Análisis de conveniencia de imágenes satelitales de acceso abierto para la determinación de coeficientes de escurrimiento Public Deposited
The runoff coefficient (CE) is a key variable in the study of hydrological behavior. Geomatics allows us to model land coverage change and generate thematic maps of the runoff coefficients spatial distribution. Integration and analysis of different layers of data in Geographic Information Systems (SIG) and the use of products generated by remote sensing (PR) is important for this matter. Despite the existence of a high number of PR products, a methodological basis has not yet been developed to systematically select the appropriate product to each project. In this study, we propose a comparison scheme of images to perform an analysis that yields the most convenient image in the determination of land coverage used in CE’s calculus. Sensors Landsat 8, MODIS, Sentinel-1 and Sentinel-2 were included. Characteristics of each sensor were related with the ones that define the Hydrological behavior of a basin. The analysis area was limited to three zones: Bajo Grijalva (BG) subregion, Valley of Mexico basin (VM) and San Juan river- Bajo Bravo river subregion (BB). These areas represent the different characteristic climates of Mexican territory. The terrestrial coverage of the areas was determined applying the algorithms of Minimum Distance, Spectral Angle Mapping, Maximum Likelihood and Vector Support Machines. Each of these algorithms were used in the L8, MD, S1 and S2 products obtaining different results. Total Agreement, commission and omission error was calculated for each of the classifications. Global average agreement by Basin, Sensor and Algorithm was analyzed. Average of Domain, agreement, commission and omission error by class was calculated for each basin. The temporal, spatial, spectral and radiometric resolution and its influence on the terrestrial coverage determined by each sensor-classifier combination were analyzed. In general terms, L8 and the DM algorithm presented the greatest agreement in the determination of land cover. However, watershed analysis yielded different results for each of them. In the BB area, it obtained a greater agreement with the S2-DM combination. The L8 sensor obtained the best performance in the BG area along with the MSV algorithm. The L8-MAE combination achieved the greatest agreement in the VM areas. The determination of the CE by this method has the advantage of obtaining baseline values that allow performing runoff analysis at local scales. The results showed that the selection of the image should include the characteristic resolutions of each sensor, as well as the study period, the type of land cover and its dynamics, the climate, the size of the basin and the classification algorithm used
El coeficiente de escurrimiento (CE) es una variable clave en estudio del comportamiento hidrológico. La Geomática a través de la integración y análisis de diferentes capas de datos en los Sistemas de Información Geográfica (SIG) y el uso de los productos generados por la percepción remota (PR), nos permite modelar los cambios de cobertura terrestre y generar mapas temáticos de la distribución espacial de los CE. A pesar de a la existencia de un número elevado de productos provenientes de PR disponibles en la actualidad, aun no se ha desarrollado una base metodológica que permita seleccionar de forma sistemática el producto adecuado al proyecto en cuestión. En el presente estudio se propone un esquema de comparación de las imágenes generadas por los sensores Landsat 8, MODIS, Sentinel 1 y Sentinel 2 para realizar un análisis que arroje la imagen más conveniente en la determinación de la cobertura terrestre contemplado las características que definen el comportamiento hidrológico de la cuenca. El área de análisis se limitó a tres zonas que representan a las distintas características presentes en el territorio mexicano, estas áreas se encuentran dentro de la subregión Bajo Grijalva (BG), la cuenca del Valle de México (VM) y las cuencas del rio San juan y el rio Bajo Bravo (BB). Se determinó la cobertura terrestre de dichas áreas aplicando los algoritmos de Distancia Mínima (DM), Mapeo del Ángulo espectral (MAE), Máxima Verosimilitud (MV) y Maquinas de Soporte Vectorial (MSV). Cada uno de estos algoritmos fueron empleados en los productos L8, MD, S1 y S2 obteniendo distinto resultados. Se determinó el acuerdo, error de comisión y omisión global para cada una de las clasificaciones. Se analizó el Acuerdo global promedio por Cuenca, Sensor y Algoritmo y se calculó el dominio, acuerdo, error de comisión y omisión promedio de la clase en los resultados de todas las clasificaciones de cada cuenca. Se analizó la resolución temporal, espacial, espectral y radiométrica y su influencia en la cobertura terrestre determinada por cada combinación sensor-clasificador. De manera general el sensor L8 y el algoritmo DM presentaron el mayor acuerdo en la determinación de la cobertura terrestre. Sin embargo, el análisis de cuencas arrojó resultados distintos para cada una de ellas. En área del BB obtuvo un mayor acuerdo con la combinación S2-DM. El sensor L8 obtuvo el mejor desempeño en el área del BG junto con el algoritmo MSV. La combinación L8-MAE logró el mayor acuerdo en el área del VM. La determinación del CE por este método presenta la ventaja de obtener valores puntales que permite realizar análisis de escurrimiento en escalas locales. Los resultados mostraron que la selección de la imagen debe incluir las resoluciones características de cada sensor, así como el periodo de estudio, el tipo de cobertura terrestre y su dinámica, el clima, el tamaño de la cuenca y el algoritmo de clasificación empleado
Des relations
| Dans l'ensemble administratif: |
|---|
Descriptions
| Nom d'attribut | Valeurs |
|---|---|
| Creador | |
| Contributeurs | |
| Tema | |
| Editor | |
| Idioma | |
| Identificador | |
| Mot-clé | |
| Año de publicación |
|
| Tipo de Recurso | |
| Derechos | |
| División académica | |
| Línea académica | |
| Licencia |
