 1975nm). Por último, estarían las dos ventanas atmosféricas, con
valores superiores a 0,8 excepto en dos de las bandas centrales de la primera (1707nm y
1719nm). En la segunda ventana, el ruido reflejado en las mediciones de % reflectividad
no parece haber afectado a la bondad de las correlaciones, incluso presenta una media
ligeramente superior a la primera ventana, excepto a partir de 2400nm.
89
Sin embargo, en un análisis banda a banda de las diez que obtienen mejores
correlaciones globales en el SWIR, siete pertenecen a la primera ventana (incluidas las
cuatro mejores). El gráfico de la figura 3.33 muestra la regresión lineal de la banda con
correlación más alta en las tres fases del experimento.
Regresión lineal para la banda 1513nm en la
fase 3
200
FMC
150
Romero
fase 3
100
y = -11.614x + 400.3
R2 = 0.9458
50
línea de
tendencia
0
0
10
20
30
40
% Reflectividad
Regresión lineal para la banda 1513nm en fase 5
200
FMC
150
Romero
fase 5
100
y = -12.012x + 390
50
tendencia
lineal
2
R = 0.9319
0
0
10
20
30
% Reflectividad
40
Figura 3.33
Los resultados pueden compararse con aquellos obtenidos en el laboratorio (figura
3.17) y se observa que estos son, en líneas generales, más uniformes. La media de
correlaciones del romero medido en laboratorio es algo superior (0,94) y no parece
afectada por el ruido a partir de los 2400nm, lo cual contribuye a ratificar la teoría de la
influencia de la temperatura en este ruido, en detrimento del efecto de la corriente
alterna.
90
Finalmente, se ha calculado el FMCrel para las mismas mediciones y se han hallado
prácticamente las mismas correlaciones que con el FMC. Por tanto, no afecta en
absoluto a los resultados las modificaciones en el nivel de FMC con el que se
correlaciona, ya que en el caso del romero si el máximo de FMC medido era de 182 %,
su equivalente de FMCrel era de 43 %.
3.4. ANALISIS COMPARATIVO ENTRE MEDICIONES Y BANDAS DE
SENSORES ESPACIALES E INDICES DE VEGETACIÓN DERIVADOS
3.4.1 CONVERSIÓN A BANDAS: LA RESPUESTA RELATIVA
Una primera aproximación para poder comenzar a relacionar las mediciones
radiométricas de laboratorio y exteriores con las imágenes de satélite, es adaptar la
disparidad en la anchura de las bandas entre los sensores espaciales y los radiómetros de
campo. Naturalmente, esto suele hacerse llevando a cabo una transformación en la que
las bandas del radiómetro se adaptan a las del sensor espacial, dado que los radiómetros
normalmente registran un mayor número de bandas y con una anchura bastante menor,
que las que ofrecen la mayor parte de las imágenes de satélite. Para ello, las compañías
que gestionan estas imágenes publican tablas con para convertir bandas hiperespectrales
a las bandas de sensor espacial teniendo en cuenta la respuesta relativa en estas bandas.
3.4.2 LANDSAT TM: CONVERSIÓN Y CORRELACIONES
Como ejemplo se ha escogido el sensor Thematic Mapper (TM) a bordo del satélite
Landsat, por tener bandas en el SWIR y unas de las series históricas de imágenes más
importantes. En la figura 3.35, se puede observar la respuesta relativa de las bandas del
TM. Esta conversión se ha llevado a cabo con las mediciones de varias especies de
laboratorio. También se han extraído los índices de vegetación más significativos a
partir de estas bandas: NDVI- Normalised Difference Vegetation Index (Rouse et
al.1973), NDII5 y NDII7 (Hunt y Rock 1986), SAVI –Soil Adjusted Vegetation Index
(Huete 1988) y GEMI Global Environment Monitoring Index (Pinty y Verstraete 1992).
La conversión de las bandas del radiómetro a las del TM se llevó a cabo en tres fases.
