Introducción

Indicar la problemática actual

El Salar de Punta Negra es un ecosistema único del altiplano Chileno, durante décadas fue utilizado como
suministro de aguas para la actividad minera del Cobre, lo que ha provocado una constante destrucción de
ecosistemas en el mismo.
El año 2019 la minera que tiene derechos de aguas en dicho acuífero, cesa las extracciones de aguas del
salar.
Se busca evaluar la posible recuperación del ecosistema en el periodo 2019 al 2021, desde que se ha
detenido la explotación del salar.
Ventajas

 Generación de información respecto a la resiliencia de ecosistemas únicos del altiplano de chile.

 Utilización de herramientas satelitales para análisis de ecosistemas, impactados por actividades
humanas.
 Utilización de Espectrofotometría, y análisis de índices de flora y agua, para determinar niveles de
recuperación de ecosistemas.
 Herramientas y base de datos de acceso libre.
 Generación de información para la toma de decisiones respecto a proyectos que puedan afectar
ecosistemas sensibles en chile.
Desventajas.

 Disponibilidad Temporal de la información.

 Desconocimiento de la capacidad de recuperación de ecosistemas de Chile.

Beneficios

 Generar información para la toma de decisiones de privados y públicos respecto a proyectos de

inversión
 Fomentar el cuidado de los recursos escasos de la zona.
Desarrollar una herramienta de análisis para otros ecosistemas
2. Objetivo general y objetivos específicos
2.1. Objetivo general:

Realizar un análisis de la recuperación del Salar de Punta Negra en el periodo 2019 a 2021

2.2 Objetivos específicos.

Los objetivos específicos necesarios para lograr el objetivo general son los siguientes:

2.2.1. investigar sobre índices fotométricos para la evaluación de ecosistemas

2,2.2. Determinar e identificar los índices fotométricos adecuados para un análisis correcto
del ecosistema del salar de punta negra
2.2.3. Identificar y Determinar el grupo de satélites más adecuado para el estudio.
2.2.4. Desarrollar algoritmo para la estimación del índice.
2.2.5. Determinar el periodo temporal para el estudio, considerando las características
únicas del ecosistema.
2.2.6. Realizar los análisis temporales de las imágenes satelitales utilizando el índice
seleccionado.
2.2.7. Elaborar informe con los resultados del análisis realizado.

3.3. Descripción General de Área de Estudio ............................................................ 5

3.3.1. Localización, límites y extensión ................................................................. 5
3.3.2. Características biofísicas del área de estudio ............................................. 6
3.3.2.1. Clima ....................................................................................................... 6
3.3.2.2. Orografía ............................................................................................... 10
3.3.2.3. Suelos ................................................................................................... 11

4.1. Fundamentos Físicos de la Teledetección ....................................................... 24

4.1.1. El espectro electromagnético.

La teledetección es una metodología que permite obtener información a distancia de los

objetos situados sobre la superficie terrestre. La luz reflejada por objetos en la superficie
corresponde a una huella espectral única en función del tipo de cubierta presente sobre ella.
Ese flujo reflejado se recoge por el sensor, que lo trasmite posteriormente a las estaciones
receptoras. Entre superficie y sensor se interpone la atmósfera, que dispersa y absorbe parte
de la señal original.

Las teorías que buscan explicar la radiación electromagnética son aparentemente aquella
que la concibe como un haz ondulatorio (Huygens y Maxwell), y aquella otra que considera
como una sucesión de unidades discretas de energía, fotones, con la masa igual a cero
(Planck y Einstein).

La teoría ondulatoria postula que la radiación electromagnética se trasmite siguiendo un

modelo armónico y continuo, a la velocidad de la luz, conteniendo dos campos de fuerzas
ortogonales entre si: eléctrico y magnético. Las características de este flujo energético
pueden describirse por dos elementos: Longitud de onda (λ) y frecuencia (v).

Donde C indica la velocidad de la luz (3x 10 8 ms-1), λ expresa la longitud de onda (en
unidades de longitud, habitualmente micrómetros, 1 µm = 10-6 m o nanómetros, 1nm = 10-9
m) y v la frecuencia (en Hertz, 1 Hz = un ciclo por segundo).

