Teledeteccion ambiental listo

TELEDETECCIÓN
AMBIENTAL
La observación de la Tierra desde el Espacio

Emilio C h u v i e c o Salinero

c ie n c ia

I.* edición: mayo de 2002
3.' edición actualizada: septiembre de 2008

C 2002 y 2008: Emilio Chuvieco

Derechos csclusivos de edición en español
reservados para todo el mundo:
O 2002 y 2008: Editorial Ariel. S. A.
Avenida Diagonal. 662, 6* planta. 08034 Barcelona (España)

ISBN: 978-84-344-8073-3

Depósito legal: B. 36.458-2008

Impreso en España por
Book Print Digital
Botánica, 176-178
08901 L’Hospitalet

Queda rigurosamente prohibida, sin la autorización escrita de los titulares del copyright.
bajo las canciones establecidas en las leyes, la reproducción total o parcial de esta obra
por cualquier medio o procedimiento, comprendidos la reprografia y el tratamiento informático,
y la distribución de ejemplares de ella mediente alquiler o préstamo públicos.

Copyrighted rn aterí al

ÍNDICE

P resen ta ció n ....................................................................................................................................13

PKIMI'KA?ARTr

LA OBTENCIÓN DH LA IMAGEN

C 1___.Nociones introductorias ....................................................................... ........... L
a p it u l o I
1. Definición v o b je tiv o s........................................................................................ >7
2. U n g o c o J e h i s t o r i a .......................................................................................................................... ............... 21
I __Desarrollo,actual . ............................ ....................................................
4. Aspectos legales de la teledeiección.................................................................. .......... 32
3. Lu:> ventaja» de la observación espacial............................................................... ...........33
5 . 1. C o b e r t u r a g l o b a l y e x h a u s t i v a d e la s u p e r f i c i e t e r r e s t r e ..............................................34
5.2. Perspectiva panorám ica.......................................................................... ...........34
5.3. Observación multiescala y no destructiva.............................................. 36
5.4. información sobre regiones no visibles dele sp e c tro ............................. 36
5.5. Cobertura repetitiva................................................................................ 36
5.6. Transmisión inmediata............................................................................. 37
5.7. Formato digital.....................................................................................................38
6. í'ucnlci bibliourálicas........................................................................................ 40

Capitulo 2. Principios físicos de la tekdetccción . . . . . . . . . . . . . . . . . . 43
L_FmHLuncmw de la observ ación remuta............................................................... .......... é l
2 ._El espectro electromagnético . . . . . . . . _____ 45
3. Términos y unidades de medida........................................................................... 48
4. Principios y leyes de la radiación electromagnética.......................................... 49
5. 1:1 d o m i n i o s o l a r d e l e s p e c t r o ...................................................................................................... ...............52
Características de la radiación solar. Interacción con las aihienas te
rrestres. . ....... ^ ................................................... — _ _________¿2
_
5.2. M e d io s p a ra o b t e n e r í i n n a s e s p e c t r a le s ;............................................................. 59
5.3 .__Bibliotecas e s p e c t r a l e s . _____59
5.4. Comportamiento espectral de la vegetación en el espectro óptico . . . 60
5.5. El suelo en el espectro ó p tic o ................................................................. 64
5.6. El agua en el espectro ó p tic o ............................................................................65
6. Kl dominio del infrarrojo té rm ic o ..................................................................... 67
6.1. Características de la radiación energética en el infrarrojo térmico . . . 67
6.2. Comportamiento espectral de la vegetación en el infrarrojo térmico . . 70
6.3. Los suelos y el agua en el dominio térm ico...................................................... 7J
7. I.a región de las micro-onctas.......................................................................................... 73

Copyrighted malcría!

8 T E L E D E T E C C IÓ N A M B IE N T A L

7.1. Características de la radiación energética en lu región de las micro-
ondas_______________ i _______________________ __________________ 23
_
7.2. Características de la vegetación en la región de las micro-ondas . . . . 80
7.3. Características del suelo y el agua en la región de las micro-ondas. . . 8»
8. Interacciones de la atmósfera con la radiación electro-magnética................... 82
¿LL_______________________________________________ ________ ________ £3
8.2. Dispersión atm o sférica........................................................................... 84
8.3. Emisión atmosférica............................................................................................86

CapItuio 3. Sensores y satélites de te le d e te c c ió n ..................................................... 87
1. Tipos de sensores................................................................................................ ...........87
2_ Resolución de un sistema sensor____ _________ _________ _ ____ ___________ &
_ _ &
2.1. Resolución esp acial................................................................................ .......... 88
2.2. Resolución espectral................................................................................ 90
2.3. Resolución radiométrica.......................................................................... 92
2.4. Resolución temporal................................................................................ 95
2.5 Resolución a n g u la r ................................................................................ 97
2.6. Relaciones entre los distintos tipos de resolución.................................. 97
3. Sensores p asiv o s................................................................................................. 99
3.1. Cámaras analógi c a s ............................................................................................ 99
3.2. Exploradores de barrido........................ ................................................. 104
3.3. Exploradores de empuje .......................................................................... 107
i A __ C¿maiaa..dg.vidcü___ .__________ ____________ _____________________lliH
U l _Radiómetros de m icro-ondas.................................................................. .........LLÜ
± __S.en&Q£gs..aciLV.os^-a..a...-J. ^ - , - ^ . ^ . _ ,____ ,__ ______________Lii
_
4 J ___^ ________________ _____ ■ ____ Lü
4J>. L tdar..................................... .. .................. ... . . . , ................, . . ._____ m
5._Plataformas de teledetección espacial.................................................................. 122
5.1. El programa Landsat.............................................................................. 124
5.1.1. Características orbitales........................................................... 125
5.1.2. Instrumentos de o b serv ació n ................................................. 126
5.1.3. El futuro del programa L andsat.............................................. 130
5.2. El satélite S P O T .................................................................................... 132
5.3. El programa 1RS . . . . ................ ....................................................... 135
5.4. Satélites comerciales de alta resolución............................................... 137
5.5. Tiros-NOAA.......................................................................................... 139
5.6. Satélites meteorológicos geoestacionarios............................................ 142
5.7. T e rra y A q u a .......................................................................................... 144
5.8. DMSP....................................................................................................... 149
5.9. Satélites de la Agencia Espacial Europea............................................... 149
5.10. Otras misiones Radar. _______________ ________ ________ 151
5.11. Otros programas con sensores ópticos.................................................. 153
5.12. Programas con sensores hiper-espcctrales............................................ 155
5.13. El programa español de observación de la T ie r r a ................................ 157

S egunda partí:

LA INTERPRETACIÓN DE LOS DATOS

Capítulo 4. Bases para la Interpretación de Imágenes de telcdeteceíón............ 161
I. Limitaciones para el empleo de la teledetección................................................ 162


ÍN DICE 9

1.1. Información que brindan las im á g en e s.................................................. 162
1.2. El coste de la información geográfica...................................................... 162
1.3. El diálogo con los u su a rio s..................................................................... 164
2. Variables v tipos de interpretación..................................................................... 165
3. Organización de un proyecto de teledetección................................................... 168
3.1. Definición de objetivos........................................................................... 168
3.2. Escala y leyenda de tra b a jo ..................................................................... 170
3.3. Selección de los m ateriales.................................................................... 175
3.3.1. Tipo de sensor.............................................................................. 175
3.3.2. Fecha de adquisición................................................................. 176
3.3.3. Soporte de las imágenes............................................. .. 177
3.4. Metodología de interpretación: ¿análisis visual o d ig ita l? ................... 178
4. Fases en la interpretación.................................................................................... 131

C a p ítu lo s. Interpretación visual de im á g e n e s ....................................................... 185
1. Familiarización con imágenes analógicas........................................................ 185
1.1. Información incluida en los productos fotográficos................................ 185
1.2. Identificación de algunos rasgos geográficos sobre la im a g en .............. 189
2. Criterios para la interpretación v is u a l............................................................... 189
2.1. Brillo........................................................................................................... 191
2.2. Color.......................................................................................................... 193
2.3. Textura....................................................................................................... 196
2.4. Form a-T am año........................................................................................ 199
2.5. Contexto e sp a c ia l..................................................................................... 200
2.6. Som bras.................................................................................................... 201
2.7. Patrón espacial........................................................................................... 203
2.8. Visión estereoscópica............................................................................... 203
2.9. Periodo de adquisición............................................................................... 204
3. Elementos de análisis v isu a l............................................................................... 205
3.1. Características geométricas de una únagen espacial ............................. 206
3.2. Electo de la resolución espacial en el análisis is u a l............................. 206
3.3. Efecto de la resolución espectral en el análisis visual............................. 208
3.4. Interpretación de composiciones en color................................................ 213
3.5. Ejercicios de análisis multi-tcm poral...................................................... 214
4. Algunos ejemplos de análisis v isu a l.................................................................. 217
4.1. Cartogra fia geológica............................................................................... 217
4.2. Cobertura del s u e lo .................................................................................. 217
4.3. Morfología urbana..................................................................................... 220

C apitulo 6. Análisis digital de imágenes: correcciones y realces ........................... 223
1. La matriz de datos en una imagen d i g i t a l ......................................................... 223
2 ._Soporte y organización de la image n .................................................................. 226
2.1. Soporte físico de una imagen..................................................................... 226
2.2. Formatos de grabación............................................................................... 227
3. Equipos de análisis digital de im ágenes............................................................ 229
4. Operaciones de utilidad general........................................................................... 232
4.1. Gestión de a rc h iv o s.................................................................................. 232
4.2. Utilidades para la visualización............................................................... 234
4.3. Cálculo de estadísticas e histograma de la im a g e n ................................ 237
5. Realces y mejoras visuales.................................................................................. 241

Copyrighted malori al

10 T E L E D E T E C C IÓ N A M B IE N T A L

5.1. Ajuste del contrasto.................................................................................. 242
5.1.1 ._'Iablas-d.¿.r¿fcrcpcia del color............................................ ................. 242
5.1.2. Compresión del contraste............................................................ 244
5.1.3. Expansión del contraste............................................................... 245
5.2. Composiciones en co lo r............................................................................ 251
5.3. Empleo del seudo-color............................................................................ 252
5.4. F iltra jc s.................................................................................................... 254
5.4.1. Naturaleza de un filtro digital..................................................... 254
5.4.2. Filtros de paso b a jo ..................................................................... 258
5.4.3. Filtros de paso a l t o ..................................................................... 259
6. Correcciones de la im agen................................................................................. 262
6.1. Fuentes de error en una imagen e s p a c ia l................................................ 263
6.2. Correcciones radiom étricas..................................................................... 266
6.2.1. Restauración de líneas o pixeles perdidos................................... 266
6.2.2. Corrección del bandeado de la im agen...................................... 267
6.2.3. Cálculo de reflectividades............................................................ 270
6.2.4. Cálculo de temperaturas............................................................... 291
6.2.5. Detección de n u b e s..................................................................... 296
6.3. Correcciones geométricas........................................................................ 299
6.3.1. Introducción................................................................................. 299
6.3.2. Corrección a partir de modelos orbitales................................... 301
6.3.3. Corrección a partir de puntos de c o n tro l................................... 306

Capítulo ?._Análisis digital de imágenes: extracción de información tem ática..___323
1. Generación de variables continuas.................................................................... 323
LL__ Tccnicas.dc Dipdcl¿tdPcmdcdclcccÍQn_____. . . . . . . . . , ______ . . _____ 323
1.1.1. Tclcdctección cualitativa y cuantitativa...................................... 323
1.1.2. Tipo de modelos en teledetección............................................... 325
1.1.3. Estimación empirica del contenido de agua en las plantas a par
tir de modelos em píricos........................................................... 326
1.1.4. Estimación del contenido de agua a partir de modelos de si
mulación ............................... .................................................... ........ H i
1.2. Cocientes c Índices de v e c ta c ió n ............................................................ 337
1.3. Componentes principales........................................................................... 346
1.4. Transformación «TosseU'd Cap» (TTC)................................................... 352
1.5. Transformación IMS.................................................................................. 355
1.6. Técnicas de análisis hiperespectral......................................................... 359
1.6.1. Análisis de espectros.................................................................. 361
1.6.2. Clasificación angular.................................................................. 364
1.6.3. Reducción de la dimensionalidad de la imagen.......................... 366
1.6.4. Análisis lineal de mezclas espectrales......................................... 366
1.7. Técnicas de fusión de d a to s..................................................................... 376
1.7.1. Enfoques en la fusión de im ágenes............................................ 376
1.7.2. Obtención de imágenes híbridas.................................................. 377
1.7.3. Interpretación sintética con datos de distintas fu en te s.............. 380
1.7.4. integración de resultados............................................................ 381
2. Categorización de imágenes: clasificación digital........................................... 383
2.1. Introducción.............................................................................................. 383
1 1 _Fwg de yntrgnqroignUi ■ ,............................ ..... ........................ ......
2.2.1. Conceptos básicos............................................................................... 386

Copyrighted mate

ÍN D IC E 11

2.2.2. Método supervisado..................................................................... 389
2.2.3. Mctodo no supervisado.............................................................. 393
2.2.4. Métodos mixtos........................................................................... 3%
2.2.5. Análisis de las estadísticas de entrenamiento............................. 397
2.3. Fase de asignación................................................................................... 404
2.3.1. Clasificador de minima distancia............................................... 404
2.3.2. Clasificador de paralelepípedos.................................................. 405
2.3.3. Clasificador de máxima probabilidad......................................... 407
2.3.4. Clasificadores en á rb o l............................................................... 413
2.3.5. Clasificadores basados en el contexto espacial......................... 416
2.3.6. Redes Neuronales Artificiales ( R N A ) ...................................... 422
2.3.7. Clasificación borrosa (fuzzy clussification)................................ 427
2.4. Obtención y presentación de resultados.................................................. 430
2.4.1. Productos cartográficos............................................................... 430
2.4.2. Productos estadísticos.................................................................. 432
3. Técnicas de análisis multitemporal.................................................................... 433
3.1. El factor tiempo en los estudios de teledetccción e s p a c ia l.................... 433
3.2. Requisitos previos para el análisis multitemporal................................... 436
3.2.1. Ajuste geométrico........................................................................ 436
3.2.2. Homoueneización radiométrica.................................................. 438
3.3. Técnicas para el análisis estacional......................................................... 439
3.4. Técnicas para la detección de cambios..................................................... 442
3.4.1. Composiciones de color multitemporales................................... 443
3.4.2. Diferencia entre im á g en e s........................................................ 445
3.4.3. Cocientes multitemporales........................................................ 447
3.4.4. Componentes principales............................................................ 448
3.4.5. Regresión.................................................................................... 450
3.4.6. Vectores multitemporales............................................................ 452
3.4.7. El problema de delimitar los um brales...................................... 454
3.4 8. Análisis multitemporal de imágenes clasificadas...................... 456
4. Determinación de la estructura espacial del territorio: la imagen como mosai
co paisajístico ................................................................................................... 460
4.1. Teledetccción y ecología del paisaje......................................................... 460
4.2. Técnicas para medir la estructura espacial de una im a g e n .................... 462
4.2.1. Medidas de la variación espacial en imágenesde intervalo . . 462
4.2.2. Medidas de la variación espacial en imágenesclasificadas . . . 470
4.2.3. Dinámica de la estructura espacial del p aisaje.......................... 475

CapItui.o S. Verificación de resultados...................................................................... 481
1. Necesidad de verificar resu ltad o s..................................................................... 481
2. Medidas de la fiabilidad.................................................................................... 482
3. Fuentes de error en una clasificación temática.................................................. 484
3.1. Limitaciones del se n so r.......................................................................... 485
3.2. Métodos de a n á lis is ................................................................................. 485
3.3. Estructura del territorio.............................................................................. 486
3.4. Proceso de verificación.............................................................................. 488
4. Diseño del muestreo para la verificación........................................................... 491
4.1. Distribución de la inform ación............................................................... 491
4.2. Unidad de m uestra»................................................................................. 492
4.3. Tipos de muestreo..................................................................................... 492

wopyr Ucd malo

12 TE LED E T E C C IÓ N A M B IEN TA L

4.4. Tamaño de la m uestra.............................................................................. 495
5. Recogida de !a inform ación............................................................................. 497
6. Medidas del error para variables c o n tin u a s.................................................... 500
7. Medidas del error para imágenes clasificadas................................................. 501
7.1. La matriz de c o n fu sió n ........................................................................... 501
7.2. Fiabilidad global....................................................................................... 503
7.3. Fiabilidad del usuario y del productor..................................................... 504
7.4. El estadístico k a p p a .................................................................................. 505
7.5. Normalización de la matriz de confusión............................................... 507
7.6. Validación para clases b in a ria s............................................................... 509
8. Verificación de análisis multitemporales.......................................................... 511

C a p it u l o 9 .Teledetección y sistemas de información geográfica............................ 513
1. Necesidad de los S1G......................................................................................... 513
2. Paralelismo y convergencia............................................................................. 515
3. Requisitos técnicos comunes............................................................................. 517
4. Los SIG como apoyo a la tciedctccción.............................................................. 518
5. La telcdetección como fuente de datos para un S IG ........................................ 519
5.1. El acceso a la información geográfica..................................................... 519
5.2. Fase de inventario.................................................................................... 520
5.3. El problema de la actualización............................................................... 522
6. Integración de imágenes en un S I G ................................................................. 523

Referencias iHblioKráfícas............................................................................................. 529

ANEXOS

1. Abreviaturas utilizadas en el m a n u a l.................................................................... 573

2. G lo sa r lo ....................................................................................................................... 577

3. Indice te m á tic o .......................................................................................................... 583

4. Fuentes adicionales de inform ación....................................................................................... 591

5. Situación y características de las imágenes utilizadas en los capítulos 6 y 7 . 595

Copyrighted material

P rim e ra p a r t e

LA OBTENCION DE LA IMAGEN


C a p ít u l o l

NOCIONES INTRODUCTORIAS

«Es grandioso el espectáculo de las fuerzas variadas de la
vida que Dios infundió en los seres creados haciéndoles desarro
llarse en formas cada vez más bellas y admirables.»

C h arles Darwin. El origen de las especies

l. D efinición y objetivos

Volar ha sido, desde épocas muy remotas, uno de los sueños más intensam ente an
helados por la Humanidad. Pese a la persistencia del intento, sólo en fechas recientes se
ha dispuesto de los medios técnicos necesarios para hacer realidad este deseo. Desde ese
momento, el ritmo de la innovación tecnológica ha sido vertiginoso, lo que nos ha per
mitido enriquecer notablemente nuestro conocimiento sobre el planeta y sus habitantes.
Uno de los principales acicates de esta aventura aérea ha sido la búsqueda de una
nueva visión de los paisajes terrestres. El afán de rem ontar la lim itada perspectiva de
la visión humana es evidente ya desde los inicios de la aeronáutica, y llega a ju g ar ac
tualm ente un destacado papel en la investigación espacial.
Esa observación remota de la superficie terrestre constituye el marco de estudio de
la teledetección. Este vocablo es una traducción latina del termino inglés remóte sen-
singy ideado a principios de los sesenta para designar cualquier medio de observación
remota, si bien se aplicó fundamentalmente a la fotografía aérea, principal sensor de
aquel momento. En sentido amplio — y así se tratará en este libro— , la teledetección no
engloba sólo los procesos que permiten obtener una imagen, sino tam bién su posterior
tratamiento c interpretación. Actualmente se está desvaneciendo bastante la frontera en
tre teledetección aérea y espacial, tanto porque la primera emplea cada vez más sensores
digitales, como porque la segunda ofrece niveles de detalle antes sólo logrados desde
cámaras aeroportadas. Por ello, la mayor parte de las técnicas tratadas en este libro pue
den aplicarse indistintamente a imágenes adquiridas desde avión o desde satélite, si bien
nos centraremos principalmente en sensores montados sobre plataformas espaciales. Se
asume que el lector está familiarizado con las técnicas de foto-interpretación, ya que han
venido siendo comunes en la mayor parte de las facultades con orientación medio am
biental.

Copyrightcd materia!

18 TELED ETEC C IÓ N A M B IEN TA L

Si hem os definido la teledetección como aquella técnica que perm ite adquirir
im ágenes de la superficie terrestre desde sensores aéreos o espaciales, estam os asu
miendo que entre suelo y sensor existe una interacción energética, ya sea por reflexión
de la energía solar o de un haz energético artificial, ya por em isión propia. A su vez. es
preciso que ese haz energético recibido por el sensor sea alm acenado conveniente
m ente, bien a bordo del satélite, bien en las estaciones receptoras, de cara a que pueda
interpretarse para una determ inada aplicación. Como antes com entam os, ese análisis
de la inform ación recibida se incluye tam bién — en sentido am plio— dentro del estu
dio de la teledetección, aunque esté m ás allá de los procesos de adquisición propia
mente dichos. N o obstante, constituye un capítulo fundam ental para nuestros intere
ses. por cuanto esta obra se dirige más a quienes explotan la inform ación adquirida por
estos sensores que a quienes diseñan los sensores o las plataform as que los sustentan.
Tal y com o se concibe en la presente obra, un sistema de teledetección espacial
incluye los siguientes elem entos (fíg. 1.1):

1. Fuente de energía, que supone el origen de la radiación electro-m agnética
que detecta el sensor. Puede tratarse de un foco extem o a éste, en cuyo caso se habla de
teledetección pasiva, o de un haz energético emitido por el sensor (teledetección acti
va). La fuente de energía m ás im portante, obviam ente, es el Sol, pero tam bién puede
realizarse teledetección a partir de la energía em itida por los mismos objetos
observados, o desde fuentes artificiales.
2. Cubierta terrestre, formada por distintas masas de vegetación, suelos, agua o
construcciones hum anas, que reciben la señal energética procedente de (1), y la refle
ja n o em iten de acuerdo a sus características físicas.
3. Sistema sensor, com puesto por el sensor, propiam ente dicho, y la plataform a
que lo alberga. Tiene com o m isión captar la energía procedente de las cubiertas terres
tres, codificarla y grabarla o enviarla directam ente al sistem a de recepción.
4. Sistema de recepción-com ercialización, en donde se recibe la información
transm itida por la plataform a, se graba en un formato apropiado, y. tras las oportunas
correcciones, se distribuye a los interesados.
5. Intérprete, que convierte esos datos en inform ación tem ática de interés, ya
sea visual o digitalm ente, de cara a facilitar la evaluación del problem a en estudio.
6. U suario final, encargado de analizar el docum ento fruto de la interpretación,
así com o de dictam inar sobre las consecuencias que de él se deriven.

El sím il de la visión hum ana puede ayudar a entender el significado de estos
com ponentes. El ojo hum ano (3) recibe un haz energético procedente de los objetos
exteriores (2) por reflejo de la luz solar ( I ). Esa señal se transm ite al cerebro (4), que
es capaz de form ar una serie de im ágenes sobre el mundo real que le circunda. El in
dividuo que observa es a la vez intérprete (5) y usuario final (6) de la im agen detecta
da, lo que le perm ite tom ar decisiones sobre su propio com portam iento. En otras p a
labras, la visión hum ana form a un sistem a de teledetección — m uy sofisticado por
cierto— , puesto que nos perm ite caracterizar con m ucho detalle los objetos que ob
servam os.
Sin em bargo, nuestra percepción visual presenta también algunas limitaciones.
Por un lado, se restringe por la sensibilidad espectral de nuestras células sensores, que

N O C IO N ES IN TRO D U C TO R IA S 19

Sistema
se n so r

C u b ie rta te rre s tre
m

Si sto ma do recepción
T R A T A M IE N T O V IS U A L

T R A T A M IE N T O D IG IT A L
U su a n o final

F i a 1.1. Componentes de un sistema de tcledetección.

20 TELED E TEC C IÓ N AM BIEN TA L

sólo nos perm iten apreciar un determ inado tipo de energia, denom inado, por esa ra
zón, espectro visible. Otras formas energéticas, com o el calor, no son observables vi
sualm ente, por lo que parece conveniente contar con unos «ojos artificiales» que am
plíen nuestras propias posibilidades. Por otro lado, el campo de visión hum ano está li
m itado por nuestra propia estatura, o a la que podem os adquirir desde observatorios
naturales, por lo que abarca un pequeño radio. Adem ás, se trata de una perspectiva
oblicua. A m bos factores dificultan observar fenómenos que afectan a am plios territo
rios, com o inundaciones o procesos de desertificación, donde las estim aciones visua
les pueden ser imprecisas. Para paliar estas lim itaciones, se ha acudido a sensores
artificiales, m ontados sobre plataform as situadas a una cierta altitud. Con ellos, se tie
ne acceso a tipos de energía no visibles (ultravioleta, infrarrojo, m icro-ondas), y, ade
m ás, desde una nueva perspectiva, vertical y panorám ica. Esta nueva información
expande notablem ente nuestro conocim iento del m edio que nos rodea, facilitando la
interpretación de m últiples procesos que afectan al Planeta.
El creciente empleo de distintos sensores de observación terrestre está originando
no sólo una enorme cantidad de información, sino también una nueva forma de estudiar
la superficie terrestre. La teledetección, junto a las técnicas anejas de almacenamiento y
proceso de la información geográfica, permite disponer de una masa ingente de datos
sobre el territorio, algunos de ellos accesibles en tiempo real. Para aprovechar con fruto
estas técnicas, el recurso a los ordenadores electrónicos resulta casi inevitable. Una vez
salvado el necesario entrenamiento, estos equipos amplían notablemente nuestra capa
cidad de análisis: ayudan a elaborar una interpretación rápida y económica del problema
bajo estudio, a la vez que permiten abordar análisis integrados, difícilmente viables con
otros medios tradicionales. En definitiva, y gracias a estos recursos, podem os cada día
poner más el énfasis sobre el planteamiento de modelos y el análisis de resultados — ta
reas éstas donde la inteligencia humana resulta insustituible—, librándola de otras labo
res mecánicas (acopio, proceso y ordenación de datos), que han consumido hasta hace
pocos años las mejores fuerzas del investigador.
D e acuerdo con el esquem a antes enunciado, esta obra engloba el estudio de los
distintos elem entos que forman un sistem a de teledetección. En prim er lugar, se anali
zan los procesos que perm iten obtener las imágenes espaciales: principios físicos de
transm isión de la energia (cap. 2), y técnicas de adquisición de imágenes, con un breve
repaso de los principales proyectos de observación terrestre (cap. 3). El resto de los ca
pítulos se centran en la interpretación — tanto visual como digital— de las imágenes,
punto crucial para los interesados en las aplicaciones de esta técnica (caps. 4 a 7). La
verificación de los resultados obtenidos en esa fase se aborda en el capítulo 8, para
concluir la obra con el 9, a m odo de epílogo, dedicado al estudio de la conexión entre
la teledetección y los Sistem as de Información G eográfica, dentro de un plan
team iento integrado del análisis medio am biental. Estos capítulos se preceden de éste,
que incluye unos com entarios sobre el pasado, presente y desarrollo previsible de la
teledetección, incluyendo algunos aspectos legales que pueden ayudar a enm arcar
conflictos internacionales derivados de esta observación terrestre.

/
S paco
S h uttlo
Avión

■r / S atéM es J S a té lite s
/ m e(«oroióg*cos «y E R S -1 co m cfc«a )os

1900 19SQ 1970 1990 2010

f)
S p u tn ik
u n i

L a n d sa t-4
Land sat-1

G lo bo

P ro g ra m a
esp a cia t

F r a 1.2. F.voludnn histnrica de (os sistema* de tcledetección


Fia 1.4. Cámara fotográfica instalada en el avión de reconocimiento U-2 (fotografía tomada
en el Air and Spacc Muscum de Washington).

Todas estas experiencias, ju n to al bagaje aportado por los satélites m eteorológi
cos, hicieron concebir a la NASA proyectos dedicados exclusivam ente a la cartografía
y evaluación de los recursos naturales. El 23 de julio de 1972 supuso la culminación
de esta tendencia, con el feliz lanzam iento del prim er satélite de la serie ERTS (Earth
Resources Technollogy Satellite). Este proyecto, bautizado Landsat con la puesta en
órbita del segundo satélite en 1975, resulta el más fructífero hasta el m omento para
aplicaciones civiles de la teledetección (ver sección 3.5.1). A partir de la serie Land
sat, el interés de la com unidad científica internacional por esta técnica ha crecido ex-
ponencialm ente, contándose por m iles los estudios desarrollados — sobre temáticas
muy diversas, de inundaciones a incendios, erupciones volcánicas o inventarios
agrícolas— sobre las im ágenes proporcionadas por estos satélites.
A la serie Landsat siguieron otros proyectos específicam ente diseñados por la
N A SA para la observación m edio am biental (Chuvieco y Justice, 2008). Los más co

N O CIO N ES IN TRO D U C TO R IA S 25

nocidos son el laboratorio espacial tripulado Skylab (1973: N A SA , 1977), el satélite
oceanográfico Seasat (1978: Ford, 1980), o el de investigación térmica HCM M
(1978: Short y Stuart. 1982). A estos proyectos de la NASA, siguieron los diseñados
por otras agencias cspacialcs. como el satélite franco-belga SPOT, lanzado por vez
prim era en 1986. el japonés MOS-1 (1987). el indio IRS-1 (1988), el satélite europeo
E R S-1 (1991) y los rusos Sovuz y Salut.
En las últim as décadas las m isiones de teledetección se han increm entado expo
nencialm ente, como veremos más tarde (cap. 3.5). A las agencias espaciales con m a
yor experiencia en observación de la Tierra, se han unido otras que han aprovechado
su desarrollo tecnológico y la reducción de costes en el diseño de sensores y vehieulos
de lanzam iento. Esto ha permitido a Canadá, Brasil. A rgentina. China. C orea del Sur,
o Israel, por citar algunos ejem plos, poner en órbita sensores de teledetección, lo que
ha increm entado la disponibilidad de datos y perm itido reducir costes de adquisición
para el usuario final. Además, no podem os dejar de m encionar el creciente papel de la
iniciativa privada, que ha constituido consorcios para diseñar y explotar satélites de
teledetección. Estos satélites com erciales de teledetección, aunque todavía escasos, se
encuentran en la vanguardia de la tecnología y perm iten apuntar un am plio crecim ien
to de sus aplicaciones operativas. Entre ellas caben citar, ju n to a algunas ya consolida
das com o la cartografía, gestión am biental o localización de instalaciones, otras que
afectan a sectores apenas involucrados previam ente con la teledetección (tabla 1.1),
como pueden ser los m edios de com unicación (fig. 1*). las em presas de seguros, los
consorcios turísticos, las ONG responsables de la asistencia en situaciones de catás
trofe, los grupos am bientalistas, o los comités internacionales que velan por los
derechos humanos y apoyan actividades hum anitarias, asistencia a refugiados, etc.
(Baker. 2001; Baker ct al., 2001: O ’Connell y Lachman, 2001).
En cuanto a las tendencias previsibles en un inm ediato futuro, podem os citar la
m ayor disponibilidad de datos, gracias a las nuevas m isiones que se están diseñando,
pero tam bién a las reducciones del coste y la m ayor facilidad para transm itir esos da
tos a través de internet. La mayor parte de los proveedores facilitan imágenes utilizan
do servidores FTP, lo que perm ite disponer de ellas en un tiempo muy cercano a la ad
quisición, y en bastantes casos son de acceso gratuito. En cuanto a los sensores, parece
previsible que sigan m ejorándose los distintos tipos de resolución, y especialm ente la
espacial y espectral, que permitan disponer de varios satélites con resolución submé-
trica y capacidad hiperespectral. En este terreno, tam bién ha jugado un papel destaca
do la apertura de la observación de la Tierra a corporaciones privadas, que han real iza
do notables inversiones para m antener sistem as operativos de teledetección espacial,
que reem placen de alguna forma las carencias de la observación aérea, facilitando un
sistem a de observación global en condiciones estándar. La popularización de estas
imágenes de alta resolución a través de los servidores de dom inio público, el más des
tacado de los cuales es Google Earth (Butler, 2006), ha perm itido extender tam bién el
rango de usuarios de estas tecnologías. Finalm ente, conviene tam bién señalar la im
portancia de nuevas tecnologías de observación terrestre, que hasta hace muy poco
eran exclusivas de sensores experim entales, y ya se están m ontando sobre plataform as
aéreas y espaciales equipos lidar, radares interferom étricos, etc., que abren la puerta
asim ism o a nuevas posibilidades en el em pleo de la teledetección.


Tabla 1.1. Comparación entre aplicaciones convencionales y nuevas de Ia teledetección
(adaptado de Baker. 2001)

Usuarios tradicionales Nueos usuarios

Gobiernos: Medios de comunicación:
— Planificadores civiles. — De información general (televisiones, perió
— Fuerzas armadas. dicos).
— Servicios de inteligencia. — De información específica (revistas).
— Centros científicos. — Editoriales.
— Entidades regionales y locales.
Organizaciones internacionales: ONG:
— Agencias de la ONU {reñigiados. me- — Ambientalistas.
dioambientc...) — Control de armamentos, desarme.
— Programas de cambio global. — Ayuda humanitaria.
— Centros regionales (p. ej., UEO). — Derechos humanos.
— Gestión de catástrofes.
Empresas: Empresas:
— Extracción de recursos (petróleo, gas...). — Redes de distribución (electricidad, agua...).
— Gestión de recursos (forestales, agríco — Seguros.
las...). — Agricultura de precisión.
— Aerofotografía. — Evaluación de impacto ambiental.
— Diseño y lanzamiento de sensores. — Promoción turística.
— Diseño y venta de software de tratamien-
to digital.
— Empresas de SIG
Universidades y centros de investigación: Vnix'ersidades y centros de investigación:
— Departamentos de Geografía. Geología, — Departamentos de Arqueología, transportes.
Biología, Ing. Geodésica, Agronomía, etc — Centros multimedia.
— Centros de Teledetección. — Departamentos de Geopolítica
— Departamentos de Física. Informática.
Ing. Telecomunicación.
Organizaciones profesionales: Clientes finales:
— Teledetección. — Mercado inmobiliario.
— Campos afines a las aplicaciones. — Decoración.

3. D esarrollo actual

Pese a la juventud de esta tecnología, son ya num erosos los centros de produc
ción, enseñanza e investigación que trabajan activamente en este cam po. Las tenden
cias presentes parecen confirm ar un creciente desarrollo de su aplicación, tanto en paí
ses desarrollados com o en aquellos con una situación tecnológica más deficiente. Las
últim as décadas, y muy especialm ente los últim os años, han implicado una disponibi
lidad creciente de datos provenientes de sensores muy variados, y de m isiones espa
ciales muy diversificadas, aum entando exponencialm cnte las investigaciones y las
aplicaciones operativas de esta técnica.
Un breve repaso por áreas geográficas, nos servirá para tener una evaluación más
precisa de las diversidades geográficas en la implantación de esta técnica. En los

Copyr itcd malcría!