Primero, mediante promedios se adaptaron las 640 bandas del radiómetro a la relación
91
de 150 bandas y sus correspondientes respuestas relativas publicadas en Internet. En
segundo lugar, se multiplicaron las nuevas 150 bandas adaptadas del radiómetro por su
correspondiente respuesta relativa. Finalmente, se convirtieron estas 150 bandas en las
seis bandas TM de interés, hallando el cociente entre la suma de estas multiplicaciones
y la suma de las respuestas relativas en los rangos espectrales correspondientes a cada
una de las seis bandas TM de interés.
respuesta relativa
Respuesta relativa espectral de las bandas del sensor TM de
Landsat
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
400
Banda 1
Banda 2
Banda 3
Banda 4
Banda 5
Banda 7
900
1400
1900
2400
longitud de onda
Figura 3.35 Fuente: elaboración propia a partir de datos publicados en
http://ltpwww.gsfc.nasa.gov/LANDSAT/IAS_RAD_TESTS/RSR/data.html
Como puede apreciarse en la figura 3.35, no todas las longitudes de onda dentro de una
banda tienen el mismo peso. Por tanto, a la hora de convertir los valores de reflectividad
de las bandas del radiómetro hay que tener en cuenta su equivalencia, en forma de
respuesta relativa, en las bandas TM. Además, se observa que las bandas del visible
están parcialmente solapadas en sus extremos, si bien este solapamiento ocurre cuando
la respuesta relativa es baja.
En primer lugar, se ha convertido a bandas TM las reflectividades de las especies
medidas en laboratorio y se han correlacionado con sus respectivos valores de FMC.
Como se observa en la figura 3.36, hay un contraste importante entre los resultados
92
correspondientes a bandas del SWIR (Bandas 5 y 7) y el resto de bandas. En el VIS hay
cierta disparidad dependiente de la especie, hasta el punto en que varían entre
correlaciones negativas y positivas. En el IRC la tendencia es positiva, con
correlaciones pobres excepto para la jara. La banda del IRC del Landsat TM sólo tiene
respuestas relativas entre 760nm y 900nm, que en realidad es algo menos de la mitad
del rango espectral completo del IRC. Sin embargo, es este rango escogido dentro del
IRC, es el que mejores correlaciones da con FMC en las especies que se han
mencionado, mientras el rango de 1000nm a 1300nm, normalmente, da peores
correlaciones. En las dos bandas del SWIR (5 y 7), de nuevo, las correlaciones son altas
en todas las especies. Las bandas 5 y 7 corresponden a las dos ventanas a atmosféricas
de esta región en rangos de 1550nm a 1750nm y 2080nm a 2350nm, respectivamente.
Tampoco en este caso, el ruido observado en las curvas de reflectividad de la segunda
ventana parece haber afectado a las correlaciones.
Correlaciones entre FMC y las reflectividades de las especies
transformadas en bandas Landsat TM e Indices de Vegetación, a
partir de mediciones de laboratorio
1
r Pearson
0.8
0.6
Romero
0.4
Rebollo
0.2
Jara
0
R. Albar
-0.2
Todas
-0.4
-0.6
-0.8
-1
B1
B2
B3
B4
B5
B7
NDVI NDII5 NDII7 SAVI GEMI
Figura 3.36
Los índices de vegetación que aplican la reflectividad en las dos bandas del SWIR, es
decir, el NDII5 y NDII7, respectivamente, muestran unas correlaciones análogas a las de
las bandas comentadas, sólo que convirtiéndolas en positivas. Los demás índices
utilizan reflectividades en las bandas 3 y 4, con lo que los resultados no son tan altos ni
93
tan consistentes. Sin embargo, es importante subrayar que en todos los casos mejoran
visiblemente las correlaciones obtenidas con las bandas 3 y 4 de forma separada. Son
llamativas las bajas correlaciones de todas las especies conjuntamente, con sus
respectivos FMC.
