Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Abstract
Resumen
1. Introduccin
Debido a las crecientes aplicaciones tecnolgicas en el
campo de las ciencias de la tierra y las actuales
preocupaciones sobre el cambio global (inundaciones,
deforestaciones, incendios, entre otros), han llevado a
http://www.un-spider.org/
1
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
Donde,
Lsat = Radiancia espectral del satlite.
NDs = Niveles digitales del pixel o valores digitales.
Offset = Desviacin.
Gain = Ganancia de la banda espectral.
Donde,
REF = Reflectancia espectral en la superficie.
PI = Constante 3,14159265358979323846264338327
Lhaze = Radiancia espectral dispersa sugerida en la
direccin y en la entrada del sensor, o radiancia de
trayecto.
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
Donde,
= Radiancia Espectral del sensor.
= Valor del pixel.
= Valor mnimo del pixel.
= Valor mximo del pixel.
= Radiancia espectral mnima escalada.
= Radiancia espectral mnima escalada.
Los valores de
,
,
y
se
encuentran localizados en los metadatos de cada imagen
tomada por cada sensor o en resmenes de trabajos
previos [2]. El siguiente paso consiste en obtener los
valores correspondientes a la reflectancia (REF) para
cada banda, empleando para ello la siguiente ecuacin:
Donde:
Nota:
es igual al SENe (Seno del ngulo de
elevacin solar)
Los valores de
se encuentran en los metadatos
(archivos .MTL o .WO) de cada imagen tomada por
cada sensor. EL valor de , depende del nmero de da
juliano del ao donde fue realizada la captura de la
imagen y
se puede encontrar resmenes de
trabajos previos [2], ver figura 1.
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
ndice de Diferencia de
Agua
Normalizado Modificado (MNDWI)
3. Metodologa
La metodologa para la discriminacin y extraccin de
cuerpos de agua usando el modelo CAIN se divide en
tres grandes fases (Figura 2): Fase 1 alistamiento, Fase 2
Modelo CAIN y Fase 3 Postprocesamiento. Al final se
4
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
http://www.pcigeomatics.com/
5
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
4. Resultados
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
Environment,
113(5),
doi:10.1016/j.rse.2009.01.007
Conclusiones
El modelo CAIN resulta ser una gran herramienta de
anlisis muy flexible en fenmenos de inundaciones, ya
que no solo se puede implementar su uso en imgenes
de sensores del tipo Landsat, sino que tambin se puede
adaptar a la mayora de sensores remotos de tipo ptico.
893903.
Agradecimientos
[11] Ren, J., Chen, Z., Zhou, Q., & Tang, H. (2008).
Regional yield estimation for winter wheat with
MODIS-NDVI data in Shandong, China.
International Journal of Applied Earth
Observation and Geoinformation, 10(4), 403413.
doi:10.1016/j.jag.2007.11.003
Referencias
Desarrollo de un modelo de correccin de imgenes de satlite para inundaciones: (CAIN - Correccin Atmosfrica
e ndices de Inundacin)
10