Mejora de la fiabilidad en la identificación del olivar utilizando un modelo geométrico de reflectancia

C. Pinilla

Description

Resumen
Las clasificaciones de ocupación de suelo en las que interviene de forma significativa el olivar producen una tasa de error muy alta debido, por un lado, a la cobertura parcial del suelo por parte del arbolado, y por otro, a la variación de esa misma cobertura dependiente de factores como el marco de plantación, la orientación relativa de la superficie con relación a la posición del sensor y la posición relativa de la zona observada con relación al nadir de la escena. El objetivo de este trabajo es aportar un procedimiento de corrección radiométrica de cara a mejorar la identificación de este tipo de superficies a partir de imágenes adquiridas por sensores multiespectrales.
Abstract
Digital image classifications of predominant olive tree land covers give high error levels due to several reasons: the partial soil cover by the trees, variations of the cover rate with the spatial inter tree frames, the variations in relative positions between the observed plot, the scene nadir and the remote sensor. The aim of this work is to show a new radiometric correction procedure to improve the identification of olive tree crops when using multispectral images.

Sujets

• Clasificación
• Normalización
• Classification
• Normalization

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2001
• Nombre de lectures: 15
• Langue: Español

Extrait

Revista de Teledetección. 2001. 16: 11-15.
Mejora de la fiabilidad en la identificación del olivar
utilizando un modelo geométrico de reflectancia
1 1 2 3C. Pinilla , F.J. Ariza , M. Sánchez y J. Tovar .
Correo electrónico: [e-mail]
1 Grupo de Investigación en Ingeniería Cartográfica. Universidad de Jaén.
2 Departamento de Ingeniería Gráfica e Ingeniería y Sist. de Inf. Cartográfica. Universidad de Córdoba.
3 Departamento de Física. Universidad de Jaén
RESUMEN ABSTRACT
Las clasificaciones de ocupación de suelo en las Digital image classifications of predominant olive
que interviene de forma significativa el olivar produ- tree land covers give high error levels due to several
cen una tasa de error muy alta debido, por un lado, a reasons: the partial soil cover by the trees, variations
la cobertura parcial del suelo por parte del arbolado, of the cover rate with the spatial inter tree frames, the
y por otro, a la variación de esa misma cobertura variations in relative positions between the observed
dependiente de factores como el marco de plantación, plot, the scene nadir and the remote sensor. The aim
la orientación relativa de la superficie con relación a of this work is to show a new radiometric correction
la posición del sensor y la posición relativa de la zona procedure to improve the identification of olive tree
observada con relación al nadir de la escena. El obje- crops when using multispectral images.
tivo de este trabajo es aportar un procedimiento de
corrección radiométrica de cara a mejorar la identifi-
cación de este tipo de superficies a partir de imágenes
adquiridas por sensores multiespectrales.
PALABRAS CLAVE: clasificación, modelo geomé- KEY WORDS: classification, reflectance geometric
trico de reflectancia vegetalización, normalización. model, green-becoming, normalization.
verdear.
con la que contribuyen (Baret, 1995; García-Haro,INTRODUCCIÓN
1996):
ρ = f ρ + f ρ + f ρ′ ′a a s s s s (1)
De acuerdo con Strahler et al (1986), una parcela donde ρ es la reflectancia, los subíndices a, s y s´ se
de olivar puede considerarse como un sistema for- refieren a árbol, suelo iluminado y suelo sombrea-
mado por elementos discretos de una sola clase (oli- do respectivamente, y f la proporción de cada uno
vos) dispuestos sobre un fondo (suelo). Introdu- de estos componentes, debiéndose cumplir siempre
ciendo las propuestas de Goel (1988, 1989) y de f =1que ∑ i
iGilabert (1990), tanto dentro del material vegetal
como del suelo, puede distinguirse entre zonas ilu- Dado que ρ = ρ , la expresión (1) también se
s s´minadas y en sombra. En este tipo de superficies, la puede poner (Pinilla 2000):
radiancia resultante depende tanto de la naturaleza ρ = f ρ + f ρ +w f ρ (2)′a a s s s s
del suelo subyacente, como de la geometría del cul- siendo el factor de radiación difusa w:
tivo y de la observación (Huete et al. 1985; Iaquin- E L′ ′s sw = = (3)ta y Fouilloux, 1998). E Ls s
Considerando las funciones de conversión entre La proporción de suelo cubierto eficazmente por
radiancia y reflectancia (Steinwand y Wivell, 1993; vegetación f coincide con el factor de coberturaa
Space Imaging EOSAT, 1998) y admitiendo la line- aparente C , cuya expresión es:a
alidad del sistema, la reflectancia compuesta ρ es C = η⋅C (6)a o