N O C IO N ES IN TRO D U CTO RIA S 27

apéndices y la web se incorpora inform ación adicional sobre las instituciones que se
citan a lo largo de los siguientes párrafos.
Com o parece lógico por el papel pionero que EE.UU. ha tenido en los satélites de
teledetección, en ese pais el desarrollo de esta técnica es especialm ente relevante, tan
to académ ica com o com ercialm ente. De acuerdo a un informe sobre la privatización
del proyecto Landsat rem itido al Congreso de Estados Unidos (O.T.A., 1984), va a
principios de los ochenta existían en ese pais más de 50 organizaciones com erciales
dedicadas al em pleo de la teledetección espacial. En más de 18 estados se utilizaban
datos Landsat para la construcción de sus sistem as de inform ación territorial, y sólo en
2 no se habían constatado estudios realizados a partir de imágenes de este satélite. Con
datos de 1977, este mismo inform e registraba 590 profesores e investigadores univer
sitarios trabajando en teledetección. En ese mismo año se ofrecían 137 cursos sobre
esta técnica en universidades am ericanas, con un total de 2.906 inscritos. A finales de
los ochenta, se contabilizaban 549 cursos ofrecidos en teledetección por más de 300
departam entos de 125 universidades (Kiefer, 1988). Com o es lógico, la situación ac
tual supone un desarrollo mucho mayor, habiéndose extendido prácticam ente a todos
los estados y en las más variadas instituciones de la Administración, la utilización de
esta tecnología.
Buena parte de las iniciativas profesionales se canalizan a través de la Am erican
S o ciety fo r Photogram m etry a n d Rem óte Sensing, que cuenta con unos 7.000 afiliados
y casi doscientas em presas y socios institucionales. Entre los socios, un 30 % pertene
cen al sector privado, lo que da idea de la actividad comercial en este campo. Esta aso
ciación publica m ensualm ente la revista P hotogram m etric Engineering a n d Rem óte
Sensing, una de las más prestigiosas de teledetección. Otras instituciones de gran acti
vidad son los diversos centros NASA (especialm ente Goddard, en M aryland. y Am es
Research Center y Je t Propulsión Laboratory, en California). Entre los departam en
tos universitarios, casi todas las universidades del pais tienen un program a de investi
gación y docencia activo en esta materia. Cuentan con gran tradición el Laboratory'
f o r A pplications o fR em ó te Sensing (LARS) de la U niversidad de Purdue (Indiana), el
In stitu tefo r Environm ental Studies de la U niversidad de W isconsin-M adison, y la Re-
m ote Sensing Unit de la U niversidad de California en Santa Barbara, por citar sólo los
más significativos, si bien actualm ente hay otros departam entos más activos en estos
tem as, con los de G eografía de las U niversidades de M aryland, Carolina del Sur y
Boston.
De gran im portancia tam bién es el U.S. G eological Survey, que se encarga, a tra
vés del ERO S Data Center, de la distribución de una am plia colección de imágenes
tom adas por distintos sensores. La NASA (N ational Aeronautics a n d Space A dm inis
tra ro n ) y NOAA (N ational O ccanic a n d A tm ospheric Adm inistration) mantienen la
distribución de sus propios program as (actualm ente el Terra-Aqua y las series m eteo
rológicas NOAA y G O ES, entre otras).
En cuanto al mercado de productos de teledetección, y de acuerdo a un informe
de la oficina de asesoram iento tecnológico del Congreso de los años noventa, se esti
maba que el mercado de teledetección podría situarse entre 150 y 200 m illones de dó
lares anuales para los datos brutos, y unos 500 millones para los servicios de valor
añadido, con un increm ento previsto de entre el 15 y el 20 % anual (O.T.A., 1994). El
desarrollo de ese mercado se ha visto muy ligado al creciente recurso a la información

N O C IO N ES IN TRO D U C TO R IA S 29

En Canadá la situación tam bién es muy favorable, contando con una institución
nacional, el Cañada C e n te rfo r Rem óte Sensing, que cuenta con diversos centros re
gionales y coordina la actividad docente e investigadora en teledetccción. También en
este pais ejerce su actividad una sociedad profesional, la Canadian R em óte Sensing
Society. dedicada a la organización de congresos periódicos y la publicación de una
interesante revista. Canadian Journal o f R em óte Sensing. El lanzam iento de los satéli
tes de la serie Radarsat ha contribuido notablem ente al afianzam iento industrial de
esta técnica y a la apertura de nuevas aplicaciones.
En el contexto europeo. Reino Unido y Francia han sido los países que se han in
volucrado más en la investigación aplicada en esta técnica. En cuanto al prim ero, ya a
inicios de los ochenta, podían citarse hasta cincuenta instituciones que trabajaban ac
tivam ente sobre ella (Bullard y D ixon-Gough. 1985). con una producción bibliográfi
ca muy significativa: varios m anuales universitarios, diversas publicaciones científi
cas [International Journal o f Rem óte Sensing, N R SC N ew sletter), y una sociedad, la
Rem óte Sensing Society, muy activa en tareas de enseñanza y difusión. Esta asocia
ción, actualm ente denom inada Rem óte Sensing a n d Photogram m etry Society organi
za anualm ente, desde 1974, un congreso en distintas universidades inglesas. En lo que
a diseño de satélites se refiere, conviene citar la actividad de la em presa Surrev Satelli-
te Technology> Ltd., dedicada a la fabricación de micro-satélites, que ya ha lanzado
diversos satélites de bajo coste.
Las autoridades francesas han realizado un gran esfuerzo en este cam po, que lle
vó al lanzam iento del prim er satélite SPOT, en 1986, continuado por otros cuatro saté
lites de la misma serie en 1990. 1993, 1998 y 2002 (ver 3.5.2). El proyecto fue desa
rrollado por el Centre N a tio n a ld 'E tu d es Spatiales (CN ES). con una pequeña colabo
ración de la Swedish Space Corporation. En el terreno de las aplicaciones, el Groupe-
m ent p o u r le D óveloppem ent de la Télédétection A érospatiale (GDTA), con sede en
Toulousse, ha realizado num erosos cursos de entrenam iento y ciclos de formación,
coordinando a distintas instituciones gubernam entales con interés en teledetección.
Alem ania también cuenta con un program a de observación de la Tierra propio,
canalizado a través de la A gencia Espacial A lem ana DLR. Han enviado varias m isio
nes en el m arco de la colaboración con el transbordador espacial norteam ericano y la
estación espacial orbital, así como algunas m isiones específicas orientadas a la detec
ción de incendios (proyecto BIRD). En ju n io de 2007 lanzaron el prim er satélite radar,
denom inado TerraSAR X, que muy recientem ente ha entrado en fase operativa.
Otros países europeos han m ostrado gran interés en la aplicación de esta técnica
para un m ejor conocim iento de sus problem as m edioam bientales. En los Países Bajos,
la actividad docente e investigadora del Institute f o r Aerospace S u n e y an d Earth
Sciences (ITC). con sede en Enschede, ha sido muy destacada, tanto en el cam po de la
docencia com o de la investigación (ITC Journal). En Bélgica, Italia y los países es
candinavos existen num erosos centros dedicados a este tipo de investigaciones. A un
que en los países del Este europeo, la situación todavía es precaria, se están dando pa
sos hacia una m ayor presencia de esta técnica, especialm ente en los programas
agrícolas y m edioam bientales.
La Unión Europea (U E), como conjunto, pretende im pulsar las aplicaciones de la
teledetección mediante una mayor colaboración con la A gencia Espacial Europea
(ESA ), que ya ha lanzado varios satélites meteorológicos (M ctcosat. N1SG y M etop) y


nales com prom etidos con esta técnica, cuentan con especial tradición la U niversidad
Autónoma y el ÍNEGI de M éxico, el Instituto de G eografía cubano, el Centro de Pro
cesam iento Digital de Imágenes en Venezuela, el Instituto Agustín Codazzi en C o
lombia, la U niversidad C atólica en Santiago de Chile, el CLIRSEN ecuatoriano y la
U niversidad de Luján y el 1NTA argentinos. La Sociedad de Expertos Latinoam erica
nos en Percepción Remota (SELPER) cuenta actualm ente con unos mil m iem bros or
ganizados en capítulos nacionales, celebra bienalm ente un congreso internacional y
publica un boletín con noticias y artículos académicos.
Tras repasar el contexto internacional, resulta conveniente detenem os sobre el
estado de la teledetección en nuestro país. En ésta, com o en otras tecnologías de
punta, el desarrollo ha sido paulatino en las últim as décadas, aunque aún no se en
cuentra plenam ente consolidado. Ya en los años setenta se plantearon algunos pro
yectos de investigación realm ente pioneros (N úñez de las C uevas. 1976), pero la ac
tividad no ha tenido un im pulso sostenido hasta épocas recientes. A unque ha crecido
el núm ero y la actividad de los grupos interesados en esta técnica, no se observa to
davía un cuerpo científico consolidado, y aún resulta una herram ienta con escasa ac
tividad com ercial, que sigue dependiendo mucho de las adm inistraciones locales.
Ha ganado en los últim os años en presencia en los planes de estudio universitarios,
aunque todavía sigue siendo escasa la oferta de program as de especialización. La
actividad académ ica sigue de alguna m anera girando en tom o a la A sociación E spa
ñola de Teledetección (A ET), creada en 1989 tras cuatro años de actividades como
grupo de trabajo. Entre sus logros cuenta la organización de doce congresos nacio
nales (con periodicidad bienal), y la publicación de una revista científica (la Revista
de Teledetección) de periodicidad sem estral. Todavía el núm ero de afiliados es esca
so (no alcanza los trecientos). O tra asociación interesada en esta técnica es la Socie
dad Española de C artografía, Fotogram etría y Teledetección, organizadora de cu r
sos y sem inarios esporádicos sobre estas técnicas. A nuestro m odo de ver, tal vez una
de las principales rem oras para im pulsar el desarrollo de la teledetección en España
sea la inexistencia de un centro nacional de referencia, sim ilar al N RSC inglés, al
ITC holandés o al GDTA francés, que coordine los esfuerzos individuales y ponga
en contacto a expertos, em presas y usuarios finales del producto. Los centros más
destacados, sin pretender ser exhaustivo, son los dedicados a la producción carto
gráfica (Instituto G eográfico N acional, Instituí C artográfic de Catalunya. A gencia
de M edioam biente de A ndalucía), a la investigación (Instituto N acional de Técnica
A eroespacial, Instituto N acional de Investigaciones A grarias, Instituto Tecnológico
y G eom inero, Instituto de Econom ía y G eografía, UAB-CREAF, Instituto de D esa
rrollo Regional de A lbacete), o a la docencia universitaria (U niversidad de A lcalá.
G ranada. Lérida, Las Palm as. Santiago, Valencia y Valladolid). Existe un pequeño
núm ero de em presas dedicadas a esta tem ática (A rgongra, Idom, G eosvs, A uren-
sis__) y otras que cuentan con departam entos de teledetección (Tragsatcc. Tracasa.
Indra, Insa, Tecnom a). En los últim os años m erece especial m ención el Plan N acio
nal de Teledetección, im pulsando por el IGN, con apoyo de otras adm inistraciones
públicas centrales y regionales, y sobre todo el desarrollo de un program a propio de
observación terrestre, form ado por dos satélites, Ingenio y Paz, que se prevé estén
activos a inicios de la próxim a década.

32 TELED E TEC C IÓ N A M B IEN TA L

4. A sp ectos legales de !a teledetección

L a teledetección, com o ya hem os indicado, supone la observación exterior de la
superficie terrestre. El satélite, com o es obvio, no ajusta su órbita a las fronteras nacio
nales, sino que adquiere imágenes de todo el globo. Esta adquisición de datos sobre un
territorio soberano puede im plicar una violación de su espacio aéreo, adem ás de poner
en evidencia inform ación estratégica de un pais que podría ser utilizada abusivam ente
por otro.
P or estas razones, ya desde el inicio de la teledetección se puso de m anifiesto la
necesidad de regular jurídicam ente esas actividades. Las prim eras discusiones ju ríd i
cas se produjeron a fines de los años cincuenta a propósito de los prim eros satélites es
pía. En 1955 el presidente E isenhow er propuso en una conferencia internacional en
G inebra una política de cielos abiertos (Open Skicsproposal), que perm itiera la obser
vación m utua libre entre las dos potencias, con objeto de que cada una pudiera contar
con inform ación real sobre los recursos m ilitares de la otra, reduciendo así las tensio
nes y la carrera arm am entistica. Estos vuelos de reconocim iento m ilitar perm itirían
tender a una m ayor confianza m utua entre EE.UU. y la Unión Soviética, relajando las
tensiones (L eghom y Herken, 2001). La propuesta no fue aceptada por el lado soviéti
co. lo que dio lugar a un acelerado desarrollo de los sistem as espaciales de observa
ción militar, no detectables por los m étodos convencionales de protección del espacio
aéreo. A partir de ahí, se inicio una etapa de aceptación legal tácita de la observación
espacial, ya que am bas potencias eran conscientes de que el adversario contaba con
los m edios para observar su territorio, sin reclam ar jurídicam ente el fin de esa obser
vación. L a situación jurídica de la observación m ilitar se reguló finalm ente en 1992.
con el tratado de C ielos abiertos (Opcn Skies Trcaty•), firm ado por EE.UU .. Canadá y
otros estados de la OTAN, por un lado, y varios países del pacto de Varsovia, por otro,
incluyendo Rusia, U crania y Belarus. El acuerdo perm ite sobrevolar el territorio de
otro estado utilizando sensores específicam ente aprobados por el tratado (se van ne
gociando entre las partes), con lim itaciones de resolución espacial que varían con la
tecnología em pleada (Hcric et a l., 1996). L a caída del muro de Berlín en 1989
evidentem ente ha creado un nuevo am biente para este tipo de actividades, que pueden
ser de gran interés en la prevención de riesgos militares.
En cuanto a la teledetección civil, está regulada por el Com ité de N aciones U ni
das para el U so Pacífico del Espacio Exterior, que ha intentado desarrollar unos prin
cipios legales que salven las tensiones entre Estados observados y observadores. El
inicio de este proceso se encuentra en el tratado sobre las actividades de exploración
del espacio, firm ado en 1967. A llí se señalaba que «...el espacio exterior, incluso la
Luna y otros cuerpos celestes, no podrá ser objeto de apropiación internacional por
reivindicación de soberanía, uso u ocupación, ni m ediante ningún otro medio».
( Treaty on principies goberning ihe activities o f States in the exploration an d use o f
outerspace, including the M oon a n d celestial bodies. art. II.)
Este acuerdo constituye el eje sobre el que se ha venido apoyando el derecho es
pacial en los últim os años. Sus principales definiciones consagran un doble principio:
libertad de exploración y uso del espacio exterior, y em pleo en provecho com ún, sin
posibilidad de apropiación por ningún Estado. En definitiva, se define el espacio exte
rior com o un patrim onio com ún de la Humanidad, no sujeto a intereses nacionales.

N O CIO N ES IN TRO D U C TO R IA S 33

En el congreso UNISPACE’82, celebrado en Viena, se expresó el deseo de algu»
nos países en desarrollo por controlar la distribución de las imágenes obtenidas sobre
su territorio. Además, se convino en facilitar el acceso inmediato y no restrictivo a la
inform ación detectada sobre el territorio perteneciente a cada Estado, así com o en so
licitar la previa autorización de éste para difundir dicha inform ación a terceros países.
Estos principios se plasm aron en la resolución 41/65 de la ONU (diciem bre de 1986),
que tam bién subraya el interés de esta técnica para prom over la protección del me-
dioam biente y la mitigación de catástrofes naturales. Las grandes directrices de esta
legislación pueden resumirse en los siguientes puntos (Tapia, 1989):

1. la teledetección se realizará en provecho c interés de todos los países, de
acuerdo con el derecho internacional;
2. se respetará el principio de soberanía plena y perm anente de los Estados so
bre su propia riqueza y recursos naturales, sin perjudicar los legítim os derechos e inte
reses del Estado observado;
3. se prom overá la cooperación internacional sobre recepción, interpretación y
archivo de datos, prestándose asistencia técnica;
4. deberán los Estados inform ar al Secretario General de las N aciones Unidas
de los program as de teledetección que se propongan desarrollar, asi com o a los Esta
dos interesados que lo soliciten;
5. se inform ará a los Estados afectados para prevenir fenóm enos perjudiciales
para su medio am biente, y contarán con acceso sin discrim inación, y a un coste razo
nable, de los datos obtenidos sobre su territorio.

Estas lineas parecen marcar la evolución reciente del derecho espacial en lo que
afecta a actividades de teledetección. La am pliación de estas actividades a otros países
más allá de EE.UU. y la Unión Soviética (caso de Japón, Canadá, India o Brasil), y el
creciente papel de los consorcios com erciales tiende a liberalizar aún más las disposi
ciones adquiridas, si bien no resultan todavía muy eficientes los m ecanism os de trans
ferencia tecnológica hacia terceros países, casi siempre los más necesitados de una in
formación tan valiosa sobre sus propios recursos naturales. De hecho en la Tercera
Conferencia de la ONU sobre los usos pacíficos del espacio exterior (U N IS P A C E 111)
celebrada en Viena en 1999, se volvió a subrayar la preocupación de algunos gobier
nos sobre la inform ación que facilitan los satélites civiles sobre su territorio (singular
m ente India e Israel), si bien la principal preocupación de los países en desarrollo era
conseguir reducir los costes de las imágenes, en lugar de aum entar los controles sobre
su disponibilidad (Florini y D ehqanzada, 2001).

5. L as ventajas de la observación espacial

La teledetección desde satélite cuenta con num erosas aplicaciones, gracias a las
ventajas que ofrece frente a otros m edios de observación m ás convencionales, como la
fotografía aérea o los trabajos de cam po, aunque más que sustituirlos los com plem enta
adecuadam ente. Entre las ventajas de esta observación espacial, podem os destacar las
siguientes:

Copyrighted rn aterí al


5 .1 . C o b e r t u r a g l o b a l y e x h a u s t iv a d e l a s u p e r f i c i e t e r r e s t r e

L a teledctección espacial es una de las pocas fuentes de inform ación propia
m ente globales, ya que los sistem as orbitales perm iten tom ar inform ación de la p rác
tica totalidad del planeta, en condiciones com parables (m ism o sensor, sim ilar altu
ra). E sta dim ensión global resulta de enorm e trascendencia para entender los g ran
des procesos que afectan al m edio am biente de la Tierra (Foody y Curran, 1994). F e
nóm enos que preocupan notablem ente a la com unidad científica, y aun al hom bre de
la calle, com o el deterioro de la capa de ozono (fig. 1.6). el calentam iento de la Tie
rra o Jos procesos de desertízación, sólo pueden ser entendidos bajo una conside
ración global —el planeta en su co n ju n to — , para lo que necesitam os un sistem a de
inform ación que abarque grandes espacios (C huvieco, 2008a). Es bien conocida la
dificultad para establecer bases de datos globales, ya que resulta preciso integrar in
form ación proveniente de fuentes nacionales m uy diversas, que frecuentem ente es
tán com piladas con criterios (desagregación, escalas, etc.) casi incom patibles (C hu
vieco, 1992; U nninayar, 1988). A dem ás, en m uchas ocasiones estos datos de partida
se refieren a localizaciones puntuales (estaciones m eteorológicas o de aforo) por lo
que es preciso ap licar posteriorm ente algoritm os de interpolación para obtener una
im agen com pleta del territorio.
La teledetección espacial nos ofrece, por el contrario, una fuente homogénea (el
mismo sensor y plataform a para todos los países) y exhaustiva (cubre todo el territorio)
de datos para todo el planeta, lo que permite su fácil inclusión en estudios globales. En
los años noventa, el programa internacional para el estudio de la geosfera y la biosfera
(1GBP), promovió el desarrollo de algunas bases de datos globales a partir de imágenes
de satélite, como el mapa mundial de la cobertura del suelo (IGBP-Land Cover: Brown
et al., 1993; Townshend et al., 1991), que posteriormente se han actualizado en el marco
del programa M ODIS y VEGETATION (Lambin y Geist, 2006).

5 .2 . P e r s p e c t iv a p a n o r á m ic a

La altura orbital del satélite le perm ite detectar grandes espacios, proporcionan
do una visión am plia de los hechos geográficos. Una fotografía aérea, escala 1:18.000
capta en una sola imagen una superficie aproxim ada de 16 km2, que asciende a unos
49 km 2 en el caso de fotografías a m ayor altitud (escala 1:30.000). Una imagen del
sensor Landsat-TM nos perm ite contem plar 34.000 km 1 en una sola adquisición, lle
gándose hasta varios m illones de kilóm etros cuadrados los abarcados por una sola
im agen del satélite m eteorológico N O AA . D eterm inados fenóm enos de gran radio de
cobertura se pueden delim itar a partir de estas im ágenes, siendo de difícil percepción
para perspectivas m ás locales. El abom bam iento de la M eseta española, por ejemplo,
fue detectado a partir de las prim eras imágenes Landsat que se obtuvieron de nuestro
país (A lia et al., 1976), corrigiendo en parte la visión tradicional que se tenia de esta
unidad del relieve. Sobre imágenes de satélite resulta m ás asequible la detección de
algunas fallas, fracturas o contactos litológicos, lo que puede guiar en la localización
de algunos recursos m inerales (Short y Blair, 1986).

Y ou ha ve e ith e r r e a c h e d a p a g e th a t is u n a v a ila b le fo r v ie w in g o r r e a c h e d y o u r v ie w in g lim it fo r this
book.


A n te n a parabólica Sistema do g rabación d o la señal. calibración
y corrección geométrica

Fia 1.8. Sistema de recepción de imágenes NOAA HRPT instalado
en el departamento de Geografía de la Universidad de Alcalá.

que se considera una de las características m ás destacadas de la teledetección en la
gestión de catástrofes (Scott, 1997). En la práctica, sólo los satélites de escala más
global ofrecen transm isión directa al usuario final, siem pre que se disponga de las
antenas receptoras adecuadas (fig. 1.8). El resto de los sistem as se reciben en tiem po
real únicam ente por la red de estaciones concertadas con la entidad propietaria del
satélite, siem pre que éste se encuentre en el área de grabación de alguna antena, o de
lo contrario se graban a bordo para su transm isión posterior. El usuario recibe las
im ágenes con un cierto desfase tem poral, que se dedica a la calibración de los datos
y el envió. La m ayor utilización de internet en la difusión de datos está acortando
esos plazos, haciendo tam bién posible el em pleo casi inm ediato de las im ágenes de
alta resolución espacial.

5 .7 . F o r m a t o d ig it a l

Com o se com entó más arriba, el tratam iento digital de las imágenes agiliza el
proceso de interpretación, perm ite generar modelos cuantitativos e integrar los resul
tados con otro tipo de inform ación geográfica. Este enfoque integrado facilita una
evaluación más real del paisaje, al considerar los principales elem entos espaciales que
lo conform an. A un sim plem ente en el terreno de la visualización. el apoyo de los orde
nadores perm ite observar el territorio con una precisión y plasticidad difícilm ente
abordable por otros medios. Este es el caso de las perspectivas tridim ensionales, que
com binan una imagen de satélite con un modelo topográfico digital. El terreno puede
así observarse desde distintos ángulos (fig. 1.9), de cara a diseñar trayectorias virtua
les, o sim ular los efectos de distintas actuaciones sobre el territorio antes de que se
produzcan, evitando asi pérdidas irreparables.
Esta relación de las ventajas que proporciona esta técnica no implica, natural
mente, que considerem os a la teledetección espacial com o una panacea para detectar


FlG. 1.9. Diversas perspectivas tridimensionales sobre el área de Gestosa en Portugal,
generadas a partir de datos lidarv ortofotografia.

cualquier problem a que afecte al medio am biente. También presenta diversas lim ita
ciones. La más im portante es que la teledetección sólo perm ite estim ar aquellas varia
bles que m odifiquen el modo en que una cubierta refleja o em ite energía, o — en algu
nos sistemas— la posición de los objetos. En caso de que el fenómeno de interés no
tenga, en consecuencia, un impacto sobre las características espectrales de la zona ob
servada, no podrá detectarse mediante teledetección. Por ejemplo, no pueden discrimi
narse sobre una imagen de satélite variables que se desarrollan en profundidad (como el
perfil de un suelo) o las que se refieren al uso del territorio, siempre que no implique un
cambio de cobertura: un gran centro comercial si implica un cambio de ocupación del
suelo, pero no el uso comercial minorista, habitualmente situado en el mismo edificio
— y por tanto, con la misma cubierta— que un uso residencial en altura.
Relacionada con esta restricción estaría el hecho de que la m ayor parte de los
sensores de teledetección sólo captan las características más superficiales de una cu
bierta. H abitualm ente no tenem os inform ación de las capas más profundas, tanto del
agua com o del suelo, y la observ ación se limita a lo que ocurre en los prim eros centí
m etros o metros, dependiendo de las propiedades de la cubierta. En el caso de la vege
tación si puede extraerse información sobre capas inferiores, hasta una determ inada
cantidad de capas, pero con menor sensibilidad según nos alejam os de la más externa.
Otras lim itaciones son derivadas del propio desarrollo de la tecnología, que su
pongan restricciones en la resolución espacial, espectral o tem poral disponible, y que
pueden no ser suficientes para resolver un cierto problema. Por ejem plo, los estudios
de m orfología urbana hasta la llegada de los satélites com erciales de alta resolución
estaban seriam ente lim itados, y todavía hay m uchas otras aplicaciones que no son fac
tibles con la resolución de los sistem as actuales. Además, la cobertura de nubes puede
reducir notablem ente en algunas zonas la frecuencia temporal proporcionada por es
tos sistem as espaciales, restringiéndose la observación de esas áreas a la propor
cionada por los sistemas de radar (3.4.1).


Es obvio, en definitiva, que esta observación es com plem entaria con otras técni
cas convencionales y que no invalida la im portancia del trabajo de cam po. En otras
palabras, es una técnica auxiliar más. idónea en m últiples contextos y discreta en
otros, en los que su aplicación resulta sólo un ensayo experim ental.

6. F u en tes b ib liográficas

Com o antes se indicó la teledetección es una técnica bastante reciente, pese a lo
cual la producción bibliográfica resulta ya considerable. En el panoram a internacio
nal, se cuenta con num erosos congresos, revistas especializadas, m anuales e inform es
de investigación centrados en esta tecnología. Esto explica la existencia de diversos
catálogos bibliográficos, y de varias series periódicas dedicadas a la recopilación de
literatura científica en este campo. Actualm ente los buscadores de internet son las
fuentes más utilizadas para la búsqueda de inform ación, si bien están poco
estructurados a veces, y resulta com plejo extraer las más relevantes.
En el capitulo de revistas especializadas, se cuentan Canadian Journal o f Rem ote
Sensing, G eocarto International, IE E E Transactions on G eoscience an d R em ote Sen
sing, International Journal o f Rem ote Sensing„ Photo gram m e tria, Photogram m etric
Engineering a n d R em ote Sensing, Rem ote Sensing o f Environment, Rem ote Sensing
Review s y IS P R S Journal o f Photogram m etry and Rem ote Sensing. De ellas, las de
m ayor im pacto (de acuerdo al Science Citation Index) son Rem ote Sensing o f Environ
m ent, IE E E Transactions on G eoscience a n d R em ote Sensing, International Journal
o f R em ote Sensing y P hotogram m etric Engineering a n d Rem ote Sensing. En el ám bi
to de habla hispana, conviene citar la Revista de Teledetección>que se publica sem es
tralm ente desde 1993, el boletín de la SELPER, y la revista Geo-focus, publicada ex
clusivam ente en versión electrónica.
Los Congresos más destacados son los que organizan las sociedades profesiona
les: International Society f o r Photogrammetryra n d Rem ote Sensing (ISPRS), A m eri
can Society' o f Photogram m etry a n d R em ote Sensing (ASPRS). International Geos
cience a n d R em ote Sensing Society (1GARS), R em ote Sensing a n d Photogram m etry
Society (RSPS), y European Association o f Rem ote Sensing Laboratories (EARSeL).
Tienen tam bién gran prestigio la serie de congresos denom inados International Sym
posium on Rem ote Sensing o f Environment, organizados por el ERIM , y los Pécora
Sym posium , tam bién de la ASPRS, aunque centrados únicam ente en aplicaciones
m edioam bientales.
En cuanto a m anuales de estudio, buena m uestra del grado de desarrollo alcanza
do por esta técnica es la am plia gam a de textos disponibles, una buena parte de ellos de
reciente publicación o reedición (Alian, 1983; Asrar, 1989; Barret y Curtis, 1999o;
Carter, 1986; Conway, 1997; Cracknell y H ayes, 1991; Curran, 1985; Drury, 1998;
Elachi, 1987; Franklin, 2001; G ibson y Power. 20006; G ibson y Power, 2000a; H ar
per, 1983; Harris, 1987; H obbs y M ooney, 1990; H olz, 1973; Hord. 1986; Jensen,
1996; Jensen, 2000: Kramer. 2002; Liang, 2004; Lillesand y Kiefer. 2000; Lo, 1986;
McCIoy, 1995; M orain y Budge, 1996; Muller, 1988a; Pinilla, 1995; Q uattrochi y
G oodchild, 1997; Rees, 1999; Richards y Xia, 1999; Ruiz, 1994; Schow engerdt,
1997; Short, 2006; Sobrino, 2000; Swain y Davis, 1978; Szekielda, 1988; Thomas

N O CIO N ES IN TRO D U CTO RIA S 41

et al., 1987a; Verbyla, 1995). También se han publicado varios libros temáticos, cen
trándose en la aplicación de la teledetección al ámbito urbano (A u, 1993; Lulla, 1993),
edafología y geología (Drury, 1998; M ulders, 1987; R encz y Ryerson, 1999; Short y
Blair. 1986), hidrología (Gower. 1994; Hall y M artinec, 1985; Robinson, 1985), cli
matología (Barret, 1974; Carlcton, 1991; Conway, 1997), ecología del paisaje (Frohn,
1998), vegetación (Franklin. 2001; Hobbs y M ooney. 1990; Howard. 1991). incendios
forestales (A hem et al., 2001; Chuvieco. 1999a; C huvieco, 2 0 0 3 ), usos del suelo
( Lambin y G eist, 2006) o cam bio global (Chuvieco, 2008a)
Para cuestiones didácticas resultan también de gran interés los catálogos y atlas
de imágenes de satélite, que recogen abundantes ejem plos de imágenes sobre un de
terminado territorio o área tem ática de interés. Entre las obras m ás interesantes se
cuentan: M ission to Earth: Landsat views o f the World (NASA, 1976), Earth Watch
(Sheffield, 1981) y M an ott Earth (Sheffield, 1983). Las tres están basadas exclusiva
m ente sobre imágenes Landsat. m ientras Im ages o f Earth (Francis y Jones, 1984) in
cluye algunas fotografías tomadas desde el transbordador espacial norteam ericano.
Con un criterio más cartográfico, destaca la obra de la casa alem ana W esterman, tra
ducida posteriorm ente al inglés (Smith, 1984), asi com o la cobertura de imágenes del
Reino Unido (Bullard y D ixon-Gough. 1985), de Venezuela (Ruiz, 1992), m agnífica
m ente cuidado, de Siria (GORS, 1996), y de algunas regiones españolas (M oreira y
Ojeda, 1992; Sancho. 1992; Sancho y Chuvieco. 1986), y de paisajes de Iberoam érica
(Sancho y Chuvieco, 1992), que presentan num erosos ejem plos de análisis am biental
sobre las imágenes. También con un enfoque cartográfico conviene citar la obra de va
rios autores del Este europeo (Sagdejew, 1982), con la novedad de que incorporaron
fotografías adquiridas por plataform as soviéticas, poco accesibles hasta hace unos
años en los paises occidentales. Finalmente, los trabajos de la Institución Sm ithsonian
(Strain y Engle, 1993), de la Sociedad Audobon (N ational Audubon Societ 1995), y
de la N ational Geographic Societv {Naiional G eographic , 1999) abarcan un amplio
abanico de sensores y países. Sin duda, el más destacado en su concepción y presenta
ción es el último, con m agníficos ejem plos de im ágenes procedentes de distintas mi
siones espaciales. En otro orden de cosas, diversas entidades cartográficas publican
series de orto-im ágenes de distintos sensores (principalm ente Landsal-TM ). a precios
muy asequibles, lo que permiten extender al gran público la fam iliarización de estas
imágenes (M artínez Vega. 1997).

C a p ít u l o 2

PRINCIPIOS FÍSICOS DE LA TELEDETECCIÓN

«Dos excesos: excluir la razón, y no admitir más que la
razón.»
BLAiSE PASCAL. Pensamientos

En el capitulo anterior se presentaban algunos aspectos introductorios de las téc
nicas analizadas en esta obra. En los dos próxim os, se van a exponer los procesos que
perm iten la adquisición de ia imagen, para dedicar el resto a las tareas de interpreta
ción. Para los científicos con preocupación por el medio am biente, lo habitual será que
estos últimos sean los que m erezcan una mayor atención. Sin em bargo, como es obvio,
la interpretación de la imagen será tanto más rigurosa cuanto m ayor conocim iento se
tenga de los procesos que perm itieron adquirirla.

1. F u ndam entos de la observación rem ota

A nteriorm ente se definió la teledetección como aquella técnica que nos permite
obtener inform ación a distancia de los objetos situados sobre la superficie terrestre.
Para que esta observación rem ota sea posible, es preciso que entre los objetos y el sen
sor exista algún tipo de interacción. Nuestros sentidos perciben un objeto sólo cuando
pueden descifrar ia inform ación que éste les envía. Por ejem plo, som os capaces de ver
un árbol porque nuestros ojos reciben y traducen convenientem ente una energía lum i
nosa procedente del mismo. Esa señal, además, no es originada por el árbol, sino por
un foco energético exterior que le ilum ina. De ahi que no seam os capaces de percibir
ese árbol en plena oscuridad.
Este sencillo ejem plo nos sirve para introducir los tres principales elem entos de
cualquier sistem a de teledetección: sensor (nuestro ojo), objeto observado (árbol) y
flujo energético que los pone en relación y permite, en última instancia, detectar el ob
jeto. En nuestro ejem plo, ese flujo procede del árbol por reflexión de la luz solar. Po
dría tam bién tratarse de un tipo de energía em itida por el propio objeto (en caso de que
fuéramos capaces de detectar el calor que emite), o incluso por el sensor (por ejemplo,
si tuviéram os una cám ara equipada con fla sh ). Éstas son, precisam ente, las tres formas

Copyrightcd malcría!

46 TELED ETEC C IÓ N AM BIENTA L

lores de longitud de onda es continua, suelen establecerse una serie de bandas en don
de la radiación electro-m agnética m anifiesta un com portam iento similar. La organiza
ción de estas bandas de longitudes de onda o frecuencia se denom ina espectro elec-
tro-m agnético (flg. 2.3). Com prende desde las longitudes de onda más cortas (rayos
gam m a, rayos X), hasta las kilom étricas (tele-com unicaciones). Las unidades de m e
dida m ás com unes se relacionan con la longitud de onda. Para las más cortas se utili
zan m icróm etros, mientras las más largas se miden en centím etros o metros. N orm al
m ente a estas últim as (denom inadas m icro-ondas) se las designa tam bién por valores
de frecuencia (en Gigahertz, G H z ■ 10° Hz).
D esde el punto de vista de la teledctccción, conviene destacar una serie de ban
das espectrales, que son las más frecuentem ente em pleadas con la tecnología actual.
Su denom inación y am plitud varían según distintos autores, si bien la term inología
más com ún es la siguiente:

— Espectro visible (0.4 a 0,7 un). Se denom ina así por tratarse de la única ra
diación electro-m agnética que pueden percibir nuestros ojos, coincidiendo con las
longitudes de onda en donde es m áxim a la radiación solar. Dentro de esta región, sue
len distinguirse tres bandas elem entales, que se denom inan azul (A: 0.4- 0,5 nm ). ver
de (V: 0,5-0,6 j¿m), y rojo (R: 0,6-0,7 nm ), en razón de los colores prim arios que nues
tros ojos perciben a esas longitudes de onda.
— Infrarrojo cercano (IRC: 0.7 a 1.3 im). También se denom ina infrarrojo
próxim o, reflejado o fotográfico, puesto que parte de él puede detectarse a partir de
películas dotadas de em ulsiones especiales. Com o verem os luego, resulta de especial
im portancia por su capacidad para discrim inar masas vegetales y concentraciones de
humedad.
— Infrarrojo m edio (IRM: 1.3 a 8 xm). En esta región se entrem ezclan los
procesos de reflexión de la luz solar y de em isión de la superficie terrestre. En el pri
m er caso, hablam os de infrarrojo de onda corta (Short Wave Infrared, SW IR), que se
sitúa entre 1,3 y 2,5nm y resulta una región idónea para estim ar el contenido de hume
dad en la vegetación o los suelos. La segunda banda de interés está com prendida entre
3 y 5 nm , y suele denom inarse más propiam ente como infrarrojo medio (IRM ), siendo
determ inante para la detección de focos de alta tem peratura (incendios o volcanes ac
tivos).
— Infrarrojo lejano o térmico (IRT: 8 a 14 vn)y que incluye la porción em isiva
del espectro tenrestre, en donde se detecta el calor proveniente de la m ayor parte de las
cubiertas terrestres.
— M icro-ondas (M, p o r encima de I mm)> con gran interés por ser un tipo de
energía bastante transparente a la cubierta nubosa.

M ás adelante se estudiará el com portam iento espectral de las principales cubier
tas terrestres en cada una de estas bandas del espectro. A ntes de ello, convendrá intro
ducir algunos conceptos y unidades de m edida com únm ente em pleados en teledetec
ción.


Frecuencia (MHz)

Fi<i 2.3. Espectm eieciru-magnéiico.

50 TELED ETECC IÓ N AM BIEN TA L

tantes que perm iten explicar ese com portam iento, así como los factores que intervie
nen en su variación. Esta base perm itirá abordar una interpretación más rigurosa de la
imagen finalm ente obtenida por el sensor.1
D e acuerdo a la fórmula {2.3}, la cantidad de energía que contiene un flujo ra
diante es inversam ente proporcional a su longitud de onda. Esta relación entre flujo
de energía y longitud de onda puede establecerse con m ayor rigor gracias a la ley de
Planck:
2nhc*
{2.4}
he .
ex p — - 1
aJí T

donde M n1) indica la em itancia radiativa espectral de un cuerpo negro a una determ ina
da longitud de onda (?.); h es la constante de Planck (6,626 x 10"u W s 2); k , la constante
de Boltzmann (1,38 x 10'2 W s 2 K*1); c, la velocidad de la luz; /, la longitud de onda, y I
3
la temperatura absoluta de un cuerpo negro (en Kelvin. K). Esta fórmula se puede sim
plificar sustituyendo algunos términos por constantes:

M «A = --------- ^ -------
., {2.5!
xN exp— - 1
XT

donde c, puede sustituirse por 3,741 x io 8 W m 2nm* y c: por 1,438 x 104 nm K.
En pocas palabras, la fórmula de Planck nos señala que cualquier objeto por enci
m a del cero absoluto (-273° C) radia energía, y que ésta aumenta con la temperatura. A
la vez, a mayor temperatura, ese cuerpo radiará con más intensidad en longitudes de
onda más cortas. De esta fórmula podem os reconstruir la curva de em itancia de un cuer
po negro a distintas temperaturas (fig. 2.5). El gráfico es muy interesante para conocer el
comportamiento radiativo de un objeto, siempre que conozcamos su temperatura y su
emisividad; esto es, su grado de similitud con un cuerpo negro.
A partir de la fórmula de Planck puede calcularse la longitud de onda a la que se
produce la máxim a em itancia de un cuerpo negro conociendo su tem peratura. Esta es
la llam ada ley del desplazam iento de Wien:

*■»« = 2^ 98 m K
1 -p -n V {2.6}

donde la tem peratura (7) está expresada en K elvin. Esta ley tiene una gran importan
cia para seleccionar la banda más conveniente para detectar un objeto a una determ i
nada temperatura. Por ejemplo, si asum im os que un incendio forestal presenta una
tem peratura de com bustión próxim a a los 800 K , la ley de Wien nos perm ite situar en
3,6 ^m (1RM) la banda espectral más adecuada para su detección. P or su parte, el Sol

I. El lector interesado en una m ayor profiindización en estos principios físicos puede consultar
otros m anuales más especializados com o los de A srar (1989), Slater (1980) o Sobrino (2000).

opyrighted material

PRINCIPIOS FÍSIC O S DE LA TK LED ETEC CIÓ N 51

Longitud de ond* (f*m)

FlC. 2.5. Emitancia espectral Je un cuerpo negro a distintas temperaturas.

— con una tem peratura radiante próxima a los 6.000 K— presenta su máxim a em itan
cia en la región del espectro visible (centrada en tom o a 0,5 nm).
Integrando la em itancia espectral de un cuerpo negro para todas las longitudes de
onda, podem os calcular el total de energía que radia por unidad de superficie. Esta es
la ley de Stefan-Boitzmann:

A/, = o74 {2.7}

donde o es la constante de Stcfan-Boltzm ann (5,67 x 10* W m ° K"1). y F ia tem pe
ratura en Kclvin. A consecuencia de esta fórmula, resulta evidente que la em itan
cia global de un objeto es una función de su temperatura, y que pequeños cam bios en
ésta suponen notables m odificaciones en su em itancia radiante. Por otra parte, co
nociendo la tem peratura de un objeto emisor, podem os también estim ar la irradiancia
incidente sobre el sensor, por cuanto em itancia e irradiancia son funcionalmente
equivalentes. Hasta aquí, hem os supuesto que las superficies naturales se comportan
como cuerpos negros, lo que implica una notable sim plificación. Por ello, se han de
corregir las fórmulas anteriores añadiendo un nuevo parám etro, la em isividad (e), que
nos indica la proporción de energía em itida por un objeto (Ai) frente a un cuerpo negro
a la misma temperatura (A/„):

CvpynyMiiAJ m r «1
o n u r i n h f r v i mcu


M - lMk {2.8}

Un cuerpo negro indica un em isor perfecto; esto es. un objeto que absorbe y em i
te toda la energía que recibe. Se habla de cuerpos blancos o reflectores perfectos,
cuando no absorben nada de la energía incidente, sino que la reflejan por com pleto
(em isividad = 0), m ientras serían cuerpos grises aquellos objetos que absorben y em i
ten de forma constante en distintas longitudes de onda. C uando la em isividad varía
con la longitud de onda, se em plea el térm ino de radiador selectivo, que es lo más fre
cuente en la naturaleza.
A partir de las fórmulas {2.4} a {2.8} podemos estimar la emitancia total y es
pectral de un objeto conociendo su temperatura absoluta, siendo aquélla tanto mayor
cuanto más alta sea ésta. En definitiva, la energía emitida desde un objeto es prim aria
mente una función de su temperatura. Pequeños cambios en ésta suponen una modifica
ción sensible de la emitancia total, de acuerdo a {2.7}. Además, conociendo la tempera
tura de un objeto o cubierta de interés — y dado que pueda estimarse su emisividad— ,
será posible determ inar la banda del espectro más idónea para su discriminación.
Con estas nociones puede abordarse el comentario más detallado de las tres regio
nes del espectro en donde se realizan procesos de teledetección: longitudes de onda cor
tas (desde el visible al SW IR), medias (IRM y térmico) y largas (micro-ondas).

