Monitoreo de la humedad de suelo superficial a partir de observaciones satelitales de Microondas activas y pasivas

Share This
Etiquetas

Juan Carlos Hernández Sánchez*, Enrique Zempoaltecatl Ramírez*, José Carlos Jiménez Escalona*, Alejandro Monsiváis Huertero* y Antonio Mosqueda Sánchez*

CIENCIA UANL / AÑO 19, No. 81, SEPTIEMBRE-OCTUBRE 2016

Las estimaciones precisas de humedad de suelo superficial son cruciales en hidrología, micrometeorología y en la agricultura para la interpretación de los ciclos del agua y el carbono. Las comunidades científicas relacionadas con estas temáticas han mostrado la necesidad de una mejor comprensión de las diferentes fuentes naturales de agua, ya que este recurso tiene un impacto social crítico en la producción alimenticia. Es por ello que los científicos buscan el monitoreo de la humedad de suelo y contenido de agua en la vegetación a gran escala espacial y temporal (Monsiváis, et al., 2008). Debido a la extensa área de monitoreo, los sensores a bordo de saté- lites representan una herramienta muy útil. Los estudios recientes han demostrado que es posible obtener estimaciones de suelo, independientemente de las condiciones meteorológicas, mediante observaciones satelitales con sensores que operan en el rango de frecuencias de las microondas (longitudes de onda mayores a 1 mm) (Kustas, Zhan y Schmugge, 1998). En los estudios también se ha encontrado que los sensores, que operan dentro de la banda L (1.2-1.4 GHz), son los más adaptados para monitorear la humedad de suelo superficial debido a su alta sensibilidad, profundidad de penetración y sus características de construcción (Dobson, et al., 1985). Dentro de las misiones satelitales dedicadas al monitoreo de la humedad de suelo, actualmente, se encuentran la Soil Moisture and Ocean Salinity (SMOS) de la Agencia Espacial Europea, lanzada en noviembre de 2009, y la Soil Moisture Active/Passive (SMAP) de la NASA (National Aeronautics and Space Administration), lanzada en enero de 2015 (NASA, 2016).

La misión SMOS tiene a bordo un sensor pasivo de microondas (radiómetro) que captura imágenes con una resolución espacial de 35 km y un tiempo mínimo de revisita de tres días. Por otro lado, la misión SMAP tiene un tiempo mínimo de revisita de tres días y tiene un sensor pasivo de microondas (radiómetro) con una resolución espacial de 36 km y un sensor activo de microondas (radar) con una resolución espacial de 3 km.

Este artículo presenta de forma breve las principales características de la misión SMAP, así como las actividades que se han realizado para su validación y calibración.

IMPORTANCIA DEL MONITOREO DE LA HUMEDAD DE SUELO SUPERFICIAL A ESCALA GLOBAL

Las áreas de aplicación que requieren mediciones de humedad de suelo superficial a escala global pueden resumirse a continuación (Entekhabi et al., 2010).

  • Pronóstico del clima y el tiempo: debido a que afecta la evolución del clima y el tiempo, tener información de este recurso natural hace posible mejorar los modelos y predicciones para el beneficio de la humanidad.
  • Sequías: este factor es esencial en el crecimiento de las plantas, especialmente en tiempos de sequías y de bajo riego. Gracias a las predicciones con los modelos que se basan en los datos espaciales, se puede mejorar la producción de cultivos.
  • Inundaciones: la humedad de suelo está relacionada con los desastres naturales como las inundaciones o deslaves. Esto puede ser mitigado debido al modelado oportuno de filtrado y flujo del agua por debajo de la superficie.
  • Productividad agrícola: las mediciones del terreno producidas por los satélites, como el SMAP, proveen información oportuna de la disponibilidad de agua y el comportamiento medioambiental en la producción de cultivos.
  • Salud: al tener un control en la productividad agrí- cola e inundaciones, se puede atacar la hambruna que se tiene en diferentes zonas y crear programas oportunos de control de enfermedades.
  • Seguridad nacional: la información de la humedad de suelo en la superficie es de gran importancia en el transporte debido a que se pueden conocer zonas con niebla y neblina.

PRINCIPIOS BÁSICOS PARA EL MONITOREO DE LA HUMEDAD DE SUELO MEDIANTE SENSORES SATELITALES

Es necesario monitorear la humedad de manera periódica, por ello existen herramientas directas en las cuales encontramos las mediciones en campo (in situ) y las herramientas indirectas, entre éstas la percepción remota satelital.