igual a la suma de las reflectancias de sus compo- siendo C el factor de cobertura ortogonal y η el
o
nentes, ponderadas por la proporción superficial factor orientación relativa de la celda con respecto
N.º 16 - Diciembre 2001 11C. Pinilla, F. J. Ariza, M. Sánchez y J. Tovar
al sensor (Pinilla et al., 2000), que depende de la Mágina, en la provincia de Jaén, en la que se estu-
pendiente del terreno (α), la orientación (κ), la dió de forma particular la cobertura de olivar. Tras
inclinación de la órbita del satélite (μ), el tamaño de someterla a la corrección atmosférica clásica
la celda en el terreno (p), las coordenadas imagen (Chavez, 1988; Kaufman, 1989) se calculó el fac-
de la celda (c,l), la dimensión de la imagen comple- tor w para cada banda utilizando los valores pro-
medios de radiancia de zonas de suelo desnudota (M×N), el offset inicial de la imagen (O) y la altu-
ra del satélite (H): soleado y en sombra respectivamente (Stoner y
2 2 2 Baumgardner, 1981; Baumgardner et al, 1985;sen αcos()κ − μ +cos α
η = Irons et al., 1989). La selección de estas zonas se  −O M +O  
l + −c   (7) hizo a partir de su identificación en un diagramaN 2 [] ()cosαcosarctg p −arctg tg αsen κ − μ 
 H   de dispersión IRp/R (Pinilla, 1999). Se calculó el 
     coeficiente X y se generaron las imágenes D y V.
Con ello se generaron distintas imágenes multies-η’ es el factor acotado de orientación relativa de la
celda con respecto al sensor y su expresión es: pectrales ρ de reflectancia exclusivamente vege-a
tal para coberturas de olivar del 15, 20, 25, 30, 40,η ∀η′ <C C a o
 50, 75 y 100%.′η =  Con las imágenes de reflectancia exclusivamente ′C C ∀η ≥C C a o a o vegetal se realizaron tandas de clasificación digital
A la vista de los modelos sugeridos por otros auto- por el procedimiento de máxima verosimilitud
res para cubiertas forestales y/o agrícolas (Li y (Pinilla, 1995) utilizando como leyenda y como
Strahler, 1985; Chen y Leblanc, 1997) se utilizó un verdad terreno diferentes grados de agregación de
modelo de copa esférico para el olivo, para el cual, las clases de olivar frente a las clases de no olivar.
la fracción de sombra que queda visible al sensor es: El mismo procedimiento se aplicó a la imagen
2 corregida radiométricamente del efecto topográfi-r
S′ = π −S = co a partir de modelos de Minnaert (Minnaert,senξ
1941; García et al., 1996) a fin de comparar los2πr 1−senξ
= + resultados de la corrección propuesta con los méto- 2 senξ  dos clásicos.2  r()1+sen ξ cosξ sen ξcosξ 2()1+senξ La verificación se llevó a cabo exhaustivamente+ arcsen + 2senξ 1+sen ξ sen ξ ()1+senξ   en todas las celdas de la imagen, utilizando como
verdad terreno información catastral digital, quesiendo ζ la elevación solar. La fracción de suelo
establece para el olivar una serie de categorías desombreado completa puede simplificarse con una
2 acuerdo a su productividad (Alcázar, 2000). Enalto grado de ajuste (r =0,99) a la expresión
este trabajo se partió de la clasificación catastral
−0,0454ξ (8)f =6,54C e organizada en torno a tres clases de olivar de rega-s′ o
dío y cuatro de olivar de secano. Posteriormente seEn definitiva, puede concluirse que:
agruparon las tres últimas clases de olivar de seca-
ρ = Xρ +Vρ (4)a s no, obteniéndose cinco clases que se denominaron
O1 hasta O5, en orden decreciente de vigor ydonde V es el factor de vegetalización (V = D-X), X
cobertura.es el factor de exposición del suelo y D es el factor
de iluminación directa, siendo sus expresiones:
1 1−w −0,0454ξ (5)X = RESULTADOSD =1+ 6,54eη′C0 ′η
La ecuación de vegetalización (4) permite obte- En general, para la zona de estudio, se obtienen
ner valores de reflectancia exclusivamente vegetal mejores acuerdos cuando en el entrenamiento se
a partir de las lecturas de reflectancia de la imagen utiliza un menor número de clases. Se calcularon
y de fracciones de suelo desnudo, con el conoci- los estadísticos Porcentaje de acuerdo (Pa) y Kappa
miento de los parámetros X y D. de la clasificación dicotómica [Olivar-No Olivar]
(Cohen, 1960; Landis y Hoch, 1977; Hudson y
Ramn, 1987) y se comprobó que sus valores son
INFORMACIÓN Y MÉTODOS siempre superiores a los obtenidos con la clasifica-
ción en cinco clases de olivar, y éstos superiores a
En el presente trabajo, se utilizó una imagen los correspondientes a siete clases de olivar más
Landsat TM centrada en la comarca de Sierra desagregadas.
12 N.º 16 - Diciembre 2001Mejora de la fiabilidad en la identificación del olivar utilizando un modelo geométrico de reflectancia
De otra parte, cuando el clasificador trabaja con celdas y cualquier alteración geométrica de la ima-
clases agrupadas previamente, los resultados son gen podría suponer un fracaso inmediato en la cla-
mejores (mayor Pa y Kappa) que los obtenidos al sificación. Sin embar