5. El dom inio so la r del espectro

5.1. C a r a c t e r ís t ic a s d e l a r a d ia c ió n s o l a r .
I n t e r a c c ió n c o n l a s c u b ie r t a s t e r r e s t r e s

D enom inam os espectro solar al rango de longitudes de onda directam ente de
pendientes de la radiación, com prendidas entre el visible y el SW IR (0.4 a 2.5 |im).
Para una m ejor com prensión de estas bandas espectrales, conviene analizar con
m ás detenim iento en este apartado las características radiativas del Sol, fuente p ri
m ordial de energía radiante en nuestro planeta. M ás adelante nos detendrem os a ana
lizar el com portam iento de las principales coberturas terrestres frente a este tipo de
radiación.
El Sol se encuentra a una tem peratura radiante próxim a a los 6.000 K. Esto impli
ca, según la ley de Wien, que su máxim a em itancia espectral se produce en tom o a las
0.48 jim, coincidente con el color verde apreciado por nuestros ojos. La curva espec
tral de la radiación solar se asem eja bastante a la de un cuerpo negro a esa tem peratura,
tal y com o aparece en la figura 2.6. La radiancia solar que al llegar al techo de la at
mósfera es inferior a ésta, especialm ente a partir de 2,5 Jim, donde ya es muy escasa, y
em pieza a ser dom inante la radiación térm ica em itida por cuerpos calientes (incen
dios. volcanes, etc.) a partir de 3 nm y por la superficie terrestre (a partir de 8 xm). Si
com param os la radiancia solar que llega a la atm ósfera terrestre con la que esperaría
m os para un cuerpo negro a la tem peratura radiativa del Sol, se observa que es sensi
blem ente más baja (fig. 2.6). Esto es debido a que la Tierra sólo capta una pequeña
parte de la em itancia solar, en función de su tamaño y de la distancia a la que se en
cuentra (M arkham y Barker, 1987). Además, parte de la radiación solar que llega al te-


p r in c ip io s f ís i c o s d e l a t e l e d e t e c c i ó n 53

Visible
Longitud d* onda (pin)

Fia 2.6. Comparación entre la entitancia de un cuerpo negro a 6.000 K. la irradiando salar
exo-atmos/éríca y la emitancia a temperatura terrestre y para un foco de mayor temperatura.

cho de la atm ósfera se filtra por los gases que la forman, con lo que la radiación directa
que llega al suelo es bastante menor. Por térm ino medio, llegan a la superficie terrestre
unos 1366 W m * lo que equivale a unas 1,96 calorías por m inuto y centím etro cuadra
do. Esa cantidad, que suele denom inarse constante solar, incluye el prom edio de la ra
diación solar recibida en las distintas bandas del espectro solar. La cantidad global que
se recibe en la Tierra debe contem plar tam bién que sólo una parte es ilum inada en cada
momento, con lo que la radiación solar promedio se calcula en 342 W m '2. Lógica
mente la cantidad que se recibe en cada lugar y m omento va a depender de las condi
ciones de transmis ividad de la atmósfera y de la altura del Sol. El prim er factor es difí
cil de predecir, pues los com ponentes de la atm ósfera varían m ucho en el espacio y en
el tiempo. El segundo es más fácilmente m odelable, ya que la inclinación de los rayos
solares puede calcularse a partir de la latitud, hora del dia y día del año. A partir del án
gulo cenital (el que forman los rayos del Sol con la vertical), puede calcularse el área
efectiva que es ilum inada, corrigiendo así la irradiancia solar para cad3 punto (fig.
2.7). Este aspecto es clave, pues explica, por ejem plo, el distinto calentam iento del
planeta en función de la latitud.
Puesto que la radiancia que capta un sensor en el rango del espectro que estam os
considerando depende de la que reflejan las distintas cubiertas terrestres, para detectar
una cubierta por teledetección es preciso explicar cómo interactúa con la radiación so
lar incidente. En este sentido, conviene considerar que el flujo incidente (< .) puede
{>


TELED E TEC C IÓ N A M B IEN TA L

Á/ea efectiva
Observación vertical

Área efectiva
Observación oblicua

A’ . A’ oos O

F i g 2.7. Efecto del ángulo cenital sobre la radiancia efectiva.

descom ponerse en tres términos: flujo reflejado (<J>,), flujo absorbido (< ,,), y flujo
}>
transm itido (< ,) (fig. 2.8):
}>

4 , = *, + *, + *,
> {2.9}

Resulta más conveniente expresar esta fórmula en unidades relativas. Para ello,
basta dividir cada térm ino de la expresión anterior por

Í i = t . + Í£ . + t í . {2.10}
4, 4>,

Energía Incidente
Energía reflejada
9r : Energía transmitida
4« : Energía absorbida

FlG 2.8. Descomposición del flujo solar incidente.

58 TELED ETEC C IÓ N AM BIEN TA L

Fia 2.11. Factores que modifican lafirma espectral de una cubierta: (i) variaciones en las condi
ciones de obsen'ación o iluminación; (ii) orientación de la vertiente; (iii) pendiente; (iv) atmósfe
ra; (v) condición fenològica; (vi) sustrato edàfico.

A ello habría que añadir que la radiación incidente en una determ inada superficie
no sólo es la directa solar, sino tam bién la proveniente de superficies vecinas o de la
propia atmósfera, ya que las reflexiones se producen en m últiples direcciones. Este fe
nómeno, conocido como irradiancia difusa, tiene gran im portancia en áreas de baja
ilum inación, como veremos más adelante.
Estos factores expresan la com plejidad que puede entrañar la caracterización de
un tipo de cubierta a partir de sensores remotos. También nos sirven para m atizar un
tanto la validez de las curvas espectrales indicadas previam ente, que no deben consi
derarse m ás que como reflectividades de referencia. Este m odo peculiar con el que
una determ inada cubierta refleja o em ite energía a distintas longitudes de onda se ha
denom inada com únm ente firma espectral (M eliá el al., 1986; Slater, 1980), y resulta
la base para discrim inar dicha cubierta de otras a partir de la observación remota. A ho
ra bien, com o venimos com entando, además del com portam iento espectral propio de

p r in c ip io s f ís ic o s d e l a t e l e d e t e c c ió n 59

cada cubierta, es preciso considerar los factores arriba indicados, que m odifican esa
signatura característica. En suma, las distintas cubiertas de la superficie terrestre no
tienen un com portam iento espectral único y perm anente, que coincida con sus curvas
de reflcctividad espectral y perm ita reconocerlas sin confusión frente a otras superfi
cies. Por el contrario, en tom o a la firma espectral las distintas cubiertas presentan una
cierta variabilidad, debida a los factores ya com entados, y que dificulta — en última
instancia— su discrim inación de otras superficies.
Pese a estos com entarios, no cabe duda que las curvas de reflectividad antes ana
lizadas son muy útiles para interpretar más fielm ente la imagen, por cuanto relacionan
los valores adquiridos por el sensor con las medidas de laboratorio. A la vez, estas grá
ficas nos perm iten seleccionar las bandas más convenientes para la detección de las
cubiertas terrestres bajo estudio.

5.2. M e d io s pa r a o b t e n e r f ir m a s e s p e c t r a l e s

Las firmas espectrales son fundam entales para reconocer cubiertas de interés, o
parám etros dentro de esas cubiertas {clorofila en la vegetación o turbidez en el agua*
por ejem plo), por lo que se recom ienda que sean punto de partida para la mayor pane
de los trabajos de teledetección. La firma espectral de una cubierta puede obtenerse a
partir de varias fuentes: (i) m edirla con un radióm etro, (ii) extraerla de una biblioteca
especiral puesta a punto por alguna institución, (iii) sim ularla m ediante modelos físi
cos, o (iv) extraerla de una im agen con la debida resolución espectral.
A los radióm etros dedicarem os un apartado en el capitulo 3, en el que se revisan
los distintos sensores disponibles para teledetección. La sim ulación de la señal la cu
brirem os con más detalle en el capitulo 7. centrado en el uso de m odelos físicos para
ayudar en la interpretación de la imagen. La extracción de una firma espectral de una
imagen con un buen número de bandas se cubrirá con más detalle en el apartado dedi
cado a tcledetccción hipercspectral. también en el capítulo 7. Por ahora nos centrare
m os en las bibliotecas espectrales, que son el medio mas sencillo de disponer de fir
mas espectrales para la enseñanza o investigación introductoria.

5 .3 . B ib l io t e c a s e s p e c t r a l e s

El creciente desarrollo que en los últim os años están teniendo los sensores de
muy alta resolución espectral ha estim ulado la creación de bibliotecas espectrales. Se
trata de colecciones de firm as espectrales, tom adas con radióm etros de laboratorio en
condiciones controladas, que sirven de referencia para conocer el com portamiento
tipo de una determ inada cubierta.
Estas bibliotecas se están utilizando para calibrar los valores de reflectividad es
tim ados a partir de la im agen, facilitar el entrenam iento autom ático en la interpreta
ción de cubiertas y servir como entrada para la extracción de m odelos de mezclas es
pectrales (ver 7.1.6.1).
A unque todavía son escasas las bibliotecas espectrales disponibles, conviene ci
tar la desarrollada por el Servicio G eológico Estadounidense (USGS: (Clark et al..

wopy


1993), accesible a través de internet (http://speclab.cr.usgs.gov/spectral-lib.btm l últi
m a entrada 20-2-2008), que cuenta con una am plia variedad de espectros, aunque son
m uy escasos los correspondientes a cubiertas vegetales. Esta biblioteca está bien do
cum entada y cubre el rango de 0,2 a 3 ¿un.
Algo más reciente es la biblioteca espectral com pilada por el J e t Propulsión
Laboratory (JPL), denom inada ASTER (http://speclib.jpl.nasa.gov, última entrada
20-2-2008) con casi 2.000 curvas espectrales situadas entre 0,4 y 2,5 m n, aunque para
m uchas de ellas se ofrece inform ación hasta el infrarrojo térm ico (15 nm). Este pro
yecto parte de la biblioteca com pilada por el USG S. la U niversidad John H opkins y el
propio JPL. Incluye espectros de minerales, rocas, suelos, m eteoritos, vegetación (so
lamente 4 especies), agua, nieve y cubiertas hum anas (asfalto, cemento, alum inio, co
bre, papel, diversos tipos de pinturas, etc.). Para cada espectro se incluye un archivo
de docum entación, que facilita datos sustanciales sobre la fuente y condiciones de ad
quisición y el tipo de m aterial observado (incluyendo tam año de las partículas y com
posición química), si bien los espectros, al provenir de fuentes diversas, se tomaron
con diferentes criterios y no son com pletam ente comparables.
O tras bibliotecas m enos conocidas que la desarrollada en la U niversidad de Pur-
due, uno de los centros pioneros en aplicaciones agrícolas de la teledetección, centra
da en cultivos, son la que desarrolló D ar R oberts (U niversidad de California Santa
Bárbara) para especies de chaparral califom iano (Roberts et al., 1998), la realizada en
el marco del proyecto europeo STORM S: Silvicultura! Tech ñiques O ffering Risk f i -
nim ising Straíegies, desarrollada en Portugal y centrada en m ediciones de todas las
superficies y cubiertas que puedan tener alguna influencia en el riesgo de incendios
forestales, y la realizada por el departam ento de G eografía de la U niversidad de A lca
lá, sobre especies vegetales m editerráneas (http://w w w.geogra.uah.es/~espectra/in-
dex.html última entrada 20-2-2008).

5.4. C o m p o r t a m ie n t o e s p e c t r a l d e l a v e g e t a c ió n e n e l e s p e c t r o ó p t ic o

La caracterización espectral de las masas vegetales constituye una de las tareas
m ás interesantes en teledetección. Pese a su gran im portancia, aún ofrece notables di
ficultades como consecuencia de los m últiples factores que influyen en la radiancia
que finalm ente detecta el sensor. Podem os dividir estos factores en tres grandes gru
pos (Belward, 1991; Colwell, 1974; G ausm an, 1977; Guyol et al., 1989; Sellcrs,
1989):

— Los relacionados con la reflectividad de la hoja, que suele ser el elem ento
más visible desde una plataform a espacial. Aquí los factores más destacados son la
presencia de pigm entos, la estructura celular y el contenido de humedad.
— Las características geom étricas de la planta, principalm ente su área foliar, la
forma de las hojas, su distribución en la planta, la geom etria del dosel, la importancia
del com ponente leñoso, etc.
— Finalm ente, habría que considerar aquellos aspectos derivados de la situa
ción geográfica de la planta: pendiente, orientación, asociación con otras especies, re-
flcctividad del sustrato, geom etría de plantación, condiciones atm osféricas, etc.

p r in c ip io s f ís i c o s d e l a t e l e d e t e c c i ó n 61

Pigmentos E stru ctu ra
de la hoja ce'.ular Contenido del agüé
4----------------------------M - -► 4 -

■a
T3
2

FtC. 2.12. Factores que explican la reflectividad de la hoja.

En lo que se refiere a la reflectividad de la hoja, podem os basam os en estudios
realizados a partir de espectro-radióm etros en laboratorio (Colw ell, 1974; Curran.
1980; G ates et al., 1965; Knipling. 1970; Lusch. 1989). Las c u n a s espectrales resul
tantes varían en relación con el tipo de hoja, si bien podem os establecer unos patrones
generales, marcados por la baja reflectividad en el visible, alta en el IRC y baja, con
presencia de algunos m áxim os relativos, en el SW IR (figs. 2.9 y 2.12).
En concreto, la baja reflectividad en la porción visible del espectro se debe al
efecto absorbente de los pigm entos de la hoja, principalm ente las clorofilas, xantofila
y caroteno (6 5 .2 9 y 6 %. respectivam ente, aunque la proporción puede variar mucho:
[Gates e t a i . 1965]). Todos ellos absorben en la banda del espectro situada en tom o a
los 0.445 nm . m ientras la clorofila presenta una segunda banda de absorción en tom o
a los 0,645 pm . Entre ambas porciones del espectro, aparece una banda interm edia, al
rededor de los 0,55 ¿im. en donde el efecto absorbente es menor. Por esta causa apare
ce un pico relativo de reflectividad que coincide con la banda verde del espectro visi
ble, y causa el color con el que nuestros ojos perciben la vegetación vigorosa.
Cuando se aproxim a la caida otoñal de las hojas, la clorofila ejerce una m enor in
fluencia, lo que explica su mayor reflectividad en la banda roja y, en definitiva, su co
lor am arillento (verde + rojo). En algunas especies resulta destacada la acción de otro
pigm ento, la antocianina, buen reflector de la porción roja del espectro, que causa esc
color en épocas de senescencia (caso de los arces canadienses o la lenga chilena).
La elevada reflectividad en el infrarrojo cercano se debe, por un lado, a la baja
absortividad de las clorofilas, y, por otro, a la estructura celular interna de la hoja.
Com o es sabido, la hoja se com pone, en esencia, de cuatro capas: la epiderm is supe
rior e inferior, el parénquim a en em palizada y el m esófilo esponjoso. Las dos prim eras
juegan un importante papel en la regulación térmica de la planta y en su absorción de
C 0 2. El parénquim a alberga los cloroplastos, mientras en el m esófilo tienen lugar los

C o p y rig f m al


£
l
1
*

1 * 2 . 1 ---- -- 49S ......... 0.01
C H (% )

FlC. 2 .1 3 . Cunas de reflectividad para hojas dejara (C istu s lad an ifer) con distintos contenidos
de humedad (datos adquiridos con un espectro-radiómetro GER-2600).

intercam bios gaseosos necesarios para la respiración de la planta. Debido a ello, cuen
ta con unas cavidades de aire internas, que dispersan la mayor parte de la radiación in
cidente en el IRC (G ates et al., 1965; H orler et al., 1983). Por ello, la hoja sana ofrece
una alta reflectividad en esta banda, en claro contraste con la baja reflectividad que
presenta en el espectro visible, especialm ente en la banda roja. Puesto que la estructu
ra de la hoja es muy variada según las especies, esta banda tam bién resulta idónea para
discrim inar entre plantas, incluso entre aquellas que no podrían separarse en el
espectro visible.
A partir de 1.4 nm el efecto absorbente del agua es m uy claro, por lo que la rcflcc-
tividad de la vegetación sana se reduce drásticam ente en el SW IR. Las m edidas de la
boratorio m uestran una notable diferencia en esta región del espectro entre las hojas
secas y las infiltradas con agua (Bow m an, 1989; Hunt et al., 1987). En experim entos
con hojas de higuera, la reflectividad de la hoja seca alcanzó hasta cuatro veces el va
lor de la hoja húm eda, para la banda situada en tom o a 1,9 Jim (Short. 1982). En otros
estudios sobre hojas de coniferas, se observó un sensible aum ento de la reflectividad
en el infrarrojo m edio según se iban desecando las hojas, dism inuyendo ligeram en
te en el infrarrojo cercano y con escasa variación en el visible (W estman y Price,
1988). En especies m editerráneas de matorral y arbolado, también se han com probado
estas buenas relaciones, de signo negativo, entre contenido de hum edad y reflectivi-
dad en el SW IR (De Santis et a i , 2006; Riaño et a i , 2000; Vaughan, 2001) (fig. 2.13).
Entre estas bandas, donde la absorción del agua es más clara, se sitúan dos picos relati
vos de reflectividad, en tom o a 1.6 nm y 2,2 pm. Q ueda patente, pues, que la observa
ción en el SW IR es de gran interés para conocer el estado hidrico de la hoja.
O bviam ente el sensor no mide hojas aisladas, sino agrupaciones de hojas for
mando plantas o masas de vegetación, por lo que adem ás de la reflectividad de la hoja

C o p y n g h te d m a te ria l

p r in c ip io s f ís i c o s d h l a t e l e d e t e c c i ó n 65

— Mohsoi V e r e s o t ----- Entsol ¡

F i a 2.14. Curvas de reflectividad para distintos tipos de suelos: Molisol (limoso pardo-grisá
ceo): Vertisoi (arcilloso-marrón); Entisol (yeso blanco). Datos tomados de la biblioteca espectral
Aster.

arenoso tiende a tener una débil estructura y bajo contenido de hum edad, por lo que
presentará, en función de esos factores, una reílectividad más elevada (Curran, 1985).
A ello convendría añadir el efecto de la m ateria orgánica en el suelo, que tiende a
oscurecerle y. en consecuencia, a reducir su reílectividad.

5.6. E l a g u a e n e l e s p e c t r o ó p t ic o

Las superficies acuáticas absorben o transm iten la m ayor parte de la radiación
óptica que reciben, siendo mayor su absortividad cuanto m ayor sea la longitud de
onda. La curva espectral, por tanto, es sim ilar a la del suelo, aunque de sentido contra-
rio. La m ayor reílectividad del agua clara se produce en el azul, reduciéndose paulati
nam ente hacia el infrarrojo cercano y medio, donde ya es prácticam ente nula. Por esta
razón, la frontera tierra-agua es muy nítida en esta banda.
La variabilidad del agua es más fácilm ente detectable en las longitudes de onda
más cortas (azul y verde). Se relaciona con su profundidad, contenido de m ateriales en
suspensión (clorofila, sedim entos y nutrientes), y rugosidad de la superficie. La turbi-
dez del agua, relacionada con su contenido de sedim entos, implica aum ento de la re-
flectividad en todas las bandas del visible, para distintos diám etros de partícula (Bhar-
gava y M ariam, 1990). El efecto se hace especialm ente evidente en la desem bocadura
de los grandes ríos (fig. 2.15).
La profundidad del agua influye directam ente en el aporte de reflectividad deri
vado de los m ateriales de los fondos. En aguas poco profundas la reflectividad aum en-


F i a 2.15. Sedimentos en suspensión en la desembocadura del Rio de la Plata. Imagen Terra
MODIS del verano de 2002.

ta, ya que hay mayor aporte de la radiancia reflejada por los fondos. En consecuencia,
la absortividad será tanto mayor cuanto m ás profunda sea la capa de agua. A partir de
esta relación pueden abordarse algunos estudios de batim etría en zonas costeras. Para
im ágenes Landsat-TM se estim a que la profundidad de agua máxim a que puede deter
m inarse alcanza 6,4 m en la banda azul, 3 en la verde y 2,1 en la roja (Ji et a i , 1992).
En cuanto a su com posición, diversos estudios han dem ostrado la posibilidad de
em plear sensores espaciales para cartografiar contenido de clorofila en el agua (D o
m ínguez et al., 2003; López y Casellcs, 1989). Si el agua ofrece im portantes concen
traciones de clorofila, la reflectividad en el azul tiende a descender, aum entando en el
verde. Esto perm ite establecer una clara correlación, de signo negativo, entre la reflec
tividad del agua en la banda azul y el contenido de clorofila, lo que facilita localizar
concentraciones de algas (R obinson, 1985), analizar ritmos de productividad neta de
la superficie marina o estudiar procesos de eutrofización en em balses (Ruíz-Verdú
et a i , 2001; Verdin, 1985).
El resto de los materiales en suspensión contribuyen también a aum entar la reflec
tividad, además de presentar una m ayor turbidez. Por último, la rugosidad de la superfi
cie favorece la reflexión difusa, y en consecuencia una mayor reflectividad. En caso de
aguas muy tranquilas, la superficie se comporta de modo especular, con valores de re
flectividad muy variados en función de la localización del sensor. En el caso de las m e
didas tomadas con sensores espaciales, los valores resultan extremadamente bajos.

p r in c ip io s f ís ic o s d e l a t e l e d e t e c c ió n 67

FlC. 2.16. Curvas de reflectividad para distintos tipos de nieve (adaptado de Hail v fartinec.
r
(9X5).

La nieve, por su parte, ofrece un com portam iento muy distante del agua. Presenta
una reflectividad elevada en las bandas visibles, reduciéndose en el infrarrojo cercano
y más claram ente en el medio. Los factores más destacados en la reflectividad de la
nieve son el tam año del grano, la profundidad y densidad de la capa y la cantidad de
impurezas que contenga (K elly y Hall, 2008). La reflectividad es m ayor para la nieve
fresca que para la helada, m ostrando los valores más bajos la nieve sucia (fig. 2.16).
La reducción puede llegar hasta el 80 % para las bandas visibles (Hall, 1988; Hall y
M artinec, 1985).
A veces no resulta sencillo distinguir la nieve de las nubes en el espectro visible.
La distinción resulta más evidente en el infrarrojo medio, ya que las gotas o cristales
de hielo de las nubes son m ás pequeños que los granos de nieve, por lo que absorben
menos radiación en esta banda del espectro. Además, habitualm ente, la nieve tiene
mayor reflectividad que las nubes en el visible y una textura más homogénea (Dozier,
1989).

6. El dom inio del infrarrojo térm ico

6.1. C aracterísticas de la radiación energética en el infrarrojo térmico

De acuerdo con las leyes de Planck {2.4} y Wien {2.6}, podem os fijar entre 8 y
14 jim la banda espectral en donde se m anifiesta con m ayor claridad la cm itancia e s



pectral de la superficie terrestre, de acuerdo a su tem peratura (unos 300 K). A esta par
te del espectro se le denom ina infrarrojo térm ico, puesto que nos perm ite detectar el
calor que procede de las distintas cubiertas. En definitiva, para esta banda la radiancia
espectral que recibe el sensor no es el resultado de la reflexión de la energía solar so
bre la superficie terrestre, sino de la radiación em itida por ésta.
Com o vimos, la em itancia espectral de un objeto está directam ente relacionada
con su tem peratura absoluta. A la vez, ésta se relaciona con su capacidad para absorber
la radiación solar incidente. De la fórm ula {2.11} se deduce que ésta puede ser refleja
da, absorbida o transm itida. C onsiderando que la transm isividad es prácticam ente
nula en el infrarrojo térm ico, la expresión puede sim plificarse indicando que. a estas
longitudes de onda, la energía incidente o bien se refleja o bien se absorbe. Junto a
ello, es preciso tener en cuenta que cuando una superficie está en equilibrio térm ico
con los alrededores, la ley de K irchoff indica que la absortividad espectral es igual a la
em isividad. En otras palabras, a m ayor absorción, m ayor em isión, por lo que podem os
expresar la fórm ula {2.11} indicando:

í = Pii<n + e^ n (2.13 J

lo que, en resum en, significa que las superficies con alta refiectividad (caso de la nie
ve) son poco em isivas, m ientras las poco reflectivas son altam ente em isivas (como
ocurre con el agua).
Com o ya vim os anteriorm ente, la em isividad de un tipo de cubierta es una medi
da relativa, que pone en relación su em itancia con la de un cuerpo negro. Una alta em i
sividad (cercana a 1) indica que un objeto absorbe y radia una gran proporción de la
energía incidente, m ientras una em isividad considerablem ente inferior a 1, refiere a
un objeto que absorbe y radia una pequeña proporción de la energía incidente. En el
caso de las cubiertas de interés m edioam biental, la m ayor em isividad, se presenta en la
vegetación densa (0,99) y el agua (0,98), mientras los valores más bajos corresponden
a los suelos arenosos (0,90), nieve (0,80) y m etales (0.16). Varios autores han llevado
a cabo m ediciones sistem áticas de la em isividad en terreno, tanto en el 1RT com o en el
1RM (3-5|im ) (Salisbury y D ’aria, 1994; Salisbury y D ’aria, 1992).
El contenido de hum edad m odifica notablem ente estos valores estándar. Así en
suelos arenosos se han m edido increm entos de em isividad de 0,90 a 0.94 al aum entar
un 8 % el contenido de hum edad (M ulders, 1987). Los valores de em isividad se calcu
lan para una tem peratura m edia, en este caso en tom o a 20° C (Curran, 1985).
A partir de la m edida de la em isividad puede estim arse la em itancia global de un
objeto, conociendo su tem peratura. En este sentido puede corregirse la ley de Ste-
fan-Boltzm ann. introduciendo el parám etro de em isividad:

M .- s c s r {2.14}

Esto implica que dos objetos situados a la misma tem peratura pueden presentar
em itancias radiantes distintas. De esta forma, parece evidente la necesidad de corregir
los valores de radiancia adquiridos por el sensor considerando la em isividad, que pue
de estim arse siempre y cuando se conozca la cubierta detectada y ésta sea suficiente
m ente hom ogénea. En caso de un área con cubiertas muy distintas, cada una de ellas

PRINCIPIOS FÍSIC O S DE LA TELED ETEC C IÓ N 69

con su propia em isividad, el problem a sería mucho más com plejo. H abría de hacerse
una corrección en función de las coberturas presentes en esa zona, conociendo la em i
sividad propia de cada una de ellas. En ocasiones se ha utilizado un m apa de ocupa
ción del suelo previo para facilitar la corrección de em isividades (C aselles ct a i ,
1988), aunque tam bién puede basarse en una correlación de radiancias-tem peraturas
con m edidas tom adas en el terreno o en estaciones m eteorológicas (Sobrino, 2000,
cap. 11). Algunos trabajos han m ostrado que, en cubiertas vegetales suficientem ente
densas, basta incorporar la em isividad de ésta y no la del suelo que la soporta, lo cual
sim plifica notablem ente los cálculos. M ás adelante, verem os con detalle los proce
dim ientos para hacer el cálculo de la tem peratura a partir de im ágenes adquiridas en
esta región del espectro (6.2.4).
Además de la em isividad. el com portam iento térm ico de un objeto está relacio
nado con otros parámetros. Los más im portantes son su capacidad térm ica, conducti
vidad, difusividad, inercia térm ica e índice de calentam iento.
La capacidad térmica (C) indica la capacidad de la cubierta para alm acenar calor.
La capacidad térmica por unidad de masa se denom ina calor especifico (c). Las masas
de agua poseen la mayor capacidad térm ica, por lo que pueden alm acenar más calor
que la vegetación o los suelos.
La conductividad térm ica (A mide el ritmo al que se transm ite el calor en esa cu
*),
bierta. Las áreas urbanas son buenas conductoras de calor, m ientras la vegetación o
suelos resisten más esta transferencia. Por ello, la tem peratura diurna en zonas de cu
bierta vegetal es fundam entalm ente una función de la tem peratura de la capa superior,
y no de capas inferiores.
La difusividad térmica (o) es una m edida del cam bio de tem peratura que se pro
duce en el interior de la cubierta. En general, las superficies secas difunden los cam
bios de tem peratura hacia abajo a una velocidad m enor que las superficies húmedas.
Por último, la inercia térm ica (P ) hace referencia a la resistencia de un m aterial a
cam biar de temperatura. Este parám etro está directam ente relacionado con la conduc
tividad (k), el calor específico (c) y la densidad del material (jD), de acuerdo a la si
guiente fórmula:

P = <Dck {2.15}

Los suelos secos y arenosos, con baja inercia térmica, ofrecen severos contrastes
entre las tem peraturas diurnas y nocturnas. En contraste, los suelos húm edos y arcillo
sos son mucho más resistentes al cam bio y presentarán tem peraturas diurnas inferio
res y nocturnas superiores a los suelos secos (fig. 2.17). La inercia térm ica es más fá
cilm ente detectable en los mom entos de m áxim a y m ínim a insolación, aproxim a
damente a las 12.00 y 24.00 h, respectivamente.
En cuanto al índice de calentam iento, es función de la intensidad de la radiación
y de la absortividad del objeto. La intensidad es m enor en aquellas zonas arboladas,
con nubes o con edificios que im pidan la radiación directa. También está afectado di
rectam ente por la pendiente o exposición de las laderas.

G opyngr


100 «IT. 2 5 ju lio 1 9 9 4 2 • 7 a g o s to 1 9 9 5

Evapotransoiraoón oe< cí A no
de fe!erenc»a (mm(día)

2 • 9 s e p tie m b r e 1 9 9 7

F i a 2.18. Estimación de la evapotranspiración del cultivo de referencia (mm/dia) mediante ecua
ciones de regresión múltiple a partir de datos MOAA-A VHRR (Sánchez y Chuvieco. 2000).

gunas zonas), como a movimientos particulares de las corrientes oceánicas. Por ejem
plo, la detección precoz del fenómeno del Niño, que provoca efectos de escala planeta
ria, se realiza a partir de sensores térmicos, ya que obedece a un calentamiento inusual
de una enorme masa de agua situada sobre el Pacifico Sur(ver, entre otros: http://w w w .
pm el.noaa.gov/tao/elnino/nino-hom e.htm l, últim o acceso 4-03-2008).
Volviendo a las propiedades térm icas de las cubiertas terrestres, la tem peratura
de la nieve está influida por el tam año de los cristales y el contenido de agua líquida,

PRINCIPIOS FÍSIC O S D E LA TELED ETECC IÓ N 73

siendo en líneas generales muy baja. Como ya vimos, esta cubierta ofrece la mayor re-
flectividad en el visible, por lo que la absorción de energía es baja y tiende a registrar
más bajas tem peraturas que el entorno. La observación de la nieve en el térm ico es de
gran ayuda para diferenciar tipos y estudiar la dinám ica de su cobertura, de cara a
estim ar volum en de agua alm acenada (Ferris y C ongalton, 1989).

7. La región d e las m icro-ondas

7.1. C aracterísticas de la radiación energética en la región
DE LAS MICRO-ONDAS

La banda del espectro que se inicia en las longitudes de onda m ilim étricas se d e
nom ina región de las micro-ondas. Se trata de las longitudes mayores utilizadas en
teledetección, si bien cuentan asimismo con otras aplicaciones civiles y militares.
La observación en esta banda del espectro es com plem entaria y más com pleja
que la realizada en las bandas ópticas o térmicas, por lo que el rango de aplicaciones es
todavía inferior al registrado en éstas, si bien está aum entando notablem ente en los úl
timos años, gracias a la creciente disponibilidad de satélites equipados con equipos de
m icro-ondas (ERS, Radarsat, JERS. Almaz. etc.). La virtud fundam ental de esta re
gión del espectro es ser prácticam ente transparente a la influencia atm osférica, ya que
se trabaja a longitudes de onda muy superiores al tam año habitual de las gotas de agua
(0, l mm: fig. 2.19). Esto supone que pueden observarse áreas cubiertas por nubes, lo
que hace a esta región espectral idónea para zonas muy lluviosas, donde la observa
ción en otras bandas del espectro es prácticam ente inviable. Por ejem plo, el radar late
ral aero-transportado (SLAR), perm itió com pletar la prim era cartografía de la cuenca
del A m azonas y de varios países de Centro-A m érica, detectando recursos hídricos y
mineros antes desconocidos (Henderson y Lewis, 1998).
La observación rem ota en la banda de las m icro-ondas se realiza habitualm ente
con sensores activos (denom inados radar: cap. 3), que no se lim itan a registrar la ra
diación em itida por las cubiertas, sino que em iten la suya propia, recogiendo poste
riorm ente su retro-dispersión. Esto perm ite una gran versatilidad a la teledetección de
m icro-ondas, ya que pueden observarse las cubiertas con las condiciones especificas
que parezcan más convenientes para una determ ina aplicación.
Los sensores pasivos en esta banda se denom inan radióm etros de micro-ondas.
Son poco utilizados en tclcdetccción, puesto que la em itancia de los objetos es difícil
m ente perceptible en esta banda. Para las longitudes de onda que com prende, se em
plea la aproxim ación de la ley de Planck calculada por Rayleigh-Jeans (Elachi, 1987):

Aí,.k = ^ {2.17}

donde M m corresponde a la em itancia espectral. T a la tem peratura en K elvin, y X a la
X
longitud de onda. Las constantes tienen el mismo significado que en {2.4}. En esta re
gión. los valores de A/. son muy bajos, y existen frecuentes interferencias entre señales

Copyrightcd rnalc

74 T E L E D E T E C C IÓ N A M B I E N T A L

100

80

60

40

20

°0 1 2 3 4 5 6 7 8 9 cm
X C l B a n d a s radar

-------------- N u b e s d e h i e l o -------------- N u b e s d e a g u a

FlG 2 .1 9 . Transmis ividad de las nubes en la región de las micro-ondas (adaptado de ESA. 1995).

emitidas, reflejadas y transmitidas. Por ello, no es una técnica muy difundida en telede
tección espacial, aunque se ha mostrado de gran interés para el estudio de capas de hielo
y nieve (Kelly y Hall, 2008). La cartografía de la Antártida a partir del radiómetro
ESM R del satélite Nimbus-5 (Hall y M artinec, 1985, pp. 141-149) resulta muy signifi
cativa a este respecto. Otros autores han propuesto estim ar el grosor de la cobertura de
nieve a partir de las diferencias de temperaturas entre dos canales de m icro-ondas detec
tados por el mismo sensor (Chang el al., 1990). En el cam po de los suelos o la vegeta
ción, se ha propuesto el empleo de estos equipos para determinar el contenido de hum e
dad (Paloscia, 1994), aunque su limitación más importante sigue siendo la baja resolu
ción espacial que ofrecen desde plataformas especiales.
Pese al interés de estas experiencias, el radar (Radio Detection and Ranking) es el
sensor más importante en esta banda del espectro. Por tratarse de un haz emitido artifi
cialmente, pueden controlarse las condiciones de adquisición: ángulo, distancia, orien
tación, polarización, etc. Esto facilita la interpretación posterior de la señal, si bien es
una tarea com pleja ante la gran cantidad de factores que intervienen en el proceso.
C uando se em ite un haz de m icro-ondas desde un radar a la superficie terrestre, la
m ayor parte de ese haz es dispersado al contacto con ella. Según la naturaleza del sus
trato, el haz principalm ente se dispersa hacia la atm ósfera (caso del suelo), se dispersa
dentro del propio objeto (caso de la vegetación), o se refieja especularm ente (caso del
agua). Com o es lógico, el radar sólo registrará la señal dispersada con la misma direc
ción del flujo incidente, por lo que se denom ina retro-dispersión, a . Según este factor,
el radar registrará una señal de retom o m uy distinta (fig. 2.20).

PRINCIPIOS FISIC O S D E LA TELED ETEC C IÓ N 75

do osquma

F ig 2 .2 0 . Distintos tipos de retro-dispersión a ¡a señal radar (adaptado de Campbell, 1987).

D esgraciadam ente, como ocunre en otras bandas del espectro, la retro-dispersión
no es única y constante para cada cubierta. O tros factores, que podríam os denom inar
m edioam bientales, influyen en la señal finalm ente detectada por el sensor. En resu
men, el retom o de la señal radar está influenciado por factores relacionados con la cu
bierta, por un lado, y con las características de la observ ación, por otro. Entre los pri
meros, los más destacados son la constante dieléctrica, y la rugosidad, mientras los
segundos deben considerar la longitud de onda, el ángulo de incidencia y la polariza
ción. Estos factores introducen una cierta variabilidad en tom o al retom o caracterí
stico de cada tipo de cubierta, haciendo más com plicada su discriminación.
La constante dieléctrica se relaciona con la capacidad de la cubierta para alm ace
nar y transm itir electrones. En térm inos generales, los m ateriales secos ofrecen una
constante dieléctrica entre 3 y 8, m ientras el agua ofrece un valor de 80. En consecuen
cia. la presencia de agua en el suelo o la vegetación puede alterar significativam ente el
pulso de retom o. Por esa razón, la vegetación — casi siempre cargada de h u m e d a d -
tiende a ofrecer un pulso de retorno mayor que los suelos secos. También son buenos
conductores las superficies m etálicas, que ofrecen valores de retro-dispersión bastan
te elevados. Esta variable no es constante para todas las longitudes de onda, siendo
mayor, generalm ente, cuanta m ayor longitud consideremos.
La rugosidad del terreno es un factor clave en la retro-dispersión, siendo directa
m ente proporcionales. Las superficies más rugosas, entonces, aparecen más claras en
la señal radar, y más oscuras las más lisas. El concepto de rugosidad no sólo depende
de la estructura de la superficie, sino tam bién de la longitud de onda y del ángulo de
observación. En longitudes cortas una superficie relativam ente llana puede aparecer
como rugosa, mientras se com pona com o lisa en longitudes mayores (fig. 2.21). Por
su parte, la intensidad de retom o es menor, cuando mayor sea el ángulo de incidencia

Copyrightcdm

TELED E TEC C IÓ N AM BIEN TA L

Antena de! sensor

L o n g itu d d e o nda
X = 5 .6 5 crn

F i a 2.21. La retro-dispersión del terreno está enfunción de ¡a longitud de onda y la variación alti-
tudinal de la cubierta: (i) superficie suave, nula señal de retomo: (ii) superficie moderadamente ru
gosa. retorno medio; (iii) superficie rugosa, retomo intenso (adaptado de Lillesandy Kiefer, ¡994).

PRIN C IPIO S FÍSICO S D E LA TELED ETECC IÓ N 79

F re c u e n cia , H z

1.0 0.1 0.01

FlC. 2.23. Relación entre humedad del suelo y capacidad de penetración del radar a distintas lon
gitudes de onda (adaptado de Trevett. 1986).

radar se realza notablem ente, aunque tam bién lo hacen las deform aciones geom étri
cas. Esta som bra es relativa a la orientación de la topografía frente a la antena, de ahi
que si se varía el ángulo de incidencia pueden conseguirse efectos estereoscópicos. A
partir de esa reconstrucción tri-dim ensional se realza notablem ente el estudio de la
geología y geom orfologia local (ver, más adelante, la fig. 3.29).
Por último, la polarización refiere a la forma en la cual son transm itidas y recibi
das las señales del radar. Una señal polarizada indica que su vibración se restringe a
una dirección determ inada. Las dos formas más im portantes son la polarización sem e
jante, cuando la señal em itida y la recibida tienen la misma polarización (H orizon
tal-H orizontal o Vertical-Vertical), y la cruzada, cuando varia la polarización entre la
señal em itida y la recibida (Horizontal-Vertical o Vertical-Horizontal). La dirección
con que la señal está polarizada influye en el (lujo de retom o, puesto que el eco del ra
dar es selectivo a la dirección de propagación. Se ha com probado en m uchos m ateria
les que la polarización proporciona inform ación de interés para discrim inar una
cubierta, por lo que varios radares espaciales perm iten recoger los flujos de retom o
con distintas polarizaciones (ver fig. 4*).

