IV Congreso Argentino de Tecnología Espacial
TRANSFORMACIÓN LINEAL DE DATOS SATELITALES MULTITEMPORALES EN LA DETECCIÓN DE CAMBIOS DE PLANTACIONES FORESTALES MIRIAM PRESUTTI; MARCELO ARTURI Facultad de Ciencias Agrarias y Forestales Universidad Nacional de La Plata Diagonal. 113 y 61 Nº 469 Piso 2, 1900 La Plata, -Provincia de Buenos Aires, ARGENTINA TE +54-221-4236616
[email protected]
RESUMEN El objetivo de este trabajo es aplicar una metodología que permita analizar la relación existente entre las series de suelos y las plantaciones forestales, realizadas durante las últimas décadas en un sector de los departamentos Colón y Concordia de Entre Ríos. El procedimiento permite describir la dinámica temporal y espacial de las plantaciones/áreas cosechadas mediante la integración de datos satelitales y edáficos. Para ello, se aplicó la técnica denominada “Rotación Radiométrica Controlada por el eje de no cambio” (RCEN) a los NDVI calculados a partir de dos imágenes Landsat, TM y ETM+ adquiridas el 21 de Enero de 1992 y 18 de Noviembre de 2000 respectivamente. Ambas imágenes fueron corregidas radiométrica y geométricamente utilizando el programa Erdas Imagine. La técnica RCEN, consiste en una transformación lineal producida por la rotación de los ejes en el espacio de atributos radiométricos de dos imágenes de diferente fecha; y el ángulo de rotación es calculado a partir de la pendiente de la recta de regresión de los puntos que no cambian su cobertura en ambos momentos. El resultado de esta técnica es una imagen de detección de cambios que muestra la localización de las nuevas plantaciones y áreas cosechadas en el período estudiado. Finalmente, en un entorno SIG se determina en qué unidades cartográficas de suelos se han producido los cambios.
1.- INTRODUCION Hasta hace algunas décadas, las plantaciones forestales de especies exóticas y rápido crecimiento ocupaban superficies relativamente limitadas en la Argentina. Sin embargo, los aspectos de mercado (aumento de la demanda nacional e internacional de diversos productos de la madera) han llevado a un incremento importante de la superficie implantada. Uno de los principales núcleos de plantación es la región mesopotámica, principalmente el NE de Entre Ríos, siendo Eucalyptus grandis la especie más importante. Según datos relevados en el año 2002, la
superficie forestada asciende a las 28.918 has en Concordia y 26.379 has en Colón. [1]. Los procesos históricos de cambio de uso de la tierra determinan tendencias de transformación que dependen de diferentes factores, entre ellos, la aptitud de uso de la tierra. Frente a la expansión de una determinada forma de uso de la tierra, los sitios más aptos presentan mayores probabilidades de transformación. En el caso de las plantaciones forestales en Entre Ríos, los suelos más aptos, ubicados en posiciones altas del paisaje, fueron los primeros en ser utilizados, para luego cubrir áreas con suelos de menor aptitud. Los recursos naturales vienen siendo monitoreados mediante el análisis de imágenes
IV Congreso Argentino de Tecnología Espacial
satelitales desde el inicio del Programa Landsat en 1972. Las técnicas digitales de detección de cambios comprenden la cuantificación de fenómenos temporales capturados con imágenes multiespectrales y multitemporales. [2]. Una gran variedad de algoritmos y rutinas de clasificación han sido documentados en la bibliografía, todos con distintos grados de flexibilidad y aplicabilidad. En el presente trabajo se aplicó una técnica propuesta por Maldonado [3] [4] como una alternativa a la aplicación del Análisis de Componentes Principales (ACP) para detección de cambios, entendiéndose como una rotación radiométrica controlada por la matriz de covarianza, técnica a cual denominó “Rotación Radiométrica Controlada por el eje de no cambio” (RCEN).
La técnica, consiste en una transformación lineal producida por la rotación de los ejes en el espacio de atributos radiométricos de dos imágenes de diferente fecha; y el ángulo de rotación es calculado a partir de la pendiente de la recta de regresión de los puntos que no cambian su cobertura en ambos momentos, por lo cual el control en el ángulo de rotación aumenta la eficacia con respecto al ACP Esta técnica produce como resultado dos componentes, la primera sin valor analítico a ser considerado y la segunda que representa los cambios producidos en la cobertura.
2.- OBJETIVO El objetivo del presente trabajo es aplicar una metodología de análisis de datos satelitales multitemporales que permita detectar cambios en la dinámica temporal y espacial de las plantaciones forestales, de una manera sencilla y confiable. Además, analizar cuales suelos han sido utilizados en el proceso.
3.- METODOLOGIA La técnica aplicada fue desarrollada para su aplicación en regiones semiáridas y para la selección de la banda espectral mas apropiada para ser usada, se consideró, que si bien la banda del infrarrojo cercano (TM4) es la mas adecuada para estudios de vegetación, en su caso, con vegetación semiárida careciente de follaje en determinadas épocas del año, era más apropiado el uso de la banda correspondiente al rojo (TM3). El presente trabajo fue realizado con datos satelitales correspondientes a una región con clima templado húmedo y específicamente orientado a la detección de cambios en plantaciones forestales que mantienen su follaje durante todo el año. Se introdujo una modificación con respecto a la técnica original y la misma consistió en la utilización de los NDVI calculados para cada una las imágenes, en vez de una sola banda. Para ello se utilizaron dos imágenes Landsat TM y ETM+ adquiridas el 21 de Enero de 1992 y 18 de Noviembre de 2000 respectivamente. Las mismas fueron corregidas radiométrica y geométricamente utilizando técnicas estándar con el Programa Erdas Imagine y parámetros de los sensores. Se obtuvieron, a partir de los niveles de grises (ND) de las imágenes, las correspondientes Radiancias y Reflectancias, para finalmente proceder al cálculo de los correspondientes NDVI de cada una de las imágenes, para el que se utilizan las bandas correspondientes al rojo e infrarrojo cercano. Por otra parte, se identificaron sobre las imágenes puntos que han mantenido la misma cobertura en ambas fechas, extrayéndose en cada una de las posiciones los pares de valores de NDVI correspondientes a los años 1992 y 2000. A partir de los cuales se calculó la recta de regresión y el ángulo de su pendiente, que será utilizado para la rotación del espacio de atributos radiométricos. La técnica RCEN es una transformación lineal que produce una rotación de los ejes ortogonales del espacio de atributos radiométricos de las imágenes, en relación al eje
IV Congreso Argentino de Tecnología Espacial
formado por la recta de regresión de los puntos de no cambio. Este eje describe la relación entre los píxeles de no cambio de las imágenes de primera fecha (Eje X) y segunda fecha (Eje Y), obteniéndose la recta de regresión de los píxeles de no cambio a través de la siguiente formula: Fecha 2 = m * Fecha1 + I (1) Fecha 2= Valor radiométrico de la segunda fecha Fecha 1= Valor radiométrico de la primera fecha m= coeficiente de inclinación de la recta de regresión I= Ordenada al origen El ángulo de rotación (α) se define como el arco tangente del coeficiente de inclinación de la recta de regresión, y se expresa como sigue: α =
arctg(m)
(2)
= ángulo del eje de no cambio m= coeficiente de inclinación de la recta de regresión. α
A partir de este punto, se rota el espacio de atributos radiométrico en sentido antihorario, hasta que el Eje X se torna paralelo al Eje de no cambio; la imagen detección de cambios se genera según un sistema de ecuaciones: XRes = X1 cos α + X2 sen α XDet = - X1 sen α+ X2 cos α
(3) (4)
XRes= imagen residual (primera componente; sin valor analítico a ser considerado) XDet = imagen detección de cambios (segunda componente) X1 = imagen de la primera fecha X2 = imagen de la segunda fecha α= ángulo de rotación El resultado de la Ecuación (4), es una imagen de valores continuos que representan los cambios producidos entre ambas fechas. Por otra parte, los datos correspondientes a las unidades cartográficas de suelos, fueron obtenidos a partir de la digitalización de las cartas
de suelos, escala 1:50.000, correspondientes a los departamentos Colón y Concordia, y el posterior etiquetado de los polígonos resultantes. El atributo de suelos que se utilizó en este trabajo es el que corresponde a la aptitud de cada unidad cartográfica para el uso forestal, específicamente para Eucalyptus.