En resumen, a mayor longitud de onda, menor será la frecuencia y viceversa, por lo que
basta con indicar un solo término para caracterizar el flujo de energía mencionado.

La teoría cuántica, nos entrega herramientas que nos permite calcular la cantidad de energía
transportada por un fotón, siempre que conozca su frecuencia:

Dónde: Q es la energía radiante de un fotón (en julios), V la frecuencia y h la constante de

Planck (6,6 x10-34 J s).
Sustituyendo en (2), podemos asimismo expresar:

Lo anterior nos permite entender que a mayor longitud de onda – o menor frecuencia- el
contenido energético será menor y viceversa. Esto implica que la radiación en longitudes de
onda larga es más difícil de detectar que aquella proveniente de longitudes cortas, de ahí
que las primeras requieran medios de detección más refinados.

En base a lo indicado se entiende que es posible definir cualquier tipo de energía radiante
en función de su longitud de onda o frecuencia. Puesto que los valores de longitud de onda
son continuos, se establecen una serie de bandas en donde la radiación electromagnética
manifiesta un comportamiento similar. Estas bandas de longitudes de onda se denomina
espectro electromagnético y comprende desde las longitudes de onda más corta (rayos
gama, rayos X), hasta hondas largas (telecomunicaciones).

Es sumamente importante para facilitar la metodología de la teledetección, el destacar, una

serie de bandas espectrales, que son las más frecuentemente empleadas actualmente.

Espectro visible (0,4 a 0,7 µm). Es la única radiación electromagnética que pueden percibir
nuestros ojos, coincidiendo con las longitudes de onda en donde es máxima la radiación
solar. Dentro de esta región, suelen distinguirse tres bandas elementales, que se denominan
azul (A: 0,4 – 0,5 µm), verde (V: 0,5 – 0,6 µm), y rojo (R: 0,6 – 0,7 µm).

Infrarrojo: corresponde a la región entre 0.7 y 100 µm, esta porción puede subdividirse en
dos categorías basadas en las propiedades de la radiación: IR Reflejado y el IR térmico o
emitido. El primero es utilizado en teledetección de manera similar al visible, y el IR
térmico es diferente al visible e IR reflejado, ya que esta energía es esencialmente la
radiación emitida por la superficie de la tierra en forma de calor.

Infrarrojo cercano (IRC: 0,7 a 1,3 µm) también se denomina infrarrojo próximo, reflejado o
fotográfico, puesto que parte de él puede detectarse a partir de películas dotadas de
emulsiones especiales.

Infrarrojo medio (IRM: 1,3 a 8 µm). Corresponde al infrarrojo de onda corta (Short Wave
Infrared, SWIR), que se sitúa entre 1,3 y 2,5 µm y resulta una región idónea para estimar el
contenido de humedad en la vegetación o los suelos. La segunda región de interés está
comprendida entre 3 y 5 µm, y suele denominarse más propiamente como infrarrojo medio
(IRM), siendo determinante para la detección de focos de alta temperatura (incendios o
volcanes activos).
Infrarrojo lejano o térmico (IRT: 8 a 14 µm), que incluye la porción emisiva del espectro
terrestre, en donde se detecta el calor proveniente de la mayor parte de la cubiertas
terrestres.

Microondas (M, por encima de 1 mm), con gran interés por ser un tipo de energía
transparente a la cubierta nubosa (Chuvieco, 2002)

Espectro electromagnético (arriba longitudes de onda λ en metros.)

4.1.2. Radiación electromagnética y la teledetección............................................. 27

La teledetección ocurre cuando el sensor detecta un flujo energético proveniente de la

superficie terrestre. Este flujo tiene una intensidad determinada, proveniente de, o dirigida
a, una unidad de superficie y con una dirección concreta, así, la radiancia se considera
como el total de energía radiada en una determinada dirección por unidad de área y por
ángulo sólido de medida, la cual se cuantifica en vatios por metro cuadrado y estéreo-radián
(W/m-2 sr -1).

Por otro lado la reflectividad (relación entre el flujo incidente y el que refleja una
superficie) nos permite la identificación de objetos y procesos en la superficie terrestre,
cada objeto posee una huella espectral única, cada tipo de material, suelo, vegetación, agua,
etc. reflejará la radiación incidente de forma diferente lo que permitirá distinguirlo de los
demás si medimos la radiación reflejada.