Debido al amplio espectro electromagnético, los sensores ocupados en la percepción remota satelital pueden ser ópticos o de microondas, los primeros presentan una limitante al momento de monitorear zonas bajo climatología adversa, y no tienen una buena penetración hasta el nivel del suelo; no obstante, los sensores de microondas son capaces de penetrar hasta 5 cm por debajo del suelo y permiten un monitoreo continuo sin importar las condiciones climatológicas.

Otra clasificación dentro de la percepción remota satelital es la basada en la fuente de energía utilizada; los sistemas que emiten su propia energía se denominan activos y los que captan la energía proveniente de otra fuente como la solar o de emisión se llaman pasivos.

Las imágenes satelitales se forman a partir de las ondas electromagnéticas captadas y ordenadas en forma de matrices, luego se asocia un valor a cada pixel de la imagen correspondiente al área (resolución espacial) y al periodo de revisita (resolución temporal). Los productos generados por los sistemas de radar (sensores activos) son imágenes que contienen la razón del campo eléctrico disperso por la escena en estudio y el campo eléctrico incidente, en cada pixel y por cada polarización de la onda. En aplicaciones de percepción remota satelital, el campo eléctrico está linealmente polarizado; es decir, polarización vertical o polarización horizontal. Es por ello que se pueden tener cuatro posibles combinaciones entre el campo eléctrico incidente y el disperso. Las combinaciones son campo incidente vertical–campo disperso vertical (VV); campo incidente vertical–campo disperso horizontal (VH); campo incidente horizontal–campo disperso vertical (HV); y campo incidente horizontal–campo disperso horizontal (HH). A la razón del campo eléctrico disperso por la escena en estudio y el campo eléctrico incidente se le conoce como coeficiente de retrodispersión 

Un radar mide los ecos de los pulsos de campo eléctrico emitidos en el rango de las microondas que rebotan en la superficie terrestre. El campo eléctrico disperso (ecos) que regresa al radar cambia su amplitud y fase en función de la cantidad de humedad en el suelo; entre mayor sea el contenido de agua en el suelo, mayor será la amplitud del campo disperso. Particularmente, los sistemas de radar que operan en banda L no son afectados por las condiciones meteorológicas o por una cierta capa de vegetación en la superficie que cubre el suelo. Actualmente, los sistemas de radar usan una técnica conocida como apertura sintética (Maître, 2008) para medir el coeficiente de retrodispersión en áreas mucho más pequeñas que un radar convencional.

Por otro lado, los sistemas radiómetro (sensor pasivo) generan imágenes que contienen temperatura de brillo TBP . La TBP  relaciona la emisividad del objetivo en estudio y su temperatura efectiva. En el monitoreo de ecosistemas terrestres, la TBP emitida desde la superficie terrestre, se recibe en dos polarizaciones (vertical u horizontal). Al ser un sensor pasivo, únicamente se recibe una sola polarización.

El radiómetro es un receptor muy sensible que mide de forma muy precisa la energía emitida por la superficie terrestre en el rango de las microondas. Este sensor opera como una cámara infrarroja en la que los objetos con mayor calor aparecen proporcionalmente más brillosos que los objetos más fríos y permiten medir su temperatura de forma precisa, sin estar en contacto con ellos. El radiómetro de la banda de microondas recibe energía en un estrecho rango de la banda de microondas.

Actualmente, existe una gran variedad de misiones satelitales para el rango de microondas tanto en sistemas pasivos como en sistemas activos. Existen misiones como el sistema de radar Sentinel-1 que trabaja en banda C y el radiómetro ARMS-E en banda C; no obstante, la banda C no es recomendable para detectar los parámetros físicos mencionados. Por otro lado, la misión SMOS es un radiómetro que opera en banda L al igual que el Aquarius, sin embargo, este último sólo monitorea cuestiones oceanográficas. La misión SMAP (Soil Moisture Active Passive) trabaja con un radiómetro pasivo y un radar activo (figura 1). El radar y el radiómetro tienen características distintas de operación para el monitoreo de la humedad de suelo como se ve en las ecuaciones (1) y (2); sin embargo, la información que cada uno de estos sensores entregan es complementaria. Lamentablemente, en julio de 2015, debido a un problema con un amplificador en el sistema de transmisión del radar, el sistema activo de la misión SMAP dejó de funcionar. Sin embargo, los datos colectados, durante los meses que estuvieron funcionando de manera simultánea el radar y el radiómetro de la SMAP, han sido esenciales para el desarrollo de nuevas metodologías para la estimación de la humedad del suelo superficial desde el espacio.

