Seguimiento de la Temperatura mediante Teledetección
|
|
- María José Montoya Pérez
- hace 5 años
- Vistas:
Transcripción
1 Jornada sobre nuevas estrategias de observación de la Tierra en la Evaluación de los sumideros de carbono Seguimiento de la Temperatura mediante Teledetección José A. Sobrino Imaging Processing Laboratory (IPL) Director Unidad Cambio Global Dpt. Física de la Tierra y Termodinámica Universidad de Valencia sobrino@uv.es Tf: Madrid, 17 Diciembre 2007
2 OBJETIVOS Estimar la temperatura de la superficie terrestre desde satélite Resolver Ecuación de Transferencia Radiativa (ETR) en el intervalo térmico Proporcionar algoritmos operativos que permitan obtener Ts a partir de datos suministrados por sensores de baja (AVHRR, AATSR, MODIS, SEVIRI) y alta (ASTER, AHS) resolución espectral y espacial Validar los algoritmos propuestos Aplicaciones Análisis multitemporal de imágenes de satélite Detección de estrés hídrico Evapotranspiración 2
3 MARCO PARTICULAR INTRODUCCION TELEDETECCIÓN TERMICA Ts Porqué estimar la temperatura de la superficie terrestre? Buen indicador del balance de energía a y agua en la superficie de la Tierra Dato entrada modelos de predicción n numérica del tiempo Detecta el cambio climático Supervisa estado de salud de la vegetación Detecta los cambios relacionados con los procesos de desertización 3
4 Sólo las medidas desde satélite proporcionan: * cobertura global * resolución n espacial (3 km 60 cm) * Resolución n espectral (8-14 micrómetros) metros) * frecuencia temporal (16 días d 15 minutos) * datos no limitados por fronteras políticas. Permite estudiar variabilidad espacial y caracterizar superficies zonas cultivadas (suelo, lateral y copa de vegetación) zonas urbanizadas (calles, paredes). Isla térmica. Aplicaciones Evapotranspiración Detección heladas Incendios Estrés hídrico Seguimiento multitemporal, etc. INTRODUCCION Porqué estimar Ts mediante teledetección desde satélite? 4
5 48 APLICACIONES DEL INFRARROJO TÉRMICO Quattrochi y Luvall (1999) Thermal infrared remote sensing for analysis of landscape ecological processes: methods and applications Landscape Ecology, 14,
6 6
7 GREENLAND 2002 all-time record melt area Melting up to elevation of 2000 m 16% increase from 1979 to meters thinning in 5 years The smallest melt extent was observed after the Mt. Pinatubo eruption in 1992 Satellite-era record melt of 2002 was exceeded in Source: Waleed Abdalati, Goddard Space Flight Center 7
8 EVAPOTRANSPIRACIÓN Enero 1999 Febrero 1999 Marzo 1999 Abril 1999 Mayo 1999 Junio 1999 MAPA DE ET (mm/dia). Datos DAIS en BARRAX, 3 Junio 1999 Julio 1999 Agosto 1999 Septiembre 1999 Octubre 1999 Noviembre 1999 Diciembre 1999 ET d (mmd -1 )
9 Heladas Naranja: -2.3 ºC Daño o por congelación se crean cristales y rupturas
10 Problemas que plantea la estimación de la TST desde satélite 1) Calibrado de sensores térmicos 2) Detección de nubes 3) Corrección efectos atmosféricos (incluso ventanas atmosféricas). 4) Corrección de emisividad (superficies no son cuerpos negros). 5) Acoplamiento entre efectos atmosféricos y de emisividad 6) Efectos angulares (comportamiento no lambertiano). INTRODUCCIÓN 10
11 FORMULACIÓN ECUACIÓN DE TRANSFERENCIA RADIATIVA TÉRMICO sen ε ( ) (1 ε ) atm τ atm i, θ i, θ i s i, θ i i, θ i, θ L = B T + L + L Ti Tg NOMENCLATURA Térmico: 8-14 micrómetros τ: transmisividad de la atmósfera L atm : radiancia atmosférica ascendente L atm : radiancia atmosférica descendente θ: Ángulo de observación B L B : Función de Planck ε: Emisividad de la superficie T s : Temperatura de la superficie λ i : canal (valores efectivos o integrados) L sen : Radiancia a nivel del sensor L sen B(T i ) T i : Temperatura radiométrica a nivel del sensor (TEMPERATURA APARENTE > TS) L sup εb(t s )+(1-ε)L atm :radiancia a nivel de superficie L sup B(T gi ) T gi : temperatura radiométrica a nivel de la superficie SENSOR = EMISIÓN SUPERF. + REFLEXIÓN SUPERF. + RADIANCIA ATMOSF. 11
12 Impacto de cada término en la radiancia total llega al sensor TOTAL = SURF.EMIS + GRND.RFL + PATH Marco Teórico TOTAL: SURF.EMIS: GRND.RFL: PATH: Lsen τεb(ts) τ (1-ε)Latm Latm Ts = 294,2 K LMV (W=2.92 g cm - 2 ) Emisividad= muestra de arena Radiancia (W m -2 sr -1 8m -1 ) PATH SURF EMIS GRND RFL TOTAL B(Ts) Longitud de Onda (8m) 12
13 Transmisividad Atmosférica 1 0,8 0,6 0,4 0, Longitud de Onda ( m) Vapor de agua principal absorbente Total H2O O3 H2O cont. CO2 Principal absorbente: H2O (O3 en 9.6 μm) Ventanas atmosféricas: μm μm Fuerte dependencia tipo atmósfera en la ventana atmosférica ( μm) 13
14 Monocanal en términos de Temperatura En general Ts, Ti, Ta son próximas Linealización f. de Planck alrededor de Ti 1 ε i 1 τ T = T + L T ( τ 53º )[ T + L T T] + T T εi ετ i i { } i ( ) 1 ( ) ( ) s i i i i a i i i i a Cuerpo negro ε i =1 : T s = T i + T T Si superficie y atmósfera están n en equilibrio (compensan absorción n y emisión atmosféricas): T=0 (T i =T a ) En general la atmósfera está más s fría a que la superficie y T T >0 (hasta 12 K) CONCLUSION τ, τ 53º,T a Poco operativa: Necesita Radiosondeos: conocimiento preciso de perfiles verticales de temperatura y humedad Modelo de radiancia y transmisividad atmosféricas en el canal considerado 14
15 Método de la absorción diferencial Surge del desarrollo de un algoritmo biangular (observación n y f ) ETR: B i (T i )=[ε i B i (T s )+(1-ε i )(1 - τ i 53º )B i (T a )]τ i +(1-τ i )B i (Ta) (Sobrino et al, 1996) B(T n )=ε n τ n B(T s )+a 0 B(T an ) B(T f )=ε f τ f B(T s )+a 1 B(T af ) a 0 =1-τ n τ 53º - ε n τ n (1 - τ 53º ) a 1 =1-τ f τ 53º - ε f τ f (1 - τ 53º ) a a a a BT = BT BT BT BT a a a ( s) ( n) ( f) ( an) ( af) a 2 = ε n τ n (1 - τ f τ 53º ) - ε f τ f (1 - τ n τ 53º ) Linealización de la función de Planck BT ( ) BT ( s) = BT ( n) + ( Ts Tn) dt BT ( ) B( Tf ) = B( Tn) + ( Tf Tn) dt BT ( ) B( Tan) = B( Tn ) + ( Tan Tn ) dt BT ( ) B( Taf ) = B( Tn ) + ( Taf Tn ) dt T n T n T T n n T = T + a T T + a a L a a T T ( ) 1 ( ) s n n f n an af a2 a2 a2
