lunes, 12 de marzo de 2012

Evaluacion del Funcionamiento de un Sistema de Riego Usando Sensores Remotos

A continuación se presenta la traducción del artículo “Mali’s River of Life “aparecido en la revista “Rice Today”  Vol. 10, No. 3 (Julio - Septiembre 2011), donde se muestra el gran potencial de usar las imágenes de los satélites de teledetección como Landsat junto con modelos de balance de energía para estimar la evapotranspiración  (ET) o uso consuntivo a nivel de sistemas de irrigación o a nivel de parcela, en Malí, África occidental. Además de esta información básica (ET) para la gestión del agua para riego, se pueden estimar otras variables como el rendimiento por cultivo y la productividad del agua a fin de mejorar la productividad y la eficiencia del agua dentro del sistema.
Los sensores remotos y el modelamiento espacial han evolucionado significativamente en las recientes décadas. Herramientas que pueden ser usadas para una amplia variedad de aplicaciones se encuentran ya disponibles. Varios tipos de imágenes de satélite pueden ser descargadas sin costo alguno, lo que reduce los costos y hace a los sensores remotos accesibles a los usuarios finales, tales como los manejadores de sistemas de irrigaciones de gran escala. Los sensores remotos permiten a los usuarios obtener de manera global, información espacial objetiva que puede ser usada para evaluar y mejorar el rendimiento de  los sistemas de irrigación.
En el 2008, un estudio basado en sensores remotos fue conducido para evaluar el uso consuntivo, el rendimiento de arroz, y la productividad del agua de la Office du Niger en la región de Segou en Malí. La Office du Niger es uno de los más antiguos y extensos proyectos de irrigación en el áfrica occidental. Este entrega agua para riego del rio Niger para cultivar aproximadamente 100 000 hectáreas de arroz. El proyecto está dividido en cinco zonas, de las cuales una está localizada en la rivera del río Niger, mientras que las otras cuatros están localizadas a lo largo del antiguo lecho del rio (fala), el cual se llena durante la temporada de riego. El agua es distribuida usando el riego por gravedad desde fala hacia los campos de cultivos a través de un gran sistema jerárquico de canales. La mayor época de riego se da durante el periodo de lluvias (junio a diciembre).
Sin embargo, durante la época seca (marzo a junio), solo cerca del 25% del sistema puede ser irrigado debido a la limitada disponibilidad de agua. El sistema provee aproximadamente 465 000 toneladas de arroz cultivado cada año, lo que significa cerca del 40% del total de la producción nacional.
El algoritmo para el balance de energía superficial terrestre conocido por sus siglas en ingles de SEBAL, se aplicó sobre varias imágenes del satélite Landsat que fueron adquiridas durante la época de crecimiento, a fin de estimar la evapotranspiración, el rendimiento de arroz y la productividad del agua durante la temporada húmeda del año 2006.
SEBAL calcula pixel a pixel los componentes el balance de energía superficial usando información de la temperatura superficial captada por los satélites junto con mediciones meteorológicas de rutina como la temperatura del aire, la humedad relativa, la velocidad del viento y la radiación de entrada. Los mapas muestran una significativa variación entre los distintos lugares del sistema, indicando que el escaso recurso hídrico no está siendo utilizado eficientemente en todo el sistema. La productividad media del agua en la zona más al norte y en la zona ubicada junto al rio Niger dan como resultado 0.6 kilogramos por metro cubico de agua (kg/m3), además las zonas localizadas en la parte central muestran valores de 0.7 a 0.8 kg/m3. También, a nivel de campo, la variación en la productividad del agua es alta, indicando que los agricultores pueden llegar a ser más productivos con sus recursos hídricos Aunque el valor medio global de la productividad el agua es de 1.0 kg/m3, este valor no puede ser considerado como un punto de referencia como resultado de las condiciones no favorable reinantes con respecto al clima y la fertilidad del suelo.
Esto causa una alta y baja productividad del agua del sistema, que puede ser investigada combinando estos mapas con la fertilidad de los suelos, niveles del agua subterránea, calidad del agua, infraestructura de riego, y medida de cantidad de agua, entre otro tipo de información secundaria.
Las áreas improductivas e ineficientes pueden ser localizadas a fin de tomar las oportunas medidas para mejorar la eficiencia del sistema de riego. Algunos ejemplos serian: mejorar la infraestructura de riego, reducir el agua suplida para riego para que se corresponda mejor con la demanda, y el mejoramiento en la gestión  del agua y la fertilidad a nivel de parcela.

