PROCESAMIENTO DE IMGENES DE SATELITE LANDSAT 8 PARA ESTIMACIN

DE NDVI PARA ANLISIS MULTITEMPORAL EN EL CULTIVO DE

CAA DE AZCAR*
Braulio Villatoro1
1
Especialista en Sistemas de Informacin para Agricultura de
Precisin de CENGICAA

RESUMEN
Actualmente en la Agroindustria Azucarera de Guatemala se impulsa el uso de agricultura de precisin como una
herramienta para reducir costos, aumentar la produccin o una combinacin de ambas. El ciclo de agricultura de precisin
inicia con la obtencin de un mapa de rendimiento; el cual permite establecer la variabilidad existente en los campos de
produccin, conociendo la causa de la variabilidad se pueden aplicar tecnologas de tasa variable para corregir la
variabilidad detectada.
Una opcin para obtener mapas de rendimiento es la utilizacin de imgenes de satlite. El servicio geolgico de los
Estados Unidos (United States Geolocial Survey), tiene disponibles imgenes obtenidas con el satlite Landsat 8; las cuales
tienen una resolucin espacial de 30 metros y una resolucin temporal de 16 das.
El objetivo es mostrar cmo se realiza el procesamiento de las imgenes para poder realizar anlisis multitemporal. Se
estn procesando las imgenes, obteniendo los datos de reflectancia en la superficie y quitando el efecto de las nubes;
posteriormente se est haciendo el clculo del ndice de Vegetacin de Diferencia Normalizada. (NDVI, Normalized
Difference Vegetation Index).
Las imgenes procesadas sirven para hacer un seguimiento del crecimiento del cultivo y detectar cambios que el ojo
humano por s solo no es capaz de hacerlo.
PALABRAS CLAVE: NDVI, teledeteccin, sensores remotos, imgenes de satlite, agricultura de precisin, sistemas de
informacin geogrfica.

ABSTRACT
Currently, the Sugar Agro industry business of Guatemala promotes the use of precision agriculture as a tool to reduce
costs, increase production or a combination of both. The precision farming cycle begins with obtaining a yield map; which
is used to establish the variability in the fields of production, since this information will result in the use of variable rate
technologies than can correct the detected variability.
The use of satellite images provides an option to obtain yield maps. The United States Geological Survey provides images
obtained with Landsat 8 satellite; which has s 30mtr spatial resolution and 16 days temporal resolution.
Our objective is to demonstrate how to process images in order to perform multitemporal analysis. Images are processed,
obtaining surface reflectance information and removing the effect of clouds, then calculating the Normalized Difference
Vegetation Index (NDVI).
The processed images are used to monitor crop growth and detect changes that are not perceived by the human eye.
KEY WORDS: NDVI, tele detection, remote sensing, satellite imagery, precision agriculture, GIS.

* Trabajo presentado en el XX Congreso de Tcnicos Azucareros de Centroamrica, ATALAC y XIII Congreso de Tcnicos
Azucareros de Guatemala, ATAGUA, Guatemala, 10 al 14 de agosto 2015.

300

INTRODUCCIN
Actualmente el rea de Sistemas
de Informacin para Agricultura
de Precisin de CENGICAA,
est
impulsando
en
la
Agroindustria Azucarera de
Guatemala el uso de Agricultura
de
Precisin
como
una
herramienta
tecnolgica
orientada a optimizar el uso de
insumos agrcolas en funcin de
la variabilidad espacial y
temporal para la reduccin de
costos, aumento de productividad
o una combinacin de ambos en
la produccin de caa de azcar.
Se maneja el concepto de
variabilidad espacial como la
diferencia que existe en un
mismo lote, finca o regin; y
expresa resultados distintos en la
produccin. El concepto de
variabilidad temporal se describe
como: la diferencia que existe en
un mismo lote, finca o regin; en
distintos aos de cosecha.
Al hablar de agricultura de
precisin, muchas veces el
usuario se imagina que se trata
de tractores que no utilizan
piloto, tractores que realizan las
labores por s mismos, que se
trata de una persona que maneja
el
campo
desde
una
computadora donde controla
todo, entre otras ideas; todas
amarradas a la utilizacin de
tecnologa de ltima generacin.
Realmente la agricultura de
precisin se debe de enfocar
como una concepcin idea
no como una tecnologa como
tal; pero que si requiere el uso
de tecnologa, la cual se
encuentra actualmente en el
mercado,
desarrollada
y
utilizada en otras partes del
mundo desde hace quince o
veinte aos atrs.

