Hace poco comentamos la clasificación de biomas asociada a las imágenes L2 Sentinel-3, que se utiliza fundamentalmente para determinar la emisividad espectral de cada píxel (y con ella su temperatura). El ejemplo que usamos (Doñana) mostraba bastantes errores.

Hoy os mostramos una imagen de la clasificación que produce Sen2Cor durante el proceso de corrección atmosférica de imágenes Sentinel-2, y que se utiliza en parte para apoyar la corrección atmosférica y en parte como producto derivado de interés en sí mismo. Lo hacemos porque estamos manejando una imagen de marzo que incluye la Sierra de Gredos (Ávila), y su macizo central nevado es un buen test para este tipo de clasificaciones.

En general, el resultado es bueno, como vemos al comparar la imagen clasificada con una combinación en infrarrojo color. El algoritmo ha identificado como nieve o hielo la zona nevada, sin caer en el error de considerarlo nubes, salvo en zonas menores (por ejemplo el pin 4). Fijaos además en que el hielo en la Laguna Grande (pin 1), o en las dos lagunas superiores de las famosas Cinco Lagunas (arriba a la izquierda, pin 5), ha ido correctamente a su clase, lo que no es fácil.

Las sombras de los riscos y picos se han clasificado correctamente como tales. Algunos pixeles van extrañamente a zonas de agua (pin 3), pero son pocos. Quizás el principal problema sea la cantidad de píxeles asignados a "not vegetated", cuando en muchos casos se trata de laderas con vegetación arbustiva que simplemente no está activa en esta fecha. Pero esto no tiene mayor importancia en cuanto al proceso de corrección atmosférica, y el usuario tiene abundantes métodos alternativos para identificar y evaluar la vegetación en la imagen.

Otra cosa distinta es la fiabilidad de la reflectancia obtenida en un terreno tan complicado. Por ejemplo, el pin 2 señala una zona de nieve cerca de Los Hermanitos para la que este producto S2 reporta más de un 150% de reflectancia en todo el rango VNIR; un evidente error. O la notoriedad de las zonas sombreadas - el hecho de verlas en la imagen L2a muestra que, pese a ser identificadas y clasificadas con bastante éxito, no se ha podido calcular su reflectancia correctamente. En cualquier caso, si alguien se lanza a estudiar mediante teledetección este tipo de paisajes, lo normal es que lo haga tras un proceso especializado y cuidadoso, con mucha atención a la geometría de observación e iluminación, en lugar de utilizar confiadamente el producto L2a nominal.