Copyrightcd material


7.2. C aracterísticas de la vegetación en la región de las micro-ondas

En lo que afecta a la vegetación, la rugosidad es un elem ento fundam ental en la
señal de retom o. La rugosidad es muy dependiente del tamaño, form a, orientación y
núm ero de hojas. A partir de la observación en una sola banda resulta, en consecuen
cia, muy com plicado distinguir tipos de vegetación. En varios proyectos de inventario
forestal, se ha puesto en evidencia la dificultad para separar, por ejemplo, coniferas de
caducifolias, tanto en banda L (Deane, 1980). como en banda S, X y C, como conse
cuencia de la gran variabilidad de coeficientes de retro-dispersión en coniferas
(Hyyppa y H allikainen, 1996; Leckie, 1990).
Respecto a la conductividad, la constante dieléctrica es bastante alta y constante
para la m ayor parte de las m asas vegetales, increm entándose con el m ayor contenido
de hum edad durante la época de crecim iento. Cuando la vegetación pierde vigor o el
aporte del suelo es mayor, la constante dieléctrica dism inuye drásticam ente. De aquí
se deduce que es posible obtener inform ación sobre la hum edad del sustrato vegetal
(Leblon et al., 2002), siem pre y cuando se trabaje con ángulos de incidencia altos
(Paloscia, 1994).
En una experiencia piloto para m edir la humedad de una superficie de praderas, se
observaron mejores ajustes trabajando en bandas cortas (banda X). y con ángulos de in
cidencia de 30°, con los que se logró un coeficiente de determinación ( r ) del 90 %. Para
ángulos más bajos, hasta de 0 o, sólo se consiguieron ajustes del 50 %. Un efecto similar,
aunque con peores correlaciones, se observó en la banda C (Gogineni et al., 1991).
La profundidad de penetración en masas vegetales es dependiente de la longitud
de onda a la que se trabaje, así com o de las condiciones de hum edad del sustrato y de la
polarización. Resulta m ayor a longitudes largas (banda L, en donde influye notable
m ente las condiciones del sustrato), y con señales de polarización sem ejante (HH o
W ) , mientras se reduce a longitudes cortas (banda X, más sensible a la geom etría y
orientación de las hojas) o con señales de polarización cruzada (H V o VH). De acuer
do a algunos autores, en la banda X puede estim arse la rugosidad de la vegetación, en
la C la biom asa de la hoja y en la L la biom asa de la m adera (Curran y Foody, 1994¿r;
D obson, 2000). H asta ahora la m ayor parte de las m isiones espaciales sólo disponían
de una banda radar (caso del ERS o del R adarsat), por lo que no ha resultado posible
aplicar algunas técnicas de interpretación m ultifrecuencia. Las experiencias se han
centrado en radares acroportados (com o el Airsar, operado por el JPL), o en algunas
m isiones del Space Shuttlc (Dobson, 2000).

7.3. C aracterísticas del suelo y el agua en la región de las microondas

D e los párrafos anteriores se deduce que los suelos rugosos y secos tendrán un
m ayor coeficiente de retro-dispersión y, por tanto, aparecerán con tonos claros en las
im ágenes radar. Si la señal se reduce, m anteniendo otras condiciones constantes, se
tratará norm alm ente de suelos más húm edos. En suelos secos la capacidad de penetra
ción del radar aum enta hasta llegar a varios m etros si la longitud de onda es suficiente
m ente larga (fig. 2.23). C uando se presenten mezclas de vegetación y suelo, lo más
probable es que la señal de retom o mezcle tam bién am bas cubiertas, com plicándose

O

PRINCIPIOS FÍSIC O S DE LA TELED ETEC C IÓ N 81

F i a 2.24. Imagen de los alrededores de la ciudad de Oporto (Portugal) adquirida por el radar del
Envisat en enero de 2004 que muestra rasgos urbanos y oleaje (Cortesía ESA: http://earth.esa.int/).

bastante la interpretación de la señal. En experim entos con m icro-ondas aeroportadas,
se ha observado que las bandas cortas (banda C) facilitan m ejor inform ación sobre la
humedad de la cubierta vegetal (al tener m enor capacidad de penetración), mientras en
banda L puede detectarse más la vegetación del suelo (Paloscia, 1994).
Los núcleos de población, altam ente rugosos a longitudes largas, tam bién apare
cen con tonos claros, lo que perm ite discrim inarlos frente a los espacios cultivados li
m ítrofes (M eliá y Sobrino, 1987).
En cuanto al agua, la región de las m icro-ondas proporciona una cierta capacidad
de penetración, siempre que el ángulo de incidencia sea bajo y se trabaje con longitu
des de onda largas. El agua, casi siempre refleja especularm ente el pulso recibido, con
lo que el retom o es bastante bajo. A hora bien, si existe una cierta rugosidad superfi
cial. por ejem plo oleaje, puede m anifestarse en la imagen radar, siem pre que el ángulo
de incidencia sea bajo (fig. 2.24). Esta aplicación es muy útil para detectar anom alías
en la superficie, por ejem plo las causadas por descargas incontroladas de petróleo (ver
fig. 3.30). A partir de variaciones menores en la altura del oleaje, m edido con otros
equipos de m icro-ondas (como altím etros o dispersóm etros de vientos), puede obte
nerse inform ación de los fondos oceánicos, y, a partir de la rugosidad superficial, los
vectores de dirección y velocidad del viento (fig. 2.25).
Respecto al hielo y nieve, el pulso de retom o es muy dependiente de las condicio
nes del material. La edad, com posición y com pacidad de la capa de hielo, su rugosi-


F i a 2 .2 5 . Imagen del satélite Meteosat del huracán Emily (agosto de 1993) a la que se ha super
puesto un campo de vientos generado por el dispersómetro del ERS-1.

dad, geom etría interna y tem peratura son factores destacados en el coeficiente de re
tro-dispersión finalm ente detectado por el sensor.

8. Interacciones de la atm ósfera con la radiación electro-m agnética

H asta aqui hem os considerado la interacción de la radiación electro-m agnética
con las diversas coberturas terrestres com o si este proceso se desarrollara en el va
cio. O bviam ente, esta suposición es falsa, puesto que entre el sensor y la superficie
terrestre se interpone la atm ósfera, que interfiere de form as diversas con el flujo ra
diante.
Com o es sabido, la atm ósfera se com pone de gases — nitrógeno, oxígeno, argón,
vapor de agua y dióxido de carbono— y aerosoles. Entre esos com ponentes, el dióxi
do de carbono, ozono y vapor de agua son los principales responsables de la inte
racción con la energía electro-m agnética. Su efecto es triple: por un lado, absorben
energia incidente en determ inadas bandas del espectro, lo que limita la observación
espacial a aquellas bandas en donde esta absorción es m enos intensa; dispersan deter
minados flujos, y em iten otros, com o todo cuerpo caliente. Estos procesos introducen

PRIN C IPIO S FÍSICO S D E LA TELED ETEC C IÓ N 83

m odificaciones, en ocasiones muy severas, en la radiación originalm ente propagada
entre la cubierta y el sensor, por lo que es preciso tenerlos en cuenta de cara a obtener
una m edición más precisa de las características del territorio observado. C om entare
mos con más detalle cada uno de esos efectos.

8 .1 . A b s o r c i ó n a t m o s f é r ic a

La atm ósfera se com porta como un filtro selectivo a distintas longitudes de onda,
de tal forma que en algunas bandas del espectro elim ina prácticam ente cualquier posi
bilidad de observación remota. Los principales causantes de esta absorción son:

— O xígeno atóm ico ( 0 ; ), que filtra las radiaciones ultravioleta por debajo de
0.1 nm , asi como pequeños sectores en el infrarrojo térm ico y las micro-ondas.
— O zono (O,), responsable de la elim inación de la energía ultravioleta, inferior
a 0.3jim , así como en un sector de las m icro-ondas (en tom o a 27 mm).
— Vapor de agua (H.O), con una fuerte absorción en tom o a 6 mm. por encima de
27 mm y otras menores entre 0,6 y 2 nm.
— Dióxido de Carbono (C O :). que absorbe en el infrarrojo térmico (> 15 fim).
con importantes efectos en el infrarrojo medio, entre 2.5 y 4.5 jim.
— Aerosoles atm osféricos, que principalm ente absorben en el espectro visible
(ver fig. 3*).

Como consecuencia de esta absorción, la observación espacial se reduce a determi
nadas bandas del espectro, conocidas como ventanas atmosféricas, en donde la transmi-
sividad de la atmósfera es suficientemente alta (fig. 2.26). Las principales ventanas at
mosféricas son las siguientes: (i) espectro visible e IRC, situada entre 0,35 y 1,35 nm;
(ii) varias en el SW IR de 1,5 a 1,8 nm y de 2.0 a 2.4 nm. (iii) en el IRM: 2.9 a 4.2 jim. y
de 4.5 a 5.5 nm; (iv) en el IRT, entre 8 y 14 nm, y (v) en las micro-ondas, por encima de
20 mm, en donde la atmósfera es prácticamente transparente.
Estas ventanas atm osféricas son idóneas para realizar procesos de teledetección,
por lo que el diseño de los sensores espaciales tiende a ajustarse a estas bandas, evitan-

Transmisividad
atmosféoca (%)
100 i-----------------------------------------------------------------------------------------------------------

50

0 —l ------------- ¡ -----------------------------------------------------------------------------
- -
0 0 .4 0 .7 1 2 3 5 10 (...) 10.000

F ig 2.26. Transmisividad de la atmósfera a distintas longitudes de onda.


im agen resultante. N orm alm ente no se dispone de datos coetáneos a la adquisición de
ésta, por lo que la corrección atm osférica se basa en relaciones entre elem entos de la
propia im agen (6.2.3). E sta estim ación puede ser burda en algunos casos, y dificulta,
en últim a instancia, el uso de las imágenes adquiridas por sensores espaciales como
m edida cuantitativa de parám etros biofisicos.

8.3. E m i s i ó n a t m o s f é r ic a

El efecto de em isión atm osférica resulta fundamental en el trabajo dentro del in
frarrojo térm ico, si se pretenden obtener m ediciones de tem peratura a partir de las
im ágenes espaciales. Al igual que cualquier cuerpo por encim a del cero absoluto, la
atm ósfera em ite energía, por lo que ese parám etro debe considerarse para separarlo de
la em itancia espectral proveniente del suelo.
Las correcciones atm osféricas en el térm ico (efectos de absorción y em isión) se
han abordado habitualm ente analizando la absorción diferencial de la atm ósfera en
dos bandas contiguas del infrarrojo térmico. Se denom inan algoritm os de ventana par
tida (split window) , que tendrem os ocasión de com entar más adelante (6.2.4). Tam
bién puede estim arse el com ponente atm osférico a partir de la observación desde dos
ángulos distintos (nadiral y oblicuo), por ejem plo, a partir de im ágenes del ATSR (So
brino, 2000, pp. 184 y ss).

C a p ít u l o 3

SENSORES Y SATÉLITES DE TELEDETECCIÓN

« Tras de un amoroso lance,
y no de esperanza falto,
voló tan alto, tan alto,
que le di a la caza alcance.»

S an Ju a n de l a C ru z ,
Poesía Completa

1. T ipos de sensores

Com o ya se indicó en el prim er capítulo, un sistema de teledetección requiere,
al menos, tres com ponentes: foco energético, superficie terrestre y sensor. Del pri
mero y segundo se trató en el epígrafe sobre principios físicos. En éste se aborda el
estudio de las características del sensor y de la plataform a que lo sustenta.
Entre las variadas formas de clasificar los sensores remotos, una de las más ha
bituales considera su procedimiento de recibir la energía procedente de las distintas
cubiertas. En este sentido, se habla de dos tipos de sensores: 1) pasivos, cuando se
limitan a recibir la energía proveniente de un foco exterior a ellos, y 2) activos,
cuando son capaces de em itir su propio haz de energía. Estos últimos son, lógica
mente, más flexibles, puesto que no dependen tanto como los primeros de las con
diciones exteriores al sistema sensor-Tierra.
Una ulterior clasificación entre los sensores pasivos, considera su procedim ien
to para grabar la energía recibida. De acuerdo a ello, puede hablarse de sensores
fotográficos, óptico-electrónicos y de antena. Los primeros resultan muy familiares,
puesto que se basan en las mismas técnicas aplicadas en la fotografía convencional.
El resto son m enos conocidos por el gran público, si bien sistemas sim ilares se uti
lizan rutinariamente: cám aras digitales, scanners en exploración médica, y radióme
tros de m icro-ondas en radio difusión.
En cuanto a los sensores activos, el equipo más conocido es el radar, bastante
utilizado en aplicaciones militares, asi como en control del tráfico aéreo. El radar
trabaja en la región de las micro-ondas. Por su parte, el lidar opera con luz polari
zada (láser) en el espectro óptico.

88 TELF.DETF.CCIÓN AM BIENTAL

A ntes de com entar con m ayor detenim iento cada uno de estos sensores, con
viene analizar algunos conceptos previos que nos sirven para valorar la utilidad de
la inform ación que proporcionan, y que resultarán útiles para planificar posterior
m ente su em pleo en distintos problem as medioambientales.

2. R esolución de un sistem a sensor

D e acuerdo con algunos autores, podem os definir la resolución de un sistema
sensor como su habilidad para discrim inar inform ación de detalle (Estes y Simonett,
1975). Esta definición engloba varios aspectos que m erecen un com entario más m i
nucioso. Por un lado, se habla de resolución de un sistema sensor, indicando que
este concepto se refiere al conjunto del equipo y no a cada una de sus partes. Dicho
de otra forma, la resolución de un sensor depende del efecto com binado de sus dis
tintos componentes. Una m ejora en la lente — por ejemplo— no supondrá necesa
riam ente adquirir fotografías con m ayor resolución, si no se acompaña de una pelí
cula de m ayor sensibilidad, o no se modifican las condiciones de exposición.
Los térm inos de la definición «discriminar» e «inform ación de detalle» m ere
cen tam bién una breve reflexión. Am bos son relativos al propósito y al entorno geo
gráfico del proyecto que se esté abordando. La discrim inación considera la capaci
dad de distinguir un objeto de otros. Esa distinción puede referirse a una sim ple de
term inación de que está ahí (detección) o a una delimitación precisa de su contom o
(identificación). Lógicamente, la segunda tarca requiere m ayor resolución espacial
que la primera (Robin, 1998), ya que un objeto puede detectarse por sus efectos en
la radiancia global observada (por ejemplo, el brusco aum ento de tem peratura que
implica una erupción volcánica), pero para identificarlo con detalle (localizar con
precisión el cráter) será necesario que el m ínim o objeto que identifica el sistem a sea
mucho más pequeño que el tam año del propio cráter.
En cuanto al significado de «inform ación de detalle», conviene considerar que
se refiere no sólo al detalle espacial que proporciona el sensor, sino tam bién al n ú
m ero y anchura de las bandas del espectro que alberga, a su cadencia temporal, y a
su capacidad para distinguir variaciones en la energía que delecta (Cam pbell, 1996).
Todas estas dimensiones son de interés para discrim inar cubiertas o establecer mo
delos de significado físico. En definitiva, el concepto de resolución implica diversas
m anifestaciones, las m ás habituales en la literatura especializada han sido la espa
cial, espectral, radiom étrica y tem poral. En los últim os años, a éstas podem os aña
dir tam bién la resolución angular, que haría referencia a la capacidad de un sistema
de observar el m ism o objeto desde distintas posiciones. A continuación, com entare
m os con más detalle cada una de ellas.

2.1. R esolución espacial

Este térm ino designa al objeto m ás pequeño que puede ser distinguido sobre
una imagen. En un sistem a fotográfico, suele m edirse com o la mínima separación a
la cual los objetos aparecen distintos y separados en la fotografía. Se mide en mili-

C o p y n g h tc d m a

SEN SO R ES Y SATÉLITES DE TELED ETEC C IÓ N 89

metros sobre la foto —o metros sobre el teneno— , y depende de la longitud focal
de la cám ara y de su altura sobre la superficie. En los sensores óptico-electrónicos,
se prefiere utilizar el concepto de cam po de visión instantáneo (instan tañe o us Jield
o fv ie w , IFOV). El IFOV se define como la sección angular, medida en radianes, que
observa el sensor en un momento determinado. En lugar de esta definición, habitual
mente suele utilizarse la distancia sobre el terreno que corresponde a ese ángulo (</),
que puede calcularse a partir de él, conociendo la distancia del suelo al sensor (h):

d = 2 h tan (IFO V/2) {3.1}

asum iendo que se trate de una observación vertical. La distancia del IFOV proyec
tada al suelo se corresponde con el tam año de la m ínim a unidad de información in
cluida en la imagen, que se denomina pixel (del inglés picture element). Ésta es la
m edida más generalizada de resolución espacial, aunque tam bién se emplean otros
térm inos más complejos, como ERE (effective resolution element) o EIFOV (ejfec-
tive instantaneous Jield o f view), que consideran la señal detectada como una fun
ción m odulada compuesta (Townshend, 1980).
La resolución espacial de un sensor depende de varios factores, como son la al
tura orbital, la longitud focal, y el núm ero de detectores. En cuanto a los sensores
de antena, su resolución depende del tam año de la m ism a, de la altura de la plata
forma. y del ángulo de incidencia. Cuanto mayor sea el radio, y m enor la altitud y
la longitud de onda, la resolución será tanto más detallada.
El rango de la resolución espacial de los sensores de observación terrestre en
funcionamiento cubre niveles de detalle bastante diversos (fig. 3.1). Los satélites
que cuentan con mayor resolución ofrecen un detalle espacial próxim o a 1 m :, mien
tras los de recursos naturales, diseñados para adquirir información sobre áreas muy
heterogéneas, suelen contar con resoluciones próxim as a los 25 x 25 m. Otro grupo
de sensores, orientado hacia aplicaciones más globales, cuentan con pixeles de un
tamaño com prendido entre 300 y 1.000 m de lado. Finalm ente, los sensores que pre
sentan m enor resolución espacial son los satélites meteorológicos de órbita geoesta-
cionaria (M eteosat. GOES. GMS), con pixeles de hasta 5 km de lado. En el futuro
cercano está previsto continuar con el lanzamiento de satélites de muy alta resolu
ción, la m ayor parte de los cuales son propiedad de consorcios com erciales (IKO-
NOS, Quickbird), e incluso mejorar su resolución actual hasta los 40 cm. Com o ya
vim os en el primer capítulo, esta m ayor disponibilidad de imágenes de alta resolu
ción permitirá am pliar al rango actual de aplicaciones de esta técnica, entrando en
dominios anteriorm ente reservados a los m edios aéreos de observación.
La resolución espacial tiene un papel protagonista en la interpretación de la
imagen, por cuanto marca, de alguna forma, el nivel de detalle que ésta ofrece. Pa
rece obvio decir que sólo serán identificables sobre la imagen elementos que supe
ren el tamaño de varios pixeles, si bien pueden detectarse rasgos de tam año sim ilar
o incluso más pequeño al del píxel cuando exista suficiente contraste radiométrico
(ver cap. 5).
En consecuencia, la resolución espacial está estrecham ente ligada con la esca
la de trabajo y con la fiabilidad finalmente obtenida en la interpretación. Cuanto m e
nor sea el tamaño del píxel, m enor también la probabilidad de que éste sea un com-

90 TELED ETECC IÓ N AM BIENTAL

Meteorológicos
d e ó rb ita g e o e s ta c lo n a ra (= 5 k/n*)

Meseoroiógtccs
de órbita polai
{h 1 km *)
1.000

i Recursos naturatos
<* 1ha)
Recursos
naturales
(= 0.1 fía)

Alta resolución
civil (a 1 m>
*

0.1
1 960 1 970 1980 1990 2000

FiG. 3.1. Tendencias en la resolución espacial.

puesto de dos o m ás cubiertas fronterizas. Un pixel mixto estará definido por una
señal interm edia a las distintas cubiertas que lo componen. En consecuencia, puede
no asem ejarse a ninguna de ellas, lo que dificultará notablem ente su correcta iden
tificación (fig. 3.2). Sin em bargo, en el caso concreto de algunas cubiertas, singular
m ente las urbanas, se ha com probado que incrementar la resolución espacial puede
afectar negativam ente a la interpretación, cuando esta se realiza digitalmentc, al in
crem entar excesivamente la heterogeneidad interna en algunas categorías (Cushnie,
1987; Green, 2000; Townshend y Justice, 1981). En lo que se refiere a análisis vi
sual, queda fuera de toda duda el interés de m ejorar la resolución espacial para fa
cilitar una interpretación más certera de la imagen (Hopkins et al., 1988).

2.2. R esolución espectral

Indica el núm ero y anchura de las bandas espectrales que puede discrim inar el
sensor. En el capítulo anterior se puso en evidencia el interés de contar con infor
mación multiespectral; esto es. de registrar sim ultáneam ente el com portam iento de


SEN SO R ES Y SATÉLITES DE TELED E TEC C IÓ N 93

Longitud do on d a Oxm)

F io. 3.4. Espectro de caolinita para diferentes resoluciones espectrales í adaptado de Kruse
el a l . ¡993).

primeros Landsat llevaban incorporado un sensor que ofrecía un rango de 128 nive
les de codificación (7 bits, 27 = 128) por pixel. con 64 (6 bits) para la banda del in
frarrojo cercano. Actualmente, la mayor parte de los sistemas ofrecen 256 niveles por
pixel (8 bits), aunque hay algunos que extienden esc rango notablemente, como el
NOAA-AVHRR, que trabaja con 1.024 niveles (10 bits), el IKONOS o Quickbird,
que codifican hasta 2048 valores (11 bits), y el MODIS y los radares del JBRS y Ra-
darsat, que discriminan hasta 65.536 valores (16 bits). Ésta será seguramente la reso
lución estándar para los futuros sensores de observación terrestre.
La resolución radiométrica, como ocurre con las dos anteriorm ente vistas, re
sulta de notable ayuda en la interpretación de imágenes, especialm ente cuando rea
lizamos análisis digital. Es preciso considerar que el número de niveles de gris que
son capaces de discriminar nuestros ojos no excede de 64. mientras las tonalidades
de color no superan las 200.000. Algunos autores estim an que basta con 16 niveles

Copynghtcd rnak


3 b lu

6 7 7 7 7 6 5 3 5 5 5
7 7 7 7 6 5 3 4 4 3
7 7 7 7 6 4 3 3 1 0
7 7 6 6 3 3 1 0 0
7 7 6 5 3 3 2 0 0 0
7 7 4 3 3 4 2 0 0 0
6 5 3 3 4 4 4 2 0 0 0
5 3 3 4 4 4 5 3 0 0 0
3 4 4 4 4 4 4 2 0 0 0

2 bits

3 3 3 3 3 3 2 1 2 2 2
3 3 3 3 3 3 2 i 2 2 1
3 3 3 3 3 3 2 i 1 0 0
3 3 3 3 3 3 1 1 0 0 0
3 3 3 3 2 1 1 1 0 0 0
3 3 3 2 1 1 2 i 0 0 0
3 2 1 1 2 2 2 i 0 0 0
2 1 1 2 2 2 2 1 0 0 0
1 2 2 2 2 2 2 1 0 0 0

FiG. 3.5. Niveles de gris y digitales correspondientes a tres resoluciones radiométricas.

por color (4.096 tonalidades) para garantizar un análisis visual adecuado (Bcavcn,
1988), por lo que parece superfluo contar con 256 valores digitales por banda (16,8
millones en una com binación coloreada de 3 bandas). Sin em bargo, cuando la inter
pretación es digital, el ordenador aprovecha todo el rango disponible, con lo que una
mayor resolución radiomètrica puede perm itir discrim inar objetos con niveles muy

9h

S E N S O R E S Y S A T É L IT E S D E T E L E D E T E C C IÓ N 95

11 b its : 2 .0 4 8 8 b its : 2 5 6

Área 1: A /eas
brillantes

F lG . 3 . 6 . Imágenes IKONOS que ilustran el interés de la resolución radiomètrica para discrimi
nar tipos de superficie. En el fragmento superior sólo se distinguen los dos tipos de tejado en la
imagen de may or resolución radiomètrica, mientras en la inferior se distinguen los coches en som
bra. Cortesia Indra Espacio.

sim ilares de reflectividad, que no serían separables con otros sensores menos sensi
bles (fig. 3.6).

2.4. Resolución temporal

Este concepto alude a la frecuencia de cobertura que proporciona el sensor. En
otras palabras, refiere a la periodicidad con la que éste adquiere imágenes de la m is
ma porción de la superficie terrestre. El ciclo de cobertura está en fiinción de las ca
racterísticas orbitales de la plataforma (altura, velocidad, inclinación), así como del di
seño del sensor, principalmente del ángulo total de abertura (tamaño de la imagen).
Conviene tener en cuenta que la resolución temporal efectiva dependerá también de
las condiciones atmosféricas, ya que con sensores ópticos o térmicos no podremos ob
servar áreas cubiertas por nubes, por lo que en algunas zonas la cadencia de imágenes
útiles puede ser notablemente más baja que el ciclo de adquisición del sensor. Para ob
viar de alguna manera estos problemas, los sensores más modernos incluyen la capa
cidad de observación no vertical (lo que se denomina sensores «enfocables»), facili
tando así la adquisición de datos sobre una zona de interés desde una órbita próxima.

96 TELED E TEC C IÓ N AM BIENTA L

F ie . 3.7. Imágenes del M eteosat sobre el huracán Andrew (Cortesía ESA i

La cadencia tem poral de los sistem as espaciales varía de acuerdo a los objeti
vos fijados para el sensor. Los satélites m eteorológicos están obligados a ofrecer
una inform ación en períodos cortos de tiem po, ya que se dedican a observar un fe
nóm eno m uy dinám ico (fig. 3.7). De ahí que la red de satélites geoestacionarios
(M eteosat. G O ES. GM S) proporcione una imagen cada 30 m inutos. Esta inform a
ción se com plem enta con la obtenida a partir de los satélites m eteorológicos de ór
bita polar, como el N O AA , que facilita imágenes cada 12 horas. Por el contrario,
los satélites de recursos naturales ofrecen una cadencia mucho menor: entre los 16
días del Landsat y los 31 días del ERS.

SEN SO R ES Y SATÉLITES D E TELED ETECC IÓ N 97

2 .5 . R e s o l u c ió n a n g u l a r

Es un término relativam ente reciente, que refiere a la capacidad de un sensor
para observar la misma zona desde distintos ángulos (Diner et al., 1999: fíg. 3.7).
Tradicionalm ente, se ha asumido que las cubiertas presentan una reflectividad lam-
bertiana, lo que implica que ofrecerían una señal sim ilar independientem ente del án
gulo con que se observan. En la práctica no es asi, especialm ente para algunas su
perficies que presentan fuertes efectos de reflectividad bidireccional. Una m anera de
m odelar estos efectos es observar la cubierta desde distintas posiciones, facilitando
así su m ejor caracterización. También la observación m ultiangular resulta de gran
interés para estimar algunas variables atmosféricas, ya que al variar el ángulo de
m ira se está observando la superficie con distinto espesor atm osférico, variando en
consecuencia los procesos de absorción y dispersión.
Hasta hace pocos años no había sensores disponibles que tuvieran esta capaci
dad de observación multiangular. por lo que los estudios sobre direccionalidad se
basaban bien en análisis con radióm etros de laboratorio, bien en sensores de amplio
cam po de barrido, como el NOAA-AVHRR, que observan la superficie con distin
tos ángulos según la posición de la órbita del satélite (en el caso del AVHRR el ci
clo se repite cada 9 días). A hora bien, esta última solución no es la más adecuada,
pues puede haber severos cam bios entre pasadas diarias del satélite. Por ello, se han
diseñado sensores que específicamente poseen capacidad de observación sim ultánea
en varios ángulos. Este es el caso del ATSR-2, lanzado en 1995 a bordo del ERS-2,
el POLDER, instalado en el satélite japonés ADEOS en 1997. y el M ISR, incluido
sobre la plataform a Terra desde 1999. De ellos, el más sofisticado es el último, que
facilita nueve ángulos de observación, casi sim ultáneos, de la misma zona, además
en varias longitudes de onda.

2.6. Relaciones entre los distintos tipos de resolución

Conviene aclarar que estos cuatro aspectos de la resolución están íntim am en
te relacionados. A m ayor resolución espacial, dism inuye habitualm ente la tem po
ral, y es previsible que se reduzca tam bién la espectral. El principal problem a se
encuentra en la transm isión de las im ágenes a la superficie terrestre y su posterior
tratam iento. El aum ento en cualquiera de los cuatro tipos de resolución significa
tam bién un increm ento considerable del volum en de datos a procesar, tanto por el
sensor com o por la estación receptora, así com o variaciones notables del precio
(fig. 3.8). Por esta razón, los prim eros Landsat — dotados de resolución espacial,
espectral y radiom étrica m edia— podían disponer de un sistem a de grabación a
bordo, que les perm itía adquirir im ágenes de áreas no cubiertas por la red de an
tenas receptoras. Al m ejorar la resolución espacial, espectral y radiom étrica con
un nuevo sensor, los Landsat-4 y 5 ya precisaban estar constantem ente conectados
a una red de satélites de com unicaciones (denom inados T D R SS), a través de los
cuales enviaban las im ágenes a las antenas receptoras. En caso de otras platafor
m as, como el satélite europeo ERS, sólo se registra inform ación en el radio cu
bierto por las antenas receptoras, de ahí que no haya sido posible disponer de da-



3. S ensores pasivos

Los sensores pasivos se limitan a recoger la energía elcctro-magnctica proce
dente de las cubiertas terrestres, ya sea ésta reflejada de los rayos solares, ya em iti
da en virtud de su propia temperatura. De acuerdo a nuestra previa clasificación»
puede establecerse una división en estos sensores en función del procedim iento que
em plean para recibir la radiación procedente de los objetos. Antes se aludía a los
sensores fotográficos, óptico-electrónicos y de antena. En el prim er grupo estarían
las cám aras analógicas; en el segundo, los exploradores de barrido y de empuje, y las
cám aras de vídeo, mientras los sensores pasivos de antena se conocen con el nom
bre de radióm etros de micro-ondas.

3.1. C á m a r a s a n a l ó g ic a s

Hasta hace pocos años, las cám aras analógicas eran el medio más utilizado de
teledetección aérea, si bien se van sustituyendo paulatinamente por cámaras digita
les de alta resolución, con niveles de precisión geom étrica y resolución similares. En
lo que se refiere a teledetección desde satélite, las cámaras analógicas siempre estu
vieron bastante limitadas, ya que la cantidad de película que podían cargar estas m i
siones las hacia de vida muy efímera. Com o es sabido, una cám ara fotográfica re
gistra la energía reflejada por un objeto sobre emulsiones fotosensibles, con el apo
yo de un sistema óptico que perm ite controlar las condiciones de exposición. Den
tro de esta configuración básica, pueden establecerse numerosas variantes, en fun
ción de cuatro elementos: tipo de película, número de objetivos, ángulo de obser
vación y altura de la plataforma.
Respecto al tipo de película, el más empleado en teledetección aérea es el film
pancrom ático (blanco y negro), en el cual se recoge todo el espectro visible sobre
una sola em ulsión. En la película en color, se mezclan distintas capas foto-quimicas,
cada una de las cuales es sensible a una banda del espectro visible, por lo que la dis
criminación de los objetos resulta más atinada. M enos conocidos en nuestro país son
los filmes en infrarrojo blanco y negro — que recogen en tonos de gris la radiación
correspondiente al infrarrojo cercano— , y en infrarrojo color, también denominado
falso color, en donde se desplaza la escala de color natural, situándose entre el ver
de y el infrarrojo cercano.
En cuanto al número de objetivos, puede tratarse de una cámara mono o mul-
tibanda, según albergue una o varias regiones del espectro simultáneamente. En este
segundo caso, la observación m últiple puede realizarse con dos modalidades: incor
porando varios objetivos — cada uno de ellos con un filtro apropiado— en una sola
cám ara, lo que perm ite impresionar la misma imagen en diversas bandas del espec
tro; o bien, ensamblando varias cámaras sobre el m ismo soporte, cada una de ellas
con filtros y filmes apropiados, con lo que se obtendrían sim ultáneam ente distintas
fotografías de la m ism a zona.
En lo que atañe al ángulo de observación, conviene anotar la diferencia entre
fotografía vertical, tomada perpendicularm ente al terreno (con ±5° de desviación
perm itida), y fotografía oblicua, con un ángulo de visión sensiblemente inferior a

Copynghtcd rnak


90°. L a prim era se em plea, con el debido recubrimiento, para la restitución fotogra-
métrica, así como en estudios tem áticos m uy variados. La fotografía oblicua tiene
principalm ente un fin estético, aunque tam bién puede reportar interesantes conclu
siones para el estudio del relieve o los asentam ientos humanos, entre otras facetas
de interés científico.
Por último, la altura de observación permite distinguir entre fotografía aérea y
espacial. D esde el punto de vista de su aplicación a estudios de m edio am biente, las
diferencias más significativas entre am bas afectan a su resolución espacial, nitidez,
cobertura del terreno y precisión geométrica. Las dos primeras son favorables a la
fotografía aérea, y las dos últim as a las cám aras espaciales.
De acuerdo al contenido de esta obra, nos centraremos en el análisis de los p ro
gram as de exploración fotográfica desde plataform as espaciales. H istóricam ente es
tas experiencias fueron las pioneras de teledetección desde el espacio, asociadas
principalm ente a misiones tripuladas. Las prim eras fotografías espaciales de obser
vación civil se obtuvieron durante la misión M ercury-4, a las que siguieron las ad
quiridas p o r las cápsulas Gemini y Apollo en los prim eros años sesenta. En un pri
m er m om ento estas fotografías se adquieren casi espontáneamente, pero más tarde,
y ante la calidad de los resultados, se com enzaron a diseñar proyectos dirigidos
específicamente a la observación de los recursos naturales. Este fue el caso de la m i
sión G em ini GT-4 que incluyó el prim er experimento program ado de teledetección
espacial, concretam ente para aplicaciones geológicas.
A esta tentativa siguieron otras de gran interés, a bordo de diversas misiones
Apollo (fig. 3.9), que sirvieron para preparar el terreno a otros programas dedicados
exclusivam ente a la observación terrestre. En este sentido, conviene destacar el pa
pel del laboratorio espacial tripulado Skylab, activo, con diversas tripulaciones, du
rante 1973. En esta plataform a se incluyó un program a de observación terrestre bau
tizado como EREP (Earth Resources Experim ent Package), que incluía diversos
sensores: un barredor multi-espectral, dos sensores de m icro-ondas y dos sensores
fotografíeos. Estos últim os eran la cám ara multi-espcctral (S 190A), con seis obje
tivos sensibles a distintas longitudes de onda entre 0,4 y 0,9 j¿m. y la cám ara de ob
servación terrestre (ETC, Earth Terrain Camera), dotada de una gran focal (457
mm ), que se diseñó para obtener fotografías de alta resolución (15 m) a 435 km de
altitud (NASA, 1977). A partir de estas fotografías se realizaron estudios temáticos
muy variados: cobertura del suelo, cartografía litológica, vegetación y cultivos (Hart,
1975; Links, 1976; N A SA , 1977).
A consecuencia del éxito de esta experiencia, se concibieron esperanzas de que
las cám aras espaciales sirvieran como base para la restitución fotogramétrica — por
procedim ientos similares a los practicados con fotografía aérea— , remediando asi la
gran carencia m undial de cartografía básica. Hasta el m omento se han diseñado tres
cámaras de alta precisión con estos fines: la cámara m étrica RM K 20/23, la cámara
de gran formato (LFC) y la cám ara m ulti-espectral M KF-6.
La cám ara m étrica RM K 20/23 se construyó por la casa Zeiss para proporcio
nar fotografías estereoscópicas de gran precisión y elevada cobertura, con un forma
to convencional (23 x 23 cm). Fue incluida en la prim era m isión Spacelab de la
A gencia Espacial Europea (1983), a bordo del transbordador espacial estadouniden
se. Esta m isión perm itió adquirir unas 1.000 fotografías con película pancrom ática


Fio. 3.9. Imagen del Lago Chad. Africa, adquirida en octubre de 1968 por el Apollo 7. Cortesía
del Earth Sciences and Image Analysis Laboratory. NASA Johnson Space Center.

e infrarrojo color sobre varias regiones del mundo, cubriendo una zona aproxim ada
de 11 millones de km 2 (Konecny, 1986). La longitud focal era de 305 mm, lo que
proporcionó una escala aproxim ada de 1:820.000 a 250 km de altura, con una reso
lución estimada entre 20 y 30 m. La cobertura estereoscópica se cifró en 60 % , aun
que en áreas m ontañosas se extendió hasta el 80 %. Las restituciones practicadas a
partir de estas fotografías se obtuvo cartografía básica a escala 1:100.000 (Schroe-
der, 1986).
Un ejemplo de este tipo de fotogramas puede analizarse en la figura 3.10. Se
trata de un par estereoscópico enm arcado entre los Picos de Urbión y la Sierra de
Ayllón, en la región central española, cubriendo un área aproxim ada de 15.000 km 2.
Aquellos lectores familiarizados con la fotografía aérea, posiblem ente queden fasci-

SEN SO R ES Y SATÉLITES D E TELED ETECC IÓ N 10 3

FlG. 3.11. Fotografía de la cámara de gran formato (LFC) sobre la ciudad de Madrid y alrede
dores (Cortesia R. Núñez de las Cuevas y F. Doyte).

facilitó precisiones en altura de 30 m, a una escala 1:50.000 (Togliatti, 1986). La
m ism a cám ara ha sido em pleada en otras misiones del trasbordador espacial norte
americano, tanto con películas pancrom áticas como color (Francis y Jones, 1984;
Lulla. 1993).
Un buen ejemplo de la información adquirida por esta cám ara aparece en la fi
gura 3.11, que abarca un pequeño sector de una fotografía de la cám ara LFC, en este
caso centrada en la ciudad de Madrid. Se pone en evidencia la buena resolución es
pacial de la imagen, que permite extraer rasgos de gran interés sobre la imagen:
m orfología m etropolitana, red viaria, expansión urbana, etc.
En las últimas misiones del trasbordador norteamericano, se han utilizado cá
maras más convencionales, com o la Hasselblad de 70 mm y Aerotechnika de 5 pul
gadas. Recientem ente se han com enzado experiencias con la cám ara digital ESC
(Electronic Sill Camera) que ofrece una resolución de 1024 x 1024 pixeles en blan
co y negro, aunque se estudia su ampliación a la misma resolución en color y hasta
2048 x 2048 en blanco y negro (Lulla, 1993). Las fotografías tom adas por las diver
sas misiones del Space Shuttle pueden adquirirse en el Global Land Information
System (GLIS), un servidor web del U.S. G eological Survey que perm ite acceder a
múltiples datos gestionados por este centro, asi como a imágenes Landsat. CO R O
NA y fotografías aéreas. La m ayor pane de las fotografías almacenadas en este cen
tro son en color natural, aunque una pequeña parte son en blanco y negro y otras en

104 T E L ED E TEC C IÓ N A M B IEN TA L

infrarrojo color. El archivo corresponde a las 55 m isiones del trasbordador espacial
que han tomado fotografías de la superficie terrestre. M ás recientem ente se están co
m enzando a utilizar las fotografías de las m isiones com binadas del Space Shuttle y
la nave soviética M IR, especialmente en análisis de cam bios am bientales (Lulia
y Dessinov, 2000), sin desdeñar las fotografías tomadas por la estación espacial.
D esde el punto de vista del análisis de cam bios en el paisaje resulta de gran in
terés la decisión de la Casa Blanca en 1995 de perm itir la com ercialización de foto
grafías tom adas por satélites m ilitares estadounidenses (M cDonald, 1995). Se trata
de fotografías adquiridas por los satélites CO RONA. ARGON y LANYARD, com
prendidas entre 1960 y 1972, a lo largo de más de 100 misiones. Estas fotografías
tienen form atos muy variados, dependiendo de las misiones. La resolución espacial
varia entre 150 y 2 m, aunque son m ás habituales las com prendidas entre 2 y 10 m.
Las escalas nom inales varían entre 1:275.000 y 1:4.250.000. y el área abarcada por
las fotografías varia entre 18 x 234 km , y 480 x 480 km. Las fotografías pueden
conseguirse a través del servidor de imágenes del servicio geológico de EE.UU. Es
perem os que en un inmediato futuro sigan desclasificándosc las fotografías de saté
lites m ilitares, ya que proporcionan niveles de resolución todavía mucho mayores
que la observación civil.
Los satélites rusos tam bién han incluido diversos sensores fotográficos, algu
nos de alta precisión. Una de las más destacadas es la cám ara multiespectral MKJF-6,
instalada a bordo de diversas m isiones del satélite Soyuz. D otada de seis objetivos,
perm itió obtener fotografías sobre seis bandas del espectro, del azul al infrarrojo
cercano. También fueron muy em pleadas las cám aras KFA-200, a bordo de los sa
télites RESURS-F. con una resolución espacial de 25-30 m y 3 bandas espectra
les (verde, rojo e infrarrojo cercano), la pancrom àtica KFA-1000, con resolución de
8-10 m, y la M K F-4, multiespectral con 12 a 14 m de resolución (Kramer, 2002).
Estas fotografías facilitaron una información muy valiosa para el estudio de los re
cursos naturales, hídricos y minerales (Sagdejew, 1982; Strain y Engle, 1993). G ra
cias a un acuerdo con la em presa norteam ericana A erial Images. Irte, y a través del
servidor de imágenes Terraserver (www.terraserver.com), podian conseguirse fo
tografías digitales del satélite ruso Cosmos. Este satélite está equipado con dos cá
m aras, la K V R-1000 que perm ite obtener hasta 2 m de resolución sobre un área de
160 km de lado, y la TK -350, con 10 m de resolución y 200 km de anchura (en este
caso con capacidad estereoscópica). U n ejemplo de la calidad de estos datos puede
observarse en la figura 3.12, que cubre el casco histórico de la ciudad de Alcalá de
Henares. Los detalles que proporciona sobre la estructura y morfologia urbana eran
bastante equiparables a la fotografia aérea, si bien han quedado ahora superadas por
las imágenes de los satélites com erciales de alta resolución.

