Memoria para optar al Título Profesional de: Ingeniero en Recursos Naturales Renovables / La humedad de suelo es una de las variables climáticas esenciales en la biósfera, pues se
encuentra fuertemente relacionada a los procesos de intercambio de calor y de distribución
de los flujos de energía en la interface superficie-atmósfera. Sin embargo, su determinación
de manera periódica y a escala regional es difícil por medio de estimaciones puntuales.
Frente a esto las técnicas de teledetección, y en particular las basadas en observaciones de
microondas en banda L (1.4 Ghz), se presentan como una herramienta importante para su
estimación periódica a escala regional. Lo métodos utilizados para estimar la humedad a
partir de las observaciones de microondas de banda L, no suelen consideran los efectos de
la cubierta vegetal sobre la señal recibida por un sensor remoto. Es por esto que se han
desarrollado métodos semi-empíricos que buscan corregir los efectos de la cubierta vegetal
en la estimación de humedad a partir de la información de un índice de vegetación. Para
esta memoria se utilizaron los datos de temperatura de brillo bi-polarizada en banda L de la
misión SMOS; el índice de vegetación de diferencia normalizada (NDVI) del sensor
MODIS; la humedad y temperatura de los primeros 7 cm de suelo provenientes del
“reanalysis” ERA-Interim, y 13 clases de cobertura de superficie obtenidas de la base de
datos ECOCLIMAP. Los datos abarcan el periodo comprendido entre Enero de 2010 y
Diciembre de 2012, y corresponden a la zona central de Chile. Con los datos se generó una
base de 3 años de datos para cada pixel del área de estudio, con la cual se calibró, evaluó y
validó un método de estimación de humedad de superficie tanto considerando el NDVI de
MODIS, como no considerando un indicador de vegetación. Los resultados se analizaron
según las clases de coberturas presentes en el área de estudio y en función del coeficiente
de determinación (r2
), de los coeficientes obtenidos en las regresiones y del “Unbiased Root
Mean Square Difference” (ubRMSD). Los resultados mostraron aumentos en el r2
promedio para todas las clases de cobertura analizadas cuando se incorporó el NDVI de
MODIS en la calibración del método. Los aumentos en el r2 variaron entre un 3%
correspondiente a la clase de Cultivos y un 49% correspondiente a la clase de Matorral
Cerrado. El ubRMSD presentó disminuciones de hasta un 1% de m3
/m3 en las clases de
Bosque, Matorral Abierto y Matorral Leñoso, y disminuciones de hasta un 2% de m3
/m3 en
la clase de Matorral Cerrado. El análisis de los resultados sugiere que la incorporación del
NDVI de MODIS en el método semi-empírico es capaz de mejorar las estimaciones de
humedad de superficie para algunas coberturas. / Soil moisture is one of the biosphere’s essential climatic variables, as it drives the processes
of heat exchange and energy fluxes distribution between Earth’s surface and the
atmosphere. However, it periodical monitoring at regional scales using in-situ
measurements is complicated. In this context, remote-sensing techniques, and in particular
those based in L-band microwaves observations, appear as an important tool for the
periodical estimation of soil moisture at regional scales. The approaches used to estimate
soil moisture from L-band microwaves observations usually do not take into account the
effects of the vegetation cover in the signal received by a remote sensor. Because of this,
several semi-empirical approaches have been developed in order to correct the effects of
the vegetation cover in the soil moisture estimation by using the information from a
vegetation index. For this work, several datasets were used: Bi-polarized brightness
temperature from the SMOS mission, the normalized difference vegetation index (NDVI)
from MODIS, the temperature and water content from the first 7 cm of soil depth from the
ERA-Interim reanalysis, and 13 land cover classes obtained from the ECOCLIMAP data
base. The data period included years 2010, 2011 and 2012, and the method was applied
over the central area of Chile. Using the data, a 3-year database was compiled for every
pixel of the study area, which was used to calibrate, evaluate and validate a semi-empirical
approach to estimate soil moisture, both using the NDVI from MODIS, and not including
any vegetation index in the approach. Results were analyzed for every land cover class
using the determination coefficient (r2
), the coefficients obtained from the regressions and
the unbiased root mean square difference (ubRMSD). Results showed an increase in the
average r2 for all land cover classes when a vegetation index was used in the calibration of
the approach. These increases in r2 ranged from a 3% for the Crop class, to a 49% for the
Closed Shrubland class. The ubRMSD presented a decrease in its value up to 1% m3
/m3 for
the Woodlands, Open Shrublands and Woody Shrublands classes and up to 2% m3
/m3 for
the Closed Shrubland class. The analysis of the results suggests that the use of MODIS’s
NDVI in the semi-empirical approach is able to improve the soil moisture estimation for
some of the land cover classes.
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/149474 |
| Date | January 2015 |
| Creators | Santamaría Artigas, Andrés Eduardo |
| Contributors | Mattar B., Cristian, Hernández P., Jaime, Fuster G., Rodrigo |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
Page generated in 0.0025 seconds