Crear series de tiempo NDMI de Sentinel-2 usando Google Earth Engine

Crear series de tiempo NDMI de Sentinel-2 usando Google Earth Engine



Hace dos dias me escribieron por mensajeria Eladio Nieto Villamandos, preguntando si lo podia ayudar con la elaboración de un coódigo de Google Earth Engine, este script deberia extraer las series historicas de los valores de NDMI a lo largo de dias o semanas, para esto se debian usar imagenes multiespectrales.

El satelite a escoger deberia ser Sentinel-2 MSI: MultiSpectral Instrument, Level-1C, el cual cuenta con buena resoluciones espaciales de la banda B8 de 10m y de la banda B11 de 20 m para un periodo escogido a partir de 23 -06- 2015 en adelante. Hay que saber que para algunos paises los registros del satelite pueden ser cada entre 3 a 4 veces al mes.

Modifcando algunos scripts se pudo finalmente adecuar estos codigos a lo que necesitamos, Para usar este código solo es necesario escoger un punto o un area de interes.

Esta geometria nos dara un registro de NDMI promedio a lo largo de un periodo de años desde la fecha que empezo a funcionar el satelite. Comparto con ustedes el codigo:


// Curso de Gooogle Earth Engine

// 14-07-2022

// Autor: Abel Carmona Arteaga

// Ingeniero Mecánico de Fluidos (2020)

// Magister en Recursos Hídricos - UNALM (2019)

//Dataset Availability

//2015-06-23T00:00:00Z–2022-07-12T00:00:00

//Crear la tabla de series de tiempo NDMI de Sentinel-2 en el motor de Google Earth

//Importar colección de funciones GEE 

  var geometry = geometry

  //var geometry = ee.FeatureCollection('users/abeljamiro/Huayabamba') 

// Crear colección de imágenes de imágenes S-2 para el período a trabajar

var S2 = ee.ImageCollection('COPERNICUS/S2')

// filtrar la fecha de inicio y fin

.filterDate('2015-09-01', '2022-10-31')

//filtrar de acuerdo a los límites dibujados

.filterBounds(geometry);

// Función para enmascarar la nube de la banda de calidad incorporada

// información en la nube

var maskcloud1 = function(image) {

var QA60 = image.select(['QA60']);

return image.updateMask(QA60.lt(1));

};

///////////////////////////////////////////////////////////////////////////////////////////////

// Función para calcular y agregar una banda NDMI

var addNDMI = function(image) {

return image.addBands(image.normalizedDifference(['B8', 'B11']));

};

// Agregar banda NDMI a la colección de imágenes

var S2 = S2.map(addNDMI);

// Extraiga la banda NDMI y cree una imagen compuesta mediana de NDMI

var NDMI = S2.select(['nd']);

var NDMImed = NDMI.median(); //Acabo de cambiar el nombre de esta variable

// Crear paletas para mostrar NDMI

var ndmi_pal = ['#d73027', '#f46d43', '#fdae61', '#fee08b', '#d9ef8b',

'#a6d96a'];

// Crear un gráfico de serie temporal.

var plotNDMI = ui.Chart.image.seriesByRegion(S2, geometry,ee.Reducer.mean(),

'nd',100,'system:time_start', 'system:index')

       .setChartType('LineChart').setOptions({

        title: 'Serie de tiempo a corto plazo de NDMI',

        hAxis: {title: 'fecha'},

        vAxis: {title: 'NDMI'}

});

// mostrar.

print(plotNDMI);

// Display NDVI results on map

Map.addLayer(NDMImed.clip(geometry), {min:-0.5, max:0.9, palette: ndmi_pal}, 'NDMI');


Descripción Del Índice NDMI

El Índice de Humedad de Diferencia Normalizada (NDMI, Normalized Difference Moisture Index) detecta los niveles de humedad en la vegetación utilizando una combinación de bandas espectrales del infrarrojo cercano (NIR) y del infrarrojo de onda corta (SWIR). Es un gran indicador del estrés hídrico en los cultivos.

Las condiciones de sequía extrema no sólo estresan los cultivos, sino que pueden acabar con toda la producción. El NDMI puede detectar el estrés hídrico en una fase temprana, antes de que el problema se haya ido de las manos. Además, el uso del NDMI para supervisar el riego, especialmente en zonas donde los cultivos requieren más agua de la que la naturaleza puede suministrar, ayuda a mejorar significativamente el crecimiento de los cultivos. Todo ello convierte al NDMI en una excelente herramienta agrícola. Y dado que las condiciones de sequía en las zonas propensas a los incendios aumentan el riesgo de combustión, el NDMI tiene otra aplicación: la monitorización de los niveles de material combustible.

Muy bueno, gracias por compartirlo.

Grettel Vargas Azofeifa (MSc)

Manager of Climate Change 🌐, Biodiversity🌳, Geosustainability Services and Ecosystem Restoration Monitoring

2 años

Excelente!

Eladio Nieto Villamandos

Junior Audit & Assurance | EITG | Deloitte Spain

2 años

Gran trabajo que servirá de gran utilidad! 😀 🙏 Poco a poco vamos avanzando en la digitalización, una herramienta muy útil que hace creer en grandes soluciones para grandes problemas a resolver.

Inicia sesión para ver o añadir un comentario.

Otros usuarios han visto

Ver temas