Beruflich Dokumente
Kultur Dokumente
net/publication/301677429
CITATIONS READS
0 1,965
5 authors, including:
Some of the authors of this publication are also working on these related projects:
Landscape planning and sustainability in rural and natural protected areas using geographic information technologies View project
All content following this page was uploaded by René Vázquez-Jiménez on 27 April 2016.
1 Universidad Autónoma de Guerrero Cuerpo Académico UAGro CA-93 Riesgos Naturales y Geotecnología,
rvaquez@uagro.mx, Av/Lázaro Cárdenas s/n, CU, 39070, Chilpancingo, Guerrero, México
2 Universidad Rey Juan Carlos, ESCET, Tulipán s/n, 28933, Móstoles-Madrid, España
RESUMEN: Actualmente la percepción remota representa una herramienta poderosa y flexible para el desa-
rrollo de estudios territoriales en los que se busca lograr una visión global del espacio en su constante interac-
ción y transformación. El uso de imágenes de satélite requiere de procedimientos de corrección que ofrezcan
resultados confiables. El estudio tiene como objetivo la validación del proceso de corrección topográfica aplica-
do a imágenes Landsat mediante el método SCS+C (Sun Canopy Sensor + Correction) en el cual el moderador
C ha sido determinado de manera diferenciada en función de las características topográficas de la zona de
estudio ubicada en la parte centro-norte del Estado de Guerrero en México. Los resultados muestran que la
corrección topográfica clasificando pendientes mejora la eliminación del efecto de sombras y relieve, sobre todo
en zonas de pendientes mayores, ajustando los valores de reflectancia normalizada según la combinación de
valores de pendiente, ángulo de orientación del terreno y geometría del sol al momento de la toma de la ima-
gen. La aplicación del método de corrección clasificando pendiente, puede generalizarse, teniendo mejores
resultados en zonas de bosque de montaña.
Palabras Clave: Landsat, Teledetección, Corrección Topográfica, SCS+C (Sun Canopy Sensor + Correction),
Clasificación de Pendientes
ABSTRACT: Nowadays, remote sensing is a powerful and flexible tool for performing territorial studies in order
to achieve a global vision of space in their constant interaction and transformation. The use satellite imagery
requires correction procedures in order to obtain reliable information. This study aims to validate the process of
topographic correction applied to Landsat images through the SCS+C (Sun Canopy Sensor + Correction) meth-
od where the C moderator has been differentially determined based on the topography slope of the area located
at the northern-central part of the Guerrero State in Mexico. The results show that the topographic correction by
slope classification improves the elimination of the effect of shadows and relief, especially in steep slope areas,
modifying the normalized reflectance values according to the combination of slope, terrain orientation angle and
the geometry of the sun at the time of image acquisition. The application of the topographic correction slope
classification method can be generalized, improving its performance in forest mountainous areas.
KeyWords: Landsat, Remote Sensing, Topographic Correction, SCS+C (Sun Canopy Sensor + Correction),
Slope Classification.
donde:
θp: pendiente del terreno,
θi: ángulo zenital solar al momento de la toma,
a: ángulo azimutal solar y
iluminación.
Con el fin de caracterizar mejor la irradiancia at-
mosférica difusa Soenen et al., [5] propone el mé-
todo SCS+C incorporando el moderador semiempi-
rico C y definido por la ecuación:
donde:
Ln: reflectancia normalizada y
L: reflectancia original.
El modelo SCS+C ha demostrado que el parámetro Figura 3. Resultado del proceso de Corrección Topo-
C tienen una influencia moderadora en la correc- gráfica en zona montañosa de bosque. (a) Composi-
ción a color 543 antes de la corrección topográfica.
ción topográfica mejorando el efecto de la ilumina-
(b) Distribución espacial de pendientes (c) Corrección
ción difusa [14]; esta adición pretende mejorar la No clasificando pendientes (CTNCP). (d) Corrección
corrección del método SCS original de la misma Clasificando pendientes (CTCP).
forma que el moderador C mejora la corrección del
método del coseno [5], [17]. Puede apreciarse una mejora en la corrección clasi-
ficando pendientes (Fig. 3d) respecto la corrección
A partir de los valores de C tanto global como dife- No clasificando pendientes (Fig. 3c).
renciando clases de pendiente, se aplicó el modelo
de corrección topográfica SCS+C y se obtuvieron Es importante resaltar como las zonas que combi-
mapas de reflectancia normalizada. Para el caso de nan mayor sombra y pendientes superiores a 45°,
la corrección topográfica clasificando pendientes (zonas en blanco), como la indicada en la Figura
este proceso se realizó para cada clase, resultando 3b, presentan una mejora visual cuando se aplica la
mapas de reflectancia normalizada separados (uno corrección clasificando pendientes.
por clase), los cuales se conjuntaron en un mapa
final global para cada banda. Las ecuaciones de los 2.4.2 Análisis de Reflectancias
procesos descritos fueron modeladas mediante el
software DINAMICA EGO1 A partir de la información de cobertura de suelo, se
identificaron áreas de bosque (mesófilo de monta-
2.4 Resultados ña) donde pudieron identificarse todas las clases de
pendientes usadas en el proceso de corrección
2.4.1 Exploración visual topográfica. Para cada banda y clase de pendiente,
se obtuvieron los valores medios de reflectancia
Puede observarse efecto de las sombras causado para cada una de las clases antes y después de
por la pendiente del terreno en combinación con la aplicar las correcciones; con el fin de desarrollar un
geometría del sol al momento de la toma antes de análisis de las desviaciones estándar (Tabla I).
la corrección (Fig. 3a) y como estas se eliminación
después del proceso de correcciones topográficas
(Fig. 3c y 3d).
1
Dinámica EGO es una sofisticada plataforma para el
diseño de modelos espacialmente explícitos que incluye
una serie de algoritmos espaciales complejos para el
análisis y la simulación de los fenómenos del espacio-
tiempo. Dinámica Project. Web Site. Fuente:
http://www.csr.ufmg.br/dinamica/ (Consulta Noviembre
2015).
4. REFERENCIAS BIBLIOGRÁFICAS
10. Ekstrand, S.: “Landsat TM-based forest
1. Cohen, W. B., Goward, S. N.: “Landsat's role damage assessment: Correction for topographic
in ecological applications of remote sensing”, Bio- effects”, Photogrammetric Engineering and Remote
science, Vol.54, No.6, pp. 535 - 545, 2004. Sensing. Vol.62, No.1, pp. 151 - 161, 1996.
2. Holben, B.N., Justice, C.O.: “The topog- 11. Notimex de Acapulco: “En Guerrero la mi-
raphic effect on spectral response from nadir- na de oro más grande de Latino América”, Crónica.
pointing sensors”, Photogrammetric Engineering Nota de 13 de Febrero de 2013. Versión digital.
and Remote Sensing. Vol.46, No.9, pp. 1191 - Fuente:
1200, 1980. http://www.cronica.com.mx/notas/2005/212974.html
(Consulta Febrero de 2014).