programa reducción de emisiones de la deforestación y ... · variante de linux. aunque ubuntu...

Programa Reducción de Emisiones de la Deforestación y Degradación

de Bosques en Centroamérica y República Dominicana (REDD – CCAD – GIZ)

PPNN 0088..22221111..44--000011..0000 Consultor / Consultora: Jeffrey R. Jones.

Para: IMPLEMENTACIÓN DEL SISTEMA REGIONAL DE MONITOREO

DE DEFORESTACION Y DEGRADACIÓN DE BOSQUES PARA CENTROAMÉRICA Y REPÚBLICA DOMINICANA.

Contrato No.: Agencia

COSTA RICA

Producto 1: 30 de Junio de 2011 Productos

1) Manual de la primera jornada de capacitación del diplomado regional en monitoreo de recursos forestales y

2) metodología semi-automatizada de índices para la construcción de las imágenes VCF

A. Actividades productos de la Consultoría i. Taller “Diplomado en Monitoreo de Recursos Forestales en

el contexto de REDD” 1. Organización y logística de taller

Se hicieron varias reuniones con el equipo de CATIE para la planificación del curso. Se hizo un reconocimiento inicial de opciones de hospedaje en el CATIE, en Turrialba y en San José, entregando una lista de opciones a Adriana Vargas, quien en fin se encargó de la logística del curso. En estas reuniones también se estableció que CATIE no posee un laboratorio apropiado para el análisis de datos de sensores remotos para todos los participantes del curso. Se exploraron alternativas en EARTH University y en CENAT y en fin se escogió la opción de CENAT.

2. Identificación de opciones „Open source‟ para los usuarios en Centroamérica

Existe dos opciones de software gratis para la utilización de estos programas. Hay un lenguaje „Open source‟ diseñado para duplicar las capacidades de IDL (en que se produce los programas de esta consultoría), que se llama GDL (Gnu Data Language). Otra opción es que dentro del mismo programa ENVI existe un programa “IDL Virtual Machine” que se ha utilizado por la FAO en el FRA que se distribuye sin necesidad de licencias individuales. La opción de GDL se ha investigado extensivamente, y fue demostrado en el Taller presencial del diplomado. GDL requiere un ambiente Linux, entonces se ha experimentado con Ubuntu dentro de una instalación de VMWare Virtual Machine. También requiere la instalación del compilador G++ dentro de Ubuntu para la ejecución de GDL. El uso de GDL ha encontrado una implementación incompleta de las instrucciones IDL, mas críticamente en el manejo de los archivos HDF (el formato de todas las imágenes MODIS). De manera que GDL no puede ejecutar los programas como están escritas en este momento. Este problema puede resolverse por medio de re-escribir todos las rutinas de acceso directo a archivos para incorporar los elementos que reconoce GDL. Esta tarea no es muy grande, pero requiere varias semanas, y no se ha hecho para no atrasar la producción de los módulos básicos requeridos para producir las métricas a utilizar en la próxima fase de la consultoría. Hay otra duda sobre el uso de GDL. Primero es la necesidad de trabajar en un variante de Linux. Aunque Ubuntu tiene una interfaz grafica algo parecida a Windows, las instalaciones de G++ y GDL requieren el manejo de la „consola‟ donde las instrucciones se reciben en una „línea de comando‟ (Command line) que no es familiar a muchos de los participantes en el taller.

La otra opción de implementación mas generalizada es la “IDL Virtual Machine”. Esta tiene la ventaja de una implementación completa de IDL, pero igual que el uso de GDL, requiere una re-estructuración de programas para su uso. Otra duda son las condiciones bajo las cuales se puede utilizar este programa, si hay que comprar una licencia para cada usuario, o tal vez una sola licencia para todos los usos con la producción de VCF. Hasta el momento ninguna de las dos opciones queda implementado por las dudas que quedan con cada una. El proceso de instalación de VMWare, Ubuntu, G++ y GDL fue presentada en el taller presencial para el diplomado previendo el posible uso de esta herramienta.