domingo, 13 de febrero de 2011

Información de cultivos en tiempo real desde el espacio

FieldLook es un programa desarrollado por la empresa Basfood de los Países Bajos, que permite obtener información en tiempo real sobre el crecimiento de los cultivos mediante imágenes de satélite; esto a través de varios productos derivados que pueden ser usados para mejorar el rendimiento agrícola. Los agricultores tienen la posibilidad de conocer lo que los cultivos necesitan mientras estos están aun en desarrollo.
A continuación les dejo un enlace a un video muy interesante sobre esta tecnologia hecho por Radio Nederland, la emisora internacional holandesa. En este video se muestra a un agricultor holandés que, en lugar de estar en el campo, se encuentra en su casa monitoreando sus campos de cultivos a través de su laptop usando FieldLook. El video esta en holandés pero tiene subtítulos en español y en ingles.


viernes, 9 de julio de 2010

Mapas de mayor detalle para nuestros GPS Navegadores

Cuando hemos comprado un GPS navegador, por ejemplo los de la marca Garmin, en sus diferentes modelos, hemos podido ver que la cartografía pre-cargada en eso equipos suele ser de muy bajo detalle. Es decir, registran la ubicación en coordenadas (geograficas, UTM) de donde nos encontramos exactamente, pero si pretendemos navegar hacia y dentro de las principales ciudades de nuestro país, este mapa no nos será muy útil, por el poco detalle con que cuenta.


Mapa de "Perut" con mayor detalle que el traido por defecto en nuestros GPS

Imagínense que están viajando en plena Carretera Panamericana Sur y prenden su equipo en una parte del recorrido, éste de inmediato les mostrará la ubicación en el sistema de coordenadas elegidos, y se los mostrara en el mapa que tenemos por defecto pre-cargado en nuestro GPS, hasta alli todo bien, pero si nosotros queremos tener una referencia de donde estamos en relación a un centro poblado, necesitamos tener una cartografía de mayor detalle, en la que no sólo se muestren las ciudades principales, sino tenga una amplia base cartográfica, la cual incluya también información de hoteles, grifos, mecánicas, restaurantes, etc. Esta es la ventaja de contar con información de mayor detalle en nuestros receptores GPS al momento de realizar un viaje o excursión.

Les recomiendo visitar el sitio de http://www.perut.org/, este es un portal donde encontraran una cartografía del Perú con mayor detalle que pueden bajar de manera gratuita y cargarla dentro de sus equipos GPS, así como un foro de discusión e información en general muy útil para un mejor uso de nuestros equipos. Cabe resaltar que uno puede contribuir a que este mapa siga creciendo y mejorando, tanto en detalle como en calidad. Estos mapas los pueden visualizar en el programa MapSource y si no lo tienen lo pueden bajar desde internet (http://www8.garmin.com/support/).

Iniciativas como esta la podemos encontrar en diferentes países de la región, como es el caso de los proyectos Venrut (Venezuela), Colrut (Colombia), Navchile, etc.


lunes, 31 de mayo de 2010

Exactitud posicional en mapas del IGN

Muchas veces en el uso cotidiano de la información cartográfica oficial de nuestro país, hemos escuchado la pregunta ¿Qué error tienen la carta nacional?, por ejemplo: a la escala 1:100 000 y hemos escuchado respuestas diversas, algunas con sentido y otras menos acertadas. Para poder responder adecuadamente a esto podemos primero citar lo que dice el ente rector de nuestra cartografía en el Perú el Instituto Geográfico Nacional IGN con respecto a la cartografía elaborada a la escala 1:100 000:

"Para mapas topográficos a escala 1:100 000, no más del 10% de los accidentes planimétricos bien definidos del mapa digital tendrán un error de de mas de 0.3 mm y para mapas impresos no más del 10 de los accidentes bien definidos tendrán un error de más de 0.5 mm con respecto a la escala del mapa" (Fuente: http://www.ign.gob.pe/esp/normas_tecnicas.html)

Del párrafo anterior podemos deducir que el estándar empleado se ha basado del UNITED STATES NATIONAL MAP ACCURACY STANDARDS (NMAS), aunque este puede variar de país en país. El término "accidentes bien definidos" son aquellos elemento del terreno que pueden ser claramente identificados como puntos discretos, tales como hitos, intersecciones de caminos, líneas férreas, etc.

Por otro lado según el documento técnico citado anteriormente, tendríamos que el error esperado en la cartografía al 100 000 sería de 0.3 mm en mapas digitales, lo cual quiere decir un error estándar en posición de 30 m y 0.5 mm en mapas impresos, lo cual es un error de 50m. Esto quiere decir que si seleccionamos varios elementos bien definidos en una carta nacional, por decir unos 20 puntos y calculamos su error frente a una fuente de referencia de mayor exactitud tendríamos que de esos 20 puntos sólo 2 puntos debería de superar los 30 metros de diferencia al ser comparado con la referencia, para que el mapa cumpla el estándar de exactitud requerido a esa escala.

Aquí se muestran dos tablas con diferentes exactitudes posicionales, según Doyle,1982 cuando es tomado el valor de 0.3mm y según NMAS.


jueves, 6 de mayo de 2010

Como corregir los “Gaps” causados por el fallo del SLC en las imágenes Landsat ETM+

                                                                                                          
El 31 de mayo de 2003 el Landsat 7 experimentó un fallo en uno de sus componentes llamado SLC (scan line correction), lo que ocasionó que este deje de funcionar. El SLC se encargaba de remover el efecto del movimiento en “zigzag” del campo de visión del satélite producido por la combinación de los movimientos conocidos como along track y acoss track. Sin el funcionamiento del SLC, las imágenes captadas por el Landsat ETM+ presentan patrones de trazos en zigzag a través del recorrido del satélite.

Si bien es cierto que la información que no ha sido captada por el sensor no se puede recuperar, se puede todavía conseguir alrededor el 80% de los datos captados por el sensor. Para lograr una manera de corregir este problema el SSAI, NASA’s Goddard Space Flight Center ha creado un algoritmo que permite corregir este tipo de vacíos de información y seguir manteniendo la calidad radiométrica y geométrica. Con el lanzamiento del Landsat 8 planeado para el 2012, por el momento parece ser la única alternativa.

Descripción del algoritmo:

El programa ha sido diseñado para imagénes Landsat del nivel L1T en formato GeoTIFF distribuido por el Earth Resources Observation and Sciences (EROS) y lo pueden descargar de aqui: http://landsathandbook.gsfc.nasa.gov/handbook/software/gap_filling_software.html. Las imagenes en formato L1T las podemos conseguir vía el servidor de imágenes libres, conocido como Glovis. Ver el siguiente post: http://geoecohydro-egg.blogspot.com/2009/09/imagenes-landsat-para-todos-se-fijo-el.html.

Se deben de crear dos carpetas una llamada "Anchor" en donde se colocaran las imágenes que presentan los "Gaps" y una segunda llamada "Fill_Scene_1", la cual contendrá la imagen que permitirá el paso de información, las dos carpetas deben de estar en el mismo nivel. De la segunda carpeta se pueden tener varias, según las disponibilidad de imágenes para el llenado de información, sólo se deberán crear en orden de prioridad, por ejemplo "Fil_Scene_2,3,4..etc"


Paso 1: Scene Reframing
Aun que los productos de nivel L1T están ortorectificados, las escenas de Path/Row comunes no están necesariamente alineados.

