Métodos de corrección atmosférica en imágenes aeroportadas hiperespectrales:

una comparación en las marismas de Doñana

Javier Bustamante(1,2), David Aragonés(2), Isabel Afán(2) y Ricardo Díaz-Delgado(2)
(1)
Departamento de Ecología de humedales, Estación Biológica de Doñana, CSIC, Américo Vespucio s/n, 41092-
Sevilla, España. e-mail: jbustamante@ebd.csic.es
(2)
Laboratorio de SIG y Teledetección (LAST-EBD), Estación Biológica de Doñana, CSIC, Américo Vespucio s/n,
41092-Sevilla, España. e-mails: daragones@ebd.csic.es, isabelafan@ebd.csic.es, rdiaz@ebd.csic.es

Resumen: Se ensayaron distintos métodos de corrección atmosférica en imágenes aeroportadas del sensor CASI-1500
obtenidas en una campaña efectuada en mayo de 2011 sobre el Parque Nacional de Doñana. El objetivo fue comparar
los valores de reflectividad proporcionados por cada uno de los métodos con respecto a un conjunto de espectros de
validación medidos en campo sobre superficies homogéneas de manera simultánea al vuelo. De esa forma se pretende
establecer el protocolo de corrección atmosférica más adecuado y con mejor relación coste-beneficio para las campañas
aeroportadas hiperespectrales en el Espacio Natural de Doñana.
Palabras clave: teledetección aeroportada hiperespectral, CASI, corrección atmosférica, espectros radiométricos,
targets

Atmospheric correction methods for airborne hyperspectral images: A test at Doñana's marshes
Abstract: Different atmospheric corrections were tested on CASI-1500 airborne hyperspectral images acquired over
Doñana National Park on May 2011. The reflectivity values provided by each method were compared by using as
validation a set of field spectra acquired on homogeneous targets simultaneous to the flight. We aim for establishing a
consistent atmospheric correction protocol suitable and cost-efficient for the hyperspectral airborne campaigns in the
Doñana Natural Area.
Keywords: hyperspectral airborne remote sensing, CASI, atmospheric correction, radiometric spectra, targets

1. INTRODUCCIÓN Correction o FFC. ENVI 4.6 (Exelis Visual Information

Los datos obtenidos en campañas aeroportadas mediante
sensores hiperespectrales requieren de una corrección
atmosférica que permitan transformar los valores de
radiancias en el sensor en datos de reflectancias sobre el
terreno que puedan ser comparables con espectros de
reflectancia medidos in situ con un radiómetro de
campo.
Los métodos de corrección o compensación atmosférica
intentan corregir el efecto de las variaciones en la
irradiancia solar (cambios en la iluminación por parte
del sol) y los efectos de absorción y dispersión de la
radiación por parte de la atmósfera en el trayecto del sol
a la superficie y de la superficie al sensor (atmospheric
path irradiance) Los métodos de corrección atmosférica
se dividen en dos tipos. Métodos empíricos y métodos
de principios físicos. Los métodos empíricos (o
estadísticos) transforman los datos de radiancias en el
sensor en reflectancias sobre el terreno mediante un
ajuste estadístico de los espectros en radiancias de
superficies conocidas medidos en el sensor con esos
mismos espectros en reflectancias medidos sobre el
terreno. Este método se denomina Empirical Line
Calibration o ELC. Si no hay datos de campo, es posible
hacer una normalización a reflectividades relativas
comparando los espectros al espectro medio de la
imagen completa Internal Average Reflective
Reflectance o IARR, o a una superficie seleccionada
con una reflectividad elevada y uniforme Flat Field
Solutions, Boulder, Colorado) proporciona un método
empírico de corrección atmosférica absoluta
denominado Quick Atmospheric Correction o QUAC
que determina los parámetros de corrección atmosférica
directamente de la imagen, sin requerir datos accesorios,
y está basado en el hallazgo empírico de que la
reflectancia media de una colección diversa de
materiales tales como los endmembers o miembros
puros de una imagen es esencialmente independiente de
la escena.
Los métodos de principios físicos se basan un modelo
físico de transmisividad atmosférica y básicamente lo
que hacen es invertir el modelo para determinar que
fracción de la radiación incidente que es absorbida o
dispersada en el trayecto atmosférico del sol a la
superficie del terreno y luego de la superficie del terreno
al sensor. El modelo del que derivan es el representado
en la ecuación 1.
L0(λ)=Lsun(λ) T(λ) R(λ) cos(θ) + Lpath(λ) (1)
donde:
 (λ)= longitud de onda
 L0(λ)=radiancia observada en el sensor
 Lsun(λ) = Radiancia solar arriba de la atmósfera
 T(λ) = transmisividad atmosférica total
 R(λ) = reflectancia de la superficie
 θ =ángulo de incidencia
 Lpath(λ) = radiación dispersada en el trayecto
Para el presente trabajo hemos considerado dos modelos
basados en principios físicos: SMARTS (Simple Model
of the Atmospheric Radiative Transfer of Sunshine;
Gueymard, C., 2001) por ser un programa gratuito y que
ofrece muchas opciones para el ajuste de espectros con
las ventajas de aceptar muchas variables distintas de
entrada de las características atmosféricas (visibilidad,
transmisividad, vapor de agua, humedad relativa,
modelos de atmósfera, modelos de aerosoles, etc.); pero
que utiliza un valor medio por imagen. Y por otro lado
FLAASH (Fast Line-of-sight Atmospheric Analysis of
Spectral Hypercubes; Adler-Golden et al., 1999), por
estar implementado directamente en ENVI, ser de los
más completos, y además poder estimar los valores de
vapor de agua por píxel. ACORN no se utilizó por ser
un programa comercial que no tenemos disponible y
ATREM por no estar actualmente soportado, no tenerlo
disponible, y porque evaluaciones anteriores sugieren
que en determinadas circunstancias funciona peor que
FLAASH (Griffin y Burke 2003). Se usó QUAC que es
un método de corrección absoluta implementado en
ENVI 4.6 que no requiere de datos accesorios, y ELC
usando dos espectros de referencia medidos sobre el
terreno en coberturas naturales una clara (arena de duna)
y otra oscura (agua profunda). La idea de este análisis
comparativo es determinar cuál de los métodos de
corrección resulta el método óptimo para corregir las
campañas hiperespectrales ejecutadas con el INTA.
2. MATERIAL Y MÉTODOS
Los análisis se han hecho con imágenes adquiridas por
el INTA en la campaña de primavera de 2011 sobre el
Parque Nacional de Doñana y en la que se ejecutaron
vuelos a distintas alturas el 17, 20 y 21 de mayo de
2011. Se utilizaron sólo imágenes del sensor CASI-1500
aunque también voló el AHS. La configuración
espectral de adquisición del CASI fue 144 bandas en el
rango de 368.3 a 1052.7 nm (FWHM±2.75 nm).
2.1. Espectros de campo
Se adquirieron espectros con un ASD FieldSpec 2 (400-
2500 nm) durante los dos días de vuelo sobre 5 tipos de
superficies uniformes (Tabla 1): Agua profunda en la
laguna de Santa Olalla (ASO), arena de duna (dos
puntos AD-1 y AD-2), parking de hormigón de Cerrado
Garrido (PK), agua turbia en el Caño de Guadiamar
(AG) y arena de albero en Huerta Tejada (AL).
Tabla 1. Ubicación y fecha de medida de los espectros
de campo y de las pasadas de CASI correspondientes
empleados en los test.
Pasada Fecha Altitud (m) Espectros Fecha
pasada espectro
P 12 21/05/2011 2758 AD-1 21/05/2011
P 12 21/05/2011 2758 AD-2 21/05/2011
P 12 21/05/2011 2758 ASO 21/05/2011
P 02 17/05/2011 1844 PK 21/05/2011
P 15 21/05/2011 2758 AG 21/05/2011
P 25 21/05/2011 1844 AL 21/05/2011
La ubicación de los puntos de medida de estos espectros
se representa en la figura 1 así como la extensión de los
recortes de las pasadas del CASI sobre los que se ha
trabajado. Se trabajó con recortes pequeños de las
imágenes para acelerar el procesado y facilitar la
ubicación de los puntos de muestreo
Figura 1.Ubicación de los puntos de muestreo de los
espectros y de los recortes de las pasadas de CASI en el
Parque Nacional de Doñana
2.2. Pasadas CASI
Como en la P 12 sólo se tenían 3 espectros de campo el
21/05 (Tabla 1) se decidió usar AD-1 y ASO para el
modelo ELC. Se reservó AD-2 para la validación de los
resultados, usándose también ASO; pero en este caso se
obtuvo un espectro de la imagen de otra zona de la
laguna. Por ello, se recurrió a hacer recortes de pasadas
que coincidieran con los espectros medidos en campo
(PK, AG y AL) y por ello se utilizaron ventanas de las
pasadas P02, P15 y P25 que en ocasiones se habían
obtenido con una distinta altura de vuelo (pasadas
intermedias) e incluso unos días antes (17/05). Debido a
que la cobertura de CASI no cubre todo el ancho de la
pasada del AHS no existen pasadas altas que incluyan
los puntos de medida de PK y AL.