16 Método de la absorción diferencial Se pueden separar los efectos atmosféricos y de emisividad: a a º 1 τ 1 (1 )( ) (1 ) n τnτ εn τn τ f Δετ f τ n = + 53º τn τ f τn τ f εn( τn τ f) +Δετ f(1 τnτ ) a = aa a a a Δ 53º 53º (1 εn) τ ( τn τ f) ετ τ f(1 τn) 53º εn( τn τ f ) +Δετ f(1 τnτ ) a = + +Δ a 53º {(1 τ f ) τ f(1 τ )[(1 εn) ε] } a a n (1 n) 2 a = α + α (1 ε ) α Δε a a + = β ε β Δε aa a = α (1 τ ) 0 f 1 τ n α0 = τ τ 1 τ nτ α1 = τ τ α n n = αατ β = τ 53º 53º β = τ τ α 53º 2 f 0 f f f T = T + A( T T ) B + B (1 ε ) B Δε s n n f 0 1 n 2 A = α 0 0 B = A(1 τ )( T T ) f an af B = α ( T T ) + β L B = c + c w 1 1 n f 1 n B = τ AB B = c + c w 2 f PROBLEMA ES CALCULAR LOS VALORES NUMÉRICOS DE LOS COEFICIENTES A, B 0, B 1, B 2
17 Simulaciones (experimentos controlados) Códigos de transferencia radiativa: MODTRAN Método de la absorción diferencial MODerate spectral resolution atmospheric TRANsmittance algorithm and computer model Permite obtener todos los términos de la ecuación de transferencia radiativa y crear de esta forma una base de datos simulados Bases de datos de radionsondeos (TIGR) TIGR: TOVS Initial Guess Retrieval Base1: 60 radiosondeos (0 a 6 g cm -2, intervalos 0.1) Base2: 1761 radiosondeos Espectros Emisividad: ASTER spectral library Alrededor de 2000 espectros Compuesta por 3 librerías: JHU + JPL + USGS Disponible en: espectros (muestras naturales) Rocas (244) Suelos (49) Vegetación (4) Agua (1) Hielo (1) Emisividad Agua de mar 0.70 Suelo (Inceptisol) Basalto (Ígnea) 0.60 Conífera Longitud de onda (μm) 17
18 Método de la absorción diferencial A en función del contenido en vapor de agua. Bo en función del contenido en vapor de agua Hacia una aplicación n operativa Ts T Para ε=1 n = n f + A( T T ) B 0 Ts-Tn (K) 25,00 20,00 15,00 10,00 y = 0,2049x 2 + 1,9416x + 0,0319 R 2 = 0,9795 Ts T 2 n = c1 T n T f) + c2( T n T f) + ( c 0 5,00 0, Tn-Tf (K) 18
19 Método de la absorción diferencial B1 y B2 se pueden linealizar en función del contenido en vapor de agua. 19
20 Algoritmos bicanales o Split-window: Algoritmos biangulares: Método de la absorción diferencial T = T + c ( T T ) + c ( T T ) + c + ( c + c w)(1 ε ) + ( c + c w) Δε 2 s i 1 i j 2 i j ε = ε + ε 2 Δ ε = ε ε ( i j) i j T = T + c ( T T ) + c ( T T ) + c + ( c + c w)(1 ε ) + ( c + c w) Δε 2 s n 1 n f 2 n f n 5 6 n: nadir f: forward Δε = ε n ε f Split-window window: : T i -T j i=11 μm,, j=12 12 μm Biangular: Tn-Tf Tf n= 11 μm m a 0º 0 f=11 μm m a 53º τ 12 =τ (53º) 20
21 Algorítmos Operativos Baja resolución AVHRR/NOAA AATSR/ENVISAT MODIS/TERRA SEVIRI/MSG 21
22 AVHRR/NOAA Sobrino and Raissouni (2000) T s (ε,w)= T (T 4 -T 5 ) (T 4 -T 5 ) (57-5W)(1-ε) (161-30W)Δε T 4 T 5 ε Δε Parámetros : Temperatura radiométrica, canal 4 AVHRR, μm : Temperatura radiométrica, canal 5 AVHRR, μm : emisividad espectral media, canales 4 y 5 AVHRR. : ε 4 -ε 5 diferencia de emisividad, canales 4 y 5 AVHRR. Error de estimación δt=1.3k Validación in-situ * AVHRR Pathfinder Oceans Match-up Database. W : Contenido total en vapor de agua atmosférico (g cm -2 ). * 300 AVHRR datos de Australia zona homogénea (F. Prata) 22
23 AVHRR/NOAA: Estimación contenido total en vapor agua MÉTODO (COVARIANZA /VARIANZA) (SWCVR) W = cosθ lnr (cosθ lnr 54 ) 2 θ : Ángulo de observación satélite. Ν ( T T )( T T ) R 54 k=1 = Ν 4k 4o 5k 5o ( T4k T4o) k=1 *Por vez primera método permite estimar W directamente de AVHRR sin acudir a sondeos. Gran variabilidad de W ( ) g cm -2 necesidad de calcular W, Mejorar precisión en Ts 23
24 Aún conociendo el efecto de la atmósfera PROBLEMA ADICIONAL Missing equation Marco Teórico En general, si tenemos un sensor con N bandas, tendremos un total de N ecuaciones con N+1 incógnitas: L = ε B ( T ) + (1 ε ) L sup atm s 1 1 L = ε B ( T ) + (1 ε ) L... sup atm s 2 2 L = ε B ( T ) + (1 ε ) L sup atm N N N s N N N ecuaciones N+1 incógnitas (ε 1, ε 2,, ε N, T s ) Necesario hipótesis simplificadoras permitan resolver el problema de estimar Ts desde satélite 24
25 NDVI THRESHOLDS METHOD: NDVITHM NDVI < 0.2 (Suelo desnudo.pv=0, Salisbury) ε = f (ρ 1 ) Δε = (ρ 1 ) 0.2 NDVI 0.5 (Pixel mezcla) ε i = ε vi P v + ε si (1- P v )+ C i ε = P v Δε = (1-P v ) P v =(NDVI-0.2) 2 /(0.09) Sobrino et al (1990) NDVI > 0.5 (Vegetación) ε = ε v + C i ε v = y C i =
26 EMISIVIDAD (23/7/95 y 30/5/96) 26
27 AVHRR/NOAA a Figure 3.a Emisividad superficie terrestre NDVI THM 27
28 AVHRR/NOAA a 330 K 240 K Figure 4.a TEMPERATURA SUPERFICIE TERRESTRE 28
29 AATSR (Advanced Along-Track Scanning Radiometer) Dos ángulos de visión: vista nadir (0º) y vista forward (55º) Tamaño del pixel: 1 km 2 nadir, 1.5 km x 2 km forward Barrido de unos 500 km (555 pixels nadir, 371 forward) 7 bandas, en visible, infrarrojo cercano y térmico 0.05 K resolución radiométrica AATSR/ENVISAT ERS-1 ERS-2 ENVISAT ATSR-1 ATSR-2 AATSR
30 Algorítmos Split-window y biangulares (Sobrino et al, 1996; 30 Int. Journal of Remote sensing 1996, 45 citas)(sobrino, Soria y Prata,, 2004). Algorithm Expression SW n, Quad: T s = T 2n (T 2n -T 1n ) (T 2n -T 1n ) SW n, Quad, ε: T s = T 2n (T 2n -T 1n ) (T 2n -T 1n ) (1-ε) SW n, Quad, ε, Δε: T s = T 2n (T 2n -T 1n ) (T 2n -T 1n ) (1-ε) 79.95Δε SW n (W), ε, Δε, W: T s = T 2n + ( W)(T 2n -T 1n ) + ( W) + ( W)(1-ε) - ( W)Δε SW n, Quad, ε, Δε, W: T s = T 2n (T 2n -T 1n ) (T 2n -T 1n ) 2 ( W) + ( W)(1-ε) - ( W) Δε DA 11 Quad: T s = T 2n (T 2n -T 2f ) (T 2n -T 2f ) DA 11 Quad, ε: T s = T 2n (T 2n -T 2f ) (T 2n -T 2f ) (1-ε 2n ) DA 11 Quad, ε, Δε: T s = T 2n (T 2n -T 2f ) (T 2n -T 2f ) (1-ε 2n ) 25.8Δεθ DA 11 W, ε, Δε, W: T s = T 2n + ( W)(T 2n -T 2f ) + ( W) + ( W)(1-ε 2n ) - ( W)Δεθ DA 11 Quad, ε, Δε, W: T s = T 2n (T 2n -T 2f ) (T 2n -T 2f ) 2 ( W) + ( W)(1-ε 2n ) - ( W)Δεθ