El agua, al ser el único elemento superficial capaz de transmitir radiación hacia abajo, tiene
una reflectividad muy baja aunque muy dependiente de la longitud de onda. Absorbe casi
toda la radiación que le llega en las bandas del infrarrojo próximo y medio. La reflectividad
aumenta algo en el visible especialmente en las bandas del azul y el verde. La turbidez del
agua contribuye al aumento de la reflectividad en el verde y en el infrarrojo reflejado. La
eutrofización del agua aumenta su reflectividad en el verde.
La vegetación tiene una reflectividad baja en el espectro visible aunque la clorofila absorbe
el rojo y el azul reflejando más en el verde. La reflectividad es muy alta en el infrarrojo
reflejado o próximo en consecuencia de la baja absorción de energía por parte de las plantas
en esta banda. En el infrarrojo medio existe una disminución importante en las longitudes
de onda en las que el agua contenida en la planta absorbe la energía.

En el caso de la vegetación enferma la curva se debilita en la que disminuye el infrarrojo y

aumenta la reflectividad en el rojo y azul. Se observa también que la reflectividad de una
planta depende de su contenido en agua. Cuando el contenido de agua aumenta disminuye
la reflectividad ya que aumenta la absorción de radiación por parte del agua contenida en la
planta.

Finalmente el suelo tiene una reflectividad relativamente baja para todas las bandas aunque
aumentando hacia el infrarrojo. La firma espectral es simple. Sin embargo la reflectividad
del suelo estará relacionada con la composición química y mineralógica, la textura y del
contenido de humedad. (Sigmur, 2006).

4.1.3. El efecto de la atmósfera sobre la energía electromagnética .................... 28

La energía de ciertas longitudes de onda de la radiación solar se reduce al atravesar la

atmósfera terrestre, tal cual ocurre con gran parte de la energía ultravioleta (0.001 a 0.4 µm)
y algunas porciones del espectro infrarrojo (0.75 a 2.5 µm). En días de mucha nubosidad, la
dilución atmosférica de energía en esas longitudes de onda es aún mayor.

Lo anterior se produce por las partículas de la atmosfera, según su tamaño, afectan distintas
longitudes de onda este fenómeno se le conoce como atenuación atmosférica. El caso
extremo son las nubes, las cuales pueden ocultar por completo el suelo, aunque cuando son
tenues también afectan la transmisión de luz de una manera distinta según las longitudes de
onda.

Partículas mucho más pequeñas afectan las longitudes de onda más cortas, y son
particularmente comunes los casos de bruma. La facilidad de dispersión de la luz de este
color es la que hace que el cielo diurno sea azul.

En teledetección hay que tener en cuenta la energía solar incidente en nuestro planeta, está
corresponde a aproximadamente 340 Wm-2. De toda ella, sólo 173 Wm -2 llegan a la
superficie terrestre, este factor de reducción o albedo habrá de ser tenido en cuenta a la hora
de interpretar la respuesta de los objetos. En el trayecto seguido por la radiación
electromagnética ésta sufrirá tresfenómenos principales:

- Absorción.- fenómeno en el cual moléculas y partículas de la atmósfera absorben la

energía radiante (65 Wm-2) y la transforman en energía interna que posteriormente será
emitida en el infrarrojo térmico. La atmósfera reduce así la observación espacial a
ciertas bandas concretas del espectro, llamadas ventanas atmosféricas.

- Dispersión.- Este fenómeno es el re direccionamiento del camino recto de

propagación. Es causado por la interacción entre la radiación y los gases y partículas
 atmosféricas. La reflexión consiguiente a ese choque, se transforma en un aporte
adicional a la radiancia proveniente de la superficie terrestre. Se reduce por tanto la
radiancia directa, aumentando la difusa. Los principales causantes son los aerosoles y
el vapor de agua.

- Emisión.- Como cualquier cuerpo con temperatura mayor que -273 ºK, la Tierra
emite su propia radiación, que lógicamente tiene mayor importancia en el infrarrojo
térmico. Por tanto, su efecto es fundamental si pretendemos trabajar en dicha banda del
infrarrojo térmico.

