Programa del congreso

En la última década, la teledetección con drones (UAVs, Unmanned Aerial Vehicles) ha ganado relevancia por su papel en la observación integrada de los sistemas costeros, al complementar algunas limitaciones de la óptica satelital. La reciente irrupción de la Inteligencia Artificial (IA) ha ampliado notablemente las oportunidades para analizar la dinámica y evolución de estos sistemas, destacando los enfoques que integran datos de alta resolución espacial con métodos de aprendizaje automático. En este trabajo presentamos un estudio metodológico que compara dos técnicas emergentes de IA – el escalado (upscaling) y la super-resolución (SR) – empleando datos multiespectrales de un sensor de 10 canales (MicaSense RedEdge-MX) embarcado en un dron, con el objetivo de mejorar los registros del satélite Sentinel-2 MSI sobre una zona de marismas en la Bahía de Cádiz (España). Para el escalado, se desarrolla un flujo de trabajo basado en un modelo XGBoost en dos etapas para la clasificación supervisada de las clases de cobertura del suelo identificadas. En el caso de la SR, se emplea un modelo de aprendizaje profundo basado en redes generativas antagónicas (GAN), entrenado con un amplio conjunto de datos capturado con el dron, que mejora la resolución espacial de Sentinel-2 de 10 m/px a 1 m/px para su posterior clasificación mediante XGBoost. El estudio propone una metodología eficaz para la observación de las dinámicas fluctuantes de los sistemas costeros en un contexto de cambio climático global, así como de los retos ecológicos que estos enfrentan.

En los últimos años se ha reabierto el debate sobre la posible ralentización (o incluso detención) del Brazo Atlántico de la Corriente Meridional de Lazo (AMOC), una importante corriente oceánica que garantiza un clima estable en Europa. Las medidas in situ de la intensidad de la AMOC son escasas y requieren largos períodos de integración para aportar una información fiable, pero en los últimos años se han acumulado indicios de cambios en la AMOC, y dada la gravedad de lo que supondría pasar este tipping point, se hace necesario intentar conseguir tanta información relevante como sea posible. En esta charla mostraremos que los datos de teledetección actuales tienen el potencial de evidenciar y monitorizar los cambios de la AMOC, incluyendo estimar su intensidad. No solo eso: la observación satelital nos proporciona una descripción oceanográficamente precisa de su variabilidad y evidencia un cuadro muchísimo más rico y complejo que la simplificación conceptual actual. La teledetección servirá por tanto no tan solo para mejorar la monitorización de este proceso y los cambios en la formación de aguas profundas en general, sino para afinar la descripción física de los procesos y mejorar la predicción climática.

En este trabajo se ha analizado la precisión de las series temporales del nivel del mar del altímetro interferométrico en banda Ka (KaRIn) a bordo del satélite franco-estadounidense SWOT. La principal innovación de esta misión con respecto a las misiones altimétricas anteriores es su visión bidimensional de la superficie terrestre. El objetivo de este trabajo fue validar las series temporales del nivel del mar obtenidas con el altímetro KaRIn, con los niveles del mar de un mareógrafo ubicado en Huelva. Para ello, se ha estimado la desviación típica de las diferencias (SDD) entre los datos del altímetro y del mareógrafo. Esto permite cuantificar la exactitud de las medidas altimétricas. De las opciones disponibles para calcular la anomalía del nivel del mar a partir de SWOT, se ha probado la corrección troposférica húmeda (WTC, por sus siglas en inglés), la superficie media del mar (MSS) y el modelo de marea. Las comparaciones con los mareógrafos revelaron que el modelo ECMWF para el WTC proporcionó un mayor número de datos válidos y el mismo nivel de exactitud que la corrección derivada del instrumento Radiómetro Avanzado de Microondas. Además, se ha observado la misma exactitud independientemente de la superficie media marina utilizado (CNES y DTU). Finalmente, el modelo de mareas FES mejoró la exactitud con respecto al modelo DTU. La SDD promedio de SWOT KaRIn en la zona de estudio es de 8,3 cm (traza #154) y 8,2 cm (traza #447). La distribución espacial de la SDD en las proximidades de la ubicación del mareógrafo (considerando un radio de 100 km) es bastante uniforme, independientemente del segmento de traza analizado.