Tutorial - Copernicus - 2020 - Oporto - 03 INTERFEROMETRÍA PDF

Autores: Patricia Urrego, Nieves Pasqualotto, Jesús Delegido.
Laboratorio de Procesado de Imágenes, IPL - Universitat de València. Catedrático José Beltrán, 2.

46980 Paterna, Valencia, España.
CURSO DE FORMACIÓN
Introducción a la teledetección y aplicaciones

medioambientales del programa europeo Copernicus.
Calidad de aguas continentales
Universidad de Oporto. 03-04 de febrero de 2020.
This activity is supported by the European Union’s Caroline Herschel Framework Partnership Agreement
on Copernicus User Uptake under grant agreement Nº FPA 275/G/GRO/COPE/17/10042, project FPCUP
(Framework Partnership Agreement on Copernicus User Uptake), Action 2018-2-23 " Courses, workshops
and seminars in Europe and Latin America” (219/SI2.810140/04).
Descarga y procesado de imágenes Sentinel con SNAP
CONTENIDO
INTRODUCCIÓN.............................................................................................................................................. 4
DESCARGA DE IMÁGENES COPERNICUS: SENTINEL-1, SENTINEL-2 Y SENTINEL-3 ..................................... 4
1. Descarga de imágenes Sentinel del servidor de la ESA: Copernicus Open Acces Hub. ...................... 4
2. Descarga de imágenes ópticas S-3 del servidor de la ESA: Copernicus Open Acces Hub. .................. 7
SOFTWARE SNAP............................................................................................................................................ 7
3. Abrir imágenes S-2 & S-3 ....................................................................................................................... 8
Ejercicio 1 ........................................................................................................................................... 8
VISUALIZADOR DE IMÁGENES ....................................................................................................................... 9
4. Visualizar imágenes en composición RGB ............................................................................................ 9
5. Comparación de varias vistas .............................................................................................................. 10
Ejercicio 2 ......................................................................................................................................... 10
6. Visualizar información del píxel .......................................................................................................... 11
7. Guardar imágenes y vistas................................................................................................................... 11
8. Cerrar imágenes................................................................................................................................... 11
OPERACIONES GEOMÉTRICAS ..................................................................................................................... 11
9. Remuestreo de las imágenes (Resampling)........................................................................................ 11
Ejercicio 3 ......................................................................................................................................... 14
10. Recorte de la imagen (Subset) ............................................................................................................ 15
Ejercicio 4 ......................................................................................................................................... 15
11. Añadir marcadores (pins) en la imagen .............................................................................................. 15
12. Visualización de espectros .................................................................................................................. 17
Ejercicio 5 ......................................................................................................................................... 17
PROCESAMIENTO Y ANÁLISIS DE DATOS RÁSTER ...................................................................................... 18
13. Operaciones matemáticas con bandas............................................................................................... 18
14. Extracción de valores de píxeles ......................................................................................................... 19
Ejercicio 6 ......................................................................................................................................... 20
15. Colorear bandas ................................................................................................................................... 20
Ejercicio 7 ......................................................................................................................................... 20
16. Regiones de interés (ROI) .................................................................................................................... 20
Ejercicio 8 ......................................................................................................................................... 21
17. Histograma ........................................................................................................................................... 22
18. Máscaras .............................................................................................................................................. 22
Ejercicio 9 ......................................................................................................................................... 25
Ejercicio 10....................................................................................................................................... 26
19. Superposición de imágenes................................................................................................................. 27
20. Perfil del plot de un parámetro........................................................................................................... 28
21. Análisis estadístico ............................................................................................................................... 28
22. Clasificación.......................................................................................................................................... 28
Ejercicio 11....................................................................................................................................... 29
23. Corrección atmosférica de una imagen utilizando el procesador C2RCC......................................... 32
24. Productos automáticos de calidad de agua del procesador C2RCC.................................................. 34
Ejercicio 12....................................................................................................................................... 34
Ejercicio 13....................................................................................................................................... 35
25. Batch Processing .................................................................................................................................. 35
PRODUCTOS DE CALIDAD DEL AGUA CON SENTINEL-3 ............................................................................. 38
2
Ejercicio 14....................................................................................................................................... 38
Ejercicio 15....................................................................................................................................... 39
Ejercicio 16....................................................................................................................................... 40
Ejercicio 17....................................................................................................................................... 43
APÉNDICES.................................................................................................................................................... 44
CARACTERÍSTICAS DE LAS IMÁGENES SENTINEL-2 .................................................................................... 44
CARACTERÍSTICAS DE LAS IMÁGENES SENTINEL-3 .................................................................................... 46
DESCARGA E INSTALACIÓN DE SNAP .......................................................................................................... 50
INSTALACIÓN Y ACTIVACIÓN DEL SEN2COR EN SNAP ............................................................................... 50
BIBLIOGRAFÍA ............................................................................................................................................... 50
3
INTRODUCCIÓN
El siguiente tutorial presenta, primeramente, los pasos a seguir para realizar la descarga de imágenes
Sentinel a través del servidor de la ESA. Después, la instalación y manejo básico de SNAP, el software
libre de la ESA utilizado para el procesamiento de las imágenes Sentinel. En los apéndices se muestran
las características de las misiones Sentinel 1, 2 y 3 de Copernicus, así como el desglose de los términos
que conforman la nomenclatura de los datos de cada misión.
DESCARGA DE IMÁGENES COPERNICUS: SENTINEL-1, SENTINEL-2 Y

SENTINEL-3
1. Descarga de imágenes Sentinel del servidor de la ESA: Copernicus Open Acces Hub.
Ingresar en la página Copernicus Open Data Hub en https://scihub.copernicus.eu/ y luego en el apartado
Open Hub.
Para poder realizar búsquedas y descargas, es necesario registrarse en la página desde el menú SIGN
UP. Completar el formulario y finalizar el registro una vez recibido el email de confirmación. Para este
curso, se ha registrado un usuario para los portales de descarga:
⇒ Usuario: aplicopss
⇒ Contraseña: ACSS2017
4
Regresar al apartado Open Hub e iniciar sesión desde el menú LOGIN. En la interfaz gráfica de usuario
de la ventana Copernicus Open Access Hub, se puede realizar la búsqueda de imágenes utilizando las
herramientas disponibles.
El panel de búsqueda ofrece una barra de búsqueda y un mapa en el cual se puede realizar la navegación
utilizando el botón de modo navegación. Así mismo, se puede cambiar esta opción al modo ROI (región
de interés) para dibujar en el mapa un recuadro que contenga el área del cual se quiere descargar las
imágenes. Con la rueda del ratón podemos acercar-alejar el mapa.
El mapa puede ser visualizado con tres capas distintas: Open Street, Terrain+Overlay y Sentinel-2
Cloudless+Overlay. Seleccionando el botón de búsqueda, aparecen los footprints de todos los productos
de las misiones Sentinels disponibles que cubren dicha área, identificados por colores: rojo para S-1,
verde para S-2 y amarillo para S-3.
Al abrir el menú de búsqueda avanzada, se puede indicar la fecha de toma de la imagen. Si ésta no se
indica, los resultados mostrarán todas las imágenes disponibles de la zona ordenadas de acuerdo a las
opciones elegidas. Así mismo, se pueden filtrar los resultados para que sólo se muestren los productos
de las misiones seleccionadas. En el caso de S-2, se puede seleccionar el satélite (S2A/S2B) y el tipo de
producto (Nivel-1C/Nivel-2A con corrección atmosférica).
5
Finalmente se selecciona el botón búsqueda y se visualizan los productos S-2 que cubren la zona
especificada. Existen varias opciones de visualización para cada producto mostrado, así como opciones
de añadir al carro y descarga directa.
En la opción de detalles del producto , se puede ver la información correspondiente al nombre

