La teledetección desempeña un papel vital en el monitoreo de paisajes agrícolas, aunque los sensores satelitales actuales a menudo tienen dificultades para equilibrar la resolución espacial y temporal.
por la Universidad Normal de Beijing
Las imágenes de alta resolución espacial, si bien son detalladas, suelen estar limitadas por capturas poco frecuentes e interferencias de nubes, lo que reduce su utilidad en entornos que cambian rápidamente. Por el contrario, las imágenes con mejor resolución temporal carecen del detalle espacial necesario para un análisis preciso.
Estos desafíos subrayan la necesidad de métodos de fusión avanzados que puedan servir mejor a las aplicaciones agrícolas.
Un equipo del Laboratorio Estatal Clave de Ciencias de Teledetección de la Universidad Normal de Pekín, en colaboración con otras instituciones, ha desarrollado StarFusion, un nuevo método de fusión espaciotemporal.
El estudio , publicado en el Journal of Remote Sensing , combina técnicas de aprendizaje profundo y regresión tradicional para abordar las limitaciones de los métodos de fusión actuales. StarFusion fusiona eficazmente los datos de alta resolución de Gaofen-1 con los datos de resolución media de Sentinel-2, lo que da como resultado imágenes significativamente mejoradas para el monitoreo agrícola .
StarFusion representa un enfoque innovador para la fusión de imágenes espaciotemporales, que combina las ventajas del aprendizaje profundo y los modelos de regresión tradicionales. Al integrar una red generativa antagónica de súper resolución (SRGAN) con un modelo de regresión de mínimos cuadrados parciales (PLSR), StarFusion logra una alta precisión de fusión al tiempo que preserva los detalles espaciales finos.
El método gestiona eficazmente desafíos como la heterogeneidad espacial y la disponibilidad limitada de imágenes sin nubes, lo que lo hace muy práctico para aplicaciones agrícolas del mundo real.
Las pruebas exhaustivas realizadas en varios sitios agrícolas han demostrado que StarFusion supera a las técnicas existentes, en particular en lo que respecta a mantener el detalle espacial y mejorar la resolución temporal. Su capacidad para funcionar con un mínimo de datos sin nubes lo distingue, ya que proporciona una solución confiable para el monitoreo de cultivos en regiones con una frecuente cobertura de nubes .
«StarFusion representa un valioso intento de aplicar la tecnología de teledetección a la agricultura», afirmó el profesor Jin Chen, autor principal del estudio. «Su capacidad para generar imágenes de alta calidad con una resolución temporal mejorada mejorará enormemente la agricultura de precisión y el control medioambiental».
StarFusion ofrece ventajas significativas para la agricultura digital, ya que proporciona imágenes de alta resolución esenciales para el seguimiento detallado de los cultivos, la predicción del rendimiento y la evaluación de desastres. Su capacidad para producir imágenes precisas a pesar de la nubosidad y la disponibilidad limitada de datos lo hace especialmente valioso para la gestión agrícola en regiones con condiciones climáticas adversas.
A medida que esta tecnología evoluciona, se espera que StarFusion desempeñe un papel crucial en el avance de la productividad y la sostenibilidad agrícolas.
Más información: Shuaijun Liu et al, Un método híbrido de fusión espaciotemporal para imágenes de alta resolución espacial: fusión de Gaofen-1 y Sentinel-2 sobre paisajes agrícolas, Journal of Remote Sensing (2024). DOI: 10.34133/remotesensing.0159
