Millora del tractament de les imatges captades pels satèl·lits Landsat-8 i Sentinel-2 mitjançant espectroradiometria de camp i sensors embarcats en Vehicles Aeris no Tripulats (UAV)

Abstract

La irrupció tecnològica dels Vehicles Aeris no Tripulats (UAV o drons) com a noves plataformes de teledetecció, està fent evolucionar la Geografia cap a una nova escala d’observació de la Terra. Mitjançant diferents instruments de captació de dades (e.g. satèl·lits, aeronaus), actualment es poden monitoritzar i analitzar quantitativament diversos fenòmens que afecten la superfície terrestre a diferents escales, així com els seus canvis. Convencionalment, la validesa de les mesures de teledetecció satel·litària es comprova mitjançant el seu ajust respecte de mesures in-situ captades amb espectroradiòmetres de camp o mitjançant la inter-comparació entre sensors satel·litaris. De fet, és necessari corregir radiomètricament les imatges de satèl·lit per obtenir dades el més similars possible a les que s’obtindrien a nivell de superfície terrestre i que siguin coherents entre diferents sensors. No obstant, encara hi ha un salt d’escala molt gran entre l’adquisició de dades de camp i les dades satel·litàries o aèries convencionals, fet que en complica la validació in-situ. La principal hipòtesi d’aquesta recerca és que els UAV poden omplir el buit d'escala entre imatges de satèl·lit i mesures in-situ convencionals, millorant així la correcció radiomètrica d’imatges satel·litàries. L’objectiu d’aquesta recerca és introduir l’ús de dades captades amb UAV, en sinergia amb dades espectroradiomètriques de camp, per complementar i millorar el tractament radiomètric de les imatges captades pels satèl·lits Landsat-8 i Sentinel-2, vinculant així observacions sobre el terreny (espectroradiometria de camp), observacions a escala local (UAV) i observacions a escala global (satèl·lits), obtenint més solidesa, continuïtat i coherència en les dades d’observació de la Terra a totes les escales. A diferència dels satèl·lits, els drons tenen la característica de volar a molt baixa altura (e.g. menys de 120 m, segons la llei espanyola actual), de manera que les imatges captades pels seus sensors tenen molt més detall espacial (e.g. 10 cm per píxel) i pràcticament no estan influenciades per l’atmosfera. D’altra banda, les tècniques convencionals d’espectroradiometria de camp presenten dificultats operatives vinculades a la georeferenciació i remostreig espacial de les dades, la lentitud en la captura de mesures o la dificultat d’accedir a determinades cobertes del sòl. Així, la hipòtesi d’aquesta recerca contempla que l’ús de drons permet mostrejar una àrea molt més gran, de manera molt més ràpida, més sistemàtica, amb més detall i amb una més acurada georeferenciació que l’espectroradiometria de camp convencional, però amb una exactitud radiomètrica útil per als nostres propòsits de fer de pont entre les dades dels espectroradiòmetres de mà i les dades de satèl·lit. Per aconseguir-ho, a partir d’imatges captades amb sensors a bord d’UAV i calibrades al seu torn mitjançant dades de reflectància mesurades in-situ, s’obtenen referències radiomètriques per validar i/o corregir imatges de satèl·lit, contribuint així a introduir una nova capa de dades entre l’escala in-situ i l’escala satel·litària. En conclusió, en aquesta Tesi es fa una anàlisi de diversos mètodes de correcció radiomètrica d’imatges de satèl·lit i es validen mitjançant dades espectroradiomètriques de camp, però, addicionalment, es millora el tractament radiomètric de les dades satel·litàries mitjançant la introducció de dades captades amb drons. El mètode innova amb l’establiment de sinergies entre dades de radiometria de camp, dades de dron i dades satel·litàries, vinculant diferents escales de treball d’una manera eficient i millorada respecte els antecedents. En futures recerques, es preveu aplicar el mètode desenvolupat però utilitzant sensors per drons amb una configuració espectral més ajustada a la configuració dels sensors satel·litaris, i també fent vols coordinats de diversos drons al moment de pas dels satèl·lits. S’albira que aquesta recerca contribuirà a obtenir sèries temporals d’imatges molt més coherents que les obtingudes fins ara, assolint una informació més acurada de l’estat i l’evolució d’àrees protegides d’alt interès ecosistèmic local i global en tot el planeta.

