Teledeteccin: Humedales y Espacios Protegidos. XVI Congreso de la Asociacin Espaola de Teledeteccin.

(Eds. J. Bustamante, R. Daz-Delgado, D. Aragons, I. Afn y D. Garca). pp. 40-43. Sevilla 21-23 octubre
2015

Estimacin de la clorofila de los cultivos de la huerta valenciana

a partir de imgenes Landsat 8
Jess Delegido, Ral Tello, Antonio Ruiz Verd, Carolina Tenjo, Jochem Verrelst y Jos Moreno
Laboratorio de Procesamiento de Imgenes, Universidad de Valencia. C/ Catedrtico Jos Beltrn, 2. 46980 Paterna
(Valencia). Email: delegido@uv.es, raulte@alumni.uv.es, Antonio.Ruiz@uv.es, carolina.tenjo@gmail.com,
jochem.verrelst@uv.es, jose.moreno@uv.es

Resumen: A partir de los datos de la campaa Biohype, en la que se dispone de medidas de radiometra y contenido en
clorofila en hoja de 4 especies de rboles en la ciudad de Valencia, se han probado diferentes ndices espectrales,
simulando espectros de Landsat 8 con todas las posibles combinaciones de bandas del visible y del NIR, observndose
que la mayor correlacin lineal se obtuvo entre la clorofila medida y el ndice greenNDVI definido como (RNIR
Rverde)/ (RNIR + Rverde). Para validar el mtodo se realiz una campaa de campo en una zona en estudio de la
huerta valenciana, durante los das 3 y 4 de mayo de 2014, en la que se midi la clorofila con un clorofilmetro SPAD
calibrado, en los siguientes cultivos: naranjo (Citrus sinensis), alcachofa (Cynara scolymus), patata (Solanum
tuberosum), perejil (Petroselinum crispum), lechuga (Lactuca sativa), palmera enana (Phoenix roebelenii), cebolla
(Allium cepa), col (Brassica oleracea) y alfalfa (Medicago sativa). Se seleccionaron 21 parcelas de al menos 80 m de
lado en la zona de huerta comprendida entre la ciudad de Valencia y las poblaciones de Burjassot y Moncada y se
midieron 30 hojas en cada parcela distribuidas a lo largo de la parcela. A partir de la imagen Landsat 8 a su paso por
Valencia el da 03/05/2014 se han extrado los espectros de reflectividad de las 21 parcelas de vegetacin y 7 de suelos
desnudos, constatando que el gNDVI permite obtener el contenido en clorofila de las especies citadas, a partir de
imgenes Landsat 8 con un error cuadrtico medio de 20 g/cm2.
Palabras clave: clorofila, cultivos, huerta valenciana, Landsat 8, greenNDVI

Estimation of chlorophyll in crops in horticultural areas (huertas) from Landsat 8 images. A case
study in Valencia (Spain)
Abstract: Data from the Biohype campaign provided radiometric datasets and the chlorophyll content in leaves of four
species of urban trees from the city of Valencia. The data was used to test Landsat 8 spectral indices. All possible VNIR
band combinations were regressed against the chlorophyll content data. The highest correlation was attained with the
greenNDVI index, defined as (RNIR Rgreen)/ (RNIR + Rgreen). For model validation, a field campaign was
carried out in an agricultural area located close to Valencia, on 3 and 4 May, 2014. Chlorophyll content was measured
with a calibrated SPAD chlorophyll-meter in the following crops: Orange tree (Citrus sinensis), artichoke (Cynara
scolymus), potato (Solanum tuberosum), parsley (Petroselinum crispum), lettuce (Lactuca sativa), pygmy date palm
(Phoenix roebelenii), onion (Allium cepa), cabbage (Brassica oleracea) and alfalfa (Medicago sativa). The
measurements were made in 21 plots, with an area greater than 80 x 80 m between Valencia and the towns of Burjassort
and Moncada. Chlorophyll content was determined in 30 different leaves from each plot. The gNDVI of the pixels
corresponding to the 21 plots and 7 bare soils was calculated on the basis of the Landsat 8 image over Valencia on 3
May 2015. The application of the regression model yielded a RMSE of 20 g/cm2.
Keywords: chlorophyll, crops, Valencian huerta, Landsat 8, greenNDVI

es el TIRS (Thermal Infrared Sensor) que proporciona

1. INTRODUCCIN
El nuevo Landsat 8, lanzado en febrero de 2013,
incorpora dos nuevos instrumentos. El primero de ellos,
denominado OLI (Operational Land Imager) hereda las
bandas espectrales de sus antecesores (ETM+ de
Landsat-7) e incluye tres nuevas bandas: una en la
regin espectral del azul diseada especialmente para la
determinacin de los aerosoles, otra en la del infrarrojo
de onda corta utilizada en la deteccin de cirros y otras
nubes altas, y una banda de calidad. El segundo sensor
dos bandas en la regin del trmico.
Radiomtricamente, ambos sensores mejoran la relacin
seal/ruido, cuantificada en un rango dinmico de 12
bits, en comparacin con los instrumentos anteriores de
8 bits. Otras ventajas que ofrece Landsat 8/OLI, son su
alta resolucin espacial (15-30 m/pxel) y su corto
perodo de revisita (mnimo 16 das) (USGS, 2014).
Estas ventajas abren nuevas posibilidades en el estudio
de los parmetros biofsicos de la vegetacin, en
especial el contenido en clorofila en hoja, uno de los

http://ocs.ebd.csic.es/index.php/AET/2015/schedConf/presentations 40
bioindicadores del estado de salud de las plantas que
ms se utiliza en teledeteccin (Haboudane et al., 2008).
El objetivo de este trabajo es encontrar el mejor ndice
para la estimacin de la clorofila en los cultivos de la
huerta valenciana a partir de las imgenes de Landsat
8/OLI utilizando datos de otra campaa de medidas y
validando con datos de campo obtenidos de forma
simultnea a la adquisicin de una imagen Landsat
8/OLI.
2. MATERIAL Y MTODOS
2.1. Zona de estudio
La huerta valenciana se extiende septentrionalmente
desde Puzol, al norte de la ciudad de Valencia hasta los
alrededores ms meridionales de la Albufera, al sur de la
ciudad, y por el este hasta los pueblos de Paterna,
Torrente y Moncada. En ella se cultivan principalmente
ctricos y hortalizas, y alrededor de la Albufera, el arroz.
Con una extensa red de acequias construidas en el
perodo islmico, se canaliza el agua del ro Turia para
llevar a cabo el regado. Como zona de estudio se ha
elegido la huerta de Valencia comprendida entre las
poblaciones de Valencia, Burjassot, Moncada y
Alboraya (Figura 1) caracterizada por pequeas parcelas
de 60-80 m (aprox.) de lado.
Figura 1. Ubicacin de la zona en estudio a partir de
una composicin RGB de Landsat 8/OLI del 3/5/2014.
2.2. Campaa Biohype
Para la calibracin del modelo de estimacin de
clorofila se utilizaron los datos adquiridos en el marco
http://ocs.ebd.csic.es/index.php/AET/2015/schedConf/presentations
del proyecto BIOHYPE (BIOmonitoring of urban
habitat quality with airborne HYPErspectral
observation), en la campaa llevada a cabo en Valencia
en verano de 2012 (Delegido et al., 2014), donde se
seleccionaron cuatro especies de rboles muy
abundantes en la ciudad de Valencia: platanera
(Platanus x. acerifolia), palmera canaria (Phoenix
canariensis), almez (Celtis australis) y morera (Morus
alba). Se muestrearon 190 hojas: 50 hojas de almecinos,
45 de moreras, 55 de palmeras y 40 de plataneras. En
todas ellas se midi el contenido en clorofila, mediante
extraccin en laboratorio, y la reflectividad con un
espectroradimetro ASD (FieldSpec 3 Hi-Res,
analytical spectral devices Inc., Boulder, USA), que
mide entre 350 y 2460 nm en pasos de 1 nm. Tambin
se obtuvo la medida con el clorofilmetro SPAD-502
(Konica Minolta Optics Inc., Osaka, Japan) para su
calibracin (Delegido et al., 2014).
2.3. Medidas de campo
Los datos utilizados para la validacin del modelo
