Aplicaciones agrícolas y forestales de las bandas 3 y 4 del sensor CCD en combinación con la banda 2 del sensor IR-MSS del satélite CBERS

Transcripción

1 Aplicciones grícols y forestles de ls nds 3 y 4 del sensor CCD en cominción con l nd 2 del sensor IR-MSS del stélite CBERS Plo Fernndo Crrsco Pereir 1 Erwin Cmrgo Arce 2 Bernrdo Friedrich Theodor Rudorff 3 José Crlos Moreir 3 1 José B. y Ordóñez 984-River, Uruguy Telf of. (+598) pcrrsco@dinet.com.uy 2 Prefectur del Deprtmento de Snt Cruz, Bolivi Telf of.(+591) Dom.(+591) ecmrgorce@yhoo.es 3 INPE - Instituto Ncionl de Pesquiss Espciis Cix Postl São José dos Cmpos - SP, Brsil {ernrdo, cmoreir}@ltid.inpe.r Astrct. It is well known tht the most widely used multispectrl imge composition for griculturl nd forestry ppliction is the clssic R4 G5 B3 color composition from Lndst. The pylod of CBERS-2 consists of three sensors with different nd complementry chrcteristics. Although, most pplictions with CBERS imges use CCD imges nd tke no dvntge of nd 2 (SWIR) form IRMSS sensor; which my e ttriuted to differences in sptil resolution etween these sensors. Therefore, the ojective of this work is to demonstrte tht CBERS dt cn generte the trditionl nd clssic Lndst R4 G5 B3 composition y resmpling the IRMSS nd 2 from 80 to 20m nd comining this nd with nd 3 (red) nd 4 (NIR) from the CCD sensor. Severl exmples re provided to illustrte the relevnce of the SWIR nd for griculturl nd forestry pplictions. Results indicted tht the nd comintion from different sensors with different sptil resolution ut complementry spectrl nds from the CBERS stellite is fesile, providing significnt dvntges for griculturl nd forestry pplictions. Plrs Clves: spectrl nds, shortwve infrred, color composition, nds espectris, infrvermelho médio, composição colorid. 1. Introducción Durnte mucho tiempo, l utilizción de imágenes del sensor TM del stélite Lndst hn tenido grn importnci en plicciones grícols, forestles y recursos nturles en generl, deido l distriución estrtégic de sus nds en el visile, infrrrojo próximo y infrrrojo medio del espectro electromgnético. L vegetción contenid en estos lvos tiene su myor respuest espectrl en l nd TM4 (infrrrojo próximo). Así mismo, l segund myor respuest espectrl es dd en l región del infrrrojo medio que corresponde l nd TM5 del Lndst. Y finlmente l menor respuest espectrl de l vegetción est dd en l región del visile correspondiente l espectro rojo, nd TM3 del Lndst (Moreir, 2003). Est clásic cominción de RGB 453, es l más utilizd en el mundo entero pr estudios plicdos los recursos nturles por tener un myor contrstción de ls respuests espectrles, permitiendo l myor vriilidd des respuests de estos lvos, que se mnifiestn visulmente 857

2 en un myor diversidd de colores visulizdos en l imgen; situción que permite l interpretción visul de ls más vrids crcterístics de los lvos oservdos. Considerndo est situción, el stélite CBERS-2 (Chin-Brzil Erth Resources Stellite) incorpordo su estructur 3 tipos de sistems de sensores de colect de dtos de sensormiento remoto pr recursos nturles: el CCD (Chrge-Coupled Device) con resolución espcil de 20m x 20m, y uicdos en el espectro visile (zul, verde y rojo) y en l región del infrrrojo próximo. El sensor IR-MSS (InfrRed Multispectrl Scnner Susystem) con un resolución espcil de 80m x 80m con un cámr de rredur que oper e 4 fjs espectrles desde el visile hst el terml. Finlmente cuent con el sensor WFI (Wide Field Imger) con un resolución espcil de 256m x 256m que oper en ls fjs espectrles desde el rojo hst infrrrojo próximo. Como podemos precir en ls crcterístics de sensor CCD, pesr de tener un lt resolución espcil (20 m), se not un crenci de informción en el espectro del infrrrojo medio (1,55 1,75µm), que determinrín un myor plicción pr los recursos nturles, como en el cso del Lndst. Pr superr est crenci de informción, se plnte como ojetivo de este proyecto, l utilizción de l nd 2 del sensor IR-MSS en cominción con ls nds 3 y 4 del sensor CCD, en plicciones grícols y forestles, plicndo sí mismo un remuestreo de su píxel desde 80 x 80m pr 20 x 20m. 2. Áre de estudio Fueron utilizds 2 áres de estudio, l primer se encuentr uicdo en el municipio de Pirssunung del Estdo de São Pulo en Brsil. Geográficmente se encuentr uicd entre ls coordends de Ltitud Sur 21 o 59 55,99 y 21 o 56 37,18, Longitud Oeste entre 47 o 22 34,61 y 47 o 18 01,74 Figur 1(). Figur 1.- Mp de uicción de ls áres de estudio. Ls principles ctividdes de l región, son l gricultur, donde principlmente se cultiv l cñ de zúcr, los cítricos, el míz, l soy y lgodón. L segund región se encuentr en el 858

