Descubren cómo resolver el problema de la distorsión de los datos vía satélite en la superficie de los mares

Por Ana González

El polvo del desierto del Sahara dificulta determinar el brillo del Mar Negro, que es importante para evaluar los procesos en la capa superficial del agua, según descubrieron científicos del Instituto Hidrofísico Marino (MHI) de la Academia de Ciencias.

El brillo del mar, que es importante para evaluar los procesos biogeoquímicos en su capa superficial (por ejemplo, cómo la vida marina tolera el calentamiento global), se estudia a partir de datos ópticos de satélite, pero la recopilación de información y su correcta evaluación son difíciles debido al polvo, productos de combustión y emisiones industriales.

Los científicos consideraron tres episodios de transferencia de polvo desde el desierto del Sahara sobre la región del Mar Negro entre 2017-2022. Estos días los datos satelitales de características hidro-ópticas estuvieron ausentes, a pesar del cielo despejado.

La razón principal de esto fue la columna de polvo, que los algoritmos satelitales confundieron con nubosidad. Los investigadores mostraron diferencias numéricas entre los parámetros atmosféricos medidos en la superficie del mar y los obtenidos por métodos de teledetección.

“Utilizamos dos tipos de datos: de campo y de satélite. Los datos satelitales son datos de los satélites Terra (EOS AM) y Aqua (EOS PM), y como datos de campo, analizamos los resultados de medición de dos fotómetros: el fotómetro solar CIMEL-318 para dos estaciones costeras AERONET ubicadas en el oeste del Mar Negro, así como los datos del fotómetro SPM recibidos en Sebastopol. Además, para determinar la concentración de aerosol de polvo, se analizaron los datos del analizador de polvo ATMAS”, señaló Darya Kalinskaya, investigadora junior del Departamento de Óptica y Biofísica Marina, MHI RAS.

Con base en la información recibida, los autores del trabajo propusieron un algoritmo para la corrección adicional de datos satelitales. Su uso reducirá significativamente la discrepancia entre los datos de teledetección y las mediciones de campo.

Sobre el ruido en los datos vía satélite

Los datos de detección remota pueden contener ruido y otras imperfecciones causadas por sensores o transmisiones a bordo. Por lo tanto, un proceso de preprocesamiento de imágenes se usa a menudo para tratar este tipo de defectos.

El procesamiento de imágenes es la tecnología de realizar ciertas operaciones en una imagen para obtener una mejorada o extraer alguna información útil de ella. Este es un tipo de procesamiento de señal donde la entrada es una imagen y la salida puede ser otra o características asociadas con ella.

Hay varias técnicas de imagen utilizadas para la observación de la Tierra. Se dividen en cuatro grandes categorías: procesamiento preliminar, transformación, corrección, clasificación.

Algunas distorsiones deben corregirse antes de las técnicas de análisis y posprocesamiento. Las operaciones de preparación y procesamiento de imágenes realizadas antes del análisis para corregir o minimizar la distorsión de la imagen se denominan técnicas de preprocesamiento.

Algunas operaciones típicas de preprocesamiento incluyen (pero no se limitan a) los siguientes tipos: Corrección radiométrica, correcciones atmosféricas y corrección geométrica.

Corrección radiométrica

La distorsión radiométrica generalmente proviene de dos fuentes: las características del sensor y las diferencias en las condiciones de iluminación. Con este tipo de distorsión, pueden ocurrir problemas generales de representación donde la imagen resultante puede no coincidir con la energía emitida o reflejada de los objetos.

Por lo tanto, las distorsiones radiométricas deben procesarse antes de la interpretación y análisis de las imágenes. Las correcciones radiométricas se dividen en dos grandes categorías: correcciones radiométricas de topografía/ángulo solar y correcciones radiométricas de defectos del sensor.

Las correcciones radiométricas del ángulo solar/topografía corrigen los efectos de la difusión de la luz solar, especialmente en el agua y las montañas, mediante la evaluación de la curva de sombra.

Por otro lado, las correcciones de defectos del sensor implican la eliminación del ruido radiométrico debido a un cambio en la sensibilidad del sensor o la degradación del rendimiento del mismo.

El proceso de corrección dentro de esta categoría calcula nuevas relaciones entre la medición de luz calibrada y la salida del sensor. Por lo tanto, este proceso también se denomina calibración.

La radiación de la superficie de la Tierra pasa por varias interacciones atmosféricas antes de llegar al sensor. Es difícil obtener una escena de observación clara y puede verse afectada, por ejemplo, por las nubes y los aerosoles en la atmósfera.

Por lo tanto, muchas imágenes contienen ruido atmosférico que distorsiona la interpretación de la imagen y es necesario corregirlo. Los métodos de corrección atmosférica también se dividen en dos grandes categorías: el método de corrección absoluta y el método de corrección relativa.

Correcciones atmosféricas

El método de corrección absoluta tiene en cuenta varios parámetros dependientes del tiempo, incluido el ángulo cenital del Sol, la profundidad óptica total del aerosol, la iluminación en la atmósfera superior y la geometría del campo de visión del sensor para corregir las distorsiones atmosféricas.

Sin embargo, los métodos de corrección absoluta son bastante complejos y las mediciones precisas de las condiciones atmosféricas son una tarea difícil. A menudo se utilizan métodos de corrección relativa, que incluyen la normalización de varias imágenes recopiladas a partir de diferentes datos de varias imágenes, incluida la de referencia.

Corrección geométrica

Cuando los datos de teledetección se registran en movimiento, a menudo se produce una distorsión geométrica debido a los cambios de altitud, las desviaciones del sensor en relación con el suelo. Idealmente, habría un píxel o escena con una ubicación precisa o un punto de cuadrícula en el suelo con dos imágenes diferentes tomadas en momentos distintos.

Por tanto, es necesario realizar correcciones geométricas para evitar estas distorsiones y establecer una relación entre el sistema de coordenadas de la imagen (SRC) y el SRC geográfico para mejorar las coincidencias espaciales de las imágenes.

Las correcciones geométricas tradicionales consumen mucho tiempo y requieren una identificación manual. Sin embargo, con el desarrollo de las tecnologías de teledetección, los proveedores de servicios ahora incluyen la ortorrectificación, que requiere más información que la georreferenciación con puntos de control terrestre.

La ortorrectificación corrige las distorsiones de la inclinación del sensor y la topografía de la tierra (cambio del terreno) y es esencial para la mayoría de las aplicaciones de observación de nuestro planeta. Las correcciones radiométricas, atmosféricas y geométricas son uno de los métodos más utilizados para el preprocesamiento de datos de teledetección.

 



Be the first to comment

Leave a Reply

Tu dirección de correo no será publicada.


*