fueron obtenidos en la zona en estudio los das
03/05/2014 y 04/05/2014, coincidentes con el paso de
Landsat 8 en un da totalmente despejado. Fueron
seleccionadas 21 parcelas con diferentes cultivos: 7
parcelas de naranjo (Citrus sinensis), 3 de alcachofa
(Cynara scolymus), 4 de patata (Solanum tuberosum), 2
de perejil (Petroselinum crispum), 2 de alfalfa
(Medicago sativa), 1 de cebolla (Allium cepa), 1 de
lechuga (Lactuca sativa) y 1 de palmera enana (Phoenix
roebelenii). El criterio para la seleccin de las parcelas
fue que fueran grandes (al menos 80 m x 80 m) y que
hubiera el mayor nmero de especies distintas posible.
Adems se seleccionaron 7 suelos desnudos. En cada
parcela se tomaron las coordenadas GPS y se
muestrearon 30 hojas al azar, repartidas a lo largo de
todo el campo y cercanas al dosel de la planta. En cada
hoja se tom una medida con el clorofilmetro SPAD-
502, calibrado en la campaa BIOHYPE mediante la
funcin (Delegido et al., 2014):
Chl (g cm2) = 0,021752*SPAD2,1129 R2 = 0,89 (1)
Una vez calculado el contenido en clorofila, Chl, de
cada hoja, se calcul el promedio y la desviacin
estndar para cada una de las parcelas.
2.4. Medidas de teledeteccin
Se descarg del servidor (http://earthexplorer.usgs.gov/)
la imagen del da 3 de mayo de 2014 en la que aparece
la zona en estudio totalmente libre de nubes. La imagen,
que ya se proporciona georreferenciada, fue corregida
atmosfricamente mediante el mtodo QUAC (QUick
Atmospheric Correction) implementado en ENVI 5.0.
De la imagen obtenida se han extrado los espectros del
pxel central de cada una de las parcelas en estudio.
2.5. ndices de vegetacin
41
Durante las ltimas dcadas se han desarrollado un gran A partir de los datos obtenidos en la campaa de campo
nmero de ndices de vegetacin para el estudio de la con el clorofilmetro SPAD-502 aplicando la ecuacin
clorofila de las plantas por teledeteccin (Haboudane et de calibracin (Ecuacin 1) se han obtenido los valores
al., 2008; Hunt et al., 2013). En la Tabla 1 se muestran de clorofila para todos los cultivos analizados. Con el
los ndices genricos seleccionados para el presente promedio calculado para cada una de las 21 parcelas y
estudio, teniendo en cuenta que se van a analizar todas con los espectros extrados de la imagen Landsat 8,
las posibles combinaciones de bandas del sensor OLI en incluyendo 7 suelos desnudos, se ha elaborado una base
cada uno de ellos. de datos con la cual se han calculado solo las mejores
combinaciones obtenidas previamente con los datos de
Tabla 1. ndices usados en el estudio.
Biohype. De nuevo la mejor correlacin (R2 = 0,63) se
ndice Frmula Cita obtiene con el ndice gNDVI, siendo las siguientes
mejores con OSAVI (R2 = 0,49), CVI (R2 = 0,46) y SR
NDI (R1-R2)/( R1+R2) Rouse et al., con NIR y verde (R2 = 0,43). Hay que sealar que en el
1973
SR R1/R2 Jordan, 1969 proceso de extraccin de los espectros de la imagen
Landsat 8, se observa que no es fcil localizar un pixel
MCARI [(R1-R2)-0,2(R1-R3)]/(R1/R2) Daughtry et al., puro dentro de cada parcela muestreada y que se deben
2000 tener en cuenta efectos de adyacencia importantes, que
TCARI 3[(R1-R2)-0,2(R1-R3)/(R1/R2)] Haboudane et
al., 2002 pueden influir en el resultado.
CVI R1+R2/R32 Vincini et al., En la Figura 2 se muestran los valores de clorofila
2008 medidos en funcin del ndice gNDVI clasificados por
SAVI 1,5 (R1-R2)/ (R1+R2+0,5) Huete, 1988 tipo de cultivo.
2
Broge and y = -51,567 + 165,71x R = 0,6325
TVI 0,5 [120(R1-R2)-200(R1-R2)] 100
Leblanc, 2000
Chl medida (g/cm )
2