Correlaciones entre FMC y las reflectividades de las especies
transformadas en bandas Landsat TM e Indices de Vegetación, para
romero de labotatorio y exteriores
1
Romero
RD,RF
0.8
0.6
Romero RD
r Pearson
0.4
0.2
Romero S
0
-0.2
Romero Lab
-0.4
-0.6
Todos
Romero
-0.8
-1
B1
B2
B3
B4
B5
B7
NDVI NDII5
NDII7 SAVI GEMI
Figura 3.37
Esta conversión a bandas TM también se ha aplicado a la línea de experimentos
llevados a cabo en laboratorio y exteriores para el caso concreto del romero. Como se
puede apreciar en la figura 3.37, las diferencias entre los resultados obtenidos en cada
una de las fases de mediciones en exteriores son muy similares, al pasar a bandas TM, a
las de sus bandas originales del radiómetro (figura 3.30). Sin embargo, es llamativo el
caso de las bandas del visible tomando todas las mediciones de romero de laboratorio y
exteriores, en las que las correlaciones son inusualmente altas. No parece probable que
este caso pueda ser extrapolable a otras especies y habría que realizar más mediciones
para ver si esta tendencia es consistente.
Correlaciones entre FMC y las especies medidas en laboratorio y exteriores usando bandas
TM e índices de vegetación
94
Banda1
Banda2
Banda3
Banda4
Banda5
Banda7
NDVI
NDII5
NDII7
SAVI
GEMI
Romero
(lab)
0,26
0,41
-0,52
0,51
-0,97
-0,97
0,67
0,97
0,97
0,65
0,61
Romero
RD,RF
0,91
0,92
0,69
0,92
-0,91
-0,94
0,86
0,97
0,96
0,90
0,91
Romero Romero Rebollo
RD
S
0,89
-0,18
0,90
-0,67
0,92
0,93
0,60
0,65
-0,73
0,72
0,94
0,92
-0,88
-0,91
-0,93
-0,94
-0,93
-0,93
0,85
0,90
0,91
0,98
0,98
0,97
0,97
0,97
0,96
0,88
0,93
0,93
0,88
0,94
0,93
Jara
R. Albar
0,43
0,54
-0,79
0,93
-0,99
-0,99
0,89
0,98
0,97
0,91
0,92
-0,85
-0,94
-0,83
0,54
-0,99
-0,99
0,87
0,99
0,98
0,89
0,88
Todas
(lab)
-0,25
-0,40
-0,44
-0,05
-0,08
-0,17
0,47
0,03
0,18
0,16
0,04
Todas
0,49
0,61
0,45
0,09
-0,42
-0,45
-0,15
0,53
0,57
-0,06
0,06
Figura 3.38
En resumen, como se puede observar en la tabla de la figura 3.38, las bandas del SWIR
y los índices de vegetación que las incluyen dan los valores más altos y consistentes
para el conjunto de especies medidas y es más independiente de que sean mediciones de
laboratorio o de exteriores. Los otros índices de vegetación (SAVI y GEMI) mejoran
considerablemente las correlaciones de las bandas que incluyen, pero no mantienen
valores altos constantes entre especies. Finalmente, la conversión de bandas del
radiómetro a bandas TM parece mejorar en general las correlaciones con el FMC,
excepto en el cómputo global de las mediciones de laboratorio. Es llamativa la mejora
general que se produce en la banda 4. Esto es sin duda, debido a que el sensor TM sólo
tiene en cuenta las longitudes de onda del IRC que generalmente mejor correlacionan
con el FMC, en vez de la totalidad de este rango espectral.
95
4. CONCLUSIONES
4.1 CONCLUSIONES GENERALES
En relación con los objetivos planteados al comienzo del trabajo, cabe recordar que se
trataba de establecer, primeramente, una base sólida y metódica en mediciones
radiométricas de especies vegetales y, en segundo lugar, aplicar una metodología de
estas mediciones a la estimación de contenido de humedad de estas especies.
