Monitoreo de la capa de nieve y hielo en Dalad Banner, Mongolia Interior, basado en la descomposición espectral de mezcla hiperespectral.

La capa de nieve es una variable sistémica activa en el cambio climático de la Tierra, no solo un indicador importante del cambio climático global, sino también estrechamente relacionada con el balance energético terrestre, el ciclo atmosférico, el ciclo del agua y los ciclos del carbono y el nitrógeno. Su alta reflectividad, su gran capacidad de almacenamiento de frío, su enorme calor latente de transición de fase y su función como fuente y sumidero de gases de efecto invernadero la convierten en un elemento crucial del balance energético de la superficie terrestre. La tecnología de teledetección cuantitativa es el principal medio para obtener información sobre la capa de nieve, monitorear sus cambios, evaluar su respuesta al cambio climático y realizar investigaciones hidrológicas. La teledetección satelital se utiliza ampliamente en el campo de la investigación de la capa de nieve.

La nieve tiene una alta reflectividad en la banda de luz visible, pero baja reflectividad en la banda infrarroja de onda corta, mientras que la mayoría de las nubes tienen alta reflectividad en ambas bandas. Por lo tanto, calcular la diferencia entre las bandas visible e infrarroja de onda corta utilizando el Índice de Diferencia Normalizada en Nieve (NDSI) permite identificar eficazmente la cobertura de nieve en datos de teledetección óptica. Sin embargo, debido a que la nieve y las nubes tienen características espectrales similares en la banda de luz visible, los productos de cobertura de nieve desarrollados con tecnología de teledetección óptica suelen verse afectados por la radiación solar insuficiente y la nubosidad, lo que genera una gran cantidad de valores faltantes y dificulta su aplicación. Por consiguiente, utilizamos un método híbrido de descomposición espectral para extraer el área de cobertura de nieve, que permite obtener alta precisión y una baja tasa de falsos positivos.

CAS Xiguang Aerospace - Cartografía de la capa de nieve y hielo

Fuente de datos: generador de imágenes hiperespectrales XIGUANG003

Región: Bandera de Dalad, Mongolia Interior

Fecha de rodaje: 5 de enero de 2024

La elaboración de mapas de nieve y hielo incluye los siguientes pasos:

1. Calibración radiométrica, corrección atmosférica y ortorrectificación de datos L2A brutos;
2. La reducción de la dimensionalidad espectral se realiza mediante la Transformación de Ruido Mínimo (MNF).
3. Utilice mediciones de consistencia espacial para determinar las dimensiones de los datos;
4. Calcule el Índice de Píxeles Puros (PPI) y luego filtre las variables utilizando el Índice de Píxeles Puros (PPI);
5. Los resultados se visualizan en N dimensiones, se agrupan automáticamente y se identifican los componentes extremos.
6. Se realizó un mapeo espectral utilizando un mapeador de ángulo espectral (SAM) y un filtro adaptado sintonizado híbrido (MTMF) para clasificar y calcular simultáneamente la abundancia de los componentes extremos.
7. Los mapas se crean a partir de los resultados cartográficos y luego se combinan con imágenes pancromáticas de alta resolución.

△ Figura 1 Imagen de reflectancia después de la corrección atmosférica y la ortorrectificación

El área de estudio se ubica en la Bandera de Dalad, Mongolia Interior, específicamente en la parte sur de la ciudad de Baotou, en la margen sur del río Amarillo. Abarca la ciudad de Dalad y la central fotovoltaica de Dalad. Las principales formaciones geográficas de esta zona son pueblos, ríos, minas y desiertos, con una importante capa de nieve observada durante el tránsito satelital.

△Figura 2. Comparación de la reflectividad de diversas características del terreno.

La presencia de un pico de reflexión a 760 nm en la nieve indica su alta reflectividad hacia la luz en esa longitud de onda. Esto se debe a que la nieve está compuesta de cristales de hielo, que dispersan fuertemente la luz. Cuando la luz incide sobre la nieve, parte de ella es absorbida por los cristales de hielo, mientras que el resto se dispersa en diversas direcciones. Entre la luz dispersada, la intensidad de dispersión es máxima a 760 nm, de ahí el pico de reflexión en esta longitud de onda. Según la Figura 2, la diferencia de reflectividad a 760 nm puede utilizarse para clasificar la capa de nieve; es decir, al monitorizar los cambios en la reflectividad de la luz a 760 nm, se puede controlar el deshielo. Cuando la nieve se derrite, los cristales de hielo se convierten en agua, y el agua dispersa la luz con menor eficacia que los cristales de hielo. Por lo tanto, a medida que la nieve se derrite, la reflectividad de la luz a 760 nm disminuye.

Tras el cálculo de píxeles y la extracción de componentes extremos, el número final de componentes extremos retenidos fue de 3, dos de los cuales representaban la capa de nieve. Por lo tanto, la capa de nieve se dividió posteriormente en nieve fresca y nieve vieja (mezcla de hielo y nieve), y se analizó la situación del deshielo.

El control del deshielo puede utilizarse para las siguientes aplicaciones:

1. Pronóstico de inundaciones: El deshielo es una de las principales causas de inundaciones. Al monitorear el deshielo, se puede predecir la probabilidad y la magnitud de las inundaciones.
2. Pronóstico de avalanchas: Las avalanchas son otro desastre natural causado por el deshielo. Al monitorear el deshielo, se puede predecir la probabilidad y la magnitud de las avalanchas.
3. Gestión de los recursos hídricos: El deshielo es una fuente importante de escorrentía fluvial. Mediante el monitoreo del deshielo, se pueden predecir los cambios en la escorrentía fluvial, lo que permite una mejor gestión de los recursos hídricos.