3. Apoyar curso en línea preparativa al taller presencial En las dos primeras semanas de junio se impartió el curso en línea por medio de la plataforma Global Campus 21, con la responsabilidad primaria para la seccion Foro Sensores Remotos, con su discusión, la provision de temas y lecturas, y los comentarios sobre las inquietudes y contribuciones de los estudiantes.

4. Impartir el tema IV del curso: Procesamiento de Imágenes Satelitales para el mapeo de la cobertura forestal.

Una serie de 12 charlas se impartieron en el transcurso de los días 21 a 24 de junio. El agenda se presenta abajo, con la modificación de que en la tarde del 23 junio se realizó una visita a las instalaciones de CENAT para ver los otros áreas de trabajos especializados. Por ese motivo, la ultima charla de 23 marzo no se concluyó, y se varió el agenda para terminarla en las primeras horas del 24 junio. Las charlas en forma de presentación se incluyen en la publicación de la memora del taller. La única excepción fue la demostración de la instalación de GDL, que no tenia guía. Como no hay claridad todavía sobre la existencia de alternativas para el uso de los programas IDL, no se enfocó mucho en este aspecto hasta que tenga una respuesta definitiva. Se recomendó a los estudiantes que haga la consulta con los informáticos de sus respectivas instituciones para que les apoye en esa clase de instalación. El uso del centro PRIAS (Programa de Investigaciones Aerotransportadas) resultó muy provechoso por la instalación de los programas ENVI e IDL. La calidad de los equipos fue adecuada para los ejemplos impartidos, con unas pocas excepciones donde unas pocas computadoras no fueron actualizadas en las versiones de IDL y le faltaban algunas funciones.

Diplomado en Monitoreo de Recursos Forestales en el contexto de REDD

AGENDA: SENSORES REMOTOS Martes 21 de junio

0 6 : 3 0 – 0 7 : 3 0 Desayuno continental (hoteles)

0 7 : 4 5

Cla

sific

acio

nes p

ara

Sis

tem

as N

acio

nale

s d

e M

onitore

o

Traslado desde hoteles a Laboratorios FunCeNAT

0 8 : 0 0 – 1 6 : 3 0 Subtema IV. Procesamiento de imágenes satelitales para el mapeo de la cobertura forestal

0 8 : 0 0 – 1 0 : 0 0 Introducción al Taller Sensores Remotos (Jeffrey R. Jones)

1 0 : 0 0 – 1 0 : 3 0 Coffee break

1 0 : 3 0 – 1 2 : 3 0 Introducción a Conceptos de Clasificación y ENVI (Jeffrey R. Jones)

1 2 : 3 0 – 1 4 : 0 0 Descanso para almorzar (Comedor del FunCeNAT)

1 4 : 0 0 – 1 5 : 1 5 Ejercicio Clasificación con Mapa de Ecosistemas con LANDSAT (Jeffrey R. Jones)

1 5 : 1 5 - 1 5 : 3 0 Coffee break

1 5 : 3 0 – 1 6 : 3 0 Eliminación de brechas en LANDSAT 7 (Jeffrey R. Jones)

1 9 : 0 0 Cena (hoteles)

Miércoles 22 de junio


0 7 : 4 5

Sis

tem

a R

egio

nal de M

onitore

o


0 8 : 0 0 – 1 6 : 3 0 Subtema IV. Procesamiento de imágenes satelitales para el mapeo de la cobertura forestal

0 8 : 0 0 – 1 0 : 0 0 Problema de Monitoreo Forestal en el Trópico (Jeffrey R. Jones)

1 0 : 0 0 – 1 0 : 3 0 Coffee break

1 0 : 3 0 – 1 2 : 3 0 Investigaciones de Matthew Hansen en el Monitoreo Regional (Jeffrey R. Jones)


1 4 : 0 0 – 1 5 : 1 5 Imágenes MODIS: características y adquisición (Jeffrey R. Jones)