3.2. E xploradores de barrido

Las características técnicas de los sensores fotográficos impiden que desde
ellos se realice una cobertura sistem ática de la superficie terrestre, pues están lim i
tados por la cantidad de película que pueden cargar a bordo. Por esta razón se dise
ñaron otros sensores, denom inados genéricam ente óptico-electrónicos, ya que com-

SEN SO R ES Y SATÉLITES DE TELED ETECC IÓ N 107

Las ventajas más claras de los equipos de b an id o multiespectral, en relación
con los sensores fotográficos, pueden sintetizarse en los siguientes puntos:

1. Permiten am pliar la banda del espectro detectada a longitudes de onda m a
yores del visible. Las em ulsiones fotográficas están limitadas al rango 0.4 a 0,9 |im
(visible e infrarrojo reflejado), mientras los equipos de barrido pueden abarcar de
0.4 a 12,6 Jim, incluyendo el SW IR, 1RM e IRT.
2. Capacidad de convertir los datos registrados en radiancias.
3. Posibilidad de realizar coberturas sistemáticas, y de grandes espacios, gra
cias a su capacidad de transm itir datos en tiem po real.
4. Grabación digital de la información, que asegura su fiabilidad y permite su
tratam iento asistido por ordenador.

Su principal problem a hasta hace unos años era su menor resolución espacial
respecto a los sistemas fotográficos, pero este inconveniente se está mitigando nota
blemente, gracias a los avances en la electrónica microscópica.
Gracias a las características arriba com entadas, los equipos de barrido multi-cs-
pectral se han incorporado sistem áticam ente a las principales misiones de telcdetec-
ción desde el espacio. Los más utilizados han sido los incluidos en los programas
Landsat (M SS. M ultispectral Scanner, TM , Thematic Mapper. y ETM, Enhanced
Thematic M apper), TIROS-NOAA (AVHRR, A dvanced Very High Resolution Ra~
diometer), Nimbus (CZCS, Coastal Zone Color Scanner), Skylab (S I92), DMSP
(O perational íin esca n System, OLS), HCM M (HCM R. Ueat Capacity M apping Ra-
diometer), ERS (ATSR ATSR {Along Track Scanning Radiorneter), y el soviético
RESURS (M SU -E y M SU-SK). entre otros.

3.3. Exploradores de empuje

En los años ochenta se puso a punto una nueva tecnología de exploración, de
nominada «por empuje» (pushbroom). En estos equipos se elimina el espejo oscilan
te. gracias a disponer de una cadena de detectores que cubre todo el cam po de vi
sión del sensor. Estos detectores se van excitando con el movimiento orbital del sa
télite, de ahí el nom bre de explorador de em puje, puesto que se explora, en cada m o
m ento, una línea com pleta, desplazándose ésta sim ultáneam ente con la plataform a
(fig. 3.14). Los dciectorcs sólidos que forman un explorador por empuje se denom i
nan dispositivos de acoplam iento por carga (Charge Couple Devices, CCD).
Esta tecnología perm ite aum entar la resolución espacial del sistema respecto a
los barredores convencionales, gracias a elim inar la parte móvil, mientras se redu
cen algunos problemas geom étricos que se producen en los barredores, caso de que
se perdiera la sincronía entre el m ovim iento del espejo y el de la plataforma. Ade
más no se requiere que los detectores sean interrogados una vez por pixel, como
ocurre en los exploradores de barrido, sino sólo una vez por linea, lo que agiliza la
detección y em isión de datos. Por otra parte tienen las mismas ventajas que los ex
ploradores de barrido en cuanto a que la información es digital y corresponde a dis
tintas bandas del espectro, más allá del VIS.

108 TELF.D ETECCIÓ N AM BIEN TA L

Fig. 3.14. Diagrama de un explorador por empuje.

Com o contrapartida, uno de los problem as im portantes que atañe a estos nue
vos equipos es la difícil calibración de su cadena de detectores. Al aum entar nota
blem ente su número, se precisa de com plejos m ecanism os de ajuste para que éstos
traduzcan, de la m ism a forma en todos los casos, la señal recibida. De lo contrario
faltaría homogeneidad entre las colum nas de la imagen, afectando a su calidad final.
Otro problem a aún no bien resuelto en estos sistemas es am pliar la inform ación es
pectral que proporcionan, incluyendo al infrarrojo térmico. Hasta el m omento pre
sente, se han diseñado equipos m ono y multi-espectrales, lim itados al VIS, IRC y
SWIR. El trabajo en el térm ico resulta mucho m ás com plejo por el tipo de detecto
res que precisa, muy sensibles al calor y de difícil calibración.
Los exploradores de empuje se han ido incorporando en las dos últim as déca
das a la m ayor parte de los proyectos de telcdctección espacial, a partir de la pues
ta en órbita del satélite SPOT (sensores HRV y HRVIR). O tros satélites con este tipo
de sensores son el indio IRS (sensor PAN, LISS y WIFS), los norteamericanos EO-1
(ALI, Hyperion), IKONOS y Quickbird, y los japoneses MOS (MESSR), JERS-OPS
y ALOS, entre otros muchos.

SEN SO R ES Y SATÉLITES DE TELED E TEC C IÓ N 109

3.4. C ámaras de vídeo

Durante las primeras misiones de los satélites de teledetección también se em
picaron bastante tas cám aras de video, que podían trabajar en forma pancrom ática o
multi-banda. En esta tecnología la imagen es enfocada sobre un foto-conductor,
construyéndose una réplica electrónica de la imagen original, que se m antiene en esa
superficie hasta que el haz de electrones la barre de nuevo, restaurando asi su equi
librio (fig. 3.15).
Este modelo de funcionamiento se modificó en el caso del RBV (Return Beam
lid i con), a bordo de los primeros satélites Landsat. En estos sistemas, la señal de la
cám ara se derivaba de la porción no utilizada del haz de electrones, que retom aba a
lo largo de la misma trayectoria que el rayo incidente, y era am plificado electróni
camente. Ese m ecanism o permitió m ejorar la resolución espacial de los equipos de
barrido y del video convencional, por lo que fue incluido en algunas m isiones espa
ciales: Apollo, Mariner, TIROS. Nimbus, B haskara-l y 2, asi como en los tres pri
meros satélites de la serie Landsat. aunque sólo funcionó adecuadam ente en el ter
cero.

•• ••
*• i •
• ••
• » ,
’' .•

Pie. 3.15. Diagrama de un sistema de video.

110 T E L ED E TEC C IÓ N AM BIENTAL

M ás reciente resulta el em pleo de las cám aras de vídeo digital com o fuente de
imágenes en proyectos de gran escala. La videografia se define asi como una nueva
técnica de telcdctección. que perm ite obtener información calibrada con gran nivel
de detalle y bajo coste (especialm ente si se utilizan cámaras convencionales). Su
principal interés sobre la fotografía aérea es su inm ediata disponibilidad y facilidad
de manejo. Su principal inconveniente es la baja resolución (está lim itado a un cam
po de visión no superior a 500 pixeles con las tecnologías convencionales), que obli
ga a tom ar los datos desde baja altura (Linden, 2000).

3.5. R a d ió m e tr o s d e m ic ro -o n d a s

Se trata de sensores que operan en el rango del espectro correspondiente a lon
gitudes de onda milimétricas, normalm ente entre 6,8 y 90 GHz. Por ello, no están
afectados por la situación atmosférica ni por las condiciones de iluminación.
El radiómetro está com puesto por un elemento direccional, un receptor, que
perm ite la detección y am plificación de las micro-ondas, y un detector. Su gran des
ventaja estriba en la pobre resolución espacial que proporciona, ya que. ai tratarse
de un sensor de abertura circular, la resolución es inversamente proporcional al diá
m etro de abertura y directam ente a la longitud de onda. En consecuencia, para po
seer una adecuada resolución sería preciso contar con una antena de enormes pro
porciones, lo cual no es factible en m isiones espaciales.
Pese a este problem a, los radiómetros de m icro-ondas se han utilizado con gran
aprovecham iento para diversos estudios m edioam bientales (Choudhury et al.1 1994).
U no de los cam pos en donde ha m ostrado m ayor interés es en la cartografía de hie
lo y nieve, gracias a ser muy sensibles a las bajas tem peraturas.’ Esto ha permitido
obtener información del estado de la capa de hielo, asi com o diferenciar tipos de
nieve en función de su compacidad y temperatura. A este respecto, Jos sensores
SSM R (Scanning M ultichannel M icrowave Radiometer). a bordo del Nimbus-5 y 6,
el Special Sensor M icrowave Im ager (SSM /I) del DMSP. y el Advanced M icrowave
Scanning Radiom eter (AM SR) sobre el EOS A qua se han em pleado con gran efica
cia para cartografiar la nieve y capas de hielo, y detectar m ovim ientos de icebergs
(Kelly y Hall, 2008). Un m apa térm ico de ambos casquetes polares fue obtenido a
partir de estas imágenes en 1977, revelando información de gran interés para el es
tudio de estas áreas, difícilmente accesibles por otros medios (Hall y M artinec,
1985). Los datos de los radióm etros de m icro-ondas se han mostrado también muy
convenientes para estim ar las condiciones de humedad en el suelo y el estrés hidri-
co en la vegetación (Choudhury y Nicholson, 1992). La apertura a usos civiles de
los datos adquiridos por el satélite m ilitar DMSP (Defense M eteorological Satellite
Program) facilita la continuidad de estas observaciones, ya que cuenta con un equi
po m uy sim ilar al del Nimbus, denom inado SSM/I (Special Sensor M icrowave Im a
ger), que proporciona información en varias frecuencias, registrando tanto polariza-

I. R ecuérdese que. d e acuerdo a las leyes d e Planck y W ien {2.4 y 2.6}, cuanto m ayor sea la
tem perarura de u n a superficie, em itirá m ás intensam ente a longitudes de on d a m ás c o n a s. Por tanto, sólo
las cu biertas m ás frías son perceptibles a estas longitudes d e onda.

O

SEN SO R ES Y SATÉLITES DE TELED ETECC IÓ N 111

ción horizontal como vertical. También la misión TRM M (Tropical Rainfall M ea
suring M isión) cuenta con un equipo de estas características, el TRM M M icrowave
Im ager (TM I), diseñado para estim ar la lluvia sobre el océano, así com o las del
EOS-Aqua y el japonés ALOS.

4. Sensores activos

4 .1 . R adar

Característica com ún de los sistem as activos es su capacidad de em itir un haz
energético que. posteriormente, recogen tras su reflexión sobre la superficie que se
pretende observar. Entre ellos, el sistema más conocido es el radar, radiómetro acti
vo de micro-ondas, que trabaja en una banda com prendida entre 0,1 cm y I m. Cada
píxel en una imagen radar representa el coeficiente de retro-dispersión de esa área
sobre el terreno, siendo el valor almacenado tanto mayor cuanto más intensa sea la
señal de retom o. Gracias a su flexibilidad — puede trabajar en cualquier condición
atm osférica (fig. 3.16)— , el radar ha pasado a un prim er plano en los programas de
observación de la Tierra, obteniendo múltiples aplicaciones en la últim a década
(Henderson y Lewis. 1998).
Podem os distinguir tres tipos de radar: aquellos que se orientan a adquirir imá
genes. los que miden distancias (altímetros), y los que miden cam pos de viento (dis-
persómelros). Los más utilizados son los primeros, que permiten m edir la intensidad
de la señal de retom o, de forma sim ilar a como hacen los equipos ópticos, aunque
aquí se realiza lateralm ente, lo que supone una serie de errores geom étricos que aho
ra comentaremos.
Un radar se puede configurar de formas muy variadas, obteniendo señales de
retom o potencialm ente también muy diversas. Puede diseñarse con distintas bandas
de observación, a distintas alturas, con distintos ángulos de observación, con distin
tos tam años de antena y distintas polarizaciones. La ecuación fundamental del radar
puede expresarse com o sigue:

{3.2}
' (4 7 t ) V

donde P „ indica la potencia retro-dispersada; P„ la potencia em itida por el radar, G
es un factor de ganancia de la antena; a es la sección eficaz de retro-dispersión, y r
la distancia entre el sensor y la cubierta. De esta fórmula se entiende que, a estas
longitudes de onda, la señal de retom o depende notablem ente de la potencia em iti
da y la altura de observación, por lo que para montar radares orbitales, se requiere
una enorm e potencia o que la antena tenga una ganancia efectiva muy alta, lo cual
depende del tamaño de la antena y de la longitud de onda. De esta forma, la ecua
ción anterior tam bién puede expresarse como:

114 T E L ED E TEC C IÓ N AM BIENTA L

Fjcí. 3.18. Resolución en profundidad de un sistema radar: cuando se trabaja a longitudes de
onda más largas, los objetos cercanos tienden a mezclarse en ¡a señal retrodispersada. Cortesía
Iksu A. Kyun

los pulsos em itidos y recibidos. En resumen. ]a resolución en profundidad viene
marcada por (fig. 3.18):

r' 2 B sen Q *3,5}

donde c refiere a la velocidad de la luz, B al ancho de banda y 9 al ángulo de inci
dencia de la onda.
En la geom etría de adquisición de imágenes radar tiene una gran influencia el
relieve, que m odifica el ángulo local de incidencia, adem ás de transform ar la super
ficie real en superficie proyectada sobre la imagen (fig. 3.19). Si la pendiente es m e
nor que el ángulo de incidencia, la imagen ofrece las distancias reales como acorta
das. De ahi que las venientes orientadas hacia la antena aparezcan com o inclinadas
hacia la dirección de la antena (acortadas, foreshortening), mientras las venientes
opuestas se alargan. El efecto más severo se produce cuando el haz radar llega an
tes a la cúspide de un fuerte relieve que a su base. Entonces la geom etría se desfi
gura notablemente, observándose un solapam iento inverso (layover; fig. 3.196), a
consecuencia de que sus ecos lleguen a la antena en forma inversa a su posición res
pecto a la trayectoria. Estos factores pueden corregirse m ediante análisis digital de

o p y r ig h te d m a te ria l

SEN SO R ES Y SATÉLITES D E TELED ETEC C IÓ N 115

Fie. 3.19. Efectos del relieve sobre la imagen radar: a) las distancias se acortan cuando el re-
Heve es muy pronunciado; b) si el relieve es extremo los objetos pueden aparecer en orden inver
so al que realmente ocupan; c) con ángtdos de incidencia bajos, parte del úrea queda a la som
bra del radar. Cortesía Iksu A. Kyun.

las imágenes si está disponible un modelo digital del terreno de suficiente fiabilidad.
Más com plicado resulta corregir el efecto del relieve cuando deja en som bra las ver
tientes opuestas a la dirección de observación (fig. 3.19c). Este fenómeno, que d e
pende de la altitud del terreno y del ángulo de incidencia, implica perder la infor
m ación de esas laderas, aunque puede recom ponerse si el satélite está diseñado para
pasar por el m ismo lugar con dos ángulos distintos (pasada ascendente y descenden
te). com o ocurre con el europeo ERS.
Un ejem plo de los .severos efectos geom étricos que se producen en una imagen
radar sobre una zona montañosa aparece en la figura 3.20. donde se han incluido dos
imágenes adquiridas por el SAR del E R S -l con seis días de diferencia, adquiridas
en la pasada descendente y ascendente del satélite. El área corresponde al inicio de
la Sierra de Credos, entre las localidades del Tiemblo y Mijares. Al tratarse de un
sector con fuertes contrastes topográficos, se observa una notable discrepancia geo
m étrica entre las dos imágenes. Puede observarse cómo el relieve se «inclina» hacia
la dirección de la trayectoria en los dos casos, y cómo quedan en som bra algunas
vertientes que m iran en sentido contrario a la órbita.
En cuanto a los problemas radiométricos, el más importante es el conocido
com o «speckle» (moteado), que aparece como consecuencia de las interferencias


FiG. 3.20. Imágenes SAR del ERS-1 sobre la Sierra de Gredos. En la parte superior, pasada des
cendente (23 de abril de 1993); en la inferior, pasada ascendente (29 de abril de 1993).

que se producen entre las diversas vistas que se requieren para generar una imagen
con la técnica de abertura sintética. El efecto es un moteado brillante, más o menos
aleatorio sobre la imagen, que añade m ido y degrada las relaciones físicas, com pli
cando la clasificación de la imagen. Puede solventarse con algunos filtros digitales,
que luego com entarem os en el capítulo 6.

SEN SO R ES Y SATÉLITES DE TELED ETECC IÓ N 11 7

Pese a los problemas geom étricos y radiométricos, el radar de abertura sintéti
ca ha sido uno de los sensores de mayor desarrollo en las últimas décadas, a conse
cuencia de su gran versatilidad de observación, ya que es independiente de las con
diciones atmosféricas y de la iluminación solar. Sus posibilidades para el análisis de
la vegetación son amplias, com plem entando la observación de los sensores ópticos.
Entre las principales aplicaciones cabe citar la cartografía de la cobertura del suelo
(basada en la rugosidad), la detección de alteraciones producidas por incendios o ta
las, la estimación de algunos atributos forestales (alturas promedio, área basal, bio-
masa, volumen maderero) y el seguimiento de la regeneración vegetal tras un even
to catastrófico (Dobson, 2000).
Los progresos en la tecnología radar se dirigen a obtener equipos más versáti
les, que mejoren la resolución espacial y/o ofrezcan observación multiangular, mul-
tifrecuencia y multipolarización. Los equipos radar instalados sobre plataformas es
paciales han trabajado principalm ente en una sola frecuencia, un solo ángulo y un
solo nivel de polarización, pero los más recientes están am pliando mucho esas ca
pacidades. El prim er radar espacial se instaló a bordo del SEASAT, activo por un
corto periodo de tiempo en 1978 para investigación oceanógrafica. Tras él, se han
desarrollado varias misiones europeas (ERS, Envisat), rusas (Alm az), japonesas
(JERS, ALOS: fig. 3.21) y canadienses (RADARSAT). Además, se han m ontado ra
dares en el Space Shutte, tanto para adquirir imágenes (misiones SIR), como para
m edir alturas (SRTM).
La figura 3* recoge una magnífica imagen de la Isla de Tenerife adquirida por
el SIR-C el 11 de octubre de 1994. La imagen ofrece una com posición en color de
la banda L (polarización HH) en rojo, la banda L (polarización HV) en verde, y la
banda C (HV) en azul. Se observan magníficam ente los principales rasgos geomor-
fógicos de la isla. Junto al Teide, se observan distintos flujos de lava en tonos de
gris.

Fig. 3.21. Imágenes radar de un sector en el oeste de Rondonia < Brasil) que muestra el avance
de la deforestación en II años: izquierda, imagen JERS de ¡995; derecha, imagen ALOS PALSAR
de 2006 (http://www.eorc.jaxa.jp/ALOSnmg_up/pal_forest_amz_rondonia.htm).

SEN SO R ES Y SATÉLITES DE TELEDETECCTÓN 119

esta técnica, tanto para generar modelos de elevación, com o para analizar movi
mientos del terreno. Sin em bargo, la disponibilidad de pares interferom étricos era
escasa, por lo que su impacto operacional fue limitado. Los buenos resultados de es
tas experiencias facilitaron el diseño de un proyecto específico para recoger infor
m ación interferométrica. Asi nació la Shuttle Radar Topography M ission (SRTM ),
em barcada en el vuelo STS-99 del Space Shuttle en febrero de 2000. Esta misión in
corporó dos radares, separados unos 60 m gracias a un mástil instalado en el tras-
bordador espacial, lo que le perm itió una adquisición de datos m uy precisa (Rabus
et al.. 2003). A partir del procesamiento de esta información, se ha generado un m o
delo digital del terreno de casi todo el planeta con una resolución de 30 m, que está
disponible públicam ente (fig. 4*).

4 .2 . L íd a r

El lídar (Light Detection and Ranging), es un sensor activo que em ite pulsos de
luz polarizada entre el ultravioleta y el infrarrojo cercano (Dubayah y Drake, 2000;
Kobayashi, 1987). En la m ayor parte de los sistemas, se em plea com o transm isor un
láser que transm ite un pulso colimado (altamente direccional). coherente (fase ho
m ogénea) y polarizada (vectores alineados). Esta señal interacciona con las partícu
las atm osféricas o el suelo, causando su dispersión en función del tipo de elem ento
encontrado. La energía de retom o se recoge por un telescopio, que a su vez la trans
mite a través de un filtro óptico a un foto-detector. Esta señal eléctrica es grabada y
posteriorm ente almacenada en un ordenador. En función del tiem po y la intensidad
de la señal de retom o, puede deducirse una información muy significativa sobre el
tipo de cubierta presente en la zona de estudio.
Existen distintos sistem as lídar. de acuerdo a los principales tipos de disper
sión: de M ié, Rayleigh y Raman, de resonancia, de absorción diferencial, y de fluo
rescencia inducida (Kobayashi, 1987). Cada uno de estos tipos se orienta a aplica
ciones específicas. Hasta hace pocos años, los más utilizados se dirigían a explorar
Jas condiciones atmosféricas: detección de aerosoles y partículas contam inantes del
aire, medición de la humedad, presión y tem peratura del aire, y estimación de la ve
locidad del viento. Las experiencias desarrolladas hasta el m omento han ofrecido re
sultados muy interesantes (Hufíaker et al.. 1984),
En lo que se refiere a la teledetección de cubiertas terrestres, los lídar más uti
lizados son el de fluorescencia inducida (Chapelle et a i . 1984) y el m edidor de dis
tancias (altím etro lídar) (Fujii y Fukuchi, 2005). El primero permite detectar m an
chas de aceite, algas y contam inantes del agua, condiciones de hum edad en la ve
getación y contenido de pigmentos. Para los estudios topográficos y cálculos de
biom asa se ha utilizado con bastante intensidad en los últimos años el altím etro
lídar. diseñado para m edir con m ucha precisión distancias desde un punto emisor.
Estos equipos em iten un haz láser en el R o IRC mediante un barrido de un área a
am bos lados de la trayectoria del avión (fig. 3.22a), con lo que pueden obtenerse re
presentaciones bidim ensionales de los datos. Puesto que las observaciones son pun
tuales. si quiere obtenerse una imagen continua de alturas, habitualm ente la altura
de cada píxel se obtiene extrayendo valores promedio, máximos o m ínim os de los

C o p y rig h tc d malcrió!


base nos indicaría la altura de los objetos observados. Para el caso de la vegetación,
si los pulsos son muy densos algunos se reflejarán en la copa de los árboles, otros
en ramas intermedias, otros en el matorral y otros en el suelo (fig. 3.226). A nalizan
do las diferencias entre las distancias registradas podrá reconstruirse la estructura
vertical de la m asa forestal que se esté estudiando (Dubayah y Drake. 2000: Lefsky
et a i , 1999). Puede, por ejemplo, determ inarse no sólo la altura de los árboles, sino
también la diferencia con la base de la copa o la presencia del matorral bajo arbola
do (Riaño et al., 2004a). Adem ás, la distribución de los pulsos que se reflejan a dis
tintas alturas resulta un buen indicador del índice de área foliar o de la fracción de
cabida cubierta (Riaño el a i . 2004b). La precisión de estas estim aciones depende
bastante de la rugosidad del terreno, de la altura de observación, de la altura de la
vegetación y del espaciam iento vertical entre los distintos estratos vegetales (Riaño
ci a i , 2007a).
Para las zonas urbanas, basta habitualmente el prim er pulso reflejado para co
nocer la altura de los edificios (Zhou et al., 2004), lográndose una imagen muy de
tallada de la organización urbana (fig. 2*). Su alta precisión en la medición de dis
tancias le permite m ejorar mucho los métodos tradicionales para generar modelos
digitales de elevación, especialmente en zonas de relieve suave, como son las llanu
ras de inundación, por lo que se ha utilizado bastante en análisis de riesgos (W ebs
ter et a i , 2006).
En definitiva, el lidar supone un sensor de gran potencialidad para estudios to
pográficos y de biomasa vegetal, ai facilitar información tridimensional muy precisa,
que puede com plem entar notoriamente la recogida en otras bandas del espectro. Su
principal problema radica en la dependencia, al igual que las otras longitudes de onda
ópticas, de las condiciones atmosféricas, asi como a requerir un consumo de energía
bastante elevado para su funcionamiento en una plataform a espacial. Por estas razo
nes, hasta el momento la m ayor parte de los sensores lidar son aeroportados y de pe
queña huella (Baltsavias. 1999). Durante varios años se trabajó en una m isión orbi
tal orientada al análisis de la vegetación. Este proyecto, denom inado Vegetation Ca-
nopy Lidar (VCL). pretendía instalar en órbita un lidar de gran huella (25 m), traba
jando en el IRC y registrando un área de 8 km de lado, digital izando la onda de re
tornos completa. Aunque se aprobó inicialmente para lanzarse en 2000. finalmente se
ha cancelado y es bastante incierto su inmediato futuro.
Si que se ha puesto en órbita, sin embargo, otra misión lidar. aunque orientada
principalm ente hacia estudios de hielo y nieve. Se denom ina, por esa razón, ICESat,
y fue lanzada con éxito en 2003. Este satélite incorpora un equipo lidar de gran hue
lla (70 m) que se denom ina GLAS (Geoscience Láser A ltim eter System). Trabaja en
dos longitudes de onda (IRC y V) y proporciona onda de retornos com pleta, con una
separación entre huellas de 170 m en la dirección del barrido. Cuenta con un siste
ma de posicionamiento estelar muy preciso, que le perm ite m edir alturas con bas
tante precisión. Se dirige principalm ente al seguim iento de las capas de hielo y nie
ve (Thomas el a i , 2004: fig. 3.23), pero también cuenta con interesantes aplicacio
nes en el análisis de nubes/aerosoles y en vegetación, si bien aquí las estimaciones
son poco precisas cuando el terreno es rugoso (Harding y Carabajai. 2005).


1 « .0 0

Fig. 3.23. Modelo de elevación de la Antártida generado a partir de dalos ICESAT (http://ice-
sat.gsfc. nasa.gov/).

5. P la ta fo rm a s de teledetección espacial

La última parte de este capitulo se dedica a revisar las características de los
proyectos más interesantes de teledetección desde el espacio. Bajo la óptica de quien
pretende obtener información tem ática de una imagen, este com entario puede ser
útil en la m edida en que ofrezca un panoram a de la información actualm ente dispo
nible. Con la rapidez con la que se diseñan y ponen en órbita las misiones de tele
detección, necesariam ente este texto debe irse actualizando mediante la información
disponible en las agencias espaciales y empresas dedicadas a este sector.
A ntes de iniciar esta sección, conviene hacer algunos com entarios som eros so
bre las características orbitales de un satélite. Los tres elementos más im portantes de

SEN SO R ES Y SATÉLITES D E TELEDETECCIÓ N 123

FlC. 3.24. Esquema de una órbita geosincrona.

una órbita espacial son la altitud, la inclinación y el periodo orbital. La altitud pue
de ser constante, en cuyo caso se trataría de una órbita circular, o variar (órbitas elíp
ticas), distinguiéndose en este caso entre el punto más lejano (apogeo) y el más cer
cano (perigeo). La inclinación se mide respecto al plano del Ecuador, y puede tra
tarse de órbitas ecuatoriales o polares, dependiendo del ángulo de cruce. El periodo
indica la duración de una órbita completa, y depende de la velocidad orbital y de la
altura.
Los satélites más comunes en teledetección se ajustan a dos órbitas, denom ina
das geosíncronas y heliosíncronas. La primera, que tam bién se denom ina geoesta-
cionaria, es una órbita ecuatorial a 36.000 km de distancia. Su periodo orbital es el
m ismo que el de la Tierra, por lo que el satélite aparece siempre en la m ism a posi
ción relativa (estacionario) respecto a la Tierra. Esto le permite observar siempre la
misma zona (figura 3.24), por lo que es ideal para los satélites dedicados a la obser
vación meteorológica (Metcosat, GOM S, Insat o GOES), ya que pueden tom ar da
tos del mismo punto con bastante frecuencia. Puesto que orbitan con la Tierra, no
pueden observar todo el planeta, sino el sector longitudinal en el que están posicio-
nados: el M etcosat se sitúa sobre el meridiano 0o (para adquirir imágenes de Euro
pa), mientras el GOES lo hace en los meridianos 70° y 140° W, enfocados hacia la
costa Este y Oeste de EE.UU. respectivamente. Esta también es la órbita más utili
zada por los satélites de comunicaciones.
En cuanto a la órbita heliosíncrona. cuenta con una inclinación próxim a a los
90° (casi Polar), lo que perm ite observar en cada momento una zona distinta del pla
neta, hasta com pletar la observación, ya que la órbita es perpendicular al m ovim ien
to terrestre. Las alturas orbitales varían entre 600 y 900 km, y suele ajustarse el
período orbital para que pasen por el Ecuador a la misma hora local, lo que les per
mite tom ar imágenes en sim ilares condiciones de iluminación si se com paran las
m ism as épocas del año (fig. 3.25). Esta órbita es la más habitual en los satélites de
recursos naturales de media y alta resolución (Landsat, SPOT. IRS. IKONOS, Terra,
Aqua, etc.), si bien también existen algunos ejemplos de órbitas ecuatoriales (ineli-


Fig. 3.25. Esquema de una órbita polar.

nación 5-10°), optim izadas para observar con más detalle las áreas cercanas tropica
les. Este es el caso del satélite TRM M , por ejemplo.
La elección de la órbita que ocupa una plataform a viene determinada por las
características de la misión del satélite: si se pretende tom ar datos de una gran su
perficie en una sola imagen a fin de observar fenómenos globales y muy dinámicos
(como la nubosidad), suele trabajarse con satélites geoestacionarios — o, en todo
caso, con polares que cuenten con un am plio campo de visión— ; por el contrario, si
se pretende un m ayor detalle en la observación, se utilizan plataform as de órbitas
más bajas.
A continuación vamos a revisar algunas de las misiones más destacadas en te
ledetección espacial.

5.1. El pro g ra m a L an dsa t

G racias a los brillantes resultados que proporcionaron las prim eras fotografías
espaciales, la agencia espacial norteamericana diseñó a fines de la década del 60 el
prim er proyecto dedicado exclusivam ente a la observación de los recursos terrestres.

SEN SO R ES Y SATÉLITES DE TELED ETECC IÓ N 12 7

FlG. 3.28. Aspecto del Landsat-7.

sustituyen por un nuevo explorador de barrido, denom inado TM (Thematic Mapper)
que proporcionaba mayor resolución espacial y espectral que el previo MSS. Para
asegurar la continuidad en la serie de datos, también se mantuvo el M SS en los dos
Landsat-4 y 5, con sim ilares características a los anteriores satélites.
El sensor M SS era un equipo de barrido óptico-electrónico con un cam po total
de visión de 11,56o, lo que, a la altura orbital del satélite, le perm itía explorar una
franja de terreno de 185 km, divididos a ambos lados de la vertical de la traza.
En el diseño del sensor MSS se tuvieron en cuenta las m edidas espectrales de
laboratorio, de tal forma que las 4 bandas finalmente incluidas pretendían realzar
la aplicación de este sensor a la detección de masas vegetales, recursos hídricos y
m ineros (tabla 3.1).2 Las bandas visibles (4 y 5), tienen m ejores disposiciones para
la detección de aspectos antrópicos. com o áreas urbanas o vías de com unicación,
a la vez que proporcionan una interesante información sobre la calidad del agua. Las
dos bandas en el infrarrojo cercano (6 y 7) pretenden registrar parám etros vitales en
la actividad de las plantas, además de ser especialmente sensibles a la humedad.
Con objeto de acoplar la secuencia de barrido a la velocidad del satélite, el sen
sor MSS registraba seis lineas sim ultáneam ente con cada oscilación del espejo. La
radiancia recibida por el sistema focal se transm itía a un sistema óptico que la des
com ponía en cuatro bandas y la enviaba a distintos detectores. Por tanto, el MSS

2. A lo largo del capitulo se incluirán tablas con las características técnicas de los principales
sensores com entados. Aquellos que no se recogen en el texto, con objeto de sim plificar la exposición,
aparecen citados en la w eb del libro.


Su resolución espacial se cifraba en 80 ni, cubriendo la misma porción superficial
del sensor MSS.
Este sistema no funcionó adecuadamente en los dos primeros Landsat, por lo que
fue sustituido en el tercero por otro. En este caso, el planteamiento se dirigió más a
mejorar la resolución espacial que la espectral, por lo que se montaron dos cámaras
pancromáticas de mayor resolución operando simultáneamente con el MSS. Estas cá
maras cubrían un abanico espectral de 0,505 a 0,705 p.m, proporcionando — en cua
tro adquisiciones— la misma cobertura del M SS, pero con una resolución aproxim a
da de 40 m. El registro entre ambas permitió utilizar el RBV com o auxiliar del MSS,
especialmente para mejorar la calidad visual de sus imágenes. Para ello, se em plea
ron diversas técnicas de fusión, que luego tendremos ocasión de comentar. En el cam
po de las aplicaciones temáticas, el RBV se ha utilizado en estudios morfológicos
(Tricart. 1981) y en cartografía de la cubierta del suelo (K.ing, 1981), si bien la esca
sa pervivencia de este sensor ha reducido sensiblemente su rango de aplicaciones.

TM y ETM+

Com o antes se indicó, el lanzamiento de los Landsat-4 y 5 supuso un notable
impulso del programa Landsat. Su principal aportación consistió en incorporar un
nuevo sensor, denominado Thematic M apper (TM ), directam ente diseñado — como
su nombre indica— para la cartografía temática.
Al igual que su predecesor, el MSS, el Thematic M apper es un equipo de ba
rrido multiespectral, que em plea una técnica muy sim ilar a la descrita previamente.
Sin embargo, las novedades que incorpora permitieron considerarlo como parte de
una nueva generación de sensores. Frente al MSS, el TM aum entaba el número
de detectores, de 24 a 100, a la vez que reducía el cam po de visión instantáneo, au
m entaba los niveles de codificación y realizaba el barrido en las dos direcciones.
Todo ello le perm itió m ejorar la resolución espacial, espectral y radiom étrica frente
al MSS: de 79 a 30 m. de 4 a 7 bandas, y de 6 a 8 bits. En el TM , cada oscilación
del espejo suponía 16 lineas de barrido, frente a 6 en el MSS. De esta forma se pre
cisaban 16 detectores por banda, salvo la banda térm ica que registraba una menor
resolución (120 m) y sólo requería cuatro detectores. Este aum ento en el núm ero de
detectores com plicó el proceso de calibración, a la par que aum entaba el volumen
de datos a procesar frente al MSS, si bien pronto se superaron las lim itaciones con
la m ejora en las capacidades de proceso alcanzadas en los años ochenta. Los detec
tores están formados por tubos de silicio, para las bandas 1 a 4, indio-antimonio para
las bandas 5 y 7, y mercurio-cadm io-tclurio para la banda 6.
En el último Landsat lanzado hasta el m omento (el 7, en 1999) se incorporó un
nuevo sensor, el ETM+, que mejora las características del TM , añadiéndole una ban
da pancrom ática de 15 m de resolución (fíg. 3.29), y aum entando la resolución de
la banda térm ica a 60 m (con dos niveles de ganancia, por lo que se distribuyen dos
bandas térmicas distintas). La inclusión del canal pancrom ático está siendo de gran
utilidad para obtener productos cartográficos de m ayor calidad, aplicando técnicas
de fusión de datos (7.1.7).
El incremento de la resolución espacial y espectral que ofrecen tanto el TM
como el ETM +, ha permitido m ejorar notablem ente la precisión obtenida en múlti-


lia de satélites. Com o antes comentamos, la Administración Reagan impulsó la
transferencia del program a Landsat al sector privado en 1984 (O.T.A., 1984). Pocos
meses más tarde, en 1985, la com pañía EOSAT recibía los derechos para vender
productos Landsat por un período de diez años, con el compromiso de participar en
el desarrollo de futuros sensores. Por su parte, el gobierno m antenía la responsabi
lidad en el control físico de la plataform a (a través de la agencia NOAA. con am
plia experiencia en la gestión de los satélites meteorológicos), mientras que se com
prom etía a colaborar en el desarrollo de los Landsat-6 y 7. N uevos recortes presu
puestarios pusieron en entredicho este com promiso, hasta el punto de llegar a una
situación limite, a inicios de 1989, en el que se tem ió por la continuidad de los pro
pios Landsat-4 y 5. en ese m omento en órbita.
Las numerosas presiones de la com unidad científica y profesional, el desarro
llo de programas espaciales por parte de otros países, singularm ente Francia con su
program a SPOT (que llevó a tem er por el liderazgo estadounidense en esta línea), el
creciente interés por la observación global de los cam bios ambientales (al tener ya
disponible un amplio archivo histórico de imágenes M SS), y las aportaciones estra
tégicas de las imágenes Landsat en la primera guerra del Golfo (1991), llevaron a
m odificar el rum bo de los acontecim ientos, asegurando un marco jurídico estable
para el futuro del program a Landsat a través de la L a n d Rem óte Sensing P olicy Act
de 1992 (W illiam son, 2001). Por esta ley. se transfería de nuevo el control del pro
gram a Landsat al gobierno federal, en un prim er momento al Departamento de De
fensa y la N A SA , y más tarde al Departamento de Interior (a través del U.S. Geolo-
g ica l Survey) que se encargaría del archivo y la distribución de los datos, en cola
boración con la NASA (encargada del desarrollo del satélite y sensores) y la NOAA
(responsable de la operación del satélite y del sistem a terrestre). Este acuerdo, for
zado también por el fracaso en el lanzamiento del Landsat-6. en 1993, ha permitido
poner en órbita con éxito el Landsat-?. seis años m ás tarde, y garantizar una conti
nuidad en los datos.
M ediante una disposición del año 1994, revisada en 1997 y en 2000, se esta
blecieron las líneas m aestras de la política de distribución de datos Landsat, que bá
sicam ente cuenta con los siguientes principios: asegurar que los datos brutos estén
disponibles a todos los usuarios a precios de coste, sin restricciones y con razonable
rapidez; asegurar que EE.UU. mantiene la propiedad de los datos brutos generados
por la plataform a; respaldar el desarrollo de aplicaciones com erciales de los datos,
asegurar que las aplicaciones comerciales sólo se realizarán por el sector privado;
facilitar, en la medida de lo posible, la integración de los sistem as de distribución de
datos Landsat con los generados por el program a EOSDIS (Sistem a global de ob
servación terrestre), y prom over la investigación y el desarrollo de las aplicaciones
de la teledetección (http:/yidcm.usgs.gov/refdocuments.html). Estas disposiciones
han perm itido reducir considerablem ente los costes de los datos brutos de las imá
genes ETM+ (a casi un 10 % del importe de las imágenes TM adquiridas por los
Landsat-4 y 5). Muy recientemente (mayo de 2008) se ha anunciado la liberaliza-
ción de todo el archivo histórico Landsat. desde 1972 hasta la actualidad, lo que per
m itirá acceder a una valiosísima fuente de información para el análisis de cam bios
en el territorio.
El principal problem a que se presenta ahora es la continuidad de los datos, sin

SEN SO R ES Y SATÉLITES DE TELEDETECCIÓ N 135

5.3. El p ro g ra m a IRS

La agencia espacial india (NRSA) ha sido bastante activa en los program as de
observación de la Tierra, ya desde los años setenta con la serie Bhaskara. Entre los
m ás m odernos destacan los cinco satélites IRS (Indian Rem óte Scnsing Satcllite),
lanzados hasta el m omento (1988, 1994, 1995, 1997 y 2003). El objetivo directo de
esta misión es mejorar el conocim iento de los recursos naturales de ese gran país
asiático, pero sus imágenes se han utilizado en muchas otras aplicaciones.
En el caso del IRS se opta por la tecnología de exploración por em puje, con
dos sensores denom inados LISS (Linear Im aging S e lf Scanning) que ofrecen una re
solución de 72.5 m (LISS-I) si opera una cámara, y 36.25 m (LISS-II) si operan dos.
La superficie cubierta en cada escena es de 148 km para el LISS-I, y de 74 km para
el LISS-II. con un ciclo de repetición de 22 días. El sensor LISS facilita inform a
ción sobre cuatro bandas del espectro, com prendidas entre el azul y el IRC para los
dos primeros, y entre el rojo y el SW IR para los dos segundos (tabla 3.3), por lo que
resulta idóneo para estudios costeros, discriminación de cubiertas vegetales y ex
ploración minera.
En los dos últimos satélites de la serie (el IRS-1C y ID) se añadió a este sen
sor otros dos sensores: una cám ara pancrom ática con alta resolución (5.8 m: fig.
3.32). explorando una zona de 70 km . y un sensor de observación regional, el WIFS.
con resolución de 188 m y un área cubierta de 810 km.
Este am bicioso program a de observación de la Tienra indio se ha com pletado
recientem ente con dos nuevos satélites. En 2003 se lanzó el IRS-P6. denom inado
Resourcesat, que cuenta con tres sensores: una cám ara de 3 bandas espectrales y re
solución de 5,8 m, otra de cuatro bandas y 23,5 m., y una versión m ejorada del
W IFS, denom inada AW IFS. con cuatro bandas y 60 m de resolución. G racias a abar
car una am plia zona en cada imagen, pueden adquirirse imágenes con bastante fre
cuencia. lo que le convierte en una buena alternativa para el seguim iento estacional
del territorio o la detección de eventos esporádicos (fig. 3.33) a escalas medias. En
mayo de 2005 se lanzó el C artosat-1, que cuenta con dos cám aras pancrom áticas con

T a b l a 3.3. Sensores a bordo del satélite 1RS

USS-J' uss-ur- H7FSr /AWIFS'

1 0.45 -0 ,5 2 im 1 0 .5 2 -0 ,5 9 im 1 0 .62-0,68 firn 0 .6 2 -0 ,6 8 um
2 0.52 -0 ,5 9 um 2 0 .6 2 -0 .6 8 Jim 2 0 ,7 7 -0 .8 6 um 0 .7 7 -0 ,8 6 um
3 0.62 -0 .6 8 xm 3 0 ,77-0.86 3 0 .7 7 -0 .8 6 um
4 0.77 -0 ,8 6 nm 4 1,55-1,70 n m 4 1.55-1.70 |im
P-* 0.5 -0 ,7 5 jim
R esolución espacial
1-4 76.5 m. 32.25 m 1-4 23 m <:,/5 .8 m*' 1-2 188 m
P 5.8 m 1-4 60 m

1. Solo en Jos I R S - l A y IB.
2. Sólo o» los 1RS-IC y ID.
3. Sólo en el 1RS P-6 renjurccsat.

Copyrightcd materia!

