Las imágenes satelitales son una estupenda fuente de datos que permiten en muchos casos generar nueva inteligencia. En particular si se utilizan en combinación con otras fuentes de datos (ej. cartográfica digital tipo BTN25), bases de datos y por supuesto modelos de machine learning.
Pero también es posible utilizarlas en casos de usos sencillos que no requieren demasiadas complejidades. En este post vamos a describir un proyecto de evaluación de incendios forestales y para ello vamos a utilizar como base el desgraciado incendio que afectó el área de Sierra Bermeja (Málaga) el pasado Septiembre 2021. Para ello vamos a partir de las imágenes que nos ofrecen los satélites Sentinel. Pero, antes, empecemos por el principio..

¿Qué son los satélites Sentinel?

Los Sentinel son un conjunto de satélites lanzados y operados por la Unión Europea, que incorporan una gran variedad de sensores y que ofrecen la mayor parte de sus imágenes de forma gratuita (https://sentinels.copernicus.eu/web/sentinel/home ). Actualmente se han lanzado los siguientes satélites: Sentinel-1 (dos satélites), Sentinel-2 (dos satélites), Sentinel-3 (dos satélites), Sentinel-5P (un satélite), Sentinel-6 (un satélite). En este proyecto hemos utilizado los Sentinel-2.

¿Qué son los Sentinel-2?

Los Sentinel-2 son dos satélites con órbita polar, esto es, orbitan sobre la tierra pasando por ambos polos y recorren toda la superficie terrestre cada 10 días. Debido a que los dos satélites están desfasados 180º la frecuencia de visita de un determinado lugar es realmente de cinco días. En definitiva, los Sentinel-2 fotografían una zona de interés (ej. nuestra casa) cada cinco días y esta “fotografía” se compone de 13 “imágenes” cada una de ella captada a una determinada frecuencia de radiación. Cada una de esta 13 “imágenes” o bandas, que es como técnicamente se les conoce, captan distintas frecuencias de radiación y tienen distintas resoluciones, siendo las de mayor resolución (10 metros) las que corresponden a los colores Rojo (banda 2), Verde (banda 3), Azul (banda 4) y NIR (banda 8).

Una vez que sabemos que son los Sentinel-2, podemos obtener de forma gratuita las imágenes de la zona que necesitemos, en este proyecto el objetivo fue determinar el área afectada por el incendio de Sierra Bermeja (Málaga) y estimar el daño.

Para determinar el daño producido por el incendio se puede calcular un índice denominado Normalized Burn Ratio (NBR), este índice se calcula según la siguiente formula:

NBR= (Banda 8 (NIR)-Banda 12 (SWIR))/ (Banda 8 (NIR)+Banda 12 (SWIR))

Para entender de forma intuitiva que es el NBR veamos la Figura-1. En esta figura la línea verde corresponde a como la vegetación sana refleja la “luz” a distintas frecuencias y la línea roja corresponde a como una zona quemada refleja la “luz” a distintas frecuencias. El objetivo de NBR es seleccionar aquellas frecuencias que mejor discriminen, esto es, mejor separen, la línea verde de la roja. Comprobamos en la Figura-1 que hay dos zonas que separan mucho ambas líneas, una es en el Near Infrared (NIR) que se corresponde con la Banda 8 de Sentinel-2 y la otra en el Shortwave Infrared (SWIR) que corresponde con la Banda 12 de Sentinel-2. Esto es, si una zona tiene mucha vegetación sana la Banda 8 (NIR) tendrá un valor alto, mientras que esa misma zona reflejará poco en la Banda 12 (SWIR). En cambio, si la zona se ha quemado seria lo contrario. Por tanto, podemos esperar que el valor de NBR será alta (próxima a +1) si la zona tiene mucha vegetación sana, en cambio su valor será próximo a -1 si la zona esta quemada.

Figura 1: CURVA RESPUESTA ESPECTRAL

Esto queda reflejado en la Figura-2, en esta figura se muestran dos imágenes, una con la Banda 8 y la otra con la Banda 12, de la zona quemada por el incendio de Sierra Bermeja. Estas imágenes del Sentinel-2 se tomaron el 18/09/2021 pocos días despues del incendio. Se comprueba que en la Banda 8 (NIR) la zona quemada refleja poco (zona oscura), mientras que en la Banda 12 (SWIR) la zona quemada refleja más y se muestra de forma más clara.

Figura 2:  Sentinel2 2021 – Sierra Bermeja

Una vez entendido el índice NBR, lo que se hace es calcular el índice NBR para una imagen anterior al incendio y el mismo índice para imagen posterior al incendio y ambos índices se restan a este nuevo índice se le denomina dNBR, esto es:

dNBR= NBR antes del incendio-NBR despues del incendio

De la formula anterior se deduce que el valor de dNBR se sitúa entre -2 y +2, correspondiendo los valores altos a zonas con vegetación sana antes del incendio que tras el incendio quedan severamente dañadas, mientras que los valores negativos corresponderían a zonas que antes del incendio no tenían vegetación sana y que tras el incendio se regeneran (comienzan a tener vegetación sana).

A partir de dichos valores y gracias a la experiencia, se han podido determinar rangos de valores que permiten establecer la severidad del incendio en cada zona de la imagen. Por ejemplo, zonas muy dañadas tienen valores de dNBR entre +0.66 y +1.33 mientras que zonas sin daño sitúan sus valores entre -0.1 y +0.99. En definitiva, el índice dNBR no solo sirve para detectar el área quemada, sino también para clasificar el daño. A continuación, se muestra su aplicación al incendio de Sierra Bermeja.

En la Figura-3 se muestra a la izquierda la zona antes del incendio y a la derecha la zona despues del incendio. Se comprueba que en la imagen de la izquierda existe vegetación (zonas verdes) mientras que en la derecha la vegetación ya no existe (zonas marrones).

Figura 3: Zonas antes y después del incendio

Una vez aplicado el dNBR y utilizando una paleta de colores para distintos intervalos de dNBR se obtiene la imagen de la Figura-4, que somo se comprueba permite determinar no solo la zona dañada sino también la severidad del daño.

Figura 4: Imágenes satelitales dNBR coloreada y clasificada

Para visualizarlo de forma más clara se muestra a continuación la capa dNBR sobre la imagen tras el incendio.

Figura 5: Análisis mediante imágenes satelitales en Sierra Bermeja 09/2021