3 deprtmento de Pysndú Uruguy, y est geográficmente uicd entre ls coordends de Ltitud Sur 31 o 59 22,70 y 32 o 35 20,29, Longitud Oeste entre 57 o 12 42,03 y 58 o 10 51,65. Su fisiográfic es lln, con lguns ondulciones suves Figur 1(). Los principles cultivos de l región son el míz, trigo, ced, rroz y cítricos. Pero existen otrs ctividdes importntes en l región, como l gnderí ovin, que ocup un importnte áre de psturs, y l forestl con plntciones importntes de pino y euclipto, pr industrilizción de l celulos. 3. Mteriles y métodos Básicmente los mteriles utilizdos en este estudio fueron imágenes CBERS-2 sensores CCD y IR-MSS, resumids en l Tl 1. Con fines de hcer comprciones se hn tomdo como referenci ls imágenes Lndst TM, orit 220 y puntos 75 y 76, de ls siguientes fechs: 1) imgen de l époc de lt pluviosidd del 19/01/2004 y 2) imgen del mes de ril 4/04/2004 (Rudorff, 2004; Del Arco, 2004). Pr l crtogrfí ásic fue tomd, l informción de l delimitción de municipios del IBGE cuyo dtum de origen es SAD-69 y l proyección UTM; en el cso de l zon de Uruguy se h tomdo el dtum de origen WGS 84 y l proyección UTM. En el proceso de registro de ls imágenes hn sido utilizds ls imágenes ortorectificds que disponiiliz l NASA del sensor ETM+ del stélite LANDSAT-7 del ño Tl 1. Descripción de ls fechs de dquisición de imágenes CBERS-2 CCD e IR-MSS. Meses Orits Punto Enero 26/01/ /01/2004 Mrzo 16/03/ /03/2004 Aril 11/04/2004 Julio 24/07/ /07/ /07/ /07/2004 Agosto 19/08/ /08/2004 Septiemre 16/09/ /09/2004 El proceso pr remuestreo de l imgen del sensor IR-MSS se relizo en l pltform computcionl ENVI, en ls operciones de registro y corrección geométric que contiene este softwre. Como primer pso, se registro ls imágenes del sensor CCD, usndo como se crtográfic ls imágenes ortoretificds de l NASA, descrits nteriormente. Luego se registro l nd 2 del sensor IR-MSS usndo como se crtográfic ls imágenes del sensor CCD, registrds nteriormente, proceso en el cul hn sido considerds solmente puntos de referenci del tercio centrl de l imgen CCD, pr evitr ls distorsiones de ls imágenes IR- MSS que contiene en los ordes deido l proceso de rredur pr otención de dich imgen. Como prte finl de este proceso en ENVI, se gener un nuev imgen, cmindo los prámetros de slid de est, de tl form que podemos redefinir los píxeles de 80 m de l imgen IR-MSS 20 m, umentndo su resolución espcil, y sí poder cominr con ls nds del sensor CCD. Después de her registrdos, ls imágenes se procede l clsificción de ls misms relizndo este proceso en el plictivo SPRING. L clsificción de ls imágenes envuelven dos etps distints: clsificción digitl y interpretción visul. L primer fse de clsificción 859