SEN SO R ES Y SATÉLITES D E TELED ETEC C IÓ N 14 3

Programme). Forman p an e de esta red los satélites M eteosat, GOES. GM S, Insat y
GOMS.
El primer satélite geoestacionario se lanzó en 1966 por la NASA, denom inán
dose ATS {Applications Technollogy Satellite). En forma operacional, este satélite se
convirtió en la serie SMS, bautizada como GOES (Geostationary O perational Envi-
ronmental Satellite) a partir de 1975. En el momento presente, se cuenta con cuatro
satélites de esta familia, aunque sólo dos resultan operativos. Cubren el conjunto del
territorio norteamericano, asi como el Atlántico oeste. Los más modernos incluyen
varios sensores, entre los que destaca el Imager, sensor de barrido con cinco canales
(1 VIS, 2 IRM , 2 IRT), que registra el disco visible de la Tierra cada 30 minutos,
ofreciendo una resolución de 1 km para el visible y 4 km para 3 de las cuatro restan
tes bandas. Además cuenta con otro sensor, denominado Sounder. que ofrece un per
fil de tem peratura y humedad atmosférica, así como la distribución de ozono.
Sim ilar configuración a la plataform a GOES tiene el satélite europeo Meteosat.
Lanzado por vez primera en 1977, hasta el m omento se han puesto en órbita seis
M eteosat más en 1981, 1988, 1989, 1991, 1993 y 1997, contribuyendo de m odo de
cisivo a la predicción m eteorológica en Europa y África. Inicialmente todos ellos se
situaban en longitud 0o, pero el Meteosat-3 se desplazó hacia el Oeste para facilitar
el seguim iento de huracanes tropicales. Estos satélites cuentan con un sensor de ba
rrido. que ofrece información sobre tres bandas del espectro: 0,4 3 1,1 ^im. 5.7 a 7.1
Jim y de 10,5 a 12,5 ^im. La primera es bien conocida por su aparición en los m e
dios de com unicación. L a segunda, se em plea para estudiar el contenido de vapor de
agua en la atmósfera, mientras la tercera (térmica) se dirige a la discriminación de ti
pos de nubes y temperaturas de superficie. La resolución espacial que ofrece es de
2,5 x 2.5 km en el visible y 5 x 5 km en el infrarrojo medio y térmico. La imagen
com pleta del M eteosat cubre el disco visible de la T iena, desde su posición a 0o de
latitud y longitud (ftg. 6*). Estos satélites proporcionan imágenes cada 30 minutos.
La transm isión se realiza en tiem po real a la estación receptora de Darmstadt (A le
mania), en donde se sitúan las oficinas centrales de Eumetsat. Tras algunas correc
ciones estos datos son enviados a una am plia red de estaciones receptoras, ya sea en
alta resolución digital (a las estaciones primarias, Prim ary Data User Stations.
P D ü S ), o en modo analógico.
La nueva generación de satélites M eteosat (MSG, M eteosat Second Genera-
don) ha m ejorado notablem ente la información proporcionada por esta misión. El
M eteosat-8 se lanzó en agosto de 2002 y el 9 en diciem bre de 2005. Am bos cuen
tan con sensores muy mejorados sobre los que incluían los prim eros satélites de esta
familia. El principal sensor se denom ina SEVIRI (Spinning Enhanced Visible and
lnfrared Imager) que es un sensor de barrido multiespectral con una resolución tem
poral de 15 m in y proporciona 12 canales espectrales (VIS. IRM e IRT), el visible
con una resolución de 1 km y los dem ás a 3 km (en ambos casos, en el Ecuador: fig.
6*). Esto supone aum entar notablem ente el flujo de datos brutos que envía el sa
télite (de 0,33 M b/s a 3,2 M b/s), haciendo más com plejo tanto su envío (nuevos
sistem as de com unicaciones), como su recepción. No obstante, perm ite m ejorar no
tablem ente el rango de aplicaciones de estas imágenes, no sólo en cuestiones m eteo
rológicas (Sobrino, 2008), sino también en temas am bientales de diverso tipo (Calle
et a i , 2006).

SEN SO R ES V SATÉLITES DE TELED ETECC IÓ N 147

T a b la 3.5. Características Jet sensor MODIS

Rango espectral Resolución Rango espectral Resolución
Bamia tnm) (mi Banda tnm) (m)

1 620-670 250 19 915-965 1.000
2 841-876 250 20 3 .660-3.840 1.000
3 45 9 -4 7 9 500 21 3.929-3.989 1.000
4 545-565 500 22 3-929-3.989 1.000
5 1.230-1.250 500 23 4 .0 2 0 -4 .0 8 0 1.000
6 ».6 2 8 -i.652 500 24 4 .433-4.498 1.000
7 2.105-2.155 500 25 4 .482-4.529 1.000
8 405-420 1.000 26 1.360-1.390 1.000
9 438-493 1.000 27 6.535-6.895 1.000
10 483-493 1.000 28 7.175-7.475 1.000
II 526-536 1.000 29 8.400-8.700 1.000
12 546-556 1.000 30 9 .580-9.880 1.000
13 662-672 1.000 31 10.780-11.280 1.000
14 673-383 1.000 32 11.770-12.270 1.000
15 743-753 1.000 33 13.185-13.485 1.000
16 862-877 1.000 34 13.485-13.785 1.000
17 890-920 1.000 35 13.785-14.085 1.000
18 931-941 1.000 36 14.085-14.385 1.000

MODIS

El MODIS (M oderate-Resolution Im aging Spectroradiometer) es el primer
sensor con capacidad hiperespectral lanzado al espacio, si bien no se trata de ban
das continuas. Cuenta con 36 canales, a distintas resoluciones y ám bitos del espec
tro (tabla 3.5), Las dos prim eras bandas tienen 250 m de resolución, cubriendo el R
e IRC. Las 5 siguientes ofrecen 500 m y cubren el V y diversas bandas del SWIR.
El resto, con una resolución de 1 km , cubren principalmente el VIS-IRC (por ejem
plo. entre 0,4 y 9.965 |im hay 12 bandas), y el 1RM y térm ico (6 bandas entre 10,78
y 14,38 Jim). Cuenta con un área de barrido de 2.300 km lo que le facilita una co
bertura prácticam ente diaria de la Tierra (fig. 8*).
Una de las novedades más interesantes del sensor MODIS es que tanto las imá
genes originales com o todos los productos derivados se encuentran accesibles libre
mente a través de internet. Los productos, además, están calibrados físicamente, y
están disponibles los algoritmos que se han empleado en su generación, lo que per
m ite validar sus asunciones y analizar su consistencia. Los productos se van revi
sando en tom o a «Colecciones», que marcan actualizaciones de cada uno en función
de nuevos algoritm os de proceso más avanzados, o al detectar algunas anom alías en
el funcionamiento. Actualmente hay 45 productos estándar del program a MODIS,
cubriendo campos muy variados: reflectividad bruta y corregida, nubes, cobertura de
nieve y del suelo, área foliar, productividad vegetal, índices de vegetación, detección
de incendios, etc. (Justice et al., 2002; NASA, 2000).

Copyrighted fnalcriQl

SEN SO R ES Y SATÉLITES D E TELED ETEC C IÓ N 151

denom inado ATSR (Along Track Scanning Radiometer), diseñado por un consorcio
de em presas inglesas y australianas para proporcionar una medida precisa de la tem
peratura del agua del m ar y del techo de las nubes. Este sensor ofrecía cuatro ban
das en el SW IR, IRM c IRT, con una precisión en temperaturas de 0,1 K y una re
solución espacial de 1 km en franjas de 500 x 500 km. En el ERS-2, se mejoró un
poco este sensor, denom inándole ATSR-2, pues incorporaba tres nuevas bandas en
el visible e infrarrojo próximo y tenía capacidad de observación con dos ángulos.
Asimismo, el ERS-2 incorporó un nuevo sensor sobre el E R S -h específico
para m edir el contenido de ozono en la atmósfera. Se denom inó GO M E (Global
O zone M onitoring Experiment), y proporcionaba medidas del contenido en la at
mósfera de diversos gases (ozono, dióxido de nitrógeno, oxigeno, etc.), mediante
una técnica de absorción espectroscópica diferencial.
En 2002 la ESA lanzó su proyecto de observación de la Tierra más ambicioso,
el Envisat. Además de continuar las observaciones de los ERS, incorporó num ero
sos sensores adicionales a los ERS, como el sensor hiperespectral (M ERIS), dotado
con 15 canales entre el R y el IRC. orientado principalmente a la m edición de la clo
rofila en el agua (fig. 9*). un interferòmetro de micro-ondas (MJPAS), un espectró
m etro para m edición de gases de traza (SCIAM ACHY), y un radióm etro para m e
dir el vapor de agua atm osférico (M W R). No obstante, el principal sensor de la m i
sión sigue siendo el equipo activo de micro-ondas, que en esta m isión se denom ina
radar de apertura sintética avanzado (ASAR), con una resolución de 30 x 30 m, tra
bajando en banda C con 5 modos de polarización. Este sensor está orientado a apli
caciones marinas y seguim iento de capas de hielo y nieve. El Envisat m antiene asi
m ism o un radiómetro térm ico (AATSR), dotándole de algunas m ejoras sobre las an
teriores versiones del ERS.
En un futuro próximo está previsto que la ESA continúe sus program as de ob
servación con las misiones Sentinel. que contaran con equipos ópticos, a distintas
resoluciones, y radar.

5.10. O t r a s m is io n e s R a d a r

El prim er satélite en incorporar un equipo radar para adquisición de imágenes
fue el Seasat, lanzado en 1978. Contaba con polarización sem ejante HH. un ángulo
de incidencia entre 20 y 26° y 25 m de resolución espacial. Adem ás, incorporaba un
altim etro de bastante precisión. Su^ principales aplicaciones eran oceanógraficas, de
ahí el nombre, principalmente una medición más precisa del geoide marino. Junto a
ello, perm itió abordar estudios sobre altura del oleaje, detección de bancos de arena
sum ergidos, corrientes oceánicas, etc. (Elachi, 1982). Pese a la brevedad de su m i
sión — dejó de funcionar a los 99 días de su lanzamiento— , el rango de aplicacio
nes que ha alim entado es muy amplio. Junto a las oceanógraficas, destacan la loca
lización de accidentes geológicos (Koopm ans. 1983), cartografía de la cobertura del
suelo, de la vegetación y del medio urbano.
La fecunda misión del Seasat se vio ampliada sucesivamente por varios radares
de imágenes instalados en el trasbordador espacial norteamericano (Spacc Shuttle).
En concreto, las misiones de este equipo se desarrollaron en los años 1981. 1984 y

Copyrightcd mal

SEN SO R ES Y SATÉLITES D E TELED ETECC IÓ N 15 5

5.12. P r o g r a m a s c o n s e n s o r e s h ip e r - e s p e c t r a l e s

Tal vez una de las principales novedades tecnológicas que ha irrumpido en la te»
ledetección en la última década sea el creciente empleo de los sensores hiper-espec-
trales. Se trata de equipos de muy alta resolución espectral que permiten obtener si
multáneamente imágenes de un gran número de bandas. Hasta hace muy poco estos
equipos eran m uy escasos, por lo que los datos disponibles restringían notablemente
el rango de aplicaciones. A bordo de aviones, se realizaron algunos estudios en los
inicios de los noventa con el sensor HIRIS (High Resolufion Imaging Spectrometer),
dotado de 192 canales, distribuidos entre el VIS y el IRC. Estos sensores de alta re
solución espectral permiten recoger información en bandas muy estrechas, discrimi
nando parámetros críticos de la vegetación o los suelos, que no serian perceptibles
con sensores convencionales. A partir de estas imágenes, se obtuvieron variables bio
físicas de gran interés para entender m ejor el funcionamiento de la fisiología vegetal,
com o el contenido de clorofila, lignina, nitrógeno o de agua (Curran y Kupiec, 1995),
así como algunos minerales presentes en el suelo (Kruse et al.. 19936).
La puesta a punto del AVIRIS (Airborne Visible/1nfrared Im aging Spectrome-
ter) supuso un incremento considerable de este tipo de estudios. Este sensor, que
vuela sobre un avión U2 y es operado por el Je t Propulsión Laboratory (JPL). faci
lita 224 canales contiguos, que van desde 0.4 hasta 2,5 ¿im. codificando los datos en
12 bits a partir de 1995. Esto perm ite realizar espectros continuos de una gran can
tidad de paisajes, con resoluciones que van de 5 a 20 m, dependiendo de la altura
de vuelo. La gam a de estudios realizados con este sensor es muy amplia, si bien el
análisis de rasgos vegetales (Elvidgc y Portigal. 1990; Roberts et al., 1997) y de ti
pos de suelos (Adams et al., 1986; Palacios-O ructa y Ustin, 1996) han tenido una
m ayor repercusión. Los datos AVIRIS perm iten extraer diversos parám etros estruc
turales de la cubierta forestal, como la edad de la plantación, la importancia del sus
trato o el efecto de som bras (Ustin y Trabucco, 2000).
Además del AVIRIS. hay otros sensores hiper-espectrales m ontados sobre
avión. Tal vez los más conocidos son el DAIS (Digital Airborne Im aging Spectro-
meter), gestionado por el DLR alemán, que es capaz de registrar 79 canales, la m a
yor parte en el V1S-1RC-SWIR. pero tam bién con algunos en el IRM e IRT; el ca
nadiense CASI (Compact Airborne Spectrographic Imager), con un rango de 288
bandas entre 0,43 y 0,87 ^m ; y el australiano HyM ap, con 125 bandas entre 0,4 y
2.5 |im . Con ser de gran interés, estos sensores son de orientación local, ya que no
adquieren imágenes de m odo sistem ático, sino únicamente en estudios piloto, prin
cipalm ente orientados a la innovación científica, aunque ya se cuenta también con
aplicaciones com erciales de estas técnicas.
Com o m uestra del interés de esta observación multibanda, hemos incluido una
imagen AVIRIS correspondiente a un incendio forestal que ocurrió en el sur de Cali
fornia en 1999 (fig. 3.42). La imagen recoge diversas bandas espectrales del mismo
incendio, mostrando el interés que aporta cada una de ellas en la observación del fe
nómeno. M ientras en las bandas cortas (azul) se observa principalmente el humo, en
el IRC puede observarse con claridad el área recientemente quem ada, y en el SWIR
las zonas activas. En esta banda la dispersión provocada por el humo es mucho m e
nor que en las más cortas, por lo que es perceptible con claridad el frente de llamas.

C a p ít u l o 4

BASES PARA LA INTERPRETACIÓN DE IMÁGENES
DE TELEDETECCIÓN

« É s te e s u n in fe liz q u e v ie n e p e rd id o y e s n e c e s a rio so c o
rre rle . p u e s to d o s lo s fo ra s te ro s y p o b re s s o n d e Z e u s y un e x i
g u o d o n q u e se les h a g a le e s g ra to .»

H o m ero , Odisea

Com o ya señalábamos en la introducción, el objeto de esta obra es facilitar el
acceso a una técnica que puede ser muy fructífera en la m ejor com prensión de di
versos fenómenos ambientales. Por tanto, se ha puesto m ás énfasis en la interpreta
ción que en las técnicas para la obtención de las imágenes. Los capítulos previos se
han dirigido a facilitar al lector unos datos básicos que le perm itan precisam ente que
la interpretación de las imágenes sea más honda, de tal forma que cada uno pueda
extraer información relevante de los datos adquiridos para su propio ámbito de in
terés. En este capítulo se presentan algunas ideas introductorias, que pueden ser úti
les en el momento de proyectar una aplicación temática a partir de los datos sumi
nistrados por sensores espaciales. Parece lógico que antes de abordar la interpreta
ción propiam ente dicha se consideren una serie de cuestiones de cara a m ejorar la
organización de un proyecto que requiera de esta técnica. Los aspectos más desta
cados hacen referencia al tipo de sensor o de tratam iento más conveniente para la
aplicación que se persigue.
En la organización de un proyecto las decisiones se basarán principalm ente en
dos aspectos: 1) los objetivos del proyecto, y 2) los m edios disponibles para su rea
lización. Lógicamente, los objetivos del trabajo orientan la m ayor parte de las deci
siones consiguientes, como son las relativas al tipo de información necesaria, a su
precisión, escala y nivel de desagregación. Por su parte, los m edios disponibles im
plican un equilibrio entre lo deseable y lo posible, restringiendo el método más idó
neo para abordar los objetivos marcados, ya sea en lo que se refiere a las imágenes
disponibles para el análisis, ya a los m edios para su interpretación. Antes de revisar
la relación entre objetivos y medios, vamos a com entar algunos aspectos prelimina
res que pueden ayudar a m ejorar el uso de las imágenes en un entorno de planifica
ción am biental, destocando algunos problem as que limitan esa utilización.

B A SES PARA LA INTERPRETACIÓN D E IM Á G EN ES DE TELEDETECCIÓ N 16 5

tadas a una determ inada com unidad de usuarios. Siguiendo con el mismo ám bito de
incendios forestales, si pretende utilizarse operativam ente la teledetección espacial
en la detección de incendios se requeriría una frecuencia de adquisición de imáge
nes que sólo proporcionan actualm ente los satélites m eteorológicos, si bien a un ni
vel de detalle excesivamente grosero para aquellos países que necesitan un sistema
de alerta temprana. Por tanto, si se plantea em plear esta técnica como alternativa re
alista a la vigilancia terrestre, necesitamos contar con un sistem a espacial diseñado
a d hoc para esta finalidad, que satisfaga las necesidades reales de esta comunidad
de usuarios. Ahora bien, ese tipo de misiones son muy costosas, y tal vez no sea
abordable financieramente si esa com unidad de usuarios es pequeña, por lo que en
teledetección han primado las misiones generalistas (muchos usuarios), sobre las
particulares, lim itando a la postre las aplicaciones operativas de la teledetección. Tal
vez la excepción más notoria a esta regla son los satélites m eteorológicos, que cuen
tan con un gm po de usuarios muy sólido, aglutinados en tom o a la agencia EUMET-
SAT, que permite diseñar misiones operativas ajustadas a sus necesidades y con su
ficiente continuidad en el tiempo (satélites METEOSAT y METOP).
En cuanto a m ejorar el diálogo con los usuarios, se está enfatizando en los úl
timos años la importancia de implicarlos en cualquier proyecto de investigación y
desarrollo, pues facilitan una orientación de gran interés para poner esas tareas en
un contexto más realista.

2. V ariables y tipos de in te rp retació n

Sintetizando mucho las cosas, puede afirm arse que las imágenes de satélite nos
facilitan dos tipos de variables (Jensen. 2000):

— Primarias, aquellas que se relacionan directamente con los datos obtenidos
por el sensor; esto es, que influyen primariamente en la señal registrada en la imagen.
— Secundarias (Jensen las denom ina hibridas). que se derivan de las primeras
mediante algún tipo de conceptualización.

Las variables prim arias son exclusivam ente cuantitativas, ya que la señal reco
gida por el sensor corresponde a una variable numérica (radiancia espectral, altura),
que está, a su vez, influida por esas variables biofísicas. Por ejem plo, la tem peratu
ra modifica la radiancia em itida en el IRT. por lo que la señal que el sensor recoge
en esa banda del espectro será una función de la temperatura y, en definitiva, ésta
será extraible de aquélla (como veremos en 6.6.2.4). Lo m ismo podem os decir de
otras variables que explican directamente la reflectividad o la em isividad de una cu
bierta (clorofila, contenido de agua, evapotranspiración, com posición mineralógica,
humedad, etc.). Cuando el sistema de teledetección utiliza otras tecnologías, pueden
detectarse también variables de posición y altura (a partir de estereo-restitución. de
interferometría para radar o análisis de distancias, para lídar).
Por su parte, las variables secundarias corresponden a un segundo nivel de abs
tracción, realizado habitualmente m ediante una elaboración de varias de las anterio
res. Por ejemplo, podem os deducir el grado de estrés hídrico de las plantas a partir

Copynghtcd mol

B A SE S PARA LA INTERPRETACIÓN D t IM Á G EN ES DE TELLD ETEC C IÓ N 169

Fio. 4.3. La interpretación Je imágenes en teleJetección implica tomar una serie Je Jecisiones
que optimicen los objetivos perseguíJos en función Je los medios disponibles.

listas, que no contem plaban las limitaciones inherentes a la técnica o a los sensores
específicos que había disponibles en esos momentos. Com o antes hem os com enta
do. algunos usuarios, llevados de un cierto desconocim iento o de un interés com er
cial poco prudente, han podido vender falsas expectativas respecto a la calidad de la
información que ofrecen los sensores remotos, lo que implica una rém ora para el
desarrollo futuro de esta técnica. Cuando se plantea un proyecto de investigación, su
nombre ya lo indica, intentamos validar nuevos m étodos, datos o aplicaciones, con
una cierta posibilidad de que no conduzcan a avances significativos: a veces se ol
vida que negar la hipótesis de partida es tan científico com o ratificarla, siempre que
los métodos y la validación de resultados sean rigurosos. En consecuencia, en estos
casos, puede aceptarse un margen de incenidum bre y fracaso, pero no sería pruden
te ofrecer un proyecto de investigación como si se tratara de una aplicación ya con
solidada. obviando los aspectos no resueltos, que van a condicionar notablem ente
los resultados.
La confusión entre aplicaciones operativas y experim entales puede m arginar el
em pleo de la teledetección en instituciones que de otro m odo estarían abiertas a em
plear esta técnica. En consecuencia, nos parece muy importante que se planteen

Copyrigblcd mol

BASES PARA I.A IN TERPRETA CIÓ N DE IM Á G EN ES DE 1ELED ETECC IÓ N 173

para el establecim iento de la leyenda (Chuvieco, 1985a). Las clases más repetidas
eran agua — la más fácil de discrim inar a partir de sensores espaciales— , área urba
nizada, cultivada y forestal, aunque en estas últimas se realizaban múltiples divisio
nes. según los objetivos específicos del inventario. Esta falta de criterios comunes
dificulta la generalización de resultados a otros espacios, e invalida cualquier inten
to de cartografía sistem ática del territorio.
En caso de que la leyenda no sea un requisito previo al trabajo (esto es, que
no estén fijadas a p rio ri por el cliente las categorías que quieren discrim inarse), el
intérprete debería cuidar mucho este aspecto, de tal forma que las clases estableci
das tengan coherencia entre sí, y con las herram ientas que vam os a utilizar en el
análisis. En este sentido es especialm ente im portante que la leyenda no incluya cla
ses que puedan solaparse entre si, y que recoja toda la variación posible que haya
en el área de estudio. En definitiva, que las clases sean m utuam ente excluyentes y
exhaustivas, propiedades obvias, pero no por ello universalm ente respetadas, de
cualquier tipología de clasificación. Es frecuente observar que se m ezclan criterios
a la hora de definir las clases de una deienninada leyenda, lo que im plicará un cier
to margen de aleatoriedad en el proceso. Por ejem plo, la clase matorral en ladera,
im plica m ezclar dos tem as distintos: cobertura y em plazam iento, y no resulta una
categorización exhaustiva, ya que no podríam os asignar el m atorral que se presen
te en otros ám bitos geom orfológicos. Las clases pinar de repoblación y pinar sobre
calizas no son excluyentes, pues puede haber lógicam ente pinar de repoblación si
tuado sobre calizas.
De cara a establecer leyendas más robustas, se han planteado diversas propues
tas de clasificación, que incorporan un carácter jerárquico, eso perm ite adaptar dis
tintos niveles de detalle (desagregación de clases) en función de la calidad de los da
tos disponibles.
Un ejemplo de este tipo de leyendas es la diseñada por el U.S. Ceological Sur-
vey en 1976, específicamente concebida para el empleo de sensores remotos (Ander-
son el al., 1976). Se trataba de una leyenda de uso y ocupación del suelo, organiza
da en cuatro niveles jerárquicos, cada uno de los cuales se pretendía obtener a partir
de diversos medios de telcdctección: imágenes de satélite para el nivel más general,
y fotografía aérea de gran escala, en combinación con el trabajo de campo, para las
clases más detalladas. Esta clasificación resultaba flexible, podía aplicarse a espacios
muy contrastados, y garantizaba la integración entre campos afines de inventario m e
dioambiental. El principal problema que presentaba, a nuestro juicio, era la inclusión
en el misino esquema de clases de uso y de ocupación del suelo,1 lo que origina am
bigüedad en el proceso de clasificación. Por ejemplo, un mismo objeto o grupo de
ellos podrían asignarse a varias categorías de acuerdo a su consideración como uso u
ocupación: canteras (uso) y roquedo desnudo (ocupación), o dehesa (uso) y pastizal
arbolado (ocupación). Com o es lógico, los sistemas de teledetección sólo permiten
realizar cartografía de la ocupación del suelo, ya que la señal detectada por el sensor

t. Siguiendo la term inología anglosajona, distinguim os cnlrc uso y ocupación del suelo {¡and use
y ¡and cover, respectivamente), según nos refiramos a la actividad humana sobre el territorio o a las cu*
bicnas que aparecen sobre él (E. Chuvicco [tOSSuj: «Aportaciones de la tclcdctccctón espacial a la car
tografía de ocupación del suelo». Anales de Geografía de la Universidad Complutense, 5: 29-48).

BASES PARA LA INTERPRETACIÓN DE IM Á G EN ES D E TELED E TEC C IÓ N 177

son más altos, lógicamente, pero esto garantiza cum plir unos determ inados plazos.
La alternativa seria la teledetección acroportada. con la que resulta más sencillo pla
nificar la adquisición para días determinados.
Cuando en estos trabajos de cartografía de la cubierta vegetal se disponga de
un presupuesto escaso, puede ser preciso seleccionar una sola fecha que maximice
la separación entre todas las cubiertas. En ese caso, la elección más conveniente será
una imagen adquirida en el verano, pues en ese m omento es máxim a la radiancia
m edia percibida por el sensor, com o consecuencia del mayor ángulo de elevación
solar. Adem ás, en el caso del clima mediterráneo, la estación estival coincide con la
época de menor nubosidad y precipitación, lo que facilita la selección de imágenes
de este período.

3.3.3. Soporte de las imágenes

El soporte sobre el que puede realizarse la interpretación depende del tipo de
tratam iento que se aplique. En caso de que se opte por el análisis visual, se requie
re resolver tres aspectos: (1) soporte material de la imagen, (2) escala, y (3) núme
ro de bandas y com binación de bandas seleccionadas.
En lo que se refiere al prim er aspecto, hasta hace muy pocos años las entida
des distribuidoras de imágenes ofrecían tres opciones. Las imágenes podían pedirse
en película negativo, en película positivo o en papel. Todavía estos formatos pueden
encontrarse para imágenes históricas o para m isiones fotográficas, como algunas del
Space Shuttle. Actualmente, casi todas las em presas que com ercializan imágenes de
satélite lo hacen exclusivam ente en formato digital: queda, por tanto, al usuario la
labor de convertir esos valores num éricos en tonos de gris o color si lo que preten
de es realizar una interpretación visual de la imagen.
Para los docum entos más antiguos, baste indicar que los negativos permiten
am pliaciones muy versátiles, ajustándose a la escala deseada, pero la calidad de la
copia que se obtenga luego en papel es inferior a la adquirida directam ente en este
soporte. El film positivo es muy útil para reproducción fotográfica e impresión de la
imagen, especialm ente cuando se trata de com posiciones coloreadas de 3 bandas.
Por último, los productos que facilitaban las agencias distribuidoras en papel garan
tizaban una interpretación directa de alta calidad, pero resultaba rígida la escala y no
adm itía copias sucesivas. Cuando se trata de com posiciones en color, a partir de los
negativos de cada banda podían obtenerse tantas com binaciones com o requiere el
intérprete, mientras el film positivo o papel debía solicitarse ya con una determ ina
da com binación de bandas. Naturalmente, ahora pueden generarse productos en pa
pel a partir de la información digital, mucho m ejor adaptados a las necesidades del
intérprete, gracias a la creciente disponibilidad de trazadores gráficos en color de
am plio formato. Actualmente, cada vez es más frecuente realizar la interpretación
visual sobre el propio monitor de visualización, digítizando directam ente los polígo
nos identificados por el interprete. En ese caso, el soporte de la imagen será la con
sola, la escala será variable, en función del nivel de m agnificación em pleado, y la
com binación de bandas puede modificarse fácilmente por el intérprete.
En cuanto al soporte de la información digital, hace algunos años lo más co
mún eran las cintas com patibles con ordenador (CCT), que eran el único medio via-

B A SES PARA LA IN TERPRETA CIÓ N D E IM ÁG ENES DE TELED ETECC IÓ N 181

rreferenciando la imagen, mejorando su aspecto visual, digitizando información en
pantalla, etc.). En definitiva, podemos actualmente hablar de una fotointerpretación
asistida por ordenador, que elimina diversas fases de la interpretación visual clásica
(restitución, inventario). A la vez, esa interacción visual con el intérprete permitirá re
solver algunos problemas del tratamiento digital, que encuentra notables dificultades
para autom atizar la interpretación de ciertos rasgos de la imagen (algunas nubes,
áreas urbanas...), que son bastante obvios al análisis visual.

4. F ases en la in terp retació n

Las aplicaciones de la teledetección espacial son muy numerosas, por lo que re
sulta com plejo establecer un marco general, que pueda ser válido para todas ellas.
No obstante, y aun a nesgo de caer en la sim plicidad, puede ser conveniente intro
ducir algunas ideas sobre el proceso de trabajo con este tipo de imágenes. No será
difícil que cada usuario pueda ajustar este esquem a a sus propios intereses.
El proceso propuesto contem pla las siguientes fases (fíg. 4.7):

1. Definición expresa y concreta de objetivos, señalando las limitaciones que
se presentan, ya sean derivadas del área de estudio (com plejidad), ya de los requisi
tos del trabajo (duración del proyecto, coste máximo, categorías temáticas a discri
minar, etc.) o de los m edios disponibles.
2. Revisión bibliográfica y propuesta de método. En función de la literatura
consultada sobre el tema, podrán plantearse las alternativas m etodológicas más ra
zonables. Un estudio bibliográfico resulta vital para orientar el proceso de análisis,
optim izando las decisiones futuras.
3. Trabajos de campo preparatorios y acopio de información auxiliar. En este
prim er contacto, los trabajos de campo perm iten familiarizar aJ intérprete con la
zona objeto de estudio, estudiar sus rasgos m edioam bientales y humanos. Si se tra
ta de una aplicación relacionada con la cubierta vegetal, resulta conveniente elabo
rar un calendario fenológico de las especies de interés con objeto de seleccionar la
fecha o fechas m ás apropiadas para adquirir la imagen. En esta fase pueden incluir
se las m edidas a realizar con radióm etros de cam po — que permiten caracterizar cs-
pectralmente la cubierta y seleccionar el sensor y las bandas más apropiadas para
discriminarla— . así com o el acopio del material auxiliar necesario para la posterior
interpretación de la imagen (fíg. 4.8). Las cam pañas de medición en terreno resul
tan claves para poder establecer posteriorm ente relaciones cuantitativas con los da
tos de la imagen.
4. Selección de la información de partida: sensor y fecha (o fechas) más con
veniente, número de imágenes, soporte, etc.
5. En caso de que la leyenda no sea un requisito del proyecto (esto es. que ya
estén marcadas las categorías que necesitan discrim inarse), el usuario deberá plan
tear una leyenda adecuada de trabajo, basada sobre las características de la zona y
las posibilidades que brinda el sensor seleccionado.
6. Trabajos de campo de calibración. Una vez adquiridas las imágenes, esta
segunda fase de campo sirve para fam iliarizar al intérprete con la imagen, caracte-

Copyrigblcd m ol


« ’O * : a ¿ 3 W » ■ •» « * » • ♦ O J P Í f i * * m *U i

i
l

j

+
, « ro n f* m m m • w» iflfcP W r u > • m flW ’í I t o 'fflM f»-.- »»•«. « i» ^ 1 ! »
■ ■ ■ ■ liC S L O ^ r-r
__■_#».•?J » ___ i

—M MI t •»«>« ■ II

F»g. 5.1. Imagen Landsat de la cosía portuguesa en elformato original de NASA (cortesía R. Núñez).

En caso de que las imágenes se adquieran en formato digital, esta información
auxiliar está incluida en archivos auxiliares o en la cabecera de los archivos de ima
gen. Actualmente, la mayor parte del análisis visual se hace sobre imágenes digita
les, a partir de la interpretación en pantalla o imprimiéndolas previam ente en cual
quier periférico gráfico de suficiente calidad. Sin embargo, hasta hace unos años, lo
habitual en la interpretación visual de imágenes era partir de los productos fotográ
ficos que ofrecían las distintas agencias de distribución de imágenes, por lo que, a
efectos históricos, nos parece conveniente citar las anotaciones que incluían los pro
ductos fotográficos estándar. Para las prim eras imágenes procesadas por la NASA,
y distribuidas por el E R O S Data Center (U.S. G eological Survey), las imágenes ve
nían acom pañadas de la siguiente información auxiliar (fig. 5.1):

— Fecha de adquisición (2 de febrero de 1975).
— Coordenadas del centro de la imagen (37° 21' Norte y 8o 26' Oeste).
— Coordenadas del punto nadir (punto de intersección entre la superficie te
rrestre y una perpendicular desde el centro de adquisición).
— Sensor y banda em pleada (M SS, banda 7).
— Á ngulo de elevación solar, medido entre la horizontal y la dirección de los
rayos solares (27°).


F ig. 5.4. Organización jerárquica de los criterios de interpretación visual (adaptado de Euro-
pean C o m m isio n , 1 9 9 3 /

con cierta precaución en imágenes de satélite, por cuanto las escalas de trabajo y la
geom etría de adquisición son distintas a las em pleadas en fotografía aérea. Según
vayan disponiéndose de imágenes de m ayor resolución espacial, estas diferencias se
irán atenuando, hasta convertirse prácticam ente en inexistentes.
Conviene tener en cuenta que esos criterios se utilizan de m odo integrado, en
claves visuales complejas. Varios autores han sugerido clasificar esos criterios en una
escala jerárquica, en función de su grado de com plejidad y de las variables que se
consideran (fig. 5.4) (European Com m ision, 1993). El brillo y color serian los crite
rios más elem entales, pues caracterizan espectralm ente a una cubierta, y eslán direc
tam ente relacionados con la forma en que reflejan la radiancia incidente en distintas
bandas del espectro. La forma, tamaño, y textura tienen que ver con las propiedades
espaciales de los objetos, en si mismo considerados, mientras la som bra y el contex
to (emplazam iento) tam bién expresan aspectos espaciales, pero en este caso en rela
ción a los objetos circundantes. Finalmente, la dimensión temporal hace referencia
a cómo se modifican las cubiertas a lo largo del año (estacionalidad). A continua
ción revisaremos con detalle los criterios de interpretación visual más utilizados, e
intentaremos engarzarlos en un esquem a más am plio para entender correctam ente su
uso en el análisis de imágenes.