En cuanto a la primera parte, se ha cumplido de forma bastante satisfactoria el objetivo
de obtener resultados técnicamente precisos y fiables. La metodología y el protocolo de
mediciones desarrollados han permitido llevar a cabo una serie de experimentos cuyos
resultados han podido ser comparados y analizados entre sí, optimizando la cantidad de
información obtenida y la fiabilidad de la misma.
En segundo lugar, mediante la metodología propuesta se ha logrado una primera
aproximación al estudio de variables físicas (principalmente, reflectividad de fondo y
difusa y temperatura) y biofísicas (pérdida de humedad de vegetación) implicadas en los
objetivos, de cara a conocer su influencia en la transición entre mediciones controladas
de laboratorio y en exteriores. El estudio comparativo entre especies propuesto sólo se
ha podido llevar a cabo en la fase de mediciones de laboratorio, con lo que queda
pendiente su aplicación en mediciones en exteriores y, finalmente, en el campo. En
cuanto a la vertiente de estudio de técnicas de medición sobre una misma especie, los
datos obtenidos hasta ahora necesitan aplicarse a otras especies para confirmar el
resultado de las observaciones.
Los resultados en cuanto a la estimación del contenido de humedad de la vegetación
presentan correlaciones muy altas con la reflectividad en el SWIR para especies
vegetales individuales y altas para el conjunto de especies.
96
4.2 CONCLUSIONES ESPECÍFICAS
4.2.1 METODOLÓGICAS
4.2.1.1 Diseño Experimental: Fase 1 y 2
Las pruebas de la fase 1 (iluminación, calibrado y comportamiento del radiómetro GER
2600) han resultado ser bastante útiles, no sólo por su contribución trascendental en la
obtención de mediciones fiables y precisas, sino sobre todo desde el punto de vista
práctico. Aunque existan bastantes similitudes técnicas en los instrumentos usados por
los laboratorios visitados y los trabajos anteriores mencionados, es importante llevar a
cabo este tipo de pruebas para conocer el comportamiento de los instrumentos que se
manejan. Así, por ejemplo, el tiempo y la importancia que algunos técnicos otorgan al
calentamiento previo del radiómetro, parece excesiva, al menos en el caso concreto del
GER2600 utilizado. El hecho de no precisar una hora para esta labor, ahorra bastante
tiempo, solventa problemas técnicos (batería, recalentamiento del radiómetro) y permite
realizar más mediciones.
Una vez controlados los factores medidos en las pruebas efectuadas en la Fase 1, apenas
hubo diferencias entre mediciones, lo que da cierta fiabilidad a las mediciones de
laboratorio. Por tanto, siempre que se aplique un protocolo sistemático, el margen de
error debe permanecer bajo. Esto da validez al radiómetro propiamente dicho y a los
experimentos de laboratorio, en cuanto al control de los factores físicos e instrumentales
que afectan a las mediciones.
En la práctica totalidad de los resultados de los experimentos se ha podido observar
cierto nivel de ruido en las curvas espectrales, comenzando aproximadamente a partir de
las bandas de 2400nm, acentuándose a partir de 2480 nm hasta 2500nm. El ruido ha
sido mayor en mediciones de exteriores, con lo que es improbable que el hallado en las
de laboratorio sea atribuible al efecto de la corriente alterna de la lámpara. Lo más
probable es que se deba a las altas temperaturas ambiente presentes en ambas fases. Se
podría aplicar un filtro corrector a los datos originales, aunque es una práctica poco
recomendable por ser una adulteración añadida de la señal radiométrica y en último
caso no parece afectar la bondad de los resultados.
97
El sistema de bandejas con hojas primeramente ha permitido agilizar el proceso de
medición. Este aspecto es importante ya que en un corto espacio de tiempo se puede
medir una misma bandeja con distintas variables sin que apenas pierda humedad.
También ha permitido cierta homogeneidad en las cantidades, composición y
presentación del hojas para llevar a cabo mediciones entre especies vegetales distintas.