Paso 2: Gap Filling
Los pixeles comunes (distintos de cero) en ambas escenas (Anchor y Fill_Scene) son identificados. Una regresión lineal por mínimos cuadrados, es aplicada usando 144 puntos, por la cual se consigue la ecuación resultante y que es usada para realizar el proceso de “Filling Gaps”.


Sub-escena de una Imagen ETM+ usada como "Anchor"
 

Path 8 Row 68 adquirida en en abril de 2010


Sub-escena de una Imagen ETM+ corregida "Gap Filled"



Path 8 Row 68 adquirida en en abril de 2010

Algunos criterios a tener en cuenta:

- Si es posible, las escenas que permitirán el llenado de estos vacíos de información, deberán estar libres de nubes y con cambios mínimos en su contenido de coberturas del suelo.
- La selección de escenas que estén temporalmente próximas a la imagen "Anchor" minimizará los cambios en las coberturas del suelo. Una segunda opción serian las escenas de diferentes años pero de las misma estación.
- Es posible la selección de escenas "SLC Off" para ser utilizadas en el llenado de información, pero algunas veces el producto final no será completamente corregido. Para asegurar el completo llenado de los datos se podrán usar escenas "SLC On" como una prioridad posterior de llenado, esto con el objetivo de que no existan vacíos de información en la imagen final.
- Algo importante de mencionar es que la Pc donde realicemos este proceso debe tener buena cantidad de memoria y espacio disponible en el disco duro para el correcto funcionamiento del programa. El proceso de reframe duplica las escenas y el proceso de llenado demora cerca de 8 minutos por banda. Si existe la banda termal esta sera remuestreada a 30m.

miércoles, 5 de mayo de 2010

Quieres saber qué satélites y cuándo estarán visibles en tu localidad, usa J-Pass.

       
Muchas veces hemos tenido la inquietud de saber cuándo pasará un determinado satélite, por ejemplo el Landsat pasará por un lugar o área especifica de nuestro país, si es así, aquí les comparto un aplicativo elaborado en JAVA por la NASA, el cual es muy útil para saber cuando el satélite de nuestro interés pasará y será visible por el observador, ya sea de día o de noche, con sólo indicar el punto de interés mediante sus coordenadas geográficas.

Su uso es muy sencillo, solo debemos seleccionar el siguiente link: http://science.nasa.gov/realtime/Jpass/

En la ventana principal debemos ingresar algunos datos básico como la posición en coordenadas del punto a localizar y el satélite de nuestro interés (Landsat, TERRA, SPOT, etc.). Existen otras opciones adicionales que el usuario puede ir explorando según su interés.

Por ejemplo si queremos saber en que día del mes de abril pasará el satélite Landsat por una ciudad ubicada a los -11.56º y -76.34º , conociendo que la hora local de paso del Landsat es a las 10:00am, tenemos, según el programa los días 12 y 28 de abril, dato que podemos comprobar fácilmente si buscamos imágenes de estas fechas en paginas como Glovis.

Fig. 1. Las franjas de color celeste nos indica el el periodo diurno, con las horas en la parte superior e inferior y el cuadrado de color verde que el satelite es visible a determinada hora.

Fig. 2. Haciendo click en el satelite del la Fig. 1 (recuadro verde) nos aparece esta ventana en donde podemos observar la trayectoria del satelite desde su salida por el horizonte hasta su puesta.

Como ejemplo de la utilidad de este aplicativo les puedo comentar que personalmnte lo usé para planificar mis salidas de campo, en el cual se tenia como obejtivo estimar y calibrar un modelos de la transparencia del agua en lagunas altoandinas, para lo cual necesitábamos saber con exactitud cuándo pasaría el satélite Landsat por el lugar de nuestro estudio, para hacerlo coincidir con las mediciones en campo que íbamos a realizar en el las lagunas.

Para aquellos que les gusta observar el cielo de noche, tambien pueden  planificar que satelites  estarán visibles en un determinado lugar.


 

miércoles, 17 de febrero de 2010

Landsat 8, ¿para cuándo?