31 Análisis de sensibilidad Algorithm σ mod (K) σ noise (K) σ ε (K) σ WV (K) σ total (K) SW n, Quad: SW n, Quad, ε: SW n, Quad, ε, Δε: SW n (W), ε, Δε, W: σ mod : error residual atmosférico. σ noise : ruido: NEΔT=0.05 K. σ ε : error de emisividad : ε(ε)= σ WV : error vapor agua : ε(wv)= 0.5 gcm -2. total { σ 2 + σ 2 + σ 2 σ 2 } σ = ε + mod noise WV SW n, Quad, ε, Δε, W: DA 11 Quad: DA 11 Quad, ε: DA 11 Quad, ε, Δε: DA 11 W, ε, Δε, W: biangular mejores resultados que el SW Introducir el W mejora estimaciones Emisividad=1 Error total=0.3 K DA 11 Quad, ε, Δε, W:
32 MODIS/TERRA-AQUA Lanzado el 18 diciembre de 1999 Orbit type sun-synchronous Swath width 2330 km Radiometric resolution 12 bits Spatial resolution 250 m (channels 1-2) 500 m (channels 3-7) 1000 m (channels 8-36) Spectral range 36 canales: μm Repetition Daily except in the equator Data rate 11 Mbps 32
33 Canales MODIS/TERRA-AQUA 1 Canal 20 Canal 22 Canal 23 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, λ (μm) 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 Canal 29 Canal 30 Canal 31 Canal 32 Canal 33 Algoritmo Split-Window propuesto canales 31 y 32 T s = T (T 31 T 32 ) (T 31 T 32 ) (35-0.7W) (1-ε) - (73+5W) ε transmisividad longitud de espectro onda del ozono 33
34 MODIS/TERRA- TEMPERATURA SUPERFICIE TERRESTRE 34
35 SEVIRI/MSG - Meteosat 8 lanzado en agosto de 2002 y operativo desde el año Geostacionario. - Predicciones numéricas del tiempo y seguimiento a corto plazo 35
36 SEVIRI/MSG -Sensor: SEVIRI (Spinning Enhanced Visible and Infrared Imager) -Frecuencia de adquisición de imágenes: 15 -Resolución espacial: 3km en nadir (1km HRV) -Bandas de observación: 12 canales (4 VIS y IRP, 8 IRM y IRT) Filtros térmicos de SEVIRI 36
37 IR 10.8 IR 12.0 T s = T IR cos θ [ cosθ ] ( T T ) ( T T ) IR10.8 IR cosθ ( 1 ε ) W ( 1 ε ) SEVIRI/MSG-LST Sobrino and Romaguera (2005) cosθ IR cosθ IR12.0 Δε [ cosθ ] W Δε K 37
38 Validación Zonas heterogéneas. Barrax Barrax, Albacete ( 39º03 03 N, 02º06 06 W, 700 m elevación) Imágenes Landsat en falso color de la zona de estudio La zona experimental de las Tiesas en Barrax está situada a 20 km de Albacete. El área se caracteriza por una superficie llana con amplias zonas de cultivo. 38
39 ESTRÉS HIDRICO Diseño experimental Parcela de 4 ha, Córdoba Variedad del olivo: Arbequino Riego por goteo Bloques de 12 árboles bajo el mismo tratamiento de riego Bien regado: R (2.8 mm/d /día) Dosis estrés s 25% necesaria: S1 (0.7 mm/d /día) Dosis intermitente de estrés: s: S2
40 Instrumentación Validación RADIÓMETROS INFRARROJOS FUENTES DE CALIBRACIÓN PLATO DIFUSOR GONIÓMETRO CAJA PARA MEDIDA DE EMISIVIDADES CÁMARAS TÉRMICAS 40
41 Medidas de campo: Temperatura Validación (Transectos y medidas continuas) Intervalo temporal: 15 minutos Suelo Radiométrica Superficie (Campaña SPARC) 49 Temperatura (ºC) Horal Local T max T min = 5 ºC T s T rad = 2 ºC T s = (47.8 ± 1.5) ºC Hierba Radiométrica Superficie Temperatura (ºC) T max T min = 1.2 ºC T s T rad = 1 ºC T s = (30.9 ± 0.4) ºC Hora Local 41
42 Campaña CEFLES2 - Áreas de estudio Le Bray: 42
43 ANALISIS MULTITEMPORAL IMÁGENES DE SATÉLITE AVHRR, AATSR MODIS, SEVIRI SIMULACIONES MODTRAN sondeos espectros emisividad Filtros W, NDVI, ε, T Algoritmos SOFTWARE INSTRUMENTACIÓN radiómetros Raytek (1 banda) CIMEL (4/6 bandas) Fuente Calibrado Caja Validation MEDIDAS IN SITU Emisividad Temperatura (Transectos) CAMPAÑAS DAISEX (1998, 1999, 2000) WATERMED (2003) SPARC (2003, 2004) SEN2FLEX (2005) EAGLE, AGRISAR (2006) Algoritmos AVHRR PAL GIMMS Dinámica SOFTWARE VDCT HANTS 43
44 ANALISIS MULTITEMPORAL PROGRAMA PATHFINDER AVHRR Land (PAL) NOAA & NASA Julio 1981 Septiembre 2001 * Visión general de la zona de estudio * Definición regiones de interés, obtención y análisis de la evolución de los valores medios de Ts, NDVI y emisividad * Desarrollo de métodos para el seguimiento multi-temporal, en el espacio bidimensional Ts-NDVI, que permitan el estudio de la dinámica de la cobertura terrestre en la Cuenca Mediterránea 44
45 ANALISIS MULTITEMPORAL Relieve Gran variabilidad 0 m hasta 5000 m Clima Húmedo (Alta montaña) Templado húmedo Templado seco Seco (Clima de estepa) Seco y Desértico Gran Diversidad Medioambiental Excelente banco de Pruebas para Estudiar el Comportamiento de los Algoritmos Desarrollados 45
46 Mapa Mapavalor valormedio mediodel del NDVI NDVI para parael el periodo periodo ( ). Mapa Mapade de precipitación media media (mm/dia) para parael el periodo periodo ( ). Mapa Mapavalor valormedio mediolst (K) (K) para parael el periodo periodo ( ). Mapa Mapade de temperatura media media aire aire (K) (K) para para el el periodo periodo ( ). 46
47 Las zonas con mayor NDVI presentan los valores de Ts más bajos y viceversa. NDVI 20 años ANALISIS MULTITEMPORAL Gradiente Norte-Sur Δ NDVI =0.5 Ts 20 años Gradiente Sur-Norte Δ Ts =35 K 47
48 ANALISIS MULTITEMPORAL Método VLCD Vector Land Cover Dynamic 48
49 ANALISIS MULTITEMPORAL Thermo-NDVI classification Clasificación de la vegetación de América del Sur en función de la climatología (análisis multitemporal de datos de NDVI y precipitación durante el periodo ) sea Sobrino et al, Global and Planetary Change,
50 ANALISIS MULTITEMPORAL Análisis series temporales NDVI y LST identificar cambios vegetación en Europa / Rosa: zonas áridas del Sur en proceso de desertización (aumento 2.5 LST, disminución 0.02 NDVI) Verde oscuro: zonas centro Europa mejora su vegetación (disminución 1.5 LST, aumento 0.1 NDVI) desertisation longer growing season LST (x0.1 K) shorter growing season NDVI (x0.01) plant regrowth Cambios en la vegetación europea entre 1982/1986 y 1995/1999. Julien and Sobrino, Remote sensing of Environment