4.2.1.2 Diseño Experimental: Fases 3-5
Como se recordará, estas fases correspondían a las mediciones en exteriores controlando
la influencia de la reflectividad difusa y de fondo. El diseño experimental, desde el
punto de vista operativo y mecánico ha sido bastante positivo, aunque ha requerido una
cierta inversión de tiempo, tanto en la preparación como en las mediciones, que quizá
sólo se amortice con campañas de medición más extensas.
Desde el punto de vista de los resultados obtenidos, hay que destacar la relativa eficacia
de la medición de los efectos de radiación difusa y de fondo, que se esperaban más
pronunciados. El efecto de la reflectividad difusa ha sido mayor que la de fondo en
términos absolutos, aunque, como se ha visto después, no ha supuesto diferencias
notables en correlaciones con FMC, donde, en todo caso, el factor de reflectividad de
fondo ha empeorado ligeramente estas correlaciones. No se ha comprobado ninguna
relación entre la reflectividad difusa y de fondo y el nivel de FMC de la muestra
medida. En general, parece que los efectos de estas dos reflectividades se acentúan en el
IRC, son débiles en el VIS y mantienen cierta estabilidad en el SWIR. Estas diferencias
son más pronunciadas al comparar mediciones de laboratorio con las de exteriores con
control de ambas reflectividades, aunque es necesario verificar estas diferencias
haciendo un experimento con la misma especie y muestra y tiempos casi paralelos. En
mediciones futuras es de esperar que se puedan cuantificar con más seguridad la
influencia de la reflectividad difusa y de fondo, para poder llegar a prescindir de estas
fases de medición.
98
4.2.1.3 Resultados de estimación de humedad: Correlaciones entre Reflectividad y
FMC
En general, las correlaciones entre cada especie y el FMC han dado resultados bastante
satisfactorios, aunque dentro de los márgenes esperados. Esto incluye correlaciones
entre la misma especie en experimentos distintos con niveles de FMC distintos, como es
el caso de las mediciones de romero en laboratorio y en exteriores. Sin duda, el rango
espectral en el que mejores resultados se han obtenido ha sido el SWIR, tanto por las
altas correlaciones como por su consistencia en todas las especies medidas. En parte de
las mediciones de romero en exteriores, la reflectividad de la segunda ventana
atmosférica del SWIR (2100nm-2400nm) correlacionaba ligeramente mejor con el FMC
que la primera ventana. Sin embargo,
la ausencia de ruido en ésta y su mayor
uniformidad en diferencias entre RD y RF la hacen en muchos aspectos preferible a la
segunda ventana, sobre todo de cara a modelar y calcular transiciones entre fases.
En casos aislados, el VIS y el IRC también han aportado resultados interesantes,
especialmente tras convertir las bandas del radiómetro a bandas TM. Sin embargo, no
parecen reunir las condiciones necesarias que se han observado en el SWIR.
Las correlaciones con el FMCrel tomando todas las especies, han sido muy inferiores a
las del FMC, probablemente por las diferencias en porcentajes de humedad, en general
casos, bastante considerables. Por ello es muy probable que las correlaciones con el
RWC (cuyos valores no distarían mucho de los del FMCrel) fueran también muy
similares a los obtenidos con el FMCrel.
Las correlaciones conjuntas entre reflectividades de especies y FMC han sido bastante
aceptables en el SWIR, aunque siempre inferiores a las correlaciones a nivel individual
de cada especie. La causa principal parece radicar en la disparidad en la reflectividad a
distintos niveles de FMC y, posiblemente, tenga una relación fuerte con la velocidad de
pérdida de humedad en cada especie. La conversión a bandas TM muestra, en cambio,
resultados muy pobres en este sentido y, dada su importancia, es un área que necesitará
ser estudiada con detenimiento.
4.3 LINEAS FUTURAS DE EXPERIMENTACION
Una vez se han sentado unas bases metodológicas relativamente estables y un protocolo
de medición concreto, las líneas generales de investigación futura pueden dividirse en
99
dos. Primeramente, habría que afianzar el terreno explorado hasta el momento para
verificar empíricamente los resultados obtenidos y despejar y cuantificar las
incertidumbres expresadas en los apartados anteriores. Entre estas tareas, la más
importante a priori es optimizar la correlación entre la reflectividad de grupos de
especies vegetales y su humedad.
