Método para la elaboración de mapas representativos del pasado hidrobiológico de aguas oceánicas usando imágenes de la serie NOAA a partir de fiItros pasa-alta

A. Iglesias

Description

Resumen
La periodicidad de los satélites NOAA, así como su gran cobertura espacial, han hecho que, durante los últimos años, se hayan convertido en una herramienta imprescindible para la gestión y explotación de los recursos naturales principalmente en el ámbito oceánico. Por otro lado, la renovación y profesionalización de la actividad pesquera, conlleva la utilización de nuevas tecnologías, entre las que destaca la teledetección. En este trabajo presentamos una comparación entre dos algoritmos detectores de bordes, el DoG y el CSED, que utilizaremos para localizar frentes térmicos, de gran interés en pesquerías pelágicas. A partir de estos datos, y con una sucesión de imágenes de días precedentes, estaremos en disposición de elaborar mapas que indiquen zonas donde exista una alta probabilidad de incrementar los rendimientos pesqueros. Completamos el trabajo comparando una imagen del sensor SeaWifs con datos de clorofila con imágenes NOAA del mismo día.
Abstract
NOAA satellites are being used as a powerful tool in management and explotation of natural resources for last years. New technologies like remate sens-ing have contributed to renovate and profesionalize various high impact econornic sectors. In this way, tisheries are one of most affected sectors by this procces. In this paper we present a comparation between two edge detectors, DoG and CSED, that we apply to locate thermal fronts and associated pelagic tisheries. With fue information of fue ther-mal fronts location, we can create productivity maps, like we explain in fue paper. AIso we pro-ceed to compare fue chlorophil information of a SeaWifs image with sst NOAA images from fue same day.

Sujets

• Clorofila
• Chlorophyll

Informations

• Publié par: erevistas
• Publié le: 01 janvier 1998
• Nombre de lectures: 13
• Langue: Español

Extrait

Revista de Teledetección. 1998
Método para la elaboración de mapas
representativos del pasado hidrobiológico de
aguas oceánicas usando imágenes de la serie
NOAA a partir de fiItros pasa-alta
A. Iglesias, J. M. Cotos, J. A. Triñanes y C. Hernández
Departamento Electrónica y Computación, Universidad de Santiago. 15706 Santiago de Compostela


RESUMEN ABSTRACT
La periodicidad de los satélites NOAA, así como NOAA satellites are being used as a powerful tool
su gran cobertura espacial, han hecho que, durante in management and explotation of natural resources
los últimos años, se hayan convertido en una for last years. New technologies like remate sens-
herramienta imprescindible para la gestión y explo- ing have contributed to renovate and profesionalize
tación de los recursos naturales principalmente en various high impact econornic sectors. In this way,
el ámbito oceánico. Por otro lado, la renovación y tisheries are one of most affected sectors by this
profesionalización de la actividad pesquera, conlle- procces. In this paper we present a comparation
va la utilización de nuevas tecnologías, entre las between two edge detectors, DoG and CSED, that
que destaca la teledetección. En este trabajo we apply to locate thermal fronts and associated
presentamos una comparación entre dos algoritmos pelagic tisheries. With fue information of fue ther-
detectores de bordes, el DoG y el CSED, que utili- mal fronts location, we can create productivity
zaremos para localizar frentes térmicos, de gran maps, like we explain in fue paper. AIso we pro-
interés en pesquerías pelágicas. A partir de estos ceed to compare fue chlorophil information of a
datos, y con una sucesión de imágenes de días SeaWifs image with sst NOAA images from fue
precedentes, estaremos en disposición de elaborar same day.
mapas que indiquen zonas donde exista una alta
probabilidad de incrementar los rendimientos
pesqueros. Completamos el trabajo comparando
una imagen del sensor SeaWifs con datos de cloro-
fila con imágenes NOAA del mismo día.

PALABRAS CLAVE: Frentes térmicos, clorofila. KEY WORDS: Thermal fronts, chlorophil.