1 5 : 1 5 - 1 5 : 3 0 Coffee break

1 5 : 3 0 – 1 6 : 3 0 Dinámica de bosques con VCF en ENVI (Jeffrey R. Jones)


Jueves 23 de junio


0 7 : 4 5

Herr

am

ienta

s p

ara

la c

onstr

ucció

n d

el S

iste

ma R

egio

nal de

Monitore

o


0 8 : 0 0 – 1 6 : 3 0 Subtema V. Procesamiento de datos para la identificación de áreas potenciales para REDD

0 8 : 0 0 - 1 0 : 0 0 Uso de IDL: IDE, ejecución de programas (Jeffrey R. Jones)

1 0 : 0 0 – 1 0 : 3 0 Coffee break

1 0 : 3 0 – 1 2 : 3 0 Métricas para la construcción de VCF y su lógica (Jeffrey R. Jones)


1 4 : 0 0 – 1 5 : 1 5 Uso de software gratis: VMWare, Ubuntu, VMWare Tools, G++, GDL (Rodolfo Mora)

1 5 : 1 5 - 1 5 : 3 0 Coffee break

1 5 : 3 0 – 1 6 : 3 0 Herramientas para la construcción de métricas VCF (Jeffrey R. Jones)


Un desperfecto en la presentación de los temas, especialmente en IDL, fue la falta de un asistente para apoyar en la respuesta a dudas de estudiantes. Aunque los ejemplos fueron presentados literalmente en los temarios distribuidos a los estudiantes, para ser copiados y ejecutados. Por ejemplo, cuando necesitaban hacer modificaciones a instrucciones para reflejar la ubicación de los directorios de datos en su propia computadora, los estudiantes toparon con muchos problemas por falta de experiencia. Muchos detalles de sintaxis se les escapó a los estudiantes y requirieron asistencia individual, que causó cierto retraso en el ritmo de las presentaciones. Sin embargo, la experiencia de esforzarse entendiendo el sintaxis de las instrucciones fue el objetivo del ejercicio, entonces el retraso permitió tiempo para reflexionar a los estudiantes. En parte, esta situación se acentuó por los niveles disparejos de los estudiantes, entonces algunos no tenían ningún problema y cumplieron las instrucciones en seguida, mientras que otros requerían ayuda para completar el mismo paso.

ii. Desarrollo de programas para construcción de métricas

1. Método Hansen El sistema de monitoreo regional se basa en la metodología de Matthew Hansen. Esta metodología fue escogido porque presenta información que complementa a las clasificaciones de vegetación a nivel nacional, y a la vez sirve como una medida que se puede evaluar por si solo a nivel regional. En vista de la importancia de la densidad de la cobertura de árboles en el calculo de cantidad de carbono, mas allá de la composición de especies de cada clase de bosque, esta metodología presenta una fuerte herramienta para el monitoreo de condiciones de la cobertura vegetal y para el calculo de carbono. El investigador Matthew Hansen tiene 10 años de investigación en el desarrollo de un sistema para detectar el porcentaje de cobertura de árboles (VCF) en todo el mundo utilizando el sensor MODIS. El método Hansen tiene varios pasos a duplicar para generar la cobertura;

1) construir compuestas de imágenes de 32 días a 250m de resolución para reducir la cobertura de nubes y permitir una revisión mas completa de la vegetación

2) construir métricas básicas de las bandas de MODIS, especialmente las bandas 1,2,3 y 7. Estas métricas incluyen

a. máximo b. mínimo c. medio d. promedio de los 4 meses mas oscuras e. promedio de los 6 meses mas oscuras f. promedio de los 8 meses mas oscuras

3) construir métricas en base del ciclo fenológico, específicamente los meses de mas vegetación y los meses de mas calor. Para cada banda se construyen las mismas métricas mencionadas en el punto arriba, tomando como referencia los valores de las bandas NDVI y Temperatura.