En segundo lugar, es necesario proseguir con la medición de especies vegetales de
forma escalonada y metódica hasta llegar a la medición de doseles vegetales en
condiciones naturales. Para ello, puede servir de referencia la tabla siguiente, que es una
continuación de la tabla de la figura 3.39, donde se puede observar el aumento en la
distancia al objetivo y la inclusión del dosel vegetal. Para las mediciones del dosel
vegetal habrá que tener en cuanta en LAI, LAD y SAD, de forma mucho más precisa y
también el nivel de agrupamiento de las hojas.
Fase Lugar
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Distancia al Control de Reflectividad
Objetivo
R de Fondo
R. Difusa
1,3 m 5 m
Laboratorio
Laboratorio
Exteriores
Exteriores
Exteriores
Exteriores
Exteriores
Exteriores
Campo
Campo
Campo
Campo
Campo
Campo
Tipo de Objetivo
Bandeja + arena
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Bandeja + vegetación
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Dosel vegetal
Figura 3.39. Previsión de fases de experimentación
Finalmente, queda por explorar la aplicación de modelos de reflectividad a las especies
medidas. De igual forma que en las fases de mediciones, ha de comenzarse con modelos
sencillos para hojas individuales y continuar hasta trabajar con en modelos complejos
de dosel vegetal. La tarea crítica en este campo sería, primero, la inversión de los
100
modelos para estimar contenido de humedad a partir de datos de reflectividad y,
segundo, su aplicación a imágenes de satélite.
5 BIBLIOGRAFIA
Aldakheel, Y. Y. y F. M. Danson (1997). Spectral reflectance of dehydrating leaves:
measurements and modeling. International Journal of Remote Sensing 18: 3683-3690.
Asner, G., et al. (1998). Heterogeneity of savanna canopy structure and function from
imaging spectrometry and inverse modeling. Ecological Applications.
Asner, G. P. (1998). Biophysical and biochemical sources of variability in canopy
reflectance. Remote Sensing of Environment 64: 234-253.
Barret, E. C. y L. F. Curtis (1992). Introduction to Environmental Remote Sensing.
London, Chapman & Hall.
Blackburn, G. A. y C. M. Steele (1999). Towards the remote sensing of matorral
vegetation physiology: Relationships between spectral reflectance, pigment, and
biophysical characteristics of semiarid bushland canopies. Remote Sensing of
Environment 70: 278-292.
Bowman, W. D. (1989). The relationship between leaf water status, gas exchange, and
spectral reflectance in cotton leaves. Remote Sensing of Environment 30: 249-255.
Buntzen, R. R. (1996). Analytical Spectral Devices FieldSpec Radiometric Calibration
for Tower I: SITAC in-house report., Analytical Spectral Devices.
Carter, G. A. (1991). Primary and secondary effects of water content on the spectral
reflectance of leaves. American Journal of Botany 78: 916-924.
Chuvieco, E. (1990). Fundamentos de Teledetección Espacial. Madrid, Rialp.
Chuvieco, E. (1996). Fundamentos de Teledetección Espacial. Madrid, Rialp.
Chuvieco, E., et al. (1999). Remote sensing estimation of fuel moisture content. 19th
EARSeL Symposium on Remote Sensing in the 21st Century: Economic and
environmental Applications, Valladolid, AA Balkema, Rotterdam.
Cibula, W. G., et al. (1992). Response of Thematic Mapper bands to plant water stress.
International Journal Remote Sensing 13: 1869-80.
Clark, R., et al. (1990). Material Absorption Band Depth Mapping of Imaging
Spectrometer Data Using a Complete Band Shape Least-Squares Fit with Library
Reference Spectra. Proceedings of the Second Airborne Visible/Infrared Imaging
Spectrometer (AVIRIS) Workshop, JPL Publication.