4.- AREA DE ESTUDIO El área de estudio elegida para aplicar la mencionada metodología comprende el departamento Colón y la porción sur del departamento Concordia, en el Centro-Este de la provincia de Entre Ríos, ubicados sobre la costa del río Uruguay. La zona posee un clima templado húmedo de llanura, una temperatura media anual de 18,5 ºC y la precipitación media anual se ubica en los 1100 mm, registrándose en el período octubre a abril más del 70 % del total anual Sobre la costa del río Uruguay se encuentran suelos arenosos con características muy variables a corta distancia. Los mismos se disponen en una franja irregular, paralela a la costa del río, en un ancho que varía aproximadamente de 2 a 30 Km. Hacia el oeste el porcentaje de arena va disminuyendo y aumentando el de arcilla, determinando la aparición de suelos Molisoles y Vertisoles. Los suelos arenosos, se caracterizan por ser muy aptos para la citricultura y la silvicultura; por lo cual las plantaciones forestales se extienden preferentemente sobre las terrazas del río, en una franja de 20-35 km paralela a la costa. La especie más frecuentemente utilizada en las plantaciones comerciales es Eucalyptus grandis y en menor medida Eucalyptus dunni, Pinus elliottii, Pinus taeda y Eucalyptus globulus . A diferencia de las otras provincias de la Mesopotamia, aquí las plantaciones son relativamente jóvenes, lo cual indicaría que las cosechas a corto plazo se destinarían en su mayor parte a la producción de pulpa.
IV Congreso Argentino de Tecnología Espacial
5.- RESULTADOS Y DISCUSION A partir de los puntos de no cambio de cobertura seleccionados y de los pares de valores de NDVI de ambas fechas, se calculó la recta de regresión según la Fórmula (1). En la Figura 1 se muestra la localización de los puntos mientras que en la Figura 2 se observa la recta de regresión de los valores de NDVI correspondientes a ambas fechas en la localización de los puntos de no cambio. La recta de regresión fue calculada utilizando la extensión del programa ArcView de uso público denominada “Grid and Theme Regresión v3.1” [5]. Una vez obtenida la ecuación de la recta de regresión se calculó el ángulo de rotación mediante la Fórmula (2), siendo α=49.58. Finalmente, este valor es ingresado a la Fórmula (4) con la cual se obtiene la imagen detección de cambios. La rotación de las imágenes se realizó mediante la creación de un modelo en el programa Erdas Imagine.
Figura 1: Localización de los puntos de no cambio en ambas fechas . La imagen corresponde a la Imagen del 2000 (segunda fecha)
NDVI2000 = -0.0638713 + 1.1743670*[Ndvi1992]
R 2 = 0.893610
Figura 2: Recta de regresión de los valores de NDVI de los puntos de no cambio
En la Figura 3 a) y b) se muestra un detalle de las imágenes Landsat utilizadas donde se observa (abajo a la derecha de las imágenes) una gran plantación de pinos y eucaliptos que se mantiene sin cambios en ambas fechas, además se observa un sector en el centro de las imágenes donde se han realizado nuevas plantaciones de eucaliptos, en el periodo de tiempo estudiado. En c) se muestra la imagen de detección de cambios obtenida mediante la técnica RCEN. La misma es una imagen con valores continuos en un rango de –0.57 a 0.37, donde los valores mas altos corresponden a las nuevas plantaciones forestales. En la misma se despliegan en tonos rojos donde están localizadas las nuevas plantaciones y en azules las zonas donde no se han producido cambios entre ambas fechas. En este punto, es necesario aclarar que debido a la resolución espacial y espectral de las imágenes utilizadas existen algunas limitaciones para detectar determinadas plantaciones de Eucalyptus sp, en especial cuando las plantas tienen una edad inferior a los dos años o la superficie ocupada es menor a 4 ha Por otra parte, la edad óptima de rotación en la región varía según sitio y destino de la plantación, variando entre los 8 y 13 años, siendo el ciclo mas corto cuando el sitio es mas apto y el destino es pulpa.