△ Figura 3 Mapa de distribución de abundancia del nuevo elemento nieve.

△ Figura 4 Mapa de distribución de abundancia de plantas endógenas de nieve antigua

El filtrado adaptado de mezcla (MTMF) utiliza un método de desmezcla parcial para determinar la abundancia de espectros de componentes puros. Esta técnica emplea un filtro adaptado (MF) para maximizar la respuesta de los componentes puros conocidos y suprimir las respuestas combinadas con fondos desconocidos, logrando así una coincidencia con una señal conocida. Proporciona un método para detectar rápidamente materiales específicos mediante la comparación de los espectros de los componentes puros en una biblioteca o imagen, sin necesidad de conocer todos los componentes puros presentes en la escena. Por otro lado, la desmezcla espectral lineal determina la abundancia de materiales en los píxeles de la imagen asumiendo que la reflectancia del píxel en cada banda es igual a una combinación lineal de las reflectancias de los materiales componentes puros presentes en el píxel.

Las figuras 3 y 4 muestran los resultados de MTMF, que permite visualizar la abundancia de cada componente espectral de cada píxel y mostrar de forma intuitiva su composición espectral mixta. Cuanto más oscuro sea el color, mayor será la abundancia de dicho componente. Se constató que la nieve fresca cubría las llanuras occidentales y las montañas del sur de la ciudad de Dalat. La nieve vieja se distribuía principalmente en el desierto occidental, la ciudad de Dalat y la zona minera.Los resultados del mapeador de ángulo espectral (SAM) posterior también lo confirman.

△ Figura 5 Resultados de clasificación del mapeador de ángulo espectral

El mapeador de ángulo espectral (SAM) compara el espectro de una imagen con un espectro de referencia en un espacio N-dimensional. SAM compara el ángulo entre el espectro del componente extremo (considerado como un vector n-dimensional, donde N es el número de bandas) y el vector de cada píxel en el espacio N-dimensional. Un ángulo menor indica una mayor coincidencia con el espectro de referencia. Cuando se utiliza con datos calibrados, esta técnica es relativamente insensible a los efectos de iluminación y albedo. SAM genera una imagen de clasificación basada en un umbral de ángulo máximo.

La Figura 5 muestra los resultados de la clasificación final. Se observa que, en comparación con los resultados de MTMF, la clasificación en la región occidental es mejor, reduciendo eficazmente la tasa de falsos positivos. Asimismo, se aprecia con mayor claridad la escasa cobertura de nieve y hielo, así como el fenómeno de deshielo en la ciudad de Dalat, al noreste, y en la zona minera, al sureste.

Estadísticas sobre la superficie cubierta de nieve y hielo

Las estadísticas sobre la cobertura de nieve y hielo son las siguientes:

Superficie total cubierta por imágenes satelitales: 6.400 kilómetros cuadrados

Cobertura de nieve: 11% (704 kilómetros cuadrados)

Cobertura de nieve antigua: 6% (384 kilómetros cuadrados)

Al consultar datos meteorológicos históricos locales, se encontró que la temperatura máxima rondaba los -1 °C. Por lo tanto, las principales razones del deshielo en esta zona son probablemente los siguientes factores:

1. Impacto de la actividad humana: Las zonas densamente pobladas y las áreas mineras de carbón suelen tener mucha actividad humana, como minería, transporte y operaciones mecánicas. Estas actividades pueden alterar la naturaleza y la estructura de la superficie, reducir su rugosidad y dificultar que la nieve se acumule. Al mismo tiempo, se realizan trabajos de remoción artificial de nieve en pueblos y carreteras. En contraste, las zonas del norte están compuestas principalmente por pueblos y tierras de cultivo con menor intervención humana, por lo que la nieve se derrite más lentamente.
2. Cobertura e infraestructura: Las zonas densamente pobladas y las áreas mineras de carbón suelen tener una gran cantidad de estructuras artificiales, como edificios, equipos y carreteras. Estas coberturas absorben la radiación solar, lo que eleva la temperatura de la superficie y reduce la formación y el mantenimiento de la nieve.
3. Emisiones de calor: Las actividades productivas en zonas densamente pobladas y minas de carbón suelen generar grandes cantidades de calor, como el producido por la combustión del carbón y el calor residual de la maquinaria. Este calor eleva la temperatura de la superficie circundante, dificultando la acumulación de nieve en dichos entornos.

Los resultados de la antigua clasificación de la superficie de nieve/hielo aparecieron en el cauce del río Amarillo. En combinación con las condiciones meteorológicas y la fecha de la temporada de crecidas del río Amarillo, se determinó que se trataba de témpanos de hielo compuestos de una mezcla de hielo y agua o de un cauce parcialmente congelado. Al combinar estos datos con información de campo, se puede realizar un análisis más profundo de la composición de los témpanos de hielo o de la congelación del río. Todo el proceso de formación de témpanos de hielo en el cauce del río se puede monitorear a una escala espacial mayor, lo que también refleja el valor de la tecnología de teledetección hiperespectral.