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.
por un cierto valor c i.<br />
Esta metodología nos obliga a tener una estimación<br />
suficientemente realista <strong>de</strong> alguno <strong>de</strong> los parámetros, lo cual en múltiples ocasiones no<br />
pue<strong>de</strong> ser.<br />
A lo largo <strong>de</strong> los análisis realizados en este trabajo se propone el uso <strong>de</strong> la<br />
información a priori <strong>de</strong> una manera diferente. En vez <strong>de</strong> consi<strong>de</strong>rar un valor concreto<br />
para una cierta propiedad <strong>de</strong> la vegetación, únicamente aportaremos nuestro<br />
conocimiento sobre cómo se comporta dicha propiedad. Este planteamiento es mucho<br />
más genérico y en general seremos capaces <strong>de</strong> aplicarlo en un mayor número <strong>de</strong><br />
ocasiones. Para llevar esto a la práctica se propone el uso <strong>de</strong> relaciones entre los<br />
parámetros más influyentes sobre la salida <strong>de</strong>l mo<strong>de</strong>lo, con el tiempo y con un índice <strong>de</strong><br />
vegetación calculado a partir <strong>de</strong> imágenes <strong>de</strong> satélite, por ejemplo el NDVI, a fin <strong>de</strong><br />
aprovechar la consistencia espacial y temporal <strong>de</strong> los datos. Estas relaciones se<br />
materializaran en funciones paramétricas entre el LAI y el tiempo (2-15) y el LAI y el<br />
NDVI (2-16), <strong>de</strong> tal manera que en el proceso <strong>de</strong> minimización <strong>de</strong> la función <strong>de</strong> mérito,<br />
<strong>de</strong>scrito en el apartado 2.5, ya no haremos variar los parámetros utilizados directamente<br />
por el mo<strong>de</strong>lo, sino los parámetros <strong>de</strong> las funciones que los <strong>de</strong>finen.<br />
LAI = f ( )<br />
(2-15)<br />
LAI =<br />
1 t<br />
2( ) NDVI f<br />
(2-16)<br />
De este modo, en vez <strong>de</strong> utilizar una función <strong>de</strong> mérito <strong>de</strong>l tipo (2-10), usaremos<br />
la variación dada en (2-17), don<strong>de</strong> el índice i se extien<strong>de</strong> a cada una <strong>de</strong> las medidas<br />
pertenecientes a la serie que se quiera analizar y P da cuenta <strong>de</strong> los parámetros<br />
utilizados por las funciones tipo (2-15) y (2-16).<br />
44<br />
INICIO INICIO<br />
ρ i<br />
Parámetros<br />
fijos<br />
Si Δ 2<br />
k < Δk<br />
2 mem<br />
k < Δk<br />
2 mem<br />
P mem<br />
j =Pj<br />
P 1<br />
1 , …, PN<br />
1<br />
1 , …, PN<br />
1<br />
¿P n<br />
1 , …, PN<br />
n<br />
1 , …, PN<br />
n ?<br />
P k →<br />
j<br />
Pj<br />
k+1<br />
j<br />
Pj<br />
k+1<br />
P mem<br />
j<br />
P k<br />
j tal que Δk<br />
2<br />
j tal que Δk<br />
2<br />
sea min.<br />
AMOEBA<br />
AMOEBA<br />
Δ 2<br />
k<br />
ρ * ρ *<br />
FUNCIÓN<br />
FUNCIÓN<br />
DE DE MÉRITO<br />
MÉRITO<br />
P mem<br />
j tal que Δ2 j tal que Δ2 sea min.<br />
P k<br />
j<br />
P k<br />
j<br />
FIN FIN<br />
LAI=f(P LAI=f(P LAI=f(Pj )<br />
j ) j )<br />
j ) j )<br />
j )<br />
PROSPECT<br />
PROSPECT<br />
SAILH SAILH<br />
Figura 2-20 Diagrama <strong>de</strong> flujo utilizado para la inversión <strong>de</strong> los mo<strong>de</strong>los.