En la teora para explicar la agricultura de precisin se considera

como un ciclo, donde por cada temporada de cultivo se debe de
volver a realizar el ciclo nuevamente, hasta alcanzar cualquiera de los
objetivos planteados al inicio del proyecto. El ciclo de agricultura de
precisin inicia con la obtencin de un mapa de rendimiento; el cual
permite establecer la variabilidad existente en los campos de
produccin, conociendo la causa de la variabilidad se pueden aplicar
tecnologas de tasa variable para corregir la variabilidad detectada.
El objetivo de este trabajo es demostrar cmo se realiza el
procesamiento de las imgenes para poder realizar anlisis
multitemporal. El anlisis se hace a travs del clculo del ndice de
Vegetacin de Diferencia Normalizada. (NDVI, Normalizad
Difference Vegetation Index).

MATERIALES Y MTODOS
Materiales
Misin Landsat:
El proyecto Landsat es una iniciativa conjunta entre el Servicio
Geolgico de Estados Unidos (USGS por sus siglas en ingls) y la
Administracin Nacional de la Aeronatica y del Espacio (NASA
por sus siglas en ingls).
La misin Landsat es un sistema que tiene la mayor captacin y
almacenaje de datos prcticamente ininterrumpido en el tiempo (ms
de 40 aos) para todas las partes emergidas de la Tierra. Existen ms
de 200 satlites y ms de 500 sensores en la rbita de la Tierra, de la
cual probablemente la misin ms completa de observacin de la
Tierra a nivel temporal y geogrfico, una ms que interesante
resolucin espectral, una razonable resolucin temporal y calidad
radiomtrica es la misin Landsat. (Pons, 2014).
Las distintas misiones que han existido de satlites Landsat son las
siguientes: Landsat 1: 1972-1978; Landsat 2: 1975-1982; Landsat 3:
1978-1983; Landsat 4: 1982-1993. Landsat 5: 1984-funcionando
actualmente; Landsat 6: 1995-1995; Landsat 7: 1999-funcionando
actualmente y Landsat 8: 2012-funcionando actualmente. (Pons,
2014).
El lanzamiento de Landsat 8 a travs del proyecto Landsat Data
Continuity Mission (LDCM), se produjo el da 11 de febrero de
2013. (USGS, 2015)
Satlite Landsat 8:
Caractersticas de funcionamiento del satlite Landsat 8:
Heliosncrono. Es una rbita geocntrica combinando altitud e
inclinacin para lograr que un objeto en esa rbita pase sobre una
determinada latitud terrestre a un mismo tiempo solar local. Para el

301

caso de Guatemala el satlite

toma las imgenes el da que le
toca entre las 10:00 y 11:00
horas.
705 km de altura orbital.
Cruce del Ecuador a las 10:00
am 15 en nodo descendente
(imgenes diurnas).
WRS-2. Sistema de referencia
mundial (la zona caera de
Guatemala se encuentra en los
cdigos o regiones 20-50 y 2150 de este a oeste)
2 sensores:
* OLI (Operational Land
Imager)
* TIRS (Thermal Infrared
Sensor)
170 km cubre una imagen en
direccin norte-sur
183 km cubre una imagen en
direccin este-oeste
Revisita de 16 das en el peor
de los casos. (USGS, 2015)
Las imgenes estn disponibles
en los servidores del United
States Geological Survey y se
pueden descargar del siguiente
enlace: www.earthexplorer.usgs.gov

