PROCEDIMIENTO PARA LA NORMALIZACIÓN AUTOMÁTICA DE IMÁGENES REMOTAS MULTITEMPORALES EN BASE A USOS DE SUELO PSEUDO-INVARIANTES VEGETALES.

Procedimiento para la normalización automática de imágenes remotas multitemporales en base a usos de suelo pseudo-invariantes vegetales.

Procedimiento automático para la normalización radiométrica de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes que comprende:

a) toma de imágenes remotas multiespectrales correspondientes a bandas que se seleccionan del espectro visible o hiperespectrales,

b) digitalización o geo-referenciación de una imagen,

c) análisis de las imágenes tomadas en a) y selección de parcelas con usos de uno o dos usos de suelo vegetales,

d) conformación de parcelas mediante delimitación de regiones de interés en una imagen y su trasposición al resto de la serie de imágenes,

e) extracción/determinación de los valores digitales de cada banda espectral de cada imagen en el uso de suelo pseudo-invariante de referencia,

f) cálculo de los factores de corrección de cada banda en cada imagen de la serie,

g) transformación lineal de cada banda de cada imagen aplicando el antes calculado CF,

h) conformación de la imagen normalizada en su conjunto mediante la composición de las bandas antes transformadas linealmente.

PROCEDIMIENTO PARA LA NORMALIZACION AUTOMÃ?TICA DE IMÃ?GENES REMOTAS MULTITEMPORALES EN BASE A USOS DE SUELO PSEUDO-INVARIANTES VEGETALES

Sector y objeto de la invención El sector de aplicación de la presente invención es la agricultura y el medio ambiente, más concretamente para empresas de asistencia técnica agraria o mediambiental, o bien auditorias agroambientales públicas o privadas que utilicen la leledetección como herramienta tecnológica. Esta empresas pueden realizar así el seguimiento de la evolución de los sistemas de cultivos en regiones agrícolas y forestales mediante imágenes de satélite o aviones convencionales tomadas en diferentes fechas o momentos ("mullitemporales") , a fin de obtener estadisticas agrarias y de índole ambiental, así como imágenes de explotaciones agrarias, de superficies normalmente más reducidas, tomadas asi mismo en diferentes fechas o a diferentes horas del día, normalmente mediante aviones no tripulados (UAV acrónimo del inglés "unmanned aerial vehicles") .

El objeto de la presente invención es un procedimiento para la normalización radiométrica relativa de imágenes remotas multiespectrales e hiperespectrales mediante transformaciones lineales de cada banda de cada imagen en base a factores de corrección. Estos se estiman en usos de suelo vegetales pseudo-invariantes presentes en cada una de las imágenes, haciendo que cada banda se transforme en el valor medio que ostenta en la serie de imágenes. La instantaneidad original de cada imagen, o desigual valor radiométrico de las bandas espectrales de usos de suelo pseudo-invariantes de cada imagen se iguala, y la imagen en su conjunto se normaliza, ostentando otros usos de suelo pseudo-invariantes valores radiométricos y de índices vegetativos mucho más uniformes en la serie de imágenes. Dicha normalización de imágenes remotas permite una mejor interpretación de las mismas en Agricultura y Medioambiente.

Estado de la técníca En teledetección es esencial conocer el comportamiento o signatura espectral de cada una de las superficies o usos de suelo a las diferentes longitudes de onda. La energía reflejada por la vegetación y el suelo desnudo en las longitudes de onda roja e infrarroja varia muy considerablemente. Cultivos densos y sanos se caracterizan por una elevada absorción de energíal radiación roja y una alta reflectancia de la radiación infrarroja. Con frecuencia se combinan las lecturas radiométricas de las bandas espectrales conformando los indices vegetativos para así resaltar las variaciones de los usos de suelo. Hay un gran numero de índices vegetativos, tantos como operaciones matemáticas se estime oportuno definir. Sus ventajas son: 1) aumentar las diferencias relativas entre los valores digitales que caracterizan cada uso del suelo, 2) reducir el numero de datos obtenidos a un solo valor característico, 3) obtener valores adimensionales, lo que permite su comparación espacial y temporal y, 4) en ocasiones, eliminar efectos indeseados de iluminación, orografia, etc. (Jackson, R.