a. Valor máximo de cada banda asociado con los valores mas altos de NDVI

b. Valor mínimo de cada banda asociado con los valores mas altos de NDVI

c. Valor medio de cada banda asociado con los valores mas altos de NDVI

d. promedio de los 4 meses asociados con los valores mas altos de NDVI

e. promedio de los 6 meses asociados con los valores mas altos de NDVI

f. promedio de los 8 meses asociados con los valores mas altos de NDVI

g. Otra serie parecida, con valores asociados con los meses de temperaturas mas altas

Las métricas descritas por Hansen en 2002 siguen siendo la base para sus investigaciones subsiguientes, con variantes en la combinación de bandas que se utilizan en la construcción de las métricas. Se presenta el cuadro de 2002 por su claridad, aunque se repita en otras publicaciones mas recientes en forma mas difícil de visualizar.

Hansen 2002 Para la implementación de esta metodología se seleccionaron dos productos MODIS que llenan las necesidades para el análisis. Estos son el MOD13Q1, que contiene los índices de vegetación (NDVI y EVI), tanto como las bandas 1,2,3 y 7, y el MOD11A2, que contiene una banda de temperatura promedio semanal. Se incluyen abajo las descripciones de las bandas de cada producto de la pagina web de MODIS. (MOD13Q1: https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/vegetation_indices/16_day_l3_global_250m/mod13q1 MOD11A2: https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/land_surface_temperature_emissivity/8_day_l3_global_1km/myd11a2) Muy importante para reconocer en las listas de bandas para cada producto son las bandas de „Reliability‟ y „Quality‟ que se utilizan en la integración de las imágenes en las compuestas de 32 días. En el caso de MOD13Q1, el producto es de 16 días, entonces hay que combinar dos imágenes para crear la compuesta de 32 días; en el caso de MOD11A2, se necesita combinar cuatro archivos por ser de 8 días. Estas bandas reflejan la calidad de la atmosfera en el momento de la imagen, detectando especialmente nubes, bruma y humo que pueden afectar la calidad de los datos en cada píxel. En los dos productos, la calidad de cada píxel tiene su propios valores de calidad; es decir, que en la imagen MOD13Q1 hay que evaluar casi 25 millones de pixeles para cada banda

https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/vegetation_indices/16_day_l3_global_250m/mod13q1

https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/vegetation_indices/16_day_l3_global_250m/mod13q1

https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/land_surface_temperature_emissivity/8_day_l3_global_1km/myd11a2

https://lpdaac.usgs.gov/lpdaac/products/modis_products_table/land_surface_temperature_emissivity/8_day_l3_global_1km/myd11a2

en cada imagen; en el MOD11A2, este numero es solamente de 1.5 millones de pixeles, por ser de una resolución espacial mas baja. La incorporación de las bandas de calidad representan un gran avance sobre el MODIS desde el inicio de las investigaciones de Hansen, ya que permiten mejorar enormemente la calidad de las imágenes compuestas construidas.

Bandas del producto MOD13Q1 Una serie de programas se han construido en el lenguaje IDL, un lenguaje compilado que viene asociado con el programa de procesamiento de imágenes ENVI. IDL se escogió por la recomendación de los técnicos de la NASA, quienes acostumbran manejar datos de MODIS y muchos otros sensores en forma eficiente y consistente. IDL es un lenguaje optimizado para el manejo de datos de imágenes, y también incluye capacidades de „multi-threading‟ que permite aprovechar de los microprocesadores mas nuevos (i-3, i-5 y i-7) que contienen múltiples procesadores internos; esta capacidad de multi-threading resulta en mejoras sustanciales en rendimiento de los programas. Por ejemplo, un programa que dura 90 segundos en un procesador i-7 demora 30 minutos en

un procesador Pentium IV; esta eficiencia es de mucha importancia cuando se considera el volumen de datos a procesar en este proyecto.

Bandas del producto MOD11A2

2. Bibliografía Hansen, M.C., R.S. DeFries, J.R.G. townshend, R. Sohlberg, C. Dimiceli, M. Carroll. 2002. “Towards an operacional MODIS continuous field of percent tree cover algorighm: examples using AVHRR and MODIS data”. En Remote Sensing of Environment 83: 303 – 319.