En el Cuadro 1 se presenta la informacin de las bandas disponibles

en las imgenes de Landsat 8 con respecto al nmero y nombre de
banda, la longitud de onda que cubre expresada en micrmetros y la
resolucin espacial en metros de cada una de las bandas.
Los productos proporcionados por LDCM son productos que se
encuentran en formato de niveles digitales enteros (DN) con una
resolucin radiomtrica de 16 bits. Estos se pueden convertir a
valores de reflectancia en el techo de la Atmsfera (TOA) (bandas 1-9) o radiacin (bandas 1-11) con factores de escala
previstas en el producto metadatos. El archivo de salida de las
imgenes ocurre en formato L1Gt/L1t, los cuales se encuentran
radiomtrica y geomtricamente corregidos y estn disponibles en
formato GeoTIFF.
Los productos del tipo L1Gt consisten en datos del tipo L1R con
correcciones geomtricas sistemticas aplicadas y muestreos para el
registro a una proyeccin cartogrfica referenciada a WGS84, G873
o su versin actual. Los productos del tipo L1R consisten en datos
de imgenes radiomtricamente corregidas. Estos se encuentran
derivados de datos L0 y son escalados a valores de radiancia
espectral o reflectancia.
Los productos de datos L1T consisten en productos de datos L1R
con correcciones geomtricas sistemticas aplicadas, utilizando
para ello puntos de control terrestre (GCP) o informacin de
posicin integrada a bordo para entregar una imagen registrada a
una proyeccin cartogrfica, referenciada a WGS84, G873, o a su
versin actual. Adicionalmente los datos tambin contienen una
correccin topogrfica por el desplazamiento del terreno debido al
relieve (Ariza, 2013).

Imgenes de Landsat 8
Cuadro 1. Informacin de las bandas disponibles en las imgenes de Landsat 8
Bandas
Banda 1 Aerosol costal
Banda 2 Azul
Banda 3 Verde
Banda 4 Rojo
Banda 5 Infrarrojo cercano (NIR)
Banda 6 SWIR 1
Banda 7 SWIR 2
Banda 8 Pancromtico
Banda 9 Cirrus
Banda 10 Infrarrojo trmico (TIRS) 1
Banda 11 Infrarrojo trmico (TIRS) 2

Longitud de onda
(micrmetros)
0.43 0.45
0.45 0.51
0.53 0.59
0.64 0.67
0.85 0.88
1.57 1.65
2.11 2.29
0.50 0.68
1.36 1.38
10.60 11.19
11.50 12.51

Resolucin espacial
(metros)
30
30
30
30
30
30
30
15
30
100
100

Fuente: http://landsat.usgs.gov/band_designations_landsat_satellites.php

302

Procedimiento:
Descarga de imgenes de los
servidores de USGS
Se necesita acceder al servidor
de USGS donde se encuentran
disponibles las imgenes de
forma gratuita en el siguiente
link:
www.earthexplorer.usgs.gov.
Se debe de crear una cuenta la
cual se puede hacer de forma
gratuita. Al crear la cuenta se
necesita seguir la siguiente
metodologa
para
poder
descargar una imagen.

Acceder a la ventana Search Criteria

Seleccionar la pestaa Path/Row
Selecciona en la pestaa Type el sistema de referencia mundial
WRS2
En los campos de los tems Path (columna) y Row (fila) se deben
de introducir los valores correspondientes a la regin del mundo de
donde se quieren obtener las imgenes. (La zona caera de
Guatemala de la costa sur del pas se encuentra ubicada en las
columnas 20 y 21 y en la fila 50, las lneas de divisin se pueden
ver en la Figura 1, se debe de considerar el rea de inters, en los
valores a utilizar.
Acceder a la ventana Data Sets
Seleccionar en el tem Landsat Archive el campo L8 OLI/TIRS
Presionar el botn Results
Seleccionar la imagen que se desea en base a la fecha y proceder a
descargarla.
Las imgenes tienen un tamao en disco entre 700 y 1100 MB, por
cada fecha disponible.

Figura 1. Regiones donde se encuentra ubicada la zona caera de Guatemala en el sistema WRS-2

303

Procesamiento de la imagen
El anlisis de las imgenes se
realiza con dos software, la
primera parte del proceso se
realiza en ENVI 4.7 de Exelis
y la segunda parte con
ArcMap 10.2 de ArcGIS de
ESRI.
Las imgenes de Landsat 8
cuentan
con
correccin
geomtrica y radiomtrica;
por lo cual es necesario
realizar
una
correccin
atmosfrica
para
poder
analizar las imgenes de
manera temporal.
El proceso de correccin
atmosfrica se realiza en el
software ENVI 4.7. La
metodologa utilizada para la
correccin atmosfrica se
presenta en la Figura 2.
En la Figura 2 se observa que
la correccin atmosfrica se
puede realizar por 2 mtodos
(existen varios ms).
DOS
(Dark
Object
Subtraction). (Chavez, 1988)
y FLAASH (Fast Line-ofsight Atmospheric Anaysis of
Hypercubes)
El mtodo DOS descrito por
Chavez
(1988),
hace
correcciones de los efectos de
la atmsfera al considerar que
lugares como el agua deberan
de
tener
valores
de
reflectancia
con
cierto
comportamiento y al existir el
efecto de las nubes, neblina,
vapores, aerosoles, roco entre
otros; afectan la calidad del
dato obtenido con el satlite.
Por este motivo se toman en

cuenta regiones de inters en reas como agua profunda o

sombras muy obscuras en la imagen que se est procesando, para
realizar en base en esos datos la correccin atmosfrica de la
imagen. Es un mtodo muy comnmente utilizado por los
expertos a nivel internacional.
El mtodo FLAASH es un componente que se encuentra en el
software ENVI desarrollado por Exelis. Es un mtodo que toma
en cuenta la ubicacin de la imagen, el tipo de sensor, la fecha,
la hora en la que se tom la imagen. Tambin se debe de utilizar
la elevacin media de la imagen, el tamao de pixel. Utiliza un
modelo atmosfrico de acuerdo a la cantidad de vapor de agua y
la temperatura de la superficie del aire; valores generalizados de
acuerdo a la latitud de la zona de estudio. Para el caso de
Guatemala se utiliza el modelo Tropical que tiene 27 grados
Celsius de temperatura de la superficie del aire y 4.11 g/cm2 de
vapor de agua. Utiliza un modelo de aerosol, el cual depende del
tipo de aerosol o neblina que predomina en la imagen;
determinado principalmente por el tipo de circunstancias que
ocurren en la imagen. Para el caso de Guatemala se considera el
modelo Rural; el cual representa reas que no son afectadas por
fuentes de aerosol urbano o generado por industrias, como en el
caso de ciudades grandes como el Distrito Federal de Mxico.
De acuerdo con Elsaid (2015) para las imgenes Landsat 8, el
mtodo con mejores resultados para la correccin atmosfrica es
el mtodo FLAASH, por lo cual todas las imgenes procesadas
por CENGICAA, se estn realizando con este mtodo.
Posteriormente se hace el clculo del ndice de vegetacin de
diferencia normalizada (NDVI por sus siglas en ingles). El
NDVI es un ndice usado para estimar la cantidad, calidad y
desarrollo de la vegetacin con base a la medicin, por medio de
sensores remotos instalados comnmente desde una plataforma
espacial, de la intensidad de la radiacin de ciertas bandas del
espectro electromagntico que la vegetacin emite o refleja. Las
plantas absorben radiacin solar en la regin espectral de
radiacin fotosinttica activa, la cual es usada como fuente de
energa en el proceso de fotosntesis. Las clulas vegetales han
evolucionado para dispersar la radiacin solar en la regin
espectral del infrarrojo cercano, la cual lleva aproximadamente
la mitad del total de la energa solar, debido a que el nivel de
energa por fotn en ese dominio no es suficiente para sintetizar
la molculas orgnicas, una fuerte absorcin en este punto slo
causara en un sobrecalentamiento de la planta que daara los
tejidos. Debido a lo anterior la vegetacin aparece relativamente
oscura en la regin de radiacin fotosinttica activa y
relativamente brillante en el infrarrojo cercano. Para calcular el
ndice se utiliza el valor de reflectancia en la banda rojo e
infrarrojo. A travs de una operacin se obtienen valores de
NDVI por pixel, tomando valores entre -1 y 1. Todo valor

304

superior a 0 indica presencia

de vegetacin y entre ms
cercano es a 1, indica una

mayor cantidad de biomasa por pixel. La forma de calcular el

ndice y una representacin de un ndice alto comparado con uno
bajo
se
presenta
en
la
Figura
3.

Figura 2. Proceso para realizar correccin atmosfrica de las imgenes Landsat 8. FUENTE: Elsaid, 2015

Figura 3. Clculo e interpretacin de NDVI

Fuente: http://earthobservatory.nasa.gov/Features/MeasuringVegetation/measuring_vegetation_2.php

305

La segunda parte del proceso se est realizando con el software ArcMap 10.2. La metodologa se presenta
en la Figura 4.

