Categorías de noticias

Clasificación de imágenes de teledetección hiperespectral y extracción de características
En el campo de la teledetección, las técnicas de imagen espectral suelen clasificarse en tres categorías según su resolución espectral: multiespectral, hiperespectral y ultraespectral. Generalmente, con la misma resolución espacial, cuanto mayor sea la resolución espectral, mayor será el número de bandas de imagen, mayor el volumen de datos y más rica la información obtenida sobre el objeto medido.

Cómo identificar zonas de cultivo de arroz utilizando datos de teledetección satelital.
El arroz es uno de los cultivos alimentarios más importantes de Indonesia, ya que aproximadamente el 90 % de la población lo consume como alimento básico. Su producción tiene un impacto directo en la seguridad alimentaria nacional y la estabilidad social. Como tercer mayor productor de arroz del mundo, Indonesia cultiva más de 14 millones de hectáreas, principalmente en Java, Sumatra y Bali. Sin embargo, debido al cambio climático, la pérdida de tierras cultivables y la diversificación de los patrones de siembra, el monitoreo preciso de la superficie cultivada y el estado de crecimiento del arroz presenta desafíos significativos. La extracción precisa y eficiente de información sobre la superficie cultivada de arroz es crucial para el monitoreo agrícola, la gestión de tierras agrícolas, la evaluación del rendimiento de los alimentos y la formulación de políticas.

Índice de borde rojo de la vegetación basado en datos hiperespectrales: descifrando el "código espectral" de la salud de los cultivos.
En el campo de la teledetección agrícola, la tecnología hiperespectral revela el estado de salud de la vegetación al capturar información espectral detallada de la reflectancia de los cultivos. El borde rojo (680-750 nm) es una región de transición rápida en el espectro de la vegetación, desde una baja reflectancia de luz roja hasta una alta reflectancia de infrarrojo cercano, y es extremadamente sensible al contenido de clorofila, las condiciones de estrés y las etapas de crecimiento. Este artículo presentará seis índices del borde rojo (REP, NDVIre, RedEdgeSlope, RedEdgeArea, mSRre y RedEdgeCurvature) basados en curvas espectrales de datos hiperespectrales, incluyendo sus métodos de cálculo, escenarios de aplicación y comparaciones con índices de vegetación tradicionales (como NDVI y SAVI), revelando las ventajas únicas de los índices hiperespectrales.

Introducción a las áreas de aplicación de los satélites hiperespectrales de alta resolución.
Xplore, una empresa espacial de doble uso, lanzó su primer satélite hiperespectral CubeSat, XCUBE-1, desde el Centro Espacial Vandenberg en California a las 3:34 a. m. (hora del Pacífico) del 21 de diciembre de 2024. El satélite fue lanzado en una misión coorbital con SpaceX, llevada a cabo por el integrador de lanzamientos Maverick Space Systems en colaboración con SpaceX, y fue desplegado en una órbita de inclinación media. Esto marca un hito importante en el despliegue de constelaciones y la oferta de servicios de Xplore.

Cómo identificar zonas de cultivo de palma aceitera utilizando datos de teledetección satelital
La palma aceitera es un cultivo de gran importancia económica, y la información sobre su distribución es crucial para el monitoreo agrícola, la evaluación del uso de la tierra y la gestión de recursos. Este artículo propone un método de teledetección multifuente que combina datos de Sentinel-1 y Sentinel-2 para la extracción de información de alta precisión sobre la distribución de la palma aceitera. Sentinel-1 proporciona imágenes de radar en cualquier condición meteorológica y a cualquier hora, sin verse afectado por las condiciones climáticas; Sentinel-2 proporciona imágenes ópticas con información detallada, como índices de vegetación y características de textura. La complementariedad de estas dos fuentes ofrece condiciones favorables para la identificación de la palma aceitera.

Evaluación del riesgo de deslizamientos de tierra basada en datos de Sentinel1 en una cantera en Java Occidental, Indonesia.
El 30 de mayo de 2025, se produjo un gran deslizamiento de tierra en la cantera de Gunung Kuda, en las afueras de la aldea de Cipanas, distrito de Dukupuntang, región administrativa de Cirebon, Java Occidental, Indonesia. Hasta el 3 de junio de 2025, había causado 21 muertes.

Comparación de las correcciones atmosféricas entre los modelos MODTRAN y 6S.
El objetivo de la corrección atmosférica es eliminar la influencia de los factores atmosféricos y lumínicos en la reflexión de los objetos terrestres, obtener parámetros reales del modelo físico, como la reflectividad y la emisividad de los objetos terrestres y la temperatura de la superficie, y utilizarlos para eliminar la influencia del vapor de agua, el oxígeno, el dióxido de carbono, el metano y el ozono presentes en la atmósfera sobre la reflexión de los objetos terrestres, así como para eliminar la influencia de las moléculas atmosféricas y la dispersión de aerosoles.

Satélite hiperespectral Pixxel Firefly
Firefly es la constelación de satélites de imágenes hiperespectrales insignia de Pixxel, que cuenta con seis satélites hiperespectrales disponibles comercialmente con la mayor resolución hasta la fecha.

Teledetección hiperespectral: Un ojo espacial que localiza con precisión el metano, el "gas de efecto invernadero invisible".
El metano, un gas de efecto invernadero invisible que contribuye al cambio climático, puede tener un efecto de calentamiento hasta 84 veces mayor que el del dióxido de carbono en 20 años. Sin embargo, debido a sus fuentes de emisión dispersas y la dificultad para monitorearlo, ha sido durante mucho tiempo un obstáculo importante para la reducción global de carbono. Gracias a los avances en la tecnología de teledetección hiperespectral, la humanidad finalmente ha logrado rastrear el metano con precisión desde el espacio.

Teledetección hiperespectral y cartografía, inventario y clasificación forestal.
La correcta asignación de la composición de las comunidades forestales a las diferentes categorías de cobertura es crucial para utilizar modelos con configuraciones de parámetros específicas que simulen los procesos ecológicos correspondientes a cada categoría. Las características estructurales de los bosques y sus etapas sucesionales son factores clave en la construcción de modelos de claros forestales y en la evaluación de los cambios en la función del ecosistema. Por ejemplo, los bosques tropicales regenerados se consideran un importante sumidero de dióxido de carbono atmosférico.

