Primer post en el que evaluaremos una imagen en Falso Color Natural de 3 de febrero de 2020, para evaluar el estado hídrico de zonas húmedas y balsas como sistema de información para los servicios contraincendios; por lo que exportaremos el resultado con la disponibilidad de agua para poder repostar los «bambi»* y las autobombas en un archivo compatible con el sistema GPS y dispositivos móviles.
*Bambi son las cesta-bomba que utilizan los helicópteros de lucha contra incendios.
La principal peculiaridad de esta imagen es que está formada por la combinación de bandas B4, B8, B11 (Rojo visible, Infrarrojo cercano y SWIR o infrarrojo medio); B2 y B8 con resolución de 10 x 10 metros y B11 de 20 x 20 m, por lo que ésta última se remuestrea al doble, lo que permite su tratamiento junto a las otras, no mejorando por ello su capacidad de detectar detalles propios de la longitud de onda de la luz que capta (entre 1,56 y 1,65 µm).
Empezamos con una sesión nueva de QGIS. Para tener una referencia geográfica, incorporaremos en esta ocasión la Ortofotografía de 2019 (primera realizada en invierno, que permite ver el suelo bajo zonas arbóreas caducifolias) por servicio teselado (WMTS) dando de alta el servicio:
http://idena.navarra.es/ogc/wmts/1.0.0/WMTSCapabilities.xml
De esta forma, fijamos el SRC del proyecto en EPSG:25830, que es el oficial. QGIS hará una transformación al vuelo excelente con información que tenga otros SRC.
Descargaremos la imagen desde:
https://filescartografia.navarra.es/3_ORTOFOTOGRAFIA/3_00_SATELITES/3_00_1_SENTINEL2/
Y en concreto: FCN_20200223.ecw
Se aprecia nieve (azul claro) en Larra y el humo de un incendio a la altura de Doneztebe / Santesteban.
Puede ser de interés, descargar también su equivalente en Color natural (CN_20200223.ecw), para tener otra visión, no así la NDVI, que no aporta nada en este caso.
Esta composición de Falso Color, es una imagen de vivos contrastes:
Tonos morados para los secanos y suelo desnudo, verdes intensos en los cultivos, la nieve de un azul claro intenso y, lo que más nos va a importar en esta ocasión, con las zonas inundadas de un intenso azul oscuro.
También es una composición interesante para la diferenciación de tipos forestales, como en este ejemplo:
Es imprescindible realizar un muestreo con el identificador para anotar los valores de los 3 canales en zonas inundadas con distintas casuísticas:
- Embalse de Irabia: -1.14512,42.99025 / 651213,4761401
- Embalses de Alloz: -1.94485,42.70802 / 586409,4728931
- Laguna de Pitillas (complejísima): -1.58333,42.41186 / 616567,4696478
- Balsa del Pulguer (y aledañas): -1.70861,42.05518 / 606858,4656710
- Balsa de Ezkoriz: -1.57576,42.77869 / 616504,4737223
- Balsas en Sierra de Andía: -1.97266,42.84118 / 583952,4743690
Mención aparte, merecen las piscinas, con los distintos materiales que forman el vaso y, en la mayoría de los casos, sus reducidas dimensiones para un píxel de 10x10 m. Algo similar, a lo que sucede con los ríos, con anchuras limitadas, pese a ser una imagen de invierno y no estar ocultos por la vegetación de ribera.
Para conocer este tipo de imagen pueden hacer falta más de 30 puntos en zonas húmedas y otro tanto en casos como cultivos, bosque y nieve, que permiten desentrañar la respuesta de los tres canales a distintas ocupaciones del suelo.
Es MUY IMPORTANTE destacar que estos valores no son de reflectancia de las bandas originales del satélite, sino que están "normalizados" a un byte (valores de 0 a 255) para crear la imagen multibanda B4, B8, B11, dónde vemos rojo el rojo visible, verde el infrarrojo cercano y azul el infrarrojo medio; motivo por el que las zonas inundadas se ven azul intenso porque apenas reflejan en rojo (incluso nada) e infrarrojo cercano.
Procesar la imagen, ayuda a comprender su naturaleza y las expresiones que serán necesarias para obtener el resultado que buscamos. Siempre conscientes de que trabajamos con un archivo ráster formado por 14.502 columnas y 15.702 filas, que abarcan un área de 145 x 157 Km, por lo que los procesos pueden ser "pesados". Quien lo vea pesado, puede hacer solo la aproximación del punto 5.
Proceso de la imagen
En teledetección existen múltiples índices que ofrecen resultados específicos sobre la presencia de agua, como el RE-NDWI (Red Edge - Normalized Difference Water Index:[B3-B5)/(B3+B5]), o que utilizan las mismas bandas que esta imagen, como el SAVI (Soil Adjusted Vegetation Index: [1.5*(B8-B4)/(B8+B4+0.5)]) o el PSSR (Pigment Specific Simple Ratio: [B8/B4]), pero con los valores originales, no normalizados.
Trataremos de aprovechar al máximo las características de este Falso Color Natural, para el objetivo marcado en el enunciado, sin renunciar a que puede tener otras utilidades o pueden utilizarse otros métodos.
Respecto a la imagen y los valores de las bandas, llama la atención que las zonas inundadas no se ven necesariamente azules [B11 (infrarrojo medio – banda 3)], presentando una gran dispersión por su respuesta a la vegetación; sino que tienden al color negro por los valores bajos en las otras dos bandas.
Generaremos un único ráster extrayendo información de FCN_20200223. Mejor en carpeta aparte y siempre con Ráster - Calculadora ráster, sobre la extensión completa de la imagen:
1. Expresión (crear, por ejemplo, "B4yB8-129"):
"FCN_20200223@1" < 129 AND "FCN_20200223@2" < 129
Los valores son 0 y 1. Asignamos simbología de Pseudocolor monobanda – Lineal – Intervalos iguales – 2 clases: 0=blanco [#ffffff], 1=azul [#2b83ba]. Damos a Aplicar y en Transparencia – asignamos un 50% de opacidad. Aceptamos y revisamos el nuevo ráster contra la imagen FCN_20200223 (activando / desactivando la vista de B4yB8-129).
El acierto en la detección, en lo que a las zonas con presencia de agua se refiere, es muy elevado, salvo en entidades muy pequeñas, mal representadas en la propia imagen original (menos de 3 x 3 píxeles). Esta circunstancia la tendremos en cuenta en procesos posteriores.
Para, a su vez, el número de falsos positivos es gigantesco, ya que la respuesta de las zonas montañosas en umbría y pequeñas zonas de suelo desnudo / cultivos en la Ribera, tiene la misma respuesta.
Para verificarlo, podemos incorporar los mapas de relieve (MDT b/n o color) derivados del vuelo LiDAR de 2017 por servicio WMS (https://idena.navarra.es/ogc/wms):
Cobertura de la tierra – Mapas de relieve – blanco y negro (MDT), por ejemplo.
Como sugerencia, si a FCN_20200223 le asignamos una transparencia del 50% y tenemos en el panel de capas, por debajo, este Mapa de relieve, gana mucho la interpretación de la imagen original.
Como el objetivo del ejercicio no es cartográfico, sino de evaluación del estado de las masas de agua, pasaremos a realizar un mix de proceso vectorial y ráster en el siguiente post.
SITNA