51 ANALISIS MULTITEMPORAL FUTURO: Cambio en longitud estación crecimiento a escala global ( ) día/año 51
52 IMAGING PROCESSING LABORATORY (IPL) Laboratorio de Procesado de Imágenes Antenas: AVHRR (NOAA), SEVIRI (MSG), MODIS (TERRA, AQUA) Desarrollo cadena de procesamiento, archivo, almacenamiento, distribución Disponer una base de datos de imágenes de satélite a disposición de organismos y ususarios. Estimación de parámetros biofísicos desde satélite ELABORACION SERIES TEMPORALES 52
53 REFERENCIAS Julien, Y., J. A. Sobrino, W. Verhoef (2006). Changes in land surface temperatures and NDVI values over Europe between 1982 and Remote Sensing of Environment, 103, Sobrino, J. A., J. C. Jiménez-Muñoz, P. J. Zarco-Tejada, G. Sepulcre-Cantó, y E. de Miguel (2006a). Land surface temperature derived from airborne hyperspectral scanner thermal infrared data, Remote Sensing of Environment, 102: Sobrino, J. A., Y. Julien, L. Morales (2006b). Multitemporal analysis of PAL images for the study of land cover dynamics in South America. Global and Planetary Change, 51, pp Sobrino, J. A., M. Gómez, J.C. Jiménez-Muñoz, A. Olioso and G. Chehbouni (2005). A simple algorithm to estimate evapotranspiration from DAIS data: Application to the DAISEX campaigns. Journal of Hydrology, 315, Sobrino, J. A., M. Romaguera (2004). Land surface temperature retrieval from MSG-SEVIRI data, Remote Sensing of Environment, 92, Sobrino, J. A., G. Soria, A. J. Prata. (2004). Surface temperature retrieval from Along Track Scanning Radiometer 2 data: Algorithms and validation. J. Geophysical Research, Vol. 109, No. D11, D /2003JD Sobrino, J. A., J. El Kharraz, Z.L Li (2003). Surface Temperature and water vapor retrieval from MODIS Data. International Journal of Remote Sensing V.24, nº 24, Sobrino, J. A., N. Raissouni (2000). Toward Remote Sensing methods for land cover dynamic monitoring. Application to Morocco. International Journal of remote Sensing, Vol. 21, no.2, Sobrino, J. A., Z.-L. Li, M. P. Stoll y F. Becker (1996). Multi-channels and Multi-angle algorithms for estimating sea and land surface temperature with ATSR data. Int. J. Remote Sensing, 17,
baja resolución José A. Sobrino Imaging Processing Laboratory (IPL) Universidad de Valencia Madrid, 12 marzo 2008
Plan Nacional de Teledetección. Reunión de Seguimiento: Planificación de coberturas 2008 Aplicación n de las imágenes de media y baja resolución José A. Sobrino Imaging Processing Laboratory (IPL) Universidad
Más detallesUNIVERSIDAD DE VERANO DE TERUEL (XXI EDICIÓN) TELEDETECCIÓN APLICADA AL MEDIO AMBIENTE CURSOS 2005, JULIO, 30 horas
CORRECCIÓN ATMOSFÉRICA EN EL INFRARROJO TÉRMICO El método TES y el sensor ASTER Juan Carlos Jiménez Muñoz Universitat de València Facultat de Física Dpt. Termodinàmica Unidad de Cambio Global Método TES
Más detallesCORRECCIONES PARA LA MEDIDA DE LA TEMPERATURA DESDE SATÉLITE
CORRECCIONES PARA LA MEDIDA DE LA TEMPERATURA DESDE SATÉLITE Dr. Rául Rivas Comisión de Investigaciones Científicas de Buenos Aires Instituto de Hidrología de Llanuras Universidad Nacional del Centro de
Más detallesESTIMACIÓN LA EMISIVIDAD Y LA TEMPERATURA DE LA SUPERFICIE CON EL SÁTELITE LANDSAT 8 JOSÉ J. PASAPERA GONZALES
ESTIMACIÓN LA EMISIVIDAD Y LA TEMPERATURA DE LA SUPERFICIE CON EL SÁTELITE LANDSAT 8 JOSÉ J. PASAPERA GONZALES ESTRUCTURA OBJETIVOS METODOLOGIA RESULTADOS ESTRUCTURA OBJETIVOS METODOLOGIA RESULTADOS OBJETIVOS
Más detallesUtilidad de los productos BioParpara aplicaciones en España: Proyecto Telerieg
Utilidad de los productos BioParpara aplicaciones en España: Proyecto Telerieg SOCIOS Y COLABORADORES http://www.telerieg.net/ 11/11/2009 - Albacete ACCIONES Las principales ACCIONES se organizan en Grupos
Más detallesEstimación de la temperatura de la superficie terrestre y del contenido total en vapor de agua atmosférico a partir de datos MODIS
Revista de Teledetección. 2003. 19: 59-64. Estimación de la temperatura de la superficie terrestre y del contenido total en vapor de agua atmosférico a partir de datos MODIS J. El Kharraz y J. A. Sobrino
Más detallesEstimación de la temperatura terrestre a partir de datos METOP-AVHRR3 mediante un algoritmo
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 40-49 Estimación de la temperatura terrestre a partir de datos METOP-AVHRR3 mediante un algoritmo Split-Window Land surface temperature retrieval from
Más detallesProductos BioPar: LST, Series Temporales
1 Productos BioPar: LST, Series Temporales J. A. Sobrino, Y. Julien, G. Sòria, J. C. Jiménez (IPL-UCG) F. Camacho (EOLAB) Reunión Grupo de Trabajo Baja Resolución. Plan Nacional De Teledetección, Madrid,
Más detallesDr. Facundo Carmona Dr. Mauro Holzman
Instituto de Hidrología de Llanuras Dr. Eduardo Jorge Usunoff Curso de posgrado en el marco de la Maestría en Teledetección y SIG UNICEN. Azul, 2 6 de junio de 2014 Dr. Facundo Carmona facundo.carmona@rec.unicen.edu.ar
Más detallesAzul, 2-6 de junio de Curso de posgrado Maestría en Teledetección y SIG
Azul, 2-6 de junio de 2014. Curso de posgrado Maestría en Teledetección y SIG Miembros del Instituto de Hidrología de Llanuras (Comisión de Investigaciones Científicas Universidad Nacional del Centro Municipalidad
Más detallesRADIACION DE ONDA LARGA A PARTIR DE DATOS NOAA- AVHRR
RADIACION DE ONDA LARGA A PARTIR DE DATOS NOAA- AVHRR E. Hurtado* y J.A. Sobrino ** ehurtado@pol-ab.uclm.es * Departamento de Física Aplicada. Escuela Politécnica Superior de Albacete Albacete 02071. **Departamento
Más detallesDeterminación de la temperatura de la superficie terrestre a partir de datos MSG1/SEVIRI
Revista de Teledetección. 2004. 22: 25-31. Determinación de la temperatura de la superficie terrestre a partir de datos MSG1/SEVIRI M. Romaguera y J. A. Sobrino mireia.romaguera@uv.es, sobrino@uv.es Dpt.
