La capacità di interpretare accuratamente le immagini multispettrali è fondamentale in molti campi di ricerca, come la cartografia geologica, il monitoraggio della vegetazione, la classificazione dell'uso del suolo e la gestione delle emergenze. Attualmente, è disponibile un gran numero di immagini multispettrali che consentono l'osservazione e la gestione di fenomeni e cambiamenti che si verificano sulla superficie terrestre. Queste immagini catturano non solo informazioni visive estremamente dettagliate, ma anche dati sulle variazioni della composizione spettrale nel tempo. Tuttavia, l'interpretazione di queste immagini è complessa perché, essendo acquisite da sensori diversi, a volte si verificano incongruenze nei dati.
"Le immagini ottenute dai sensori sono caratterizzate dalla loro risoluzione spaziale, spettrale e temporale. Esiste un compromesso tra queste tre caratteristiche, quindi ottenere immagini con un'elevata risoluzione spazio-spettrale-temporale richiede l'integrazione di informazioni provenienti da sensori diversi", spiega Consuelo Gonzalo, ricercatrice presso il CTB-UPM e una delle autrici dello studio. “Dal punto di vista spettrale, le differenze tra i sensori derivano dalle variazioni nel numero di bande spettrali e nella loro ampiezza, aspetti cruciali da considerare quando si integrano informazioni provenienti da sensori diversi, per evitare distorsioni spettrali nelle immagini fuse rispetto alle immagini originali.”
Miglioramento significativo della qualità delle immagini fuse.
Per affrontare questi problemi, i ricercatori si sono concentrati sulle incongruenze che emergono durante l'analisi dei dati provenienti da sensori europei, principalmente Sentinel-2 e Sentinel-3.
"Abbiamo proposto una metodologia per adattare le bande spettrali di Sentinel-3 a quelle di Sentinel-2, generando così nuove bande che integrano tutte le informazioni disponibili. Le bande adattate sono spettralmente simili a quelle che verrebbero registrate se i sensori di origine avessero caratteristiche spettrali simili", spiega Ángel García Pedrero, anch'egli del CTB-UPM e uno degli autori dello studio.
I risultati hanno dimostrato che l'integrazione diretta di immagini registrate da sensori con caratteristiche spettrali diverse produceva distorsioni spettrali nelle immagini fuse. Questa distorsione si manifesta tipicamente come sfocatura o rappresentazione errata dei colori nell'immagine risultante. L'adattamento delle bande tramite la funzione di risposta spettrale minimizza queste differenze spettrali tra i sensori.
“Abbiamo scoperto che includere tutte le informazioni spettrali fornite da diverse bande strette aiuta a ridurre l'effetto delle differenze tra i sensori sulle proprietà fisiche. I risultati hanno mostrato un miglioramento significativo nei risultati di fusione utilizzando bande regolate in paesaggi complessi ed eterogenei. Le bande spettrali regolate nel processo di fusione hanno fornito immagini più vicine alla realtà, con un miglioramento nell'identificazione di strutture spaziali, come edifici o strade, che vengono identificate molto meglio, indipendentemente dall'eterogeneità della copertura del suolo”, aggiunge Meryeme Boumahdi del CTB-UPM.
Per i ricercatori, l'aspetto più importante di questo studio, pubblicato sulla rivista internazionale Journal of Selected Topics in Applied Earth Observations and Remote Sensing, è che la metodologia proposta ha un grande potenziale per migliorare la qualità spettrale delle immagini fuse, elemento cruciale per identificare specifici tipi di copertura del suolo e fenomeni.
"I limiti tecnici delle tecnologie dei sensori creano un compromesso fondamentale tra risoluzione spaziale, spettrale e temporale. A causa di questo compromesso, le immagini satellitari disponibili potrebbero non essere sempre sufficienti a soddisfare tutti i requisiti per lo studio dei cambiamenti ad alta frequenza in paesaggi eterogenei. Senza una buona qualità spettrale, i risultati delle analisi possono essere imprecisi o fuorvianti, da qui l'importanza di un lavoro come questo", concludono.
Riferimento: M. Boumahdi, A. García-Pedrero, M. Lillo-Saavedra e C. Gonzalo-Martin, "Adjustment of Sentinel-3 Spectral Bands With Sentinel-2 to Enhance the Quality of Spatio-Temporally Fused Images," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 17, pp. 584-600, 2024, doi: 10.1109/JSTARS.2023.3333275.
