Islas de Calor Urbano ICU. Miguel Andrés Idrobo, Francisco Luis Hernández

Transcripción

1 Islas de Calor Urbano ICU Miguel Andrés Idrobo, Francisco Luis Hernández

2 CONTENIDO Introducción Problemática Justificación Métodos Y Resultados Bibliografía Page 2

3 INTRODUCCION La Isla de Calor Urbano ICU es un fenómeno urbano, de acumulación de calor. En los procesos de urbanización, muchas estaciones meteorológicas, han quedado dentro de las islas de calor derivando datos erróneos ya que no registran la climatología regional, sino la forzada por el régimen de la isla de calor. Es por eso que en este proyecto aplicaremos la Teledetección como técnica que nos permita analizar esta problemática en Santiago de Cali en dos fechas diferentes primero aplicando una clasificación urbana supervisada de componentes urbanos para determinar los posibles factores que puedan influenciar sobre este fenómeno, se captara la medida de la radiancia a partir del brillo de la temperatura en grados Kelvin y transformándola a grados centígrados con el objetivo de correlacionar las Islas de Calor con las diferentes variables que rodean el entorno urbano. Page 3

4 BALANCE DEL CALOR Page 4

5 FACTORES QUE INFLUYEN EN EL FENOMENO Page 5

6 PROBLEMATICA Las Fuentes convencionales están diseñadas para conocer el clima en determinados puntos específicos impidiendo establecer la distribución espacial de la temperatura y su relación con los componentes de la superficie urbana. Page 6

7 JUSTIFICACION El estudio del fenómeno de Islas de Calor Urbano mediante la teledetección permite realizar un análisis para la toma de decisiones tales como: Acciones de planeación urbana que permitan control y mitigación de este fenómeno. Mejorar las condiciones de uso de suelo. Determinar el origen de fenómenos climáticos urbanos Page 7

8 ICU Área de Estudio Pre-Procesamiento de la imagen CLASIFICACION SUPERVISADA Fase de Entrenamiento Fase de Asignación Derivación de la temperatura Landsat TM 4 Derivación de la temperatura Landsat ETM+ Clasificador de Máxima Probabilidad Imagen clasificada de componentes urbanos Imagen Diferencia Mapa de relación entre ICU y componentes urbanos Page 8

9 CALCULO DE TEMPERATURAS Área de Estudio Santiago de Cali, es una de las ciudades mas grandes ubicadas en el sur occidente Colombiano con aproximadamente 2 millones de habitantes, la cual ha experimentado una rápida Urbanización debido a la migración interna desde las zonas rurales a las ciudades dando lugar a notables efectos de las islas de calor (ICU). Page 9

10 Pre-procesamiento de la Imagen Sin Transformar Se trabajara con una imagen Landsat 7 (ETM+) 2003 y con una imagen Landsat 4 (TM) 1989, según Lingchen et al (2006) la banda 6 de la imagen TM presenta ruido periódico por lo que es necesario aplicar el método de Rápida Transformada de Fourier (RTF) lo cual removerá el ruido periódico de la imagen. Transformada Page 10

11 Derivación Temperatura Landsat TM 4 (1989) Números digitales Convertidos a Radiancia Obtención del Brillo captado por el Sensor Ecuación de la Plank Imagen Resultante Page 11

12 Derivación Temperatura Landsat ETM+ (2003) Ecuación de la Plank La temperatura es referenciada a un cuerpo negro por lo tanto este debe tener correcciones de emisividad espectral Page 12

13 Distribución de Temperaturas Landsat TM 4 (1989) Distribución de Temperaturas Landsat ETM + (2003) Page 13

14 Imagen Diferencia D ijk = BV ijk (1) BV ijk (2) + C Donde: D ijk = Cambio del valor del pixel. ND ijk (1) = Nivel digital en el Tiempo 1. ND ijk (2) = Nivel digital en el Tiempo 2. C = Constante para evitar valores negativos (habitualmente 127). i = Número de fila. j = Número de columna. k = Número de Banda. Page 14

