Programa para calcular índices de

vegetación, nieve, agua, etc..

Este programa permite calcular un conjunto predefinido de índices de
vegetación, nieve, agua, etc.. .

Los índices de vegetación son combinaciones de bandas espectrales que tienen

como función realzar la contribución de la vegetación en la respuesta espectral
de una superficie y atenuar la de otros factores como el suelo, las condiciones
de iluminación y la atmósfera, que pueden producir interferencias en la señal
radiométrica.

El uso de cocientes e índices para discriminar masas vegetales se deriva del

peculiar comportamiento radiométrico de la vegetación. La ventaja que tiene
respecto al uso de bandas espectrales individuales es que muestra una mayor
correlación con parámetros ecológicos y agronómicos como biomasa, índice de
area foliar (LAI), etc.

Actualmente este programa tiene implementados los índices siguientes:

 1) DVI (Differential Vegetation Index)

Diferencia entre las bandas infrarrojo próximo (IRP) y rojo (R) de un

sensor.

 2) RVI (Ratio Vegetation Index)

Cociente simple infrarrojo próximo/rojo que se ha usado para

estimaciones de biomasa e índice de área foliar (LAI) desde 1969.

 3) NDVI (Normalized Difference Vegetation Index)

El índice de vegetación NDVI ha sido el más usado en teledetección de

vegetación durante las dos últimas décadas. Fue desarrollado por Rouse
et al. (Rouse J.W., Haas, R.H., Schell, J.A. i Deering, D.W. "Monitoring
Vegetation Systems in the Great Plains with ERTS". Third ERTS
Symposium, NASA SP-351, I:309-317 (1973)) a partir del análisis de
datos de Landsat-MSS. Se encontró que, aunque el cociente simple
 (RVI) podía ser usado como una medida relativa de verdor, la
localización y desviaciones cíclicas podían introducir un importante
error. De esta manera se define el índice de vegetación de diferencias
normalizadas como:

Un aspecto interesante de este índice frente al cociente simple es que

toma valores entre -1 y 1, lo cual facilita notablemente su interpretación.
Este índice se ha usado para estimar gran número de variables: el indice
de area foliar (LAI), el flujo neto de CO 2, radiación fotosintéticamente
activa absorbida por la planta (APAR), productividad neta de la
vegetación, contenido de clorofila, dinámica fenológica,
evapotranspiración potencial y cantidad de lluvia recibida por la cubierta
vegetal. Las aplicaciones más habituales son: para el seguimiento de las
condiciones de la cubierta vegetal a escala global, estudios de
deforestación, desertización, detección de incendios, caracterización de
biomas a escala global, prevención de sequía y riesgo de incendios
forestales a partir del análisis de series multitemporales.

 4) TVI (Transformed Vegetation Index)

Transformación del NDVI que evita trabajar con valores negativos.

 5) PVI (Perpendicular Vegetation Index)

donde S indica que las reflectancias corresponden al suelo y V a la

vegetación, respectivamente.

 6) WDVI (Weighted Difference Vegetation Index)

 7) SAVI (Soil Adjusted Vegetation Index)

Índice que pretende minimizar el efecto del suelo sobre los índices de
vegetación anteriores, especialmente manifiesto en superficies
parcialmente recubiertas.
 L = constante que depende del tipo de suelo. Un valor típico es 0.5.

 8) TSAVI (Transformed Soil Adjusted Vegetation Index)

Reajuste del índice SAVI para contemplar el efecto del brillo del suelo.

 9) MSAVI1 (Modified Soil Adjusted Vegetation Index - 1)

El factor de ajuste L del SAVI no es una constante; puede ser una función
que varía inversamente con la presencia de vegetación. Existen dos
soluciones:

o bien:

 10) MSAVI2 (Modified Soil Adjusted Vegetation Index - 2)

 11) ARVI (Atmospherically Resistent Vegetation Index)

Índice de vegetación que no es más que un NDVI mejorado que tiene en

cuenta los efectos de la atmósfera. Proponen sustituir el canal rojo por
un canal rojo-azul, que tendría en cuenta la dispersión de la atmósfera en
estos dos canales, de la siguiente manera:

Donde es la reflectancia combinada de los

canales azul y rojo. La constante es un parámetro de calibración que
 depende del tipo de atmósfera, pero que generalmente suele tomarse
igual a 1.