completo, dirección URL, cobertura de nubes, cobertura del producto, sensor, plataforma e información
contenida dentro del archivo a descargar.
6
Si los productos son agregados al carro, éstos podrán ser revisados desde el menú User Profile, desde
donde se podrán descargar los productos seleccionados. Hay que tener en cuenta que el servicio de
descarga sólo permite un total de tres descargas simultáneas.
Los productos Sentinel-2 son distribuidos con dos niveles: Nivel-L1C (reflectividades en el techo de la
atmósfera [TOA] con corrección geométrica) y Nivel-2A (reflectividades en superficie [BOA]). Esto puede
comprobarse en el nombre completo del archivo a descargar. De la misma forma, dependiendo de la
fecha del producto, las escenas descargadas son completas y están conformada por varios gránulos, con
un tamaño de archivo significativamente grande, o por gránulos individuales, disponibles a partir del 06
de diciembre de 2016. Esto se puede comprobar tanto en el formato del nombre como en el tamaño
del archivo. Los productos son descargados en formato comprimido.
2. Descarga de imágenes ópticas S-3 del servidor de la ESA: Copernicus Open Acces Hub.
Para la búsqueda y descarga de imágenes S-3, se sigue el mismo procedimiento descrito para las
imágenes S-2. En Product Type se pueden buscar imágenes OLCI (OL) o SLSTR (SL) en distintos niveles
(1 y 2). En el caso de OLCI, se puede descargar la imagen a resolución completa de 300 m (FR) o bien
degradada a 1 km (RR). El nivel 2 de OLCI (OL_2) incluye algunos parámetros de superficie como
clorofila, Fapar, etc. El producto SLSTR de nivel 2 incluye la temperatura de la superficie terrestre
(SL_2_LST).
SOFTWARE SNAP
Sentinel Application Platform (SNAP) es una herramienta de software libre que usa una arquitectura
común para todas las toolboxes de Sentinel. Cuenta con una interfaz gráfica bastante amigable, que
permite realizar diversos análisis sobre los productos de Copernicus.
NOTA: En el apartado ANEXOS al final de este tutorial, se encuentran los pasos para realizar la
instalación y configuración de SNAP.
Limitación en la lectura de archivos.
En algunas ocasiones, Windows presenta una limitación en el número de caracteres (256) posibles
de una ruta de archivo a ser leídos al momento de abrir un archivo. Si esto ocurre, una vez se haya
descargado la imagen S2, se recomienda copiar y pegar la carpeta descomprimida directamente en
el directorio “C:\”. También se recomienda editar el nombre de la carpeta dejando la nomenclatura
exacta correspondiente al ID de la misión, nivel del producto, fecha de adquisición, gránulo y la
extensión.
Al abrir el programa, se encuentra la siguiente interfaz: (1) Barra de Menú, (2) Barra de herramientas,
(3) Visor de productos, (4) Ventana de navegación y (5) Visor de imágenes.
7
SNAP posee diferentes barras de herramientas que pueden agregarse/eliminarse mediante el menú
View→Toolbars.
3. Abrir imágenes S-2 & S-3

Para abrir las imágenes en SNAP, en la barra de herramientas, seleccionar File → Import. Aparecen
diferentes opciones. En caso de querer abrir una fotografía, seleccionar Generic Format → RGB Image.
Para abrir una imagen de satélite, al seleccionar Optical Sensors aparece una lista de satélites con sus
respectivos disponibles. Para abrir las imágenes de Sentinel-2 descargadas del servidor de la ESA en el
SNAP, seguir los siguientes pasos: en la barra de herramientas, seleccionar File → Import → Optical
Sensors → Sentinel-2. Seleccionar el nivel de procesado de la imagen que se quiere abrir. Buscar y
seleccionar en la carpeta donde se encuentre la imagen el archivo de metadatos MTD_MSIxxx.xml del
producto Sentinel, el cual se cargará en la pestaña Product Explorer del panel izquierdo de la interfaz
del programa. En el panel izquierdo, la pestaña Product Explorer muestra todo el contenido y la
información del producto en detalle (bandas, metadatos, máscaras, etc.)
EJERCICIO 1.- Abrir con SNAP la siguiente imagen, previamente descargada:

>> S2A_MSIL2A_20180131T105251_N0206_R051_T30SYJ_20180131T143733.SAFE
8
Para ver la información en detalle, seleccionar el signo (+) de cada ítem para desplegar el resto de las
opciones, luego al hacer doble clic sobre la opción deseada, la información se desplegará en el panel
derecho de la pantalla.
NOTA: Para abrir imágenes que han sido guardadas en el formato nativo de SNAP, ir a File → Import
→ Generic Format → BEAM-DIMAP. Para abrir otras imágenes, buscar las mismas a partir del menú
File → Import.
VISUALIZADOR DE IMÁGENES
4. Visualizar imágenes en composición RGB

Para ver una combinación de bandas (RGB y/o falso color), hacer clic con el botón derecho sobre el
nombre del producto y elegir la opción Open RGB Image Window. En Profile elegir la opción Natural
Colors. A continuación, se puede colocar la combinación de bandas deseada, bien sea, las que carga el
programa por defecto (en la opción Profile), o personalizada por el usuario.
9
Al abrir una imagen en SNAP, en la parte inferior izquierda de la pantalla, se activará la pestaña
Navigation, donde se observa una vista panorámica de la imagen. Esta herramienta también se puede
activar desde el menú View → Tool Windows → Navigation. A la derecha de esta ventana, se
encuentran las herramientas de zoom con las siguientes opciones:
Adicionalmente, activando una vista y con la rueda del ratón, se puede hacer zoom. En la barra de
herramientas principal, también se encuentran las opciones de pam y zoom para la navegación
y/o manipulación de la vista de la imagen.
5. Comparación de varias vistas

En ocasiones, se requiere visualizar varias bandas al mismo tiempo. Utilizando el conjunto de
herramientas se podrán organizar las diferentes vistas. Para habilitarlas, selecciona el
menú View → Toolbars → Window Arrangement. Escoge varias opciones para comprobar el arreglo de
las ventanas. Finalmente, seleccionar la opción Tile Evenly .
Si cambia el nivel de zoom o se desplaza la imagen, se observa que esto ocurre sólo en la vista que está
activa. Para sincronizar las vistas, seleccionar la opción de la ventana de navegación. Para observar
el cursor sincronizado en todas las vistas, seleccionar la opción de la ventana de navegación.
EJERCICIO 2.- Visualizar una imagen en distintas combinaciones RGB del producto Sentinel-
2 y varias bandas.
10
6. Visualizar información del píxel

Para ver la información específica de cada píxel, en la barra de herramientas seleccionar View → Tool
Windows → Pixel Info, la pestaña se abrirá en el panel izquierdo. Al desplazarse con el puntero del ratón
sobre cualquier imagen abierta, se mostrará la información de cada píxel de las bandas desplegadas, tal
como coordenadas (geográficas y UTM), valores del parámetro en estudio (según sea el caso de la banda
que se esté visualizando, estos valores pueden representar reflectividades [TOA o BOA según el nivel de
procesamiento de la imagen], LAI, clorofila), entre otros datos.
7. Guardar imágenes y vistas

Para guardar imágenes sobre las que se han hecho modificaciones, la mejor opción es guardarlas en el
formato propio de SNAP. Para ello, se debe hacer clic derecho sobre el producto en la ventana Product
Explorer y seleccionar la opción Save Product. Si se requiere guardar con otro nombre elegir la opción
Save Product As. Para guardarlo en otro formato, elegir la opción File → Export desde donde se pueden
seleccionar diferentes formatos. Si la imagen va a ser abierta en un SIG, conviene usar el formato
GeoTIFF pues guarda la imagen georreferenciada. Aquí también se encuentra la opción de guardar un
Subset o recorte de la imagen (esta herramienta se verá más adelante).
Para guardar una vista en color, en formato imagen (BMP, PNG, JPEG, TIFF y GeoTIFF), teniendo en
cuenta que perderá la información espectral, hacer clic con el botón derecho del ratón sobre la vista y
escoger la opción Export View As Image. Así mismo se puede escoger la región de la imagen a guardar,
bien sea la que se observa en la vista (View Region) o toda la escena (Full scene) en el panel derecho de
la ventana y la resolución (View resolution, Full resolution o User resolution). Finalmente, seleccionar el
formato de salida deseado. En caso de usar la imagen para un SIG, es recomendable guardar la vista en
GeoTIFF Full resolution
8. Cerrar imágenes
Para cerrar sólo un producto, se debe hacer clic derecho sobre el mismo en la ventana Product Explorer
y seleccionar la opción Close Product. Esto también se puede hacer desde menú File → Close Product.
Para cerrar todos los productos elija la opción File → Close All Products.
OPERACIONES GEOMÉTRICAS
9. Remuestreo de las imágenes (Resampling)

