Monitoreo de quema de biomasa utilizando imágenes de satélite GOES-8 en el Sureste Mexicano

Índice

Resumen

Objetivo

1. Introducción
1.1. La importancia de monitorear la “quema” de biomasa
1.2. La contribución de los sistemas de percepción remota en el monitoreo de la “quema” de biomasa
1.3. Técnicas usadas en la detección y monitoreo de la “quema” de biomasa
1.4. Uso del GOES para detectar y monitorear “quema” de biomasa
1.4.1. Breve historia de la misión GOES
1.4.2. Detección y monitoreo de “quema” de biomasa
1.5. Trabajos relacionados a la detección de “quema” de biomasa utilizando sensores remotos en México

2. Bases teóricas del problema a resolver e imágenes utilizadas
2.1. La radiación electromagnética
2.1.1. Radiación y temperatura
2.2. Instrumentos que miden radiación (radiómetros) en los satélites GOES
2.2.1. Radiómetros de la primera y segunda generación de los satélites GOES
2.2.2. Radiómetros de la tercera generación de los satélites GOES
2.3. Formatos de almacenamiento
2.3.1. El formato GVAR
2.3.2. Modo A de las cuentas del sensor
2.4. Transformación de las cuentas del sensor a temperaturas
2.5. Imágenes empleadas en este trabajo

3. Metodolog ıa
3.1. Técnicas para localizar fuegos utilizando imágenes de satélite
3.2. Algunas justificaciones del algoritmo utilizado en este trabajo
3.3. Descripción de ADIF

4. Resultados
4.1. Caso de estudio
4.2. Monitoreo espacio-temporal de puntos de calor

5. Conclusiones y recomendaciones
5.1. Conclusiones
5.2. Recomendaciones

A. Código de ADIF en lenguage IDL

B. Código de readnav.f (para hacer la georeferencia) en fortran

Bibliografia

Resumen

La “quema” de biomasa, es considerada la principal fuente a escala global de aerosoles y de varios gases traza (Crutzen y Andreae, 1990). Aparte de los efectos de los gases traza y los aerosoles al clima global, miles de hectáreas de bosques y sel- vas se estan quemando alrededor del mundo. Quizás en este momento, alguna especie endémica de planta con alguna propiedad qu´ımica aplicable a la industria farmacéutica se este perdiendo para siempre o algún núcleo de población se encuentre bajo riesgo, debido a la “quema”de biomasa.

El trabajo que a continuación se presenta, es una aplicación de una técnica de percep- ción remota para localizar “puntos de calor”; puntos donde posiblemente esté ocurriendo “quema” de biomasa. Haciendo uso del intrumento imager del GOES-8 y adaptando un algoritmo existente (originalmente implementado para ser usado con el sensor AVHRR por Justice y colaboradores en 1996) para la detección de quema de biomasa, se intenta detectar y monitorear “puntos de calor” en el sureste de la República Mexicana.

Objetivo

El presente trabajo tiene como objetivo desarrollar e implementar un programa computacional que aplique un algoritmo de detección de “quema” de biomasa, en el sureste de la República Mexicana, utilizando datos del instrumento de imágenes del satélite GOES-8.

Capitulo 1 Introducción

1.1. La importancia de monitorear la “quema” de biomasa.

La biomasa es toda la materia orgánica, en un ecosistema dado, en un momento determinado por el tiempo (Gliessman, 2002). La biomasa como parte del sistema dinámico Tierra esta en constante cambio. Estos cambios pueden tener diferentes causas, tales como la deforestación, la perturbación o la “quema” de biomasa (Lavorel et al., 2001; Bello, 2003; Golicher y Ram´ırez, 2003).

El termino “quemar” aplica a todo aquello que sea consumido parcial o totalmente por el fuego. El fuego es un proceso de combustión y oxidación, que se caracteriza por la emisión de calor, acompañada de humo, de llamas y gases. El fuego aparece en una substancia cuando la temperatura de combustión supera en mucho a la de ignición, a esto se le conoce comunmente como “quemar”¹.