2.3. Métodos de corrección atmosférica
Se testaron dos métodos empíricos: ELC que realiza una
calibración con dos espectros de referencia (AD-1 y
ASO de la P 12, ventana de Santa Olaya) y uno absoluto
que no requiere otros datos aparte de la imagen y que
está implementado en ENVI, QUAC. Dos modelos
basados en principios físicos. FLAASH que está
implementado en ENVI 4.6 y SMARTS que se puede
descargar gratuitamente de internet y que requiere del
programa Hypercalc para calcular los coeficientes de
corrección en cada banda en ENVI. Para FLAASH Y
SMARTS, debido a que existen muchas opciones de
corrección y en algunos casos no hay información
precisa del cual puede resultar la opción más adecuada,
se probaron algunas variantes relativas a la
especificación del modelo de aerosoles y la
transparencia atmosférica. Se realizaron dos modelos
con FLAASH uno especificando un modelo de
aerosoles “Maritimo” (F1) y otro especificando un
modelo de aerosoles “Rural” (F2). La interfaz gráfica de
SMARTS en Excel presenta los parámetros aplicables a algunos casos pueda deberse a no coger ventanas
la corrección como 17 tarjetas o CARDS de parámetros. suficientemente grandes con una alta variabilidad de
Para los modelos físicos se emplearon los parámetros miembros puros en la imagen.
atmosféricos a partir de las medidas de la estación de
Huelva de la red AERONET situada en el CIECEM
(Matalascañas, Huelva) obtenidos cada 15 minutos.
Entre otros proporciona vapor de agua en g/cm² y AOT
(Aerosol Optical Thickness) a distintas longitudes de
onda (1640,1020,870 675 y 440 nm) y los coeficientes
de turbiedad atmosférica Angstrom a 440-675 y 500-
870.
2.4. Comparación de resultados
Se calcularon las diferencias en valor absoluto para cada
longitud de onda entre el espectro del píxel y el de
referencia de campo, la correlación de Pearson (r), la
distancia euclídea (ED) y la distancia angular mediante
el SAM (Spectral Angle Mapper). ED indica mejor qué Figura 2. Reflectancia (x10000) de los espectros de
espectro se aproxima más a las reflectancias medidas, referencia (en línea continua) AG (azul), PK (rojo) y AL
mientras que un mayor valor de r y un menor valor de (negro). En línea discontinua los espectros equivalentes
SAM indica un mayor parecido en la forma del del modelo ELC.
espectro. Estos análisis se hicieron para todo el rango
espectral pero también a un rango restringido entre 406 3.3. FLAASH
y 995 nm, eliminando los canales extremos donde la El ajuste de los modelos con FLAASH es más lento que
relación Señal/Ruido era menor a 30. No se evaluaron otros procedimientos en ENVI y es más complejo, por
las diferencias debidas a absorciones concretas. la cantidad de parámetros necesarios, y por lo tanto es
más proclive a errores. FLAASH proporciona una
3. RESULTADOS imagen de la distribución del vapor de agua y de la
presencia de nubes. Estima un valor medio de vapor de
3.1. ELC
agua en cada imagen. Los valores medios calculados de
Los modelos en ENVI se generan rápidamente. Si se vapor de agua en g/cm² fueron: 2.33 (F1) y 2.36 (F2)
comparan los espectros de agua y arena resultantes para para el recorte P12_SO, 2.61 (F1) y 2.63 (F2) para
la ventana de Santa Olaya se observa en general un muy P15_AG, 2.15 (F1) y 2.19 (F2) para P25_AL, pasadas
buen ajuste con algo de ruido por debajo de 400 nm y ejecutadas el 21/05/2011, y 2.34 (F1) y 2.41 (F2) para
por encima de 850 nm. No se observó ninguna banda de P02_PK ejecutada el 17/05/2011.
absorción en 940 nm atribuible al vapor de agua. Los
coeficientes se generan en un archivo que se puede
aplicar directamente a las otras ventanas generando las
imágenes en reflectancias corregidas. Cuando las
correcciones se aplican a las otras ventanas y se
comparan los espectros de las imágenes CASI con los
medidos en el campo se observa en general un ajuste
bastante aceptable (Figura 2), aunque el ELC
sobrestimó la reflectancia del agua del Guadiamar (AG),
ajustó bien la del parking (PK) y subestimó claramente
la del albero (AL). Los espectros tienden a ajustarse
peor por debajo de 400 nm y por encima de 900 nm
(que es la zona donde el sensor tiene más ruido).
También en el caso de AG y AL corregió en exceso la
zona de absorción del vapor de agua en 940 nm.
3.2. QUAC Figura 3. Reflectancia (x10000) de los espectros
ajustados mediante QUAC (en línea discontinua) y de
Las correcciones mediante QUAC se ejecutan también referencia (línea continua) correspondientes a AD-2
muy rápidamente en ENVI. Los espectros corrigen los (verde), ASO (rosa), AG (azul), PK (rojo) y AL (negro).
picos de absorción del vapor de agua y otros gases y
siguen unas curvas similares a las correspondientes a los Los valores medios de AERONET fueron similares,
espectros de referencia; pero el ajuste a los espectros no aunque algo menores, (2.04-2.15 el día 21, y 2.16-2.20
es muy bueno (Figura 3). el día 17. Los espectros corregidos por FLAASH se
Se ajusta relativamente bien en ASO y AL pero falla en ajustan bien a la forma de los espectros de referencia.
AD-2 y PK, y especialmente sobrestima la reflectancia Solamente se obtienen reflectancias muy negativas,
en el IRc de AG. Puede que parte del fallo de QUAC en claramente subestimadas, por debajo de 400 nm. Se
observa un buen ajuste de forma en ASO y AG. Para MODTRAN4. SPIE Proceedings of Imaging
AD-2 y AL se subestiman los valores pero las Spectrometry, 3753:61-69.
diferencias son mínimas. No hay mucha diferencia entre Griffin, M.K. & Burke, H.K. 2003. Compensation of
F1 y F2. F2 estima reflectividades similares o Hyperspectral Data for Atmospheric Effects. Lincoln
ligeramente superiores a F1. Laboratory Journal 14, 1.
3.4. SMARTS Gueymard, C. 2001. Parameterized Transmittance
Model for Direct Beam and Circumsolar Spectral
Los espectros de SMARTS parecen ajustarse claramente Irradiance. Solar Energy, 71:5; 325–346.
peor que los de FLAASH a los espectros de referencia.
Es especialmente llamativo la presencia de un profundo
pico de absorción correspondiente al vapor de agua en
los 940 nm que no parece corregirse bien en los
espectros de AD-2, PK y AL. También en algunos casos
se observa un pozo alrededor de los 800 nm.
Es posible que el valor de AERONET subestimara el
vapor de agua en la imagen, o que SMARTS no termine
de corregirlo bien. Se observa un patrón general de
subestimar las reflectancias por debajo de 400 nm y
sobrestimar ligeramente en el IRc (salvo quizá en los
espectros de agua, AOS y AG donde el patrón se
invierte). También se subestima el espectro más
reflectivo (AL) y sobrestima el menos reflectivo (AG).