Como se ha mencionado anteriormente, las bandas de Sentinel-2 poseen diferente resolución espacial.
Para poder realizar algunos procedimientos entre bandas, tales como extracción de valores de píxeles,
11
cálculo de operaciones matemáticas o la aplicación de máscaras, es necesario que todas las bandas
tengan la misma resolución espacial.
Longitud de onda Resolución
Banda
central (nm) Espacial (m)
B1 443 60
B2 490 10
B3 560 10
B4 665 10
B5 705 20
B6 740 20
B7 783 20
B8 842 10
B8a 865 20
B9 945 60
B10 1375 60
B11 1610 20
B12 2190 20
Para este ejemplo, abrir las bandas B1, B7 y B8, y con las vistas sincronizadas, hacer el zoom máximo y
observar las diferencias en los tamaños de los píxeles de cada banda. También se puede observar la
diferencia de los valores de los píxeles con la herramienta Pixel Info.
Para realizar el remuestreo (resampling) de la imagen se deben seguir los siguientes pasos:
→ En la barra de herramientas principal, seleccionar el menú Raster → Geometric Operations →
Resampling.
→ En la pestaña I/O Parameters de la ventana Resampling, seleccionar la imagen a remuestrear en la
opción Source Product. En la opción Target Product aparecerá automáticamente el nombre del
archivo de salida del proceso, el cual será igual al del archivo de origen, con el sufijo “_resampled”.
Para mayor facilidad, definir el nombre del archivo de salida como
“S2A_MSIL2A_T30SYJ_20180131_resampled”. En esta parte, se tiene la opción de guardar en el
formato deseado la imagen de remuestreada. A efectos de este tutorial, no se seleccionará la
opción de guardar.
12
→ En la pestaña Resampling Parameters se detalla el tamaño de la resolución espacial, la cual puede

ser definida en referencia a una banda (By reference band from source product), al definir el
tamaño (By target width and height), o por la resolución del píxel (By pixel resolution). Para hacer
un remuestreo a máxima resolución, se puede seleccionar la opción por banda, por ejemplo,
escogiendo la banda B2 (10 m) como referencia. Por último, se elige la opción Nearest como
método de remuestreo. El resto de los valores se dejan por defecto.
→ Una vez configuradas todas las variables, ejecutar el proceso. Cerrar las bandas del producto
anterior y abrir de nuevo las bandas B1, B7 y B8 del nuevo producto creado (con el sufijo
“_resampled”). Volver a hacer el zoom máximo con las vistas sincronizadas y visualizar de nuevo el
tamaño de los píxeles y los valores de los mismos.
13
EJERCICIO 3.-
I. Abrir la banda B9 del producto sin resmuestrear y la del producto remuestreado. Con las
vistas sincronizadas, hacer el zoom máximo y observar los tamaños de los píxeles en cada
una. En la barra de herramientas principal, seleccionar el ícono (Range Finder). Esta
herramienta permite medir la distancia en km entre dos puntos en una banda.
Seleccionar una de las imágenes y hacer un clic en el vértice de uno de los píxeles, luego
hacer doble clic en el siguiente vértice para obtener la medida. Observar el tamaño del
píxel en ambas bandas. Visualizar también los valores del píxel y las coordenadas del
mismo para cada caso.
II. Cerrar el producto S2A_MSIL2A_20180131T105251_N0206_R051_T30SYJ_20180131T143733.SAFE
sin guardar los cambios.
14
10. Recorte de la imagen (Subset)

El recorte de imágenes facilita su manipulación y el análisis de la zona objeto de nuestro estudio. Para
recortar una zona seguir los siguientes pasos:
→ Seleccionar el nombre de la imagen a recortar. En la barra de herramientas principal, selecciona
el menú Raster → Subset.
→ En la pestaña Spatial Subset de la ventana Specify Product Subset, es posible seleccionar dos
métodos de recorte: Pixel Coordinates (coordenadas del píxel) o Geo Coordinates (coordenadas
geográficas). En caso de no contar con esa información, es posible realizar un recorte espacial
desplazando los extremos del recuadro azul sobre la imagen ubicada a la izquierda de la
ventana. Observar que el recuadro azul que limita el área sobre la que se ha hecho zoom en la
imagen de la banda aparece por defecto. Además de un subset espacial, también se puede
hacer un subset de bandas en la pestaña de Band Subset, escogiendo las bandas que se desean
y eliminando las que no son necesarias. Dependiendo del tamaño y la cantidad de bandas
seleccionadas, este proceso podría reducir considerablemente el tamaño del archivo.
→ Al hacer clic en OK aparecerá un nuevo producto con el sufijo “subset_of_” seguido del nombre
del archivo de origen.
EJERCICIO 4.- Realizar un recorte de la imagen remuestreada, incluyendo las zonas de la Albufera
y la huerta entre Burjassot y Moncada entre los siguientes píxeles:
→ X inicio = 1400
→ Y inicio = 1900
→ X final = 4000
→ Y final = 4700
En la pestaña de Band Subset, escoger las bandas desde las B1 hasta la B12, y la máscara
quality_scene_classification.
11. Añadir marcadores (pins) en la imagen

Los marcadores (Pins) se refieren a marcas o señales situadas sobre píxeles que recogen los datos de
las coordenadas de los mismos. Para fijar un pin, seleccionar la imagen RECORTADA, luego, seleccionar
el menú View→Tool Windows→Pin Manager en la barra de herramientas principal, o bien, seleccionar
15
el ícono en la barra Tool Windows. En la barra de herramientas seleccionar Pin Placing Tool y
cliquear sobre la imagen en varios puntos de interés, los cuales se irán añadiendo a la ventana Pin
Manager. Para cada punto añadido, se observan las coordenadas X Y relativas con respecto a la imagen,
también se muestran las coordenadas geográficas (Lon/Lat) de cada píxel, el color del marcador y la
etiqueta. Tanto el color como la etiqueta del pin pueden ser editados. A la derecha de la ventana Pin
Manager, se encuentran las siguientes opciones:
Para aplicar cualquiera de las acciones anteriores, primero se debe seleccionar el o los marcadores y
luego la opción deseada. Así mismo, desde la opción Import all pins from XML or text file, se pueden
cargar puntos con coordenadas especificadas por el usuario. Para esto, se debe crear un archivo *.txt
de coordenadas, separadas por tabulaciones y con siguiente estructura:
16
En la columna Name se puede personalizar el ID del punto para mayor comodidad al momento de la
visualización de los marcadores. Las coordenadas deben estar en grados decimales. De la misma forma,
se puede aplicar el proceso contrario, es decir, exportar los valores de los pines seleccionados a un
archivo *.txt, a través de la opción . Para eliminar pines, en la ventana Pin Manager, seleccionar los
marcadores y luego el ícono .
12. Visualización de espectros

La visualización de los espectros permite reconocer el valor (reflectividad o valor del parámetro en
estudio) de cada píxel y determinar el tipo de superficie a la que pertenece, de acuerdo a la firma
espectral de dicha superficie. Para extraer la información espectral de los píxeles, seguir los siguientes
pasos:
→ En la barra de herramientas principal, seleccionar el menú View → Tool Windows → Optical →
Spectrum View, o bien, seleccionar el ícono de la barra de herramientas para abrir la ventana
del visor de espectros. Pinchando sobre un píxel se muestra su espectro.
→ A la derecha de la ventana, se encuentran las siguientes opciones:
→ Seleccionar la opción Show spectrum at cursor position y recorrer la imagen con el puntero
del ratón. Observar los cambios en los espectros.
EJERCICIO 5.- Utilizando la herramienta (Import all pins from XML or text file) añadir
los puntos con coordenadas conocidas desde el archivo Coordenadas_pines.txt. Renombrar
los pines en el Pin Manager según el tipo de superficie (océano, Albufera, suelo desnudo,
vegetación, construcciones, etc) y diferenciarlos por color. En el Spectrum View, seleccionar
la opción y visualizar y comparar los espectros obtenidos.
17
→ Para cambiar las propiedades del gráfico, hacer clic derecho en cualquier parte de la gráfica y elegir
la opción Properties.
→ Para cambiar las propiedades de los ejes del gráfico, elija la pestaña Plot. El eje X corresponde a la
pestaña Domain Axis y el eje Y a la pestaña Range Axis. Por ejemplo, para representar mejor los
espectros de agua que tienen baja reflectividad, cambiar el rango (pestaña Range) de Y entre
valores 0 y 0,1.
→ Con la opción Selector de Espectros de la ventana Spectrum View, es posible seleccionar los
valores del espectro de una o varias bandas para visualizarlas en el gráfico, así como personalizar
su apariencia. Seleccionar solamente las bandas 2, 3, 4, 5 y 6.
→ Por último, con la opción de exportar los espectros, los valores podrán guardarse en un archivo
*.txt para ser estudiados luego. Seleccionar la opción Export the spectra to a csv file y guardar
el archivo en el directorio correspondiente. Para ocultar los marcadores, seleccionar el ícono
Show/hide pin overlay for the selected image en la barra de herramientas.
NOTA: Para exportar los espectros de todas las bandas, la imagen debe ser remuestrada
previamente.
PROCESAMIENTO Y ANÁLISIS DE DATOS RÁSTER
13. Operaciones matemáticas con bandas