Figura 1. Misión Soil Moisture Active/Passive (SMAP) de la NASA (2016).

CARACTERÍSTICAS TÉCNICAS DE LA MISIÓN SMAP

El satélite de la misión SMAP es un observatorio de percepción remota que contiene dos instrumentos destinados a obtener mapas de humedad de suelo superficial y coberturas de hielo sobre la Tierra. En particular, la misión SMAP utiliza las mediciones de un radar y un radiómetro de forma simultánea para estimar la humedad de suelo. Tanto el radar como el radiómetro utilizan la misma antena (figura 2), aunque la electrónica de cada sistema dentro del satélite funciona de forma independiente. Al utilizar de forma simultánea las observaciones de radar y de radiómetro, es posible obtener estimaciones de humedad de suelo de forma precisa y con alta resolución espacial sobre la Tierra.

Con la finalidad de obtener una amplia cobertura, la antena del satélite SMAP gira a 14.6 revoluciones por minuto (una revolución cada cuatro segundos). La combinación del movimiento orbital del satélite y el giro de la antena cubren un pequeño campo de vista en una serie de aros sobrepuestos que crean una huella de 1000 km de ancho. Este barrido tan ancho permite a la SMAP hacer una cobertura completa de la Tierra cada dos o tres días.

La tabla I muestra las principales características técnicas de la misión SMAP.

ESTIMACIÓN DE LA HUMEDAD DE SUELO

La humedad de suelo es estimada a partir de los coeficientes de retrodispersión que se obtienen de los productos del radar y de las temperaturas de brillo de los productos del radiómetro (Entekhabi, 2014). Sin embargo, es necesario conocer cómo interactúan estas dos variables con el medio para introducirse a la estimación de la humedad de suelo. La temperatura de brillo (TBp) es igual a la suma de las interacciones de las temperaturas del suelo (TS) y vegetación (TC) con la opacidad de la vegetación en el nadir (τP), el albedo de dispersión simple de la vegetación (ω) y la reflectividad del suelo (rP).

Figura 2. Antena de enrejillado desplegable de la misión SMAP.

Se considera que, para baja cobertura de vegetación, el albedo de dispersión simple es muy bajo a 1 (ω <1), por lo tanto, no se toma en cuenta.

 

La temperatura, brillo y el coeficiente de retrodispersión están físicamente relacionados. La temperatura de brillo es la integración de la energía que se encuentra contenida en una semiesfera. Si  TBp y  se encuentran a la misma frecuencia de operación y ángulo de incidencia, la energía para el cálculo de TBp es la producida por Así  es la suma del campo disperso de la superficie (suelo), vegetación y las interacciones entre el suelo y la vegetación.

La principal simplificación para la estimación de la humedad de suelo es suponer una dependencia lineal de la temperatura de brillo y el área observada por el radar en presencia de follaje de vegetación. Esta hipótesis nos lleva a la determinación experimental de dos parámetros fundamentales de una recta, α y β, que representan la ordenada al origen y la pendiente de la recta (ver ecuación 1).

Los parámetros y son funciones de la vegetación, características de la rugosidad en superficie y el ángulo de visión.

La figura 3 muestra un ejemplo de la estimación de suelo sobre el territorio de los Estados Unidos de América al utilizar estas ecuaciones.

Figura 3. Humedad de suelo a una resolución de 36 km (SMAP).

La figura 4 muestra las variaciones temporales de temperatura de suelo (columna izquierda) y de coeficiente de retrodispersión (columna derecha).

Figura 4. Humedad de suelo a una resolución de 36 km (SMAP).

Los productos SMAP, listados en la tabla II, se pueden obtener de la página web de Alaska Satellite Facility (www.asf.alaska.edu), así como sus manuales de operación.