4.1.4. Imágenes satelitales ................................................................................. 29

Una imagen satelital es el producto obtenido por un sensor instalado a bordo de un satélite
artificial a través de la captación de la radiación electromagnética emitida o reflejada por un
cuerpo; producto que posteriormente se transmite a estaciones terrestres para su
visualización, procesamiento y análisis. Existen diferentes tipos de imágenes satelitales,
dependiendo del tipo de sensor. En consecuencia también una amplia variedad de imágenes
satelitales que hoy se utilizan en diversas áreas, estos sensores consideran disntintas
variables como resolución espacial o la información espectral que poseen; desde el
monitoreo del cambio climático, evaluaciones multiespectrales de vegetación etc.

La radiación solar reflejada o emitida por la superficie terrestre es capturada por el sensor y
registrada en formato digital. Las imágenes se componen de una rejilla de celdas o pixeles.
El valor numérico de cada píxel se define en función de la radiancia recibida por el sensor
para esa porción de superficie, el cual se denomina nivel digital (ND). Una imagen se
forma por determinadas bandas según la energía recibida en longitudes de onda específicas
del espectro electromagnético.

4.1.5. Pre procesamiento de imágenes satelitales .............................................. 30

El pre procesamiento de las imágenes, se basa en realizar las correcciones de las imágenes,
con el fin de eliminar cualquier anomalía detectada en la imagen, ya sea en su localización
o radiometría de los pixeles que la componen.

Cualquier imagen obtenida por un sensor remoto, presentara serie de alteraciones

radiométricas y geométricas debidas a variados factores, en efecto las alteraciones y
deformaciones más frecuentes se agrupan en 4 grupos:

- Distorsiones originadas por la plataforma.

- Distorsiones provocadas por la rotación terrestre.
- Distorsiones por el sensor.
- Distorsiones provocadas por la atmósfera.

Las distorsiones indicadas, deben ser consideradas para procesar los datos correctamente y
facilitar análisis e interpretaciones posteriores. Así las cosas, la radiancia registrada en el
sensor no es una lectura exacta de la radiancia efectivamente reflejada por las superficies.
Esto significa que la imagen adquirida en formato numérico presenta una serie de
anomalías en relación a la escena real detectada. Estas anomalías están en la localización de
los pixeles que componen la matriz de datos. Las operaciones de corrección pretenden
disminuir estas anomalías. Como producto se obtiene una imagen corregida que es lo más
cercano posible a la realidad geométrica y radiométricamente.

En cuanto a la corrección radiométrica esta considera la corrección absoluta y relativa. La

primera considera aspectos de la transmitividad atmosférica, irradiancia difusa del cielo y
ruta de la radiancia para así determinar comó el efecto atmosférico afecta la radiancia
medida por el sensor remoto. La segunda se utiliza para normalizar las intensidades entre
las diferentes bandas dentro de una escena y para normalizar las intensidades de las bandas.

Las correcciones topográficas permiten compensar las diferencias de iluminación solar,

debido a la variación altitudinal del terreno. Las superficies con sombra presentan menos
reflectividad de lo que debieran, mientras que las superficies soleadas presentaban una
reflectividad más alta.

2.4 Imágenes satelitales Copernicus

Copernicus corresponde a una familia de seis satélites Sentinel, cuya primera misión data
de abril de 2014 con la puesta en órbita de Sentinel- 1, propiedad de la Unión Europea y
desarrollados con el objetivo de satisfacer las necesidades de los servicios Copernicus y de
sus usuarios. Los satélites Sentinel son una fuente constante e independiente de datos de
alta calidad. Copernicus también se apoya en infraestructuras espaciales ya existentes
conocidas como “misiones contributivas”: satélites operados por la ESA, por la
Organización Europea para la Explotación de Satélites Meteorológicos (EUMETSAT), por
los Estados miembros de la Unión Europea, y por terceros países y proveedores
comerciales.

La segunda misión Sentinel-2, esta plataforma nos permite contar con las imágenes
proporcionadas por los “gemelos” Sentinel 2A y Sentinel 2B, con una resolución de 10
metros en el visible y disponibles para descarga de manera gratuita. Con sus  13
bandas de trabajo permite realizar filtros a color natural y falso color o componer índices
espectrales a máxima resolución. 

Comparación entre Sentinel-2 y otras plataformas satelitales respecto a bandas y

transmisión atmosférica.
A continuación se observa una tabla que resumen las características de cada sensor de la
plataforma satelital Sentinel-2.