Las imágenes digitales pueden ser consideradas desde un punto de vista matemático como matrices
con un cierto número de filas y columnas, de forma que cada elemento de la matriz se corresponde con
el valor asociado a un determinado pixel. SNAP permite realizar operaciones matemáticas con las
bandas. Por ejemplo, podemos sumar dos bandas, de forma que la imagen resultante será otra imagen
en la que cada pixel tiene un valor que viene dado como suma de los dos píxeles correspondientes a las
dos bandas que se suman. También podemos obtener diferentes combinaciones con distintas funciones
matemáticas.
Para hacer operaciones entre bandas, en la barra de herramientas principal, seleccionar Raster → Band
Maths (esta opción también está disponible al pinchar con el botón derecho sobre el nombre de la
imagen). Seleccionar la imagen en Target product, luego en la opción Name, escribir el nombre de la
nueva banda (por ejemplo, NDVI). Para fines prácticos, si los resultados obtenidos van a ser exportados
a otros formatos (geotiff, ENVI) y se desea superponer capas como en un SIG, en la opción Replace NaN
and infinity results by colocar un valor fuera del rango de los valores del parámetro en estudio, por
ejemplo -9999. Finalmente, entrar en Edit Expression. La expresión se puede definir escogiendo las
18
bandas en el panel izquierdo con el operador correspondiente, o bien escribiendo la expresión

directamente en el panel derecho. Por ejemplo:
⇒ Para sumar bandas: escoger el operador @+@ y luego las bandas B3 y B5
⇒ Para calcular el NDVI: escribir la siguiente expresión (B8 - B4) / (B8 + B4)
La banda resultante se almacenará en la carpeta Bands del producto correspondiente.
14. Extracción de valores de píxeles

Si se desea saber el valor de un píxel para un parámetro, por ejemplo, el de NDVI, se utiliza la
herramienta de extracción de valores de los píxeles para una o más bandas. Para esto, se requiere
identificar los píxeles en la imagen con marcadores o pines, teniendo en cuenta que se debe trabajar
siempre sobre la imagen remuestreada.
Primeramente se selecciona el producto sobre el que se desea trabajar y, desde el menú Raster →
Export → Extract Pixel Values se accede a la ventana Pixel Extraction. En el apartado Source Paths de la
pestaña Input/Output, aparece el nombre del producto seleccionado anteriormente. Luego en la
segunda pestaña de Parameters, en el apartado de Coordinates se visualiza la información de los pines
que se han agregado a la imagen y, en la opción Export, se puede seleccionar de dónde se desea extraer
la información, en este caso de Bands. En Window size se selecciona un número que representa el
número de píxeles que rodean al marcador que van a ser exportados. Es decir, cuando se establece el
tamaño de la ventana en 3, se extraen los valores de 3x3=9 píxeles. El tamaño de la ventana debe ser
impar. Finalmente, se selecciona el botón Extract. Los resultados pueden ser visualizados en cualquier
hoja de cálculo.
19
EJERCICIO 6.- De la banda NDVI recién calculada, importar los pines desde el archivo
Ejercicio6_pines.txt y comprobar el valor de este parámetro en estos píxeles, identificando la
superficie a las que pertenecen. Extraer los valores de los píxeles para una ventana de 3x3, y
seleccionar la opción mean en el apartado Pixel value agregattion method. Esta opción está
disponible cuando se elige una ventana de tamaño mayor a 1x1. Si se elige la opción No
agregattion, el resultado serán un valor para cada uno de los píxeles, en este caso 9 píxeles
por banda. Al elegir un método de agregación, el resultado será un solo valor de píxel por
banda, en este caso el mean de los píxeles de la ventana de 3x3. Visualizar los resultados.
15. Colorear bandas

Para colorear una banda, primeramente, visualizar la banda (por ejemplo, NDVI) y seleccionar la pestaña
Colour Manipulation en el panel de la ventana de navegación, donde aparecen tres opciones: Basic,
donde se pueden seleccionar distintas escalas de colores y los valores mínimos y máximos del rango
coloreado; Sliders, donde se pueden cambiar los colores de acuerdo al histograma, y Table, donde se
pueden introducir colores a partir de valores específicos.
EJERCICIO 7.- Utilizando la opción Basic de la ventana Colour Manipulation, despliega la lista
del Colour ramp y colorea la banda de NDVI con la paleta gradient_green. En este caso, la
rampa de colores representaría la vegetación en la zona: negro sin vegetación y blanco
vegetación densa. Utilizar también otra escala de colores diferente. Utilizando la opción
Sliders, observar cómo cambian los colores moviendo los límites a lo largo del histograma
(figura de la izquierda).
16. Regiones de interés (ROI)

En muchas ocasiones el área de estudio está conformada por una pequeña zona dentro de la imagen,
de la cual se puede extraer información construyendo regiones de interés (ROI). Los ROIs también son
útiles para clasificar imágenes de forma supervisada, ya que se requiere definir las clases y para
enmascarar valores de las imágenes.
Para dibujar un ROI, abrir la imagen en combinación RGB:
→ En el menú principal seleccionar Vector → New Vector Data Container o bien directamente sobre
el icono . Definir el nombre del vector, el cual se almacenará en la carpeta Vector Data del
20
producto, y después seleccionar el tipo de figura a utilizar con las opciones (cuadrado,
polígono, elipse).
→ Dibujar el polígono y hacer doble clic para cerrarlo. Se pueden añadir más polígonos dentro de la
misma clase seleccionando de nuevo el tipo de figura que se requiera.
→ Para dejar de crear polígonos, presionar las opciones o .
→ Para crear otra clase, se selecciona de nuevo la opción New Vector Data Container y se repiten los
pasos anteriores.
→ Para editar los vértices de un polígono, seleccionar la flecha , dibujar con la misma un polígono
en contenga toda la figura a eliminar, el vector deberá aparecer seleccionado, hacer un solo clic
sobre el polígono y mover los vértices.
→ Para “apagar” las ROIs seleccionar la opción en la barra de herramientas.
→ Para eliminar un polígono, seleccionarlo nuevamente con la flecha y presionar la tecla Suprimir.
EJERCICIO 8.- En la imagen recortada, buscar la zona de huerta de Burjassot-Moncada y crear

un ROI llamado HUERTA.
Ubicación de la huerta de Valencia en la imagen recortada
21
Detalle huerta de Valencia ROI sobre la huerta de Valencia
17. Histograma
El histograma es la representación gráfica del número de veces que se repite un valor determinado en
una banda. Para ello, primero seleccionar la banda en estudio, por ejemplo NDVI, y después en el menú
principal seleccionar Analysis → Histogram. El Histograma se puede calcular para una banda completa,
o para un ROI de la banda a través de la opción Use ROI mask, la cual se puede buscar en la lista
desplegable. Seleccionar, por ejemplo, la opción HUERTA. Al hacer clic en se mostrará el histograma.
18. Máscaras
Generalmente, al obtener un producto y dependiendo de la finalidad del proceso, se requiere la
eliminación de píxeles que pueden contener información errónea o que no entran en el objeto del
estudio. Para ello se puede utilizar una máscara, definida como una imagen formada por ceros y unos,
donde los píxeles con valores 1 son los que se quieren mantener, y los píxeles con valores 0 son los
enmascarados, es decir, los píxeles no deseados. La operación base que realiza el programa al aplicar
una máscara, es una multiplicación entre bandas que, al superponerla a la imagen, mantiene con el
valor original todos los píxeles que fueron multiplicados por 1, y multiplica por 0 los valores de los píxeles
no deseados, eliminándolos.
22
Construir una máscara:

En la barra de herramientas principal, seleccionar el menú View → Tool Windows → Mask Manager, o
bien, seleccionar el ícono en la barra de herramientas principal para abrir el gestor de máscaras, en
el cual se despliegan todas las máscaras disponibles para el producto. A la derecha de la ventana, se
encuentran las opciones siguientes:
Hay varias formas de crear máscaras. La más sencilla es la opción Creates a New Mask based on a value
range, en el ícono del Mask Manager. En la opción de Raster, escoger la banda que se va a usar
para crear la máscara. Por ejemplo, seleccionar la banda NDVI. En la opción New Range Mask, establecer
los valores Mínimo = 0.25 y Máximo = 1.
23
La nueva máscara aparecerá en el Mask Manager, la misma puede ser renombrada como Vegetación
haciendo doble clic sobre el nombre actual; el color también se puede cambiar. Al seleccionar la máscara
se verá sobre la imagen. Se pueden seleccionar y ver varias máscaras a la vez.
Otra opción es crear una máscara basada en una operación matemática , que es básicamente utilizar
el Band Math para crear una máscara. También se pueden realizar varias operaciones entre máscaras,
o una máscara y un ROI (en el Mask Manager aparecen identificados como tipo Geometry), las mismas
están descritas en las opciones de la ventana del Mask Manager. Para esto, tan solo se tienen
seleccionar las máscaras con las que se quiere hacer el proceso, haciendo clic sobre el nombre de las
mismas (manteniendo presionada la tecla Ctrl), y luego la operación, por ejemplo, para realizar una
intersección se escoge la opción .
Aplicar una máscara:

Al aplicar una máscara, se genera una imagen nueva que contiene todas las bandas solo con los valores
de los píxeles seleccionados en la máscara. Seleccionar el menú Raster → Mask → Land/Sea Mask. En
la primera pestaña, escoger la imagen donde se encuentra la banda y el nombre con el que se guardará.
En la segunda pestaña, escoger la banda a la que se quiera aplicar la máscara. Si dicha banda es el
resultado de una expresión de Band Math, escoger también las bandas originales que se han utilizado
en la operación matemática (manteniendo apretada la tecla Ctrl). Seleccionar luego la opción Use vector
as mask y buscar la máscara o ROI a aplicar.
24
Abrir la banda del NDVI del producto enmascarado y aplicarle una paleta de colores.
EJERCICIO 9.- Partiendo de la imagen recortada, hacer la intersección de la máscara

Vegetación y el ROI Huerta. Renombrar la nueva máscara como INTER_VEG_NDVI_HUERTA.
Aplicar esta máscara a todas las bandas de la imagen recortada y cambia el nombre del
producto a obtener. Abrir la banda NDVI del nuevo producto creado y compararla con el
resultado obtenido en el apartado anterior. Para aplicar la misma paleta de colores a las dos
imágenes enmascaradas de NDVI, escoger el ícono en la ventana de Colour Manipulation
y luego buscar la banda NDVI del último producto creado.
25
EJERCICIO 10.- En lagos eutróficos, como la Albufera, la concentración de clorofila [Chl-a] se

puede calcular usando el modelo tri-banda de Dall Olmo, que se puede calcular mediante la
siguiente expresión:
1 1
𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑅𝑅740 ∗ � − �
𝑅𝑅665 𝑅𝑅705
Donde R740 representa la B6, R665 es la B4 y R705 es la B5 de Sentinel 2.
La expresión para el cálculo de la concentración de [Chl-a] es la siguiente (Sòria-Perpinyà et
al., 2019):
[𝐶𝐶ℎ𝑙𝑙 − 𝑎𝑎] = 104.1 ∗ 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇2 + 221.1 ∗ 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 + 2
Las unidades de [Chl-a] se representan en mg/m³
I. Recortar de nuevo la imagen remuestreada dejando un área que cubra la Albufera de
Valencia y sus alrededores. Elegir las bandas desde la B1 hasta la B12 y la banda del
quality_scene_classification.
II. Calcular la [Chl-a] en la Albufera de Valencia de la imagen recortada, utilizando los
algoritmos anteriores.
Expresiones para el Band Math:
→ TBDO = B6*((1/B4)-(1/B5))
→ Chla = 104.1*(pow(TBDO,2))+221.1*TBDO+2
Abrir la banda de [Chl-a] y verificar los valores del parámetro en la Albufera utilizando la
herramienta Pixel Info.
III. Abrir la banda 8 (B8) de la imagen recortada y crear un ROI llamado Albufera_perfil.
IV. Seleccionar la imagen de la banda Chla, abrir el Mask Manager y hacer la intersección
entre las máscaras scl_water y Albufera_perfil, renombrar la nueva máscara como
AguaAlbufera. Aplicar esta máscara a todas las bandas para obtener una nueva imagen
donde se visualiza solo el área de la Albufera. Abrir la banda de Chl-a y aplicarle la escala
de colores wew_water_chl y ajustar el rango entre los valores mínimo 40 y máximo 155.
26
Máscara scl_water ROI Albufera_perfil Imagen enmascarada
19. Superposición de imágenes

Para superponer una banda generada de un producto (por ejemplo, el de Chl-a) sobre otra imagen
(normalmente la imagen RGB del mapa), seleccionar y visualizar la imagen RGB de la imagen recortada
(sin máscara), luego seleccionar en la barra de herramientas el menú View → Tool Windows → Layer
Manager o el ícono . Elegir el producto Sentinel 2 MSI Natural Color RGB y luego seleccionar el ícono
. Elegir la opción Image of Band/Tie-Point Grid y buscar la banda de Chl-a del producto enmascarado.
Al seleccionar el ícono en la barra de herramientas, se puede superponer una cuadrícula de
coordenadas a la imagen.
27
20. Perfil del plot de un parámetro

El perfil de un parámetro, por ejemplo, del contenido de [Chl-a] sobre la Albufera, se puede estudiar
creando un nuevo contenedor geométrico con la herramienta . En este caso, se dibuja una línea
sobre el área de estudio (Albufera) con la herramienta de dibujo de línea recta (para dibujar la línea
hacer clic y arrastrar el puntero). Luego, seleccionar el vector línea dibujado en el mapa y la banda que
se quiere estudiar, y escoger la opción Analysis → Profile Plot. Activar la opción Use ROI mask y buscar
el vector dibujado anteriormente
21. Análisis estadístico

Para obtener cálculos numéricos sobre una determinada región de un mapa, seleccionar el nombre de
la banda Chla en el producto enmascarado, ir a la barra de herramientas principal y seleccionar el menú
Analysis → Statistics. Ahí se puede obtener la estadística de toda la capa o de un ROI seleccionado la
opción Use ROI mask. Al seleccionar se obtienen los valores estadísticos junto a los histogramas. Los
valores de los ejes pueden ser ajustados haciendo clic derecho sobre el gráfico, en la opción Properties
→ Plot.
22. Clasificación
En general, la clasificación implica categorizar una imagen (puede ser a partir de una o más bandas)
teniendo en cuenta el valor de cada pixel, con la finalidad de generar mapas de clases. La base de este
procedimiento puede ser la información espectral, temporal o espacial de cada píxel, y el resultado se
refleja como grupos de píxeles con la misma información dentro de un rango a los que se les asigna una
categoría. Hay dos métodos de clasificación: no supervisada y supervisada.
Clasificación no supervisada
Se trata de definir las clases o categorías presentes en la imagen sólo en función de los valores de ésta,
y no implica conocimiento alguno del área de estudio. SNAP tiene dos posibilidades de hacer la
clasificación no supervisada, que son el método K-Means Cluster Analysis y Expectation Maximization
(EM) Cluster Analysis. Para imágenes grandes se recomienda el K-Means Cluster Analysis. Para ello,
28
seleccionar la opción Raster → Classification → Unsupervised Classification → K-Means Cluster

