Análisis de componentes principales sobre datos multiespectrales “Landsat-TM” e interpretación de cubiertas vegetales en las Sierras de Tejeda y Almijara

Resumen

La consideración simultánea de todas las bandas de reflectancia en el análisis de imágenes multiespectrales teledetectadas, representa un incremento en el volumen de datos a procesar proporcionalmente mucho mayor que la ganancia real de información que se consigue, lo que se debe a la elevada correlación existente entre aquéllas. En este trabajo se aplica un análisis de componentes principales a datos multiespectrales Landsat TM de las Sierras de Tejeda y Almijara, con el objeto de sumarizar los mismos sin una pérdida significativa de información. Los dos primeros componentes principales obtenidos recogieron más del 99% de la varianza total original. La imagen que se obtuvo a partir del primer componente principal representaba, aproximadamente, una suma ponderada de todas las intensidades de reflectancia en las distintas bandas consideradas (análoga, por tanto, a una fotografía en blanco y negro con una extensión en el infrarrojo) y mostró una interpretabilidad óptima para aspectos de topografía-relieve, red de drenaje y tipos litológicos. La imagen resultante del segundo componente principal (ya sin efecto de relieve) mostró la intensidad de señal "verde" del dosel vegetal y se correlacionaba significativamente con las obtenidas de la aplicación de índices espectrales de vegetación (RVI, NDVI) a los datos originales. El análisis preliminar de las imagenes indica problemas de deforestación grave en la zona (casi un 30% de la superficie con suelos desnudos, y hasta un 85% si se incluyen areas con vegetación dispersa). El análisis multivariado se ha confirmado como una herramienta útil para la interpretación de imágenes teledetectadas de la zona de estudio. Eventualmente, la obtención de la transformación de componentes principales por medio de un muestreo selectivo, proveería de algoritmos de transformación para los datos multiespectrales con los que se podría, por ejemplo, hacer un seguimiento de cambios en procesos tales como la deforestación.