La lecture à portée de main
Découvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDécouvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDescription
Sujets
Informations
Publié par | erevistas |
Publié le | 01 janvier 2010 |
Nombre de lectures | 11 |
Langue | Español |
Poids de l'ouvrage | 2 Mo |
Extrait
Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 36-43
Análisis de correlaciones entre la temperatura
del aire y la temperatura de las superficies
vegetadas medida con radiometría térmica
Regression analysis between air temperature
and vegetated-surface temperature measured
by thermal radiometry
1 2 1 1R. Niclòs , M. J. Estrela , J. A. Valiente y M. J. Barberà
niclos@ceam.es
1 Unidad Mixta CEAM-UVEG. Fundación Centro de Estudios Ambientales del Mediterráneo.
C/ Charles Darwin, 14. 46980 Paterna
2 . Departamento de Geografía. Universidad de Valencia.
C/ Blasco Ibáñez, 28. 46010 Valencia
Recibido el 08 de marzo de 2010, aceptado el 31 de mayo de 2010
RESUMEN ABSTRACT
En este trabajo se analizan las correlaciones en- This work analyses correlations between sur-
tre la temperatura del aire a nivel superficial y la face air temperature and land surface tempe-
temperatura de la propia superficie medida por rature measured by thermal radiometry; the
radiometría térmica, y por tanto equivalente a la last being equivalent to that retrieved from sa-
que puede obtenerse desde satélite. La finalidad tellites. The aim is to obtain relationships bet-
es obtener relaciones entre ambas variables que ween both variables to be use for generating
sirvan para generar mapas de temperatura del ai- air temperature maps from satellite thermal
re a partir de imágenes térmicas de satélite. Pa- images. For this end, differences between both
ra ello, se calculan las diferencias entre ambas temperatures measured simultaneously in two
temperaturas medidas simultáneamente en dos different vegetated surfaces, one forest site
superficies vegetadas diferentes, una forestal y and one agricultural site, are first assessed and
otra agrícola, y se estudian estas diferencias en then studied as a function of meteorological
función tanto de parámetros meteorológicos co- and biophysical parameters. The results show
mo biofísicos. Los resultados demuestran la exis- that there is a correlation among canopy-air
tencia de correlaciones entre ambas temperatu- temperature difference, solar irradiance and
ras, la irradiancia solar y la velocidad del viento surface wind speed. Nevertheless, this corre-
en superficie, aunque estas correlaciones depen- lation depends on the site vegetation cover and
den de la proporción vegetación y del estado hí- its hydrological state.
drico en el que se encuentren.
PALABRAS CLAVE: radiometría térmica, KEY WORDS: thermal radiometry, land surfa-
temperatura de la superficie terrestre, tempe- ce temperature, air temperature, solar irradian-
ratura del aire, irradiancia solar, velocidad del ce, wind speed, meteorology.
viento, meteorología.
terrestre, es una magnitud clave a nivel climáti-INTRODUCCIÓN
co y meteorológico y permite cuantificar los pro-
La temperatura del aire a nivel superficial cesos de intercambio a nivel superficial. Así, por
(T ), definida entre 1 y 2 m sobre la superficie ejemplo, interviene en el cálculo de flujos ener-a
36 Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 36-43Análisis de correlaciones entre la temperatura del aire y la temperatura de las superficies vegetadas...
géticos y de la evapotranspiración potencial y usan la teledetección para determinar la T se ba-a
real (Kustas et al., 2003; Cristóbal et al., 2005; san en análisis estadísticos, siendo pocos los tra-
Sánchez et al., 2009), en la generación de índi- bajos con base física como el de Sun et al.