D. and Huete, A. R. 1991. Interpreting vegetation indexes. Prevo Ve!. Med. 11: 185-200) . Uno de los más conocidos es el NDVI, acrónimo del inglés "Normalised Difference Vegetation Index") . Una actividad fotosintética alta, es decir la vegetación sana y vigorosa, implica un alto valor de NOVI, debido a una alta reflectividad en la banda del infrarrojo cercano y una alta absorción de energia en la banda roja.

los trabajos sobre clasificación de los usos del suelo mediante imágenes de satélite de resolución espacial medial baja o fotografias aéreas utilizando índices de vegetación se pueden considerar como clásicos en teledetección y se han llevado a cabo en áreas muy diversas: costeras, parques naturales, masas forestales, zonas agrícolas, entre otras muchas. También se han llevado a cabo trabajos para detectar de forma sistemática las anomalias en el desarrollo de los cu ltivos de regadío en Aragón (lópez-lozano R. and Casterad M.A. 2003. Una aplicación SIG para seguimiento en parcela mediante NOVI de irregularidades en el desarrollo del cultivo. Proceedings del X Congreso Nacional de Teledetección, Cáceres, pp 9-12) , Y monitorizar el crecimiento de cultivos con datos biofisicos como altura de la planta, área foliar (LAI acrónimo del inglés leaf Area Index) y biomasa (Calera A., Martínez C. and Meliá J. 2001. A procedure for obtaining green plant cover: relation to NOVI in a case study for barley. In1. J. of Remote Sensing, 22: 3357-3362; y Calera A., González-Piqueras J. and Meliá

J. 2002. Remate sensing monitoring crop growth. Proceedings of Recent Advances in Quantitative Semote Sensing, Valencia, pp 522-529) . También se están produciendo avances muy significativos en la teledetección de malas hierbas en cultivos con sensores multiespectrales (Koger, H. K., D. R. Shaw, K. N. Reddy and lo M. Bruce. 2004. Detection of pitted morning glor y (Ipomoea lacunosa) with hyperspectral remote sensing. 11 Effects of vegetation ground cover and reflectance properlies. Weed Sci. 52:230-235; Thorp K. R. & l. F. Tian. (2004) . A review of remate sensing of weeds in agriculture. Precision Agric., 5, 477-508; Y Girma, K., J. Mosali, W.R. Raun,

K. W. Freeman, K. lo Martin, J. B. Solie and M. lo Stone. 2005. Identificalion of optical spectral signature for detecting cheat and r y egrass in winter wheat. Crop Sci. 45:477-485) e incluso se ha desarrollado una metodología para mapear infestaciones tardías de malas hierbas en cultivos mediante imégenes remotas de alta resolución espacial (Peña Barragán J.M., F. lópez-Granados, M. Jurado-Expósito and L. Garcia-Torres. 2007. Mapping Ridolfia segetum patches in sunflower crop using remote sensing. Weed Research, 47: 164-172) . Para llevar a cabo dicho trabajo es necesario que existan diferencias en las firmas espectrales entre el cultivo y las ES 2 481 348 Al

especies de malezas en determinados momentos del ciClo fenológico (Peña Barragan. Pena-Barragan, F. LópezGranados, M. Jurado-Expósito and L. Garcia-Torres. 2006."Spectral discriminalion of Ridolfia segetum and sunflower as affected by phenological stage. Weed Research, 46: 10-21) .

Programas informáticos de manej o de imágenes Se comercializan programas informáticos ("software") para el procesamiento e interpretación de las imágenes, entre otros ERDAS®, MAP-INFOO y ENVI® . Éste ultimo es un potente sistema de proceso de imágenes remotas ampliamente usado en muy diversos paises del mundo y en muy diversas disciplinas cientificas (EXELlS, 2012; http://w.vw.exelisvis.coml) . Entre las ventajas de ENVl cabe destacar que combina a través de funciones interactivas los archivos de datos de las bandas del espectro electromagnético captadas por el sensor o sensores. En cada archivo, los datos de cada banda se archivan de forma independiente y se tiene acceso a los mismos de forma individualizada o simultánea mediante funciones. IDL (acrónimo del inglés Interactive Data Language, IDL®) es el lenguaje de programación informática de ENVI. IDL es potente, sistematizado y permite un proceso de imágenes integrado. La flexibilidad de ENVI se debe en gran medida a la versatilidad de IDL.

