Resumen de Software tools and statistical methods for downloading, processing, and analysing satellite images
- español
Título: Herramientas Computacionales y Métodos Estadísticos para la Descarga, Procesamiento, y Análisis de Imágenes Satelitales Resumen: El principal objetivo de esta tesis es la introducción y desarrollo de métodos estadísticos en imágenes satelitales para mejorar el procesamiento, suavizado, predicción, e inferencia de los datos de teledetección. Este objetivo principal se puede dividir en los siguientes sub-objetivos. El primero contempla la adquisición, gestión, y automatización los procesos de descarga de datos de teledetección desde múltiples plataformas de manera estandarizada. El segundo es proporcionar una breve descripción de las principales herramientas geostadísticas utilizadas en teledetección, enfatizando la importancia de los métodos estocásticos espacio-temporales. El tercer sub-objetivo consiste en explorar algunas técnicas para detectar cambios de tendencia, analizando la evolución natural de algunos índices. El cuarto subobjetivo es el desarrollo de nuevos métodos para la predicción de datos perdidos y suavización de errores en imágenes satelitales utilizando la dependencia espacial y temporal. El objetivo final es el desarrollo de un nuevo paquete de R llamado ‘RGISTools’. Permite la descarga, pre-procesamiento, y gestión de imágenes satelitales de Landsat, MODIS, y Sentinel-2. También contiene los nuevos métodos de predicción de datos perdidos y suavización derivados de esta tesis.
- English
Title: Software Tools and Statistical Methods for Downloading, Processing, and Analysing Satellite Images Abstract: The main objective of this thesis is the introduction and development of statistical methods in satellite imagery to improve the processing, smoothing, prediction, and inference of remote sensing data. This objective can be split into the following sub-objectives. The first one is acquiring, managing, and automatizing processes to download remote sensing data from different platforms in a standardised way. The second one is to provide a brief review of the main geostatistics tools used in satellite imagery, emphasizing the importance of considering stochastic spatiotemporal methods. The third sub-objective consists in exploring some techniques to detect trend changes when analysing the natural evolution of certain indices. The four goal is to develop new methods for filling gaps and smoothing errors in satellite images using spatial and temporal dependence. As a final goal a new R package, called “RGISTools”, was created. It allows downloading, pre-processing, and managing Landsat, Modis, and Sentinel-2 satellite images. It also contains the new gap filling and smoothing methods derived in this thesis.
