Modelización de factores de reflectividad en un ecosistema de dehesa a partir de un Modelo de Transferencia Radiativa 3D

Transcripción

1 Modelización de factores de reflectividad en un ecosistema de dehesa a partir de un Modelo de Transferencia Radiativa 3D José Ramón Melendo (1), María Pilar Martín Isabel (1), Javier Pacheco Labrador (2), David Riaño (1,3) Rosario González Cascón (4), Jochem Verrelst (5), Gerardo Moreno Marcos (6), Lara Vilar del Hoyo (1), Fernando Pérez Cabello (7), Raquel Montorio (7), Alberto García-Martín (8). (1) Laboratorio de Espectro-radiometría y Teledetección Ambiental (SpecLab), IEGD, CCHS, Consejo Superior de Investigaciones Científicas. (2) Max Planck Institute for Biogeochemistry. (3) Center for Spatial Technologies and Remote Sensing (CSTARS), Universidad de California. (4) Departamento de Medio Ambiente, Instituto Nacional de Investigación y Tecnología Agraria y Alimentaria (INIA). (5) Image Processing Laboratory (IPL)- (6) I.T. Forestal, Centro Universitario, Universidad de Extremadura. (7) Departamento de Geografía y Ordenación del Territorio, Universidad de Zaragoza. (8) Centro Universitario de La Defensa (CUD).

2 Modelización de factores de reflectividad en un ecosistema de dehesa a partir de un Modelo de Transferencia Radiativa 3D 1. Introducción 2. Métodos 3. Resultados 4. Conclusiones 5. Líneas de Investigación Futuras

3 1. Introducción Proyecto financiado por el Ministerio de Economía y Competitividad ( CGL2015-G9095-R )

4 1. Introducción El modelo FLIGHT Método Monte-Carlo Píxel Background Dosel arbóreo North, P. R. J., Three-dimensional forest light interaction model using a Monte Carlo method, IEEE Transactions on Geoscience and Remote Sensing, 34, , Pinty et al, RAMI, Phase 2

5 1. Introducción Automated Radiative Transfer Models Operator (ARTMO) Interfaz gráfica diseñada para realizar operaciones con Modelos de Transferencia Radiativa. Inversión de modelos, Machine Learning, Análisis de sensibilidad, emuladores... Verrelst, J., Romijn, E., & Kooistra, L. (2012). Mapping Vegetation Density in a Heterogeneous River Floodplain Ecosystem Using Pointable CHRIS/PROBA Data. Remote Sensing, 4,

6 Área de estudio 2. Métodos Modelización en dos fechas diferenciadas: Primavera 23/04/2015 Verano 03/07/2015 Validación Imagen CASI Modelización FLIGHT Análisis Global de Sensibilidad Z1P6 Z1P7 25% Z2P4 8% 16%

7 2. Métodos Parametrización Pacheco-Labrador, J., Martín, M.P., Riaño, D., Hilker, T., & Carrara, A. (2016). New approaches in multi-angular proximal sensing of vegetation: Accounting for spatial heterogeneity and diffuse radiation in directional reflectance distribution models. Remote Sensing of Environment, 187,

8 2. Métodos Toma de datos espectrales b. Background a. Hoja c. Corteza

9 Verano Primavera Z1P6 3. Resultados CASI-FLIGHT Z1P7 Z2P4 25% 8% 16%

10 3. Resultados CASI-FLIGHT Diferencias relativas CASI-FLIGHT Periodo Región P. Z1P6 P. Z1P7 P. Z2P4 primavera VIS 9.31% 6.74% 4.94% IRC 7.93% 2.22% 12.84% verano VIS 10.32% 6.10% 11.98% IRC 3.85% 2.62% 10.35%

11 3. Resultados Emulador y Análisis Global de Sensibilidad SZA SAA VZA VAA AOT SR LS LAI FGL VIS IRC TOTAL

12 3. Resultados Emulador y Análisis Global de Sensibilidad SZA SAA VZA VAA AOT SR LS LAI FGL VIS IRC TOTAL

13 4. Conclusiones Se ha demostrado la capacidad del FLIGHT para modelizar ecosistemas heterogéneos como la dehesa. Existe una fuerte influencia del Background que, en este caso, no es suelo desnudo sino un pastizal con una alta variabilidad espacio-temporal Necesidad de mejorar las parametrización de variables biofísicas claves en el dosel arbóreo como el LAI o el ratio entre hoja nueva y vieja.

14 5. Líneas de investigación futuras Parametrización del Background (pastizal) a partir de modelos de transferencia radiativa 2D (PROSAILH): componente fenológica. Validación en parcelas con mayor variabilidad de cobertura arbórea y píxeles con distintas resoluciones espaciales (Sentinel-2, Landsat-8 Sentinel-3 y MODIS). Simulación de imágenes a partir de FLIGHT y validación con imágenes aeroportadas y de satélite.

15 Muchas Gracias!