Evaluation of Optical and Synthetic Aperture Radar Image Fusion Methods: A Case Study Applied to Sentinel Imagery
Cargando...
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Cenipalma
DOI
Resumen
Descripción
Process-based crop models, such as PALMSIM, are valuable tools for estimating potential yields in oil palm, but their direct application across regions yields significant discrepancies. In Colombia, a calibration of multiple PALMSIM components was conducted for nine genetic crosses with diverse genetic backgrounds. Using data from the commercial cultivar observatory established at the Palmar de La Vizcaína Experimental Field (Barrancabermeja, Colombia), which provided long-term observations under optimal management conditions, four physiological mechanisms of the model were calibrated: photosynthetic response, potential bunch weight, leaf emission rate, and potential number of bunches. The calibration of the photosynthetic response revealed fundamental differences between Colombian and Southeast Asian palms. In particular, the Colombian palms exhibited a maximum photosynthetic rate 16% lower than that of the Southeast Asian palms (410 vs. 490 μg CH2O m-² s-¹) and required almost twice the radiation to reach saturation. The cross-specific calibration of potential bunch weight functions yielded maximum asymptotic values of 20,7-38,5 kg, substantially lower than the original model’s predictions. Leaf emission rates varied between 21,8 and 24,8 leaves palm−1 year−1, while potential number of bunches parameters showed distinctive reproductive patterns among crosses. The fully calibrated model reduced prediction errors by approximately 60% compared to the original version.
Este artículo evalúa diferentes métodos de fusión de imágenes ópticas y de radar de apertura sintética (SAR, siglas de Synthetic Aperture Radar) aplicados a imágenes Sentinel de acceso abierto con cobertura global. El objetivo de esta investigación fue analizar el potencial de los métodos de fusión de imágenes para obtener una mayor diferenciación visual de las coberturas del suelo, especialmente en cultivos de palma de aceite con áreas de bosque natural que resultan difíciles de distinguir mediante interpretación visual convencional. Se evaluó la aplicación de los métodos de fusión de imágenes Brovey (BR), modulación de alta frecuencia (HFM), Gram-Schmidt (GS) y componentes principales (PC) en imágenes ópticas Sentinel-2 y SAR Sentinel-1, para lo cual se utilizó un entorno de computación en la nube. Los resultados muestran que la aplicación de los métodos de fusión de imágenes ópticas/ SAR implementados permite crear una imagen sintética que integra las características de ambas fuentes de datos. La información multiespectral proporcionada por la imagen óptica y la información asociada a la geometría y la textura/rugosidad de las coberturas terrestres proporcionada por la imagen SAR, posibilita una mayor diferenciación en la visualización de las diversas coberturas, lo que conduce a una mejor comprensión del área de estudio. Los métodos de fusión que presentaron visualmente mayores características asociadas a la imagen SAR fueron los BR y GS. El método HFM, por su parte, alcanzó los mejores indicadores estadísticos; sin embargo, este método no presentó cambios visuales significativos en la contribución SAR.
Este artículo evalúa diferentes métodos de fusión de imágenes ópticas y de radar de apertura sintética (SAR, siglas de Synthetic Aperture Radar) aplicados a imágenes Sentinel de acceso abierto con cobertura global. El objetivo de esta investigación fue analizar el potencial de los métodos de fusión de imágenes para obtener una mayor diferenciación visual de las coberturas del suelo, especialmente en cultivos de palma de aceite con áreas de bosque natural que resultan difíciles de distinguir mediante interpretación visual convencional. Se evaluó la aplicación de los métodos de fusión de imágenes Brovey (BR), modulación de alta frecuencia (HFM), Gram-Schmidt (GS) y componentes principales (PC) en imágenes ópticas Sentinel-2 y SAR Sentinel-1, para lo cual se utilizó un entorno de computación en la nube. Los resultados muestran que la aplicación de los métodos de fusión de imágenes ópticas/ SAR implementados permite crear una imagen sintética que integra las características de ambas fuentes de datos. La información multiespectral proporcionada por la imagen óptica y la información asociada a la geometría y la textura/rugosidad de las coberturas terrestres proporcionada por la imagen SAR, posibilita una mayor diferenciación en la visualización de las diversas coberturas, lo que conduce a una mejor comprensión del área de estudio. Los métodos de fusión que presentaron visualmente mayores características asociadas a la imagen SAR fueron los BR y GS. El método HFM, por su parte, alcanzó los mejores indicadores estadísticos; sin embargo, este método no presentó cambios visuales significativos en la contribución SAR.
Palabras clave
cobertura del suelo, computación en la nube, métodos de fusión de imágenes, óptico, radar de apertura sintética, Sentinel, cloud computing, image fusion methods, land cover, optical, Sentinel, synthetic aperture radar