Detectar y monitorear 谩reas inundadas en im谩genes satelitales con un enfoque de clasificaci贸n simple
Durante el fin de semana, mientras navegaba por mi cuenta de Twitter, vi las noticias sobre la inundaci贸n del aeropuerto de Dubai durante una rara tormenta (隆隆m谩s de 250 mm de lluvia en 24 horas!!). Esperaba encontrar im谩genes satelitales claras que demostraran un m茅todo simple para separar 谩reas inundadas y no inundadas. Afortunadamente, Sentinel-2 captur贸 dos im谩genes el 7 de abril (evento previo a la inundaci贸n) y el 17 (evento posterior a la inundaci贸n), en su mayor铆a sin nubes sobre Dubai. Esas im谩genes despertaron mi inter茅s en escribir una historia sobre la detecci贸n de inundaciones mediante im谩genes de sat茅lite.
En esta publicaci贸n, comenzamos descargando im谩genes de Sentinel-2 de un lugar inundado en Dubai usando un script de Python. Luego, usaremos el paquete rasterio para leer las im谩genes y calcular el 铆ndice de diferencia normalizada del agua (NDWI) usando bandas verdes y de infrarrojo cercano. Luego, trazaremos histogramas de NDWI para im谩genes anteriores y posteriores a la inundaci贸n. La comparaci贸n de estos histogramas revelar谩 c贸mo las 谩reas secas en la imagen anterior a la inundaci贸n cambiaron a 谩reas h煤medas en la imagen posterior a la inundaci贸n. Finalmente, separaremos los p铆xeles inundados utilizando un umbral extra铆do del an谩lisis del histograma y mapearemos las regiones inundadas. Si esto te parece interesante, 隆sigue leyendo!
- 馃寘 Introducci贸n
- 馃捑 Descarga de im谩genes de Sentinel-2