Analysis.
En I/O Parameters definir la imagen de partida, y en la pestaña Processing Parameters colocar el número
de clases (Number of clusters), definir 7 por ejemplo, el número de iteraciones y las bandas
seleccionadas, para este caso de la B2 hasta la B6, B8 y B8A. Esto se puede hacer solo en una región de
la imagen usando la opción ROI-Mask.
Una vez realizada, se generará una nueva imagen clasificada dentro de la carpeta Bands. Los colores de
las clases se pueden cambiar con la herramienta Colour Manipulation.
EJERCICIO 11:
I. Realizar la clasificación supervisada definiendo 9 clases y las mismas bandas utilizadas
anteriormente, aplicarle la misma paleta de colores a las dos imágenes clasificadas y comprobar
si mejora la clasificación con respecto al resultado anterior. Calcular la superficie de la clase que
contenga la Albufera (usar análisis estadístico para ver el número de píxeles de cada clase).
29
Clasificación supervisada
Para este tipo de clasificación, se requiere un conocimiento previo del área de estudio. Para esto, se
necesitan definir áreas o ROIs de entrenamiento, que pueden ser creados por el usuario, los cuales
contiene píxeles exclusivos de superficies específicas, por ejemplo, un ROI de agua solo contendrá
píxeles de agua.
Para realizar la clasificación supervisada, primeramente, se dibujan los ROIs intentando que no
contengan píxeles mezcla. Se pueden dibujar tantos ROIs para la misma superficie como sean
necesarios.
30
En el caso de la clasificación supervisada, hay que realizar un paso adicional para evitar un error
(probablemente debido a un bug) en el programa, de manera que la imagen debe ser reproyectada
antes de realizar la clasificación (esto solo aplica para imágenes S-2). Para esto, se elige la opción Raster
→ Geometric Operations → Reprojection. En la pestaña I/O Parameters se selecciona la imagen que se
quiere reproyectar y el nombre con la que será guardada; en la pestaña Reprojection Parameters dejar
todas las opciones por defecto, especialmente la opción de proyección del Custom CRS, la cual siempre
será Geographic Lat/Lon (WGS 84). Finalmente, ejecutar el proceso.
Una vez definidos los ROIs y reproyectada la imagen que se quiere clasificar, seleccionar la opción Raster
→ Classification → Supervised Classification y elegir alguno de los métodos estadísticos que ofrece
SNAP, por ejemplo el KNN Classifier.
En la pestaña ProductSet-Reader seleccionar la imagen a clasificar a través del ícono . Si se cargan
más productos de los deseados, seleccionarlos y elegir la opción . En la pestaña KNN-Classifier
seleccionar los nombres de los ROIs dibujados anteriormente en Training vectors y las bandas B2, B3,
B4, B5, B6, B8 y B8A en Features Bands. Finalmente, definir el nombre de salida en la pestaña Write y
ejecutar el proceso.
31
Una vez realizada la clasificación, se generará una nueva imagen clasificada dentro de la carpeta Bands.
Los colores de las clases se pueden cambiar con la herramienta Colour Manipulation.
23. Corrección atmosférica de una imagen utilizando el procesador C2RCC

Actualmente, la ESA tiene a disposición imágenes en nivel L2A (reflectividad en BOA), pero el método
de corrección atmosférica aplicado no es apto para aguas dado que, para la estimación de los
constituyentes del agua o sus propiedades ópticas, se requiere la inversión de los espectros de la
reflectividad emergente del agua. En estos casos, el software SNAP tiene incorporado el C2RCC, un
procesador desarrollado específicamente para la estimación de los constituyentes del agua, a partir de
la inversión de una base de datos de simulaciones de transferencia radiativa y redes neuronales, que
puede ser aplicado a una diversa cantidad de sensores.
Para realizar el proceso de corrección atmosférica, se requiere la descarga de una escena nivel L1C. EL
primer paso, una vez cargada la imagen en el SNAP, es hacer el remuestreo de la imagen. Luego se abre
el procesador C2RCC, desde el menú Optical → Thematic → Water Processing C2RCC Processors → S2-
MSI. En la pestaña I/O Parameters se elige el producto nivel L1C remuestreado que va a ser corregido,
así como el nombre del archivo de salida. En la pestaña Processing Parameters, se configura el apartado
Set of neuronal nets, y se escoge la opción C2X-Nets. Este proceso es el utilizado para aguas
continentales, debido a la cantidad de materia orgánica y clorofila que concentran. El resto de los
32
parámetros que aparecen son outputs opcionales que el usuario puede escoger que se generen. En este
caso, se dejan los que están seleccionados por defecto y se ejecuta el procesador.
Este proceso dará como resultado un nuevo producto que contiene una serie de bandas con las zonas
que no son de agua ya enmascaradas. Las bandas de reflectividades de agua se encuentran dentro de
la carpeta rhow del producto. Con estas bandas se realizan las operaciones matemáticas explicadas
anteriormente.
Imagen combinación RGB Imagen B1 corregida con C2RCC
33
24. Productos automáticos de calidad de agua del procesador C2RCC

Además de los productos opcionales escogidos por el usuario, el procesador C2RCC genera de forma
automática y por defecto, dos carpetas de bandas con los productos correspondientes a los IOPs
(propiedades ópticas inherentes del agua) y a las concentraciones de clorofila y sólidos en suspensión.
Estos dos últimos productos son calculados a través de factores de conversión aritméticos a partir de
los IOPs.
EJERCICIO 12: Abrir los productos de concentración de sólidos en suspensión (conc_tsm) y de

clorofila (conc_chl) que se encuentran en la carpeta Bands → conc de la imagen corregida con
C2RCC. Aplicar una paleta de colores a las dos imágenes y visualizar los resultados.
Imagen automática de concentración de Chl-a (mg/m3)
34
Imagen automática de concentración de sólidos en suspensión

(tsm)(g/m3)
EJERCICIO 13.- La transparencia del agua está definida como la profundidad en metros a la
cual un disco de color blanco (Disco de Secchi o SD por sus siglas en inglés) desaparece ante
el ojo humano al sumergirlo en el agua. La misma puede ser estimada en la imagen mediante
la siguiente expresión (Delegido et al., 2019):
𝑅𝑅490 2.8
𝑆𝑆𝑆𝑆 (𝑚𝑚 ) = 8.8 ∗ � �
𝑅𝑅560
Donde R490 representa la B2 y R560 es la B3 de Sentinel 2.

I. Calcular el SD en el embalse de Tous en la imagen corregida con C2RCC, utilizando el
algoritmo anterior.
Expresión para el Band Math:
→ SD = 8.8 *(pow((B2/B3),2.8))
II. Abrir la banda de SD, aplicarle una escala de colores y verificar los valores del parámetro
en el embalse utilizando la herramienta Pixel Info.
III. Para suavizar el efecto sal y pimienta (salt & pepper) que produce el C2RCC, hacer clic
derecho sobre la banda SD en el Product Explorer, y seleccionar Filtered Band en el menú.
En la pestaña System, buscar los filtros Smooth and Blurr y seleccionar el filtro Arithmetic
Mean 3x3 y aplicarlo.
IV. Abrir las bandas SD original y la filtrada y comparar los valores de los píxeles con el Pixel
Info.
25. Batch Processing

Procesar los datos paso a paso y producto por producto consume mucho tiempo. La herramienta de
procesamiento en cadena o Batch Processing, permite aplicar uno o varios procesos a un conjunto de
imágenes, ahorrando también espacio en el disco, ya que físicamente solo se guarda el producto final.
35
Para construir la cadena de procesado, primero se debe definir el proceso que se quiere aplicar y todos
los pasos que implica. Esto se hace con herramienta Graph Builder, ubicada en el menú Tools. La ventana
siguiente, muestra una plantilla del gráfico con dos operadores: Read (para leer los datos entrantes) y
Write (para escribir los datos de salida). Para añadir más operaciones, se hace clic derecho sobre una
zona en blanco del Graph Builder y luego se selecciona un proceso, por ejemplo, la opción Add → Raster
→ Geometric → Subset. Un rectángulo con un nuevo operador aparecerá en el gráfico junto con un
conector. Conectar los operadores Read y Subset haciendo clic en el lado derecho del operador Read y
arrastrando la flecha roja hacia el operador Subset. De igual forma, conectar los operadores Subset y
Write.
Guardar este gráfico con el botón Save, sin modificar ninguna opción del resto de pestañas del Graph
Builder y cerrar la ventana. Ir al menú Tools → Batch Processing, en la pestaña I/O Parameters cargar
las imágenes que se quieren procesar y seleccionar el botón Refresh para añadir toda la información
de los productos. Si todos los productos se guardan en la misma carpeta, los originales se
sobreescribirán. Luego, en el botón Load Graph, cargar el gráfico construido anteriormente, en este
caso, el gráfico del Subset. Al cargarlo, el programa añade una nueva pestaña con el nombre del proceso
para configurarlo. Como se ha mencionado anteriormente, el subset de una imagen puede hacerse por
bandas y/o coordenadas (geográficas o píxeles). En este caso, hacer un subset solo por coordenadas de
píxeles, como se muestra a continuación:
En el Product Explorer aparecerán los dos nuevos productos recortados. Al abrir la vista de las bandas,
se podrá apreciar el proceso aplicado.
36
Combinación RGB del recorte de la imagen Imagen de la B1 del recorte del

original producto corregido con C2RCC
37
PRODUCTOS DE CALIDAD DEL AGUA CON SENTINEL-3