Más detallesPLATAFORMAS Y SENSORES. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández
PLATAFORMAS Y SENSORES Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Órbitas de los Satélites Plataformas y Sensores Satélite Geoestacionario Satélite Cuasi Polar Órbitas de los Satélites
Más detallesUnidad de Cambio Global, Laboratorio de Procesado de Imágenes, Parque Científico de la Universidad de Valencia, P. O. Box 2205, E Valencia.
Revista de Teledetección. ISSN: 1988-8740. 2010. 33: 53-63 Obtención de la temperatura de la superficie terrestre a partir de la serie histórica LANDSAT Land surface temperature retrieval from historical
Más detallesOBTENCIÓN DE MAPAS DE ESTRÉS HÍDRICO A PARTIR DE DATOS CAPTADOS POR LOS SENSORES AVHRR Y MODIS
OBTENCIÓN DE MAPAS DE ESTRÉS HÍDRICO A PARTIR DE DATOS CAPTADOS POR LOS SENSORES AVHRR Y MODIS Raúl Rivas 1 ; Javier Houspanossian 1 1 Instituto de Hidrología de Llanuras Comisión de Investigaciones Científicas
Más detallesAnálisis comparativo de las ventanas espectrales 8-9 µm. y 10,5-12,5 µm para la determinación precisa de la temperatura
Revista de Teledetección. 2001 Análisis comparativo de las ventanas espectrales 8-9 µm. y 10,-12, µm para la determinación precisa de la temperatura V. Caselles, C. Coll, E. Rubio, E. Valor, M.M. Artigao,
Más detallesANÁLISIS HISTÓRICO DE LOS VALORES DE ET C DE UNA ZONA DE RIEGO ESTIMADOS MEDIANTE IMÁGENES SATELITALES
ANÁLISIS HISTÓRICO DE LOS VALORES DE ET C DE UNA ZONA DE RIEGO ESTIMADOS MEDIANTE IMÁGENES SATELITALES Braulio Antonio Vázquez Rodríguez Ronald Ernesto Ontiveros Capurata Waldo Ojeda Bustamante Alberto
Más detalles3. Teledetección e Incendios Aproximaciones
3.1. Aproximaciones 3.1. Detección y Seguimiento de focos activos: Necesidad de detectar de forma sencilla y rápida los incendios en zonas remotas 3.1. Detección y Seguimiento de focos activos: Régimen
Más detallesEspecificaciones Técnicas para el Plan Nacional de Teledetección (PNT) 2009
PLAN NACIONAL DE TELEDETECCIÓN Especificaciones Técnicas para Satélite MODIS Final Descripción de este documento: Título Especificaciones Técnicas para el Plan Nacional de Teledetección (PNT) 2009 Identificador
Más detallesIncorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire
Incorporación de la temperatura de la superficie terrestre obtenida desde satélite para la mejora de modelos predictivos de temperatura del aire Maria MIRA 1, M. NINYEROLA 2, M. BATALLA 2, L. PESQUER 3,
Más detallesUN INDICE DE VEGETACION PARA EL SEGUIMIENTO POR SATELITE DE LA MASA FORESTAL
UN INDICE DE VEGETACION PARA EL SEGUIMIENTO POR SATELITE DE LA MASA FORESTAL E. M. Louakfaoui y J. L. Casanova E-mail:mostafa@latuv.uva.es Laboratorio de Teledetección de la Universidad de Valladolid,
Más detallesM. Atitar, J.A. Sobrino, J.C. Jiménez, R. Oltra, Y. Julien, G. Sòria, A. Ruescas, V. Hidalgo, B. Franch y C. Mattar
Algoritmo de estimación de la temperatura de la superficie terrestre con el MSG2: test y comparación con datos in situ y productos MODIS y LandSAF A land surface temperature retrieval algorithm from MSG2:
Más detallesEspecificaciones Técnicas para procesado MODIS
1 Especificaciones Técnicas para procesado MODIS J. A. Sobrino, F. Camacho, J. C. Jiménez, M. Romaguera 2 INTRODUCCIÓN Estudio de los tratamientos a realizar sobre las imágenes de satélite de baja resolución
Más detallesSensores en el Óptico y en el Infrarrojo Formación de la imagen en un sistema óptico :
Formación de la imagen en un sistema óptico : (c) 2000 Universitat Politècnica de Catalunya 41 Potencia captada por un fotodetector en un sistema óptico : S G F detector 0 # # = f D = L 2 1+ 4 F# τ π optica
Más detallesLA OBSERVACIÓN DE LA TIERRA DESDE EL ESPACIO. IMÁGENES SATELITALES: UN RECURSO DISPONIBLE
57 LA OBSERVACIÓN DE LA TIERRA DESDE EL ESPACIO. IMÁGENES SATELITALES: UN RECURSO DISPONIBLE Adriana Ferreyra* 1 Palabras clave: sensores remotos, imágenes satelitales, uso del suelo, monitoreo El uso
Más detallesResoluciones en Teledetección
Resoluciones en Teledetección Resolución espacial: La resolución espacial es el tamaño del píxel, en algunos casos se emplea el concepto de IFOV (campo instantáneo de visión) que se define como la sección
Más detallesCALCULO DE TEMPERATURA DE SUPERFICIE A PARTIR DE IMÁGENES NOAA, LANDSAT Y SENTINEL-3
CALCULO DE TEMPERATURA DE SUPERFICIE A PARTIR DE IMÁGENES NOAA, LANDSAT Y SENTINEL-3 Apellidos, nombre Departamento Centro Fernández Sarría, Alfonso (afernan@cgf.upv.es) Ingeniería Cartográfica, Geodesia
Más detallesDEPARTAMENTO DE TERMODINÁMICA
DEPARTAMENTO DE TERMODINÁMICA ESTIMACIÓN DE LA TEMPERATURA Y LA EMISIVIDAD DE LA SUPERFICIE TERRESTRE A PARTIR DE DATOS SUMINISTRADOS POR SENSORES DE ALTA RESOLUCIÓN JUAN CARLOS JIMÉNEZ MUÑOZ UNIVERSITAT
Más detallesM. García García. ETSIA Universidad Politécnica de Madrid
Ecosistemas 13 (2): 103-107. Mayo 2004. http://www.revistaecosistemas.net/articulo.asp?id=152 Respuesta de la vegetación a variaciones climáticas en las praderas y sistemas adehesados mediterráneos. Metodología
Más detallesRetomamos Imágenes infrarrojas térmicas
Retomamos Imágenes infrarrojas térmicas Recordando que: Con el sensor infrarrojo el satélite mide la radiación emitida desde de la superficie de la Tierra y de los topes de nubes, y con éstos datos se
Más detallesSatélites Meteorológicos
Satélites Meteorológicos Sensores Remotos/Sensores in situ Por qué medir desde el espacio? Las observaciones con satélite son una herramienta de observación complementaria muy importante de la atmósfera
Más detallesINTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA
INTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA Haydee Karszenbaum Veronica Barrazza haydeek@iafe.uba.ar Clase 1.3: Sistemas satelitales: características y ejemplos Teledetección cuantitativa Criterios para
Más detallesFIGARO. Uso de la teledetección para la gestión del agua de riego. Presente y futuro IMPLANTACIÓN DEL RIEGO DE PRECISIÓN
III Jornada sobre Gestión Eficiente del Agua de Riego IMPLANTACIÓN DEL RIEGO DE PRECISIÓN DESDE LA PLATAFORMA FIGARO Valencia, 30 de Junio 2016 FIGARO Una plataforma Flexible de Riego de Precisión para
Más detallesQué es la Percepción Remota (PR)? modis.nasa.gov
Qué es la Percepción Remota (PR)? modis.nasa.gov Satélites de PR más comunes (1/2) Satélites de recursos naturales: Landsat (1-7) RBV, MSS, TM, ETM SPOT HRV-P y XS Vegetation IRS-C Liss, Wifs. Meteorológicos:
Más detallesTécnicas de Teledetección aplicadas a la gestión de los recur
Técnicas de Teledetección aplicadas a la gestión de los recursos hídricos Los orígenes Los orígenes Caracterización y tipos de sensores Definiciones Se entiende por plataforma los satélites (LANDSAT, METEOSAT,
Más detallesPanorama de los productos de nieve de la NASA
National Aeronautics and Space Administration ARSET Applied Remote Sensing Training http://arset.gsfc.nasa.gov @NASAARSET Panorama de los productos de nieve de la NASA www.nasa.gov Objetivo Poder acceder
Más detallesE n c u e n t r o C i e n t í f i c o I n t e r n a c i o n a l
ECI E n c u e n t r o C i e n t í f i c o I n t e r n a c i o n a l Identificación de humedales alto andinos integrando imágenes Landsat y Aster GDEM con árbol de decisión sobre la cabecera de las cuencas
Más detallesLa medida de la temperatura con el instrumento MUST
Revista de Teledetección. 000 La medida de la temperatura con el instrumento MUST E. Valor, V. Caselles, C. Coll, F. Sánchez, E. Rubio y F. Sospedra e-mail: Enric. Valor@uv.es Departament de Tennodinamica.