 12) SARVI (Soil Adjusted and Atmospherically Resistent Vegetation

Index)

 13) TSARVI (Transformed Soil Atmospherically Resistent

Vegetation Index)

Donde la recta de los suelos denudados en el espacio espectral rojo-azul

e infrarrojo-cercano sería ahora la siguente:

 14) AVI (Angular Vegetation Index)

El AVI (Plummer et al. 1994) se propuso para el sensor ATSR-2, y

pretende utilizar la disponibilidad del canal verde para normalizar los
efectos del suelos y de la atmósfera, manteniendo la sensibilidad a las
propiedades de la vegetación. El índice se basa en un concepto
geométrico del ángulo definido entre las bandas verde, rojo e infrarrojo
próximo, que caracteriza a la absorción de la clorofila.

Las corresponden a los centros de cada una de las bandas.

 15) GEMI (Global Environment Monitoring Index)

Índice propuesto para imágenes del sensor AVHRR de NOAA con la

finalidad de obtener un conocimiento global de la vegetación en todo el
planeta. Es un índice no lineal que minimiza el efecto del suelo y de la
atmósfera.

 16) NDWI-1 (Normalized Difference Water Index)

La propuesta del NDWI se realizó por (McFeeters, 1996) para delinear las
masas de agua abiertas como lagos y embalses, y mejorar su detección en las
imágenes de satélite. Con este índice las superficies de agua tienen valores
positivos, mientras que la superficie de la tierra y la vegetación posen valores
de 0 o negativos.

McFeeters, SK (1996) "The use of the normalized difference water index

(NDWI) in the delineation of open water features". INTERNATIONAL
JOURNAL OF REMOTE SENSING. 17: 1425-1432.

 17) NDWI-2 (Normalized Difference Water Index)

El índice NDWI se ha desarrollado de muy diversas maneras y algunos autores

(Ouma & Tateishi, 2006) han propuesto modificaciones. El NDWI2 usa las
bandas del NIR y MIR para delimitar la línea de costa de las masas de agua. Se
trata de un índice para rápidas representaciones de la línea de costa.

Ouma, YO; Tateishi, R. (2006). "A water index for rapid mapping of shoreline
changes of five East African Rift Valley lakes: an empirical analysis using
Landsat TM and ETM+ data". INTERNATIONAL JOURNAL OF REMOTE
SENSING. 27: 3153-3181.

 18) EVI (Enhanced Vegetation Index)

El EVI obtiene respuesta de las variaciones estructurales del dosel vegetal

incluyendo el índice de área foliar (LAI), tipo y arquitectura del dosel y
fisonomía de las plantas. EVI fue desarrollado para optimizar la señal de la
vegetación con sensibilidad mejorada para altas densidades de biomasa,
lográndose esto al separar la señal proveniente de la vegetación y de la
influencia atmosférica.
El EVI es un NDVI mejorado con un factor de corrección del suelo L=1, dos
coeficientes C1=6 y C2=7.5 que intentan corregir efectos de dispersión
atmosférica y un factor de ganancia (gain factor) G=2.5 para los datos de libre
disposición del satélite MODIS.

 19) AFRI (Aerosol Free Vegetation Index)

El AFRI se desarrolla a partir del NDVI y usa las bandas del infrarrojo medio
MIR estableciendo una correlación entre estas bandas para MODIS (p2.1 y p1.6)
y la banda del rojo.

La ventaja del AFRI se basa en la capacidad de las bandas del MIR de penetrar
en la columna atmosférica, incluso con la presencia de humo y sulfatos. Por lo
tanto estos índices tienen una funcionalidad par la evaluación de la vegetación
en presencia de humo, polución antrópicas o erupciones volcánicas. Hay que
tener en cuenta que en condiciones de cielos claros con baja influencia
atmosférica estos índices se encuentran altamente correlacionados con el NDVI
y sus valores son muy similares.

 20) PRI (Photochemical Reflectance Index)

El PRI es un índice que permite estimar la RUE (Radiation-Use Efficiency) de

la vegetacion y el GPP (Gross Primary Productivity) en los ecosistemas
mediterráneos. El bosque mediterráneo perennifolio tiene una muy baja
estacionalidad de los índices de vegetación (NDVI y EVI) y una gran
estacionalidad de la absorción de carbono. En estos casos este índice permite
detectar qué parte de la capacidad de absorción de carbono se realizó en la
práctica. El PRI se deriva de la libre disposición de información por el satélite
(MODIS).
Donde la p 0.52 corresponde a la banda 11 (526-536 nm) y la p 0.54 corresponde
a la banda 12 (546-556 nm) de MODIS.

