Estimación de erosión de suelos utilizando sensores remotos y programación genética

Cesar Augusto Puente Montejano, Gustavo Olague Caballero

Resumen


Los índices de vegetación (IVs) son ampliamente utilizados para extraer información de la vegetación a partir de imágenes satelitales. Los modelos de erosión, como la "Ecuación Universal Revisada de la Pérdida de Suelo" (RUSLE) usan IVs como insumo para estimar el factor de cobertura vegetal (C). El factor C es uno de los más importantes porque cuantifica la cobertura que actúa como capa protectora entre el suelo y los elementos atmosféricos. Sin embargo los IVs encontrados en el estado-delarte arrojan pobres resultados, ya que la mayoría de éstos están diseñados para detectar vegetación verde y no vegetación seca; la cual es también un importante factor que contribuye al desempeño del factor C. El propósito de esta investigación es desarrollar un método basado en programación genética para sintetizar IVs que estén mejor correlacionados con el factor C. Los resultados experimentales ilustran la eficiencia de este método y su efecto en el cálculo de erosión en una zona geográfica real. Los índices sintetizados obtienen una mejor aproximación al factor C obtenido en campo que cuando se utilizan los índices reportados en el estado-del-arte.

Palabra(s) Clave(s): erosión por agua, índices de vegetación, programación genética, percepción remota, RUSLE.


Texto completo:

1370-1389 PDF

Referencias


A. Vrieling, Mapping Erosion from Space. Tesis de doctorado. 2007. Wageningen University. Wageningen, Netherlands. 152 pp.

S. de Jong, Applications of Reflective Remote Sensing for Land Degradation Studies in a Mediterranean Environment. Tesis de doctorado. 1994. Universiteit Utrecht, Netherlands. 237 pp.

K. Renard, G. Foster, G. Weesies, “Predicting Soil Erosion by Water: A Guide to Conservation Planning With the Revised Universal Soil Loss Equation”. U.S. Department of Agriculture. Vol. 703. 1996.

J. Montoya, F. Francés, J. I. Vélez, P. Julien, "Desarrollo de un modelo distribuido de producción, transporte y depositación de sedimentos. Aplicación en una cuenca experimental". En XXII Congreso Latinoamericano de Hidráulica. 2006. Ciudad Guyana. Venezuela.

D. C. Flanagan, M. A. Nearing, “Water Erosion Prediction Project. Hillslope Profile And Watershed Model Documentation”. USDA-ARS National Soil Erosion Research Laboratory. Vol. 10. 1995.

S. V. Smith, S. H. Bullock, A. Hinojosa-Corona, E. Franco-Viscaíno, M. Escoto.Rodríguez, T. G. Kretzschmar, L. M. Farfán, J. M. Ceseña, "Soil erosion and significance for carbon fluxes in a mountainous mediterranean climate watershed". Ecological Applications. Vol. 17. No. 5. 2007. 1379-1387 pp.

R. G. Congalton, M. Balogh, C. Bell, K. Green, J. A. Milliken, R. Toman, "Mapping and monitoring agricultural crops and other land cover in the lower colorado river basin". Photogrammetric Engineering & Remote Sensing. Vol. 64. No. 11. 1998. 1107–1113 pp.

W. Rouse, R. H. Haas, J. A. Schell, D. W. Deering, "Monitoring vegetation systems in the great plains with ERTS". Third ERTS Symposium, NASA SP-351. Vol. 1. 1973. 309-317 pp.

W. Wishmeier, D. Smith, Predicting Rainfall Erosion Losses: A Guide to Conservation Planning. U. S. Department of Agriculture. Vol. 537. 1978.

H. Bauer, "The statistical analysis of chaparral and other plant communities by means of transect samples". Ecology. Vol. 24. 1943. 45-60 pp.

B. Zippin, J. M. Vanderwier, Scrub community descriptions of the Baja California peninsula, Mexico. Madroño. 1994. 85–119 pp.

M. A. González Botello, Estimaciones de la cobertura vegetal y del suelo en el noroeste de Baja California y su aplicación a la modelación de la erosión. 2010. Tesis de maestría. Universidad Autónoma de Baja California. Facultad de Ciencias. Ensenada, Baja California.

C. F. Jordan. "Derivation of leaf area index from quality of light on the forest floor". Ecology. Vol. 50. 1969. 663-666 pp.

B. Pinty, M. M. Verstraete, "GEMI: A Non-Linear Index to Monitor Global Vegetation from Satellites". Vegetatio. Vol. 101. 1991. 15-20 pp.

R. E. Crippen, "Calculating the Vegetation Index Faster". Remote Sensing of Environment”. Vol 34. 1990. 71-73 pp.

J. Qi, Y. Kerr, A. Chehbouni, "External Factor Consideration in Vegetation Index Development". En Proc. of Physical Measurements and Signatures in Remote Sensing ISPRS. 1994. 723-730 pp.

S. Khana, A. Palacios-Orueta, M. L. Whiting, S. L. Ustin, D. Riaño, J. Litago, "Develoment of angle indexes for soil moisture estimation, dry matter detection and land-cover discrimination". Remote Sensing of Environment. No. 109. 2007. 154–165 pp.

E. P. Crist, R. C. Cicone, "Application of the tasseled cap concept to simulated thematic mapper data". Photogrammetric Engineering and Remote Sensing. Vol. 50. 1994. 343-352 pp.

F. F. Sabins, Remote sensing: principles and interpretation. 3° edición. 1997. Freeman, New York. U.S.A.

J. R. Koza. Genetic programing: On the programming of computers by means of natural selection. 1992. MIT press. Cambridge, MA. USA.

R. Poli, W. B. Langdon, N. F. McPhee, A field guide to genetic programming. Lulu. U.K. 2008.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas