Monitoreo Ambiental con Synthetic Aperture Radar

JarellPerez08

 <\/H4>El Valor de SAR<\/STRONG><\/EM><\/H4> <\/P>Synthetic Aperture Radar, o SAR para abreviar, tiene la reputación de ser una tecnología de observación terrestre poco intuitiva, compleja y de nicho que solo utilizan los investigadores. Aunque esto puede ser cierto hasta cierto punto, los datos de SAR permiten a los analistas monitorear entornos remotos de manera persistente que de otro modo sería imposible mediante sensores ópticos satelitales. Esto es extremadamente importante y valioso en lugares como la Amazonia o Alaska, donde los satélites ópticos tradicionales están obstruidos por la cobertura constante de nubes.<\/P> <\/P>                      Series temporales Sentinel-2 sobre Acre, Brasil desde enero hasta julio de 2021                                    Series temporales Sentinel-1 sobre Acre, Brasil desde enero hasta julio de 2021<\/FONT><\/P><\/span><\/span><\/P> <\/P> <\/P> <\/P> <\/P> <\/P> <\/P> <\/P> <\/P> <\/P> <\/P>Debido a las características del sensor SAR, se pueden adquirir imágenes sobre un área de interés independientemente de la hora del día y las condiciones climáticas.<\/P> <\/P>Para leer más sobre cómo funcionan los sensores SAR, lea esta documentación: Introducción a Synthetic Aperture Radar<\/A> <\/P>

 <\/P>

Monitoreo del Cambio en la Amazonia<\/STRONG><\/EM><\/H4> <\/P>La Amazonia es uno de los reservorios biológicos más importantes del mundo, contiene 1\/-3 de las especies del mundo, 1\/-4 del agua dulce mundial y ~50 mil millones de toneladas de dióxido de carbono en sus árboles. Aunque la Amazonia es importante, también está constantemente bajo amenaza de deforestación. Las técnicas de teledetección como la detección de cambios son clave para comprender cualquier cambio que ocurra en la región. Sin embargo, como podemos ver en la animación de series temporales Sentinel-2 arriba, los datos no siempre son persistentes ni confiables ya que las nubes obstruyen las vistas ópticas satelitales. Por lo tanto, aunque pueda obtener una imagen en un día determinado, se puede perder tiempo valioso esperando otra imagen sin nubes.<\/P>Los datos SAR están altamente disponibles públicamente y a través de proveedores comerciales como ICEYE y Capella Space. Con imágenes SAR, los analistas pueden monitorear cambios intra-semanales para potencialmente conducir a esfuerzos más rápidos de respuesta en tierra. Por ejemplo, aquí hay dos imágenes SAR sobre Acre, Brasil con solo 3 días de diferencia. <\/P> <\/P>07\/-29\/-2021<\/span><\/span>08\/-02\/-2021<\/span><\/span><\/P> <\/P>Las imágenes SAR son representaciones 2D de la señal backscatter devuelta a los sensores SAR. Aunque esta imagen backscatter es sensible a una amplia variedad de cambios que ocurren en la superficie terrestre, puede ser difícil detectar visualmente dónde ocurre el cambio. Sin embargo, calcular una razón logarítmica entre dos imágenes puede ayudar en los esfuerzos de monitoreo, destacando visualmente dónde ocurre el cambio en la escena. <\/P><\/span><\/P>En esta breve demostración, los analistas pueden usar una función Raster Calculator para hacer un análisis de cambio por razón logarítmica. T1 denota la imagen de referencia (adquisición más antigua) mientras que T2 denota la imagen comparativa (adquisición más reciente). El resultado será un ráster en escala de grises que usualmente varía entre 2 y -2.<\/P><\/span><\/P>Inmediatamente, podemos ver visualmente dónde ha ocurrido el cambio en la escena ¡y con solo tres días de diferencia! Los tonos grises denotan cambios mínimos, mientras que los tonos blancos y negros denotan un aumento y disminución en el backscatter, respectivamente. Además, podríamos clasificar los píxeles para entender dinámicas de cambio más complejas y cuantificar el cambio que ocurre en la Amazonia. La imagen abajo es el mismo análisis que arriba con una razón logarítmica entre los valores promedio del backscatter durante el mes de marzo en 2022 y 2023, y clasifica el ráster para cuantificar la deforestación.<\/P><\/span><\/P> <\/P>Los datos SAR pueden ser complejos, pero con ArcGIS Pro pueden ser una ayuda valiosa para los esfuerzos de monitoreo y respuesta con capacidades persistentes de monitoreo. Para cualquier pregunta por favor envíe un correo electrónico a jperez@esri.com. <\/P>

DanielBetts2026

Interesting use of Delta Tables of Backscatter in SAR for Change Detection