Mapeo de Áreas Irrigadas de Ghana Usando la Fusión de Datos de Teledetección de 30 m y 250 m de Resolución
Autores: Gumma, Murali Krishna; Thenkabail, Prasad S.; Hideto, Fujii; Nelson, Andrew; Dheeravath, Venkateswarlu; Busia, Dawuni; Rala, Arnel
Idioma: Inglés
Editor: MDPI
Año: 2011
Acceso abierto
Artículo científico
Categoría
Ciencias Medioambientales
Subcategoría
Ciencia y tecnología de los recursos naturales
Palabras clave
Mapas
áreas irrigadas
Desarrollo agrícola
Teledetección
Patrón NDVI
Clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 6
Citaciones: Sin citaciones
Los mapas de áreas irrigadas son esenciales para el desarrollo agrícola de Ghana. El objetivo de esta investigación fue mapear las áreas agrícolas irrigadas y explicar métodos y protocolos utilizando teledetección. Se utilizaron datos del Landsat Enhanced Thematic Mapper (ETM+) y datos de series temporales del Moderate Resolution Imaging Spectroradiometer (MODIS) para mapear áreas agrícolas irrigadas, así como otras clases de uso/cobertura del suelo (LULC) en Ghana. Las variaciones temporales en el patrón del índice de vegetación de diferencia normalizada (NDVI) obtenidas en la clase LULC se utilizaron para identificar áreas irrigadas y no irrigadas. En primer lugar, se encontró que las variaciones temporales en el patrón de NDVI eran más consistentes en cultivos irrigados de larga duración que en cultivos de corta duración de secano debido a un suministro de agua más asegurado para las áreas irrigadas. En segundo lugar, la disponibilidad de agua superficial para las áreas irrigadas depende de pozos poco profundos (en las orillas de los ríos) y de excavaciones (en los lechos de los ríos) que afectan el momento de la siembra y las etapas de crecimiento de los cultivos, lo que a su vez se reflejó en el patrón estacional de NDVI. Se adoptó un enfoque de árbol de decisión utilizando la fusión de datos de una sola vez de Landsat a 30 m con datos de series temporales de MODIS a 250 m para clasificar, agrupar y etiquetar clases. Finalmente, las clases fueron probadas y verificadas utilizando datos de verificación en el terreno y estadísticas nacionales. La evaluación de la precisión de clasificación difusa para las clases irrigadas varió entre el 67 y el 93%. Un área irrigada derivada de la teledetección (32,421 ha) fue un 20-57% mayor que las áreas irrigadas reportadas por la Autoridad de Desarrollo de Irrigación de Ghana (GIDA). Esto se debió a las incertidumbres involucradas en factores como: (a) ausencia de estadísticas de áreas irrigadas poco profundas en las estadísticas de GIDA, (b) falta de claridad en las áreas irrigadas en su uso, subdesarrollo y potencial de desarrollo en las estadísticas de GIDA, (c) errores de omisiones y comisiones en el enfoque de teledetección, y (d) comparación que involucra tipos de datos, métodos y enfoques muy variados utilizados para determinar estadísticas de áreas irrigadas utilizando GIDA y teledetección. Campañas de campo extensivas para ayudar en una mejor clasificación y validación de áreas irrigadas utilizando datos de teledetección de alta (30 m) a muy alta (<5 m) resolución que se fusionan con datos multitemporales como MODIS son el camino a seguir. Esto es especialmente cierto al contabilizar pequeños pero contiguos parches de áreas irrigadas de pozos y excavaciones.
Descripción
Los mapas de áreas irrigadas son esenciales para el desarrollo agrícola de Ghana. El objetivo de esta investigación fue mapear las áreas agrícolas irrigadas y explicar métodos y protocolos utilizando teledetección. Se utilizaron datos del Landsat Enhanced Thematic Mapper (ETM+) y datos de series temporales del Moderate Resolution Imaging Spectroradiometer (MODIS) para mapear áreas agrícolas irrigadas, así como otras clases de uso/cobertura del suelo (LULC) en Ghana. Las variaciones temporales en el patrón del índice de vegetación de diferencia normalizada (NDVI) obtenidas en la clase LULC se utilizaron para identificar áreas irrigadas y no irrigadas. En primer lugar, se encontró que las variaciones temporales en el patrón de NDVI eran más consistentes en cultivos irrigados de larga duración que en cultivos de corta duración de secano debido a un suministro de agua más asegurado para las áreas irrigadas. En segundo lugar, la disponibilidad de agua superficial para las áreas irrigadas depende de pozos poco profundos (en las orillas de los ríos) y de excavaciones (en los lechos de los ríos) que afectan el momento de la siembra y las etapas de crecimiento de los cultivos, lo que a su vez se reflejó en el patrón estacional de NDVI. Se adoptó un enfoque de árbol de decisión utilizando la fusión de datos de una sola vez de Landsat a 30 m con datos de series temporales de MODIS a 250 m para clasificar, agrupar y etiquetar clases. Finalmente, las clases fueron probadas y verificadas utilizando datos de verificación en el terreno y estadísticas nacionales. La evaluación de la precisión de clasificación difusa para las clases irrigadas varió entre el 67 y el 93%. Un área irrigada derivada de la teledetección (32,421 ha) fue un 20-57% mayor que las áreas irrigadas reportadas por la Autoridad de Desarrollo de Irrigación de Ghana (GIDA). Esto se debió a las incertidumbres involucradas en factores como: (a) ausencia de estadísticas de áreas irrigadas poco profundas en las estadísticas de GIDA, (b) falta de claridad en las áreas irrigadas en su uso, subdesarrollo y potencial de desarrollo en las estadísticas de GIDA, (c) errores de omisiones y comisiones en el enfoque de teledetección, y (d) comparación que involucra tipos de datos, métodos y enfoques muy variados utilizados para determinar estadísticas de áreas irrigadas utilizando GIDA y teledetección. Campañas de campo extensivas para ayudar en una mejor clasificación y validación de áreas irrigadas utilizando datos de teledetección de alta (30 m) a muy alta (<5 m) resolución que se fusionan con datos multitemporales como MODIS son el camino a seguir. Esto es especialmente cierto al contabilizar pequeños pero contiguos parches de áreas irrigadas de pozos y excavaciones.