Se ha desarrollado un nuevo método de reducción de escala para generar datos de humedad superficial del suelo (SSM) de alta resolución para regiones montañosas.
por Revista de Teledetección
Al integrar datos de temperatura de la superficie terrestre (LST) e índice de vegetación (IV), esta innovadora técnica mejora la resolución espacial de productos SSM basados en satélites de baja resolución, corrigiendo los efectos topográficos y proporcionando mapas SSM precisos y uniformes. Este avance está destinado a revolucionar los estudios hidrológicos, el monitoreo de sequías y la investigación sobre el cambio climático.
El monitoreo preciso de la humedad superficial del suelo (SSM, por sus siglas en inglés) es fundamental para comprender los intercambios de agua, carbono y energía entre la tierra y la atmósfera. Sin embargo, los productos SSM basados en satélites a menudo tienen resoluciones espaciales poco precisas, lo que limita su utilidad para estudios localizados. En las regiones montañosas, la complejidad del terreno exacerba este problema, ya que la topografía influye en la temperatura de la superficie terrestre (LST, por sus siglas en inglés), lo que complica aún más la estimación de SSM. Para abordar estos desafíos, los investigadores han desarrollado un nuevo método para generar datos SSM de alta resolución que tienen en cuenta las variaciones topográficas.
Un estudio reciente publicado el 20 de febrero de 2025 en el Journal of Remote Sensing presenta una técnica innovadora para reducir la escala de los datos de SSM en áreas montañosas. Esta investigación, realizada por el Instituto de Riesgos y Medio Ambiente de Montaña de la Academia de Ciencias de China, resuelve el problema de mapear con precisión el SSM en altas resoluciones. El nuevo método aprovecha los datos de LST y del índice de vegetación (IV) para mejorar la resolución espacial de los productos SSM existentes, creando mapas uniformes de alta resolución.
El estudio presenta una novedosa técnica de reducción de escala que mejora significativamente la resolución espacial de los datos de SSM en regiones montañosas. Al combinar datos de LST y VI, el método produce mapas de SSM con una resolución de 1 km a partir del producto SSM original de 25 km de la Iniciativa sobre el Cambio Climático (CCI) de la Agencia Espacial Europea (ESA). La innovación radica en su capacidad para corregir los efectos topográficos en LST, mejorando tanto la precisión como la continuidad espacial de los datos de SSM reducidos. Esta nueva técnica supera a los métodos existentes en la captura de la heterogeneidad espacial y la dinámica temporal de SSM.
El estudio, llevado a cabo en Colorado (EE. UU.), combinó el producto SSM CCI de la ESA con datos MODIS LST y NDVI. El método de reducción de escala utiliza una técnica de calibración autoadaptativa para estimar los coeficientes SSM mediante un enfoque de ventana móvil. Los resultados demostraron un coeficiente de correlación promedio de 0,47, un RMSE de 0,103 m³/m³ y un ubRMSE de 0,056 m³/m³ cuando se validaron con mediciones SNOTEL in situ. Los datos reducidos a escala también mostraron una fuerte correlación espacial con el producto SSM SMAP-HydroBlocks, lo que confirma su precisión.
El Dr. Wei Zhao (Instituto de Riesgos y Medio Ambiente de Montaña, Academia China de Ciencias), autor principal del estudio, destacó la importancia de este nuevo enfoque y afirmó: «Este método de reducción de escala representa un avance importante en el mapeo preciso de la humedad del suelo en terrenos complejos. Al tener en cuenta los efectos topográficos en LST, hemos creado un producto SSM más uniforme y de mayor resolución. Esta innovación tiene un gran potencial para transformar los estudios hidrológicos y la investigación climática en regiones montañosas».
La nueva técnica tiene amplias aplicaciones en hidrología, agricultura e investigación sobre el cambio climático. Puede adaptarse a otros productos SSM basados en satélites, proporcionando datos de alta resolución a nivel mundial. La capacidad del método para generar mapas de humedad del suelo más precisos mejorará los modelos de predicción de sequías e inundaciones y respaldará los esfuerzos de gestión sostenible de los recursos hídricos en todo el mundo. Este avance allana el camino para un seguimiento más preciso de la dinámica de la humedad del suelo en diversos entornos, ofreciendo una herramienta poderosa para abordar los desafíos del cambio climático.
Más información: Junfei Cai et al., Generación de humedad superficial del suelo de alta resolución en áreas montañosas mediante la reducción espacial de los productos de teledetección basados en el espacio de características del índice de vegetación y temperatura de la superficie terrestre, Journal of Remote Sensing (2025). DOI: 10.34133/remotesensing.0437