IV Congreso Argentino de Tecnología Espacial
a) Imagen 1992
b) Imagen 2000
c) Imagen Detección de Cambios
a) No se detecten cambios pero si los hubieron: si bien no se detectaron cambios entre ambas fechas, pudo haber habido un corte inmediato a la adquisición de la primera imagen y luego en la segunda se observa una nueva plantación o el rebrote de la anterior. b) No se detecten cambios pero hubieron plantaciones nuevas que no fueron detectadas por el sensor en la segunda fecha (plantaciones menores a dos años) c) Se detecte un cambio, pero las plantaciones ya existían en la primera fecha y no fueron detectadas por el sensor. (plantaciones menores a dos años) En la región estudiada, se observa en la porción oriental de los departamentos, sobre la margen del río Uruguay que la ocupación actual del suelo es la actividad forestal, mientras que en el centro y oeste el uso de la tierra es agrícolo/ganadero. Esta ocupación actual del suelo coincide con el mapa de aptitud forestal de las unidades cartográficas de suelos mostrados en la Figura 4. Si bien con la aplicación de la técnica RCEN son detectados los cambios en la cobertura, no es posible afirmar que todos los cambios producidos en toda la región estudiada se debieron exclusivamente a las plantaciones/cosechas forestales. Figura 5.
Leyenda Nuevas Plantaciones Áreas Cosechadas Sin Cambios Leve Cambio Positivo Leve Cambio Ne ativo
Figura 3: a) y b) Detalle de las imágenes Landsat del 21 de Enero de 1992 y 18 de Noviembre de 2000, mostrando un sector con nuevas plantaciones de eucaliptos y un sector donde la cobertura se mantuvo sin cambios. c) Imagen detección de cambios.
Por lo anteriormente expresado, y dado que el tiempo de separación entre las adquisiciones de ambas imágenes es de prácticamente un ciclo de rotación, se podrían encontrar situaciones donde:
Figura 4:
Unidades cartográficas de suelos de los departamentos Colón y sur de Concordia mostrando la aptitud potencial de uso forestal para eucaliptos.
IV Congreso Argentino de Tecnología Espacial
Departamentos Federación, Concordia y Colón, del Nordeste de Entre Ríos”. PICT 08 – 03144 “Criterios e Indicadores de Manejo Sustentable en Plantaciones forestales de Entre Ríos” E. E. A. Concordia Centro Regional Entre Ríos
[2] POL R. COPPIN and MARVIN E. BAUE (1996). Change Detection in Forest Ecosystems
with Remote Sensing Digital Imagery. Remote Sensing Reviews 13:207-234
[3] FRANCISCO DARÍO MALDONADO JOÃO ROBERTO DOS SANTOS (2005). Metodología
Figura 5:
de detección de cambios utilizando técnicas de rotación radiométrica. Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia, Brasil, 16-21 abril 2005, INPE, p. 601-608. Imagen detección de cambios en la región de
estudio.
Finalmente, al superponer en un entorno SIG la imagen resultante detección de cambios y los datos edáficos, se determinó que todos los cambios producidos en las plantaciones forestales durante el intervalo de tiempo estudiado se han realizado en suelos considerados aptos o muy aptos para el cultivo de Eucalytus.
CONCLUSIONES La técnica RCEN de detección de cambios utilizando imágenes multitemporales ha demostrado ser de aplicación sencilla y confiable. En el presente trabajo se han utilizado dos imágenes con un intervalo de separación que se puede considerar largo teniendo en cuenta el ciclo de rotación de las plantaciones forestales, por lo que sería recomendable utilizar un intervalo de adquisición menor.
REFERENCIAS [1] DIAZ, DIANA E. TESÓN, NATALIA (2002)
“Unidades de Manejo Forestal en los
[4]JOÃO ROBERTO DOS SANTOS, FRANCISCO DARÍO MALDONADO, PAULO MAURICIO LIMA ALENCASTRO GRAÇA. (2005) Integração De Imagens Landsat/Etm+ e
Cbers-2/Ccd para Detecção de Mudanças em area da Amazônia Sob Domínio da Floresta de Transição Revista Brasileira de Cartografia Nº 57/01, 2005. (ISSN 1808-0936) [5].http://www.jennessent.com/arcview/arcview_ extensions.htm (último acceso marzo 2007)
