Departamento de Física Teórica, Atómica y Óptica - Quantalab ...

More documents

Recommendations

Info

Índice de refracción a Coeficiente específico de abosorción de la clorofila (cm 2 /μg) c Coeficiente específico de abosorción de la materia seca (cm 2 /g) e 1.55 1.50 1.45 1.40 1.35 1.30 1.25 400 900 1400 1900 2400 0.08000 0.07000 0.06000 0.05000 0.04000 0.03000 0.02000 0.01000 Longitud de onda (nm) 0.00000 400 500 600 700 800 120 100 80 60 40 20 Longitud de onda (nm) PROSPECT 1 PROSPECT 2 PROSPECT 3 PROSPECT 4 0 400 900 1400 1900 2400 Longitud de onda (nm) PROSPECT 3 PROSPECT 4 Coeficiente de abosorción asignado a una hoja albina b Coeficiente específico de abosorción del agua (cm -1 ) d Coeficiente específico de abosorción (cm 2 /g) f 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 400 900 1400 160 140 120 100 90 80 70 60 50 40 30 20 10 80 60 40 20 PROSPECT 1 PROSPECT 2 PROSPECT 3 PROSPECT 4 Longitud de onda (nm) PROSPECT 1 PROSPECT 2 y 3 0 400 900 1400 1900 2400 Longitud de onda (nm) Proteinas Celulasa+Lignina 0 400 900 1400 1900 2400 Longitud de onda (nm) Figura 2-3 Índice de refracción utilizado en todas las versiones del modelo PROSPECT (a). Coeficiente de absorción asignado a una hoja albina utilizado hasta la tercera versión del modelo (b). Coeficientes específicos de absorción de la clorofila (c), agua (d) y materia seca (e). Coeficientes específicos de absorción para las proteínas y la celulosa + lignina utilizados en la segunda versión del modelo (f). Se utilizan un cuarto grupo de coeficientes (Verhoef & Bach 2003; Zhang et al., 2006), en los que se elimina el termino ke, añadiendo su efecto al de la materia seca. Se incluye en este nuevo juego de coeficientes un término que hace referencia a pigmentos rojizos, como los taninos, que aparecen cuando la hoja comienza a secarse, y que son los responsables de las características tonalidades de los bosques de hoja caduca en otoño. En este caso el coeficiente de absorción se determina según la expresión (2-2), donde KS y CS se consideran dados en unidades arbitrarias. En este caso CS será otra entrada del modelo PROSPECT. Una representación de todos estos coeficientes se puede ver en la Figura 2-3. 24
K k( λ) = a + b ( λ) C a+ b + K w ( λ) Cw + K N m ( λ) C m + K S ( λ) C No hay que confundir el parámetro Cm utilizado en el modelo PROSPECT con el parámetro que en botánica se suele denominar contenido de materia seca LDMC (Leaf Dry Mater Content), y que se define como el cociente entre el peso de la hoja seca y el peso de la hoja fresca, utilizando normalmente las unidades de mg/g. Sin embargo sí está relacionado con otro parámetro conocido como Área específica de la hoja o SLA (Specific Leaf Area) que viene dada en unidades de kg/m 2 , y que viene a ser el inverso del parámetro Cm que utilizaremos en nuestro trabajo. Cabe destacar que la combinación de Cm y Cw nos permitirán calcular tanto SLA como LDMC. 2.3 Modelo SAILH. En al actualidad, el modelo SAILH junto con los modelos que se derivan de él, como su extensión al infrarrojo térmico (Verhoef, 2006), o GeoSAIL (Huemmrich, 1995), para considerar cubiertas dispersas, son probablemente los modelos de simulación de reflectancia espectral de vegetación más utilizados por la comunidad científica. Originariamente el modelo SAIL (Verhoef, 1984) fue diseñado para simular espectros de reflectancia de las cubiertas vegetales homogéneas, pudiendo considerar diferentes ángulos de iluminación y observación. Es decir, está diseñado para tener en cuenta la anisotropía en la reflectancia de la vegetación