3. RESULTADOS Y DISCUSIN 80

4.1. Mejor ndice a partir de Biohype 60

A partir de la base de datos generada en la campaa

Biohype y usando los espectros medidos sobre las hojas, 40

se han simulado las bandas Landsat 8 y se ha calculado Ajuste lineal

Alcachofa
la correlacin entre la clorofila medida en laboratorio y 20 Alfalfa
Cebolla
todas las posibles combinaciones de bandas de cada uno Lechuga
Naranjo
de los ndices de la Tabla 1. Seleccionando solo los 0
Palmera
Patata
resultados que mejor correlacin lineal presentan Perejil

ordenados a partir del coeficiente de determinacin R2, Suelo desnudo

se obtiene la Tabla 2. Los ndices MCARI, TCARI y
CVI proporcionaron valores de R2 superiores a 0,6 pero
con ajustes exponenciales que presentan saturacin, por
lo que no han sido seleccionados. El clsico NDVI (NDI
con las bandas del NIR y del rojo) obtuvo un R2 de 0,2.
Tabla 2. Mejores combinaciones lineales obtenidas. R2
es el coeficiente de determinacin.
ndice Bandas (centro) R2
NDI (gNDVI) 865 nm; 562 nm
SR 865 nm; 562 nm
NDI 562 nm; 482 nm
De la Tabla 2 se observa que las mejores correlaciones
se obtienen con las bandas del NIR y del verde.
Adems, el NDI que usa esas bandas es precisamente el
Green NDVI (gNDVI) propuesto por Gitelson et al.,
(1996) que tambin est bastante correlacionado con el
contenido en clorofila como han demostrado otros
autores con Landsat5 (Hunt et al, 2013).
4.2. Correlacin con datos de campo
-20
0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
gNDVI
Figura 2. Clorofila medida (Chl) en funcin del gNDVI
obtenido de la imagen Landsat8/OLI para los datos de
campo de la huerta de Valencia.
Por tanto, se propone como mejor ndice para la
estimacin de la clorofila en los cultivos de la huerta de
Valencia, el gNDVI con la frmula:
0,638 Chl (g/cm2) = 165,71 gNDVI 51, 6 (R2 = 0,63) (2)
0,606
0,523 La clorofila medida in situ frente a la calculada segn la
ecuacin 2 se puede obtener con un error cuadrtico
medio de 20 g/cm2. En la Figura 3 se muestra el mapa
de clorofila de la zona en estudio aplicando la ecuacin
2 a la imagen Landsat 8 del da 3 de mayo de 2014. En
el mapa se han indicado el nombre de algunas de las
poblaciones para facilitar su localizacin. En rojo y
amarillo se distinguen los campos de naranjos, con
valores de Chl alrededor de 90 g/cm2, en verde y rojo
el resto de la huerta y en azul y negro los suelos
desnudos y las poblaciones. El hecho de incluir suelos