Garbulsky, MF; Penuelas, J; Papale, D & Filella, I (2008) Remote estimation

of carbon dioxide uptake by a Mediterranean forest. GLOBAL CHANGE
BIOLOGY. 14. 12: 2860-2867

 21) NDSI (Normalized Difference Snow Index)

El NDSI permite la detección de la cubierta nival mediante datos de

Teledetección. Se selecciona como cubierta nival cualquier celda que sea
superior a un valor 0.4 del índice. Este índice normalizado se calcula mediante
el uso del canal verde (0.520-0.600 %mu;m) y el canal infrarrojo medio (1.550-
1.750 %mu;m), ya que la nieve tiene un comportamiento diferencial entre
ambas bandas (muy reflexiva en el visible y absorbente en el infrarrojo medio)
lo cual permite cartografiarla de manera adecuada.

 22) IB (Brightness Index)

El índice de brillo usa las bandas del rojo (R) y infarrojo cercano (IRP). Tiene
en cuenta el albedo de la superficie terrestre para diferenciar entre las cubiertas
vegetales y los suelos. Este índice es sensible a la luminosidad de los elementos,
así cuando el suelo es muy húmedo puede aparecer en las imágenes con un color
muy oscuro.

(* Estos están en proceso de implementación)

El programa solicita los nombres de los ficheros correspondientes a las bandas
del infrarrojo cercano, rojo y, eventualmente, del azul (índices atmosféricos).
También solicita que se le entren los parámetros de las ecuaciones, los cuales
varían en función del índice utilizado. Si no se dan se piden interactivamente,
al tiempo que se sugiere un valor posible (por ejemplo =1.06, =2.55, L=0.5).

Los valores de fondo de las imágenes originales se guardan como valor de fondo
en la imagen de salida. Las raíces negativas o divisores nulos también se
guardan como valores de fondo, y se documentan como NODATA.
Si quiere generar nuevos índices de los cuales conoce la fórmula, puede utilizar
el programa WCalcImg. También puede utilizar WCalcImg para reescalar los
valores de salida.

Esta aplicación soporta todos los formatos ráster de MiraMon, como entrada,
sea o no comprimidos, y genera un ráster de tipo "real-RLE" cuando todos los
ficheros de entrada están comprimidos en formato RLE y de tipo "real" en el
resto de los casos.

Sintaxis:
INDEXS 1/2/3/4 BandaIR BandaR ImagenSalida
INDEXS 5 BandaIR BandaR ImagenSalida Gamma Delta
INDEXS 6 BandaIR BandaR ImagenSalida Gamma
INDEXS 7 BandaIR BandaR ImagenSalida L
INDEXS 8 BandaIR BandaR ImagenSalida Gamma Delta Kappa
INDEXS 9 BandaIR BandaR ImagenSalida Gamma
INDEXS 10 BandaIR BandaR ImagenSalida
INDEXS 12 BandaIR BandaR BandaB ImagenSalida Nu
INDEXS 13 BandaIR BandaR BandaB ImagenSalida Nu L
INDEXS 14 BandaIR BandaR BandaB ImagenSalida Nu Gamma Delta
Kappa
INDEXS 15 BandaIR BandaR BandaG ImagenSalida
INDEXS 16 BandaIR BandaR ImagenSalida
INDEXS 17 BandaIR BandaG ImagenSalida
INDEXS 18 BandaIR BandaIRM ImagenSalida
INDEXS 19 BandaIR BandaR BandaB ImagenSalida
INDEXS 20 BandaIR Canal_7 ImagenSalida
INDEXS 21 BandaIR Canal_6 ImagenSalida
INDEXS 22 Canal_12 Canal_11 ImagenSalida
INDEXS 23 BandaG BandaIRM ImagenSalida
INDEXS 24 BandaIR BandaR ImagenSalida

 BandaIR: banda que corresponde al infrarrojo próximo.

 BandaIRM: banda que corresponde al infrarrojo medio.
 BandaR: banda que corresponde al rojo.
 BandaB: banda que corresponde al azul.
 BandaG: banda que corresponde al verde.
 ImagenSalida: nombre de la imagen de salida.
 L, Gamma , Delta , Kappa y Nu son parámetros de las ecuaciones.
Si no se dan los parámetros, el programa también funciona interactivamente, pero
hay que pasarle siempre los nombres de las imágenes (tanto de entrada como de
salida) y el índice que se quiere calcular.

Ejemplo: indexs 3 AVHRR_2 AVHRR_1 AVHRR_NDVI