tanto con la dirección de iluminación, como con la dirección de observación. Esta anisotropía se da a pesar de considerar los elementos constituyentes, básicamente las hojas, como superficies lambertianas. Al estar las hojas orientadas de una determinada manera, la luz que reflejan no se comporta igual en todas las direcciones. Con SAILH (Kuusk, 1985) se da un segundo paso a la hora de estudiar la anisotropía de la reflectancia de la vegetación, ya que además consideramos la estructura tridimensional interna de la cubierta. Es decir, a pesar de estar considerando una cubierta homogénea, el efecto de auto-sombra de la vegetación, produce que la reflectancia dependa de la diferencia entre el ángulo de observación y el de iluminación. Así tendremos que si se observa desde una dirección igual o cercana a la dirección de iluminación, se verán iluminadas todas las hojas de la vegetación. Pero según nos vayamos separando de está situación, comenzaremos a ver las sombras que unas hojas proyectan sobre las otras. Habrá por tanto un máximo en el valor de la reflectancia cuando se observe desde el mismo ángulo que con el que se está iluminando. Este efecto es conocido como Hot Spot, e igualmente se puede observar en estudios sobre la radiancia procedente de las nubes, la reflectancia del mar o sobre cualquier otro elemento que presente una rugosidad tal que produzca sombras entre las diferentes estructuras que lo componen. En el modelo SAILH esta característica viene determinado por el parámetro HotSpot, el cual se utiliza en la práctica para cuantificar empíricamente la intensidad del efecto (Verhoef & Bach, 2003), si bien se relaciona en algunos desarrollos teóricos con el tamaño de la hoja relativo a la altura de la vegetación (Jupp & Strahler, 1991). El modelo SAILH en un primer paso considera tres flujos, dos de ellos homogéneos e isótropos en el interior de la cubierta vegetal, y un tercero procedente de S (2-2) 25
Page 1: Departamento de Física Teórica, A
Page 5: AUTORIZACIÓN DE LOS DIRECTORES DE
Page 9 and 10: ÍNDICE RESUMEN ...................
Page 11: iii
Page 15: ABSTRACT The Atmospheric Optics Gro
Page 18 and 19: demanda, produciéndose, inexorable
Page 20 and 21: En la actualidad, la metodología m
Page 23 and 24: Capítulo 1. Marco teórico Dada la
Page 25 and 26: 1.2 Propagación de la radiación e
Page 27 and 28: 4π pλ ( θ ) fλ ( θ ) σ = (1-1
Page 29 and 30: Independientemente del mecanismo po
Page 31 and 32: Una esfera integrante o esfera de U
Page 33: Φ = ( ) ⎟ ⎛ ⎞ 2 Φ ⎜ ρv f
Page 36 and 37: adecúa a ninguno de los casos ante
Page 38 and 39: Figura 2-2 Forma típica de los esp
Page 42 and 43: la dirección en la que considerare
Page 44 and 45: θ >= L π / 2 ∫ 0 f ( θ ) θ d
Page 46 and 47: por lo tanto su importancia vendrá
Page 48 and 49: Reflectancia de la cubierta vegetal
Page 50 and 51: DSKL calculado teóricamente, en fu
Page 52 and 53: Tabla 2-4 Análisis de sensibilidad
Page 54 and 55: -Características de la vegetación
Page 56 and 57: Reflectancia - Reflectancia intergr
Page 58 and 59: La estrategia a seguir será, dado
Page 60 and 61: por un cierto valor c i. Esta metod
Page 63 and 64: Capítulo 3. Medidas de la campaña
Page 65 and 66: (a) (b) Figura 3-1 Esquema del mont
Page 67 and 68: fundamentalmente la primavera, épo
Page 69 and 70: (a) Respuesta del sistema b -11 1 -
Page 71 and 72: (a) Respuesta del sistema b -0.49 1
Page 73 and 74: solar. Este ángulo se ha calculado
Page 75 and 76: 3.5 Reflectancia del suelo. Durante
Page 77 and 78: esfera. Para evitar que la luz inci
Page 79 and 80: ρ B f ρ = m B τ − ρ φ 1− (
