En la entrada anterior vimos una vez más lo importante que puede ser disponer de imágenes térmicas de alta resolución espacial - en esa ocasión para poder tener información del índice TVDI a escala de parcela. Y nos quejábamos de no tener, de momento, las misiones adecuadas.

Para solventar este problema se ha trabajado bastante en la posibilidad de modelizar la temperatura de la superficie terrestre a partir de su reflectancia y aplicar, a continuación, el modelo resultante a imágenes reflectivas de media/alta resolución espacial (por ejemplo Sentinel-2).

La relación temperatura-reflectancia, por supuesto, no es unívoca, ojalá. Pero, para cierta fecha y bajo ciertas limitaciones, puede ser suficientemente exacta. En particular, en entornos naturales la relación entre NDVI y temperatura es aceptable, aunque efectos puntuales como el riego, el porcentaje de sombras o (cómo no) el historial de nubosidad, degraden mucho los resultados.

Una interesante revisión de este tema, discutiendo las principales fuentes de error y las limitaciones de esa técnica, se encuentra en un artículo de Juan Manuel Sánchez (IDR/UCLM) y colaboradores. En este trabajo los autores utilizan MODIS para generar un modelo T=F(NDVI) sobre zonas agrícolas de Barrax (Albacete), y lo aplican a imágenes Sentinel-2 de la misma fecha. Tras comparar el resultado con datos de temperatura de la superficie medidos sobre el terreno, los autores encuentran un error medio cuadrático del orden de 2.2 K, dentro del rango habitual en este tipo de técnicas.

Por supuesto, hay que considerar la gran diferencia entre los 1000 m por píxel de las bandas térmicas de MODIS (o SLSTR) y los 10 m de Sentinel-2. Por eso mismo, esta técnica se ha llamado downscaling o dissagregation, aunque podría verse también como una extensión espectral de (en este caso) la imagen Sentinel-2, ya que el producto final corresponde a la localización y tiempo de la imagen reflectiva.

En el INTA tenemos la oportunidad de estudiar esta técnica evitando el problema del downscaling, ya que disponemos de imágenes AHS, con el que registramos bandas reflectivas y térmicas con alta resolución espacial (algo mayor que Sentinel-2). Así nos podemos centrar en otros problemas, como las diferencias entre las bandas reflectivas del sensor donde se modeliza la relación y el sensor donde se aplica y, sobre todo, el problema fundamental: la simplificación en el comportamiento térmico de la superficie que impone el modelo.

Como ejemplo de lo que se puede conseguir, aquí os mostramos una imagen térmica sintética generada a partir de una imagen Sentinel-2 mediante un modelo T=F(reflectancia) construido con una imagen AHS de fecha muy cercana. Os adelantamos que el resultado tiene bastantes limitaciones, que discutiremos en otra entrada.