Hacia la implantación de una infraestructura de datos de imágenes de satélite en el Instituto Geográfico Nacional con Open Data Cube y QGIS
DOI:
https://doi.org/10.59192/mapping.416Palabras clave:
Open Data Cube, Copernicus, FOSS4G, complemento QGISResumen
Desde la puesta en órbita del primero de los satélites Sentinel 1 en abril de 2014, el programa europeo de observación de la Tierra Copernicus se ha convertido en el programa más ambicioso de este tipo en la historia. El gran volumen de datos satelitales y su heterogeneidad permite estudios multitemporales enfocados en diversas aplicaciones, pero a su vez trae consigo una serie de problemas asociados vinculados principalmente a los dominios del paradigma big data. Con el objetivo de poner las imágenes a disposición del mayor número de usuarios posible, se han desarrollado diferentes iniciativas tanto a nivel público como privado. Entre estas soluciones destaca el proyecto Open Data Cube (ODC), que gracias a su carácter open source ha permitido su implantación operativa en varios países y regiones a lo largo y ancho del planeta; existen otras en desarrollo vinculadas en su mayoría a la monitorización de determinados indicadores de los Objetivos de Desarrollo Sostenible. Para poder alimentar una infraestructura de este tipo es necesario transformar los datos de satélite brutos en los denominados Analysis Ready Data (ARD) mediante su procesamiento sistemático. En este artículo se pretende realizar una revisión del estado de la cuestión de las implementaciones de infraestructuras destinadas a la recopilación, pre-procesado y diseminación de imágenes Sentinel, así como de la problemática en la generación de ARD en la península ibérica. Adicionalmente, serán descritos los resultados iniciales de los trabajos realizados: (i) desarrollo de un complemento para QGIS que permite entre otras funcionalidades, la puesta a disposición de imágenes Sentinel 1 y 2 a usuarios en cualquier lugar del mundo y la generación de determinados ARD para algunos productos, (ii) implementación de un piloto de datacube en zonas de interés de España empleando la tecnología ODC y (iii) documentación pormenorizada del entorno geotecnológico utilizado basado en soluciones FOSS4G (Free and Open Source Software for Geospatial).
Descargas
Citas
A Sentinel-1 Flood map generation QGIS plugin—NASA/ ADS. (s. f.). Recuperado 7 de septiembre de 2020, de https://ui.adsabs.harvard.edu/abs/2016EGUGA..1814693S/abstract
Baghdadi, N. (2017a). Qgis and applications in territory development. ISTE Ltd/John Wiley and Sons Inc.
Baghdadi, N. (2017b). Qgis and generic tools. ISTE Ltd/ John Wiley and Sons Inc. DOI: https://doi.org/10.1002/9781119457091
Baumann, P. (2017). The Datacube Manifesto. https:// earthserver.eu/tech/datacube-manifesto/
Baumann, P., Mazzetti, P., Ungar, J., Barbera, R., Barboni, D., Beccati, A., Bigagli, L., Boldrini, E., Bruno, R., Calanducci, A., Campalani, P., Clements, O., Dumitru, A., Grant, M., Herzig, P., Kakaletris, G., Laxton, J., Koltsida, P., Lipskoch, K., … Wagner, S. (2016). Big Data Analytics for Earth Sciences: The EarthServer approach. International Journal of Digital Earth, 9(1), 3-29. https:// doi.org/10.1080/17538947.2014.1003106 DOI: https://doi.org/10.1080/17538947.2014.1003106
CEOS Analysis Ready Data. (s. f.). Recuperado 3 de septiembre de 2020, de http://ceos.org/ard/
Chatenoux, B., Richard, J.-P., Poussin, C., Guigoz, Y., & Giuliani, G. (2019). Bringing Open Data Cube into Practice—Workshop Material. https://doi. org/10.13140/RG.2.2.17703.91044
Congedo, L. (2016). Semi-Automatic Classification Plugin Documentation. Release 6.0.1.1. https://doi. org/10.13140/RG.2.2.29474.02242/1
Filipponi, F. (2019). Sentinel-1 GRD Preprocessing Workflow. Proceedings, 18(1), 11. https://doi. org/10.3390/ECRS-3-06201 DOI: https://doi.org/10.3390/ECRS-3-06201
Frantz, D. (2019). FORCE—Landsat + Sentinel-2 Analysis Ready Data and Beyond. Remote Sensing, 11(9), 1124. https://doi.org/10.3390/rs11091124 DOI: https://doi.org/10.3390/rs11091124
Github Open Data Cube. (s. f.). GitHub. Recuperado 4 de septiembre de 2020, de https://github.com/ opendatacube
Giuliani, G., Chatenoux, B., Bono, A. D., Rodila, D., Richard, J.-P., Allenbach, K., Dao, H., & Peduzzi, P. (2017). Building an Earth Observations Data Cube: Lessons learned from the Swiss Data Cube (SDC) on generating Analysis Ready Data (ARD). Big Earth Data, 1(1-2), 100-117. https://doi.org/10.1080/20964471.2017.1398903 DOI: https://doi.org/10.1080/20964471.2017.1398903