101
Cohen, W. B. (1991). Response of vegetation indices to changes in three measures of
leaf water stress. Photogrammetric Engineering and Remote Sensing 57(2): 195-202.
Cohen, W. B. (1991). Temporal versus spatial variation in leaf reflectance under
changing water stress conditions. International Journal of Remote Sensing 12: 18651876.
Curtiss, B. y A. Goetz (1999). Fiel Spectrometry: Techniques and Instrumentation.
Fieldspec User's Guide, Analytical Spectral Devices, Inc.: 52-81.
Danson, F. M. y C. S. Rowland (1999). Neural Networks to Estimate Crop Biophysical
Properties. RSS 99 Earth Ovservation, Cardiff, Remote Sensing Society.
Denore, B., et al. (1999). Estimation of cereal yields combining crop growth models
and remotely sensed vegetation indices. 19th EARSeL Symposium on Remote Sensing
in the 21st Century: Economic and environmental Applications, Valladolid, AA
Balkema, Rotterdam.
Desbois, N., et al. (1997). Protocol for fuel moisture content measurements. A review of
remote sensing methods for the study of large wildland fires. E. Chuvieco. Alcalá de
Henares, Departamento de Geografía, Universidad de Alcalá: 61-72.
Duggin, M. J. y W. R. Philipson (1982). Field measurement of reflectance: some major
considerations. Applied Optics 21: 2833-2840.
Everitt, J. H. y P. R. Nixon (1986). Canopy Reflectance of two drought-stressed shrubs.
Photogrammetric Engineering and Remote Sensing 52(8): 1189-1192.
Gao, B. C. y A. F. H. Goetz (1990). Column atmospheric water vapour retirevals from
airborne imaging spectrometer data. Journal of Geophysical Research-Atmosphere 95:
3549-3564.
Gates, D. M. (1980). Biophysical Ecology. New York - Heidelberg - Berlin, SpringerVerlag.
Gates, D. M., et al. (1965). Spectral properties of plants. Applied Optics 4: 11-20.
Gausman, H. W. (1974). Leaf reflectance of near-infrared. Photogrammetric
Engineering 40: 183-191.
Gausman, H. W. y W. A. Allen (1973). Optical parameters of leaves of 30 plant species.
Plant Physiology. 52: 57-62.
Gilabert, M. A. (1991). Indices de Vegetación. La Teledetección en el seguimiento de
los fenómenos naturales. Recursos renovables: Agricultura. S. y. M. Gandía, J.
Valencia, Universitat de Valencia. Departamento de Termodinàmica: 285-294.
102
Gobron, N., et al. (1997). A semidiscrete model for the scattering of light by vegetation.
Journal of Geophysical Research 120(8): 9431-9447.
Guyot, G., et al. (1989). Factors affecting the spectral response of forest canopies: a
review. Geocarto International 4: 3-18.
Hale, M. y D. M. Orcutt (1987). The Physiology of Plants Under Stress. New York,
John Wiley & Sons.
Hunt, E. R. y B. N. Rock (1989). Detection of changes in leaf water content using near
and middle-infrared reflectances. Remote Sensing of Environment 30: 43-54.
Hunt, E. R., et al. (1987). Measurement of leaf relative water content by infrared
reflectance. Remote Sensing of Environment 22: 429-435.
Jackson, R. D. (1986). Remote sensing of biotic and abiotic plant stress. Ann. Rev.
Phytopathology 24: 265-287.
Jackson, R. D. y C. E. Ezra (1985). Spectral response of cotton to suddenly induced
water stress. International Journal Remote Sensing 6: 177-185.
Jacquemoud, S. (1993). Inversion of the PROSPECT+SAIL canopy reflectance model
from AVIRIS equivalent spectra: theoretical study. Remote Sensing of Environment 44:
281-292.
Jacquemoud, et al. (1995). Extraction of vegetation biophysical parameters by inversion
of the PROSPECT+SAIL model on sugar beet canopy reflectance data: application to
TM and AVIRIS sensors. Remote Sensing of Environment 52: 163-172.
