Según se describe en la documentación de Sentinel-3, para calcular la temperatura de la superficie terrestre (LST) a partir de las bandas térmicas de SLSTR se utiliza un método split-window, cuyos coeficientes se han calculado experimentalmente para cada tipo de superficie. Es decir, los coeficientes se deciden según el bioma (ecosistema) predominante en el píxel. El bioma se toma de los resultados del proyecto GlobCover, que utilizó datos del sensor MERIS de ENVISAT para elaborar un mapa de ecosistemas de la Tierra con una resolución de 300 m. La descripción de este proyecto y la leyenda de biomas utilizada en él están aquí. El bioma asignado a cada píxel se puede consultar en la banda biome que se aneja al producto S-3 LST.

Pero además, el ciclo vegetativo hace que en algunos biomas los coeficientes del modelo split-window tengan que variar a lo largo del año, por lo que también se considera la cantidad de vegetación en la fecha de la imagen (estimada a partir de un NDVI) para seleccionar esos coeficientes.

Evaluar si el procedimiento elegido (split-window + biomas + NDVI)  es satisfactorio requiere un extenso ejercicio de validación del producto LST, que se está llevando a cabo todavía y que por ejemplo se discutirá en el próximo ESA Living Planet Symposium.

Pero volviendo al tema de los biomas, cuando se miran localidades en detalle los resultados son bastante discutibles. En la imagen se observa el mapa de biomas de la zona de la costa de Huelva en el entorno de Doñana según se reporta en el producto LST de S-3. En la posición donde están las instalaciones del INTA en El Arenosillo, y a su alrededor, la clase reportada es "shrubland". La realidad es que toda la zona la ocupa (más bien la ocupaba en el momento de generarse GlobCover 2009) un enorme pinar de Pinus pinea que posteriormente sufrió el grave incendio de 2017; resultaba difícil encontrar un mejor ejemplo de la clase "evergreen forest". Y en la zona de la marisma de Doñana, caracterizada por un ciclo inundación-vegetación herbácea-vegetación seca, aparecen bastantes píxeles de clase 11 ("mosaic forest").

Por supuesto el impacto de estos errores en los coeficientes, y por tanto en la temperatura, puede ser pequeño; pero habrá que estar atentos.