Giuliani, G., Chatenoux, B., Piller, T., Moser, F., & Lacroix, P. (2020). Data Cube on Demand (DCoD): Generating an earth observation Data Cube anywhere in the world. International Journal of Applied Earth Observation and Geoinformation, 87, 102035. https:// doi.org/10.1016/j.jag.2019.102035 DOI: https://doi.org/10.1016/j.jag.2019.102035
Giuliani, G., Masó, J., Mazzetti, P., Nativi, S., & Zabala, A. (2019). Paving the Way to Increased Interoperability of Earth Observations Data Cubes. Data, 4(3), 113. https://doi.org/10.3390/data4030113 DOI: https://doi.org/10.3390/data4030113
Gomes, V. C. F., Queiroz, G. R., & Ferreira, K. R. (2020). An Overview of Platforms for Big Earth Observation Data Management and Analysis. Remote Sensing, 12(8), 1253. https://doi.org/10.3390/rs12081253 DOI: https://doi.org/10.3390/rs12081253
Khan, S. (2018). Empirical Evaluation of Open Source QGIS with Contemporary Proprietary GIS Systems—A Study. JMDET - Journal of Multi Disciplinary Engineering Technologies. https://www.academia. edu/38214128/Empirical_Evaluation_of_Open_ Source_QGIS_with_Contemporary_Proprietary_ GIS_Systems_A_Study
Khan, S., & Mohiuddin, K. (2018). Evaluating the parameters of ArcGIS and QGIS for GIS Applications. ResearchGate. https://www.researchgate.net/ publication/330601009_Evaluating_the_parameters_of_ArcGIS_and_QGIS_for_GIS_Applications
Maso, J., Zabala, A., Serral, I., & Pons, X. (2019). A Portal Offering Standard Visualization and Analysis on top of an Open Data Cube for Sub-National Regions: The Catalan Data Cube Example. Data, 4(3), 96. https://doi.org/10.3390/data4030096 DOI: https://doi.org/10.3390/data4030096
Navacchi, C., Bauer-Marschallinger, B., & Wagner, W. (2020). Flood Monitoring using ACube—An Austrian Data Cube Solution. 22, 21575. DOI: https://doi.org/10.5194/egusphere-egu2020-21575
Open Data Cube | Open Source. (s. f.). Open Data Cube. Recuperado 17 de abril de 2020, de https://www opendatacube.org
Ortega Terol, D. (2018). Innovación en el desarrollo de herramientas basadas en software libre para la explotación de imágenes aéreas y espaciales adquiridas con sensores de última generación [Universidad de Salamanca. Escuela Politécnica Superior de Ávila]. https://gredos.usal.es/handle/10366/139722
Picoli, M., Simoes, R., Chaves, M., Santos, L., Ipia, A., Soares, A., Sanches, I., Ferreira, K., & Queiroz, G. (2020). CBERS DATA CUBE: A powerfull technology for mapping and monitoring Brazilian biomes. En ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences: Vol. V-3- 2020 (p. 539). https://doi.org/10.5194/isprs-annals-V-3-2020-533-2020 DOI: https://doi.org/10.5194/isprs-annals-V-3-2020-533-2020
Piedelobo, L., Ortega-Terol, D., Del Pozo, S., Hernández-López, D., Ballesteros, R., Moreno, M. A., Molina, J.-L., & González-Aguilera, D. (2018). HidroMap: A New Tool for Irrigation Monitoring and Management Using Free Satellite Imagery. ISPRS International Journal of Geo-Information, 7(6), 220. https:// doi.org/10.3390/ijgi7060220 DOI: https://doi.org/10.3390/ijgi7060220
Purss, M. B. J., Lewis, A., Oliver, S., Ip, A., Sixsmith, J., Evans, B., Edberg, R., Frankish, G., Hurst, L., & Chan, T. (2015). Unlocking the Australian Landsat Ar chive – From dark data to High Performance Data infrastructures. GeoResJ, 6, 135-140. https://doi. org/10.1016/j.grj.2015.02.010 DOI: https://doi.org/10.1016/j.grj.2015.02.010
QGIS and Applications in Agriculture and Forest | Wiley. (s. f.). Wiley.Com. Recuperado 9 de septiembre de 2020, de https://www.wiley.com/en-us/ QGIS+and+Applications+in+Agriculture+and+- Forest-p-9781786301888
Qgis and applications in water and risks. (2017). ISTE Ltd / John Wiley and Sons Inc.
Sansare, D. A., & Mhaske, S. Y. (2020). Natural hazard assessment and mapping using remote sensing and QGIS tools for Mumbai city, India. Natural Hazards, 100(3), 1117-1136. https://doi.org/10.1007/ s11069-019-03852-5 DOI: https://doi.org/10.1007/s11069-019-03852-5
Ticehurst, C., Zhou, Z.-S., Lehmann, E., Yuan, F., Thankappan, M., Rosenqvist, A., Lewis, B., & Paget, M. (2019). Building a SAR-Enabled Data Cube Capability in Australia Using SAR Analysis Ready Data. Data, 4(3), 100. https://doi.org/10.3390/ data4030100 DOI: https://doi.org/10.3390/data4030100
Truckenbrodt, J., Freemantle, T., Williams, C., Jones, T., Small, D., Dubois, C., Thiel, C., Rossi, C., Syriou, A., & Giuliani, G. (2019). Towards Sentinel-1 SAR Analysis-Ready Data: A Best Practices Assessment on Preparing Backscatter Data for the Cube. Data, 4(3), 93. https://doi.org/10.3390/data4030093 DOI: https://doi.org/10.3390/data4030093
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
