Reducción de escala de una imagen térmica de satélite de 1000 ma 10 m (Python) |  por Mahyar Aboutalebi, Ph.D.  🎓 |  marzo de 2024

Nitidez térmica de imágenes Sentinel-3: De 1 Km a 10 m usando Python en Google Colab

Imagen térmica de Sentinel-3 reducida de 1000 ma 10 m, visualizada por el autor.
  1. 🌅 Introducción
  2. 💾 Descarga de imágenes Sentinel-3 (1000 m) y Sentinel-2 (10 m)
  3. ⚙️ Procesamiento de imágenes Sentinel-3
  4. 🌡️ Temperatura-NDVI Espacio
  5. 📐 Mejora de la imagen térmica (1000 ma 10 m)
  6. 🗺️ Visualización de la imagen térmica nítida
  7. 📄 Conclusión
  8. 📚 Referencias

🌅 Introducción

La reducción de escala de las imágenes térmicas capturadas por satélites se ha estudiado ampliamente debido al equilibrio entre la resolución espacial y temporal de los satélites que proporcionan imágenes térmicas. Por ejemplo, el ciclo de revisita del Landsat-8 es de 16 días, con una resolución térmica original de 100 metros. Por el contrario, Sentinel-3 puede proporcionar imágenes térmicas diarias, pero con una resolución espacial de 1.000 metros.

El equilibrio entre resolución espacial y temporal, Imagen del autor

Un enfoque para abordar la resolución aproximada de las imágenes térmicas podría ser lanzar más satélites equipados con sensores térmicos, como el Landsat-9 de la NASA, lanzado en septiembre de 2021. En este caso, la resolución temporal tanto para Landsat-8 como para Landsat-9 es 8 días (en lugar de 16 días con un satélite), suponiendo cielos despejados.

Sin embargo, como puedes adivinar, este enfoque requiere una inversión multimillonaria y varios años de esfuerzo. En cambio, los investigadores se han centrado en métodos estadísticos, correlacionando las bandas visibles/infrarrojas cercanas (VNIR) de satélites con mayor resolución espacial (pero menor resolución temporal) con imágenes térmicas de satélites con menor resolución espacial (pero mayor resolución temporal). Por ejemplo, los estudios han demostrado que el Índice de Vegetación de Diferencia Normalizada (NDVI) calculado a partir de bandas VNIR de Sentinel-2 (10 m, cada 5 días) puede correlacionarse inversamente con las imágenes térmicas de Sentinel-3 (1000 m, diariamente).

Pero ¿cómo podemos usar esto…?