3.2.6 Análisis y detección de cambios

Para el análisis entre períodos se consideró la cartografía generada con su respectiva

información. Esta se realizó mediante una depuración de las bases de datos para obtener
los cambios entre períodos, esto se realiza mediante la herramientas Web de google,
“Google Engine”, la cual cuenta con un catálogo de imágenes satelitales de varias
plataformas satelitales gratuitas, a su vez esta herramienta de búsqueda tiene para su uso
herramientas de programación para automatizar los procesos de clasificación y post
clasificación de las imágenes satelitales.
Así las cosas mediante la utilización de un código, algoritmo es posible obtener para una
determinada superficie y periodo temporal, índices de cobertura buscados.

Así las cosas se desarrollaron y calcularon índices para diferentes ventanas temporales para
la superficie de Salar de Punta Negra, cada uno de los periodos analizados es comparado
para verificar pérdidas o ganancias que hayan existido entre los períodos. Con ésta
información se generaron los respectivos mapas temáticos de acuerdo al año, calculando la
superficie absoluta de cada año, permitiendo posteriormente elaborar matrices cruzadas de
cambios, para los períodos bajo estudio de acuerdo a la metodología señalada por Sandoval
y Real (2005).

4.3. Índices de Vegetación

Los índices de vegetación, o índices verdes, son transformaciones que implican efectuar
una combinación matemática entre los niveles digitales almacenados en dos o más bandas
espectrales de la misma imagen. (Esperanza y Zerda, 2002).

El desarrollo de estos índices obedeció a la observación de la consistencia de la respuesta a

la reflectancia de la luz roja e infrarroja de la vegetación verde: a mayor cantidad de
clorofila, mayor absorción de la luz incidente roja; a mayor volumen foliar, mayor
reflectancia de la luz infrarroja cercana. Considerando que pueden existir otras coberturas
con alta reflectancia en el infrarrojo, u otras con alta absorción en el rojo, el empleo de solo
una banda puede conducir a errores. Sin embargo, solo la vegetación viva produce
invariablemente ambas respuestas, de modo que si se calcula el cociente de la reflectancia
infrarroja por la roja, o su diferencia, como la primera siempre aumenta conforme la
segunda disminuye, el cociente (o diferencia) será mayor cuanta más vegetación haya, por
el efecto aditivo que una mayor abundancia de vegetación produce (Towers, 2002).

4.3.1. Composición y aplicaciones

La observación remota de las cubiertas vegetales puede apoyarse en el gran contraste

cromático que presenta la vegetación vigorosa entre las distintas bandas del espectro, y
singularmente entre la visible (alta absorción, baja reflectividad) y el NIR (baja absorción,
alta reflectividad) como se aprecia en la figura xx. De ahí que podemos enunciar, como
principio genérico, que cuanto mayor sea el contraste entre esas dos bandas, mayor será la
cobertura vegetal y/o el vigor de la vegetación y más clara su discriminación frente a otros
tipos de cobertura. Este comportamiento espectral teórico de las coberturas vegetales ha
sido la base para obtener una serie de índices de vegetación, que se basan precisamente en
el contraste entre las bandas R y NIR del espectro. Se construyen a partir de la combinación
de esas dos bandas, cuando disponemos de una imagen multiespectral. Muy variados en su
desarrollo, todos ellos tienden a presentar en forma más nítida las características de la
vegetación, facilitando su aislamiento de otras coberturas y la detección de su estado vital.
(Bannari, et al., 1995; Curran, 1981; Myneni et al., 1997; Sellers 1989; Chuvieco, 2008).

Los índices de vegetación se aplican en análisis cuali o cuantitativos. Empleados

cualitativamente, permiten determinar rápidamente el estado relativo de la vegetación en
una zona. Como una gran variedad de factores afecta directamente la producción de
biomasa, los índices pueden emplearse para determinar la influencia de dichos factores en
una zona o momento. Así, pueden usarse para determinar el efecto sobre la biomasa de
sequías, anegamientos, incendios, desmontes, granizo, plagas, o deficiencias nutricionales
(Towers, 2002).

Figura xx. Comportamiento de los índices de vegetación sobre la reflectancia en

diversas longitudes de onda. Tomado de Índices Espectrales. Universidad de Alcalá,
2001.

