Características generales de la superficie: identificación e interpretación
Características generales de la superficie: identificación e interpretación » RGB GeoColor y RGB diurno suelo/nubes
Análisis de vegetación y nieve con el RGB GeoColor y el RGB diurno suelo/nubes
Desafío de análisis, parte I
Pregunta
La intensa tormenta de comienzos de primavera que atravesó las planicies centrales de los EE. UU. entre el 13 y el 15 de marzo de 2019 produjo lluvias y nevadas generalizadas a través de las planicies centrales y del norte y en el centro-norte del país. La combinación de lluvias intensas y calentamiento considerable por delante de la tormenta sobre zonas donde aún existía un profundo manto de nieve y el suelo estaba congelado causó un rápido deshielo, escorrentía e inundaciones. La masa de aire ártico proveniente del norte que invadió la zona tras el paso de la tormenta provocó otro cambio, esta vez de lluvia a nieve.
Mire esta animación de imágenes visibles de 0.64 micrómetros del GOES-16 centrada en el estado de Nebraska.
¿Cuáles de estas características puede identificar con confianza en la animación? Elija todas las opciones pertinentes.
Las respuestas correctas son c), d), e), f) y g).
Si bien es posible identificar muchos de los elementos indicados, puede resultar difícil delinear claramente ciertas características, como la cubierta nubosa y el manto de nieve. Sería muy difícil identificar las plantas en fase vegetativa o en fase de reposo únicamente a partir de las imágenes de la banda visible de 0.64 µm, ya que dicha banda no es particularmente sensible a la luz solar reflejada por la clorofila. Para identificar y evaluar la vegetación, conviene usar la banda «vegetación» de 0.86 µm en el IR cercano.
Tanto la cubierta nubosa como el manto de nieve son reflectantes a la longitud de onda visible de 0.64 µm y contrastan con la mayoría de las superficies terrestres y acuáticas de fondo. Las animaciones ayudan a identificar los movimientos de las nubes por encima del manto de nieve, pero debido a la similitud entre las propiedades de reflectancia de la nieve y de las nubes, distinguir entre ellos puede presentar un desafío. Las capas nubosas más bajas, como los bancos de niebla y los estratos bajos, son más difíciles de identificar, porque no proyectan mucha sombra en la superficie subyacente y a menudo se desplazan más lentamente que la nubosidad de niveles más altos.
Desafío de análisis, parte II
Ahora mire estas dos animaciones, una del RGB GeoColor y otra del RGB diurno suelo/nubes. Úselas para perfeccionar su análisis de la parte I.
Ejercicio
¿Cuáles de estas características aparecen en las animaciones? Arrastre el nombre de cada característica al lugar correspondiente en la imagen del producto RGB GeoColor. Cada elemento se puede utilizar más de una vez.
Esta imagen muestra las respuestas correctas.
Compare los productos RGB GeoColor y RGB diurno suelo/nubes y las características identificadas. Observe cómo los productos RGB aumentan la capacidad de analizar las características de la superficie y de las nubes en comparación con las imágenes de una sola banda visible.
El RGB GeoColor (izquierda) simula las imágenes en color real que los satélites de la serie GOES-R no pueden generar, ya que el radiómetro ABI no cuenta con una banda visible «verde». Esta imagen se forma combinando dos bandas visibles (azul y rojo), la banda para vegetación de 0.86 µm y la información de correlación de bandas de los instrumentos AHI de los satélites Himawari y VIIRS de JPSS, los cuales cuentan con una banda visible en la región espectral del verde. El RGB GeoColor ofrece una vista más intuitiva, similar a la forma en que el ojo humano percibiría la escena. La vegetación y las demás características de la superficie adquieren distintas tonalidades de marrón y verde. Las masas de agua relacionadas con los ríos crecidos en Nebraska tras el reciente período de deshielo tienen un aspecto más oscuro. El manto de nieve y la nubosidad presentan tonos similares de blanco y gris. La animación del producto permite observar un episodio de deshielo a través de una franja que abarca desde el centro-sur hasta el noreste del estado de Nebraska.
El RGB diurno suelo/nubes (derecha) brinda una perspectiva diferente de la superficie y la nubosidad. Esta composición asigna la banda nieve/hielo de 1.6 µm al componente rojo de las imágenes. Gracias al uso de dicha banda, el RGB puede aprovechar la diferencia relativamente grande que existe entre los componentes de la energía reflejada por las partículas de agua y de hielo (las nubes en fase líquida y la nieve y el hielo en el suelo y en las nubes). A diferencia del hielo, que absorbe la energía solar en esta longitud de onda y tiene un aspecto más oscuro (tonos cian en el RGB), las gotitas de agua de las nubes son reflectantes, lo cual permite distinguir las nubes en fase líquida de la nieve sobre el suelo. En este caso en particular, se ve una capa de nubes bajas dispersas en el este de las imágenes. Debido a la similitud entre las propiedades reflectantes del manto de nieve y de las nubes de hielo (como los cirros), ambas características presentan tonos cian, lo cual dificulta la capacidad de distinguir entre las dos.
También vale la pena observar el contraste entre el aspecto oscuro, casi negro, de los ríos crecidos y el suelo. Las superficies de agua no reflejan bien la luz solar en el espectro visible (la banda de 0.64 µm aporta el componente visible al RGB) y esto es incluso peor en el IR cercano (las bandas de 0.87 y 1.6 µm aportan los componentes de IR cercano al RGB).
Si bien el RGB GeoColor es útil para definir las características de la superficie, todavía necesitamos productos que nos ayuden a identificar y describir mejor la nubosidad, como el RGB diurno suelo/nubes de este ejemplo. Para ver otras imágenes relacionadas con este caso, vea estos datos del 15 de marzo de 2019 visualizados en la página web de la «animación del día» más reciente del GOES-16/17 de CIRA. Como veremos en otras partes de esta lección, existen productos RGB que aprovechan otras bandas espectrales para caracterizar las nubes incluso mejor.
Use el botón «Adelante» para seguir trabajando con los ejemplos de características de la superficie o haga clic aquí para regresar al menú «Elija un ejemplo».
Características generales de la superficie: identificación e interpretación » RGB diurno de diferenciación de la fase de las nubes (DCPD)
Análisis de nieve y vegetación con el RGB diurno de diferenciación de la fase de las nubes
Desafío de análisis, parte I
Pregunta
El 11 de noviembre de 2018, una tormenta invernal dejó buena parte del sur de Colorado bajo un manto de nieve. Tras el paso del sistema, en la tarde del día 12 aún quedaban zonas de nubosidad dispersa después de que terminara de nevar.
Mire esta animación de imágenes visibles de la banda de 0.64 µm del GOES-16.
Escriba una lista de las características que puede identificar con confianza en la animación.
En esta animación de imágenes de una sola banda no es fácil identificar cada característica individual entre las tantas estructuras que contiene la escena.
Las imágenes de una sola banda visible pueden revelar varias características de la superficie y de las nubes, pero distinguir el manto de nieve blanco y reflectante de un grupo de nubes también blancas y reflectantes puede constituir un reto. La animación de una serie de imágenes ayuda a identificar el movimiento de las nubes, pero aun así puede ser difícil separar las nubes bajas, la niebla y los cirros delgados de una superficie nevada u otra superficie reflectante brillante, como una capa de hielo, una superficie desértica o un salar.
Los actuales instrumentos de adquisición de imágenes, como el ABI de los satélites GOES-R y el VIIRS de los satélites JPSS, cuentan con bandas adicionales en las regiones del espectro visible, IR cercano e IR de onda corta que, gracias a su sensibilidad a diferentes propiedades de la superficie y de las nubes, pueden contribuir a mejorar las herramientas de análisis que usted tiene a su disposición. No obstante, examinar y comparar todas estas bandas requeriría demasiado tiempo y no sería práctico.
A continuación veremos una composición RGB que puede mejorar considerablemente la capacidad de detectar e identificar las numerosas características presentes en esta escena muy compleja.
Desafío de análisis, parte II
Ahora mire esta animación del RGB diurno de diferenciación de la fase de las nubes o DCPD (Day Cloud Phase Distinction) y úsela para perfeccionar su análisis de la parte I.
Ejercicio
Arrastre el nombre de cada característica al lugar correspondiente en la imagen del producto RGB DCPD.
Varias características que eran difíciles de detectar o de separar de otras en las imágenes visibles destacan en el producto diurno de diferenciación de la fase de las nubes o DCPD. La banda de 1.6 µm en el IR cercano ayuda a separar el manto de nieve y otras superficies de la nubosidad, a la vez que la alta resolución de 0,5 km de la banda visible de 0.64 µm contribuye a conservar la nitidez de las imágenes. La banda IR de 10.3 µm aumenta la capacidad de distinguir las nubes altas de las bajas. Si bien esta composición no está pensada para caracterizar los tipos de vegetación, cabe señalar que debido a la combinación particular de árboles, manto de nieve y superficies frías existentes, las zonas de bosque en esta escena adquirieron un color marrón rojizo oscuro. Normalmente, cuando las superficies son más cálidas y no hay manto de nieve, los bosques tienen un aspecto azul muy oscuro que llega a parecer negro.
Compare ahora el resultado del mismo análisis aplicado al RGB diurno nieve/niebla, una composición que ayuda a resaltar las nubes en escenas muy complejas, como la de este ejemplo.
Ambos productos resaltan bien el suelo cubierto de nieve, permitiendo distinguirlo del suelo desnudo, y diferencian bien las nubes en fase líquida de las nubes de hielo. Sin embargo, aunque las nubes se pueden detectar en ambos productos, las nubes en fase líquida son más pronunciadas en el RGB diurno nieve/niebla. Esto es particularmente importante para identificar ciertas situaciones que pueden representar un peligro para la aviación, como las condiciones de engelamiento o que limitan la visibilidad. El RGB diurno nieve/niebla, que incluye la banda de 1.6 µm en el IR cercano y la banda de 3.9 µm en el IR de onda corta, fue perfeccionado para resaltar las diferencias entre las nubes en fase líquida y la cubierta de nieve y hielo. Esas dos bandas son sensibles a las diferentes propiedades de reflectancia solar del agua líquida y del hielo. Sin embargo, el poco contraste de color y brillo entre las dos características dificulta bastante la tarea de separar los cirros del manto de nieve, como se aprecia en la parte inferior derecha del RGB diurno nieve/niebla. Además, la resolución espacial más baja de dicho RGB limita la capacidad de diagnosticar las características nubosas de escalas menores, como el desarrollo de cúmulos individuales y las capas de niebla o estratos en los valles fluviales y de montaña estrechos. En cuanto a la vegetación, el RGB diurno nieve/niebla permite distinguir mejor los tipos de suelo, porque incluye la banda «vegetación» de 0.86 µm en el IR cercano.
El RGB diurno de diferenciación de la fase de las nubes emplea una combinación de bandas diferente que está pensada más bien para distinguir las fases de agua y hielo en las nubes y en las superficies de fondo. La inclusión de la banda visible de 0.64 µm de alta resolución (0,5 km) en el producto aumenta la nitidez de las zonas cubiertas de nieve y hielo, así como de las características nubosas. La ausencia de la banda «vegetación» de 0.86 µm, sin embargo, limita la capacidad de identificar las superficies de suelo sin nieve con la composición DCPD. Pese a esta limitación, las diferencias entre las superficies terrestres y acuáticas siguen siendo evidentes, debido a las bajas propiedades de reflectancia del agua de los componentes visibles e IR cercano de 1.6 µm del RGB.
Para obtener más información sobre este caso, que estudia una situación de nieve fresca sobre el este del estado de Colorado, lea este artículo del blog Satellite Liaison del 12 de noviembre de 2018.
- Acerca del RGB diurno de diferenciación de la fase de las nubes (DCPD)
- Acerca del RGB diurno nieve/niebla
Use el botón «Adelante» para seguir trabajando con los ejemplos de características de la superficie o haga clic aquí para regresar al menú «Elija un ejemplo».
Características generales de la superficie: identificación e interpretación » RGB diurno nieve/niebla
Análisis de hielo, nieve, suelo e inundaciones con el RGB diurno nieve/niebla
Desafío de análisis, parte I
La tormenta invernal de fin de temporada que atravesó las planicies del norte y el extremo norte de los EE. UU. entre el 1 y el 3 de abril de 2020 provocó precipitaciones muy variadas, como gránulos de hielo y nevadas intensas, así como engelamiento importante y lluvias moderadas sobre una zona que ya experimentaba inundaciones por el deshielo estacional. La combinación de las inundaciones con diversos tipos de precipitaciones también causó condiciones de viaje peligrosas a través de la región.
Mire esta animación de imágenes de la banda «vegetación» de 0.86 µm en el IR cercano.
Pregunta
¿Qué características puede identificar con confianza en esta animación? Elija todas las opciones pertinentes.
Las respuestas correctas son a), c), d) y e).
La banda «vegetación» de 0.86 µm en el IR cercano resalta varias características. Podemos decir con bastante confianza que las áreas blancas sobre las Dakotas (Dakota del Norte y del Sur) y el sudeste de Minnesota y el noroeste de Wisconsin corresponden a mantos de nieve, porque parecen ser estacionarias. Se observa el movimiento de nubes a través de las regiones cubiertas de nieve en el noroeste de la escena y una combinación de nubosidad baja, media y alta es evidente en la parte inferior y derecha. También se ven ríos importantes, lagos abiertos y los que parecen ser lagos cubiertos de hielo, en el extremo norte de Minnesota y el sur de Ontario. Fíjese en las regiones de suelo más oscuro visibles entre el oeste y el sudeste de Minnesota y el norte de Iowa. Estas áreas más oscuras, ¿no serán suelos desnudos húmedos como resultado de fuertes lluvias recientes o del derretimiento del manto de nieve? ¿Podría algún otro proceso haber reducido la reflectividad de la superficie? Examinemos cómo el uso de bandas espectrales adicionales en el IR cercano, de onda corta y de onda larga pueden proporcionar una respuesta más definitiva a estas preguntas.
Desafío de análisis, parte II
Ahora mire esta animación del RGB diurno nieve/niebla y úsela para perfeccionar su análisis de la escena. Además de la banda «vegetación» de 0.86 µm que acabamos de ver, el realce RGB utiliza la banda «nieve/hielo» de 1.6 µm, la banda IR de onda corta de 3.9 µm y la banda IR de onda larga de 10.3 µm. Recuerde que las bandas de 1.6 y 3.9 µm son sensibles a las diferencias en la reflectancia solar del agua en fase líquida y sólida, tanto en la superficie como en las nubes.
Ejercicio
Intente identificar las características indicadas más adelante a partir de la animación. Arrastre el nombre de cada característica al lugar correspondiente en la imagen RGB.
El RGB diurno nieve/niebla revela una escena compleja que comprende varias características de la nubosidad presente y de la superficie. La banda «vegetación» de 0.86 µm resalta en tonos verdes claros las áreas de vegetación (en este caso se trata de vegetación parda o en reposo, ya que la estación vegetativa apenas comienza). Dado que las superficies húmedas tienden a parecer más oscuras, en un principio podríamos suponer que las franjas y estelas más oscuras que se observan en Minnesota y el oeste de Iowa son el resultado de lluvias fuertes recientes. Sin embargo, sabemos que en este caso las temperaturas a través de la región estaban por debajo de cero grados cuando ocurrió la precipitación. Esta composición RGB también incluye la banda «nieve/hielo» de 1.6 µm y la banda IR de onda corta de 3.9 µm, las cuales permiten distinguir entre el agua y las capas de hielo. Debido a la baja reflectancia del hielo en estas dos bandas, en realidad las regiones más oscuras son zonas donde se acumularon el hielo de las lluvias engelantes y los gránulos de hielo que cayeron la noche anterior. Otras áreas, al oeste (estas se extienden hasta las Dakotas) y al este (entre el sudeste de Minnesota y el noroeste de Wisconsin) presentan tonos rojos y naranja. Esto se debe a la naturaleza muy reflectante del manto de nieve en la banda «vegetación» de 0.86 µm y a la naturaleza muy poco reflectante de la nieve en las bandas de 1.61 y 3.9 µm.
El RGB diurno nieve/niebla también es excelente para destacar la nubosidad, especialmente las nubes en fase líquida de niveles bajos y medios, ya que las tres bandas de 0.87, 1.61 y 3.9 µm son sensibles a la intensa reflectancia solar de las gotitas de agua en esta región espectral.
Para estudiar más en detalle este caso sobre cómo distinguir zonas de hielo y nieve en superficies acuáticas y terrestres en la región centro-norte de los Estados Unidos, lea este artículo del blog Satellite Liaison del 4 de abril de 2020.
Use el botón «Adelante» para seguir trabajando con los ejemplos de características de la superficie o haga clic aquí para regresar al menú «Elija un ejemplo».
Características generales de la superficie: identificación e interpretación » RGB diferenciación nieve/nubes del VIIRS (diurno y nocturno)
Análisis de nieve y hielo con el RGB diferenciación nieve/nubes del VIIRS
Desafío de análisis
Este ejemplo le permitirá ver cómo el RGB diferenciación nieve/nubes (Snow Cloud Discriminator) del VIIRS puede ayudar a identificar las características de la superficie.
En Alaska, la gran duración del período nocturno durante la estación invernal limita la posibilidad de uso de las imágenes convencionales en el visible e IR cercano que son particularmente útiles para distinguir las nubes del manto de nieve y de hielo. Para hacer frente a esta realidad, se desarrolló una composición RGB que aprovecha la exclusiva banda visible nocturna del instrumento VIIRS, que también se denomina banda diurna/nocturna o DNB (Day/Night Band). Además de las otras nueve bandas en el visible, IR cercano e IR de onda larga, este realce RGB es uno de los pocos productos que son útiles tanto de día como de noche
Compare estos dos RGB diferenciación nieve/nubes del VIIRS generados a partir de las imágenes de los satélites en órbita polar S-NPP y NOAA-20 y luego conteste las preguntas que siguen.
Pregunta 1 de 2
Utilice el control deslizante para comparar las dos imágenes. Fije la atención en la región al norte del terminador solar (el límite entre el día y la noche), que en la imagen a la izquierda se identifica por la línea diagonal orientada de noroeste a sudeste. Si bien la imagen de la izquierda fue captada durante las horas diurnas (a las 14:50, hora local de Alaska), las regiones del norte de Alaska permanecen mayormente en la oscuridad en esta época del año. La imagen a la derecha fue captada 13 horas más tarde, durante el período nocturno local (a las 3:46, hora local de Alaska) cuando no había luz solar en ninguna parte de la escena.
Dada la ausencia total o casi total de luz solar en ambas imágenes sobre el norte de Alaska y el océano Ártico contiguo, ¿por qué cree que las características de la superficie destacan más en la imagen de la derecha? Escoja la mejor respuesta.
La respuesta correcta es c).
La imagen de la derecha fue captada durante el período nocturno local, cuando la luna llena iluminaba la escena. La banda diurna/nocturna detecta la luz lunar reflejada por las nubes y las características de la superficie, lo cual ayuda a revelar detalles de forma similar a cómo las bandas visibles observan las escenas diurnas.
La banda diurna/nocturna del VIIRS es particularmente sensible a los niveles bajos de iluminación, como la luz lunar, los incendios, las luminiscencias nocturnas en la mesosfera, la luminosidad urbana y otras fuentes naturales y antropogénicas. Esto significa que su uso como entrada en el realce RGB produce escenas que casi parecen haber sido captadas durante las horas del día. La iluminación lunar realza el contraste en líneas costeras, picos nevados y topografías de valle y ayuda a distinguir la nieve del hielo y otras características de las superficies no cubiertas de nieve. Las entradas de las bandas IR de onda corta y de onda larga ayudan a resaltar la nubosidad, que adquiere tonos amarillos en el caso de las nubes bajas y tonos entre rosa y magenta en el de las nubes de hielo en capas más altas. Las nubes delgadas de niveles medios y altos adquieren un aspecto anaranjado en la versión diurna del realce RGB.
Use la flecha del carrusel, arriba, para pasar a la pregunta 2.
Pregunta 2 de 2
Utilice el control deslizante para comparar las dos imágenes RGB diferenciación nieve/nubes del VIIRS. Considere otra vez la región al norte del terminador solar (el límite entre el día y la noche) que en la imagen de la izquierda se identifica por la línea diagonal orientada de noroeste a sudeste. Recuerde que la imagen de la izquierda fue captada a media tarde. Debido al ángulo de incidencia solar bajo que es normal en esta época del año, buena parte del norte de Alaska permanece sumida en la oscuridad total o casi total durante las horas diurnas. La región al norte del terminador solar (imagen de la izquierda) no recibe ni luz solar ni luz lunar, de modo que la única entrada disponible para este realce RGB es de tipo infrarrojo. La imagen de la derecha fue captada durante el período nocturno, de modo que ninguna parte de la escena incluye luz solar. Sin embargo, la luna casi llena ilumina la escena.
¿Qué tipos de características son evidentes en la imagen con iluminación lunar (derecha) que quizás no lo fueran o lo fueran en menor medida en la imagen de la izquierda? (Fije la atención en la región al norte del terminador solar). Elija todas las opciones pertinentes.
Las respuestas correctas son a), b), c), d) y e).
Todas estas características son opciones correctas. La adición de la iluminación lunar durante el período nocturno o las noches árticas puede ayudar a perfilar o destacar en mayor medida varias características de la superficie —como el terreno nevado frente al suelo sin nieve, la topografía y los valles de montaña— y aportar más detalles sobre las estructuras de la capa de hielo marino. Por ejemplo, las franjas oscuras que se ven en la capa de hielo marino sobre el océano Ártico indican la existencia de canales en el hielo. La enorme sensibilidad de la banda diurna/nocturna a las condiciones de iluminación baja por la noche es capaz de resaltar fuentes de luz tanto antropogénicas (ciudades, embarcaciones pesqueras, quemas de gas) como naturales (incendios forestales e incluso rayos).
