Método geoestadístico de restauración de imágenes satelitales Landsat en territorios nublados

Resumen

Las imágenes satelitales son una fuente de importante de información en el estudio de la superficie terrestre.    El resultado de su análisis es influenciado por las condiciones atmosféricas en las que fueron tomadas. La nubosidad es la interferencia más común y su presencia puede ser perjudicial al procesamiento. En el presente trabajo se busca eliminar nubosidad en las imágenes satelitales, para esto se realiza una estimación de la superficie debajo de las nubes. Se propone una solución basada en GNSPI, método geoestadístico ideado originalmente para remoción de huecos (regiones no escaneadas por el satélite) provocados por una falla en el sensor SLC del satélite Landsat-7. Se ha demostrado que existe una relación lineal entre imágenes tomadas      en diferentes fechas. Por tanto, podemos realizar una estimación de la superficie debajo de las nubes a partir de una imagen sin nubes. La estimación calculada (predicción temporal) no es completa ya que no considera las variaciones locales del suelo, por lo que es necesario una segunda estimación. La predicción de las variaciones locales es realizada mediante un método geoestadístico: Kriging. La principal ventaja de este método geoestadístico frente a los deterministas es que tiene buenos resultados en superficies heterogéneas. Partimos del supuesto que pixeles similares muestran patrones similares en la variación espectral entre diferentes fechas. Por lo tanto, se puede obtener una buena estimación si se utiliza exclusivamente los pixeles similares para la predicción. La estimación final es la suma de la estimación temporal más la estimación local.