Knipling, E. B. (1970). Physical and Physiological basis for the reflectance of visible
and near-infrared radiation from vegetation. Remote Sensing of Environment 1: 155159.
LLewelyn, G. y P. Curran (1999). Understanding Grassland Red-Edge. RSS 99 Earth
Observation, Cardiff, Remote Sensing Society.
Malthus, T. y C. Young (1999). Remotely Sensing Stress in Street Trees. RSS 99 Earth
Observation, Cardiff, Remote Sensing Society.
Milton, E. (2001). Methods in Field Spectroscopy. www.soton.ac.uk/epfs, Department
of Geography, University of Southampton.
Milton, E. J. (1987). Principles of field spectroscopy. International Journal of Remote
Sensing 8: 1807-1827.
Milton, E. J., et al. (1995). Advances in field spectroscopy. Advances in Environmental
Remote Sensing. F. M. Danson y S. E. Plummer. Chichester, John Wiley: 9-32.
103
Moran, M. S., et al. (1994). “Estimating crop water deficit using the relation between
surface-air temperature and spectral vegetation index. Remote Sensing of Environment
49: 246-263.
Moreno, F., et al. (1992). El paisaje rural a vista de satélite: propuesta de trabajo
práctico en el suroeste de la Comunidad de Madrid. Serie Geográfica 2: 113-120.
Riaño, D., et al. (1999). Estimación del contenido de humedad en la Jara (Cistus
Ladanifer) a partir de radiometría de laboratorio. Teledetección. Avances y
Aplicaciones. S. Castaño y A. Quintanilla. Albacete, Asociación Española de
Teledetección - Papeles de la Diputación de Albacete: 92-95.
Riaño, D., et al. (2000). Bases para estimar el contenido de humedad en plantas
mediterráneas a partir de radiometría de teledetección. Mediterránea. Serie de estudios
biológicos: 27-33.
Ripple, W. J. (1986). Spectral reflectance relationships to leaf water stress.
Photogrammetric Engineering and Remote Sensing 52: 1669-1675.
Roberts, D. et al. (1998). Mapping chaparral in the Santa Monica Mountains using
multiple endmembers spectral mixture models. Remote Sensing of Environment 65:
267-279.
Rowland, C. S., et al. (2000). Retrieval of forest LAI using neural network inversion
methods and GeoSAIL. Remote Sensing Society
Annual Conference: Adding Value
to Remotely Sensed Data, Leicester, Remote Sensing Society.
Salisbury, J. W. (1999). Spectral Measurements Field Guide, Defense Technology
Information Center.
Steven, M. D., et al. (1990). High-Spectral Resolution Indices for Crop Stress.
Applications of remote sensing in Agriculture. M. D. Steven y J. A. Clark. London,
Butterworths: 209-227.
Thomas, J. R., et al. (1971). Estimating leaf water content by reflectance measurements.
Agronomy Journal 63: 845-847.
Tucker, C. J. (1980). Remote sensing of leaf water content in the near infrared. Remote
Sensing of Environment 10: 23-32.
Ustin, S. L., et al. (1998). Estimating canopy water content of chaparral shrubs using
optical methods. Remote Sensing of Environment 65: 280-291.
Vaughan, P., et al. (2000). Remote sensing applications in laboratory fuel moisture
content estimation. 26th Annual Conference of the Remote Sensing Society, Leicester,
Remote Sensing Society.
104
Viegas, D. X., et al. (1990). Characteristics of some forest fuels and their relation to the
occurrence of fires. International Conference of Forest Fire Research, Coimbra.
Vogelman, T. C. y L. O. Björn (1984). Measurement of light gradients and espectral
regime in plant tissue with a fiber optic probe. Physiologia Plantarum 60: 361-68.
Westman, W. E. y C. V. Price (1988). Spectral changes in conifers subjected to air
pollution and water stress: experimental studies. IEEE Transactions on Geoscience and
Remote Sensing 26: 11-20.
105