logo móvil

Discriminando la nieve húmeda y el firn para glaciares alpinos utilizando datos de Sentinel-1: un estudio de caso en Rofental, Austria

Autores: Heilig, Achim; Wendleder, Anna; Schmitt, Andreas; Mayer, Christoph

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico


Categoría

Ciencias Naturales y Subdisciplinas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 3

Citaciones: Sin citaciones


Descripción
El monitoreo continuo de los cambios en los glaciares apoya nuestra comprensión del comportamiento de los glaciares relacionado con el clima. Los datos de teledetección ofrecen la oportunidad única de observar glaciares individuales así como cadenas montañosas enteras. En este estudio, utilizamos datos de radar de apertura sintética (SAR) para monitorear la recesión del área de nieve húmeda por temporada en tres áreas glaciares diferentes del Rofental, Austria. Durante cuatro años glaciológicos (GYs, 2014/2015-2017/2018), se adquirieron y procesaron datos SAR de Sentinel-1 (S1). Para los cuatro GYs, la nieve estacional se retiró por encima del rango de elevación del firn perenne. La rutina de procesamiento descrita es capaz de discriminar la nieve húmeda de las áreas de firn para todos los GYs con suficiente precisión. Para un corto transecto in situ del límite nieve-firn, la extensión de nieve húmeda derivada de SAR coincidió dentro de una precisión de tres a cuatro píxeles o 30-40 m. Para glaciares enteros, utilizamos imágenes de teledetección óptica y datos de campo para evaluar la fiabilidad de la extensión del área cubierta de nieve húmeda derivada. Las diferencias en la determinación del área cubierta de nieve entre los datos ópticos y el análisis SAR no superaron el 10% en promedio. Los desplazamientos de los datos SAR respecto a los resultados de las evaluaciones de campo anuales están por debajo del 10% también. El flujo de trabajo introducido para los datos de S1 contribuirá a monitorear la extensión del área de acumulación para áreas glaciares remotas y peligrosas y, por lo tanto, mejorará la base de datos para tales ubicaciones.

Documentos Relacionados

Temas Virtualpro