Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
Departamento de Física Teórica, Atómica y Óptica - Quantalab ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
En la actualidad, la metodología más extendida para la estimación <strong>de</strong>l LAI<br />
mediante tele<strong>de</strong>tección es a través <strong>de</strong> relaciones empíricas entre ese parámetro e índices<br />
<strong>de</strong> vegetación, calculados generalmente teniendo en cuenta las diferencias existentes<br />
entre los valores <strong>de</strong> la reflectancia <strong>de</strong> la vegetación medidos en el infrarrojo cercano y<br />
en el visible. Muchos estudios han relacionado índices <strong>de</strong> vegetación como el NDVI<br />
(Normalized Difference Vegetation In<strong>de</strong>x), con el LAI (Turner et al., 1999). Sin<br />
embargo una estimación precisa <strong>de</strong>l LAI siguiendo esta metodología requiere una<br />
calibración mediante datos <strong>de</strong> control en el suelo, para tener en cuenta las variaciones<br />
entre las relaciones LAI-NDVI para diferentes especies vegetales (Green et al., 2000).<br />
Estas relaciones pue<strong>de</strong>n incluso cambiar para una misma especie a lo largo <strong>de</strong> su ciclo<br />
<strong>de</strong> crecimiento (Gutman, 1991). Incluso hay diferencias entre los índices <strong>de</strong> vegetación<br />
calculados utilizando diferentes satélites, índices que necesitan ser corregidos para<br />
po<strong>de</strong>r compararlos (Steven et al., 2003). Todo esto supone un alto handicap en la<br />
utilización <strong>de</strong> los índices <strong>de</strong> vegetación.<br />
El <strong>de</strong>sarrollo <strong>de</strong> mo<strong>de</strong>los <strong>de</strong> transferencia radiativa en cubierta vegetal (Verhoef,<br />
1984) y en elementos básicos <strong>de</strong> éstas, como son las hojas (Jacquemoud & Baret, 1990),<br />
ha abierto una nueva y prometedora vía en la caracterización <strong>de</strong> la vegetación mediante<br />
tele<strong>de</strong>tección. Estos mo<strong>de</strong>los generan el espectro <strong>de</strong> reflectancia <strong>de</strong> la cubierta vegetal a<br />
partir <strong>de</strong> los parámetros que caracterizan la vegetación, como el LAI o el contenido <strong>de</strong><br />
clorofila <strong>de</strong> las hojas. A diferencia <strong>de</strong> lo que ocurre con otros índices <strong>de</strong> vegetación, los<br />
parámetros que utilizan estos mo<strong>de</strong>los tienen una interpretación clara y aportan por sí<br />
mismos una interesante información.<br />
Sin embargo, tratar <strong>de</strong> obtener los parámetros <strong>de</strong> entrada a partir <strong>de</strong> un espectro<br />
<strong>de</strong> reflectancia conocido, es <strong>de</strong>cir invertir el proceso, es un problema numéricamente<br />
mal planteado (ill-posed problem). Los mo<strong>de</strong>los <strong>de</strong> transferencia radiativa, partiendo <strong>de</strong><br />
conjuntos <strong>de</strong> parámetros <strong>de</strong> entrada diferentes, pue<strong>de</strong>n generar resultados muy similares<br />
y por lo tanto, pequeños cambios en la reflectancia medida dan como resultado gran<strong>de</strong>s<br />
diferencias en los parámetros estimados (Combal et al., 2002). Utilizando esta<br />
metodología solamente se consiguen resultados admisibles fijando la mayor parte <strong>de</strong> los<br />
parámetros en sus valores reales, e intentando solamente <strong>de</strong>ducir uno o dos parámetros<br />
<strong>de</strong>sconocidos. Otro hecho que ha evitado el progreso <strong>de</strong> esta metodología es la gran<br />
potencia <strong>de</strong> cálculo requerida para su <strong>de</strong>sarrollo (Jacquemoud et al., 1995a). Sin<br />
embargo en la actualidad este punto parece superado gracias al <strong>de</strong>sarrollo <strong>de</strong> los equipos<br />
informáticos y al uso <strong>de</strong> algoritmos más eficientes.<br />
Uno <strong>de</strong> los caminos propuestos para regularizar la inversión <strong>de</strong> mo<strong>de</strong>los <strong>de</strong><br />
reflectancia radiativa es el análisis múltiple <strong>de</strong> series <strong>de</strong> datos (Atzberger, 2004). El<br />
trabajo que aquí presentamos preten<strong>de</strong> ahondar en esta última propuesta, estudiando dos<br />
aproximaciones, basadas en el análisis múltiple <strong>de</strong> datos temporales y espaciales,<br />
intentando en ambos casos minimizar el conocimiento previo sobre la vegetación. En<br />
ambos casos la principal hipótesis que se preten<strong>de</strong> contrastar es que la inversión<br />
simultánea <strong>de</strong> N espectros <strong>de</strong> reflectancia <strong>de</strong> la cubierta vegetal, junto con ciertas<br />
condiciones sobre el comportamiento <strong>de</strong> los parámetros, transforma la obtención <strong>de</strong><br />
parámetros biofísicos mediante inversión <strong>de</strong> mo<strong>de</strong>los <strong>de</strong> transferencia radiativa en un<br />
problema bien propuesto. A la hora <strong>de</strong> aplicar esta hipótesis tendremos que asegurar<br />
ciertas condiciones como que el conjunto <strong>de</strong> espectros a invertir sean suficientemente<br />
diferentes, pero manteniendo al mismo tiempo unos ciertos vínculos entre sí, <strong>de</strong> modo<br />
que aporten suficiente información como para resolver el problema sin aumentar los<br />
grados <strong>de</strong> libertad <strong>de</strong>l mismo.<br />
4