de sales a materia orgánica en 1a cadena alimenti-INTRODUCCIÓN
cia.
La teledetección es una potente herramienta para Las imágenes con las que vamos a trabajar se
optimizar la gestión de los recursos naturales y su obtienen a partir de los datos de NOAA-14, con el
explotación. Un ejemplo de ésto lo constituye el sensor AVHRR, en concreto de la zona de Mada-
sistema operacional de pesquerías pelágicas del gascar en el Océano Índico.
Laboratorio de Sistemas de la USC. A partir de ellos se pueden discriminar las partes
El objetivo de este trabajo es la implementación que son de tierra y nubes de aquellas de interés.
de un método para automatizar el procesado de
imágenes y la detección de zonas con una alta METODOLOGIA
concentración de fito y zooplancton, lo cual nos
indicará que la cadena alimenticia está teniendo Máscara de nubes
lugar. Ésto ocurrepor ejemplo allí donde hay fren-
En una imagen de satélite recibida hay datos de tes térmicos ya que es en esta zona donde tiene
temperaturas de mar y de nubes juntos. Es impor-lugar una aparición de fito y zooplancton asociado
tante su separación para quedamos con los verda-al fuerte gradiente térmico. Con este fin crearemos
deramente importantes, los de mar. Ello lo hare-mapas indicativos de zonas ricas en nutrientes en
mos estableciendo unos umbrales en los canales de base a la intensidad del frente (variación de grados
la siguiente forma: de temperatura por unidad de distancia, i.e.
En el procesado hemos desechado todos aquellos °C/milla ) y la distancia temporal entre su apari-
puntos cuyo ángulo de inclinación de satélite con ción o nacimiento y su fecha de estudio. Éste últi-
respecto a la vertical exceden los 50°. mo parámetro estaría directamente ligado al tiem-
po necesario para que los nitratos y fosfatos pasen
Nº 9 – Junio 1998 1 de 6 A. Iglesias, J. M. Cotos, J. A. Triñanes y C. Hernández
Si la imagen es de día eliminamos todos los va- (Wells, 1996). Usando la máscara de convolución
lores mayores que un cierto máximo del canal 2 (2, continua:
valor de albedo).
2Si la imagen es de noche tenemos en cuenta la 1 / σ 2/ π exp ( -x/2 σ )
diferencia de emisividades de zonas de mar y nu-
bes en el canal 3, calculando la diferencia de tem-
y la función de transferencia (k es el número de peraturas de brillo de los canales 3 y 4.
onda, ya que estamos trabajando en el dominio de Eliminamos todos aquellos píxeles que tengan
las frecuencias): un valor muy distante de los circundantes por
tratarse de nubes de subresolución.
2 2 exp( -k σ / 2)
Detección de bordes
se puede alcanzar la función de transferencia del Para alcanzar el objetivo expuesto se hace nece-
filtro DoG: sario el uso de un filtro pasa-alta que realce las
altas frecuencias y por tanto las variaciones brus-
2 2 2 2 2-k σ -k ( σ − σ )cas de temperatura. De esta forma crearemos una 1 2 1 DoG = exp (1 −exp )
nueva imagen que elimine toda uniformidad para 2 2
centrarnos en lo que nos interesa. Hemos estudiado
dos clases de filtros pasa-alta, el Dod (Difference siendo σ, σ , σ parámetros característicos de la l 2
of Gaussian) y el CSED (Cluster-Shade Edge De- curva gaussiana con la que estemos trabajando. El
tection). comportamtento de esta función es muy similar al
a) El filtro DoG se basa en los operadores bino- de un suavizador muy ligero de bordes con el filtro
miales discretos (Jähane, 1995) con los que se gaussiano, al que posteriormente se le aplica un
pueden construir operadores pasabanda. Los filtros operador diferencial que realza las altas frecuen-
binomiales son una clase de filtros que provocan cias, por lo que en realidad estamos creando un
un "suavizado" de la imagen. Estos operadores son filtro pasa-banda.
un excelente ejemplo de cómo filtros más comple- b) El algoritmo Cluster-Shade Edge Detection
jos se pueden conseguir de componentes más sim- (Holyer and Peckinpaugh, 1989) está basado en la
ples. La máscara más simple y elemental de suavi- matriz de concurrencia de niveles de gris (matriz
zado que se pueda pensar para el caso unidimen- GLC), como aparece debidamente explicado en la
sional es: referencia de Cotos et al. (1993). Esta matriz puede
usarse de la siguiente forma para resolver nuestro
B = 1 2 [1 1] problema de detección de bordes: x

L-1 L-1que calcula la media de valores de niveles de
3 S( ∆x, ∆y) = (i + j- µ - µ ) * P(i, j| ∆x, ∆y)∑∑ i jgris de la imagen de dos píxeles vecinos. Podemos
i==0 j 0usar esta máscara m veces en una fila de la misma
imagen. Esto corresponde al filtro de la máscara:
donde P(i,j| ∆x, ∆y) es el elemento correspondien-
te a la fila i, columna j de la matriz GLC. Podemos [11]*[1 1]*...*[11]
simplificar esta ecuación haciendo ∆x= ∆y=0 sin
empeorar los resultados finales, con lo cual llega-O escrito como una ecuación de operadores:
mos a:
mB = B B ...B L-1x x x x 8 3 S( ∆x, ∆y) = (i- µ) H(i) ∑M*N i =0Algunos ejemplos de máscaras resultantes son:

Una vez implementado el algoritmo es necesario 2B =1/4[1 2 1]x aplicarlo sólamente a la zona de interés, es decir (
3 hay que conseguir que no aparezcan como frentes B =1/8 [1 3 3 1] x
las líneas de costa ni las nubes. Para lograr ésto se
4B =1/16 [1 4 6 4 1]x utilizó una variable máscara mediante la cual de-
8 tectamos con un filtrado pasa-alta las zonas que cot B =1/256 [1 8 28 56 70 56 28 8 1]x
rresponden a la línea de costa y frontera de nubes y
zonas de temperaturas. Los puntos restantes serán
Estos filtros podemos usarlos para suprimir el
los correspondientes a frentes térmicos, siendo ruido gaussiano, pero a costa de eliminar pequeños
fácilmente localizables por tener un valor Cluster-
detalles. Como estos operadores convergen rápi-
Shade nulo o muy próximo a cero. damente en la función gaussiana, podemos utilizar
esta función para describir filtros más complejos
2 de 6 Nº 9 – Junio 1998 Método para la elaboración de mapas representativos del pasado hidrobiológico de aguas oceánicas usando imágenes
de la serie NOAA a partir de fiItros pasa-alta
tramos gran cantidad de nutrientes en torno a esa Conocimiento heurístico añadido
barrera térmica que se forma. Estos nutrientes, en
Asimismo, se implementaron varias funciones presencia de la luz solar que irradia las capas su-
con el objetivo de eliminar ruido en la imagen de perficiales desencadenan el proceso de producción
frentes de la siguiente manera: primaria, al que le sigue el de producción secunda-
Suprimiendo todos aquellos puntos cuyo valor ria, lugar de la cadena t