Figura 4. Modelo de Model Builder para concluir el proceso de las imgenes Landsat 8

En la segunda parte del

proceso, lo que se hace es
utilizar la banda de calidad que
poseen las imgenes de Landsat
8 para quitar de la imagen las
reas donde se observan las
nubes, las cuales dan un
resultado incorrecto. Se utiliza
el valor 21000 de nmero
digital de la imagen de calidad
para poder quitar las nubes y
posteriormente se entregan a los
usuarios de la Agroindustria
Azucarera las imgenes ya
procesadas.

RESULTADOS
IMGENES
PROCESADAS

Azucarera. Se pueden obtener a travs de los miembros del Comit

de Agricultura de Precisin de la Agroindustria Azucarera.
En la Figura 5 se puede observar un ejemplo de la imagen de fecha
3 de julio de 2015 de la finca Monte Alegre del ingenio La Unin.

DE

A julio de 2015, se han

procesado 43 imgenes de la
regin 20-50 y 48 imgenes de
la regin 21-50, las cuales estn
disponibles para ser usadas por
los tcnicos de la Agroindustria

Figura 5.

Imagen de NDVI de fecha 3 de julio de 2015 de la finca

Monte Alegre del Ingenio La Unin

306

En la Figura 5 se observa que la

parte norte de la finca la cual se
corta
en
noviembre
y
diciembre, cuyos lotes tienen 8
meses de edad, los valores de
NDVI estn entre 0.75 y 0.85.
Los lotes del sur de la finca que
se cortan en abril y mayo,
cuyos lotes tienen entre 3 y 4
meses de edad; los valores de
NDVI estn entre 0.4 y 0.65. Se
observa la presencia de vetas de
arena, cuyas reas de rebrote
tienen un comportamiento no
parejo en todo el lote. Para
verificar estas reas en campo y
poder hacer alguna accin
correctiva que todava permite
el caaveral, es til para los
tcnicos
encargados
de
produccin el uso de las
imgenes
como
una
herramienta de gestin de las
reas bajo su administracin.

CONCLUSIONES
Las imgenes del satlite
Landsat 8 se pueden utilizar
como una herramienta para
obtener mapas de productividad
de los campos cultivados con
caa de azcar para iniciar
procesos de agricultura de
precisin.
Las imgenes del satlite
Landsat 8 se pueden utilizar
como una herramienta de
gestin por parte de los tcnicos

encargados de la produccin de caa de azcar para realizar el

seguimiento de los campos bajo su administracin.
El mtodo de correccin atmosfrica FLAASH de ENVI es una
buena herramienta para utilizarla en imgenes del satlite Landsat
8.
Las acciones a seguir con las imgenes deben de ser las siguientes:
entregar cada 16 das la imagen procesada a los ingenios; validar en
campo la interpretacin de cada color obtenido en el NDVI y
realizar investigaciones para obtener aplicaciones a partir del
anlisis de las imgenes.

LITERATURA CITADA
Ariza, A. 2013. Descripcin y Correccin de Productos Landsat 8 LDCM. Centro de Investigacin y Desarrollo CIAF. Instituto
Geogrfico Agustn Codazzi. Colombia.
Chavez, Jr. P. 1988. An Improved Dark-Object Subtraction
Technique for Atmospheric Scattering Correction of Multispectral
Data. Remote sensing of environment 24:459-479.
Elsaid, M. 2015. Landsat 8 Image
Comunicacin va correo electrnico.

Processing.

Egipto.

Pons, Xavier. 2014. Landsat 8 Novedades y posibilidades.

Departament de Geografia. Universitat Autnoma de Barcelona.
Espaa.
Disponible
en
la
web:
https://blogpnt.files.wordpress.com/2009/06/xavierpons_sistema_la
ndsat8.pdf.
USGS (United States Geological Survey). 2012. Landsat Data
Continuity Mission (LDCM). Mission Data. Data Format Control
Book (DFCB). LDCM-DFCB-001. v6. United States.
USGS (United States Geological Survey). 2015. Pgina web:
www.landsat.usgs.gov

307