Más detallesSantiago Salsón Casado
Santiago Salsón Casado www.meteogalicia.es Índice: Red de estaciones meteorológicas Red de boyas Satélites meteorológicos Radar meteorológico Red de detección de rayos Radiosondeo EVOLUCIÓN HISTÓRICA Siglo
Más detallesTEMA III SISTEMAS ESPACIALES DE TELEDETECCIÓN
TEMA III SISTEMAS ESPACIALES DE TELEDETECCIÓN CLASIFICACIÓN DE SISTEMAS SENSORES Según la procedencia de la energía: - pasivos - activos sensores fotográficos. sensores óptico-electrónicos. (exploradores
Más detallesDependencia angular del algoritmo de split-window para la obtención de la temperatura de la superficie terrestre para el sensor modis
TELEDETECCIÓN - Hacia un mejor entendimiento de la dinámica global y regional Ed. Martin, 2007, ISBN: 978-987-543-126-3 Dependencia angular del algoritmo de split-window para la obtención de la temperatura
Más detallesPropuesta de una ecuación multicanal y angular para la determinación de la Temperatura de la Superficie del Mar
TELEDETECCIÓN - Hacia un meor entendimiento de la dinámica global y regional Ed. Martin, 2007, ISBN: 978-987-543-126-3 Propuesta de una ecuación multicanal y angular para la determinación de la Temperatura
Más detallesPlataformas y sensores con fines Meteorológicos, Radar e Hiperespectrales Grupo 4
Plataformas y sensores con fines Meteorológicos, Radar e Hiperespectrales Grupo 4 Vanessa Bentancur - Ciencias de la Atmósfera Katherine Lesparre - Agrimensura Andrea Barbieri - Tecnólogo en Cartografía
Más detallesALGORITMO DE ESTIMACIÓN DE LA TEMPERATURA DE LA SUPERFICIE TERRESTRE CON EL METEOSAT 9: TEST Y COMPARACIÓN CON DATOS IN SITU Y PRODUCTOS LANDSAF
ALGORITMO DE ESTIMACIÓN DE LA TEMPERATURA DE LA SUPERFICIE TERRESTRE CON EL METEOSAT 9: TEST Y COMPARACIÓN CON DATOS IN SITU Y PRODUCTOS LANDSAF M. Atitar 1, J.A. Sobrino 1 Mariam.atitar@uv.es 1 Departamento
Más detallesNUEVAS HERRAMIENTAS GEOMÁTICAS PARA
NUEVAS HERRAMIENTAS GEOMÁTICAS PARA LA EVALUACIÓN DE LA VULNERABILIDAD, POR SISMO Y TSUNAMI PhD. Ing. Miguel Estrada Centro Peruano Japonés de Investigaciones Sísmicas y Mitigación de Desastres (CISMID)
Más detallesEl objetivo último de la agricultura de precisión es la obtención de mayores rendimientos (económicos, medioambientales, sociales ).
EL USO OPERATIVO DE SARP EN AGRICULTURA DE PRECISIÓN SARP vs Agricultura de precisión www.geodim.es 1 Proyectos europeos Proyectos europeos Agricultura de precisión? La agricultura de precisión es el manejo
Más detallesSecretaria de Energía Tecnología de la Información
Secretaria de Energía Tecnología de la Información Sensores Remotos Detección de Venteo de Gas Informe Septiembre 2007 ELECCION DE SENSORES Luego de realizar varias pruebas con imágenes Landsat (se documentan
Más detallesPreguntas y Problemas
Preguntas y Problemas 1. Obtenga la ley de Planck en función de la frecuencia y del nro. de onda a partir de la expresión dada en la clase teórica en función de la longitud de onda. 2. El radiómetro de
Más detallesPalabras clave: temperatura del aire, temperatura superficial terrestre, MODIS.
Estimación de la temperatura del aire a partir de la temperatura de superficie obtenida con el sensor MODIS e información espacio-temporal. Aplicación en modelos de riesgo de incendios forestales en la
Más detallesEmisividad direccional absoluta. ) (1) exp (- α / T ) - 1.3 exp (- α / T )
VARIACIÓN ANGULAR DE LA EMISIVIDAD: UN ESTUDIO EXPERIMENTAL J. Cuenca, J. A. Sobrino, L. Dempere, H. El Kharraz, N. Raissouni Juan.Cuenca@uv.es, Jose.Sobrino@uv.es, Laura.Dempere@uv.es, Naoufal.Raissouni@uv.es,
Más detallesINTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA
INTRODUCCIÓN A LA TELEDETECCIÓN CUANTITATIVA Haydee Karszenbaum Veronica Barrazza haydeek@iafe.uba.ar vbarraza@iafe.uba.ar Clase 1.4: radiometria Teledetección cuantitativa 1 Qué es teledetección?: sistema
Más detallesESTIMACIÓN DE ETc y Kc MEDIANTE UN MODELO DE BALANCE DE ENERGÍA
ESTIMACIÓN DE ETc y Kc MEDIANTE UN MODELO DE BALANCE DE ENERGÍA Braulio Antonio Vázquez Rodríguez Posgrado en Ciencias y Tecnología del Agua Ronald Ernesto Ontiveros Capurata Waldo Ojeda Bustamante Alberto
Más detallesTeledetección desde satélite
Teledetección desde satélite Juan Meléndez Sánchez Profesor Titular Departamento de Física Universidad Carlos III de Madrid Mayo 2002 Conceptualmente, Teledetección Medidas in situ Históricamente, La teledetección
Más detallesTEMA 2. LA IMPORTANCIA DE LA SUPERFICIE EN LOS BALANCES DE ENERGÍA Y AGUA.