El producto RGB diferenciación nieve/nubes del VIIRS contribuye a revelar las características de la superficie en varios contextos. Para ver las imágenes del RGB diferenciación nieve/nubes del VIIRS casi en tiempo real, visite la página web de CIRA de imágenes del VIIRS de Suomi NPP.
Use el botón «Adelante» para seguir trabajando con los ejemplos de características de la superficie o haga clic aquí para regresar al menú «Elija un ejemplo».
Características generales de la superficie: identificación e interpretación » RGB diurno suelo/nubes
Análisis de zonas quemadas con el producto RGB diurno suelo/nubes
Desafío de análisis, parte I
El RGB diurno suelo/nubes (Day Land Cloud) fue uno de los primeros productos RGB desarrollados para los satélites geoestacionarios Meteosat de segunda generación de EUMETSAT que se lanzaron a partir del comienzo de la década del 2000. El conjunto ampliado de bandas espectrales de los instrumentos a bordo de estos satélites permitió el rápido desarrollo de las imágenes RGB, una capacidad que comenzó a estar disponible en las Américas con el lanzamiento del GOES-16, el primer satélite de la serie GOES-R, en 2016.
Originalmente, el RGB diurno suelo/nubes se creó para distinguir las nubes de agua de las de hielo y para discriminar entre las nubes bajas y altas. El manto de nieve, el hielo marino y las nubes de hielo tienen aspectos similares en tonos cian. Estas imágenes también permiten crear vistas de la superficie en seudocolor verdadero que pueden diferenciar la vegetación de otros tipos de cubierta del suelo y son útiles para observar los cambios en la superficie relacionados con la salud de la vegetación, los combustibles disponibles, la etapa de recuperación y las áreas de posible peligro de crecidas e inundaciones tras un incendio forestal.
El 8 de julio de 2018, un sistema de alta presión y un flujo relativamente seco del oeste crearon condiciones soleadas y cálidas en la región estadounidense del Noroeste del Pacífico. Las condiciones mayormente despejadas son ideales para observar una amplia gama de características de la superficie.
Mire la animación del RGB diurno suelo/nubes y luego conteste las preguntas que siguen.
Pregunta
Un régimen de temperaturas por encima de lo normal y condiciones secas han contribuido a avivar varios incendios forestales a través de la región.
Utilice el lápiz para marcar en esta imagen todas las posibles zonas quemadas que puede identificar.
Los óvalos color naranja identifican las zonas quemadas por varios incendios forestales recientes. En el RGB, estas chamiceras, las «cicatrices» de los incendios, adquieren un color marrón rojizo y un aspecto relativamente oscuro, especialmente cuando son recientes y antes de que la vegetación vuelva a crecer. Los óvalos negros marcan tres regiones más oscuras en el sudeste del estado de Idaho que podrían interpretarse fácilmente como zonas quemadas. En realidad, estas formaciones oscuras son la roca basáltica del campo de lava que forma parte del Monumento y Reserva Nacional Cráteres de la Luna, cuyo último período de actividad fue hace unos 2000 años.
Pregunta
Este RGB incluye tres bandas: la banda visible «roja» convencional de 0.64 µm, la banda «vegetación» de 0.86 µm la banda «nieve/hielo» de 1.6 µm en el IR cercano. ¿Cuál de dichas bandas espectrales cree que influye en mayor medida en el aspecto de la vegetación y otras características del suelo, como las zonas quemadas? Elija todas las opciones pertinentes.
La respuesta correcta es b).
La banda «vegetación» de 0.86 µm se encuentra en una región espectral cuya sensibilidad es máxima para identificar las diferencias entre las plantas en fase vegetativa, la vegetación en reposo invernal y el suelo desnudo. Por lo tanto, es el componente de entrada del RGB más útil para identificar la cubierta del suelo en relación con la salud de la vegetación. En las zonas de incendios recientes, donde toda la vegetación se ha ennegrecido, la superficie tiende a verse más oscura en las tres bandas de entrada de la composición RGB.
Para ver la animación original del RGB diurno suelo/nubes usada en este ejemplo, visite la página del 2018-07-18 en el sitio web de CIRA con la animación del día del GOES-16/17.