Imágenes Satélitales, Sensores Remotos

1. Imágenes satelitales
Reporte de Práctica
Lizette Zareh Cortes Macías
Facilitador: Dr. Jushiro Cepeda Morales
01/03/2014
UNIVERSIDAD AUTÓNOMA DE NAYARIT
Unidad Académica de Agricultura
LICENCIATURA EN BIOLOGÍA
Unidad de aprendizaje: Percepción Remota

2. Reporte de práctica- 1º taller Página1
INTRODUCCIÓN
Percepción remota o procesamientode imágenes se entiende como el o los procesos para
extraer información a partir de una imagen generada por sensores. Cuando los sensores
están alejados considerablemente del objeto, hablamos de percepción remota.
Una imagen es una representación digital de un objeto. El sensoramiento remoto o
Percepción Remota es la adquisición de datos sobre un objeto o escena por medio de un
sensor que está alejado del mismo. Las fotografías aéreas, imágenes satelitales y radar son
ejemplos de datos provenientes de sensoresremotos. Las imágenes provenientesde sensores
remotos son representacionesdigitales de la tierra.
Giovanni es una aplicación basada en web desarrollado por las ciencias de Datos y Servicios
de Información de la Tierra del Centro Goddard (GES DISCO) que proporciona una forma
sencilla e intuitiva para visualizar, analizar y acceder a grandes cantidades de Ciencias de la
Tierra los datos de percepción remota sin tener que descargar los datos . Giovanni es un
acrónimo de Geospatial InteractiveOnline Visualization And aNalysis Infrastructure.
Desde el punto de vista del investigador, Giovanni se compone de una serie de interfaces,
cada una diseñada para satisfacer las necesidades de los campos específicosde
investigación en ciencias de la Tierra. Cada interfaz, conocida como una porción Tal,
proporciona funciones y parámetros aplicables a esa área específica de Ciencias de la
Tierra. Por ejemplo, el portal de datos de A-Train ofrece una interfaz diseñada para la
investigación de las nubes y los aerosoles, utilizando datos de los instrumentos a bordo de los
satélites A-Train como CloudSat, Aqua, Aura y CALIPSO.
OBJETIVOS
Usar de manera correcta la aplicación Giovanni para obtener datos reales y
familiarizarse con este método, al igual que con el programa Excel para trabajar los
datos.
Obtener los datos de cada mes del año 2013 para tener un conteo anual final.
Interpretar de manera satisfactoria los datos obtenidos en dicho servidor.
Inferir lógicamente el porqué de los resultados obtenidos.

3. Reporte de práctica- 1º taller Página2
MATERIALES Y MÈTODOS
Desde el portal oceánico de la página:
http://disc.sci.gsfc.nasa.gov/giovanni/ trabajamos
con calidad de agua en la región del Océano
Pacifico en la parte de Nayarit, obteniendo
datos sobre la concentración de clorofila a del
satélite MODIS Aqua 4Km.
Además de obtener las imágenes del
mapa con el espectro de colores, se
descargaron los datos en formato de
lectura en texto. Estos datos se
trabajaron en Excel obteniendo su
promedio y su desviación estándar.
Ya que se realizó un estudio anual
(2013) los anteriores puntos se repitieron
12 veces (una vez por mes).
RESULTADOS
Podemos observar la dismunición de concentración de clorofila a en esta zona del Oceano
Pacifico. Especialmente en el mes de Junio la baja fue muy significante, Febrero presenta el
pico más alto en porcentaje y la mayor disminución comienza a partir de Abril. Para
Noviembre y Diciembre la cantidad de miligramos de clorofila ‘a’ por metro cúbico parece
empezar a aumentar.
La mayor dispersión se da en el mes de Abril, mientras que la menor fue en Diciembre.

4. Reporte de práctica- 1º taller Página3

5. Reporte de práctica- 1º taller Página4

6. Reporte de práctica- 1º taller Página5
Periodo
(mes) Promedio
Desviación
E.
Enero 1.52 1.55
Febrero 1.91 1.46
Marzo 1.09 1.69
Abril 0.77 1.56
Mayo 0.63 0.88
Junio 0.037 0.45
Julio 0.29 0.49
Agosto 0.45 0.76
Septiembre 0.42 0.81
Octubre 0.44 0.59
Noviembre 0.5 0.65
Diciembre 0.5 0.7
DISCUSIÓN
Existe una estrecha relación entre la cantidad de los nutrimentos y la concentración
de clorofila ‘a’, que ha sido discutida en varias ocasiones. En las zonas costeras la
clorofila es abundante, pero parte del efecto en la fotografía es debido a que los
sedimentos tienen una absorción semejante. Los descensos significativos de clorofila
‘a’ pueden ser ocasionados debido a distintos factores ambientales como son la
temperatura,
Enero
Febrer
o
Marzo Abril Mayo Junio Julio Agosto
Septie
mbre
Octubr
e
Novie
mbre
Diciem
bre
Promedio 1.52 1.91 1.09 0.77 0.63 0.037 0.29 0.45 0.42 0.44 0.5 0.5
Desviación E. 1.55 1.46 1.69 1.56 0.88 0.45 0.49 0.76 0.81 0.59 0.65 0.7
0
0.5
1
1.5
2
2.5
mg/m**3
Concentración de Clorofilaa en el Pacífico de Nayarit
durante el 2013

7. Reporte de práctica- 1º taller Página6
CONCLUSIÓN
El objetivo de la práctica se logró satisfactoriamente. Aunque se pudo determinar de
manera segura las causas del porqué de los resultados arrojados, el uso del servidor
de Giovanni y el programa Excel al final se realizó con éxito.
COMENTARIOS
Fue tedioso, pero me siento más positiva respecto a todo esto del uso de Excel.
BIBLIOGRAFÍA CITADA
Páginas web
 http://disc.sci.gsfc.nasa.gov/giovanni/
 http://milksci.unizar.es/bioquimica/temas/pigmentos/clorofila.html
 https://www.kosmos.com.mx/Analizadores-de-Clorofila.276.0.html
 http://biblioweb.tic.unam.mx/cienciasdelmar/instituto/1994-1-2/articulo438.html
 http://riunet.upv.es/bitstream/handle/10251/9176/Proyecto%20Final%20de%20C
arrera%20-%20Clorofila%20a%20Quickbird.pdf?sequence=1
 file:///C:/Users/Desolator/Downloads/OCE1601_3%20(1).pdf
 file:///H:/01_IndiceCHLA_medio_web.pdf