Hansen, M.C., R. S. DeFries, J. R. G. Townshend, M. Carroll, C. Dimiceli, and R. A. Sohlberg. 2003. Global Percent Tree Cover at a Spatial Resolution of 500 Meters: First Results of the MODIS Vegetation Continuous Fields Algorithm. In Earth Interactions, Volume 7 (2003), Paper No. 10; Page 1. Hansen , Matthew C., John R. G. Townshend, Ruth S. Defries And Mark Carroll. 2005. Estimation of tree cover using MODIS data at global, continental and regional/local scales. International Journal of Remote Sensing. Vol. 26, No. 19, 10 October 2005, 4359–4380 Hansen, Matthew C., Stephen V. Stehman, Peter V. Potapov, Thomas R. Loveland, John R. G. Townshend, Ruth S. DeFries, Kyle W. Pittman, Belinda Arunarwati, Fred Stolle, Marc K. Steininger, Mark Carroll, and Charlene DiMiceli. 2008. Humid tropical forest clearing from 2000 to 2005 quantified by using multitemporal and multiresolution remotely sensed data. PNAS. July 8, 2008; vol. 105; no. 27: 9439–9444. Matthew C. Hansen, David P. Roy, Erik Lindquist, Bernard Adusei, Christopher O. Justice, Alice Altstatt. 2008. “A method for integrating MODIS and Landsat data for systematic monitoring of forest cover and change in the Congo Basin”. Remote Sensing of Environment 112 (2008) 2495–2513.

iii. Consecución de datos MODIS Un objetivo de esta consultoría es la construcción de coberturas VCF desde 2000 hasta 2010. Aunque Hansen ha construido cobertura VCF de 500m a nivel mundial para los años 2000 hasta 2005, hay un interés en utilizar los nuevos productos de MODIS para mejorar la resolución de las imágenes resultantes (a 250m). Los productos MODIS se distribuyen en „tessera‟ de 10 x 10 grados de latitud y longitud, de manera que para cubrir todo el área de Centroamérica y la Republica Dominicana se requiere 4 tessera. Para completar los datos MOD13Q1 para un año se requiere aproximadamente 48 archivos; para MOD11A2, son 90 archivos. En total se requiere 1518 archivos para un segmento/imagen para los 11 años, y 6072 total para las cuatro tessera. Los archivos varían en tamaño, con los mas grandes de casi 200MB cada uno. Los datos MODIS son gratis, pero requieren que se bajan por Internet, y por el volumen total (casi 100 Gigabytes de datos) se requiere 10 días a 24 horas por día con una línea de Internet dedicada para bajar los archivos necesarios. Este proceso ha demorado casi todo la primera fase del proyecto porque hay que seleccionar, y pedir los archivos uno por uno, antes de poder bajarlos.

iv. Modificación de la metodología de Hansen

Es de notar que los nuevos productos de MODIS han permitido modificar la metodologia propuesta por Hansen. Algunas de estas modificaciones han permitido reducir el tiempo necesario para conseguir los datos, y otras han ofrecido posibilidades de mejorar la calidad del análisis. La introducción de los productos MOD13Q1 especialmente ha reducido dramáticamente el tiempo necesario para bajar los datos de Internet. De no existir las compuesta hechas de 16 días, seria necesario bajar todos los días de datos, es decir, 16 veces mas datos, para la construcción de las compuestas. De manera similar, la existencia de compuestas de 8 días en MOD11A2 ha reducido el tiempo necesario 8 veces. Otra modificación de la metodología Hansen que no se ha implementado pero que debería considerarse es sustituir la métrica EVI por la NDVI. NDVI ha sido el índice „clásico‟ de vegetación, y formó base de la metodología VCF. Sin embargo, el uso de las bandas atmosféricas de MODIS permite mejorar la calidad de bandas y eliminar efectos como humo que pueden distorsionar los resultados finales (la metodología para la construcción de EVI se encuentra en la documentación en línea de MOD13Q1: http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf ). Aunque la metodología en implementación en este momento utiliza NDVI, debería contemplar remplazar esto con EVI en vista de la importancia de construir las métricas mas precisas posibles.

