Tutorial de Estimación de los Índices de Vegetación y Biomasa con QGIS 3

Portada.JPG

Los índices de vegetación son obtenidos a partir de imágenes áreas y sátelitales y pueden usarse para estimar cambios en el estado de la vegetación, la biomasa, índice de área foliar y la concentración de la clorofila. La determinación de los índices de vegetación es calculada a partir de la relación entre las reflectancias del espectro electromagnético. Mientras que la biomasa presenta diversas metodologías para poder estimarla que están basados en medidas de campo que a pesar de ser un método directo siguen siendo muy limitados. En la actualidad, el uso de sensores remotos, proporcionan un método para generar información sobre la biomasa.

En este tutorial se va realizar la estimación y relación de la biomasa de un zona de estudio con el Indice de Vegetación de Diferencia Normalizada (NDVI) y el Indice de Diferencia Normalizada Verde-Rojo (NGRDI).

 Zona de Estudio

Zona de Estudio

La zona de estudio abarca las áreas del Lago Sonoma en California. Se pre procesa las imágenes sátelitales Sentinel 2 con el complementos Semi Automatic Classiffication y QGIS 3, para analizar las combinaciones de color que permitan obtener los realces de la zona de estudio. En la siguiente imagen (izquierda) se observa la representación de la imagen en color natural, producto de la combinación de las bandas rojo, verde y azul. También, se observa la composición en falso color (derecha)  y color natural (izquierda). La imagen en color natural involucra las bandas visibles, mientras que la imagen en falso color / infrarrojo, representa mejor la presencia de vegetación.

 

Determinación de los Índices de Vegetación (IV)

El índice ampliamente usado en el monitoreo de la vegetación es el Indice de Vegetación de Diferencia Normalizada (NDVI), que es la relación de la reflectancia en el infrarrojo cercano y rojo del espectro electromagnético. Sin embargo, también se usan los índices de vegetación basados únicamente en la reflectancia visible y usando el RGB de una cámara área, denominado Indice de Diferencia Normalizada Verde-Rojo (NGRDI) .

La absorción de la clorofila en la banda roja y la reflectancia relativamente alta de la vegetación en la banda infrarroja cercano (NIR) se utiliza para calcular el NDVI. El monitoreo de la intensidad y la densidad del crecimiento de la vegetación se puede realizar utilizando el reflejo de la banda roja y banda infrarroja. La vegetación verde refleja más energía en la banda del infrarrojo cercano que en el zona visible.

A continuación se observa el NDVI de la zona estudio, la imagen fue obtenida utilizando la herramienta de Calculadora de Bandas del SCP. Se puede encontrar mayor mayor información del cálculo del NDVI aquí.

NDVI.JPG

El NGRDI se obtiene calculando la reflectancia de la zona verde y roja del espectro electromagnético, que provienen de una imagen en color verdadero. Este índice puede emplearse para el monitoreo fenologico de un cultivo que permita determinar la biomasa aérea y el estado de nutrientes para el manejo de malezas de una zona de estudio. Sin embargo, los índices de vegetación visual no se aplican muy a menudo como los índices del infrarrojo cercano, por la diferencia en los números digitales entre las bandas verde y roja para la vegetación y suelo comparado con las bandas infrarrojo cercano y rojo.

En la siguiente imagen se observa el NGRDI de la zona estudio, la imagen fue obtenida utilizando la herramienta de Calculadora de Bandas del SCP y utilizando la siguiente fórmula:

Formula-NGRDI.JPG

Donde, Green DN y Red DN, son los números digitales de las bandas verde y rojo respectivamente. Mayor información del NGRDI aqui.

NGRDI.JPG

 

Determinación de la Biomasa

La biomasa se desarrolla a partir de los materiales orgánicos, existen varios métodos para estimar la biomasa, una de ellas es la teledetección que permite estimar la biomasa de acuerdo a la escala de la zona de estudio. Existen sensores ópticos satelitales (LANDSAT, MODIS) que tienen imágenes de alta resolución (IKONOS Y QUICKBIRD), sensores de radar o microondas satelitales (ERS, ENVISAT, PALSAR) o sensores de láser (LIDAR), todos estos métodos necesitan de medidas de campo para ajustar las relaciones que predicen la biomasa en función de las observaciones de los sensores.

A continuación se observa la imagen de la biomasa en toneladas por hectárea que se ha podido mapear en la zona de estudio.

Biomass.JPG

 

Análisis Estadístico

La estimación y relación de la biomasa de la zona de estudio con el Indice de Vegetación de Diferencia Normalizada (NDVI) y el Indice de Diferencia Normalizada Verde-Rojo (NGRDI), se realizó seleccionando aleatoriamente 23 puntos y utilizando el complemento Point Sampling Tool se obtuvo los valores de biomasa, NDVI y NGRDI para cada punto seleccionado, donde se correlaciono y se obtuvo la siguiente imagen:

El coeficiente de determinación del NDVI y NGRDI, es de 0.89 y presenta un mejor ajuste a diferencia la relación de la biomasa con el NDVI (0.51) y NGRDI (0.44).  Donde el aumento de de los valores positivos del NDVI y NGRDI están asociados a la presencia de vegetación. La relación de la biomasa y el NDVI es más fuerte que el de NGRDI, lo cual indica que el NGRDI no es tan sensible.

La correlación observada entre los indices y la biomasa indican que las imágenes infrarrojas permiten determinar mejor la biomasa de los cultivos, permitiendo establece mapas de rendimiento y de vigorosidad de cultivos en la zona de estudio, ya que las bandas NIR proveen más información en las características geométricas de cultivos y parámetro biofísicos como el índice de área foliar, que las bandas visuales.

 

Tutorial

 

Datos de Entrada

Puedes descargar los datos de reflectancia:

Puedes descargar la imagen de biomasa aquí.

Puedes descargar los datos de puntos aleatorios de aqui.

Puedes descargar el proyecto QGIS de aquí.

Smiley face

Suscríbase a nuestro boletín gratuito para recibir noticias, datos interesantes y fechas de nuestros cursos en recursos hídricos.

Posted on May 29, 2018 and filed under TutorialQGIS, Tutorial.