194 TELED E TEC C IÓ N AM BIENTAL

FlG. 5.6. Procesos de formación del color: a> aditivo (colores primarios): b ; sustractivo (colores
complementarios).

en color puede conseguirse de acuerdo a dos procesos, denominados aditivo y sus
tractivo. En el proceso aditivo, cualquier color se obtiene por suma de los tres co
lores elementales: azul, verde y rojo. La sum a de dos colores primarios permite lo
grar un color com plem entario: azul + verde = cian; azul rojo = magenta, y verde
- rojo = am arillo, m ientras los tres sum an el blanco (fig. 5.6a). Por el contrario, el
proceso sustractivo se baso en la absorción de la luz que ejercen los colores com ple
mentarios: el cian absorbe la luz roja, el magenta absorbe el verde y el am arillo el
azul. Los tres en com binación suponen, por tanto, el negro (fig. 5.6b).
El proceso aditivo es el utilizado en los sistem as electrónicos de visualización,
cuando la im agen se representa sobre un monitor. Éste es el proceso habitual en un
equipo de tratam iento digital de imágenes. P or su parte, el proceso sustractivo se
em plea en la reproducción m ecánica dei color, típica de las artes gráficas. Por tan
to, cuando se pretenda im prim ir una imagen resulta preciso aplicar a cada banda uno
de los colores com plem entarios. Por ejemplo, para obtener una com posición en fal
so color, debe aplicarse a las bandas del espectro IRC, R, V los colores com plem en
tarios am arillo, m agenta y cian. respectivamente. Si, por el contrario, se requiere vi
sualizar esa imagen sobre un monitor, el orden será rojo, verde y azul, para las m is
mas bandas.
Entre las múltiples com binaciones de color que se han em pleado en análisis vi
sual, la más destacada sin duda es la denom inada infrarrojo color. Se obtiene des
plazando hacia longitudes más largas las bandas del espectro visible, sustituyendo la
com posición de bandas R, V y A, por la correspondiente al IRC, R y V (fig. 11*).
Su profuso empleo se relaciona con la resolución espectral de la m ayor parte de los
sensores espaciales. D esde el inicio de la serie Landsat, se han venido distribuyen
do imágenes con esta com posición en color, ya que el sensor M SS sólo incluía infor
m ación de estas bandas del espectro, asi com o otros sensores posteriores, com o el
SPOT-IIRV, el IRS-LISS, o el DM C, por lo que sigue siendo una com posición mul-
tibanda bastante común.
De cara a facilitar su interpretación puede ser conveniente incluir una simple

Copyrightcd


FlG. 5.7. Fragmento de una imagen Ikonos pancromàtico sobre el campus de la Universidad
de A ¡cala.

FlG. 5.8. Sector del centro urbano de Alcalá sobre una imagen pancromàtica ETM+ (Alcalá99).


m u

F io . 5 .1 2 . Esquema para el cálculo Je altura Je edificios a partir Je las sombras.

nación que recibe un determ inado objeto resulta, en m uchas ocasiones, un criterio
clave para detectarlo o identificarlo, ya que nos proporciona una idea de su altura y
profundidad. Además, perm ite realzar la interpretación de los rasgos geom orfológi-
cos y de la textura de la imagen, especialm ente en zonas forestales. Asimismo, nos
perm ite calcular la altura de edificios, siempre que conozcamos los ángulos solares
en el m omento de adquirir la imagen. Basta para ello aplicar una sencilla relación
trigonom étrica (fíg. 5.12):

Is
/» = {5.1}
tanG

donde h es la altura del edificio, Is la longitud de la som bra y 0 el ángulo cenital so
lar (alternativam ente, puede multiplicarse Is por la tangente del ángulo de eleva
ción). El método será más apropiado para edificios exentos, ya que en zonas urba
nas densas, puede resultar com plicado delim itar la sombra de un edificio singular de
la procedente de otros inmuebles.
La figura 5.13 recoge un ejem plo de la aplicación de este criterio, para algunos
barrios periféricos de Alcalá de Henares. La imagen corresponde a una adquisición
de la cám ara rusa KVR-1000. Su magnífica resolución perm ite calcular con bastan
te nitidez la longitud de las sombras, estimándose las alturas para las distintas tipo
logías de edificios en A ~ 35 m; B = 25 m; C ~ 6 m, y D ~ 8 m.


3.1. C a r a c t e r ís t ic a s g e o m é t r i c a s d e u n a im a g e n e s p a c ia l

Aunque una imagen adquirida desde el espacio presenta m enos errores geom é
tricos que una fotografía aérea, como consecuencia de la m ayor estabilidad y altura
de vuelo de la plataform a, esto no quiere decir que esté libre de distorsiones, por lo
que no puede superponerse directam ente sobre la cartografía básica. M ás adelante
trataremos de los procesos que se aplican a la corrección de estos errores geom étri
cos (6.6.3). Basta aquí apuntar que ese desajuste está originado por tres factores: 1)
por errores, propiam ente dichos, en la adquisición de la imagen; 2) por la diferencia
entre las proyecciones de la imagen y el m apa (la prim era cónica, y la segunda nor
m alm ente cilindrica), y 3) por la propia deformación que cualquier m apa implica de
la superficie terrestre.
U na vez resueltos estos problem as, la imagen de satélite puede servir para ac
tualizar aspectos planim étricos de la cartografía, sobre todo a escalas pequeñas y
medias, dependiendo de la resolución espacial del sensor que se utilice. Existen
abundantes experiencias en este sentido (M artínez Vega. 1996). no sólo en áreas de
difícil acceso con métodos convencionales (Arbiol et al., 1994). sino tam bién en
países con buena cobertura cartográfica (Arozarena et a i , 1989).

3.2. E f e c t o d e l a r e s o l u c ió n e s p a c ia l e n e l a n á l i s is v is u a l

A ntes se indicó que la resolución espacial hace referencia al tam año de la m í
nim a unidad discrim inable sobre la imagen. Este concepto, en análisis visual, se re
laciona tanto con el tam año del píxel, como con la escala a la cual se representa la
imagen.
La resolución espacial tiene una repercusión importante sobre la interpretabili-
dad de la escena. De entrada, como hem os visto, aquellos elementos por debajo del
tam año del píxel no serán idcntificables en la imagen, lo que supone un elemento
fundam ental en la selección del sensor m ás conveniente para cada objetivo. Además,
cuanto m ayor sea la resolución, m ejor podrá definirse un píxel. ya que será m ás sus
ceptible de albergar una sola cubierta. Por el contrario, si el tam año del píxel es
grande, la señal detectada resulta frecuentemente de varios tipos de cubierta, hacien
do mucho más com pleja su interpretación.
El efecto de la resolución espacial sobre la calidad final de la imagen se pone
de m anifiesto en el análisis de la figura 5.16. Incluye tres imágenes adquiridas por
los sensores Landsat ETM + (multiespectral y pancrom ático) y SPOT-HRG sobre el
recinto ferial de M adrid. Se observa cóm o en la banda R de la imagen m ultiespec
tral. con 30 m de resolución, apenas se distinguen los pabellones del recinto, y de
forma grosera el trazado del pequeño canal que cruza el Parque Juan Carlos I. A m
bos rasgos se observan mucho más nítidam ente en la imagen del canal pancrom áti
co, con 15 m de resolución, donde se aprecian además varias infraestructuras y al
gunos sectores urbanos colindantes. Finalm ente, en la imagen pancrom ática SPOT-
HRG (2,5 m), se aprecian nítidam ente los detalles del área, la urbanización del par
que y diversas infraestructuras vecinas.
La figura 5.17 ofrece otro ejem plo de este efecto de la resolución espacial, en


Fig. 5.1 9 a-b.Efecto de la resolución espectral en la interpretación de imágenes: 3.) Banda I y
b) Banda 2; c) banda 3: dj banda 4: e> banda 5 y f) banda 7 de ¡a imagen Torre100.


FlG. 5.22. Imagen AÍSS de la región central española adquirida en enerv de ¡981 (banda IRC).

F io .’5.23. Croquis de lincamientos realizado a partir de la interpretación visual de la fig. 5.22.

226 TELF.DETECCIÓN AM BIEN TA L

do de las colum nas (column) indica la disposición Oeste-Este de la imagen. En esta
m atriz, el origen de coordenadas se sitúa en la esquina superior-izquierda (linea 1,
colum na 1), en lugar del borde inferior-izquierdo, como ocurre en cualquier eje car
tesiano. Esto es debido a la secuencia de adquisición de imágenes, de norte a sur, de
acuerdo a la traza del satélite. La tercera dim ensión corresponde a las bandas espec
trales del sensor: 36 para el M O D IS, 7 para el ETM +, o 5 para el AVHRR.
Considerando ese carácter m atricial de cualquier imagen son m ás fácilmente
com prensibles las posteriores transform aciones aplicadas sobre ella. Éstas son. en
m uchos casos, operaciones estadísticas com unes a otras matrices numéricas, m ien
tras en otros los son más específicas de la interpretación de datos de satélite. Por
ejem plo, en una im agen digital podem os calcular m edidas de tendencia central y
dispersión (m edia y desviación típica en cada una de las bandas), cam biar su orien
tación geom étrica (rotación de la matriz), realizar com binaciones aritm éticas entre
bandas (p. ej., cocientes), sintetizar varias bandas reduciendo la información redun
dante (com ponentes principales), o discrim inar grupos de ND hom ogéneos dentro
de la m atriz (clasificación).
Como es lógico, el análisis digital de imágenes (ADI) se apoya en equipos in
form áticos adaptados a esta aplicación. Por ello, se inicia este capitulo con un repa
so de las características y com ponentes de este tipo de equipos, que van a m arcar el
rango de posibilidades que se abra, en última instancia, al usuario. Además, se ha
introducido un epígrafe previo, dedicado a la estructura de alm acenam iento de da
tos en estas im ágenes, con objeto de introducir al lector en el trabajo con este tipo
de inform ación numérica.

2. Sop orte y organización de la im agen

Cualquier tratam iento digital aplicado a las imágenes, requiere que previam en
te éstas sean introducidas en un sistema inform ático; dicho de otro m odo, que las
imágenes sean accesibles al ordenador. Esto depende de los soportes y form atos en
los que se ofrecen los ND que definen los píxeles de la imagen.

2.1. S o p o r t e f ís ic o d e u n a im a g e n

H asta los años ochenta, las imágenes de satélite se distribuían de m odo casi ex
clusivo en cintas m agnéticas com patibles (CCT). Se trataba del soporte más están
dar para alm acenar un volumen considerable de información. Habitualm ente, las
cintas tenían 9 pistas (iracks), con una longitud de 2.400 a 3.600 pies. Los principa
les problem as que planteaba una CCT eran su acceso sccuencial, que ralentizaba la
lectura de los datos, el alto coste de los equipos lectores y su escasa densidad de al
m acenam iento frente a las tecnologías actualm ente disponibles, por lo que hoy sólo
se utilizan para los archivos históricos.
Actualm ente las imágenes se distribuyen principalmente en soporte óptico (CD
o DVD), aunque cada vez es más común hacerlo a través de internet, utilizando los
protocolos estándar de transferencia de archivos (FTP).

Copyrighted rriaicrial


F ie. 6.5. Componentes de un equipo de tratamiento digital de imágenes.

res TFT de 19 pulgadas. Entre los periféricos de salida, conviene citar las im preso
ras de inyección de tinta, que en este m om ento siguen siendo el estándar en im pre
sión a color, aunque las láser y de sublim ación térmica han descendido mucho de
precios y tienen buena relación entre calidad y coste de los consumibles.
En lo que se refiere a los com ponentes lógicos (software), suelen distinguirse
dos categorías básicas: sistema operativo y programas de aplicación. Com o antes
com entam os, existe una clara convergencia en lo que se refiere a sistem as operati
vos. Actualm ente podem os dar por desaparecidos algunos (como el VM S, muy uti
lizado en ordenadores de cierta potencia en los años setenta y ochenta, o el M S-
DOS, el prim er sistema que instaló IBM en sus ordenadores personales), dom inan
do el mercado los basados en el entorno W indows (principalmente la versión X P y
Vista) y las diversas versiones de UNIX (principalmente las basadas en entornos de
ventanas, Xwindows, y Linux, para procesadores Intel). En los últimos años también
se están desarrollando tecnologías para ejecutar program as en servidores remotos,
que permiten acceder a recursos que no están disponibles en nuestro propio equipo.
Los program as de aplicación utilizan los recursos del sistem a operativo para
com unicarse con el ordenador. Com o es bien sabido, el ordenador sólo es capaz de
procesar caracteres binarios, por lo que toda instrucción que el usuario pretenda eje
cutar ha de ser convertida a este código. Esta tediosa labor la ejecutan los com pila
dores, program as que convierten una serie de instrucciones más o menos cercanas
al lenguaje hum ano en un código que entienda la máquina. Existen distintos com pi
ladores para cada uno de los lenguajes de program ación, y para los sistemas opera-


T a b l a 6.1. Estadísticas elementales de la imagen de Torre100

Máximo Mínimo Media Desv. lipica

B an d a 1 100 48 69.26 8.87
B an d a 2 90 27 55.63 10.80
B an d a 3 120 22 48.50 1525
B an d a 4 160 10 91,13 22.87
B anda 5 170 8 91.86 23.46
B an d a 7 135 5 62.21 19.84

1. Los números refieren a ND. No se hj incluido Id banda térmica.

próxim os a 0 y 255, respectivamente. La banda 5 acoge también la m ayor heteroge
neidad, aunque no m uy distinta de la banda 4. Por su parte, la banda 1 ofrece la m e
nor dispersión. Lógicamente, estos valores num éricos se relacionan con los parám e
tros de calibración del sensor y con las regiones del espectro que abarca. Com o re
sulta evidente, la banda 5 es la más sensible a alteraciones de radiancia, m ientras
la 1 ofrece el peor contraste en la escena.
Además de estos valores medios, también resulta de gran interés contar con el
histogram a de frecuencias de cada banda (núm ero de píxeles que cuentan con un de
term inado N D ), que nos inform a sobre cómo se distribuyen los N D en una determ i
nada imagen. Con objeto de facilitar la representación del histogram a. las frecuen
cias absolutas suelen convertirse a relativas, de acuerdo a las siguiente fórmula:

Ftt( N D ) = ^ F(/V'A>----- . 3

Esto es, la frecuencia relativa (FR) de un determ inado ND (p. ej.. el valor 120)
se calcula com o el cociente entre el núm ero de píxeles que presentan ese valor ( F
(ND,)) y el total de píxeles de la imagen. Esa proporción sirve para escalar el histo-
gram a, a partir de la frecuencia relativa mayor.
Varios autores han puesto de relieve el interés del histograma para realizar una
prim era valoración de la imagen (Castlem an, 1978; Jenscn, 1996). Su localización
nos perm ite deducir la tonalidad dom inante de cada banda; su anchura está relacio
nada con el contraste, mientras la presencia de picos relativos puede ser testigo de
determ inadas clases de cobertura. Por ejem plo, para el caso de la imagen de nues
tro ejemplo, los histogramas de los N D (fig. 6.10) nos perm iten realizar algunos co
m entarios interesantes. Por un lado, todos ellos ocupan sólo un pequeño margen del
rango de variación ofrecido por el equipo de visualización (0 a 255). Esto implica
la conveniencia de ajustar, de alguna forma, la variación inicial a la máxim a perm i
tida, lo que supondrá una m ejora del contraste (ver 6.5.1). Entre las bandas aqui
incluidas, la 4 y la 5 se confirm an como las que ofrecen mayor dispersión. Recuér
dese que poseen la desviación típica m ás alta, mientras la 1 y la 2 presentan el his
togram a m ás estrecho. En cuanto al significado de los distintos picos de frecuencia,
resulta muy com plicado identificar las cubiertas que los originan. Puede resultar


242 TELED ETECC1Ó N AM BIEN TA L

sual, de tal forma que sean más evidentes los rasgos de ínteres que presenta la im a
gen. Se incluyen en este apartado los procesos de m ejora del contraste, com
posiciones coloreadas, cam bios de escala, y filtrajes.

5.1. A ju s t e d el c o n t r a st e

Los procesos de ajuste del contraste tienden a adaptar la resolución radiom étri-
ca de la imagen a la capacidad del m onitor de visualización. Como ya vim os ante
riorm ente, cada sensor codifica la radiancia recibida en un núm ero determ inado de
ND, de acuerdo a las características de su diseño. Ese rango digital puede no cor
responder con el número de niveles visuales (NV) que facilita la m em oria gráfica,
por lo que resulta preciso ajustar, por algún procedimiento, ambos parám etros. En
este sentido, caben dos situaciones obvias: 1) que el rango de ND de la imagen sea
m enor que el de NV facilitado por el sistem a de visualización, y 2) que la imagen
presente un m ayor núm ero de ND que posibles NV. En el prim er caso, se deberá
aplicar una expansión del contraste original, mientras en el segundo una reducción
del mismo.
L a idea de contraste digital puede ilustrarse con un símil fotográfico. Una fo
tografía aparece con poco contraste, desvaída, cuando no existe una gran diferencia
entre sus tonos más claros y m ás oscuros. De la misma forma, podemos definir di
gitalmente el contraste por relación a los ND m áxim o y mínimo de una imagen. Tal
definición puede apoyarse en cualquiera de las m edidas de dispersión comúnmente
utilizadas en estadística (Schowengerdt, 1983):

C, = N D reAX/N D miE {6.5}

C2 - N D u - N I * » {6 .6 }

Cj - Sno {6.7}

Aquí aparecen tres definiciones digitales del contraste: el cociente entre el va
lor m áxim o y el mínimo, el rango, y la desviación típica de los N D de la imagen. A
partir de estas medidas, puede juzgarse la necesidad de expandir o com prim ir el con
traste, en función de las capacidades de visualización ofrecidas por el sistema. H as
ta el m om ento, el prim er proceso ha sido em pleado rutinariamente en la m ayor par
te de las aplicaciones. En cuanto a la com presión del contraste, resulta una m ateria
de creciente interés con objeto de reducir el volum en de alm acenam iento de las imá
genes y facilitar su transm isión por internet. A continuación se presentan con mayor
detalle ambos procesos. Se inicia ese com entario con el análisis de la técnica que
perm ite aplicarlos operativamente: el diseño y em pleo de las tablas de color.

5.1.1. Tablas de referencia del color

Una tabla de referencia del color (C olor Look Up Table
, CLUT). o sim plem en
te tabla de color, es una m atriz numérica que indica el nivel visual (NV) con el que


246 TE L E D E T E C C IÓ N AM BIENTAL

F io. 6.15. Diversos realces del contraste sobre la banda I de ¡a imagen Torre100: (a) sin real
ce; (b) realce lineal; (c) realce frecuencial; (d) realce especial sobre áreas de baja radiancia.

Com o ya vim os al analizar el histogram a, esla banda presenta un rango de ND que
ocupa sólo un pequeño sector de los 256 ND posibles, lo que confirm a su reduci
do contraste.
De acuerdo a las ideas antes comentadas, es posible realzar ese contraste, dise
ñando una CLUT que haga corresponder el rango de ND presente en la imagen con
el total de los N V posibles. Varios procedim ientos pueden conseguir este objetivo:
1) distribuir los NV linealmente, entre el máximo y mínimo ND de la imagen (fig.
6.156), 2) distribuir los N V a partir del histogram a de los N D originales (fig. 6.15r),
y 3) distribuir los NV en un determ inado rango de ND de interés (fig. 6.15</)- És
tos son los tres procesos de expansión del contraste que a continuación se analizan.
Para presentar estos realces, considerarem os una CLUT de una sola columna. Si se
pretende un realce para una com posición en color, se seguiría un modelo similar
para expandir cada una de las tres bandas que la formen.

5.1.3.1. Expansión lineal

Es la form a más elemental de ajustar el contraste de la imagen al perm itido por
el equipo de visualización. Basta diseñar una CLUT en la que el ND m ínim o y m á
ximo de la imagen tengan asociados un N V de 0 y 255, respectivamente, distribu
yendo linealmente el resto entre am bos márgenes. En la figura 6.15/> aparece la ima
gen anteriorm ente presentada tras aplicarle una expansión lineal del contraste. Como
puede observarse, la imagen aparece ahora más nítida, m ejor contrastada. Su histo-

ANÁLISIS DIGITAL DE IM ÁGENES! CO R REC C IO N ES Y REALCES 253

T abla 6.4. Ejemplo Je CLUT¡wra una ¡mugen clasificada

SD SV Rojo SV 1erdtf SVAzuí Color n.uiUatut

0 0 0 0 A m arillo
1 255 0 0 Rojo
2 0 255 0 V erde
3 0 0 255 Azul
4 0 255 255 C ian
5 255 255 0 A m arillo
6 255 127 0 O cre
7 127 127 127 G ris
8 255 0 127 Rosa

del color puede ayudar a la interpretación de una imagen, incluso si sólo dispone
mos de una banda. En estos casos, no podem os hablar propiamente de color, pues
se requerirían tres bandas, sino m ás bien de seudo-color. Para una mezcla de tres
bandas utilizamos distintos NV en cada cañón de color (R, V, A), siendo iguales
cuando se visualiza una sola banda (en blanco y negro). Sin em bargo, podem os di
señar también una CLUT en donde se varíen los NV para los tres colores, aunque
sólo haya una banda de ND de entrada. En otras palabras, el seudo-color implica
crear una CLUT que asocie el N D de una sola banda a distintos com ponentes de
rojo, verde y azul. Esto puede tener sentido en dos casos: 1) cuando se pretenda ob
tener una clave de color en una imagen clasificada, y 2) cuando se intente realzar el
análisis de una determ inada banda de la imagen, sustituyendo los niveles de gris por
tonos de color. También se utiliza el seudo-color cuando se com prim e una imagen
en color de 24 a 8 bits, generándose una paleta de color que se asim ile a la varie
dad crom ática original contenida en la com posición de las tres bandas de entrada.
A m odo de ejemplo, aparece en la tabla 6.4 una CLUT diseñada para represen
tar visualmente una imagen clasificada. En ella, cada ND indica una clase temática
distinta (por ejemplo, una categoría de ocupación del suelo), que será visualizada en
pantalla con distintos tonos de color. El ND 1 (supongam os que indique zonas ur
banas) se visualizará en color rojo, ya que aplicam os la intensidad máxima de rojo
(recordem os que la escala com prende de 0 a 255) y una m ínim a de verde y azul. De
la misma forma, el ND 2, que podría representar cubierta vegetal, se visualizaría en
verde, dando un valor máximo a este cañón de color y m ínim o a los otros dos. Ló
gicamente. se pueden plantear colores por m ezcla de distinta* intensidades de R. V,
A. Por ejemplo, el ocre indica una máxim a intensidad de rojo y m edia de verde, sin
azul. La paleta de color disponible perm ite visualizar, por tanto, com binaciones de
256 niveles RVA. o lo que es lo m ismo unas 16,8 millones de tonalidades (2563).
Lógicamente, no todos estos colores pueden distinguirse en la práctica, por lo que
bastará con seleccionar unos cuantos (entre 10 y 20 suele ser necesario) para cons
truir una clave de color apropiada a cualquier clasificación temática.
También puede emplearse el seudo-color para visualizar en color alguna de las
bandas originales, realzando el análisis de esa banda. El seudo-color puede aplicar
se al conjunto de los ND de la escena, diseñando una CLUT formada, por ejemplo,
por números aleatorios entre 0 y 255. para cada uno de los tres colores. Ahora bien.

C o p y rig h te d m<3lcr¡Ql

ANÁLISIS DIGITAL DE IM Á G EN ES: C O R R EC C IO N ES Y REALCES 257

12 14 17 24 32 34 0 0 0 0 0 0

10 18 2t 35 38 40 o 17 21 29 35 0
1 1 t 1
25 15 17 27 40 43 1 2 1 0 17 21 28 35 0
1 1 1
18 16 18 24 29 39 0 18 19 25 31 0

14 16 20 20 27 36 0 0 0 0 0
0

Imagen original Imagen filtrad«

F ig . 6 .19. Ejemplo de filtraje digital.

En suma, el procedim iento m atem ático del filtraje consiste en relacionar cada
pixel con sus vecinos, de acuerdo a unos coeficientes determinados por el usuario.
En el caso de una matriz de 3 x 3 CF, la fórmula para obtener el N D filtrado seria
(M ather, 1998):

ND <*■/»■/♦?CF.
i.i f
{6.13}
N D - — T — iy —
p+-. l.l c F *P . C<
/ ~ *i

donde N D ,, indica el N D original del píxel N D f%el N D de salida para ese m is
mo pixel; CF, el coeficiente de filtraje correspondiente, y / y c la fila y colum na cen
tral de la m atriz de filtraje. El resultado de esta fórmula se aproxim a al entero más
cercano. También se ha propuesto dividir el num erador por el núm ero de pixeles de
la ventana de filtrado (9 si se trata de 3 x 3), independientem ente de los CF que se
señalen.
El proceso abordado en un filtraje puede ilustrarse con un sencillo ejemplo. Se
pretende aplicar un filtro de paso bajo a una pequeña imagen de 5 x 6 pixeles, em
pleando la fórmula anterior sobre un ejem plo de matriz de filtraje de 3 x 3 pixeles
(fig. 6.19). La observación del resultado perm ite extraer algunas consideraciones de
interés. En prim er lugar, se constata que el área filtrada se lim ita a los pixeles cen
trales. Los pixeles de borde no se afectan por el proceso, puesto que no tienen los 8
vecinos necesarios para realizar el cálculo. Esta característica es com ún a cualquier
filtraje, ya sea de paso alto o bajo. Obviam ente, en el caso de una imagen de mayor
tamaño ( 5 1 2 x 5 1 2 pixeles. por ejem plo), la pérdida de esos pixeles de borde no su
pone una grave inconveniencia. En una m atriz de filtraje de 3 x 3 se pierden la pri
m era y últim a fila y columna. Si em pleam os matrices de m ayor tam año, la merma
será más significativa: con 5 x 5, se perderían las dos prim eras y últimas; con 7 x 7
las tres, etc. Otros autores prefieren aplicar algún promedio especial a estos pixeles,
en lugar de igualarlos a cero.
Volviendo a nuestro ejem plo, el nuevo ND del pixel central se calcula por un
promedio de los 8 vecinos, con una pequeña ponderación del valor central. Esos
coeficientes se han aplicado a todos los pixeles centrales de la imagen. Por ejemplo.

Copyrightcd male

278 TF.LEDETECCIÓN AM BIENTAL

res. También se precisa introducir el ángulo cenital solar. El programa incluye opcio
nalmente una estimación del efecto de adyacencia que es causada por la dispersión
procedente de cubiertas vecinas, a partir de considerar las diferencias entre la reflec-
tividad del pixel y la correspondiente a los alrededores (en este caso, se considera un
área de 1 x 1 km). El autor del modelo advierte que este modelo sólo funciona ade
cuadamente para sensores de observación cuasi vertical (se acepta una tolerancia de
±8°). en zonas por debajo de 1.500 m de altitud y con pendientes moderadas.
Naturalm ente, lo ideal sería poder derivar la corrección atm osférica de los d a
tos de la propia imagen, si consiguiéram os encontrar alguna función que extrajera
de la señal detectada por el sensor la parte correspondiente a las condiciones atm os
féricas. Las alternativas para llevar a cabo esta tarea se pueden resum ir en cuatro p o
sibilidades: estim ar la contribución de la atm ósfera a partir de cubiertas que debe
rían presentar una reflectividad nula (métodos basados en el «objeto oscuro»); estimar
el efecto atm osférico a partir de las diferencias de absorción y dispersión en distin
tas bandas del espectro para la misma imagen; realizar una hom ogeneización multi-
temporal entre imágenes y observar la m ism a zona con distintos ángulos. Esta últi
m a vía, que ya hem os com entado en anteriores capítulos, sólo ha estado disponible
en los últim os años, gracias a disponer de sensores con capacidad multiangular. El
análisis multitem poral lo tratarem os más adelante (7.3). La estimación de las con
diciones de la atm ósfera a partir de la observación m ultibanda se ha desarrollado
am pliam ente en la corrección de imágenes térmicas, com o luego comentaremos
(6.6.2.4). En consecuencia, nos detendrem os aquí únicamente en la primera opción,
que resulta una de las m ás sencillas.
La propuesta inicial de los métodos basados en el objeto oscuro (dark object)
fue realizada por Chavez en 1975, con sucesivas m ejoras en 1988 y 1996 (Chavez,
1975; Chavez, 1996; Chavez, 1988). El punto de partida del método consiste en
asum ir que las áreas cubiertas con m ateriales de fuerte absortividad (agua, zonas en
som bra), deberían presentar una radiancia espectral muy próxim a a cero. En la prác
tica, el histogram a de los ND de la imagen siempre presenta un mínimo superior a
ese valor, que se atribuye al efecto de dispersión atmosférica. Asimismo, se observa
que ese valor m ínim o es m ayor en las bandas más cortas, dism inuyendo hacia el
IRC y SWIR. Com o ya vimos, la dispersión Rayleigh — la m ás com ún— afecta
principalm ente a las longitudes de onda más cortas, lo que confirma que ese valor
m ínim o puede corresponder más al efecto de la atm ósfera que a la radiancia espec
tral proveniente de la superficie terrestre. En suma, una sencilla aproximación a la
corrección atm osférica consiste en asum ir que la radiancia atm osférica (L a k) corres
ponde al valor mínimo del histograma. La asunción puede ser bastante correcta
siem pre que tengam os en la imagen zonas en som bra o con agua profunda. Incluso
se puede plantear establecer una red de superficies oscuras en la imagen y realizar
luego una interpolación para tener m ejor en cuenta la variedad espacial del espesor
atm osférico (Ouaidrari y Vermote, 1999).
El método del objeto oscuro resulta m uy sencillo, y es válido para estim ar el
espesor atm osférico de aerosoles, pero los errores pueden ser notables para valores
de reflectividad altos (por encim a del 15 % ), al no considerar las transm isividades
del flujo incidente y reflejado. Para evitar este problema, se ha sugerido com plem en
tarlo con estim aciones en el terreno de la transm isivídad o con parám etros climáti-


Fiü. 6.35. Efecto de la corrección del sombreado sobre el sector de la figura anterior: (a) ban
da 4 original: (b) banda 4 corregida.

minación, utilizando el método de Civco que, para esta fecha, da buenos resultados.
Las flechas indican los sectores donde el efecto de corrección resulta más evidente.
Una manera de verificar el efecto de la corrección es calcular la correlación entre la
imagen de iluminación y las bandas de la imagen, antes y después de corregir. Para
nuestra zona de estudio, la correlación dism inuye tras la corrección de 0,18 a 0,13 en
la banda 4 y de 0,25 a 0.14 en la 5, indicando que se ha eliminado pane del efecto
topográfico sobre la señal. Otra verificación nos llevaría a medir las diferencias de
reflectividad en una serie de cubiertas situadas a distintas vertientes. Si la corrección
es certera deberían homogeneizarse los valores, eliminando sus diferencias debidas a
la insolación. Esta hipótesis se comprobó por Riaño (2003) en su estudio sobre car
tografía de combustibles forestales en el Parque Nacional de Cabañeros (Riaño et a i,
2002). Las correcciones topográficas redujeron la desviación típica de la mayor par
te de las especies vegetales, con especial intensidad en las bandas TM 4 y 5. La fi
gura 6.36 nos muestra el efecto de la corrección del sombreado topográfico sobre esta
zona, em pleando imágenes TM adquiridas en julio de 1997. De nuevo, las flechas
nos indican los sectores más claramente modificados por la corrección.

6.2.3.4. Corrección del efecto bidireccional (BRDF)

El último aspecto que vamos a considerar en el cálculo de la reflectividad hace
referencia al efecto que los ángulos de observación y de ilum inación tienen sobre la
reflectividad detectada por el sensor. Com o ya hemos comentado a lo largo de las
páginas precedentes es frecuente asum ir en los modelos para el cálculo de reflecti
vidad que una cubierta presenta un com portam iento lambertiano, lo que implica
considerar que la radiancia reflejada por esa cubierta sea igual en todas las direccio
nes. Esta asunción es razonable com o primera aproximación al cálculo de la reflec
tividad. pero dista bastante de ser correcta. Todos tenemos la experiencia directa de
cóm o cam bia la visión de un objeto según se sitúe el observador en relación con la
luz incidente (fig. 6.37), por lo que parece razonable tener en cuenta este factor en
los cálculos más detallados de la reflectividad.

ANÁLISIS DIGITAL DF. IMÁGENES*. C O R R EC C IO N ES Y REALCES 291

0.25 80

-70

-10

0.00 0
01 03 0 5 07 10 11 12 13 18 20 21 22 23 25 28 27 29 31

Fio. 6.40.Serie temporal Je valores de rejlectiviJaJ extraíJos a partir Je los canales l y 2 Jel
AVHRR en julio Je 2001. Se incluyen los ángulos acimutal y cenital solar para obsenar el efec
to que tienen sobre la señal JctectaJa por el sensor.

6.2.4. Cálculo de temperaturas

E cálculo de la temperatura de superficie es un proceso rutinario en aplicacio
£l
nes oceanógraficas, en donde este parám etro es clave para estudiar aspectos clim á
ticos. así como en aplicaciones pesqueras. En lo que se refiere a tem peraturas terres
tres la investigación ha sido muy intensa en los últimos años ya que. pese a la difi
cultad de la estimación, se considera un elem ento clave en los estudios de cambio
clim ático global.
De modo esquem ático (fig. 6.41), el proceso para el cálculo de tem peratura se
inicia con los N D detectados por el sensor. Al igual que en el espectro óptico, esos
valores codifican un valor de radiancia, en este caso correspondiente al infrarrojo
térmico. Aquí el objetivo no es encontrar la relación entre el flujo incidente en el
suelo y el reflejado al sensor, sino entre el flujo em itido desde el suelo (LÍU y el re
)
cibido por el sensor ( i^ ,) . Entre am bas m agnitudes vuelven a interponerse los com
ponentes de la atmósfera, que absorben y em iten su propia energía, distorsionando
la radiancia recibida por el sensor.
Supuesto que elimináramos las influencias atmosféricas, bastaría conocer el
flujo em itido en el suelo para saber su temperatura, ya que, como vimos, la radia
ción que em ite un objeto es una función de su tem peratura, de acuerdo a la ley de
Planck {2.4}. Ahora bien, esta ley está definida para cuerpos negros. En consecuen
cia, el segundo problem a en el cálculo de la tem peratura radiativa, y adem ás el más
espinoso, es estim ar la relación entre la em itancia de una superficie determ inada y
la que se produce en un cuerpo negro a la misma temperatura; en definitiva, es pre
ciso conocer la em isividad de la cubierta para calcular su temperatura.
Tras este com entario, podem os ofrecer un esquem a más cuantitativo para abor
dar ese cálculo. Seguimos el método propuesto por Coll et al. (1994), refinado por

C opyrightcd


FlG. 6.42. En la parte izquierda, temperatura de brillo (arriba) y corregida (abajo) de la imagen
IbéricaOl. En la derecha, emisividad (arriba), y perfil de temperaturas lomado desde el Cantá
brico. hasta la Meseta sur.

los términos d z y </Ae evalúan, respectivamente, los efectos de cavidad de e y Ae. y
pueden determinarse a partir de las características geométricas de las plantas, aunque
tienen una contribución muy pequeña (los valores oscilan entre 0,004 y 0,0025 para
las cubiertas vegetales más habituales:) (Caselles et al., 1995). Otros métodos para
estim ar la emisividad se basan en las medidas de campo o laboratorio, en relaciones
empíricas, técnicas de inversión y medidas especiales (Sobrino, 2000, cap. 11).
En la figura 6.42 aparece un ejemplo de obtención de la temperatura de superfi
cie para el conjunlo de la Península Ibérica utilizando el método propuesto previamen
te sobre una imagen AVHRR. Hemos incluido la temperatura de brillo original de la
banda 4, la imagen de emisividad y la temperatura del suelo, ya corregida de atmósfe
ra y emisividad. Además, se señala un perfil, en el sentido norte-sur, que atraviesa la
mitad norte de la Península, desde el Cantábrico hasta el Valle del Tajo. Se observa el
efecto de la corrección atmosférica y de emisividad sobre la temperatura final, con am
plitudes que superan los 7 °C en algunos sectores. Por otro lado, la tendencia al aumen
to de la temperatura, de norte a sur. es bastante evidente, asi como los accidentes mon
tañosos que atraviesa el perfil, como la Cordillera Cantábrica y el Sistema Central, cla
ramente diferenciados por el brusco decremento de la temperatura frente a los valles
pre-cordilleranos (12-15 °C en la Cantábrica y unos 18-20 °C en el Sistema Central).

F io. IV Imágenes Quickbird de Nueva Orleáns (USA) lomadas antes y poco después de ¡a inun
dación provocada por el huracán Katrina en agosto de 2005 (ww w.digitalglohe.com).

I'ig. 10*. Imagen de clorofila acuática y verdor terrestre obtenida a partir de datos Seawifs.
(Fuente: http://visibleearth.nasa.gov/view_ree.php?id- ¡664).

FlG. 11*. Proceso de formación de las composiciones coloreadas.

Fui. 19*. Anomalías térmicas en el Artico entre ¡982 y 2002 (tonos rojos indican calentamiento y azules enfriamien
to. blancos no cambio). Fuente: http://visiblcearth.nasu.fiov/

A N Á LISIS DIGITAL DE IM Á G E N E S: C O R R EC C IO N ES Y REALCES 307

ND,/ ND* j
9 * é
»
•
•
•

Im a g e n o rig in a l
.*•................
¡..2Ï:

S• i
•i
Mí • • .........
•
6
•
Im a g e n c o rre g id a

•i
•
• /
• ■ •

....
/
t1
•
•
•
• ■ i..
♦

;
........
(3) /: ............. .

•-•A.
...................

Fig. 6.50. Fases de la corrección con puntos de control: l) selección: 2) ecuaciones de ajuste.
3) generación de la imagen corregida.

Para que el ajuste entre imagen y mapa sea correcto, se requiere atender a tres
aspectos en la selección de los puntos de control: número, localización, y distribución.
El núm ero idóneo de puntos de control depende del tamaño y la complejidad
geom étrica de la imagen. Si se trata de zonas planas, adquiridas por un sensor de es
trecho cam po de visión, la transformación im agen-m apa puede basarse en ecuacio
nes lineales simples. Por el contrario, si se trata de un terreno rugoso o el sensor va
ría notablem ente las condiciones de observación, será preciso aplicar funciones de
transformación más com plejas, con polinom ios de segundo o tercer grado. Lógica
mente, cuanto mayor sea el grado de la ecuación de ajuste, se precisará también un
m ayor núm ero de puntos de control. M atem áticam ente sólo son necesarios 3 puntos


T a b l a 6 .7 . Residuales de la primera corrección (todos ellos en pixeles)

Columna Residual Ftla Residual
Número Columna estimada columna Fila estimada fila EL

1 992 990.65 1,35 102 102,16 -0 ,1 6 1.36
2 936 936.54 -0 ,5 4 195 194,15 0,85 1,00
3 923 9 2 4.16 - 1 .1 6 431 4 3 3,48 -2 ,4 8 2,74
4 810 810,75 -0 ,7 5 498 500,08 -2 ,0 8 2.21
5 651 650,81 0.19 456 454,14 1.86 1,87
6 652 652.57 0 .5 7 264 262.61 1.39 1.50
7 677 6 7 5,29 1.71 116 115,97 0,03 1.71
8 463 463,53 -0 .5 0 230 227.55 2.45 2.51
9 227 228,86 - 1 ,8 6 165 167,75 -2 ,7 5 3.32
10 253 251.27 1,73 510 511,80 -1 ,8 0 2,50
11 428 4 2 7.56 0.44 591 588,32 2.68 2,72

que ofrecieron un ajuste bastante adecuado, con un R M SE de 0,76. Esto supone un
error estim ado en las distancias de 22.8 m , aceptable para nuestros propósitos. La
tabla 6.8 recoge los residuales finales.

6.3.3.3. Transferencia de los N D originales a la posición conegida

Las funciones antes analizadas perm iten traducir coordenadas del mapa a la
imagen. A hora bien, si pretende crearse una imagen que se corresponda adecuada
m ente con esas coordenadas, resulta necesario trasvasar, de alguna forma, los N D de
la imagen original a esa nueva posición. Las funciones de ajuste permiten calcular la
posición correcta de cada píxcl, pero no originan una nueva imagen, puesto que su
ponen sólo un trasvase de coordenadas y no de ND. Dicho de otro m odo, con estas
fruiciones de transform ación puede crearse una nueva matriz, correctam ente posicio-
nada, pero vacía. El «llenado» de esta m atriz es, precisam ente, el objetivo de la úl
tima fase de la corrección geométrica.