En general a la “quema” de vegetación, viva o muerta, se le conoce como “quema de biomasa” (Levine, 1996). Este es un proceso donde interviene la biosfera, la atmósfera y la geósfera. Los efectos de la “quema” de biomasa a nivel global hasta hoy no están entendidos completamente. Además de cambiar el paisaje y la vegetación, la “quema” de biomasa emite cantidades considerables de gases traza a la atmósfera y part´ıculas de aerosol (Crutzen et al. 1985; Crutzen y Andreae 1990; Levine, 1991).

Debido a los efectos de estas emisiones en el ambiente, se ha llegado a considerables discusiones de que si podr´ıa o no darse un cambio climático global. Independientemente de la incertidumbre respecto a un cambio climático global, la comunidad cient ıfica internacional reconoce la importancia de estudiar los efectos de la “quema” de biomasa sobre el clima global (Woodwell et al. 1993; Houghton et al. 1985, 1987; Salati y Nobre, 1991; Henderson-Sellers et al. 1993).

Cada año, 13 millones de hectáreas son consumidas por el fuego en los ecosistemas ambientales en nuestro planeta, actuando sobre la vegetación, la fauna, el aire, el agua y las propiedades f ısicas y qu´ımicas del suelo (SEMARNAT, 20022). Los incendios forestales, como parte de la “quema” de biomasa, producen disturbios de importancia local y regional en términos de área y variedad de biomasa afectada que se pueden presentar en los ecosistemas (Lavorel et al. 2003).

De entre los siniestros más conocidos ocasionados por estos fénomenos está el llamado “el gran dragón negro”, que afectó más de 7 millones de hectáreas en la ex-URSS y China a finales de la decada de los ochenta. Otro incendio forestal catastrófico es el que ocurrió al este de Kalimantan en la isla de Borneo (Indonesia) en 1982, resultando en una pérdida de 3.6 millones de hectáreas aproximadamente.

Nuestro pa´ıs también ha sufrido estos desastres, como el caso de los incendios de 1998, donde más de 849 mil hectáreas fueron afectadas y se registraron pérdidas hu- manas por efectos directos de los incendios. Es importante aclarar que aún cuando muchos de los incendios forestales son producidos por causas naturales (por ejemplo, rayos en zonas de tormentas eléctricas), la influencia de las actividades humanas juega un papel considerable en aumentar la cantidad (la cantidad “quemada” de biomasa de una región afectada es estimada por medio del uso de técnicas de percepeción remota (Prins y Menzel, 1992; Robinson, 1991; Justice et al., 1993)) de “quema” de biomasa (Levine, 1991).

Tan sólo en nuestro pa´ıs la mayor parte de “quema” de biomasa es originada por el hombre (SEMARNAP, 2000), resultado de actividades agropecuarias, incendios provocados, etc. La tabla 1.1 muestra las principales causas de fuego en nuestro pa´ıs para el año 1999. Año con año estos porcentajes presentan ligeras variaciones, por lo que las tablas correspondientes para años posteriores son muy similares.

A nivel mundial la mayor “quema” de biomasa ocurre en pa´ıses en desarrollo, geográficamente ubicados en los trópicos y subtrópicos de África, Sur América y Sureste de Asia (Prins et al., 1998).

Tabla 1.1 Principales causas que originaron fuegos durante 1999 en la República Mexicana

Abbildung in dieser Leseprobe nicht enthalten

Fuente semarnap,

Según datos de la Secretaria de Medio Ambiente y Recursos Naturales (SEMAR- NAT) en nuestro pa´ıs hay dos temporadas que presentan mayor “quema” de biomasa. La primera correspondiente a la zona centro, norte, noreste, sur y sureste, que empieza en enero y termina en junio. La segunda empieza en mayo y termina en septiembre y afecta el noroeste del pa´ıs (Fig. 1.1). Ambas temporadas coinciden con la época de mayor estiaje en México y el per´ıodo de “quemas” en la agricultura (las “quemas” son parte de la agricultura tradicional, practicadas en una considerable parte del pa ıs).

