Multi-Angle Imaging Spectroradiometer (MISR): análisis de la calidad de sus datos, variabilidad espacio-temporal en la España Peninsular y su uso en la estimación de variables forestales apoyado en datos LiDAR e inventario de campo

Abstract

Los datos espectrales son la fuente más utilizada de información en la caracterización de la superficie terrestre mediante teledetección. A veces, estos carecen de sensibilidad a la hora de describir las cubiertas naturales, sobre todo, a escala media y global. La información multiangular puede ser la clave para mejorar las caracterizaciones de las distintas cubiertas terrestres. En este sentido el Multiangle Imaging Spectro Radiometer (MISR) es un sensor con 9 cámaras de empuje que fue diseñado para proporcionar datos periódicos multiangulares y multiespectrales, con una resolución espacial de 1.1 o 275 km y en cuatro canales dentro del espectro (azul, verde, rojo e infrarrojo cercano). El equipo MISR ofrece diferentes productos accesibles de forma gratuita. Por ejemplo el producto MISR Level 2 Land Surface (MIL2ASLS) nos brinda los parámetros del modelo MRPV calculados a 1.1km de resolución de pixel. Este modelo semi-empírico utiliza tres parámetros (Rho, k y Theta) para representar el campo de BRF y describir, así, la anisotropía presentada por las cubiertas. Diversos estudios han probado con éxito que estos parámetros caracterizan algunos atributos forestales y coberturas terrestres. También se ha demostrado cómo combinaciones de BRF pertenecientes a distintas bandas y diversos índices mulitangulares, han sido útiles a este respecto. Sin embargo, la teledetección multiangular es algo que no se ha explorado y evaluado tan profundamente como la teledetección clásica. Es por ello que en esta tesis se ha analizado información multiangular proporcionada en productos del sensor MISR y su aporte en ciertas aplicaciones. Primeramente se ha explorado la coherencia y consistencia de los parámetros del modelo MRPV, proporcionados en el producto MISR L2 Land Surface, comparando dos a dos los valores en mismos píxeles pertenecientes a pares de imágenes de la España Peninsular muy próximas en tiempo. De esta manera se evitó localizar cambios que pudieran ser causados por diferencias fenológicas en el terreno y no solo por una falta de consistencia en los valores. Tras este estudio pudimos comprobar como el parámetro Rho es el más consistente (coeficientes de Spearman de 0.85 y diferencias relativas medias de alrededor del 15%) mientras que Theta (Rhos de Spearman que rondaron el 0.60 y diferencias relativas medias del 25%) y k (Rhos de Spearman de alrededor de 0.65 y diferencias relativas medias del 8%) lo son en menor medida. En cuanto a los factores que afectan a la falta de consistencia de forma significativa, inferimos que en nuestro caso el único que lo hizo fue la banda espectral. (Peor consistencia en bajas longitudes de onda como es el canal del azul del MISR). Tras el estudio de la curva de BRF en el plano principal calculada a partir del software Anisview y los parámetros medios MRPV del producto MIL2ASLS en una fecha de invierno y verano del 2006 y en varias clases de uso de suelo CLC 2006 en la España peninsular, evaluamos primero como los valores medios de estos parámetros parecen ser distintos entre fechas, clases y bandas y estar más influenciados Theta y k por propiedades estructurales y ángulos cenitales y Rho por el comportamiento fenológico de estas cubiertas. Las curvas de BRF en el plano principal de observación nos revelaron cómo influyen los parámetros en el comportamiento de estas. Además vimos como la anisotropía es mayor en el rojo que en el IRC y cómo las diferencias entre BRF del nadir y BRF del hotspot a veces son mayores del 100 por cien. Después de evaluar el comportamiento de los parámetros del producto MIL2ASLS y de realizar distintos análisis de variabilidad, a lo largo de múltiples fechas en el año 2006 en la España peninsular, se comprobó que este comportamiento fue significativamente diferente según clases de uso de suelo (CLC 2006) y fechas. El parámetro Rho se mostró más relacionado con la respuesta espectral mientras que k y Theta no solo, pareciendo estar más en relación con las distintas conformaciones estructurales o por la geometría de captación. Con el fin de encontrar correlación entre distintas variables y los parámetros MRPV, también del producto MIL2ASLS se calcularon por un lado coeficientes de Spearman entre estos y NDVI, LAI. Por otro, se realizaron GLM múltiples mixtos y Particiones Jerárquicas usando como variables dependientes cada uno de los parámetros en las bandas del rojo e IRC y como variables explicativas CLC 2006, NDVI, ángulos, RMSE de la inversión, fecha. Se observó cómo, la variabilidad del Rho viene, sobre todo, dada por el NDVI y la clase de uso de suelo CLC 2006. Sin embargo, la del k y Theta viene en mucha menor medida por estos y en mayor por los ángulos o la órbita. Por último, en esta tesis evaluamos la posibilidad de aunar inventario de campo, datos provenientes de nubes de puntos LiDAR e imágenes MISR a 275 m de resolución espacial (producto MIB2T) para estimar volumen por superficie, además de otras variables de interés forestal. De tal modo que se pudiera abaratar el proceso y tener estimaciones de forma periódica de cara a la gestión de zonas naturales. En esta parte de la tesis la zona de estudio se centró en el Monte Cabeza de Hierro en Madrid. El monte es muy irregular por bosquetes, está muy bien preservado. El inventario de campo que se usó no fue diseñado para nuestro fin aquí. Los resultados de las estimaciones de volumen del in-ventario de campo por hectárea no son tan buenas como en otros estudios en los que se ha estimado también esta variable, pero en climas boreales (RMSE = 58m3 h-1 y R2= 0.43). En cualquier caso, la muestra usada como verdad terreno no fue recogida para tal fin pudiendo ser la causa que explicara parte de estos resultados. Por otro lado, estrati-ficando conseguimos mejorar la estimación de volumen de pino (RMSE = 48m3 h-1 y R2= 0.52) Los resultados de los modelos para explicar y estimar altura del inventario de campo presentaron mejores resultados que los de volumen (R2 =0.7 y RMSE rel.< 20%).Las mismas estimaciones pero realizadas usando datos MISR y campo y MISR-Li-DAR y campo no son mejores para el volumen, siendo iguales e incluso, a veces, mejores para las alturas. En cuanto a las relaciones existentes entre datos MISR y LiDAR, se encontraron acepta-bles ajustes entre ciertas combinaciones. Por tanto es un campo que habría que conti-nuar estudiando puesto que parece muy prometedor.