4 digitl fue desrrolld trvés de l segmentción de ls imágenes, en l que fue utilizdo un lgoritmo denomindo crecimiento de regiones. El ojetivo de es segmentción es el de grupr regiones continus y similres rdiometricmente que representen un mismo cultivo, prtir de píxeles individules (Nscimento & Almeid Filho, 1996). El proceso de segmentción exige l definición de los limires de similridd del áre. Los limires utilizdos en l segmentción de ls imágenes fueron de 20 niveles de grises pr l similridd y de 50 píxeles (proximdmente 4,5 h) pr el áre. Este proceso se relizo solmente utilizndo ls nds 4, 3 y 2 de sensor CCD. En l fse siguiente ls imágenes fueron clsificds usndo lgoritmo denomindo ISOSEG l 95% de proilidd de l clsificción no supervisd, que grup ls regiones en clses espectrlmente homogénes. En l interpretción visul, ls clses espectrles que fueron generds por este clsificdor, fueron individulmente sorepuests con ls imágenes de diferentes fechs, donde se utilizó l cominción RGB de imágenes del sensores CCD nds 4 socid l R y l nd 3 l B y nd 2 remuestrd (B2r) del sensor IR-MSS l G, que permitieron diferencir mejor individulmente los cultivos en el nálisis multitemporles, que en l cominción 4(R), 3(G) 2(B) de ls nds del sensor CCD que posteriormente fueron socids ls clses temátics de cultivos en el proceso de interpretción visul. 4. Resultdos y Discusión El presente estudio permitió resltr l grn utilidd que tienen ls imágenes de sensormiento remoto pr el mpeo de cultivos grícols y forestles, trvés del nálisis multitemporl. L utilizción de ls imágenes CBERS CCD & IRMSS, mpliron l coertur temporl, que son de vitl importnci pr permitir l correct identificción de l diversidd de cultivos nules, semiperennes y perennes. Figur 2.- Composición RGB ) 432 ) 453 de Lndst TM mos de fech 19/01/04. En el mes de enero, Figur 2 del Lndst que corresponde l tempord de myor pluviosidd, en l mism que se encuentrn estlecidos todos los cultivos nules y semiperenes, se puede diferencir cñ y míz (color rojo) de lgodón y soj (color nrnj), que en l Figur 2 no se tiene el mismo efecto de interpretción visul, ddo que todos ellos presentn l colorción roj en diferentes tonliddes. 860

5 Figur 3.- Composición RGB ) 432 sensor CCD ) 423 siendo 4y3 de CCD y 2 de IR-MSS mos de fech 16/03/04 del stélite CBERS. En el mes de mrzo, Figur 3 que es el fin del ciclo de los cultivos soj y míz, se puede diferencir entre cñ del míz deido que este último y está en fse de senescenci, cmindo de colorción hci el verde oscuro, por un prte; sí mismo se puede estlecer diferencis entre soj de lgodón, oservándose que l soj y est en l finlizción de su ciclo del cultivo, por lo que se encuentr cosechd o sec oservándose un colorción de verde clro cyn donde puede oservr l reflectnci del suelo, y el lgodón todví se encuentr en su fse de desrrollo, quedndo el mismo de colorción nrnj. De est form podemos decir que l cominción del inciso () permite un mejor interpretción visul que l cominción del inciso (). Figur 4.- Composición RGB ) 432 ) 453 mos de fech 08/04/04 de Lndst TM. Como podemos nlizr en ls Figurs 4 podemos oservr, que l cñ de zúcr continu en su estdo de desrrollo en lgunos csos y en otros está list pr l etp de cosech, l cul present un colorción roj tendiendo nrnjdo por efecto de tmosférico, siendo está l únic que qued con lt reflectnci, tomndo en cuent que el lgodón y inici su senescenci oservándose de colorción nrnj en lgunos csos y en otros un verde clro tendiendo Cyn; en cso del míz se vuelve oservr l colorción verde oscur fech en l cul tmién permite diferenci de l cñ y de l soj cosechd 861

6 Anis XII Simpósio Brsileiro de Sensorimento Remoto, Goiâni, Brsil, ril 2005, INPE, p Figur 5.- Composición RGB ) 432 sensor CCD ) 423 siendo 4y3 de CCD y 2 de IR-MSS mos de fech 24/07/04 del stélite CBERS-2. Figur 6.- Composición RGB ) 432 ) 453 mos de fech 04/08/04 de Lndst TM. Oservndo l Figur 5 y 6, que son de fechs más o menos proximds, podemos oservr los mismos comportmientos, pero diferencidos los incisos y ddo que en cso de () podemos oservr ms nítidmente l diferenci que existente entre cítricos, osques de los demás lvos. Figur 7.- Mp de clsificción de cultivos grícols y otros usos en l RA de Limeir en l cmpñ grícol 2003/2004, trvés de imágenes Lndst y CBERS. 862

