Evaluación y comparación de índices de vegetación obtenido con imágenes satelitales Landsat 8.
Los Índice de Vegetación (VI) son combinaciones de bandas espectrales cuya función es diferenciar tipos de cobertura (agua, suelo, vegetación, urbano) y el estado de la vegetación a partir de su respuesta espectral. Se realizó una revisión bibliográfica de índices de vegetación, de los que se selecc...
- Autores:
-
Córdoba Rojas, Valentina
Urbano Rojas, Cristian David
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad del Valle
- Repositorio:
- Repositorio Digital Univalle
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.univalle.edu.co:10893/19574
- Acceso en línea:
- https://hdl.handle.net/10893/19574
- Palabra clave:
- Percepción remota
Índices de vegetación
Sensores remotos
Imágenes satelitales
Landsat
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
| Summary: | Los Índice de Vegetación (VI) son combinaciones de bandas espectrales cuya función es diferenciar tipos de cobertura (agua, suelo, vegetación, urbano) y el estado de la vegetación a partir de su respuesta espectral. Se realizó una revisión bibliográfica de índices de vegetación, de los que se seleccionaron 13: RVI, NDVI, YVI, PVI, SAVI, ARVI, GEMI, MSAVI, GARI, EVI, GNDVI, DVI y TVI. Los índices se aplicaron y analizaron en un estudio multitemporal, teniendo en cuenta las variaciones de precipitación como indicador de clima de la zona con el fin de estudiar el comportamiento de los índices. Se emplearon 2 imágenes Landsat 8- sensor OLI en el área de estudio comprendida entre la región norte y centro del Valle del Cauca, Colombia y coberturas a escala 1:100.000. Para el estudio multitemporal se seleccionaron dos épocas: abril y diciembre del año 2017. Teniendo en cuenta las respuestas espectrales de cada tipo de cobertura (agua, suelo, vegetación, zona urbana) se calcularon los rangos de respuesta de cada índice y se compararon con los valores extraídos de estos, calculados a partir de las imágenes, en la muestra representativa de dichas coberturas. Los resultados obtenidos mostraron que cada índice responde a características como densidad de vegetación, suelo desnudo, nubes y cantidad de agua. Por consiguiente, es importante tener conocimiento de las coberturas que se están evaluando para aplicar un índice que describa realmente el estado de estas. Para facilitar el proceso se desarrolló una interfaz gráfica para calcular los índices en lenguaje Python. |
|---|