v. Programas para la semi-automatización de la extracción de las métricas VCF: Imágenes compuestas de 32 días

La construcción de las métricas para la VCF se requiere un programa para la producción de compuestas de 32 días de MOD13Q1, y otro para la construcción de la compuesta de MOD11A2. Para evitar problemas de proyecciones entre dos archivos cuando la compuesta MOD11A2 se produce se incorpora directamente en la compuesta de 32 días de MOD13Q1. Todavía requiere dos pasos, pero termina produciendo un solo archivo con los datos base para crear las métricas VCF (vea diagrama abajo Flujo de Trabajo Modificado 28 junio 2011). Una vez creada la compuesta 32 días MOD13Q1 con las bandas de temperatura se inicia un proceso de construcción de métricas. Tres programas generan las métricas Básicas de Bandas, Asociadas con NDVI, y Asociadas con Temperatura. Estos programas generan un total de 84 métricas que se utilizarían en la construcción de VCF. Son dos programas los que crean las imágenes compuestas de 32 dias; el Create_eoscomposite32rw2.pro para el trabajo inicial con las imágenes MOD13Q1, y el Temp_comp32r.pro, que analiza cuatro archivos MOD11A2 para extraer la compuesta de 32 dias, y convertir los pixeles de 1000m a 250m,

http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf

e incorporarlos en la compuesta generada por Create_eoscomposite32rw2.pro.

El aspecto semi-automatizado del proceso es que un cada programa reduce el numero de pasos en la creación de los datos insumos para VCF; en el caso de la creación de la compuesta MOD13Q1, las operaciones necesarias son 29 si se ejecutara en un programa de procesamiento de imágenes como ENVI o ERDAS;

1) Leer 2 bandas de calidad de datos de MOD13Q1, 2) evaluar dos bandas de „bitflags‟ de la banda VIQ (2) 3) construir mascara en base de bitflags y banda de confiabilidad 4) aplicar mascara a cada uno de las 12 bandas de MOD13Q1, (12) 5) escribir un archivo final para cada banda (12) 6) unir todas las bandas en una sola imagen

Además de la ejecución de 26 operaciones con una sola instrucción, los programas pueden ser ligadas en „scripts‟ que se ejecutan en secuencia sin atender una vez que se incorporan los datos necesarios. Abajo se presenta un ejemplo de script para la producción de todas las compuestas MOD13Q1 para el año 2001. De igual manera, se puede armar un script para la incorporación de los datos de temperatura en el archivo compuesto MOD13Q1. El uso de los scripts mejora la eficiencia de ejecución en que facilita la comparación de nombres de archivos entre los scripts; la incorporación de datos

temperatura utiliza los mismos archivos productos de la construcción de las compuestas MOD13Q1.

Otra ventaja en estos casos es que estos pasos para la construcción de datos base requieren 24 operaciones para cada año y cada tessera; es decir que solo la construcción de las compuestas base para generar VCF tiene que ejecutan 24 operaciones * 11 años * 4 tessera = 1056 operaciones. La construcción de las imágenes compuestas de 32 días es un proceso masivo, que requiere la evaluación de los 6072 archivos bajados de Internet para la generación de 12 compuestas mensuales para cada año y cada tessera, reduciendo los datos originales a 528 archivos mensuales/anuales.

vi. Programas para la semi-automatización de la extracción de las métricas VCF: Métricas