Después del fallo ocurrido en el Landsat 7, el 31 de mayo de 2003, lo cual ocasionó que el satélite trabaje en modo SLC-off (Ver figura Nº1), generando una serie de líneas perdidas en las imágenes captadas desde esa fecha, los usuarios de este satélite vimos complicada las tareas de procesamiento y extracción de información. Aunque existen algoritmos para corregir este problema, su solución se basa simplemente en hacer una interpolación con alguna otra imagen de la misma zona, con las condiciones de captura similares, lo cual es una manera de paliar la falta de la información captada, pero dificulta la extracción de información cuantitativa.
Figúra Nº1. Escena de arriba antes de la anomalia del SLC. Escena del medio despues de la anomalia del SLC. Escena de abajo despues de la correccion mediante interpolacion (Fuente: NASA).

Con este problema, los usuarios de Landsat volvimos la mirada a las imágenes de Landsat 5, el cual continua aún en funcionamiento, cabe señalar que tanto el Landsat 5, como el Landsat 7, ya cumplieron con creses su tiempo de vida proyectado, con el combustible ya por terminarse, se estima que esto sea en el presente año 2010. Es por ello que la NASA desde el lanzamiento del satélite Landsat 7 en 1999, comenzó a hacer los esfuerzos necesarios para implementar el programa denominado "Misión de continuidad de la información de los satélites Landsat", conocido por su acrónimo en inglés LDCM o Landsat 8. Después de casi 8 años y diferentes planes de implementación, la NASA relanzó el programa en enero de 2007, cuyo lanzamiento se tenía planeado para julio de 2011. Lastimosamente en este satélite no se había considerado la inclusión de una banda térmica, a diferencia de los pasados Landsat, donde si se incluia esta banda. Esta omisión hizo que los científicos, instituciones y personas que trabajaban con esta tipo de información mostraron su disconformidad, ya que la información de la región del infrarroja-térmico, viene siendo usada para medir el consumo de agua de manera remota y realizar monitoreos de la actividad volcánica. Esta información es especialmente valiosa para los Estados del Oeste de los EE.UU, los cuales se apoyan en ésta para determinar derechos de agua y monitorear el consumo de agua y su distribución entre Estados. Cuando la Casa Blanca aprobó la misión LDCM a finales de 2005, ésta no tomó en cuenta la inclusión de una banda termal, ya que su capacidad fue considerada experimental, no un firme requerimiento. Los gobernadores del Oeste protestaron y el congreso respondió ordenando a la NASA a tomar las acciones necesarias para incluir un sensor infrarrojo-térmico.
Figúra Nº2. 37 años de continua observacion global d ela tierra por el Landsat. (Fuente: USGS)

Aunque esta buena noticia ha puesto en tranquilidad a todos los que empleamos este tipo de información en nuestros diferentes proyectos, la inclusión de este nuevo sensor no será cosa fácil, por lo cual la NASA ha visto la necesidad de aplazar el lanzamiento del satélite Landsat 8 en 17 meses, es decir, tiene proyectado ponerlo en órbita en diciembre de 2012. Aunque los usuarios de este satélite, que se cuenta entre los más usados en teledetccion y con el archivo de datos mas extenso (desde 1972), tendremos que esperar buen tiempo para adquirir dichas imágenes, se puede decir que bien vale la espera, ya que el Landsat es junto con el Aster los satélites de moderada resolución que brindan información en el infrarrojo-térmico de buena calidad, siendo la más continua, la del Landsat, ya que el satélite Aster no mantiene una recolección constante.

Después de la buena noticia dada por la NASA y USGS en febrero del año pasado, sobre las disponibilidad gratuita de todo el archivo Landsat, sólo nos queda esperar hasta diciembre de 2012. Mientras que muchos países de la región incluido el nuestro están envueltos en sendas polémicas y discusiones sobre qué tipo de satélite sería el más conveniente de adquirir para uso propio, nosotros el segmento de usuarios de esta información satelital nos seguiremos valiendo, al parecer, durante buen tiempo de los llamados satélites comerciales, ya que la realidad de contar con un satélite propio la veo algo lejana a pesar de todos los esfuerzos que se vienen haciendo, pero esto da motivo para otro post.