tiempo.com

Composiciones RGB de imágenes satelitales y sus aplicaciones

Esta lección examina las composiciones RGB (por la sigla del inglés Red, Green, Blue, es decir, rojo, verde y azul) de imágenes satelitales, que son particularmente útiles en varias aplicaciones

Portada de la lección

Acerca de esta lección

Idiomas: español
Nivel de dificultad: intermedio
Temas: ambiente y sociedad, meteorología convectiva, meteorología satelital
Tiempo de estudio: 1.25 - 1.50 h
Fecha de publicación: 28 de febrero de 2022

Esta lección examina las composiciones RGB (por la sigla del inglés Red, Green, Blue, es decir, rojo, verde y azul) de imágenes satelitales, que son particularmente útiles en varias aplicaciones medioambientales, como la detección y descripción de características de la superficie, tipos de nubes, convección y polvo atmosférico.

La lección presenta varios ejemplos centrados en distintos lugares de los Estados Unidos que cubren situaciones tanto diurnas como nocturnas e ilustran las ventajas de los productos RGB multiespectrales generados a partir de los datos captados desde plataformas orbitales geoestacionarias y en órbita terrestre baja. La lección describe varios productos RGB: GeoColor, diurno tierra/nubes (Day Land Cloud), diurno nieve/niebla (Day Snow Fog), diferenciación diurna de la fase de las nubes (Day Cloud Phase Distinction), diferenciación nieve/nubes (Snow Cloud Discriminator) del VIIRS, microfísica nocturna (Night Microphysics) y polvo (Dust).

La lección se basa en ejercicios que brindan la oportunidad de estudiar la utilidad de los productos RGB en situaciones de pronóstico reales y demuestran el valor de las composiciones multiespectrales en comparación con las imágenes de bandas individuales.

Objetivos

  • Identificar varias situaciones y retos de pronóstico y otras aplicaciones a las cuales los productos RGB pueden agregar valor.
  • Describir los productos RGB de uso más difundido en aplicaciones de pronóstico.
  • Identificar el producto RGB más apropiado dado un problema o una situación de pronóstico.
  • Usar el aspecto de valor agregado de un producto RGB para identificar las características en una imagen.

Ir a la lección.

COMET METED

Esta entrada se publicó en Tablón de anuncios en 07 Mar 2022 por Francisco Martín León