Sentinel-3 cuenta con varios sensores a bordo, entre ellos OLCI, diseñado para la observación de la
calidad del agua. El procesador C2RCC también permite realizar la corrección atmosférica de imágenes
Sentinel-3 sobre agua y proporcionando por igual los productos de concentración de clorofila (chl) y de
sólidos en suspensión (tsm).
Para obtenerlos, al buscar la imagen en el servidor de la ESA, se debe seleccionar entre los productos
de Sentinel-3 el producto OL_1_EFR que corresponde a una imagen de OLCI, Nivel 1 de resolución
completa (300 m).
EJERCICIO 14.-
I. Abrir con SNAP la siguiente imagen, previamente descargada:
>> S3B_OL_1_EFR____20190901T103621_20190901T103921_20190902T141218_0179_029_222_2340_LN1_O_NT_002.SEN3
II. Visualizarla en la combinación RGB por defecto.
Una vez abierta la imagen en SNAP, se recomienda hacer un recorte sobre el embalse o zona costera en
estudio, puesto que el tamaño de la imagen es bastante grande y hacer la corrección atmosférica sobre
toda la imagen toma mucho tiempo.
38
Ejecutar la corrección atmosférica sobre el recorte, en el menú Optical → Thematic Water Processing
→ C2RCC Processors → OLCI dejando los parámetros por defecto. Al abrir la vista de una banda del
producto generado, nuevamente se pueden apreciar las zonas que no son de agua ya enmascaradas.
Así mismo, se generan los productos de concentración de clorofila y de sólidos en suspensión
automáticamente.
EJERCICIO 15.- Visualizar los productos de concentración de clorofila y de sólidos en suspensión.

Aplicarles una escala de colores.
39
Imagen de concentración de Chl-a (mg/m3) Imagen de concentración de Sólidos en

Suspensión(g/m3)
Ejercicio práctico: Estudio del Mar Menor tras las lluvias torrenciales 2019.
El 13 de octubre de 2019 aparecieron muertos toneladas de peces en el Mar Menor, una albufera de
agua salada del mar Mediterráneo situada en la Región de Murcia, al sureste de España. Este fenómeno
se atribuyó a las lluvias torrenciales ocurridas entre los días 11 y el 15 de septiembre del mismo año.
Para este caso, se va a estudiar la variación de sólidos y clorofila usando dos imágenes de Sentinel-3:
una de fecha 11 de julio de 2019, tomada como referencia, y otra de fecha 18 de septiembre de 2019,
después de las lluvias.
EJERCICIO 16.-
I. Abrir en SNAP las siguientes imágenes S3, previamente descargadas:
>> S3A_OL_1_EFR____20190711T102334_20190711T102634_20190712T151622_0180_047_008_2340_LN1_O_NT_002.SEN3
>> S3A_OL_1_EFR____20190918T103445_20190918T103745_20190919T141034_0179_049_222_2340_LN1_O_NT_002.SEN3
II. Hacer un subset en ambas imágenes sobre una zona que cubra el Mar Menor:
Para la imagen del 20190711: Para la imagen del 20190918:
→ X inicio = 2910 → X inicio = 3800
→ Y inicio = 939 → Y inicio = 745
→ X final = 3361 → X final = 4250
→ Y final = 1331 → Y final = 1130
III. Ejecutar la corrección atmosférica con C2RCC sobre ambas imágenes. Visualizar los productos
conc_chl y conc_tsm, aplicarles una escala de colores adecuadas mirando el histograma de cada
imagen en Analysis → Histogram. En la ventana del Pixel Info se pueden ver los valores de cada
parámetro al mover el cursor sobre las imágenes.
IV. Comprobar que los histogramas de chl y tsm tienen dos picos, siendo el de valores más bajos el
correspondiente al mar. Dibujar un rectángulo sobre el histograma para seleccionar los valores
más altos. A partir de los histogramas se puede ver la diferencia entre los valores de chl y tsm,
antes y después de las lluvias.
V. Hacer un ROI sobre el Mar Menor y calcular los valores medios y la desviación de las variables.
40
VI. Sobre cualquier banda de los productos, colocar un pin sobre el Mar Menor y otro sobre el Mar
Mediterráneo lejos de la costa. Abrir la herramienta Spectrum View y activar las opciones y
. Activar también la opción de filtrado y seleccionar solo la banda rhow. Visualizar los
espectros de los pines y de la posición del cursor recorriendo la imagen. Observar las diferencias.
Subset de la imagen S3 del 20190918 Subset de la imagen S3 del 20190711
Mar Menor. 11 de julio 2019
Chl(mg/m3)
TSM(g/m3)
Mar Menor. 19 de septiembre 2019
41
Chl(mg/m3)
TSM(g/m3)
Histograma. 11 de julio 2019
Chl(mg/m3) TSM(g/m3)
Histograma. 19 de septiembre 2019
Chl(mg/m3) TSM(g/m3)
42
Espectro del Mar Mediterráneo Espectro del Mar Menor
EJERCICIO 17: EMBALSE DE ALQUEVA

I. Abrir en SNAP y visualizar en combinación RGB la siguiente imagen S-2 L1C:
→ S2A_MSIL1C_20200110T112431_N0208_R037_T29SPC_20200110T115639.SAFE
Identificar en la imagen el área correspondiente al embalse de Alqueva y recortar la imagen
sobre dicha área.
II. Realizar el remuestreo a 20 m y la corrección atmosférica C2RCC de la imagen. Identificar
nuevamente el embalse de Alqueva en el producto obtenido y realizar un recorte de la
imagen tomando como base las coordenadas geográficas del recorte anterior.
III. Abrir el producto automático de concentración de clorofila y aplicarle una escala de colores.
Comprobar los valores de [Chl-a] en distintas áreas del embalse.
IV. Dibujar un ROI que delimite el embalse para crear una máscara del mismo. Aplicarla a la
imagen.
V. Superponer el resultado a la imagen RGB recortada en el punto I.
43
APÉNDICES
CARACTERÍSTICAS DE LAS IMÁGENES SENTINEL-2

Sentinel-2 (S2) es una misión de la ESA que cuenta con dos satélites en órbita, Sentinel-2A y 2B (S2A y
S2B). Cada uno toma toman imágenes de una superficie determinada de la Tierra cada 10 días, de
manera que entre los dos se dispone de imágenes cada 5 días de un área en estudio. A bordo de cada
S2 se encuentra el sensor Multispectral Instrument (MSI). En la Figura A1 se muestran las bandas con
su resolución espacial y su función principal.
Figura A1. Bandas espectrales de Sentinel-2.
Nomenclatura para imágenes antiguas Sentinel-2 (antes del 6 de diciembre del 2016)
La convención de nomenclatura se presenta de la siguiente forma:
MMM_CCCC_TTTTTTTTTT_SSSS_YYYYMMDDTHHMMSS_R000_VYYYYMMDDTHHMMSS_YYYYMMDDTHHMMSS.SAFE
⇒ MMM - ID de misión: “S2A” o “S2B”.

⇒ CCCC - Clase de archivo generada: “OPER” o “TEST”.
⇒ TTTTTTTTTT - Tipo de archivo: Categoría y semántica del archivo:
- “PRD_MSIL0P” Nivel-0.
- “PRD_MSIL1A” Nivel-1A.
- “PRD_MSIL1B” Nivel-1B.
- “PRD_MSIL1C” Nivel-1C.
- “PRD_USER2A” Nivel-2A.
⇒ SSSS - Centro de procesamiento del segmento tierra.
⇒ YYYYMMDDTHHMMSS - Fecha de creación del producto (UTC). No siempre coincide con el
tiempo de adquisición de la imagen.
⇒ R000 - Número de órbita relativo (Desde la 001 hasta la 143).
⇒ V - Validación del período de tiempo de adquisición.
⇒ YYYYMMDDTHHMMSS - Tiempo de inicio de adquisición de la imagen (UTC).
⇒ YYYYMMDDTHHMMSS - Tiempo de finalización de adquisición de la imagen (UTC).
⇒ SAFE - Formato del producto (Standard Archive Format for Europe).
EJEMPLO:
S2A_OPER_PRD_MSIL1C_PDMC_20151203T185938_R051_V20151203T110846_20151203T110846.SAFE
Nomenclatura para imágenes posteriores al 6 de diciembre del 2016

44
La convención de nomenclatura se presenta de la siguiente forma:

MMM_MSILXX_YYYYMMDDTHHMMSS_Nxxyy_R000_Txxxxx_ YYYYMMDDTHHMMSS .SAFE
⇒ MMM - ID de misión: “S2A” o “S2B”.

