Utilizamos cookies

Este sitio web utiliza cookies propias y de terceros para mantener la sesión y obtener datos estadísticos de navegación de los usuarios. Para más información vea la Política de cookies.

arrow_upward
Corrección atmosférica de Sentinel-2
  •   Sentinel Teledetección

La semana pasada hablamos de los problemas que encontramos cuando queremos corregir atmosféricamente las imágenes de Sentinel-2 (aunque se puede extrapolar para cualquier otra imagen). Hoy hablaremos brevemente de las distintas posibilidades para lograr una imagen Sentinel-2 corregida atmosféricamente, es decir, para conseguir imágenes L2A.

En primer lugar, como ya mencionamos, encontramos Sen2Cor, la herramienta que facilita la ESA gratuitamente para corregir las imágenes de Sentinel-2. Además, es la herramienta que emplean ellos mismos, ya que, desde hace algunos meses, es posible descargarse las imágenes L2A directamente desde el Copernicus Open Access Hub. Como ya vimos la semana pasada, Sen2Cor se basa en el análisis de la propia imagen para determinar las variables de interés en la corrección atmosférica (AOT, vapor de agua) y en el uso de libRadtran para determinar su efecto sobre la señal medida por Sentinel-2.

Por otra parte, VITO (organización belga de investigación tecnológica) ha desarrollado una herramienta llamada iCOR, que facilita también de manera gratuita. iCOR es también una herramienta operacional, que configura la corrección atmosférica a partir de información de la imagen. Una diferencia importante con Sen2Cor es que iCOR realiza una corrección específica en los píxeles clasificados como agua, donde algunas de las hipótesis que maneja Sen2Cor no son aplicables.  Como era de esperar, desde VITO consideran que los resultados obtenidos tras la corrección de la imagen con iCOR serán mejores que con Sen2Cor; sin embargo, es probable que eso dependa del tipo de escena y de las condiciones meteorológicas y atmosféricas en ella. Nuestra idea es probar iCOR y contar en este blog lo que aprendamos con esta nueva herramienta.

  

Otra herramienta importante es la que se distribuye desde el CESBIO (centro francés de investigación sobre la biosfera), donde han desarrollado MAJA (antiguamente MACCS). Aquí la clave es el uso de datos multitemporales para mejorar la detección de nubes y otros aspectos que determinan la calidad de la corrección. Podéis leer sobre esta herramienta en el fantástico blog de Olivier Hagolle Séries Temporelles, donde se presentan muchas discusiones y resultados interesantes sobre el uso de datos Sentinel-2.

Por último, una estrategia también basada en el uso de datos multitemporales está siendo desarrollada por nuestros colegas en el CREAF (Centro de Investigación Ecológica y Aplicaciones Forestales). Allí están implementando un método basado en el análisis de zonas invariantes en imágenes MODIS, método que ya se aplica con éxito a Landsat 8. Esta herramienta estará disponible dentro de su software MiraMon. De momento, podéis conocer los detalles del método en esta publicación.