TEMA 2. LA IMPORTANCIA DE LA SUPERFICIE EN LOS BALANCES DE ENERGÍA Y AGUA. 1. EL BALANCE DE ENERGÍA 1.1. El balance de radiación A. Características de la radiación B. Principios generales del comportamiento
Más detallesRECOMENDACIÓN UIT-R SA BANDAS DE FRECUENCIAS Y ANCHURAS DE BANDA UTILIZADAS PARA LA DETECCIÓN PASIVA POR SATÉLITE (Cuestión UIT-R 140/7)
Rec. UIT-R SA.1-3 1 RECOMENDACIÓN UIT-R SA.1-3 BANDAS DE FRECUENCIAS Y ANCHURAS DE BANDA UTILIZADAS PARA LA DETECCIÓN PASIVA POR SATÉLITE (Cuestión UIT-R 140/7) Rec. UIT-R SA.1-3 (1978-1990-1994-1997)
Más detallesCurso de posgrado Evapotranspiración a escala local y regional. Instituto de Hidrología de Llanuras Teoría
Docente de la clase: Martín Ignacio Bayala Teoría Una imágenes de satélite es una matriz numérica de datos que nos permite hacer operaciones matemáticas para la estimación y/o determinación de variables
Más detallesEstudio de la variación angular de la emisividad del crudo para la identificación de vertidos marinos en el infrarrojo térmico
Asociación Española de Teledetección Revista de Teledetección 39, 57-62 ISSN: 1988-8740 Estudio de la variación angular de la emisividad del crudo para la identificación de vertidos marinos en el infrarrojo
Más detallesDetección de estrés hídrico en olivar mediante datos hiperespectrales y térmicos del sensor AHS
Revista de Teledetección. 2005. 24: 21-25 Detección de estrés hídrico en olivar mediante datos hiperespectrales y térmicos del sensor AHS G. Sepulcre-Cantó 1, P.J. Zarco-Tejada 1, J.C. Jiménez-Muñoz 2,
Más detallesUSO ÓPTIMO DE IMÁGENES SAC-C: TRANSFORMACIÓN EN REFLECTANCIA (SENSOR MMRS) R. Rivas 1, P. Vázquez 2, I. Entraigas 1, E. Usunoff 1 y M.
USO ÓPTIMO DE IMÁGENES SAC-C: TRANSFORMACIÓN EN REFLECTANCIA (SENSOR MMRS) R. Rivas 1, P. Vázquez 2, I. Entraigas 1, E. Usunoff 1 y M. Gandini 3 1 Instituto de Hidrología de Llanuras, CC 44, 7300, Azul,
Más detallesAGRICULTURA DE PRECISIÓN MEDIANTE EL USO DE TECNOLOGÍAS GEOESPACIALES
AGRICULTURA DE PRECISIÓN MEDIANTE EL USO DE TECNOLOGÍAS GEOESPACIALES Dr. Ronald Ernesto Ontiveros Capurata I CONGRESO NACIONAL COMEII 2015 DE RIEGO Y DRENAJE 23 Y 24 de noviembre de 2015 Jiutepec, Morelos
Más detallesTécnicas de Teledetección para la prevención y evaluación de incendios forestales en Canarias
JORNADA TÉCNICA TELEDETECCIÓN E INCENDIOS Universidad de Zaragoza, Plaza Basilio Paraíso, 4 Técnicas de Teledetección para la prevención y evaluación de incendios forestales en Canarias Alejandro González
Más detallesAplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma(León) 28/10/2016
Aplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma(León) 28/10/2016 1 Introducción al proyecto OPTIREG Aplicación de la teledetección
Más detallesImágenes y productos de Satélite
Imágenes y productos de Satélite Los satélites meteorológicos están diseñados para observar la Tierra desde una determinada órbita con el objetivo de monitorizar el medio ambiente y estudiar fenómenos
Más detallesTEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES
TEMA VI-b ANÁLISIS DIGITAL DE IMÁGENES Tipos de Correcciones Radiométricas: Eliminar ruidos en los ND. Conversión a parámetros físicos. Geométricas: Sistemáticas: esfericidad, movimiento de rotación, inclinación
Más detallesINFOREST. Jornada Presentación InForest. Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest INFOREST Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detalles5 Imágenes NOAA-AVHRR
5 Imágenes NOAA-AVHRR Los satélites NOAA (National Oceanic and Atmospheric Administration) forman parte del Programa POES (Polar Operational Environment Satellite) desarrollado por la NASA en cooperación
Más detallesEstimación de la temperatura superficial del mar desde datos satelitales NOAA- AVHRR: validación de algoritmos aplicados a la costa norte de Chile
Lat. Am. J. Aquat. Res., 39(1): 179-183, Estimación 2011 de la temperatura superficial del mar en el norte de Chile 179 DOI: 10.3856/vol39-issue1-fulltext-18 Short Communication Estimación de la temperatura
Más detallesUSO DE LA TELEDETECCIÓN EN HIDROLOGÍA
Aspectos ambientales de la Hidrología, FCH, noviembre 2014, UNCPBA USO DE LA TELEDETECCIÓN EN HIDROLOGÍA Instituto de Hidrología de Llanuras www.ihlla.org.ar Dr. Raúl Rivas Investigador de la Comisión
Más detallesFUNDAMENTOS DE TELEDETECCIÓN ESPACIAL. Qué es la teledetección espacial?
INTRODUCCIÓN Qué es la teledetección espacial? Adquisición de información a distancia Observación remota de la superficie terrestre Remote Sensing Concepto de Teledetección Componentes de un sistema de
Más detallesIntroducción a la Percepción Remota. Yolanda León INTEC
Introducción a la Percepción Remota Yolanda León INTEC Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Oceanografía MODIS - Aqua Aplicaciones Ambientales: Incendios
Más detallesMonitoreo de incendios forestales: 19 años. Dr. Rainer Ressl
Monitoreo de incendios forestales: 19 años Dr. Rainer Ressl Erase una vez en CONABIO EN EL AÑO 1999 Rainer Ressl Silke Kerkhoff Raúl Jiménez Isabel Cruz Michael Schmidt LOS PADRES DEL SISTEMA Monitoreo
Más detallesInForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución
Jornada Presentación InForest InForesT Sistema de Gestión e Inventario Forestal: Aplicación de Imágenes de Satélite de Muy Alta Resolución Jornada Presentación InForest Sistemas de Información y Gestión
Más detallesXVII Congreso de la Asociación XVII Congreso de la Asociación Españo Esp la añola de T de ele Teledet detec ección ción
Murcia, 3 al 7 Octubre 2017 Habitats Bentónicos mediante Sistemas Espaciales de Alta Resolución: Evaluación de Técnicas de Corrección Atmosférica Francisco Eugenio, Javier Marcello, Ferran Marqués 1.-
Más detallesEl formato de imágenes APT de los satélites NOAA
Universitaria 2014/2015 El formato imágenes APT los satélites NOAA Ana Arboleya Arboleya Departamento Ingeniería Eléctrica Campus Universitario 33204 Gijón, Asturias, Spain e-mail: aarboleya@tsc.uniovi.es
Más detallesRevista de Topografía Azimut
Revista de Topografía Azimut http://revistas.udistrital.edu.co/ojs/index.php/azimut artículo de investigación Ajuste de los algoritmos OC2 y OC3 de MODIS para la obtención de la concentración de clorofila-a
Más detallesEl subsistema VNIR obtiene imágenes en tres bandas del rango de luz
II ANALISIS DE IMÁGENES MULTI-ESPECTRALES a) Imágenes ASTER* Las imágenes satelitales ASTER son capturadas por el satélite TERRA, puesto en órbita en diciembre de 1999 por los gobiernos de Estados Unidos
Más detallesMapa Predictivo de Distribución Potencial de Aedes aegypti en Chile
Mapa Predictivo de Distribución Potencial de Aedes aegypti en Chile Tercera Escuela Internacional de Entrenamiento Avanzado en Epidemiología Panoramica Epidemiología Panorámica La epidemiología panorámica
Más detallesCORRECCIÓN TOPOGRÁFICA CON EL MÉTODO DEL COEFICIENTE C EN IMÁGENES SPOT 5 DE LA SIERRA MADRE DEL SUR, CHIAPAS, MÉXICO
CORRECCIÓN TOPOGRÁFICA CON EL MÉTODO DEL COEFICIENTE C EN IMÁGENES SPOT 5 DE LA SIERRA MADRE DEL SUR, CHIAPAS, MÉXICO TOPOGRAPHIC CORRECTION OF SPOT 5 IMAGERY AT THE SOUTH MOUNTAIN CHAIN BY COEFFICIENT
Más detallesJ. P. Rivera, J. Verrelst, J. Delegido, J. Moreno. Laboratorio de procesado de imágenes (LPI) Parque Científico Universidad de Valencia.