EXPERIMENTOS DE CAMPO PARA CALIBRACIÓN Y VALIDACIÓN DE LAS OBSERVACIONES SMAP

Con la finalidad de calibrar y validar los productos de humedad de suelo de la misión SMAP, se han realizado diferentes experimentos de campo. Los principales objetivos de estos experimentos son la adquisición y procesamiento de los datos de campo para calibrar, comprobar y mejorar los modelos y algoritmos de los productos de la misión SMAP. Asimismo, se busca el desarrollo y mejora de técnicas y protocolos que son usados dentro de las diferentes versiones de los productos SMAP. La figura 5 muestra el equipo de trabajo en 2012 para la calibración y validación de los productos de la misión SMAP.

Figura 5. Equipo de trabajo
en 2012 para calibración y
validación de los productos
SMAP de la NASA.

El proceso de mejora continua dentro de los productos SMAP se basa en el modelado de los diferentes ecosistemas y del análisis de la respuesta física que se presentan en cada producto satelital. Durante los experimentos de campo se seleccionan tanto áreas homogéneas como heterogéneas en las cuales se realizan mediciones in situ de suelo y vegetación (figura 6). Se busca también que las mediciones se realicen de forma simultánea al paso del satélite. Los sitios elegidos para la calibración/validación cubren diferentes ecosistemas terrestres y se han desarrollado en diferentes partes del mundo. La información sobre estos experimentos de campo se encuentra disponible en http://smap.jpl.nasa. gov/science/validation/fieldcampaigns/

Figura 6. Sitios seleccionados para calibración y validación SMAP.

Gracias a los resultados de los experimentos se han presentado mejoras en las estimaciones de humedad de suelo a nivel global. La figura 7 muestra las estimaciones de humedad de suelo a nivel mundial para tres fechas del mes de abril de 2015.

Figura 7. Estimaciones de humedad de suelo superficial a nivel global para
tres fechas del mes de abril de 2015.

La figura 8 muestra las estimaciones de humedad de suelo cuando se tienen observaciones de radiómetro (TB) y de radar (s0) (Monsiváis et al., 2016). Este estudio concluyó que al combinar las observaciones de radar y de radiómetro dentro de dos algoritmos de asimilación de datos, uno basado en la estimación de los parámetros (SSP) y otro mediante la corrección de sesgo con retroalimentación (BCWF), los errores en la estimación de humedad de suelo se ubican por debajo de 5% cuando se tienen condiciones de suelo desnudo o una cobertura vegetal muy delgada.

Figura 8. Errores en las estimaciones de humedad de suelo superficial al utilizar observaciones de radiómetro y de radar.

En México se han realizado campañas en los estados de Sonora, Tabasco y Campeche para la explotación de datos de radar y de radiómetro. El Instituto Politécnico Nacional ha participado en la instrumentación de algunos de estos sitios (figura 9).

Figura 9. Campaña de medición en Calakmul, Campeche, 2014.

 

* Instituto Politécnico Nacional.

Contacto: alejandromonsivais@yahoo.com

REFERENCIAS

Dobson, M.C., et al. (1985). Microwave dielectric behavior of wet soil, II, Dielectric mixing models. IEEE Trans. Geoscience and Remote Sensing, GE-23, 35-46.

Entekhabi, D., et al. (2010). The soil moisture active passive (SMAP) mision, Proceedings of the IEEE, vol. 98, no. 5.

Entekhabi, D. (2014). Algorithm Theoretical Basis Document L2 & L3 Radar/Radiometer Soil Moisture (Active/Passive) Data Products, Jet Propulsion Laboratory, California Institute of Technology, Revision A.

Kustas, W.P., Zhan, X., y Schmugge T.J. (1998). Combining optical and microwave remote sensing for mapping energy fluxes in a semiarid watershed. Remote Sensing Environment, 64:116–31.

Maître, H. (2008). Processing of synthetic apertura radar images. Great Britain: Wiley.

Monsiváis H., A., et al. (2016). Impact of Bias Correction Methods on Estimation of Soil Moisture When Assimilating Active and Passive Microwave Observations. IEEE Trans. Geoscience and Remote Sensing, GE- 23, Issue: 1, 262-278.

Monsiváis H., et al. (2008). Parameter Estimation from Backscattered Radar Response. IGARSS 2008- 2008 IEEE International Geoscience and Remote Sensing Symposium, Vol. 3, 1119-1122.

NASA. (2016). Jet Propulsion Laboratory, California Institute of Technology, consultado el 29 de septiembre de 2016. http:// www.jpl.nasa.gov/news