Cartografía de la innivación : más allá del NDSI
Pons, Xavier (Centre de Recerca Ecològica i d'Aplicacions Forestals)
Navarro Planes, Martí (Universitat Autònoma de Barcelona)
Pesquer Mayos, Lluís (Universitat Autònoma de Barcelona)
Cea López, Cristina (Universitat Autònoma de Barcelona)
Gómez-Gener, Lluís (Institut de Diagnosi Ambiental i Estudis de l'Aigua)
Universitat Autònoma de Barcelona. Departament de Geografia
Congreso de la Asociación Española de Teledetección 21è 2026 Càceres (Extremadura)

Imprint:	Cáceres : Universidad de Extremadura, 2026
Abstract:	La cartografía de la cubierta de nieve y su dinámica han constituido aplicaciones típicas de las imágenes de teledetección. La automatización de estas aplicaciones ha sido un objetivo importante por el evidente interés que tiene el conocimiento del manto nival para la hidrología, el funcionamiento de los ecosistemas y el balance energético terrestre. La disponibilidad de sensores espaciales capaces de captar radiación reflejada en el infrarrojo de onda corta a la vez que en el verde fue especialmente importante para definir índices como el de innivación de diferencia normalizada (Normalized Difference Snow Index, NDSI), de cálculo rápido, una característica especialmente importante cuando se propuso. La utilización de umbrales simples y universales para separar superficies cubiertas de nieve de las no nevadas hacían todavía más atractivas estas aproximaciones. Sin embargo, las diferencias entre imágenes, las confusiones con otras cubiertas, etc. , han ido llevando, primero, al uso de umbrales distintos y, más tarde a cuestionar si hoy en día está justificada una solución tan simple cuando disponemos de mucha más información espectral y de mucha más capacidad de cálculo. A estos interrogantes se une el hecho de que algunos productos de innivación proporcionados por las grandes agencias espaciales presentan frecuentes errores de omisión y comisión. Este trabajo plantea abandonar la incertidumbre asociada al NDSI y, en su lugar, utilizar aproximaciones más robustas, como las basadas en aprendizaje automático (k-NN) fuertemente multivariante con datos MSI de Sentinel-2. A continuación se explora la obtención de la innivación en días concretos en que se simula no disponer de imágenes MSI pero se modeliza la innivación en base a productos MODIS entrenados con los resultados de MSI y variables geográficas. Los resultados, muy prometedores, nos permiten vislumbrar una vía no solamente para mejorar la cartografía en fechas concretas, sino para generar series temporales coherentes.
Grants:	Agencia Estatal de Investigación PID2023-152719OB-C21 Generalitat de Catalunya 2021/SGR-00554
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra, i la creació d'obres derivades, sempre que no sigui amb finalitats comercials i que es distribueixin sota la mateixa llicència que regula l'obra original. Cal que es reconegui l'autoria de l'obra original.
Language:	Castellà
Series:	Congresos UEx, actas de Congresos ; 2
Document:	Capítol de llibre ; Versió publicada
Subject:	NDSI ; aprendizaje automático ; dinámica nival ; k-NN ; mapas de cubiertas nivales
Published in:	Teledetección multidisciplinar : miradas diversas, soluciones comunes, 2026 , ISBN 9788491273677

DOI: 10.17398/3101-7177.2.286

5 p, 224.9 KB

The record appears in these collections:
Research literature > UAB research groups literature > Research Centres and Groups (research output) > Experimental sciences > Grupo de Investigación Métodos y Aplicaciones en Teledetección y Sistemas de Información Geográfica (GRUMETS)
Research literature > UAB research groups literature > Research Centres and Groups (research output) > Experimental sciences > CREAF (Centre de Recerca Ecològica i d'Aplicacions Forestals)
Books and collections > Book chapters