15 CLASIFICACION SUPERVISADA Fase de Entrenamiento Zona Urbana Densa Zona Urbana Discontinua Zona Rural Suelo Desnudo Zona Rural Cultivada Vegetación Humedales Rio Cauca No clasificadas como nubes y sombra de nubes. Fase de asignación. Clasificador de Máxima Probabilidad. Es un método de asignación que considera una distribución normal de los Niveles Digitales en el centro de cada categoría de clasificación, lo que permite describir esa categoría por una función de probabilidad que se utiliza para calcular la probabilidad de que un píxel pertenezca a ella, y así asignar el píxel a aquella categoría que maximice la función de probabilidad (Chuvieco, 1996). Page 15

16 RELACION ENTRE ISLAS DE CALOR URBANO Y COMPONENTES DE LA SUPERFICIE URBANA 1989 Page 16

17 RELACION ENTRE ISLAS DE CALOR URBANO Y COMPONENTES DE LA SUPERFICIE URBANA 2003 Page 17

18 BIBLIOGRAFIA Chuvieco, E. (1996). Fundamentos de Teledetecciòn Espacial. Tercera Edición. Ediciones Rialp S. A. Madrid, España. 568 p. Dousset, B., Gourmelon, F.,(2003). Satellite multi-sensor data analysis of urban surface temperatures and Landover. Remote Sensing of Environment. 58, D. R. Streutker (2002) A remote sensing study of the urban heat island of Houston, Texas. International Journal of Remote Sensing. 23, Ling Chen, X., Mei. Z.H., Xiang, L.P., & Yong, Y.Z. (2006). Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes. Remote Sensing of Environment. 104, Jacquin, A., Misakova, L., Gay, M. (2008). A hybrid object-based classification approach for mapping urban sprawl in periurban environment. Landscape and Urban Planning. 84, Jensen, J. (1996). Introductory Digital Image Processing A Remote Sensing Perspective. Peña A., Romero A.(2005) Relación espacial y estadística entre las islas de calor de superficie, coberturas vegetales, reflectividad y contenido de humedad del suelo, en la ciudad de Santiago y su entorno rural. Publicación en los Anales de la Sociedad de Ciencias Geográficas de Chile. Ponencia Presentada en el XXVI Congreso Nacional y XVI Congreso Internacional de Geografía. Pérez González, M.ª E., García Rodríguez, M.ª P., guerra Zaballos, A., (2003). Análisis del clima urbano a partir de imágenes de satélite en el centro peninsular español. Anales de Geografía de la Universidad Complutense Solecki, W., Rosenzweig, C. P. G., Parshall, L., & Wiencke, M. (2002). The Current and Future Urban Heat Island Effect and Potential Mitigation Strategies in the Greater Newark, New Jersey Region. New Jersey. Departament of Earth and Environmental Studies. Montclair State University. 51 p. Page 18

19 BIBLIOGRAFIA Rajasekar, U., Weng, Q. (2009). Urban heat island monitoring and analysis using a non-parametric model: A case study of Indianapolis. ISPRS Journal of Photogrammetry and Remote Sensing. 64, Wan, Z., Zhanga, Y., Zhanga, Q., Zhao, L., Lia, b. (2002). Validation of the land-surface temperature products retrieved from Terra Moderate Resolution Imaging Spectroradiometer data. Remote Sensing of Environment. 83, Weng, Q., Lu, D., Schubring. J. (2004). Estimation of land surface temperature vegetation abundance relationship for urban heat island studies. Remote Sensing of Environment. 89, Yuan, F., & Bauer, M. (2007). Comparison of impervious surface area and normalized difference vegetation index as indicators of surface urban heat island effects in Landsat imagery. Remote Sensing of Environment. 106, Page 19