Shane RunquistUS Peace Corps Volunteer

SEMARNAT Puebla19 agosto, 2009

srunquist@gmail.com

¿Para Qué? Proceso General Mi Proceso y Herramientas Limitaciones y Dificultades Conclusión

Entre 2 fechas especificas: Identificar áreas de pérdida o aumento

significante en vegetación (año-a-año) Estudiar sucesión estacional (cambio de

vegetación entre estaciones de 1 año) Identificar cambios no vegetales

(urbano, humedales, costales, etc.)

¡Y es posible hacerlo completamente gratis!

1. Preparar Definir los detalles: metas, presupuesto,

etc. Seleccionar herramientas Seleccionar imágenes:

• Del área de interés• De tiempos apropiados• De sensores apropiados

compatibles espectralmente y espacialmente resolución buena con cobertura de luz visible y infrarrojo (“NIR”)

• Sin muchos nubes

1 2 3 4 5 6

2. Corregimientos Corregir imágenes

radiométricamente – minimizar diferencias en• Angulo del sol• Intensidad del sol (distancia de la Tierra)• Distorsión atmosférica (recomendable)

Normalizar 1 imagen a la otra (recomendable)

1 2 3 4 5 6

3. Calcular un índice vegetativo para ambas

Objeto es enfocar en los datos vegetales

Usualmente NDVI, TCT, o una variación

4. Restar mapas de índice Pixel por pixel diferencia Tiempo 2 – Tiempo 1 = Mapa de

cambios vegetales

1 2 3 4 5 6

5. “Clasificar” los cambios Para destacar cambios más grandes

6. Analizar los cambios destacados No de interés: nubes, sombra,

desalineamento, sucesión estacional Contra bases de datos: incendios,

inundaciones, predios de manejo forestal Marcar el resto para investigación: tala

clandestino, plaga, sequía, polución, etc.

1 2 3 4 5 6

Preparar - definir metas: Identificar gran cambios en bosque /

selva en el estado de Puebla Imágenes 1990-2009, intervalos de 5

y 10 años, invierno preferable Usar datos y herramientas gratis si

posible

Preparar - seleccionar herramienta(s): ERDAS Imagine, IDRISI, ENVI – todos

son muy buenas … y muy cara$ Análisis de imágenes gratis: ILWIS,

MultiSpec, OpenEV

Selecioné ILWIS porque es gratis y poderoso - tiene “scripts”

Scripts de ILWIS me permitió automatizar y simplificar el proceso, como las más cara$

Preparar - seleccionar imágenes: Fuentes no gratises:

• ASTER, ALI, Hyperion, IKONOS, Orbview, QuickBird, WorldView, AWiFS

• SPOT – cuesta ~€2000-€3000 para 10-20m res. PERO, convenio permite solicitud por SEMARNAT

Fuentes gratises:• MODIS – 250m-1000m, mal para áreas pequeños• NALCMS (North American Land Cover Change Monitoring System) – base

es MODIS y mapas no publicados todavía• Landsat 5 y 7 – 30m, 6 bandas reflectivas

X

?

?X

Imágenes de Landsat – gratis en línea

Almanaque de escenas por año y sensor

Selección de Imágenes Landsat

Corregir y normalizar

Calcular TCT - condensar 6 capas a 3: brillante, verde, y húmedo

Restar las 3 capas para obtener cambios de cada

“Clasificar” los mapas de cambios Para resultados mejores, debería ser hecho

por tipo de ecosistema. Ecosistemas de interés de INEGI:

bosque coníferasbosque encinobosque mesófiloselva caducifoliaselva perennifolia

Bosque coníferasen norte de

Puebla

Clasificación requiere lo más esfuerza …• o definir muestros

antes (supervisada) • o interpretar

resultados automaticos (no supervisada)

Este ejemplo es no supervisado – hay que eligir sentido a cada clase

Ahora, estoy interpretando algunos resultados…

1999 2003

¿Área bajo de manejo forestal?

Ahora, estoy interpretando algunos resultados…

1999 2003

Cambios interesantes a la derecha … pero a la izquierda es probable sucesión no forestal (diciembre a februero)

Ahora, estoy interpretando algunos resultados…

1999 2003

¿Incendio reciente?

Ahora, estoy interpretando algunos resultados…

1999 2003

Cambio de uso de suelo – carretera nueva

Ahora, estoy interpretando algunos resultados…

1999 2003

Cambios de sombra por ángulo del sol … o “offset” (error de coregistración geografica)

Funciona solamente con pares de imágenes – no serie ni conjuntos

Disponibilidad limitada de imágenes buenas en algunas áreas• Opciones limitadas de años (brincar años) y fechas (riesgo de offset

estacional)• En caso de Landsat en México, después de 2002 hay pocas de L5

para el sur, solo de L7 … que son defectuosas (“SLC-off” huecos)

Enigma de resolución • Inferior – no puede detectar cambios pequeños

Ej., aclarar de bosque o ligero cambios de límites Cambios pequeños (en área o en cantidad de cambio) perdidos en el

ruido. Usar períodos más que solo 1-3 años … cambios graduales son más notable.

• Superior – imágenes cubren menos Hay que procesar más pares para la misma cobertura. Ej., 3 Landsat

imágenes cubren Puebla … pero ~15 requeridas de SPOT.

Riesgo – quizás los polígonos de tipos de ecosistemas usados en clasificación no corresponden bien a ambas imágenes

Riesgo – errores técnicos• ej. Coeficientes incorrectos en calculo de

correcciones o índice vegetal Riesgo – hacer juicios mal durante

clasificación y interpretación

Generalmente in mis resultados limitados, los cambios destacados corresponden a• Pérdida o aumento de vegetación• Cambios de sombra de terreno• Sucesión estacional (evitable con mejor selección de

fechas)

Tengo dudas en áreas más verde (ej. bosque mesófilo) que pueda distinguir bien bosque original y crecimiento de plantas nuevas.

Proceso es complicado, pero flexible y poderoso

Se puede obtener resultados útiles con esfuerzo … y GRATIS con un poco más esfuerzo