Unam-Sisal

"Investigación ambiental en
arrecifes coralinos mediante el
uso de datos super espectrales”
Dr. Joaquín Rodrigo Garza Pérez
Programa de Investigación Espacial en Ambientes Costeros y Marinos
UMDI-Sisal, F. Ciencias, UNAM
Beneficios y Retos
•
Información sinóptica invaluable
acerca de la estructura y
distribución espacial de los
objetos de interés.
•
Retos de procesamiento de datos
relacionados al fondo por
extinción de la luz, turbidez, brillo
de olas.
•
Nubes > Viento > Olas.
Mahahual,
1997,1993,
Foto: RG
(Jordán-Dahlgren
en Garza Pérez 1999)
Evaluación de Degradación
Arrecifal.
Caso de Estudio: Akumal Q. Roo
Akumal Q. Roo
Zona de Estudio
Arrecife bordeante bien
desarrollado.
Impactos por turismo,
urbanización de Z.C.,
filtraciones del manto
freático, pesca, etc.
Métodos
Videotransectos
Estimación de %
de cobertura
Corales, Algas,
Esponjas,Z/T,
Tipos de sustrato.
Visualización Gráfica en SIG
Año 2001
4 estaciones de 23 con
Coral > Macroalgas
Año 2009
Ninguna estacion de 25 con
Coral > Macroalgas
Año 2010
Ninguna estacion de 24 con
Coral > Macroalgas
Tratamiento de Imágenes de Satélite de Alta
Resolución
Selección AOI
Remoción de
Brillo de Olas
(Hochberg 2003)
Corrección de
Efecto de Prof.
en Col. de Agua
(Lyzenga 1978, 1981)
Predicción Espacial
GRASP
(Lehmann et al. 2002,
Garza-Pérez et al. 2004)
GAMs
Utiliza información de
puntos discretos (VR)
para ajustar modelos y
hacer predicciones
a partir los atributos
espaciales de capas
continuas (VP).
MAPAS PREDICTIVOS DE COBERTURA
18%
4.5%
30%
18%
21%
Cobertura
Coralina
Akumal 2000
(Ikonos)
36%
Cobertura de
Macroalgas
24%
2%
8%
23%
Cobertura
Coralina
Akumal 2010
(WorldView2)
32%
66%
Cobertura de
Macroalgas
Aplicaciones en la vida real
•
Representación
espacialmente explícita
de monitoreo ambiental.
•
Establecimiento de
patrones espaciales y
tendencias temporales.
•
Aplicaciones para el
soporte a toma de
decisiones en manejo.
Predicción de
Profundidad en Arrecifes
y Zonas Sub-Litorales
Aitutaki, Islas Cook
Arrecife Alacranes, Yucatán
•
Landsat 8 OLI (Operational
Land Imager).
•
Bandas previas mejoradas (16bit, 30x30m/pixel): +deep blue,
+SWIR, +Quality Assessment,
+2 TIRS.
Corrección Atmosférica,
Deglint
Selección de Puntos (484
x,y,z)
Landsat, USGS
484 xyz
RGB
DBBG
GRASP
RMSE = 2.17
Hogrefe et al. (2008)
RMSE = 2.51
Support Vector Machine
RMSE = 3.03
Holbox, Q. Roo
L8-OLI
Puntos xyz
1970 (mar)
3364 (laguna)
Laguna
RSq. = 0.40
RMSE = 0.45
Mar
RSq. = 0.92
RMSE = 0.39
Isla Arena, Campeche
•
GeoEye1
•
Multiespectral (11-bit,
1.8x1.8m/pixel)
Corrección Atmosférica,
Selección de Puntos (160 x,y,z)
RMSE = 0.69
WV-2 4Bms vs. WV-2 8Bms
Predicción de Profundidad Akumal
2010 (RGB) vs 2013 (CB,B,G)
RSq. = 0.79
RMSE = 2.29
2010
4Bms
2013
8Bms
WorldView-3
Agradecimientos
*Equipo PIESACOM
*Proyecto “Desarrollo de mapas arrecifales
de alta resolución espacial como precursores
para modelación dinámica espacialmente explícita.”
CONACYT CB-2011-01 Clave: 0165791
*Proyecto PAPIME DGAPA UNAM clave PE100910
“RealReefs: Plataforma digital de entrenamiento
para evaluación de arrecifes coralinos.”
*Proyecto CONACYT # 28386-N, & LEEAC-Cinvestav-IPN, Unidad Mérida
*Centro Ecológico Akumal
*Dive Center Akumal
*MGG, RSMAS-University of Miami
*Geology Dept. Kansas University
*Landsat Program USGS.
*Imágenes Geográficas S.A. de C.V.