La extracción de las métricas es un proceso menos masivo en el manejo de datos pero mas intensivo en los cálculos. Los cálculos mas sencillos son para las estadísticas básicas, que solo requieren la evaluación de cada uno de los pixeles en una banda contra los valores de la misma banda en las doce imágenes compuestas para un año, para determinar

cuales son los valores máximos, mínimos y medios. Un poco mas complejo es la extracción de los 4, 6 y 8 meses con valores menores para calcular promedios en cada uno de los tres casos. Esta operación se repite para las bandas NDVI, EVI, 1,2,3 y 7. Las métricas de NDVI y temperatura son mas complejas, pero idénticas en concepto entre ellas. Al igual que en el calculo de la estadística básica, identifica los meses con valores mínimos, máximos y medios, y se evalúa los valores y hace un rankin para todos los meses (aunque en NDVI y temperatura se busca valores mas altos, mientras que en la estadística básica se buscaba valores mas bajos). Después de completada esta fase de análisis, se busca los valores de cada banda que corresponden a los meses con valores mínimos, máximos y medios de NDVI y temperatura, y también se hace promedios de los valores de cada banda que corresponden a los 4, 6 y 8 meses de valores de NDVI y temperatura mas altos. De manera que se producen 6 métricas de estadística básica por las bandas NDVI, EVI, 1,2,3 y 7, y 6 métricas cada uno para los cálculos NDVI y temperatura para cada una de las bandas 1,2,3 y 7, por un total de 36, mas 24 mas 24 métricas (84). Son tres programas para crear las métricas. El All_BasicStats.pro que calcula

estadística básica para todas las bandas (incluyendo NDVI y EVI), el All_GreenessStats.pro que calcula los valores de las bandas en relación al NDVI, y el All_TemperatureStats.pro que calcula valores de las bandas en relación a la temperatura. De igual manera como la creación de los archivos compuestos, las operaciones para la construcción de las métricas pueden ser incorporado en scripts para facilitar su ejecución. Sin embargo, son mucho menos que en el caso de la construcción de las compuestas base, ya que solamente son 3 operaciones x 11 años x 4 tessera por un total de 132 operaciones.

vii. Uso de programas IDL El archivo ListaInstrucciones.txt contiene una secuencia de comandos para

generar todos los archivos de las métricas para 2001. Estos ejemplos presentan el modelo de cómo se construyen las instrucciones; igualmente, se puede ver la estructura de instrucciones de la primera línea de código en cada programa (no los comentarios que inician con “;”), la línea que inicia con Pro. Estos

programas tienen que ser ejecutados en cierto orden. El primer programa en la secuencia es create_eoscomposite32rw2.pro; este genera el archivo compuesto en base de MOD13Q1. El segundo en la secuencia es el temp_comp32r.pro, que agrega una banda compuesta de 32 días de temperatura remuestreada a 250m a la compuesta MOD13Q1. Despues

de construida este archivo de todas las bandas compuestas, los otros programas pueden ejecutarse en cualquier orden, siendo All_BasicStats.pro, All_GreenessStats.pro, y All_TemperatureStats.pro. Los tres programas utilizan los mismos insumos, resumidos en la lista de los archivos de compuestos creado anteriormente, MonthlyFiles2001.csv. Una vez compilada el programa create_eoscomposite32rw2.pro se puede ejecutar todas las lineas de ese mismo programa en que se encuentran en el archivo ListaInstrucciones.txt por medio de copiar todas las líneas al „clipboard‟, y pegarlas en la línea de comando de IDL. Cada línea de instrucciones se ejecuta sin mas intervención del usuario. Note que donde la línea de instrucciones pasa de una línea, hay que terminar la línea incompleta con “$” para indicar que el programa debe de leer la línea siguiente como parte de la misma instrucción. En el apéndice se encuentra la lista de bandas creadas con los diferentes programas. Los tres archivos de métricas son de casi 3Gb en total para cada año.

viii. Conclusiones Los programas para la construcción de las métricas se han construido en base de las secuencias de datos MODIS para 2001 y 2006, tomando en cuenta los niveles de implementación de los diferentes marcadores de calidad y los formatos de datos. Se supone que en el transcurso de la ejecución de los otros años se puede encontrar pequeños variantes en las estructuras de los datos que requieren algunos ajustes a los programas. Una duda que no se puede resolver hasta la producción de los primeros VCF es el manejo de los datos dudosos, especialmente en el caso de nubes. Podría ser necesaria eliminar todo dato dudoso para mejorar la calidad del producto final.