7 En l Figur 7 podemos oservr el resultdo de l clsificción otenids trvés del nálisis multitemporl de imágenes CBERS complementd con Lndst, pudiendo confirmr l utilidd de estos dos stélites en l clsificción de los cultivos grícols. Pino Trigo Euclipto Ced Figur 8.- Composición RGB ) 432 sensor CCD ) 423 siendo 4y3 de CCD y 2 de IR-MSS mos de fech 16/09/04 del stélite CBERS-2 (Zon 1). En l Figur 8, de l zon de Pysndú se puede resltr diferencis entre los cultivos de trigo y ced, deido que el trigo se oserv de color nrnj intenso tirndo rojo y l ced de color nrnj clro en su fse de inicio de desrrollo, tornándose de color cfé mrrón l completr su desrrollo, diferenci en l que no se oserv en el inciso (). Tmién se pudo oservr en el inciso () Pino en color cfé oscuro tirndo negro y euclipto en color cfé, mientrs que en el inciso () el euclipto es de color rojo fuerte. Luego de este nálisis, podemos firmr que ls composiciones RGB flso color, donde se cominn tres espectros muy importntes pr el nálisis del comportmiento de los cultivos grícols y forestles, oservándose en todos los incisos () l cominción 432 tnto pr Lndst como pr CBERS y los incisos () oservmos l composición 453 pr Lndst y 423 pr CBERS, siendo 4 y 3 del sensor CCD y 2 del sensor IR-MSS, donde podemos precir ásicmente que tenemos un similr comportmiento entre ls imágenes de los dos stélites, siempre y cundo se utilicen los mismos espectros. Por lo tnto podemos firmr que l nd 2 del IR-MSS, que tiene el mismo espectro que en Lndst (1,55 1,75 µm), produce similr efecto visul de l nd 5 del sensor TM del Lndst en l composición colorid. 863

8 5. Conclusiones y recomendciones L conclusión ms importnte l que llegmos en el presente estudio, es que l cominción del stélite CBERS utilizndo ls nds 4y3 del sensor CCD cominds con l nd 2 del sensor IR-MSS remuestred de 80 m pr 20 metros, en cominción RGB 423 flso color, produce el mismo efecto visul, comprtivmente con el stelite Lndst sensor TM utilizndo ls nds 453 RGB en flso color, pr l interpretción visul en l identificción de diferentes cultivos grícols y forestles. Como otr conclusión, podemos mencionr, que ls cominciones en flso color tomndo ls nds del infrrrojo medio, tnto del CBERS como del Lndst, en el verde del RGB se logrr myor diferencición e interpretción visul de los diferentes cultivos comprtivmente con l utilizción lo espectro rojo en el verde del RGB. En el cso del trigo y ced en el deprtmento de Pysndú Uruguy, l utilizr ls imágenes CBERS con ls recomendciones ntes mencionds fue posile estlecer su diferenci respectiv. Por otr prte, un fctor importnte pr l interpretción de los cultivos grícols y forestles es el nálisis temporl, donde se hce fundmentl l otención de un imgen del mes de enero o ferero, otr de mrzo, de ril, gosto y septiemre, ls cules permitirán un mejor identificción de los cultivos en el nálisis multitemporl. Se recomiend que en futuros trjos de identificción de cultivos grícols y forestles, se utilice l nd 2 del sensor IR-MSS remuestred, conjuntmente con ls nds 3 y 4 del sensor CDD del stélite CBERS. Se sugiere que se hgn ms investigciones en plicciones grícols con l nd 2 del sensor IRMSS, y sí mismo se considere fuertemente el umento de su resolución espcil. Se dee continur investigndo nuevos ptrones pr l interpretción visul de cultivos de menor extensión reltiv, como el cfé, fréjol, rroz, hortlizs y mní (menduin). 6. Referencis Del Arco, I.S.; Sensoriento remoto pr Estimtiv de Áre Agríol e Levntmento do Perfil Espectro- Temporl de Culturs Agrícols (INPE) Dissertção (Mestrdo em Sensorimento Remoto) Instituto Ncionl de Pesquiss Espciis, São José dos cmpos, p Moreir, M.A. Fundmentos do Sensormento Remoto e Metodologís de Aplicção 2 ed. UFV Viços, Brsil, p. Rudorff, B.F.T.; Sugwr, L.M.B.; Cândido, A.X.; Moreir, M.A.; Gomes, V.C.; Durte, V.; Shimukuro, Y.E.; Estimtiv de áre Plntd com Cn-de-Açúcr em Municipio do Estdo de São Pulo por Meio de Imgens de Stélites e Técnics de Geoprocessmento: Ano Sfr 2003/2004. INPE RPQ/759 Instituto de Ncionl de Pesquiss Espciis, p. 864