De las estad´ısticas históricas (de 1970 a 2000) realizadas por la SEMAR- NAT, tanto para el número de incendios como para la cantidad de hectáreas afectadas existe una tendencia creciente (Figs. 1.2 y 1.3). En el año 2001 el estado de Chiapas fue el más afectado por incendios forestales, con una pérdida aproximada de 33, 514 ha. En 2002, Oaxaca fue el estado con más “quema” de biomasa, 37, 670 ha, siguiéndolo Chiapas, con 25, 712 ha. Ambos estados pertenecen a la región sureste del pa´ıs y figuran entre las entidades federativas con más quema de biomasa (INEGI/SEMARNAP, 1999; SEMARNAT, 2002³ ).

La “quema” de biomasa no solo deja pérdidas económicas, si no también de recursos naturales y en algunos casos humanas. Estas son razones de “mucho peso”, tanto para mantener en constante monitoreo la “quema” de biomasa como para hacer estudios con los que se puedan desarrollar sistemas de detección oportuna de incendios y sistemas de respuesta rápida para combatirlos.

Abbildung in dieser Leseprobe nicht enthalten

Fig. 1.1 Áreas geográficas de “quema” de biomasa en México (tomado y adaptado de la Comisión Nacional para el conocimiento y uso de la Biodiversidad, CONABIO).

Abbildung in dieser Leseprobe nicht enthalten

Fig. 1.2 Número de incendios por año (1970 a 2000). La l´ınea gris es la mejor curva que se ajusta a la tendencia de ésta serie de tiempo.

Abbildung in dieser Leseprobe nicht enthalten

Fig. 1.3 Número de hectáreas afectadas por incendios (1970 a 2000). La l ınea gris es la curva que mejor se ajusta a la tendencia de la serie de tiempo. Fuente SEMARNAT, página web.

1.2. La contribución de los sistemas de percepción remota en el monitoreo de la “quema” de biomasa.

La percepción remota se puede definir como el proceso mediante el cual se obtiene información de algún objeto sin tener contacto directo con él. Un ejemplo muy común de sensor remoto, son nuestros ojos (el sensor remoto por excelencia). Los sensores remotos se dividen en dos grandes grupos, pasivos y activos. Los primeros hacen mediciones por medio de alguna fuente de energ´ıa externa (las camaras fotográficas, por ejemplo) y los activos, crean su propia fuente de energ ıa (como el caso de los radares). La mayor ıa de los sensores remotos son de tipo pasivo, donde el Sol es la principal fuente de energ ıa, aunque no todos los sensores usan la energ´ıa del Sol (Eastman, 2001).

Dependiendo de las longitudes de onda que el sensor pueda captar, se dice que el sensor remoto es multiespectral o hiperespectral. Los sensores multiespectrales pueden percibir en un rango más amplio del espectro electromagnético, la mayor´ıa de los sensores de los satélites meteorológicos son de este tipo. Hay diferentes sensores multiespectrales, por ejemplo el escaner multiespectral (MultiSpectral Scanner; MSS) de los satélites Landsat⁴ 1-5, el sensor mapeador temático (Thematic Mapper; TM) instalado en los Landsat 4 y 5, el radiómetro avanzado de muy alta resolución (Advanced Very High Resolution Radiometer; AVHRR ) de los satélites NOAA (National Oceanic and Atmospheric Administration), por solo mencionar algunos.

Los sensores hiperespectrales son relativamente nuevos, incluso algunos de estos sensores están en fase de experimentación. Estos sensores cubren rangos de longitud de onda muy parecidos a los multiespectrales, pero en mayor número de bandas. Ejemp- los de estos sensores son el AVIRIS⁵ (Airborne Visible Infrared Imaging Spectrometer) abordo del jet NASA ER-2 as´ı como también a bordo del Twin Otter aircraft y el MODIS⁶ (Moderate Resolution Imaging Spectrometer) instalados en los satélites Terra y Aqua.