4. DISCUSIÓN

Ninguno de los métodos fue capaz de producir espectros

de reflectancias que se ajustaran claramente mejor a los
espectros de referencia en todos los casos. ELC produjo
buenos ajustes a los espectros de referencia, al menos
mejores que la media (Tabla 2). ELC produjo los
mejores ajustes en el caso de ASO, AD-2 y PK Ninguno
de los otros métodos superó claramente a ELC para
estos dos espectros. FLAASH parece que ajustó mejor
los espectros de AG de acuerdo con algunos criterios
(ED, SAM) mientras que SMARTS parece que lo ajustó
mejor de acuerdo con los valores de r. QUAC ajustó
mejor el espectro de AL (r, ED).
Tabla2. Valores medios del r de Pearson, Distancia
Euclídea y SAM para cada método testado
Método r DE SAM
ELC 0,97 0,62 0,13
QUAC 0,63 0,58 0,28
FLAASH 0,96 0,58 0,16
SMARTS 0,88 0,71 0,20

La conclusión es que la corrección ELC es una

corrección simple de aplicar que produce buenos
resultados en el rango de condiciones que hemos
probado. FLAASH puede ser una buena alternativa si
no se tiene espectros de campo. El hecho de tener sólo 5
espectros para validar el resultado no permite ir mucho
más lejos. Sería aconsejable (1) usar más espectros para
la corrección ELC, y sobre todo, asegurarse superficies
con reflectancias extremas dentro de los espectros de
referencia, así como (2) tomar un muestreo más extenso
de espectros de campo para poder validar los modelos.

5. BIBLIOGRAFÍA

Adler-Golden, S. M., et al 1999. Atmospheric

correction for short-wave spectral imagery based on