J. P. Rivera, J. Verrelst, J. Delegido, J. Moreno Laboratorio de procesado de imágenes (LPI) Parque Científico Universidad de Valencia. CONTENIDO 2/19 Caracterización de la vegetación es clave para mejorar
Más detallesIV Seminario Golfo San Jorge y Mar Austral PROYECTOS DE LA CONAE: EL MAR Y LAS COSTAS VISTOS DESDE LOS SATÉLITES
Misión SABIA Mar Formosa, 23 de febrero, 2016 1/11 COMISION NACIONAL DE ACTIVIDADES ESPACIALES IV Seminario Golfo San Jorge y Mar Austral CIT GOLFO SAN JORGE PROYECTOS DE LA CONAE: EL MAR Y LAS COSTAS
Más detallesIntroducción a la Percepción Remota. Yolanda León Maestría en Ing.Sanitaria y Ambiental Diciembre 2011 INTEC
Introducción a la Percepción Remota Yolanda León Maestría en Ing.Sanitaria y Ambiental Diciembre 2011 INTEC Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Clima Aplicaciones Ambientales: Oceanografía
Más detallesComportamiento emisivo del mar con manchas de aceite: La mancha de aceite provoca un aumento de la T B. de carácter. Radiometría de Microondas.
Comportamiento emisivo del mar con manchas de aceite: T p B, sea [ ] [ p p ( ) ( )] oil H O Tsea = ΓH O θ Γoil θ T sea p p ( θ) = e ( θ) e ( θ) 2 Radiometría de Microondas La mancha de aceite provoca un
Más detallesRECOMENDACIÓN UIT-R RS * Criterios de interferencia para la teledetección pasiva por satélite
Rec. UIT-R RS.1029-2 1 RECOMENDACIÓN UIT-R RS.1029-2 * Criterios para la teledetección pasiva por satélite (1994-1997-2003) La Asamblea de Radiocomunicaciones de la UIT, considerando a) que determinadas
Más detallesPNT Baja Resolución Estado Actual. Junio 2009 Estado actual del PNT Baja Resolución GT Baja Resolución
PNT Baja Resolución Estado Actual Orden del día II Reunión del Grupo de Trabajo de Baja Resolución 09 de Junio de 2009 Sesión Horario Duración (minutos) Actividad Organismo Ponente 9:30 a 45:00 Recepción
Más detallesESTIMACION DE LOS DIAS GRADO ANUALES USANDO DATOS AVHRR-NOAA RESUMEN
ESTIMACION DE LOS DIAS GRADO ANUALES USANDO DATOS AVHRR-NOAA Morales, Luis (1), Fernando Santibañez, Juan Carlos Parra y Alfonso Llancaqueo (2) (1) Facultad de Ciencias Agrarias y Forestales, Universidad
Más detallesMaría Isabel Cruz López Subdirectora de Percepción Remota CONABIO
María Isabel Cruz López Subdirectora de Percepción Remota CONABIO TIC y Desarrollo sostenible en América Latina: experiencias e iniciativas de política 23 octubre de 2012 Santiago de Chile OBJETIVO Mostrar
Más detallesMETEOROLÓGICOS. órbita polar
SATÉLITES METEOROLÓGICOS Proveen información n especial sobre la ubicación n y el movimiento de los sistemas de tiempo y de las nubes alrededor del mundo. Existen dos tipos diferentes de satélites: Geoestacionarios
Más detallesEstimación de la evapotranspiración en las zonas experimentales de Barrax y Alpilles a partir de imágenes del sensor DAIS
Revista de Teledetección. 2003. 20: 29-34. Estimación de la evapotranspiración en las zonas experimentales de Barrax y Alpilles a partir de imágenes del sensor DAIS J. A. Sobrino, M. Gómez, A. Olioso*
Más detallesCurso Avanzado de Procesamiento Digital de Imágenes con ENVI. TELEMATICA S.A. -
Curso Avanzado de Procesamiento Digital de Imágenes con ENVI L E C T U R A S TELEDETECCIÓN INTRODUCCIÓN TELEMATICA S.A. 2014 www.telematica.com.pe Introducción a la Teledetección y Procesamiento Digital
Más detallesXII CONGRESO NACIONAL DE METEOROLOGÍA ORGANIZACIÓN MEXICANA DE METEORÓLOGOS
XII CONGRESO NACIONAL DE METEOROLOGÍA ORGANIZACIÓN MEXICANA DE METEORÓLOGOS CALIBRACIÓN E IMPLEMENTACIÓNDE LA IMÁGENES INFRARROJAS DEL SATÉLITE GOES-8 PARA LA DETECCIÓN DE INCENDIOS FORESTALES Y ACTIVIDAD
Más detallesgeoeuskadiren 5. tailerra 5º taller geoeuskadi
geoeuskadiren 5. tailerra 5º taller geoeuskadi Introducción a la teledetección Teledetekzioa teknikari sarrera Aitor Bastarrika UPV / EHU Geomatika eta Topografia Ingeniaritza Gradua UPV / EHU Grado en
Más detallesEstimación de parámetros biofísicos de superficie a partir de datos de satélite
Estimación de parámetros biofísicos de superficie a partir de datos de satélite Bahía Blanca, 10-14 de noviembre de 2014 Curso elaborado para la Universidad Nacional del Sur Departamento de Geografía y
Más detallesAutores: José David Cáceres Dra. María Pilar Martín Isabel Dr. Javier Salas Rey
Autores: José David Cáceres Dra. María Pilar Martín Isabel Dr. Javier Salas Rey Introducción Objetivos Antecedentes Metodología Resultados Conclusiones La cuantificación del balance de carbono se presenta
Más detallesModelo de Mezcla Lineal aplicado al mapeo de la temperatura superficial a nivel de subpíxeles
Modelo de Mezcla Lineal aplicado al mapeo de la temperatura superficial a nivel de subpíxeles Juan Diego Giraldo Osorio (1) Alex Gerardo Eslava Rodríguez (2) (1) j.giraldoo@javeriana.edu.co (2) eslavaalex@javeriana.edu.co
Más detallesRevisión de aspectos sobre posibilidades de complementariedad de diversos sistemas de percepción remota satelital y sensores.
Incendios. Sistemas satelitales y sensores. Aplicaciones Revisión de aspectos sobre posibilidades de complementariedad de diversos sistemas de percepción remota satelital y sensores. Casos de aplicaciones
Más detallesCONCEPTOS BASICOS: PERCEPCION REMOTA FOTOGRAMETRIA DIGITAL
CONCEPTOS BASICOS: PERCEPCION REMOTA FOTOGRAMETRIA DIGITAL ARQ. MARTHA C. VILLANUEVA SANCHEZ. Gerente Comercial Sistemas de Información Geográfica S.A. De C.V. IMÁGENES: OPCIONES 1858 1900 1950 1970 1990
Más detallesAplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma (León) 28/10/2016
Aplicación de la teledetección a la estimación de necesidades hídricas de los cultivos. Caso de estudio en los riegos del Porma (León) 28/10/2016 Introducción al proyecto OPTIREG Aplicación de la teledetección
Más detallesTema 8: Características de las Imágenes y su Tratamiento. (c) 2000 Universitat Politècnica de Catalunya 1
Tema 8: Características de las Imágenes y su Tratamiento (c) 2000 Universitat Politècnica de Catalunya 1 8.1. Parámetros de calidad y evaluación: Errores geométricos: - Exactitud entre la posición de un
Más detallesTeledetección Bases Físicas
Teledetección Bases Físicas Técnicas Espaciales de Análisis Contenido Bases físicas Proceso de toma de datos Formación de color Sistemas y sensores satelitales Aplicaciones Componentes de un Sistema de
Más detalles