La irrupción tecnológica de los Vehículos Aéreos no Tripulados (UAV o drones) como nuevas plataformas de teledetección, está haciendo evolucionar la Geografía hacia una nueva escala de observación de la Tierra. Mediante diferentes instrumentos de captación de datos (p. ej. satélites, aeronaves), actualmente se pueden monitorizar y analizar cuantitativamente varios fenómenos que afectan la superficie terrestre a diferentes escalas, así como sus cambios. Convencionalmente, la validez de las medidas de teledetección satelital se comprueba mediante su ajuste respecto de medidas in-situ captadas con radiómetros de campo o mediante la inter-comparación entre sensores satelitales. De hecho, es necesario corregir radiométricamente las imágenes de satélite para obtener datos lo más similares posible a los que se obtendrían a nivel de superficie terrestre y que sean coherentes entre diferentes sensores. Sin embargo, todavía hay un salto de escala muy grande entre la adquisición de datos de campo y los datos satelitales o los datos aéreos convencionales, lo que complica la validación in-situ. La principal hipótesis de esta investigación es que los UAV pueden llenar el hueco de escala existente entre las imágenes de satélite y las medidas in-situ convencionales, mejorando así la corrección radiométrica de imágenes satelitales. El objetivo de esta investigación es introducir el uso de datos captados con UAV, en sinergia con datos radiométricos de campo, para complementar y mejorar el tratamiento radiométrico de las imágenes captadas por los satélites Landsat-8 y Sentinel-2, vinculando así observaciones sobre el terreno, observaciones a escala local (UAV) y observaciones a escala global (satélites), obteniendo más solidez, continuidad y coherencia en los datos de observación de la Tierra en todas las escalas. A diferencia de los satélites, los drones tienen la característica de volar a muy baja altura (p. ej. menos de 120 m), de modo que las imágenes captadas por sus sensores tienen mucho más detalle espacial (p. ej. 10 cm por píxel) y prácticamente no están influenciadas por la atmósfera. Por otra parte, las técnicas convencionales de radiometría de campo presentan dificultades operativas vinculadas a la georreferenciación y remuestreo espacial de los datos, la lentitud en la toma de medidas o la dificultad de acceder a determinadas cubiertas del suelo. Así, la hipótesis de esta investigación contempla que el uso de drones permite muestrear un área mucho mayor, de manera mucho más rápida, más sistemática, con más detalle y con una más cuidadosa georreferenciación que la radiometría de campo convencional, pero con una exactitud radiométrica útil para nuestros propósitos de hacer de puente entre los datos de los radiómetros de mano y lo datos satelitales. Para ello, a partir de imágenes captadas con sensores a bordo de UAV y calibradas a su vez mediante datos de reflectancia medidos in-situ, se obtienen referencias radiométricas para validar y/o corregir imágenes de satélite, contribuyendo así a introducir una nueva capa de datos entre la escala in-situ y la escala satelital. En conclusión, en esta Tesis se hace un análisis de diversos métodos de corrección radiométrica de imágenes de satélite y se validan mediante datos radiométricos de campo, pero, adicionalmente, se mejora el tratamiento radiométrico de los datos satelitales mediante la introducción de datos captados con drones. El método innova con el establecimiento de sinergias entre datos de radiometría de campo, datos de dron y datos satelitales, vinculando diferentes escalas de trabajo de una manera eficiente y mejorada respecto a los antecedentes. En futuras investigaciones, se prevé aplicar el método desarrollado pero utilizando sensores para drones con una configuración espectral más ajustada a la configuración de los sensores satelitales. Se vislumbra que esta investigación contribuirá a obtener series temporales de imágenes mucho más coherentes que las obtenidas hasta ahora, logrando una información más detallada del estado y la evolución de áreas protegidas de alto interés ecosistémico local y global en todo el planeta.

The technological breakthrough of Unmanned Aerial Vehicles (UAV or drones) as new remote sensing platforms is making Geography evolve towards a new scale of Earth observation. By using different data capture instruments (e.g. satellites, aircrafts), several phenomena that affect the Earth's surface as well as its changes, can currently be monitored and analyzed quantitatively at different scales. Conventionally, the validity of the satellite remote sensing measures is checked by the fitting to in-situ measurements captured with field spectrometers or by inter-comparison between satellite sensors. In fact, it is necessary to radiometrically correct the satellite images to obtain the most similar data to those that would be obtained at ground level and, moreover, to obtain coherent data between different satellite sensors. However, there is still a very large-scale gap between the acquisition of field data and satellite data or manned airborne data, which complicates the in-situ validation. The main hypothesis of this research is that the UAV can fill the gap between satellite images and conventional in-situ measurements, thus improving the radiometric correction of satellite imagery. The aim of this research is to introduce the use of data captured with UAV, in synergy with field spectroradiometric data, to complement and improve the radiometric treatment of the images captured by the Landsat-8 and Sentinel-2 satellites, linking field observations (field spectroradiometry), observations at the local scale (UAV) and observations at the global scale (satellites), obtaining more solidity, continuity and coherence in the Earth observation data at all scales. Unlike satellites, drones have the characteristic of flying at a very low altitude (e.g. less than 120 m, in compliance with current drone regulations in Spain), so that the images captured by their sensors have much more spatial detail (e.g. 10 cm per pixel) and are practically not influenced by the atmosphere. On the other hand, the conventional techniques of field spectroradiometry present operational difficulties linked to data georeferencing and spatial resampling, the slowness on the capture of measures or the difficulty of accessing certain land covers. Thus, the hypothesis of this research considers that the use of drones allows sampling a much larger area, much faster, more systematically, in more detail and with a more accurate georeferencing than conventional field spectroradiometry, but with a radiometric accuracy useful for our purposes of filling the gap between the field spectroradiometric data and the satellite data. To achieve this goal, from images captured with sensors on board of UAV and calibrated in turn by means of in-situ measured reflectance data, radiometric references are obtained to validate and/or correct satellite images, contributing towards introducing a new data layer between the in-situ scale and the satellite scale. In conclusion, this PhD thesis not only analyzes several radiometric correction methods of satellite images that are validated using field spectroradiometric data but also it supports measures for improving radiometric treatment of satellite data by introducing data captured with drones. The method innovates by establishing synergies between field spectroradiometric data, drone data and satellite data, linking different geographical scales in an efficient and improved way with respect to the antecedents. Future research will focus on applying the developed method by using drone-embedded sensors with spectral settings that better fits the satellite sensors features, and planning coordinated flights of several drones at the satellite overpass. This research will contribute towards obtaining more coherent image time series than in previous works, by achieving more accurate information on the state and the evolution of protected areas of high local and global ecosystem interest throughout the planet.