Debido al avance vertiginoso de la ciencia y la tecnolog´ıa, el uso de sensores remo- tos para obtener datos, cada vez es más frecuente en diferentes campos de la ciencia. La información obtenida por estos medios es utilizada desde las ciencias ambientales, pasando por la detección de recursos naturales, hasta usos bélicos. Los sensores remotos son utilizados para hallar ´ındices de vegetación y con ello hacer una estimación de áreas deforestadas (Justice et al. 1985; Malingreau et al., 1985; Townshend et al., 1987), sin embargo la cantidad de área deforestada normalmente es subestimada, debido a que no es fácil distinguir entre crecimiento primario y secundario de la vegetación (Fearnside 1982, Tucker et al., 1984, Nelson y Holben 1986, Malingreau y Tucker 1988). Matzon y Dozier (1981) sugieren que la razón de deforestación se estima mejor monitoreando la “quema” de biomasa; para poder detectar “quema” de biomasa y monitorearla, ellos desarrollaron una técnica haciendo uso del sensor AVHRR.

El sensor remoto más usado para detectar y monitorear “quema” de biomasa es el AVHRR de los satélites NOAA (Li et al., 2001). Existen muchos trabajos relacionados con el uso de este sensor para monitorear y detectar “quema” de biomasa, aqu´ı algunos de ellos: Flanningan y Vonder Haar 1986; Kaufman et al. 1990; Arino y Mellinote 1998; Li et al. 1997. También se han estado utilizando los siguientes sensores/satélites: GOES o Geostationary Operational Environmental Satellites (Menzel et al. 1991; Prins y Menzel, 1994), Landsat (Chuvieco y Congalton, 1988), DMSP o Defense Meteorolo- gical Satellite Program (Cahoon et al., 1992), ATSR o Along Track Scanning Radiome- ter (Arino y Rosaz, 1999), MODIS o Moderate Resolution Imaging Spectroradiometer (Kaufman et al., 1998) entre otros. Una de las razones principales del amplio uso de sensores remotos, es la posibilidad de observar lugares de dif´ıcil acceso para el hombre y la rapidez de la observación, esto sin tener en cuenta el bajo costo que implica su uso.

1.3. Técnicas usadas en la detección y monitoreo de la “quema” de biomasa

Hoy en d´ıa existen docenas de algoritmos usados para detectar “quema” de biomasa alrededor del mundo (Li et al., 2001). Hay dos tendencias principales en la detección de “quema” de biomasa. Algoritmos basados en datos obtenidos por sensores abordo de satélites de órbita polar⁷ (como los instrumentos AVHRR o el MODIS) y la otra es hacer uso de instrumentos abordo de satélites geostacionarios⁸ (como el instrumento Imager de los satélites GOES), cada uno de ellos con sus ventajas y desventajas. Los satélites geoestacionarios como los GOES, ofrecen una cobertura temporal mucho más frecuente que los satélites de orbita polar (NOAA, por ejemplo), obteniendo datos cada 30 minutos aproximadamente (inclusive pueden ser con más frecuencia, cada 15 min.) a diferencia de los de orbita polar, que obtienen datos cada 12 horas en promedio (como los satélites NOAA) o inclusive obteniendo datos de un mismo sitio en d´ıas (como el Landsat, cada 16 d´ıas). Otro punto a favor de los GOES en el caso de monitoreo de “quema” de biomasa, es que sus sensores casi no se saturan⁹, aunque la resolución espacial es mucho menor que en los AVHRR o MODIS.