http://ocs.ebd.csic.es/index.php/AET/2015/schedConf/presentations 42
desnudos en el anlisis estadstico permite obtener
mapas sin necesidad de hacer mscaras de vegetacin,
pues proporciona para carreteras, construcciones y
suelos de tierra sin vegetacin, valores de clorofila
cercanos a cero.
Figura 3. Mapa de clorofila de la zona en estudio a
partir de la imagen Landsat 8 del da 3/5/2014.
4. CONCLUSIONES
A partir de los datos de la campaa Biohype se ha
observado que la mejor correlacin entre la clorofila
medida en los rboles y la estimada mediante las bandas
de Landsat 8, se obtienen con el ndice gNDVI. A partir
de valores de clorofila medidos en la zona de huerta
valenciana entre Valencia y Moncada y la imagen
Landsat 8 de la misma fecha, el gNDVI vuelve a ser el
mejor ndice, por lo que se propone un mtodo para la
estimacin global de la Chl de todos los cultivos basado
en la ecuacin 2 que permite estimar la Chl a partir de
imgenes Landsat 8 con un error cuadrtico medio de
20 g/cm2. Este error, aunque puede ser mejorado con la
realizacin de ms campaas de campo, en diferentes
pocas del ao que permitan obtener un mayor nmero
de datos por especie, por lo que este trabajo debe ser
considerado como un estudio preliminar. Adems,
debido al pequeo tamao de las parcelas de la zona en
estudio, Landsat 8 se encuentra en el lmite de
resolucin espacial y los resultados mejoraran
considerablemente con sensores de mejor resolucin
espacial, como los futuros Sentinel 2 de la ESA y el
satlite espaol SEOSAT/Ingenio.
5. BIBLIOGRAFA
Broge, N.H. & Leblanc, E. 2000. Comparing predictive
power and stability of broadband and hyperspectral
vegetation indices for estimation of green leaf area
http://ocs.ebd.csic.es/index.php/AET/2015/schedConf/presentations
index and canopy chlorophyll density. Remote
Sensing of Environment 76, 156172.
Daughtry, C.S.T, Walthall, C.L., Kim, M.S., Brown de
Colstoun, E. & McMurtrey, J.E. 2000. Estimating
corn leaf chlorophyll concentration for leaf and
canopy reflectance. Remote Sensing of Environment
74, 229239.
Delegido, J., Van Wittenberghe, S., Verrelst, J.; Ortiz, V.,
Veroustraete, F. & Valcke, R., Samson, R., Rivera,
J.P., Tenjo, C., Moreno, J. 2014. Chlorophyll content
mapping of urban vegetation in the city of Valencia
based on the hyperspectral NAOC index. Ecological
Indicators 40, 34-42.
Gitelson, A.A., Kaufman, Y.J. & Merzlyak, M.N. 1996.
Use of a green channel in remote sensing of global
vegetation from EOS-MODIS. Remote Sensing of
Environment 58, 289298.
Haboudane, D., Miller, J.R., Tremblay, N., Zarco-
Tejada, P.J. & Dextraze, L. 2002. Integrated narrow-
band vegetation indices for prediction of crop
chlorophyll content for application to precision
agriculture. Remote Sensing of Environment 81,
416426.
Haboudane, D., Tremblay, N., Miller, J.R. & Vigneault,
P. 2008. Remote estimation of crop chlorophyll
content using spectral indices derived from
hyperespectral data. IEEE Transactions of
Geoscience and Remote Sensing 46, 423-437.
Huete, A.R., 1988. A soil-adjusted vegetation index
(SAVI). Remote Sensing of Environment 25, 295
309.
Hunt, E., Doraiswamy, P., McMurtrey, J., Daughtry, C.,
Perry, E. & Akhmedov, B. 2013. A visible band
index for remote sensing leaf chlorophyll content at
the canopy scale. International Journal of Applied
Earth Observations and Geoinformation 21, 103-
112.
Jordan, C.F. 1969. Derivation of leaf area index from
quality of light on the forest floor. Ecology 50, 663
666.
Rouse, J.W., Haas, R.H., Schell, J.A. & Deering, D.W.
1973. Monitoring vegetation systems in the great
plains with ERTS. Third ERTS Symposium, NASA
SP-351, Vol. 1: 309317.
USGS. 2014. United States Geological Survey - Landsat
Missions. http://landsat.usgs.gov.
Vincini, M., Frazzi, E. & DAlessio, P. 2008. A broad-
band leaf chlorophyll index at the canopy scale.
Precision Agriculture 9, 303319.
43