4.3.2. Limitaciones de los índices de vegetación

El Índice de Vegetación Normalizado NDVI es el índice de vegetación más utilizado para

la evaluación de la erosión del suelo. Sin embargo, el NDVI tiene algunos problemas en la
estimación de la cubierta vegetal, por ejemplo, este índice comienza a saturar cuando la
cubierta vegetal es superior al 50% (Gill et al., 2009), y no es sensible al verde cuando la
cubierta vegetal es baja. Por este motivo puede sobre o subestimar la cubierta vegetal,
dando información errónea en algunas zonas (Zhongming et al., 2009).

El problema de la iluminación.- la compensación de los efectos atmosféricos no es perfecta

con el NDVI, entre otras cosas porque los cambios atmosféricos no afectan todas las
longitudes de onda de la misma manera. Por este motivo, se han desarrollado índices verdes
que combinan los valores de reflectancia de modos no lineales, como ocurre en el Índice de
Vegetación de Ambiente Global GEMI (Pinty y Verstraete, 1992). Existen éste y muchos
otros intentos de corregir el problema de la iluminación, pero si bien frecuentemente
mejoran la precisión, suelen presentar algunas complicaciones para el cálculo o, por ser
relativamente poco empleados, se desconoce el grado de corrección que aportan en distintas
situaciones. Sin embargo, en aplicaciones puntuales arrojan resultados más consistentes que
los índices más comunes (Towers, 2002).

El otro problema que se presenta con el uso de los índices verdes es la contaminación con
respuestas espectrales provenientes del suelo cuando la cobertura no es alta. Si se está
intentando evaluar de modo cuantitativo la información, y la respuesta del suelo presenta
problemas, existen algunas salidas como emplear un índice verde corregido por el efecto
del suelo, como el Índice de Vegetación Perpendicular PVI (Richardson y Wieoand, 1977),
o el Índice de Vegetación Ajustado por Suelo Transformado TSAVI (Baret y Guyot, 1991).
En ambos casos se estudia la llamada “línea de suelo” y se determina la distancia
perpendicular desde esta línea hasta el valor total de reflectancia en rojo y NIR.
Efectivamente lo que se realiza es restar la reflectancia propia del suelo del valor total de
reflectancia, y se presume que la diferencia se debe a la vegetación (Towers, 2002).

Otra opción es, identificar sobre el terreno lotes con cobertura vegetal total y suelos
desnudos, y se determina, para cada pixel, la proporción de cada respuesta que lo compone,
es decir se separan la proporción de pixel cubierta por vegetación y la del suelo
(desmezclado del pixel).

Sin embargo, aún con coberturas parciales, es común que la contaminación por suelo sea
menor de lo que se espera. Esto es así porque la inclinación solar, y el ángulo de
observación, son tales que el suelo no se observa. Obviamente, si el sol iluminase desde el
cenit, y también desde allí se realizara la teledetección, un cultivo con 70 % de cobertura
devolvería un 70 % de respuesta proveniente de la vegetación y un 30 % proveniente del
suelo. Pero la luz alcanza al cultivo en diagonal, y salvo con coberturas muy bajas, o surcos
muy anchos, generalmente interactúa con la vegetación antes de alcanzar el suelo. Es por
este motivo que el NDVI no aumenta por encima de coberturas del orden del 80 %
(Towers, 2002).

05.04.01-NDVI

El índice de vegetación más conocido y usado es el Índice Normalizado Diferencial de

Vegetación (NDVI Normalized Difference Vegetation Index). Este índice fue introducido
con el objetivo de separar la vegetación del brillo que produce el suelo (Rouse et al., 1974).

Este índice se basa en el peculiar comportamiento radiométrico de la vegetación,

relacionado con la actividad fotosintética y la estructura foliar de las plantas, permitiendo
determinar la vigorosidad de la planta.