Debido a que el uso del sensor AVHRR es más común para detectar “quema” de biomasa, existen más algoritmos desarrollados para ser usados con este sensor. Durante el per´ıodo de abril de 1992 a diciembre de 1993 datos del AVHRR se utilizarón para desarrollar el primer producto global para fuegos, bajo la iniciativa del International Geosphere Biosphere Program - Data And Information System (IGBP-DIS). Hay tres categor´ıas principales en el desarrollo de estos algoritmos para AVHRR:

1) algoritmos de umbral usando un solo canal, 2) algoritmos de umbral de múltiples canales y 3) algoritmos contextuales (Li et al., 2001). El algoritmo usado en este trabajo es una adaptación del algoritmo contextual desarrollado por Justice et al., (1996), a pesar de que fue diseñado para ser usado con el sensor AVHRR, se usa con datos del instrumento de imágenes del GOES-8 (consulte la sección 3.2 para una justificación de ello). Existen diferentes publicaciones donde se hacen revisiones y comparaciones de algoritmos usando datos del sensor AVHRR, por ejemplo Justice et al., (1993), Setzer y Malingreau (1996), Giglio et al., (1999), Martin et al., (1999), Li et al., (2001).

El algoritmo más conocido para detectar y monitorear “quema” de biomasa us- ando datos de GOES es el ABBA (Automate Biomass Burning Algorithm), desarrol- lado por Prins y Menzel (1992 y 1994) en el Cooperative Institute for Meteorologi- cal Satellite Studies (CIMSS). Este algoritmo está basado en la técnica de Matzon y Dozier (1981), originalmente el algoritmo fue diseñado para usar datos del sensor AVHRR. ABBA utiliza una adaptación de la técnica de Matzon y Dozier para utilizar datos infrarojos del sensor Visible Infrared Spin Scan Radiometer (VISSR) Atmospheric Sounder (VAS) de GOES (actualmente usa el sensor Imager de la nueva generación de satélites GOES). Este algoritmo detecta y caracteriza fuegos automaticamente, hoy en d´ıa se maneja la versión 5.6. Para más información se puede consultar el sitio web http://cimss.ssec.wisc.edu/goes/burn/abba.html

Independientemente del tipo de sensor que se utilize para detectar “quema” de biomasa, las nubes junto con el humo son de los factores que pueden impedir esta de- teccion, debido a que pueden absorver y reflejar energ´ıa (ya sea del Sol y/o de alguna otra fuente). Las nubes de poco espesor pueden eclipsar puntos en Tierra que presen- ten “quema” de biomasa, en regiones donde se intenta hacer la detección. Las nubes de grosor considerable como las cumulus, probablemente puedan impedir que sean de- tectadas las regiones que incluso presenten “quema” intensa de biomasa (Robinson, 1991).

Para superarar el obstaculo de las nubes en la detección de “quema” de biomasa, diversos filtros espectrales pueden ser aplicados para eliminar los puntos que puedan causar reflexión y por lo tanto falsas alarmas (Flannigan y Vonder Haar, 1986; Coakley y Bretherton, 1992).

1.4. Uso del GOES para detectar y monitorear “que- ma” de biomasa

1.4.1. Breve historia de la misión GOES

El programa o misión GOES (Geostationay Operational Environmental Satellite) creció debido al gran exito del experimento SMS (Synchronous Meteorological Satel- lite) en los años setenta. Estos satélites fueron desarrollados y lanzados por la National Aeronautics and Space Administration (NASA), pero la operación ha estado a cargo de la National Oceanic and Atmospheric Admistration (NOAA). Los satélites GOES proveen oportunamente información del tiempo global, incluyendo el desarrollo de tor- mentas, la función principal de estos satélites. Las imágenes de estos satélites son muy comunes en muchos reportes del tiempo en la TV, en diferentes partes del mundo. El programa GOES mantiene operando dos satélites. El GOES del Este (recientemente GOES-12¹⁰ ) estacionado a 75o E y el GOES del Oeste (actualmente GOES-10) esta- cionado a 135o O. Entre los dos mantienen una cobertura del 60 % de la tierra, en la Figura 1.4 se puede observar la cobertura terrestre de los satélites GOES (fuente http://rsd.gsfc.nasa.gov/goes/).

Abbildung in dieser Leseprobe nicht enthalten

Fig. 1.4: Cobertura y localización de los GOES. Tomado y adaptado de http://orbit-net.nes- dis.noaa.gov.

