Modelo de la geometría sol-sensor en la reflectancia de la vegetación: validación a nivel satelital

Abstract

Las observaciones de la superficie terrestre realizadas por sensores remotos a bordo de plataformas satelitales, pueden ser utilizadas para caracterizar los procesos que ocurren en el sistema suelo-vegetación-atmósfera. Los datos adquiridos desde distintos ángulos de observación son una fuente de información adicional a la ofrecida por las variaciones espectrales, espaciales y temporales detectadas por estos instrumentos. Una de las aplicaciones donde ha cobrado relevancia el uso de esta cuarta fuente de información es la clasificación de la cobertura terrestre; para explorar su utilidad se han propuesto numerosos enfoques basados en modelos semi-empíricos lineales, sin que hasta la fecha existan reportes de que los parámetros asociados a estos modelos contribuyan de forma significativa a la solución del problema. En este trabajo se investigan dos aspectos: (1) el ajuste del modelo Uni-Paramétrico de la BRDF a datos obtenidos mediante el sensor POLDER-1 y (2) la contribución de la información multi-angular para obtener una solución al problema de clasificación de la cobertura terrestre a través del modelo antes referido. A pesar de que la concordancia entre las mediciones del sensor POLDER-1 y lo estimado a través del modelo en consideración es superior al 97%, no se encontró evidencia en torno a la mejora que supone el uso de información multi-angular para la clasificación de la cobertura terrestre. Estos resultados son congruentes con otras investigaciones en relación a la necesidad de definir nuevos sistemas de clasificación basados en las variables que pueden ser inferidas mediante las observaciones realizadas por un sensor remoto espacial. _______________ MODEL OF THE SUN-SENSOR GEOMETRY ON THE VEGETATION REFLECTANCE: ASSESSMENT THROUGH SATELLITE MEASUREMENTS. ABSTRACT: The observations of the terrestrial surface by means of satellite remote sensing, have the potential of being used to characterize processes occurring on the soil-vegetation-atmosphere system. Data acquired from different view angles are an additional source of information with respect to those offered for spectral, spatial and temporal variations detected with this kind of instruments. One of the applications where the use of this fourth source of information has become relevant is land cover classification. To explore its usefulness, a number of approaches have been proposed based on linear kernel-driven models, unfortunately no significant contribution on the associated parameters of the models to classify land cover has been reported. On this work two issues are investigated: (1) the fitness of the Uni-Parametric BRDF model to data acquired by the POLDER-1 sensor and (2) the contribution of multiple view angle observations to the land cover classification problem using the aforementioned model. Although correlation levels between the measurements of the POLDER-1 sensor and those by the model under consideration are greater than 97%, no evidence was found related to the improvement of land cover classification by using multiple view angle data. These results are in agreement with the need to define new classification systems based on variables that may be inferred through the observations acquired by a satellite remote sensors reported by other researchers.