B. Productos entregables de la consultoría

i. Producción del Manual de Taller “Diplomado en Monitoreo de Recursos Forestales en el contexto de REDD”

1. Colección completa de archivos .pdf formateados, con todos los elementos para la producción del documento, Carátula, tabla de contenido, colección de materiales preliminares para el taller, y las presentaciones de cada instructor.

2. Vea en formato digital. ii. Contenido de archivo comprimido ProgramasIDL.rar

1. Programas IDL para la producción de métricas a. Create_eoscomposite32rw2.pro b. Temp_comp32r.pro c. All_BasicStats.pro d. All_GreenessStats.pro e. All_TemperatureStats.pro

2. Archivos suplementarios: a. Archivo de instrucciones ejemplo de uso de

programas IDL para creación de las metricas para el anio 2001: ListaInstrucciones.txt

b. Listas de archivos MOD11A2 para la construcción de las compuestas de 32 días: p.ej. jantemp.csv, febtemp.csv, . . .

c. Lista de los archivos de compuestas de 32 días para uso en la construcción de las métricas finales: monthlyfiles2001.csv

Apéndice Bandas finales de la compuesta de 32 días MOD13Q1 generadas con Create_eoscomposite32rw2.pro, y Temp_comp32r.pro 250m 32 days NDVI

250m 32 days EVI

250m 32 days VI Quality

250m 32 days red reflectance

250m 32 days NIR reflectance

250m 32 days blue reflectance

250m 32 days MIR reflectance

250m 32 days view zenith angle

250m 32 days sun zenith angle

250m 32 days relative azimuth angle

250m 32 days composite day of the year

250m 32 days pixel reliability

250m Raw MOD11A2 Temperature

250m QC_Day Bandas finales producto de All_BasicStats.pro Max NDVI Value

Min NDVI Value

Median NDVI Value

Mean NDVI min 4 months



Max EVI Value

Min EVI Value

Median EVI Value

Mean EVI min 4 months



Max Red Value

Min Red Value

Median Red Value

Mean Red min 4 months



Max NIR Value

Min NIR Value

Median NIR Value

Mean NIR min 4 months



Bandas finales producto de All_GreenessStats.pro Max NDVI Assoc Red Value

Min NDVI Assoc Red Value

Median NDVI Assoc Red Value

Mean NDVI Assoc Red min 4 months



Max NDVI Assoc NIR Value

Min NDVI Assoc NIR Value

Median NDVI Assoc NIR Value

Mean NDVI Assoc NIR min 4 months



Max NDVI Assoc Blue Value

Min NDVI Assoc Blue Value

Median NDVI Assoc Blue Value

Mean NDVI Assoc Blue min 4 months



Max NDVI Assoc MIR Value

Min NDVI Assoc MIR Value

Median NDVI Assoc MIR Value

Mean NDVI Assoc MIR min 4 months

Mean NDVI Assoc MIR min 6 months

Mean NDVI Assoc MIR min 8 months Bandas finales producto de All_TemperatureStats.pro Max Temperature Assoc Red Value

Min Temperature Assoc Red Value

Median Temperature Assoc Red Value

Mean Temperature Assoc Red min 4 months



Max Temperature Assoc NIR Value

Min Temperature Assoc NIR Value

Median Temperature Assoc NIR Value

Mean Temperature Assoc NIR min 4 months



Max Temperature Assoc Blue Value

Min Temperature Assoc Blue Value

Median Temperature Assoc Blue Value

Mean Temperature Assoc Blue min 4 months



Max Temperature Assoc MIR Value

Min Temperature Assoc MIR Value

Median Temperature Assoc MIR Value

Mean Temperature Assoc MIR min 4 months



programa reducción de emisiones de la deforestación y ... · variante de linux. aunque ubuntu...

Documents