T a b l a 6 .8 . Residuales de la segunda corrección

Columna Residual Fila Residual
Número Columna estimada columna Fila estimada fila EL

1 992 9 9 0.96 1,04 102 102,60 -0 ,6 0 1,20
2 936 936.65 -0 .6 5 195 194,05 0.95 1,15
3 923 9 2 3,34 -0 .3 4 431 431.33 -0 .3 3 0.47
4 810 810,02 -0 .0 2 498 497,90 0.10 0,10
5 651 6 5 0,79 0,21 453 453,16 -0 ,1 6 0.27
6 653 653.33 -0 .3 3 264 263,31 0.69 0.76
7 677 6 7 6,56 0,44 117 117,85 -0 ,8 5 0,95
8 464 465.04 -1 .0 4 230 2 2 9,50 0.50 1.16
10 253 252.31 0,69 512 512,30 -0 .3 0 0.75
11 428 4 2 7.56 0.44 591 588,32 2.68 2,72

Copyrightcd material

C a p ít u l o 7

ANÁLISIS DIGITAL DE IM ÁGENES:
EXTRACCIÓN DE INFORM ACIÓN TEM ÁTICA

«Profesor: que te ilusione hacer comprender a tus alumnos,
en poco tiempo, lo que a li te ha costado horas de estudio lle
gar a ver claro.»

S. JOSEMAKÍA ESCRIVÁ. SurVO

1. G eneración d e variables continuas

Después de com entar los diversos tratam ientos que conducen a disponer los da
tos de forma más idónea para extraer de ellos información tem ática de interés, de
dicam os precisam ente este capítulo a com entar las diversas técnicas que permiten
extraer esa información de las imágenes. Hemos dividido la exposición en cuatro
apartados según que el objetivo principal del análisis sea la obtención de variables
continuas (7.1), la categorización de la imagen en clases temáticas (7.2), el análisis
de cam bios (7.3) o la medición de la estructura espacial del territorio (7.4). Este ca
pítulo se com plem enta con los dos siguientes, dedicados, respectivamente, a verifi
car los resultados (cap. 8) y a conectarlos con otras fuentes de información en el
marco de los SIG (cap. 9).

1.1. T écnicas df. modelado f.n tf.ledktf.cción

1.1.1. Tcledetección cualitativa y cuantitativa

Es obvio que el interés de la teledetección viene dado por su capacidad de pro
porcionam os información temática, que cubra vacíos en nuestro conocim iento del
territorio o, al menos, actualice lo que ya se había inventariado previamente.
En muchas ocasiones, se restringe el contenido inform ativo de la tcledetección
a la cartografía tem ática propiam ente dicha. En otras palabras. las imágenes de sa
télite serian, bajo este punto de vista, sólo una herram ienta para clasificar el territo
rio en categorías homogéneas, por ejem plo de cobertura del suelo, vegetación o cul-

A N Á LISIS DIGITAL DE IM Á G EN ES: EX TR A C C IÓ N D E IN FO R M A C IÓ N T EM Á TIC A 327

Fig. 7.2. Estimación del contenido de agua en las plantas a partir Je modelos empíricos (a) y de
simulación (b). La simulación puede hacerse en mojo Jirecto (estimar la reflectiviJaJ. varianJo
los parámetros Je entraJa Jel moJelo) o inverso (estimar el parámetro a partir Je la reflectiviJaJ
meJiJa por el sensor).

está bien fundamentado, la calibración en diversos lugares perm ite finalmente plan
tear funciones más generalistas, que pueden llegar a considerarse de validez global.
Por ejemplo, el índice de peligro de incendios utilizado por el Servicio Forestal Ca
nadiense (Fire Weather Index) (Van Wagner, 1974) tiene un desarrollo fundam ental
mente em pírico y está calibrado para las condiciones canadienses. Sin embargo, y
hasta cierto punto sorprendentemente, funciona muy bien en otros entornos am bien
tales m uy distintos al canadiense, por lo que se está em pleando operativamente en
lugares tan diversos com o Indonesia y la cuenca mediterránea europea.
Presentam os com o ejem plo de cóm o plantear este tipo de modelos em píricos la
estimación del contenido de agua en las plantas (fig. 7.2a). Nuestro departamento ha
dedicado un considerable esfuerzo en los últimos cinco años a esta tarea, intentan
do entender m ejor las relaciones entre la reflectividad y tem peratura estim adas por
teledetección y la dinám ica del contenido de agua en las principales formaciones ve
getales del mundo m editerráneo (pastizales y matorral), de cara a m ejorar los siste
mas actuales de prevención del peligro de incendio. Con este objetivo, hem os tom a
do muestras sistemáticas en el terreno para la prim avera y el verano del período
com prendido entre 1996 y 2006. Las m uestras se han tomado siguiendo un estricto


una serie de parám etros de entrada (propiedades ópticas de las hojas, arquitectura
del dosel, ángulos de observación, etc.). Variando esos parám etros, pueden estim ar
la reflectividad resultante, de tal forma que el usuario pueda sim ular el im pacto que
tienen esos parám etros en la reflectividad que medirá el sensor. En este sentido, el
uso de los modelos se considera en m odo directo (fig. 7.2b), y resultan muy intere
santes para entender m ejor el peso que tiene cada factor de entrada en la señal re
sultado, de cara a plantear escenarios para la discrim inación o análisis de sensibili
dad (B ow yer y Danson, 2004; Chuvieco el a i , 2006). Suponiendo que esa estim a
ción de la reflectividad sea conrecta. el reto posterior seria invertir el modelo de si
m ulación (fig. 7.26), de tal m anera que pudieran estim arse esos parám etros a partir
de la reflectividad m edida por el sensor (Liang, 2004).
En el ejemplo que venimos com entando, se trataría de estimar, en prim er lugar,
el efecto del contenido de agua de la planta sobre la reflectividad del dosel vegetal,
m ezclando su contribución con la de otros factores (como puede ser la clorofila o la
cantidad de m ateria seca). En un segundo paso, se trataría de invertir el modelo, ais
lando de la reflectividad disponible en la imagen el com ponente de contenido de
agua. La operatividad de este método frente a los ajustes empíricos dependerá de tres
factores: contar con un buen modelo, con un buen método de inversión y con reflec-
tividades calibradas (Jacquem oud et a i , 2000). Por un buen modelo nos referimos a
que sea preciso, a que no requiera parám etros de entrada de muy difícil obtención,
y a que sea lo suficientemente sencillo como para que la inversión del m odelo pue
da realizarse en un tiem po razonable.
Entre los modelos que se han planteado en las últimas dos décadas, podemos ha
cer una primera distinción entre los que se centran en el nivel de la hoja (le a f optical
properties models) y los que estiman la reflectividad del conjunto del dosel vegetal
(canopy reflectance models). Entre los primeros, uno de los que ha tenido mayor acep
tación en la literatura ha sido el denominado PROSPECT (Jacquemoud, 1990), que
describe la reflectividad de una hoja a partir de considerarla como un pila de N lámi
nas compuestas de elementos absorbentes y dispersores. Permite simular la reflectivi
dad y transmisividad de la hoja considerando una serie de variables de entrada, rela
cionadas con su estructura y propiedades físico-químicas. Concretamente, en su últi
ma versión (Barct y Fourty, 1997), se requiere únicamente introducir la concentración
de clorofila a + b (en |ig cm-2), el espesor equivalente de agua (EYVT, Equivalent Wa
ter Thickness, en g cm-2), el contenido de materia seca (en g c m '2), y el parámetro es
tructural N, que se refiere a la estructura interna de la hoja. Este parámetro es el más
difícil de medir. Los mismos autores del modelo proponen estimarlo a partir del área
específica de la hoja SLA (Specific L e a f Area), calculada como el área por unidad de
peso seco de la hoja, utilizando una relación empírica, como seria (Jacquemoud, 1990):

^ , 0 ,9 SL A -f 0,025
S L A -0 .1

El m odelo PROSPECT puede aplicarse a todo el espectro óptico (de 0,4 a 2,5 Jim),
para anchos de banda muy pequeños, de tal forma que perm ite com parar los resul
tados con espectrom etría de laboratorio y sensores hiperespectralcs.

A N Á LISIS DIG ITA L DF. IM Á G EN ES: EX TR A C C IÓ N DE IN FO R M A C IÓ N T EM Á TIC A 337

300i

Fig. 7.7. Comparación entre estimaciones de humedad de la vegetación basadas en modelos em
píricos v de simulación, para pastizal (a) y matorral (b) ( Yebra ct al.. 20(18).

teria seca, por lo que no tiene mucho sentido plantear variaciones aleatorias de los
parám etros de entrada, pues dan lugar a escenarios de simulación irreales. Hsto es
especialm ente problemático en los procesos de inversión, que podrían seleccionar
reílectividades de referencia generadas a partir de com binaciones imposibles (Com
bal et al., 2002).

1.2. C ocientes f. índices de vegetación

Como su nombre indica, un cociente o ratio implica efectuar una división, pí-
xel a pixel. entre los ND almacenados en dos o m ás bandas de la m ism a imagen. Se

A N Á LISIS DIGITAL DE IM Á G EN ES! EX TR A C C IÓ N D E IN FO R M A C IÓ N TEM ÁTICA 343

P « c + P* + 0’5
El GEiMI se ha em pleado con buenos resultados en cartografía de áreas quem a
das (Barbosa et a l., 1999; Chuvieco et al., 2008; Riaño et al., 2007) y de cubiertas
vegetales en espacios semi-áridos (Leprieur et al., 2000).
Finalmente, conviene citar el índice de vegetación m ejorado (EVI, Enhanced
Vegetation Index) definido por Huete et al. (2002) com o una alternativa más sólida
a los índices tradicionales, por ser más robusto frente a la aportación del suelo y de
las influencias atmosféricas. El EVI se define como:

EVI = C --------- --------------------- {7.11}
P ikc + ^ * iP « " " + ^

donde p.4, p*, y p[RC son las refíectividades del azul, rojo e infrarrojo cercano, res
pectivamente, L es la radiancia del fondo (la m ism a que en el SAVl), G es un fac
tor de ganancia, y C | y C 2 son los coeficientes para corregir la influencia de aeroso
les en la banda roja a partir de la azul. Para el cálculo global de este índice (fig.
13*), que se genera como un producto estándar del program a MODIS, se utilizan L
= 1, C | = 6, C 2 = 7,5 y G = 2,5. Se ha com probado en estudios recientes que el EVI
es más sensible que el NDVI a rangos contrastados de cubierta vegetal, ofreciendo
trayectorias temporales más consistentes (Saleska et a l , 2007).
La figura 7.9 presenta el NDVI calculado para la imagen Torre 100. Se obser
van con nitidez las cubiertas de vegetación más vigorosa, como los pastizales pró
ximos a Colmenar y Soto del Real, vigorosos en esta época del año. Los embalses
ofrecen los valores m ás bajos de NDVI (A en la figura), así com o las zonas urbanas
de densa edificación (ver el casco urbano de Soto, B, o de Colmenar, C). Por su par
te, las áreas de urbanización ajardinada presentan unos valores de NDVI más altos
(D), sobre un entramado regular m ás oscuro (viales).
Todos los índices hasta aquí comentados se dirigen a realzar las cubiertas ve
getales frente a otras superficies, a través del contraste que presenta la reflectividad
de las plantas entre el IRC y el R. A hora bien, en caso de que nos interese analizar
otras variables en la vegetación, u otro tipo de cubiertas no vegetales, estas bandas
pueden no ser las más idóneas. En esos casos, convendrá acudir a un análisis de las
variaciones espectrales que introduce la variable de interés para proponer índices al
ternativos a los que hem os visto hasta el momento. Por ejemplo, si lo que se preten
de es realzar la discrim inación de las áreas forestales quem adas frente a otras cu
biertas no afectadas por el fuego, los IV presentados no resultan una buena alterna
tiva ya que no están diseñados para los rangos espectrales correspondientes a la ve
getación quem ada. En consecuencia, ofrecen rasgos de discrim inabilidad peores que
otros índices diseñados específicam ente para esta finalidad (Chuvieco y M artín,
1999; Martín, 1998; Pereira, 1999; Trigg y Flasse, 2001).
De igual m anera, cuando se pretenda analizar el contenido de agua en la vege
tación, com o ya hem os visto previam ente, el espacio espectral más idóneo no está

Copyngtilcd material


a prio ri de ios com ponentes, ya que la transformación es puram ente estadística y.
por tanto, m uy dependiente de las características num éricas de la imagen. Algunos
autores sugieren que el prim er com ponente siempre indica el brillo general y el se
gundo el verdor (lngebritsen y Lyon, 1985). No obstante, esta afirm ación asume que
en la imagen existe una cantidad suficiente de cobertura vegetal. D e otra forma, el
com ponente de vegetación puede ser el tercero o cuarto. En definitiva, no pueden
aplicarse reglas generales para la interpretación de los CP.

i.4. T ran sfo rm ació n «T a sse le d C a p » (TTC)

Al igual que el ACP, esta transformación se dirige a obtener unas nuevas ban
das, por com binación lineal de las originales, con objeto de realzar algunos rasgos
de interés en la escena. La diferencia frente al ACP estriba en que la TTC ofrece
unos com ponentes de significado físico preciso, esto es. independientes del tipo de
imagen que se esté analizando.
La TTC fue ideada por Kauth y Thom as en el marco del proyecto LACIE (Lar-
g e Arca Crop Inventory Expcrimcnt), desarrollado por la NASA y el Departamento
de Agricultura estadounidense (USDA) en los años setenta, con objeto de m ejorar la
predicción de cosechas. Dentro de este proyecto, se pretendió m odelar los com po
nentes fundamentales de variación en una imagen M SS, describiendo sus caracterís
ticas físicas desde el punto de vista del seguim iento de cultivos (Kauth y Thomas,
1976). A partir de una serie de imágenes de zonas agrícolas, se trató de sintetizar los
ejes de variación espectral de los cultivos en una figura tri-dimensional, de aspecto
parecido a un gorro con borlas (tasseled cap). Considerando las bandas roja e infra
rroja, la base de ese gorro se define por la línea de suelos, en donde se sitúan los
distintos tipos de suelo, de acuerdo a su brillo y color (fig. 7.13). Según el cultivo
va ganando en vigor, tiende a separarse de la línea del suelo, aproxim ándose al eje
de la banda infrarroja, y convergiendo en un punto cuando se produce la máxim a
madurez. A partir de ahí el cultivo tiende a marchitarse, retom ando hacia la linea de
suelos.
La TTC tiende a poner más en evidencia el com portam iento espectral de la ve
getación y el suelo, a partir de crear nuevos ejes m ejor ajustados a esc espacio físi
co. En ese nuevo sistem a de coordenadas, se pretende que sea más nítida la separa
ción entre am bas cubiertas. Para el caso de las imágenes M SS. sobre las que se de
sarrolló esta transformación, los nuevos ejes se obtuvieron a partir de:

uJ = R ' l xi + e {7-17}

donde w, indicaba el vector correspondiente a la imagen transformada; x„ el vector
de entrada; R'„ el vector de coeficientes de transform ación, y c una constante para
evitar valores negativos. Los autores sugerían un valor c = 32.
Sobre el conjunto de imágenes de su muestra, los autores del trabajo distin
guían tres componentes: uno, denom inado brillo (brightness), sum a ponderada de
las cuatro bandas originales; otro, denom inado verdor (greenness)% relacionado con
la actividad vegetativa; un tercero conocido com o m architez (yellowness), que pre-

ANÁLISIS DIGITAL DE IMÁGENES: EXTRACCIÓN DE INFORMACIÓN TEMÁTICA 365

El algoritm o determ ina la sim ilitud entre dos espectros calculando el ángulo es
pectral que les separa (0):

siendo ND, * el valor del píxel i (el espectro objetivo) en una determ inada banda k
de la imagen, ND, * el del espectro de referencia j en la m ism a banda, y m el núm e
ro de bandas. El criterio puede utilizarse para com parar pares de espectros determ i
nados. por ejemplo, muestras de suelos con distintos contenidos de m ateria orgáni
ca, o para asignar un pixel desconocido a una clase de referencia en una clasifica
ción temática. En este caso, el pixel i se asignará a la clase de referencia j con el va
lor 0 más pequeño. Lógicamente, también pueden com pararse los cosenos entre vec
tores, eliminando en la fórmula anterior la necesidad de calcular el arcoseno. Lo ha
bitual para imágenes hiperespectrales es trabajar con valores de reflectividad, pero
hem os indicado en su lugar N D ya que éstos pueden estar escalados de la forma que
estim e oportuno el intérprete, siempre que, com o es lógico, tengan la misma m étri
ca los de referencia y los que se pretenden clasificar.
La figura 7.22 presenta un esquem a del clasificador angular, para un caso sen
cillo de tres bandas. Aunque se ha desarrollado en el marco del análisis hiperespec-
tral, esta técnica también puede aplicarse a un menor número de bandas, siendo una
alternativa a los clasificadores convencionales, que luego com entarem os. También
el SAM puede utilizarse como técnica de inversión para calcular el espectro más si
m ilar al observado entre una serie de espectros sim ulados con modelos RTM. Con
este enfoque se han observado resultados muy interesantes en el ám bito de la esti-

Banda 1

FlG. 7 .2 2 . Esquema del clasificador angular.

Copynghtcd rnol

386 TELF.DETECCJÓN AMBIENTAL

de cubiertas vegetales. Finalm ente, puede ocurrir que ninguna de estas tres dimen-
siones sea suficiente para separar ciertas cubiertas, y sea preciso acudir a inform a
ción auxiliar (topografía, suelos, etc.). A lo largo de este apartado veremos algunos
procedim ientos para abordar estos enfoques alternativos, si bien nos centrarem os
principalmente en la interpretación de los datos espectrales.
Simplificando las cosas, la clasificación digital de imágenes sigue cauces aná
logos a los que se emplean en foto-interpretación. En esta técnica, en prim er lugar
el intérprete identifica el patrón visual asociado a cada cubierta, de acuerdo a una
serie de criterios: tono, textura, forma, contexto, disposición, etc., tal y como apare
cen en unos fotogramas tipo. Posteriorm ente, delim ita sobre el resto de las fotogra
fías las zonas que se corresponden con ese m odelo previam ente definido. En otras
palabras, asigna a cada categoría unas determ inadas superficies, en función de la se
m ejanza de éstas con el patrón-tipo identificado previamente. Por último, verifica
sobre el terreno la interpretación realizada.
Éste es también el esquem a de la clasificación digital. Basta traducir los crite
rios analógicos por digitales, por cuanto se realiza sobre los ND presentes en la ima
gen. De esta forma, pueden distinguirse las siguientes fases: 1) definición digital de
las categorías (fase de entrenamiento), 2) agrupación de los pixeles de la imagen en
una de esas categorías (fase de asignación), y 3) com probación y verificación de re
sultados. Tratarem os aquí de las dos primeras, reservando la tercera para un capítu
lo independiente, puesto que las técnicas de verificación son aplicables tanto a la in
terpretación digital como a la visual.

2.2. Fase de entrenamiento

2.2.1. Conceptos básicos

Para que una fotografía aérea pueda ser interpretada en detalle es preciso que
exista una experiencia previa, que nos perm ita identificar cada una de las categorías
de interés por una serie de rasgos, como son tono, textura, situación o tamaño. Es
posible distinguir entre matorral y arbolado, gracias a que éste tiene una textura más
rugosa; mientras la separación entre agua y suelos descubiertos se realiza sobre la
diferencia de tonalidad. De la misma forma, la clasificación digital se inicia carac
terizando los patrones que definen en la imagen las distintas categorías objetivo. Por
cuanto se trata de una clasificación basada en los valores num éricos de los pixeles.
esta caracterización tam bién debe ser numérica; esto es, se trata de obtener el ND.
o m ejor aún el rango de ND, que identifica a cada categoría, para todas las bandas
que intervienen en la clasificación.
Como ya hem os visto a lo largo de esta obra, diversos factores introducen una
cierta dispersión en tom o al com portam iento espectral medio de cada cubierta. Esto
im plica que las distintas categorías no se definen por un sólo ND. sino por un con
junto de ND, más o m enos próxim os entre si. En térm inos de su clasificación digi
tal, esto supone que existe una cierta dispersión en tom o al ND medio de cada
categoría, más o m enos significativa según las clases que se consideren y la propia
com plejidad del paisaje donde éstas se asienten. Por ello, la fase de entrenamiento

;od m a te ria l

438 TELEDETECCIÓN AMBIENTAL

3.2.2. H om ogeneización radiométrica

Otro im portante problem a en la detección de cam bios es el producido por las
variaciones que introducen las condiciones de observación, situaciones atmosféricas
o la calibración del sensor. Estos efectos modifican la signatura espectral de un pí-
xe!, aunque se mantenga constante la cubierta. En consecuencia, es preciso hom o-
geneizar los N D de las imágenes que intervienen en el análisis. Para ello, puede op
tarse por un doble enfoque:

1. Calibrar los ND de m odo absoluto, conviniéndolos a m edidas de reflecti-
vidad o tem peratura del suelo.
2. Equiparar los N D entre imágenes.

En el prim er caso, es preciso acudir a los modelos de conversión a parámetros
físicos vistos previam ente, incorporando los parám etros de corrección atm osférica y
de ilum inación más propios para cada fecha. En el segundo enfoque basta una co
rrección relativa entre fechas, ya que sólo se trata de facilitar las com paraciones en
tre ellas. Con esta óptica, los m étodos de corrección propuestos se basan en situar
una serie de píxeles de radiancia constante entre fechas, preferiblem ente que reco
ja n áreas de baja reflectividad (sombras, aguas claras y profundas) y alta reflectivi-
dad (suelos descubiertos, estacionam ientos, pistas de aterrizaje). A partir de los ND
de esos píxeles, pueden estim arse unos coeficientes de sesgo y ganancia, para cada
banda, que permitan corresponder los N D entre fechas distintas. El método se ensa
yó con buenos resultados en un estudio multitem poral sobre la Albufera de Valencia
(Caselles y López, 1989), com parándolo con modelos atm osféricos estándar (Tanre
et al. f 1986). La viabilidad de estas correcciones para hom ogeneizar las condiciones
atm osféricas entre imágenes también se ha dem ostrado en el marco de la estimación
de cosechas (Hill y Sturm, 1991) y en el inventario forestal, facilitando ajustes con
una correlación superior a 0,98 (Coppin y Bauer, 1994).
Puesto que la variación temporal entre píxeles puede alterar esos coeficientes
de regresión, otros autores han propuesto utilizar los ND más oscuros y m ás claros
entre fechas, obtenidos a partir de los com ponentes de brillo y verdor de la transfor
mación (tasseled cap) (7.1.3):

NDr k = s k ND* + g t {7.48}

esto es el N D corregido en la banda k se estim aría a partir de unos coeficientes de
sesgo y ganancia para esa banda, que se obtienen a partir de:

sA= (N D * < * - ND*, rk) / (N D * * - N D * , *) {7.49}

gt - (N D o,, * N D * , , - N D ^ , * N D * , k) ! (N D * f. * - N D ,, Ki) {7.50}

donde N D W ^ k y N D * * * indican el ND medio de los píxeles más oscuros y más cla
>
ros, respectivamente, de la imagen de referencia, y NDO f Ay N D * c k lo mismo en
I<



donde P T t indica la pendiente del período i, y t¡ el período de tiem po considerado.
Este índice parece bastante relacionado con las variaciones del vigor vegetal desde
la prim avera hasta el verano, identificando situaciones de deterioro en la vegetación
(López et a l , 1991).
Otro índice de interés es el análisis de anom alías temporales, esto es la deter
minación de las desviaciones entre el ND de un píxel para un determ inado período
y el prom edio de la serie histórica para ese m ismo píxel:

N D W ) j'T«,
A/ = -------- -¿ - -1 0 0 í 7-5 3 )
' NDV1(7)

donde NDVT (i) indicaría el valor del índice correspondiente a un determ inado pe
ríodo i y N D VI (7) el valor m edio para ese período, para un conjunto de años su
ficientem ente largo. Esto perm itiría ver si las tendencias de un m omento determ i
nado son las esperables o se registran valores anóm alos (ya sean superiores o infe
riores a la tendencia promedio). Esta técnica es la base para el seguim iento de las
condiciones de sequía en los cultivos que se realiza operativam ente en varios países
(González-Alonso et a l , 2004), en algunos de ellos auspiciado por la FAO.
Cualquiera de los índices arriba indicados tam bién puede em plearse para las
variaciones de tem peratura o de cualquier otro índice espectral. En el ámbito del es
tudio del calentam iento global del planeta, este tipo de datos resulta también muy
significativo (fig. 19*).
Otra técnica utilizada para series temporales de imágenes es el ACP. En este caso,
se aplica la técnica sobre la serie temporal completa, considerando cada fecha como
una banda. Los primeros componentes de una serie nonnalmente indican una situación
promedio, la tendencia estable, mientras los componentes secundarios informan sobre
aspectos del cambio que se observe en el periodo. A partir de componentes principales
estandarizados, se abordó un interesante análisis de las tendencias de la vegetación en
África, sobre una serie temporal de 36 imágenes que cubrían todo el continente. Se ob
servó que los primeros componentes recogían la tendencia promedio, mientras los res
tantes marcaban algunos rasgos de interés en la fenología de la vegetación, detectando
eventos anómalos de sequía, c incluso algunos errores en la adquisición de las imáge
nes, difícilmente detcctables sobre los valores originales (Eastman y Fulk, 1993).

3.4. T é c n ic a s p a r a l a d e t e c c ió n d e c a m b io s

Los estudios de detección de cam bios pueden aplicarse a una gran variedad de
disciplinas (M ouat et a l , 1993). Tienen por objeto analizar qué rasgos presentes en
un determ inado territorio se han modificado entre dos o más fechas, de cara a eva
luar los impactos de un determ inado fenóm eno, ya sea continuo o esporádico (O b
servatorio de la Sostenibilidad, 2006). Un buen ejemplo del interés de este enfoque
temporal es el Atlas o f O ur Changing Environment editado por el program a de me-
dioambiente de Naciones Unidas (UNEP: http://na.uncp.netO ncPlanetM anyPeo-
ple/index.php, últim o acceso mayo de 2008).

j p y r i g h t e d m a lc rié


vegetación a suelo construido. El tercer com ponente m uestra los sectores de vegeta
ción más vigorosa entre fechas, que corresponden generalmente a pastizales. Final
mente, el cuarto nos inform a de cambios que se han producido en el vigor vegetal,
de áreas de vegetación seca a vigorosa. Esta dim ensión nos perm ite caracterizar con
claridad algunas zonas residenciales ya consolidadas, que han pasado de vegetación
arbórea-arbustiva a especies ornamentales, con m ayor vigor, no obstante la interpre
tación de este com ponente, com o hem os visto, resulta un tanto confusa.

3.4.5. Regresión

Com o es bien sabido, las técnicas de regresión se emplean para estim ar valo
res de una variable de interés a partir de otra que está fuertemente asociada con ella.
Esa asociación se m ide a partir de unas observaciones comunes a ambas variables,
a partir de las cuales se ajusta una función que las relaciona numéricamente. En el
marco de la corrección geom étrica de imágenes, ya tuvim os ocasión de com entar
esta técnica, por lo que aqui sólo nos detendremos en su aplicación al análisis de
cambios.

F ie. 7.64. Esquema de la regresión multiiemporal.


Landsat

Q N -Q

V) Q A B

^ N -Q C D

Q: Quemado
NQ: No quemado

Comisión Q: 1 • (A/(A ♦ B)) - B/(A ♦ B)

Omisión Q: 1 - (A/(A ♦ C)) = C/(A + C)

F ig . 8 .1 1. Validación para una clasificación dicotómica: área quemada con imágenes de baja y
alia resolución.

■ Commisslon
■ Bumod area
l I Unbum®d area
■ Omisslon

■ Commisslon
■ j Bumedaroa
. Unbumad area
■ Omisa Ion

•~ r

i»

FlG. 8 .1 2 . Validación cruzada y diagrama de dispersión entre proporciones de área quemada
para dos escenas Landsat en el este de Colombia (a) y este de Bolivia (b).

■ Idóneo
■ M o d e rad o
□ N u lo
o m b

Variable« de entrad«

Fig. 9.1 . Flujo de información en un Sistema de Información Geográfica.


un determ inado SIG (litología, relieve, suelos, datos climáticos, vegetación, culti
vos, datos censales, etc.), tengan la resolución y el nivel de fiabilidad adecuado, y
estén debidam ente actualizadas. Puesto que esas variables son com únm ente genera
das por distintas agencias, que, a su vez, pueden haber contratado el trabajo a m úl
tiples intérpretes, la integración de esas variables en el SIG puede ser muy com ple
ja . tanto desde el punto de vista tem ático como geom étrico (Mounsey, 1991). En
consecuencia, no sólo es necesario que exista una buena información geográfica,
sino también que pueda integrarse en una base de datos coherente (M artínez ct al.%
2008). Esto implica coordinación, tanto entre los diversos grupos que han generado
cada variable (en el seno de una institución), com o también entre las distintas insti
tuciones con responsabilidades cartográficas.
Con mucha frecuencia, am bos aspectos no se garantizan adecuadam ente, lo que
dificulta considerablem ente la operatividad de un SIG. Por un lado, pueden faltar
determ inados inventarios cartográficos, tan vitales para la planificación física, como
son la cartografía de suelos o gcom orfológica. Por otro, pueden presentarse desco
nexiones entre los organism os que generan la información. Esto implica, en m uchas
ocasiones, duplicar esfuerzos y presupuestos, ya sea porque la inform ación genera
da por estos organism os no resulte intercambiable, porque no se han arbitrado cana
les apropiados para la distribución pública de esa información, o, sim plem ente, por
que no se conoce.
La teledetección espacial, por si sola, no puede resolver estos problemas, pero
puede contribuir a paliarlos al facilitar datos de libre adquisición, en formatos están
dar, y plenam ente actualizados. Com prendiendo el alto coste de generar información
geográfica de calidad, la inversión en imágenes de satélite puede justificarse plena
mente, sin olvidar que en m uchas ocasiones lo verdaderam ente caro es no disponer
de la información necesaria para tom ar decisiones cuando resulta im prescindible ha
cerlo (en situaciones de em ergencia, por ejemplo: Cam arasa el a i , 2001).
Existen diversos m edios para generar información geográfica, desde el tradicio
nal trabajo de campo (insustituible todavía en m uchas ocasiones), hasta los sensores
terrestres (medidores de tem peratura, hum edad o polución atmosférica, estaciones
de aforo, etc.), sistem as de posicionam iento global (GPS) y teledetección aérea o es
pacial. Todos ellos son m edios necesarios, que convendrá seleccionar en función de
la variable que quiera obtenerse y de los propios requisitos del trabajo (presupues
to. tiempo de obtención, fiabilidad requerida, etc.). Sintetizando las cosas, las ven
tajas de la teledetección com o fuente de datos para un SIG se centran principalm en
te en la obtención de algunas variables de interés (fase de inventario cartográfico),
y en la actualización de información ya generada. A continuación analizamos con
más detalle am bos aspectos.

5 .2 . F a s e d e i n v e n t a r io

La teledetección, como hem os visto en capítulos precedentes, puede resultar
una herram ienta idónea para cartografiar determ inadas variables: temperatura del
agua del mar, contenido en clorofila, cobertura de nieve, rendim ientos del cultivo,
ocupación del suelo, etc., y la lista se está continuamente am pliando ante la dispo-


Im agen original Imagen
corregid«
435.000

Ajuste d e
la resolución

FlG. 9 .7 . Aspectos geométricos en la integración de imágenes a un S/G.

puesto que la mayor parte de estos programas sólo pueden poner en relación ficheros
que tengan el m ismo núm ero de filas y columnas.
En caso de que la imagen ya esté georreferenciada, pero no a la base cartográ
fica del SIG (no coinciden proyección y/o elipsoide de referencia y/o datum ), debe
rá realizarse una nueva corrección geom étrica de la imagen, aunque en este caso
sólo en su tercera fase (interpolación), ya que la transformación de un sistem a de
coordenadas a otro puede m odelarse a priori (no necesitam os puntos de control para
estim ar la transform ación, por tanto). La m ayor parte de los program as de ADI
cuentan con una am plia lista de proyecciones cartográficas definidas, por lo que pa
sar de una a otra, resultará un proceso bastante automático, consistente en un re-
m uestreo (por cualquiera de los procesos de trasvase de N D comentados en 6.6.3).
de la proyección inicial a la deseada. El m ismo hecho se daría cuando la imagen
coincidiera cartográficam ente con el SIG, pero el tamaño del pixel fuera distinto.
También sería preciso, entonces, rem uestrear la imagen, aunque lógicam ente en ese
caso no se modificaría la geom etría de partida.
Finalm ente, puede ocurrir que coincidan la proyección, elipsoide y tam año de
píxel entre la imagen y el SIG. pero no las coordenadas límite del marco geográfi
co que abarcan (esto es, las coordenadas de las esquinas). En ese caso, también es
preciso realizar una transform ación, aunque se limite a recortar o am pliar el marco
de la imagen, para que el archivo de salida tenga el mismo núm ero de filas y de co
lumnas que el resto de las variables almacenadas en el SIG .1

I . Para que esto sea posible, es necesario que las coordenadas del área de referencia del SIG
coincidan, en algún lugar de la m alla, con las de la imagen. D e lo contrario, será necesario optar por la
opción anterior (rem uestrear la imagen), ya que sólo pueden recortarse en la imagen píxclcs enteros. Este
sería el caso si el origen del SIG fuera, por ejem plo, de 435000 y 4467000, m ientras la im agen contara

ANEXOS

MDH ( M o d e lo D ig ita l d e E le v a c ió n )
M E R IS (M edium Resolution Im aging Spectrom eter)
M 1SR (M ulti-A ngle Im aging Spectroradiom eter)
MNF (M inim um N oise Fraction)
M O D 1S (M oderate-Resolution Im aging Spectroradiom eter)
M O P1TT (M easurem ents o f Pollution In The Troposphere)
MOS (M arine O bservation Satellite)
M SG (M eteoxat Second G eneration)
M SS (M uhispectral Scanner)
M SU (M icrowave Sounding Unit)
MUC ( M in im a U n id a d C a r to g r a f ia b le )
NA SA (N ational Aeronautics a n d Space Adm inistration)
NA SD A (N ational Space D e w h p m e n t Agency, J a p ó n )
ND ( N iv e l D ig ita l, d e c a d a p ix e l)
N D II (N orm alized D ifference Infrared Index)
NDVI (N orm alized D ifference Vegetation Index)
NGDC (N ational G eophysical D ata Center, U S A )
NOAA (N ational O ceanic a n d Atm ospheric Adm inistration Satellite)
NPOESS (N ational Polar-orbiting O perational Environm ental Satellite System )
NRSA (N ational Rem ote Sensing AgeJicy. In d ia )
NV ( N iv e le s V is u a le s )
OLS (O perational Linescan System)
OPS (O ptical Sensor)
PDUS (Prim ary D ata U ser Stations)
PN G (Portable N etw ork Graphics)
PO AM (P olar O zone a n d A erosol M easurem ent)
PO LDER (Polarization and D irectionality o f the E a rth s Reflectance)
PPI (P ixel Purity' Index)
PPU (Patch p e r Unit)
RBV (Return Beam Vidicon)
RM SE (Root M ean Squared Error)
RNA ( R e d e s N e u r o n a le s A r tif ic ia le s )
RVA ( R o jo . V e rd e . A z u l)
S A IL (Scattered b y A rbitraily Inclined Leaves)
SA M (Spectral A ngle M apper)
SA R (Synthetic Aperture Radar)
SAVl (Soil A djusted Vegetation Index)
S B U V /2 (Solar B ackscatter Ultra Violet Spectral Radiom eter)
SELPER ( S o c ie d a d d e E x p e r to s L a tin o a m e r ic a n o s e n P e r c e p c ió n R e m o ta )
S E V IR I (Spinning E nhanced risible a n d Infrared Im ager)
S IG ( S is te m a s d e I n fo r m a c ió n G e o g r á f ic a )
S IR (Shuttle Im aging Radar)
SLA (Specific L e a f Area)
SLA R (Side Looking A irborne Radar)
SPO T (Satellite P our I 'Observation de la Terre)
SRTM (Shuttle R adar Topography M ission)
S B U V /2 (Solar B ackscatter Ultra Violet S[>ectral Radiometer).
S S M /I (Special Sensor M icro w ave Im ager)
SSM R (Scanning M ultichannel M icrowave Radiometer)
SSU (Stratospheric Sounding Unit)

C a d a d ía n o s r e s u lta n m á s c e r c a n o s los p r o b l e m a s a m b ie n ta le s
d el p l a n e t a y c re ce n u e s t r o in te ré s p o r c o n o c e r lo s c o n m á s
p r o f u n d i d a d y t o m a r las m e d id a s o p o r t u n a s p a r a r e m e d ia r lo s .
Se b u s c a u n m o d e l o d e d e s a r r o l l o m á s a r m ó n i c o , d o n d e la
N a t u r a l e z a n o s ó lo sea f u e n te d e r e c u r s o s , s in o t a m b i é n lu g a r
de c o n te m p la c ió n , d o n d e a p re n d a m o s a c o n o c e r y a c o n o cern o s,
a v a l o r a r la b e lle z a y el v a lo r d e la v id a .

La o b s e r v a c ió n d e n u e s t r o p l a n e t a q u e r e a liz a n los s a té lite s de
te le d e te c c ió n p e r m ite e n r i q u e c e r n o t a b l e m e n t e la in f o r m a c ió n
d is p o n ib le s o b r e a lg u n o s d e eso s p r o b le m a s a m b ie n ta le s , d e s d e
los im p a c to s del c a l e n ta m i e n t o c lim á tic o , h a s t a las d in á m ic a s d e
la v e g e ta c ió n o d e los c u ltiv o s , los m o v i m i e n t o s d e las c o r r ie n te s
o c e á n ic a s , el c r e c im ie n to u r b a n o o las f lu c tu a c io n e s d e la c a p a
de o zo n o .

TELEDETECCION AMBIENTAL p r e t e n d e p r e s e n t a r los
f u n d a m e n t o s d e la tc lc d e tc c c ió n , d e s d e la a d q u is ic ió n d e
im á g e n e s h a s t a su c o r r e c c ió n e in te r p r e t a c ió n . Si b ie n el t e x to
p u e d e se r útil a d iv e r s o s p r o f e s io n a le s , se h a p r e t e n d i d o d a r le
u n e n f o q u e d e a p lic a c ió n a m b i e n t a l , d e a h í el n o m b r e d e la o b r a .
S e h a i n t e n t a d o q u e la r e d a c c ió n te n g a u n e n f o q u e d id á c tic o ,
p a r a lo q u e se a p o y a e n n u m e r o s a s fig u ra s y ta b l a s . El t e x t o se
c o m p le ta c o n los m a te r ia le s d is p o n ib le s en la w e b d e A riel d o n d e
se r e c o g e n fu e n te s a d ic io n a le s d e i n f o r m a c i ó n , im á g e n e s d e
e je m p lo , a s í c o m o u n a c o le c c ió n d e p r e s e n ta c io n e s q u e p u e d e n
s e rv ir c o m o r e c u r s o p a r a los d o c e n te s d e e s ta m a te r ia .

Ariel c ie n c ia

Teledeteccion ambiental listo

Más contenido relacionado

La actualidad más candente (20)

Destacado (20)

Similar a Teledeteccion ambiental listo (20)

Teledeteccion ambiental listo