Uno de los principales problemas que tiene el uso de imágenes de teledetección para estudios cuantitativos y multitemporlaes es el de la corrección atmosférica y de iluminación (habitual e indebidamente abreviado a corrección atmosférica). Es necesario transformar la magnitud que mide un instrumento de teledetección (radiancia espectral) a la que interesa al usuario: reflectancia de la superficie. Y esto no es fácil.

En los productos Sentinel-2 se realiza un paso previo que es la transformación desde radiancia a reflectancia aparente en el techo de la atmósfera (TOA, top of atmosphere) para una superficie plana. Esta transformación es sencilla y directa, pero nos queda el paso de reflectancia aparente a real, es decir, a nivel de la superficie (BOA, bottom of atmosphere).

Las variables conflictivas en la transformación de radiancia a reflectancia BOA son la geometría de iluminación, el contenido en vapor de agua y el espesor óptico de aerosoles en la atmósfera (AOT). A ellas se añade el efecto de cirros o nubes traslúcidas. La calidad de los resultados de una corrección atmosférica depende de la exactitud de los datos de entrada disponibles sobre estas variables y efectos, y del modelo con el que se aplican a la imagen de radiancia o reflectancia TOA.

Las imágenes Sentinel-2 que muestran la reflectancia BOA (nivel L2a) se producen con la herramienta Sen2Cor, desarrollada expresamente para esto a partir de un conocido software de corrección atmosférica llamado ATCOR.  Para poder valorar la calidad del producto L2a, es importante conocer la estrategia seguida por Sen2Cor. Aquí os resumimos sus principales características.

- Como dato de entrada para estimar el ángulo efectivo de iluminación, utiliza la aproximación de que el terreno es plano. Se puede también usar un modelo digital del terreno global, pero no es la opción por defecto. En cualquier caso, estos modelos globales tienen la ventaja de cubrir toda la superficie terrestre, pero carecen de la resolución espacial adecuada para obtener la pendiente real del terreno a la escala de un píxel de Sentinel-2. Por tanto, en zonas de variación brusca del relieve la estimación de la iluminación efectiva no puede ser correcta.

- Calcula el AOT a partir de la propia imagen, es decir, sin necesidad de información auxiliar, mediante un método empírico. El método está basado en la forma esperada del espectro de píxeles con muy baja reflectancia en las regiones del azul y el rojo (donde la contribución de la dispersión atmosférica es mayor). Es un método arriesgado, pensado inicialmente para zonas con bosques densos y "oscuros", y que no encuentra suficientes superficies adecuadas en zonas áridas o semiáridas. Este AOT se debe transformar a visibilidad horizontal equivalente. Esta es la estrategia habitual en teledetección para realizar los cálculos en un código de transferencia radiativa, libRadtran en el caso de Sen2Cor. Pero no deja de ser una simplificación, en la que la distribución vertical de los aerosoles y otras características son asumidas sin discusión. Una vez se dispone del valor de visibilidad, se ejecuta libRadtran para obtener la contribución atmosférica a la señal.

- Calcula la masa de vapor de agua atmosférico también a partir de la propia imagen, según el análisis de la absorción de la señal TOA a 930 nm. Este es un procedimiento bien conocido (método APDA), pero, habitualmente, para estimar por interpolación la reflectancia esperada a 930 nm se usan dos bandas vecinas (una a menor y otra a mayor longitud de onda) y con Sentinel-2 solo podemos usar una banda, la B8a, con lo que la estimación es mucho peor. A partir de esta discutible estimación, se recurre a libRadtran para determinar el efecto del vapor de agua en la transmisividad atmosférica. Hay que advertir que este efecto es pequeño para la mayoría de las bandas de Sentinel-2, así que los posibles errores cometidos en su cálculo no son tan relevantes como en los anteriores parámetros.

- Para el tratamiento de los cirros se utiliza una banda (B10) expresamente elegida para ello. En ella la absorción por el vapor de agua atmosférico de la señal reflejada por el terreno es casi total, mientras que la señal reflejada por los cirros (a bastante altura en la atmósfera) sí llega al sensor. Esto permite tener un mapa de cirros con el que Sen2Cor establece (parecido a como hace para el AOT) correlaciones con la señal en otras bandas, así estima qué parte de la señal en esas bandas proviene de los cirros. Una vez más, toda la información proviene de la propia escena, pero a costa de usar una aproximación estadística y empírica que puede tener errores importantes en muchas imágenes.

En la información y modelización del efecto de cirros, del AOT o del vapor de agua hay más problemas y "letra pequeña" de la que hemos contado aquí, y más decisiones que afectan al resultado. En general, por supuesto, Sen2Cor considera cuidadosamente, y con la necesaria justificación, todos los puntos. Pero es importante ver que se ha buscado una operación robusta, eficiente, autónoma y global, en lugar de exactitud y rigor.

En cualquier caso, lo importante es validar el funcionamiento de Sen2Cor y esa es la única manera de ver hasta qué punto sus aproximaciones y decisiones son correctas. Pero esta validación es a su vez una tarea difícil, que requiere buenos y extensos datos "verdaderos". Nosotros hemos presentado unos resultados mínimos, y por supuesto limitados, en el reciente congreso de la Asociación Española de Teledetección, cuyas actas se publicarán en http://idearm.imida.es/aet2017/. Os animamos a consultar nuestro trabajo.