Los valores del NDVI están en función de la energía absorbida o reflejada por las plantas
en diversas partes del espectro electromagnético. La respuesta espectral que tiene la
vegetación sana, muestra un claro contraste entre el espectro del visible, especialmente la
banda roja, y el Infrarrojo Cercano (NIR)
.
Mientras que en el visible los pigmentos de la hoja absorben la mayor parte de la energía
que reciben, en el NIR, las paredes de las células de las hojas, que se encuentran llenas de
agua, reflejan la mayor cantidad de energía. En contraste, cuando la vegetación sufre algún
tipo de estrés, ya sea por presencia de plagas o por sequía, la cantidad de agua disminuye
en las paredes celulares por lo que la reflectividad disminuye el NIR y aumenta
paralelamente en el rojo al tener menor absorción clorofílica. Esta diferencia en la respuesta
espectral permite separar con relativa facilidad la vegetación sana de otras cubiertas.

El cálculo del NDVI implica el uso de una simple fórmula con dos bandas, el Infrarrojo
Cercano (NIR) y el rojo (RED).
05.04.02-GNDVI

Éste es, una variante del NDVI que utiliza la banda del verde en lugar de la del rojo
(Kemerer, 2007). Su fórmula es la siguiente:

Este índice se ha mostrado muy útil para estimar el rendimiento del cultivo de arroz
inundado, en el que se dispone de parcelas fertilizadas con purín porcino y nitrógeno
mineral a distintas dosis (Uso de imágenes aéreas multiespectrales para estimación del
rendimiento en cultivo de arroz b. Moreno-García, M. Guillén, M.A. Casterad, D. Quílez)
dando coeficientes de determinación bastante elevados.

05.04.03-RVI

Peason & Miller (1972), proponen este índice, consideramos a estos como los pioneros de
la historia de los índices de vegetación al proponer el primer índice, este es el RVI (Ratio
Vegetation Index), como su nombre indica, es el cociente entre la reflectividad en el
infrarrojo cercano y la reflectividad en la banda del rojo, estando este basado en la
diferencia espectral en la vegetación en las longitudes de onda del rojo y del infrarrojo
cercano.

05.04.04-GVI
GVI (Green Vegetation Index) Índice de vegetación verde o como también se le conoce
GRVI (Green Ratio Vegetation Index), (Sripada et, al. 2006) como su nombre indica, es el
cociente entre la reflectividad en el infrarrojo cercano y la reflectividad en la banda del
verde.

05.04.05-NGRDI

Este índice es el (Normalized Red Green Difference Index, Gitelson et al.,2002). , también
llamado VIgreen (VIg), Vegetation Index Green (Gitelson et al.,2002).

El cálculo del NGRDI implica el uso de una simple fórmula con dos bandas, el verde
(GREEN) y el rojo (RED).

4.3.4. Índice de estrés hídrico MSI

De todos los índices no verdes de uso común, el más conocido es el denominado MSI, o
Índice de Estrés Hídrico (Rock et al. 1985). Se calcula dividiendo la reflectancia de la
banda 5 del Landsat por la de la banda 4. Como se mencionara anteriormente, la banda 4
responde a la biomasa presente y la banda 5, fuertemente afectada por el contenido de agua
en la planta, tiene una respuesta similar en plantas sana, pero en una planta seca o bajo
stress hídrico, la reflectancia medida aumenta proporcionalmente más que la de la banda 4.
El resultado es que a medida que la vegetación se seca, el MSI aumenta.

Conforme una hoja se seca, aumenta su reflectancia a lo largo de todo el espectro. El

secado produce aumentos en la zona del rojo (0,6 – 0,7 μm), y en el infrarrojo medio en la
zona de las bandas de absorción de agua (1,4 μm, 1,9 μm, y 2,6 μm) (Towers, 2002).

El MSI puede ser una alternativa para conocer el estado de estrés hídrico de un cultivo o
una cobertura vegetal, y está relacionado con la temperatura de la planta y la humedad
aprovechable del suelo (Palacios et al., 2009).
El Índice de Estrés hídrico se calcula mediante la siguiente expresión:

Concretamente:
-NDMI (Sentinel 2) =  (B8-B11) / (B8+B11)
-NDMI (Landsat 8)= (B5-B6) / (B5+B6)

Índice Diferencial de Agua Normalizado (NDWI)

El NDWI se utiliza como una medida de la cantidad de agua que posee la vegetación o el
nivel de saturación de humedad que posee el suelo. Para obtener este índice la combinación
de bandas es la siguiente: Landsat 8 (3-6)/(3+6), Sentinel 2 (3-11)/(3+11)