Page 81 and 82: 3.7 Medidas del contenido de clorof
Page 83 and 84: Tabla 3-5 Porcentaje de LAI asociad
Page 85 and 86: donde: con: π / 2 Ψ( θ, θ ) = c
Page 87: NDVI a 0.8 0.7 0.6 0.5 0.4 0.3 0.2
Page 90 and 91:
modelos volveremos a concentrar nue
Page 92 and 93:
Dadas las características del sat
Page 94 and 95:
Dentro de cada imagen se han analiz
Page 96 and 97:
cuatro bandas. Estos valores corres
Page 98 and 99:
En esta aproximación se considera
Page 100 and 101:
4-6. Para realizar la corrección e
Page 102 and 103:
De todo esto se puede concluir que
Page 104 and 105:
Tabla 4-11 Promedio y máximo de la
Page 106 and 107:
4.6 Relación entre LAI y el NDVI.
Page 108 and 109:
4.7 Distribución de ángulos de in
Page 110 and 111:
Reflectancia a 1.000 0.995 0.990 0.
Page 112 and 113:
(a) RSS (c) (b) RTS TSP Figura 4-13
Page 114 and 115:
Fácilmente se puede ver que al con
Page 116 and 117:
Estos cálculos se han realizado su
Page 118 and 119:
A partir de los flujos que llegan a
Page 120 and 121:
Sensibilidad relativa a 1 0.9 0.8 0
Page 122 and 123:
apartado 3.7. Por lo tanto se ha mo
Page 125 and 126:
Capítulo 5. Análisis de los datos
Page 127 and 128:
promedio es el 93% del valor hallad
Page 129 and 130:
Frecuencia a Frecuencia b Frecuenci
Page 131 and 132:
espectros. Según esto, se puede co
Page 133 and 134:
5.2.2.1 Análisis de los datos toma
Page 135 and 136:
abs(Ca+b acetona-Ca+b PROSPECT) (μ
Page 137 and 138:
Capítulo 6. Análisis de la campa
Page 139 and 140:
6.1 Introducción del parámetro BS
Page 141 and 142:
N a C m c χ e 1.4 1.2 1.0 0.8 0.6
Page 143 and 144:
Hasta aquí se han mostrado los res
Page 145 and 146:
menor en el resultado, tal como se
Page 147 and 148:
LAI a HotSpot c 2.2 2 1.8 1.6 1.4 1
Page 149 and 150:
Tabla 6-3 Resultados obtenidos medi
Page 151 and 152:
sección 3.8 como en una primera fa
Page 153 and 154:
Tabla 6-6 Resultados obtenidos medi
Page 155 and 156:
Tabla 6-14 Dispersión de Ca+b, χ
Page 157 and 158:
Para las dos funciones de mérito s
Page 159:
Humedad Relativa (%) 80 70 60 50 40
Page 162 and 163:
procedentes de diferentes sensores
Page 164 and 165:
LAI estimado a 2.5 2.0 1.5 1.0 0.5
Page 166 and 167:
Las relaciones (7-1), (7-2), (7-3)
Page 168 and 169:
De estos resultados hay que decir q
Page 170 and 171:
inversión. De este modo pretendemo
Page 172 and 173:
LAI a 7 6 5 4 3 2 1 0 0 0.2 0.4 0.6
Page 174 and 175:
LAI estimado LAI estimado LAI estim
Page 176 and 177:
En las Figuras 7-10, 7-11 y 7-12 se
Page 178 and 179:
la desviación estándar de la sali
Page 180 and 181:
las aproximaciones que hemos consid
Page 182 and 183:
Esta metodología demuestra la viab
Page 185 and 186:
Apéndice I. Modelo PROSPECT En est
Page 187 and 188:
Una vez conocida la transmitancia d
Page 189 and 190:
Sin embargo en nuestro caso no es p
Page 191 and 192:
Apéndice II. Modelo SAILH Al igual
Page 193 and 194:
x = 1 x = 0 F S Figura II-3 Densida
Page 195 and 196:
F ( x) = Ce − 2 2 a −b x + De 2
Page 197 and 198:
α = β = v A a + 2 2 a − b + u b
Page 199 and 200:
ρ M suelo TS . S ρ = 1− ρ suel
Page 201 and 202:
Asrar, G., M. Fuchs, E. T. Kanemasu
Page 203 and 204:
Clevers, J.G (1997). A simplified a
Page 205 and 206:
Gueymard, C. (2004). The sun's tota
Page 207 and 208:
Kaufman, Y.J. & D. Tanré (1998). A
Page 209 and 210:
Nelder, J. A. & R. Mead (1965). A s
Page 211 and 212:
Steven, M. D., T. J. Malthus, F. Ba
Page 213:
Woolley, J.T. (1971). Reflectance a
show all

Departamento de Física Teórica, Atómica y Óptica - Quantalab ...

Create successful ePaper yourself

Delete template?

Save as template?