Factor de la reflectancia bi-cónica en especies vegetales contrastantes: modelación global
La clasificación de la vegetación usando información espectral multi-angular ha sido aproximada con esquemas de modelación restringidos o con hipótesis de homogeneidad o estacionariedad. En este trabajo se presenta un esquema de modelación global de los ángulos cenitales y acimutales en la reflectan...
| Autores: | , , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2018 |
| País: | México |
| Institución: | Colegio de Postgraduados |
| Repositorio: | Redalyc-COLPOS |
| OAI Identifier: | oai:redalyc.org:57355808007 |
| Acceso en línea: | https://www.redalyc.org/articulo.oa?id=57355808007 https://www.redalyc.org/journal/573/57355808007/ https://www.redalyc.org/journal/573/57355808007/html/ https://www.redalyc.org/journal/573/57355808007/57355808007.epub https://www.redalyc.org/journal/573/57355808007/movil |
| Access Level: | acceso abierto |
| Palabra clave: | Ciencias de la Tierra CCRF plantas leñosas sensores remotos patrones espectrales Espacios paramétricos |
| Sumario: | La clasificación de la vegetación usando información espectral multi-angular ha sido aproximada con esquemas de modelación restringidos o con hipótesis de homogeneidad o estacionariedad. En este trabajo se presenta un esquema de modelación global de los ángulos cenitales y acimutales en la reflectancia de la vegetación, extendiendo los desarrollos al caso de los efectos de cambios en las propiedades ópticas del fondo de la vegetación (suelos) y de la densidad de plantas (follaje). Esta síntesis se realiza en un espacio superior de compactación que depende esencialmente de dos parámetros y engloba todas las variaciones analizadas. El esquema de modelación global desarrollado se aplicó al caso de arreglos de plantas, diferentes densidades de ocho especies con arquetipos contrastantes y suelos desnudos. La modelación se aplicó a las mediciones de factores de reflectancia bi-cónicos, donde los ajustes resultaron óptimos (generalmente con R2 ≥ 0.99 y errores relativos medios menores al 7%). El análisis de los resultados mostró que la información espectral multi-angular para clasificación de especies, bajo condiciones generalizadas, mantiene todavía problemas de confusión en la discriminación de especies. Esto puede explicarse por la síntesis de análisis realizada de las variaciones asociadas a la discriminación. |
|---|