La misión GOES se divide hasta la fecha en tres etapas. La primera, abarca del GOES-1 al GOES-3, de 1968 a 1977, la segunda etapa, del GOES-4 al GOES-7, del año 1978 al 1987 y por último la tercera etapa o ”tercera generación”, los GOES I-M, de 1988 al 2001. Esta nomenclatura de letras, se usa cuando los satélites aún no han sido liberados al espacio, en el momento que esto suceda y tenga exito la misión, su nombre cambia a un número. Ejemplo, el GOES-I se convirtió en él GOES-8, el GOES-J es el GOES-9 y as´ı hasta llegar al GOES-M, que ya es el GOES-12 (lanzado al espacio en Agosto del 2001¹¹ ).

A través del tiempo la misión GOES ha ido evolucionando, uno de los intrumentos de particular interés que ha tenido cambios importantes es el radiómetro. En la primera generación el radiómetro era el VISSR, capaz de proveer imágenes diurnas y nocturnas.

En la segunda generación el radiometro tiene por nombre VAS y en la tercera generación se le conoce como Imager o instrumento de imágenes. Para más información de la misión GOES, se puede consultar el sitio web: http://rsd.gsfc.nasa.gov/goes/

1.4.2. Detección y monitoreo de “quema” de biomasa

Con la llegada de la tercera generación de satélites GOES, en particular con el GOES-8 y a pesar de no ser la principal actividad de los GOES, éstos se empiezan a usar para detectar y monitorear fuegos, tormentas de polvo y erupciones volcánicas. Trabajos previos relacionados a “quema” de biomasa con GOES usan el instrumento VAS para detectar y monitorear fuegos (Prins y Menzel, 1992). Actualmente el instrumento que está siendo utilizado para detectar y monitorear “quema” de biomasa es el Imager (Prins y Menzel 1994; Prins et al., 1998).

Para poder hacer un monitoreo de “quema” de biomasa, es necesario contar con información tanto espacial como temporal. Debido a la gran cobertura temporal de los satélites GOES, estos permiten tener datos constantemente.

1.5. Trabajos relacionados a la detección de “que- ma” de biomasa utilizando sensores remotos en México

En México, el grupo de trabajo pionero en la detección y monitoreo de “quema” de biomasa es el de Galindo y colaboradores (Galindo y Solano, 1998; Galindo et al., 2003). De hecho ellos fueron los primeros en México en hacer aplicaciones a tiempo real de los satélites meterológicos para la detección y monitoreo de “quema” de biomasa, iniciando desde 1996 (Dr. Galindo, comunicación personal, 2003). Este grupo de trabajo hace uso del sensor AVHRR, tanto para imágenes diurnas como nocturnas, diviendo al pa´ıs es 5 áreas de estudio (Galindo et al., 2003).

En nuestro pa´ıs, el organismo oficial encargado de la atención y combate de “que- ma” de biomasa (incendios forestales) es el Centro Nacional para el Control de Incen dios Forestales (CENCIF) perteneciente a la Secretaria del Medio Ambiente y Recursos Naturales (SEMARNAT). La SEMARNAT, para poder detectar incendios forestales cuenta con varios sistemas. Entre los que destacan:

i) La ayuda terrestre fija.- Este sistema detector consiste en usar torres de observación (ubicadas en los lugares más altos y estratégicos), campamentos forestales de prevención y combate.

ii) Terrestre móvil.- Recurso utilizado en áreas forestales de gran valor, por ser un área de afluencia de paseantes, o donde las áreas no pueden ser visualizadas por las torres. Para poder llevar a cabo estas actividades se realizan recorridos por parte del personal de instancias (como Policia Federal de Caminos, Los Ángeles Verdes, Sec- tor Comunicaciones y Transportes, entre otros) que ayudan a la SEMARNAT en la detección de incendios.

iii) Aérea.- Utilizada en zonas donde no hay acceso terrestre y que presentan grandes zonas boscosas. Este método consiste en hacer varios recorridos utilizando aeronaves en zonas que presentan alto riesgo de incendios.

iv) Satelital.- Este método de detección consiste en usar técnicas de percepción remota (utilizan imágenes de satélite). Las imágenes de satélite, luego de ser procesadas y haciendo uso de algún tipo de algoritmo para detectar puntos calientes (posibles fuegos), se obtienen coordenadas (longitud, latitud) donde posiblemente está ocurriendo un incendio. Para tal fin, la SEMARNAT es apoyada por la Comisión Nacional para el conocimiento y uso de la Biodiversidad (CONABIO) y la Comisión Nacional del Agua a través del Servicio Meteorológico Nacional (SEMARNAT, 2002 página web).