ces de estrés hídrico en cultivos (Moran et al., (2005). Goward et al. (1994) propuso una apro-
1994) y como parámetro de entrada en modelos ximación contextual conocida como Índice Tem-
meteorológicos. Además, la T constituye hoy en peratura-Vegetación (TVX), extensamente usa-a
día un parámetro de interés a nivel social y eco- da en la bibliografía (Czajkowski et al., 1997 y
nómico. En este sentido, la Fundación CEAM 2000; Prince et al., 1998; Riddering y Queen,
dispone de un sistema meteorológico de vigilan- 2006), que asume que la T de una superficie ve-s
cia y alerta de temperaturas extremas, es decir, getal densa es igual a la T y que existe una co-a
olas de calor en verano y de frío en invierno, en rrelación entre la T y un índice de vegetacións
el marco de una campaña de prevención de los espectral como el NDVI. El cálculo de la T cona
efectos de estas temperaturas extremas sobre la este método implica establecer regresiones li-
salud (Estrela et al., 2007). Además del impac- neales entre T y NDVI dentro de una matriz mó-s
to sobre la salud, evidenciándose incluso un au- vil de 9× 9 píxeles, en el caso de una imagen
mento de la mortalidad en periodos de tempera- AVHRR, y extender la regresión establecida al
turas extremas (Florio et al., 2004), existen caso de vegetación completa. Sin embargo este
consecuencias económicas importantes: duran- método produce así imágenes de T de menor re-a
te la temporada de floración implican una reduc- solución espacial que las de T de partida (Prin-s
ción de las cosechas, las temperaturas bajas pue- ce et al., 1998). Otras metodologías estadísticas
den crear situaciones de niebla que dificulten el establecen regresiones lineales entre la T máxi-a
tráfico terrestre y aéreo, y, en general, las tem- ma o media diaria y la T medida desde satélite,s
peraturas extremas incrementan la demanda permitiendo la generación de mapas diarios de
energética. T máxima o media a la resolución de las imá-a
Si bien es cierto que la T suele medirse des- genes T . Este es el caso de los trabajos de Vogta s
de estaciones meteorológicas, los datos dispo- et al. (1997) y Recondo y Pérez-Morandeira
nibles siempre se limitan a la distribución y a la (2002) que usan la T obtenida con imágeness
densidad de la red de estaciones con las que se NOAA-AVHRR. Recientemente, además, se han
cuente (Vogt et al., 1997). Por ello, nos propo- propuesto metodologías para la interpolación de
nemos establecer correlaciones entre la T y la datos de T medidos por estaciones meteoroló-a a
temperatura de la propia superficie (T ) con el gicas que combinan el uso de variables geográ-s
objetivo de disponer de la información necesa- ficas (como la elevación, latitud y la distancia a
ria para obtener mapas de T a partir de imáge- costa de las estaciones), ya usadas en métodosa
nes de T obtenidas desde satélite, siempre con previos de interpolación espacial (Ninyerola ets
el apoyo de los datos medidos por nuestra red de al., 2007), con variables obtenidas mediante te-
torres meteorológicas. La Fundación CEAM po- ledetección (T y NDVI fundamentalmente) ys
see y mantiene una red de 44 estaciones meteo- que ofrecen resultados prometedores (Florio et
rológicas a lo largo de la Comunidad Valencia- al., 2004; Cristóbal et al., 2008).
na (http://www.ceam.es/; Corell et al., 2010), las La determinación de correlaciones entre mag-
cuales tienen capacidad de consulta de datos a nitudes superficiales determinadas mediante téc-
tiempo real. Además, también disponemos de la nicas de teledetección y medidas meteorológi-
red nacional de la Agencia Estatal de Meteoro- cas de campo contribuye a caracterizar la
logía y una red regional del Instituto Valenciano variabilidad espacial de los parámetros meteo-
de Investigaciones Agrarias (IVIA, 2003) que rológicos superficiales (Vogt et al., 1997). Con
nos servirían como base para la generación y/o este trabajo pretendemos mejorar el conocimien-
validación de dichos mapas. Sin embargo, las to de las relaciones entre la T y la T a nivel ins-a s
imágenes de satélite ofrecen información espa- tantáneo, que permita incluso la generación de
cialmente más continua y por tanto útil para de- mapas instantáneos de T , sacando partido, pora
terminar variables meteorológicas entre estacio- ejemplo, a las imágenes quinceminutales del
nes, donde no disponemos de datos de campo Spinning Enhanced Visible and Infrared Imager
(Vogt et al., 1997). Muchos de los estudios que (SEVIRI) a bordo de Meteosat Segunda Gene-
Revista de Teledetección. ISSN: 1988-8740. 2010. 34: 36-43 37R. Niclòs et al.
ración (MSG). Para ello partimos del análisis de son el romero y la aliaga (Fig. 2a), y B) una zo-
datos medidos de forma continua en campo, tan- na agrícola de marjal dedicada al cultivo del
to de T como de T , obtenida esta última por ra- arroz (39,265°N, –0,308°E), con una extensióna s
2diometría térmica y por tanto equiparable a la aproximada de 7× 21 km y una altitud de unos
medida desde satélite, además de otras variables 10 m sobre el nivel del mar (Fig. 2b). Ambas áre-
meteorológicas que puedan intervenir en estas as fueron seleccionadas por ser superficies pla-
correlaciones. nas y uniformes, con el fin de poder descartar
A continuación, describimos el dispositivo ex- posibl