Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
De estos resultados hay que <strong>de</strong>cir que si bien los datos <strong>de</strong> LAI obtenidos guardan<br />
una correlación lógica con los datos <strong>de</strong> LAI medidos, no ocurre así con los valores <strong>de</strong><br />
BSL que se <strong>de</strong>rivan <strong>de</strong> la inversión. Como se ha visto en la sección 7.2, es esperable que<br />
los valores <strong>de</strong> ese parámetro se encuentren <strong>de</strong>ntro <strong>de</strong>l intervalo [0.043, 0.939]. Sin<br />
embargo los valores que se obtienen <strong>de</strong> BSL son los mostrados en la Figura 7-6.<br />
Si bien estos valores podrían llegarse a consi<strong>de</strong>rar como aceptables, exigen<br />
conocer <strong>de</strong>masiada información <strong>de</strong>l sistema, y por lo tanto su aplicabilidad se va a ver<br />
reducida. El objetivo <strong>de</strong> la metodología que queremos <strong>de</strong>sarrollar en este capítulo es no<br />
sólo mejorar los resultados aquí obtenidos, sino hacerlo con suposiciones mucho menos<br />
restrictivas.<br />
7.4 Selección <strong>de</strong> los datos a invertir.<br />
Para comprobar la metodología que estamos proponiendo, se podría utilizar la<br />
inversión múltiple <strong>de</strong> los puntos <strong>de</strong> control. Sin embargo estos han sido tomados sin un<br />
criterio específico, y por lo tanto no es esperable que con ellos cubramos un amplio<br />
rango <strong>de</strong> valores <strong>de</strong> NDVI, como se comenta en la sección 7.1. Por lo tanto utilizaremos<br />
datos <strong>de</strong> toda la parcela, y en cada caso utilizaremos los valores medidos en los puntos<br />
<strong>de</strong> control para verificar la metodología.<br />
Por otro lado, si bien es conveniente contar con un amplio rango <strong>de</strong> valores <strong>de</strong><br />
NDVI, aumentar en exceso el número <strong>de</strong> datos utilizados en una inversión múltiple<br />
conlleva también aumentar el número <strong>de</strong> cálculos a realizar durante el proceso. Como se<br />
mostró en la sección 4.1, el número <strong>de</strong> píxeles <strong>de</strong> las distintas zonas <strong>de</strong> estudio va <strong>de</strong>s<strong>de</strong><br />
los 734 a los 28718. Analizar simultáneamente tal cantidad <strong>de</strong> información requeriría un<br />
tiempo <strong>de</strong> cálculo extraordinariamente largo. A<strong>de</strong>más cabe suponer que la reflectancia<br />
<strong>de</strong> muchos <strong>de</strong> estos píxeles sea muy similar entre sí, por lo que estaríamos manejando<br />
una cantidad enorme <strong>de</strong> datos redundantes.<br />
Para solventar esta situación se ha optado por agrupar <strong>de</strong> cada una <strong>de</strong> las<br />
parcelas los píxeles que sean similares entre sí mediante un algoritmo <strong>de</strong> clasificación,<br />
empleando la información <strong>de</strong> las cuatro bandas. De este modo se preten<strong>de</strong> agrupar la<br />
información en un número suficientemente gran<strong>de</strong> <strong>de</strong> clases como para dar cuenta <strong>de</strong> la<br />
variabilidad que podamos encontrar <strong>de</strong>ntro <strong>de</strong> la parcela, y por otro lado<br />
suficientemente pequeño como para que el proceso <strong>de</strong> inversión se pueda realizar en un<br />
tiempo razonablemente corto. El algoritmo <strong>de</strong> clasificación elegido es el <strong>de</strong> K-medias,<br />
por ser éste simple, eficiente y ser uno <strong>de</strong> los algoritmos más empleados en la<br />
bibliografía. Este algoritmo es un proceso iterativo en el que sucesivamente se va<br />
asignando cada punto <strong>de</strong>l espacio <strong>de</strong> clasificación a cada uno <strong>de</strong> los K grupos,<br />
caracterizados por su centro, que se recalculará al final <strong>de</strong> cada una <strong>de</strong> las iteraciones. El<br />
número <strong>de</strong> repeticiones se ha fijado en 5 ya que se ha observado que un mayor número<br />
no modifica significativamente las clases generadas.<br />
El número <strong>de</strong> clases a utilizar es un parámetro a nuestra elección, que como ya hemos<br />
comentado, nos interesa que sea lo suficientemente gran<strong>de</strong> como para preservar la<br />
variación <strong>de</strong> la información, pero suficientemente pequeño como para permitir que el<br />
proceso <strong>de</strong> inversión se realice en un tiempo lo más corto posible. Dado que a priori no<br />
contamos con información necesaria para saber cuál es el número óptimo <strong>de</strong> clases, se<br />
ha optado por repetir el proceso utilizando diferente número <strong>de</strong> clases, a fin <strong>de</strong> estudiar<br />
152