La CONABIO usa datos del sensor AVHRR de los satélites NOAA 12 y 14 y del sensor MODIS abordo de los satélites Terra y Aqua. Para poder detectar fuegos la CONABIO está utilizando el algoritmo desarrollado por Flasse y Ceccato (1996) y Giglio et al. (1999) obteniendo muy buenos resultados a nivel nacional¹².

Por otro lado la subgerencia de Monitoreo Atmosférico Ambiental, de la Coordinación del Servicio Meteorológico Nacional (SMN), trabaja con las autoridades encargadas de la protección forestal en nuestro pa´ıs, como la Comisión Nacional Forestal (CONAFOR) de la SEMARNAT, para la detección de incendios forestales y actividad volcánica en el pa´ıs. Estos, con ayuda de imágenes recibidas en promedio cada 15 minutos, del sátelite GOES-8¹³, están intentando detectar posibles incendios forestales y actividad volcánica (Rosales et al., 2002). Se contactó al M. C. Angel Carbajal encargado de este proyecto para saber que técnica utilizan para la detección de “quema” de biomasa, pero no se ha tenido información a detalle.

Cap´ıtulo 2 Bases teóricas del problema a resolver e imágenes utilizadas

2.1. La radiación electromagnética

El Sol, la principal fuente de energ´ıa natural del planeta Tierra, emite radiación electromagnética a diferentes longitudes de onda (Fig. 2.1). Las longitudes de onda contenidas entre la radiación ultravioleta y las microondas son de las más útiles en meterolog´ıa satélital. Una longitud de onda, es la distancia horizontal de un ciclo de la onda que tengan la misma fase (Cutnell y Johnson, 1999). La unidad de medida que se usa para la longitudad de onda (λ), es el micr ó metro (μ m), i.e. la millonésima parte de un metro.

La radiación electromagnética se puede representar mediante campos eléctricos y magnéticos que se alternan mutuamente (Kidder y Vonder Haar, 1995). En la fig. 2.2 se muestra que estos dos campos son perpendiculares entre s´ı, y la dirección de propa- gación de la onda electromagnética es perpendicular a los dos campos. Las ondas electromagnéticas (que también son tranversales) tienen la caracter´ıstica adicional de que están polarizadas, i. e. que los vectores de los campos eléctricos alternantes son paralelos entre s´ı para todos los puntos de la onda. En la fig. 2.2 se puede observar que la onda se mueve en la dirección x, se dice que esta polarizada en la dirección y, porque todos los vectores del campo eléctrico son paralelos a este eje (Halliday y Resnick, 1999)

Una forma alternativa para describir la radiación, es usar el término de frecuencia

Abbildung in dieser Leseprobe nicht enthalten

Fig. 2.1 Espectro electromagnético. Fuente http://158.227.232.134/fisica/agustin/teledec/es- pectro.htm.

Abbildung in dieser Leseprobe nicht enthalten

Fig. 2.2 Ondas electromagnéticas. Tomada y adaptada de Kidder y Vonder Haar (1995).

Abbildung in dieser Leseprobe nicht enthalten

Fig. 2.3 Instrumento con área dA, filtro con longitud de onda d λ y tiempo dt.

