Imágenes de satélite y combinaciones de bandas espectrales

Bandas espectrales en la observación remota

Los sensores remotos de los satélites pueden ajustarse para detectar la luz en longitudes de onda que son invisibles a simple vista. Cada banda espectral corresponde a un rango específico de longitudes de onda que transmiten información específica sobre una característica en particular. La combinación de imágenes en el rango visible con diferentes bandas de satélite nos ayuda a visualizar datos que de otro modo serían indetectables. Por ejemplo, en el rango del infrarrojo medio, el contenido de humedad en la vegetación, dosel forestal y suelo se resalta en la imagen. Por otro lado, para evaluar la salud de una planta, es mejor utilizar el rango del infrarrojo cercano, ya que la vegetación sana tiene una reflectancia más brillante en este espectro.

La reflectancia de la luz medida a través de múltiples bandas espectrales puede visualizarse en un gráfico llamado curva de respuesta espectral. Permite ver la intensidad de la reflectancia de un objeto en diferentes bandas del satélite. Por ejemplo, la superficie del agua refleja principalmente la luz en el espectro visible y muy poco o nada en el infrarrojo cercano. En un gráfico, esto aparecería como una curva que se eleva en las bandas espectrales roja, verde y azul, y que desciende abruptamente al entrar en la columna de bandas del infrarrojo cercano.

Las bandas infrarroja y ultravioleta de los satélites pueden utilizarse para medir la clorofila en las plantas y rastrear los incendios forestales, entre otras aplicaciones. Los sensores de radar modernos pueden producir modelos completos en 3D de la Tierra, independientemente de la cobertura de nubes. Esto permite una detección más precisa de los cambios en las características de la superficie.

Veamos con más detalle algunas de las bandas de satélite más comunes:

• La banda costera fue diseñada para resaltar aguas poco profundas, medir los cambios de color del océano y detectar partículas finas de aerosol en la atmósfera.
• Las bandas roja, verde y azul cubren el rango de 400 a 700 nanómetros, que corresponde al espectro visible. Se utiliza en combinación con otras bandas espectrales para visualizar lo que normalmente no podemos ver.
• Rojo, verde y azul juntos forman la banda pancromática, que significa “todos los colores”. Una imagen pancromática suele aparecer en blanco y negro y tiene una mayor resolución espacial en comparación con la mayoría de las otras bandas. Así, la combinación de una pancromática con cualquier otra banda espectral hace que la imagen compuesta final sea más “nítida”, resaltando más detalles.
• Las longitudes de onda del infrarrojo cercano (NIR) se encuentran justo después del rojo visible y se reflejan en las hojas y el dosel de las plantas sanas con mucha más fuerza que en las bandas azul, verde y roja. Esta banda es ideal para vigilar las plantas y contrastar las masas de agua con el resto de formas circundantes.
• Las imágenes tomadas en la banda Cirros revelan nubes de gran altitud que son invisibles en la mayoría de las otras bandas.
• Con la banda LWIR (que significa infrarrojo de onda larga, entre 8 y 14 micras), podemos detectar el calor radiante emitido por las superficies terrestres y acuáticas. Esto significa que podemos medir la temperatura de estas superficies. Las dos bandas espectrales de Landsat-8 son infrarrojas de onda larga, lo que permite a este satélite medir temperaturas.
  Estas dos bandas son: Infrarrojo térmico (TIRS): Banda 10 – Infrarrojo térmico (TIRS) 1 (10,6 – 11,19 micras)
  Banda 11 – Infrarrojo térmico (TIRS) 2 (11,50 – 12,51 micras)

Combinaciones de banda espectrales

Las bandas de satélite pueden combinarse de múltiples maneras, en función de la característica que deba resaltarse en la imagen. Dado que los ojos humanos sólo pueden ver dentro del rango visible, la mayoría de las imágenes se componen de combinaciones de las bandas roja, verde y azul, para imitar el espectro visible. Esta combinación de bandas espectrales se conoce como el color “verdadero” o “natural”.

Cuando es necesario resaltar en la imagen una característica concreta de la superficie, se utilizan las bandas de satélite por encima y por debajo de la gama visible. Los datos brutos se someten a un proceso que reduce el ruido de la imagen. El resultado es una imagen en color “falso” que puede resaltar la vegetación sana, nubes, la humedad del suelo, puntos calientes y otras características. Mediante algoritmos matemáticos especialmente desarrollados para ello, las características resaltadas también pueden medirse para proporcionar datos cuantitativos. Por ejemplo, podemos calcular la cantidad de humedad del suelo, el contenido de clorofila en las hojas, etc.

Para aumentar la precisión de los datos recuperados a partir de una combinación de múltiples bandas espectrales, se puede aplicar a la imagen una transformación basada en coeficientes para producir un índice.

El NDVI (Índice de Vegetación de Diferencia Normalizada) y el EVI (Índice de Vegetación Mejorado) son índices comúnmente usados para medir la salud de la vegetación. Otros índices miden el grado de gravedad de los incendios, la presencia de ciertos minerales, la densidad de la nieve, el nivel de estrés hídrico, etc. Se desarrollan continuamente nuevos índices para generar más conocimientos sobre nuestro planeta.

Encarguenos una solución personalizada

Se emplean otras técnicas analíticas avanzadas para extraer aún más datos de las imágenes de satélite en diferentes bandas de satélite:

• la clasificación de imágenes mediante aprendizaje automático se utiliza para crear nuevas categorías de tipo cartográfico;
• las imágenes de una misma área de interés en diferentes momentos pueden compararse para detectar cambios;
• la elevación de un punto determinado en un mapa puede calcularse comparando imágenes del área de interés, pero tomadas en diferentes ángulos, etc.

El resultado es un mapa (mapa de elevación, mapa de tipos de cobertura del suelo, mapa de productividad, mapa de clasificación de cultivos, mapa de anomalías térmicas, mapa de estrés hídrico, y muchos otros tipos) que visualiza los datos de una manera adecuada para generar conocimientos valiosos sobre el desafío específico a resolver.

En EOSDA, contamos con todos los recursos tecnológicos y humanos necesarios para idear nuevas soluciones analíticas avanzadas de imágenes de satélite a petición. Póngase en contacto con nosotros para saber más sobre nuestros proyectos a medida.