LAI, FAPAR and FCOVER ground-truth map creation from FASat-C satellite imagery and in-situ measurements in Chimbarongo, Chile, for satellite products validation

• Autores: C. Latorre Sánchez, F. Camacho, C. Mattar, A. Santamaría-Artigas, N. Leiva Büchi, R. Lacaze
• Localización: Revista de teledetección: Revista de la Asociación Española de Teledetección, ISSN 1133-0953, Nº. 47, 2016, págs. 51-64
• Idioma: inglés
• Títulos paralelos:
  • Obtención de mapas verdad-terreno de LAI, FAPAR y cobertura vegetal a partir de imágenes del satélite chileno FASat-C y medidas in-situ en la zona agrícola de Chimbarongo, Chile, para la validación de productos de satélite.
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    El proceso de validación es fundamental en teledetección para garantizar la calidad de los productos obtenidos a partir de las observaciones de satélite. En el caso concreto de productos de vegetación, es necesario disponer de datos verdad-terreno de diferentes tipos de ecosistemas, y desarrollar estrategias de muestreo y escalado que permitan la caracterización de la superficie y la correcta relación del tamaño de pixel que se desea validar. En este caso práctico, se presenta la metodología aplicada en el contexto del proyecto FP7 ImagineS (Implementing Multi-scale Agricultural Indicators Exploiting Sentinels) para la validación a partir de datos in-situ de los productos globales de LAI, FAPAR y cobertura vegetal. Estos productos se generan de forma operativa a 1 km de resolución espacial y 10 días de frecuencia temporal a partir de las observaciones de PROBA-V en la componente global del servicio europeo Copernicus de superficie terrestre (Copernicus Global Land Service). En particular, se presentan los resultados de la campaña de campo realizada en enero de 2015 en la zona agrícola de Chimbarongo, Chile, donde se aplica la metodología de escalado de datos de campo y generación de mapas verdad-terreno a partir de las observaciones del satélite chileno FASat-C de 5,8 m de resolución espacial, y utilizando técnicas de regresión multivariada por mínimos cuadrados. Finalmente, se ha aplicado el método a una imagen Landsat-8 de 30 m de resolución para analizar la influencia de la imagen en los mapas verdad-terreno utilizados para validar. Los resultados demuestran la fiabilidad de la metodología empleada, y la consistencia del método respecto a la imagen de alta resolución utilizada, obteniéndose un menor RMSE en los mapas generados a partir de FASat-C de mayor resolución espacial. Los mapas verdad-terreno se han comparado con los productos generados a partir de PROBA-V a 1 km en Copernicus Global Land y con el producto de MODIS también de 1 km, mostrando PROBA-V muy buen acuerdo en la zona de estudio, mientras que MODIS presenta un bias negativo respecto a los mapas verdad-terreno en la zona de estudio.

  • English

    In remote sensing, validation exercises are essential to ensure the quality of the products originated from satellite Earth observations. To assess the measurement uncertainty derived from satellite products, several ground field data from different ecosystems must be available for use. In the same order of importance, it is necessary to define data sampling and up-scaling methodologies to allow a suitable comparison between the ground data and the pixel size of the product. This paper shows the applied methodology used in the FP7 ImagineS project (Implementing Multi-scale Agricultural Indicators Exploiting Sentinels) to validate 10-days global LAI, FAPAR and vegetation cover products at 1km spatial resolution using in-situ data. These global products are derived from PROBA-V observations in the Copernicus Global Land Service. In particular, this case study shows the results of the field-campaign carried out in January of 2015 in the agricultural area of Chimbarongo, Chile. The methodology to scale the ground data and to create ground-based maps using FASat-C Chilean satellite imagery with a 5,8 m spatial resolution using multivariate least squares regression is shown. Finally, the same methodology was used with a 30 m spatial resolution Landsat-8 image to analyze the effect of the field-data input on the ground-truth maps used to validate the results. Our results show the reliability on the presented methodology and the consistency of the method with regard to the input data. Better results and lower RMSE errors were obtained using FASat-C data. The comparison with satellite products at 1 km shows a good agreement with Copernicus Global Land products derived from PROBA-V observations, and systematic negative bias for the MODIS products.