Abbildung in dieser Leseprobe nicht enthalten

2.1.1. Radiación y temperatura

Todo cuerpo cuya temperatura sea mayor al cero absoluto (temperatura hipotética de 0 K o -273.15oC) emite y absorve radiación electromagnética. Este fenómeno es conocido como radiación térmica, debido a que envuelve un intercambio entre la energ ıa de radiación del campo electromagnético alrededor del cuerpo y la energ´ıa térmica debido al movimiento de las part´ıculas en el interior del cuerpo. (Brehm y Mullin, 1989; Halliday y Resnick, 1999).

La radiancia M (T) (como una función de la temperatura T) es la energ´ıa total radiada (o emitida) por un cuerpo en temperatura Kelvin (K) por unidad de tiempo por unidad de área. Las unidades de la radiancia son W/m² y se expresa de la siguiente forma:

Abbildung in dieser Leseprobe nicht enthalten

donde M ν (T) es la radiancia espectral o energ´ıa total radiada por unidad de tiempo por unidad de área por unidad de intervalo de frecuencia (ν) y d ν es un intervalo de frecuencia (algunos textos usan longitud de onda en lugar de frecuencia).

La emisión de radiación es simultánea con la radiación incidente para un cuerpo en equilibrio. La energ ıa incidente puede ser reflejada o absorbida, la energ´ıa reflejada comunmente es llamada reflectancia espectral ρν (T) y la energ´ıa absorbida absortancia espectral αν (T). Estas dos fracciones de energ´ıa incidente por unidad de tiempo por unidad de área y por unidad de intervalo de frecuencia deben satisfacer la siguiente igualdad:

Abbildung in dieser Leseprobe nicht enthalten

Un cuerpo absorbente perfecto (el que absorbe toda la radiación incidente sobre él) no refleja radiación incidente y por lo tanto satisface αν (T) = 1. Este radiador ideal es un emisor perfecto y es conocido como cuerpo negro.

Plank demostró que la radiancia emitida B λ (T) por un cuerpo negro está dada por la siguiente relación:

Abbildung in dieser Leseprobe nicht enthalten

de la luz³. T es la temperatura absoluta, en Kelvin y λ es la longitud de onda (Brehm y Mullin, 1989).

Las Figs. 2.4 a y 2.4 b, muestran las graficas de longitud de onda contra radiancia y de longitud de onda contra temperatura respectivamente, usando la función de Planck (Ec. 2.4). La l´ınea “punteada” que aparace en ambas gráficas, es la ley del desplazamiento de Wien. Ésta ley es dada por:

Abbildung in dieser Leseprobe nicht enthalten

[...]

---

¹ http://library.thinkquest.org/27767/combus.htm

² http://www.semarnat.gob.mx/incendios

³ http://www.semarnat.gob.mx/incendios

⁴ landsat es acr´ onimo de Land Satellite

⁵ http://makalu.jpl.nasa.gov/aviris.html

⁶ http://modis.gsfc.nasa.gov/ Un sat´ elite de orbita polar es aquel que su orbita est´ a sobre los polos de la Tierra, por lo que siempre estan girando alrededor de ella (Kidder y Vonder Haar, 1995).

⁸ Estos sat´ elites (invenci´ on de Arthur C. Clarke) permanecen en un punto del espacio, de tal forma que siempre observan una misma ´ area de nuestro planeta, para ello estos sat´ elites giran a la misma velocidad angular que la Tierra (geos´ ıncronos) pero adem´ as giran en la misma direcci´ on (Kidder y Vonder Haar, 1995).

⁹ este t´ ermino es usado ampliamente para describir el problema en la cual una temperatura m´ as grande que la del rango del sensor es percibida (Fuller, 2000)

¹⁰ el 1 de abril de 2003 el GOES-12 sustituye al GOES-8 despues de casi 10 a˜ nos de operaci´ on.

¹¹ http://www.cira.colostate.edu/Infrastructure/Internet/GOES12Over.htm

¹² http://www.conabio.gob.mx

¹³ actualmente GOES-12

¹ la cual equivale a 1.380658 × 10−23 J · k−1

² Esta constante tiene un valor de 6.6260755 × 1034 J · s

³ con un valor aproximado de 3.00 × 108 m · s−1