Generación de modelos digitales de elevaciones en zonas agrícolas a partir de imágenes comerciales de satélite de alta resolución

Abstract

La última generación de satélites comerciales de muy alta resolución (Very High Resolution, VHR), como GeoEye-1 y WorldView-2, abre nuevas posibilidades para las aplicaciones cartográficas y de teledetección. Este proyecto se centra en la generación de Modelos Digitales de Superficie (Digital Surface Model, DSM) en zonas agrícolas a partir de imágenes comerciales de satélite VHR. Para ello, se utilizarán quince estéreo pares generados por la combinación de imágenes pancromáticas (PAN) de GeoEye-1 (GE1) y WorldView-2 (WV2). Dos de ellos serán estéreo pares puros (compuesto por dos imágenes tomadas en la misma fecha y en la misma órbita), uno por cada satélite VHR, mientras que los otros trece son estéreo pares mixtos (formados por dos imágenes tomadas en distinta fecha, en distinta órbita e incluso, en algunos de ellos por satélites diferentes). El objetivo fundamental del proyecto es estudiar el nivel de calidad alcanzable, en condiciones operacionales, en los DSMs generados a partir de imágenes de los dos satélites comerciales VHR más novedosos e inexplorados que existen en la actualidad (GE1 y WV2), que implica tanto la precisión altimétrica como la completitud (i.e. grado de superficie cubierta por los datos altimétricos).Concretamente se pretende estudiar cómo influyen, en el resultado de la precisión y de la completitud final de los DSMs generados automáticamente, factores como (i) el modelo de triangulación utilizado en la orientación del sensor, (ii) el número de puntos de control (Ground Control Points, GCP), (iii) las características radiométricas de cada imagen de satélite VHR, (iv) la geometría de la imagen de satélite (principalmente el ángulo de convergencia), (v) el tiempo trascurrido entre la fecha de adquisición de la imagen y (vi) el tipo de cubierta del terreno. Todos los DSMs generados a partir de imágenes de satélites VHR han sido comparados con un DSM derivado de un LiDAR (Light Detection And Ranging), cuyos datos eran de alta precisión y han sido considerados como referencia (Ground Truth). En general, se lograron mejores resultados, tanto en la precisión como en la completitud del DSM utilizando las funciones racionales 3D refinadas por un ajuste polinómico de orden cero (RPC0) usando 7 o 12 GCP. En cuanto a los estéreo pares puros, el DSM extraído de imágenes de GE1 alcanzó mejor precisión vertical en términos de desviación estándar de los residuos altimétricos ( z =0.44 m), pero menor completitud (74.5%) que en el caso de WV2 (0.61 m y 83.35%). La hipótesis que se está investigando es que las imágenes PAN más borrosas de WV2 podrían haber influido en la mejora del porcentaje de éxito en el proceso de búsqueda de puntos homólogos (matching), pero reduciendo la precisión vertical de los puntos extraídos. Cuando se consideraron los quince estéreo pares, la precisión vertical va desde 0.44 m a 1.93 m, principalmente en función del ángulo de convergencia del estéreo par. Además, la diferencia entre las fechas de adquisición fue el factor más influyente en la completitud.