Calibración y normalización de imágenes multitemporafes En teledetección las imágenes son instantáneas, por lo que sus valores radiométricos varian segun los factores atmosféricos (temperatura, humedad, aerosoles) , de indinación o ángulo solar, y de observación o lugar en que se han tomado, . y del instante en que son tomadas. Además el suelo, la vegetación y el sistema vegetación-atmósfera cambia o evoluciona dinámicamente, en cada instante (Inoue Y. 2003. Synergy of Remate Sensing and Modelling for Estimating Eco-physiological Processes in Plant Production, Plant Prod. SCi., 6, 1, 316, 2003) . Asi pues, los datos radiométricos de cualquier uso de suelo captados por el sensor pueden variar debido a: 1) cambios en la calibración del sensor; 2) diferencias en los ángulos de iluminación solar y observación; 3) variación de las condiciones atmosféricas; y 4) cambios en la reflectancia (Du Y., P. M. Teillet and J. Cihlar. 2002. Radiometric normalization of multitemporal high-resolution satellite images with qualily control for land cover change detection. Remate Sensing of Environment, 82, 123-134) . Asi pues las correcciones radiométricas de las imágenes tienen como objetivo anular o compensar las variaciones debidas a los factores antes listados (1 a 4) excepto al que se pueda atribuir a los cambios reales que se han producido en el terreno cuya reflectancia fisica interesa determinar (correcciones absolutasJ *absolute correction") o bien normalizar las lecturas! datos digitales obtenidos en diferentes condiciones a una escala común (correcciones relativas!...

1. Procedimiento automático para la nonnalización radiomélrica de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes caracterizado porque comprende las siguientes etapas:

al toma de una o varias imágenes remotas multiespectrales correspondientes a bandas que se seleccionan del espectro visible azul: B, verde: G, rojo: R; e infrarrojo cercano NIR) o hiperespectrales (más de 6 bandas) , con alta resolución espacial (:5 10 metros) , desde plataformas, tales como satélites, aviones convencionales y aviones no tripulados (UAV) , y en diferentes fechas del año, léase estados de desarrollo de un cultivo, o en diferentes momentos de un día,

b) digitalización o geo-referenciación de una imagen, mediante GPS diferencial en los casos que sea necesario para asignar las coordenadas geográficas, en el caso de imágenes aéreas no georeferenciadas, y co-registro "imagen a imagen" del resto de las imágenes de la serie a fin de que su posicionamiento geográfico sea coincidente, c) análisis de las imágenes tomadas en a) y selección de parcelas con usos de uno o dos usos de suelo vegetales pseudo-invariantes (VPIFs) , uniformes o aparentemente uniformes en cada una de las imágenes, y que exhiban una elevada reflectancia ó indice "de verdor", en cada una de las imágenes multitemporales, d) conformación de parcelas VPIF mediante delimitación de regiones de interés en una imagen y su trasposición al resto de la serie de imágenes, e) extracción/determinación de los valores digitales de cada banda espectral de cada imagen en el uso de suelo pseudo-invariante (VPIF) de referencia que comprende a su vez las siguientes etapas:

e.1) apertura de datos anteriores, e.2) archivo de los datos resu ltantes en un fichero de texto e.3) exportación a una hoja de cálcu lo e.4) estimación de los indices vegetativos tales como el NDVI y el B/G; y los estadisticos de la serie: media, rango y desviación estándar.

f) cálculo de los factores de corrección (CFs) de cada banda en cada imagen de la serie, donde cada CF de la banda x de la imagen i, CFxi, se define como el ratio xR I xi, en donde xR es el valor de la imagen de referencia (RI) , o valor medio de la banda G en la serie original (ORI) de imágenes multitemporales normalmente el valor, y xi es el valor de la banda R en la imagen i.

g) transformación lineal de cada banda de cada imagen aplicando el antes calculado CF, h) conformación de la imagen normalizada en su conjunto mediante la composición de las bandas antes transformadas linealmente.

2. Procedimiento para la normalización radiométrica automática de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes segun la reivindicación 1, caracterizado porque las etapas e) a h) del procedimiento se ejecutan mediante un programa de ordenador.

3. Procedimiento para la normalización radiométrica automática de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes segun una cualquiera de las reivindicaciones 1 y 2, caracterizado porque las escenas agroambientales multitemporales a normalizar se toman en cualquier área geográfica que contenga vegetación y exhiba al menos un uso de suelo pseudo-invariante, tal como un árbol o árboles no caducifolios, o praderas o césped permanente, en el periodo de tiempo en que se han tomado las imágenes multitemporales.

4. Utilización de un procedimiento para la normalización radiométrica automática de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes segun las reivindicaciones 1 a la 3 para la obtención de imágenes multitemporales normalizadas de cualquier escena agrícola o agro-ambiental y su uso posterior en estudios de estadisticas agrarias y seguimiento de sistemas de cultivo.

5. Utilización de un procedimiento para la normalización radiométrica automática de series de imágenes remotas multitemporales de una misma área o escena geográfica, en base a usos de suelo vegetales pseudo-invariantes segun las reivindicaciones 1 a la 3 para posterior individualización de parcelas agricolas, cualquiera que sea su extensión, e implementación de programas de agricultura de precisión mediante proceso de la imagen de las mismas y la prescripción de tratamientos agricolas.