⇒ MSILXX - Nivel de producto: “L1C” (reflectividades TOA con corrección geométrica) o “L2A”
(reflectividades BOA con corrección geométrica).
⇒ Nxxyy - Número de línea base de procesamiento (por ejemplo, N0204).
⇒ R000 - Número de órbita relativo (Desde la 001 hasta la 143).
⇒ Txxxxx - Número de tile o gránulo.
⇒ YYYYMMDDTHHMMSS - Discriminador del producto: se utiliza para distinguir las imágenes que
tienen la misma fecha de adquisición. Esta fecha puede ser anterior o posterior a la fecha de
adquisición.
⇒ SAFE - Formato del producto (Standard Archive Format for Europe).
EJEMPLO:
S2A_MSIL1C_20170615T105031_N0205_R051_T30SYJ_20170615T105505.SAFE
Distribución de las imágenes de Sentinel-2 sobre la Tierra

Los productos Sentinel-2 están organizados en tiles o gránulos de tamaño fijo para su distribución,
contenidos en una sola órbita. Un gránulo es la división mínima posible de un producto, incluyendo
todas las bandas espectrales posibles. Para los niveles 1C y 2A, los gránulos son orto-imágenes de 10.000
km² en proyección UTM/WGS84. La nomenclatura de los gránulos consiste en una combinación de
números y letras:
→ Los primeros dígitos son dos números, correspondientes al huso UTM del lugar de estudio. El
mundo está divido en 60 husos UTM, cada uno con una amplitud horizontal de 6º de longitud, con
números que se incrementan en dirección Este, hasta los 180º. La zona 01 se encuentra sobre el
Océano Pacífico.
→ El tercer dígito es una letra que representa la zona UTM. Cada zona está divida en segmentos con
una amplitud vertical de 8º de latitud, que se incrementa alfabéticamente en dirección Sur.
→ Finalmente, cada segmento es dividido en gránulos de 100 km por 100 km, con una superposición
de 10 km. El cuarto dígito es una letra que se incrementa alfabéticamente en dirección Este en
cada segmento, y el quinto dígito es una letra que se incrementa en dirección Sur.
Para facilitar la búsqueda de las zonas, la ESA dispone de una cuadrícula compuesta por la marca de
todos los gránulos y sus nomenclaturas, la cual puede descargarse en formato kmz desde el siguiente
vínculo:
https://sentinel.esa.int/documents/247904/1955685/S2A_OPER_GIP_TILPAR_MPC__20151209T0951
17_V20150622T000000_21000101T000000_B00.kml/ec05e22c-a2bc-4a13-9e84-02d5257b09a8
En la Figura A2, se muestran los gránulos para España.
Descripción de los datasets de Sentinel-2

Un producto SENTINEL-2 se refiere a un directorio general que contiene la siguiente información:
• AUX_DATA: Datos auxiliares (por ejemplo, el boletín internacional de rotación terrestre y sistemas
de referencia (IERS).
• GRANULE: Directorio que contiene a su vez tres subcarpetas:
→ AUX_DATA: Carpeta que contiene el conjunto de datos ECMWF remuestreado en la proyección
UTM.
→ IMG_DATA: Carpeta que contiene los datos de la imagen.
→ QI_DATA: Carpeta que contiene la información de calidad de la imagen (máscaras de calidad
GML).
• manifest.safe: Archivo que contiene la información general del producto en formato XML.
45
• MTD_MSILXX.xml: Metadatos del gránulo. Es el archivo que contiene la información de la imagen.

Las letras XX indican el nivel de procesamiento (1C o 2A).
Las carpetas restantes en el directorio general contienen información adicional de los metadatos de la
imagen.
Figura A2. Gránulos de S2 sobre la península Ibérica.
CARACTERÍSTICAS DE LAS IMÁGENES SENTINEL-3

Sentinel-3 incluye distintos sensores. Por lo que respecta a la teledetección en el rango óptico y térmico,
los dos sensores de interés son OLCI y SLSTR, equivalentes a los MERIS y AATSR a bordo de ENVISAT. En
las siguientes tablas se muestran las bandas y aplicaciones fundamentales con cada una de ellas para
estos sensores.
46
Tabla A1. Características del sensor OLCI a bordo de Sentinel-3
Tabla A2. Características del sensor SLSTR a bordo de Sentinel-3

Nomenclatura de archivos para Sentinel-3
La convención de nomenclatura para los productos S-3 se encuentra dispuesto de la siguiente forma:
MMM_OL_L_TTTTTT_YYYYMMDDTHHMMSS_YYYYMMDDTHHMMSS_YYYYMMDDTHHMMSS_
DDDD_CCC_LLL_FFFF_GGG_ P_XX_NNN .SEN3
⇒ MMM - ID de la misión: S3A/S3B
⇒ OL - Sensor: OL (OLCI)
⇒ L - Nivel de procesamiento:
- "0" para Nivel-0.
- "1" para Nivel-1.
- "2" para Nivel-2.
- "_" (guion bajo) si el nivel de procesamiento no es aplicable.
⇒ TTTTTT - ID de tipo de datos OLCI:
47
- Nivel-0:
→ "EFR___" = resolución ISPs completa.
→ "CR1___" = calibración con mitigación espectral.
→ "CR0___" = calibración sin mitigación espectral.
- Nivel-1:
→ "EFR___" = radiancias TOA con resolución completa.
→ "ERR___" = radiancias TOA con resolución reducida.
→ "RAC___" = dark offset y coeficientes de la calibración radiométrica.
→ "SPC___" = caracterización de longitud de onda de la calibración espectral.
→ "INS_AX" = datos auxiliares de la caracterización del instrumento.
→ "EFR_BW" = búsqueda de producto derivados de "EFR___".
→ "ERR_BW" = búsqueda de producto derivados de "ERR___".
- Nivel-2:
→ "WFR___" = resolución completa del color del océano, agua y parámetros atmosféricos.
→ "WRR___" = resolución reducida del color del océano, agua y parámetros atmosféricos.
→ "LFR___" = resolución completa de la tierra y parámetros atmosféricos.
→ "LRR___" = resolución completa de la tierra y parámetros atmosféricos.
→ "ATP_AX" = datos auxiliares de los parámetros atmosféricos.
→ "AER_AX" = datos auxiliares de la climatología de los aerosoles.
→ "LAP_AX" = datos auxiliares de los aerosoles de tierra.
→ "LVI_AX" = datos auxiliares de los aerosoles de vegetación.
→ "WFR_BW" = búsqueda de producto derivados de "WFR___".
→ "WRR_BW" = búsqueda de producto derivados de "WRR___".
→ "LFR_BW" = búsqueda de producto derivados de "LFR___".
→ "LRR_BW" = búsqueda de producto derivados de "LRR___".
⇒ YYYYMMDDTHHMMSS - Fecha de creación del producto (UTC). No siempre coincide con el
tiempo de adquisición de la imagen.
⇒ YYYYMMDDTHHMMSS - Tiempo de finalización de adquisición de la imagen (UTC).
⇒ DDDD - Duración de la órbita: en segundos.
⇒ CCC - Número del ciclo en el momento en que comienza la adquisición de la imagen.
⇒ LLL - Número relativo de la órbita en el momento en que comienza la adquisición de la imagen
⇒ FFFF - Tiempo transcurrido en segundos desde el nodo ascendente que indica la hora de inicio.
⇒ GGG - Centro de procesamiento del segmento tierra
⇒ P - Plataforma:
- “O” para operacional.
- “F” para referencia.
- “D” para desarrollo.
- “R” para reprocesamiento.
⇒ XX - Puntualidad del flujo de trabajo del procesamiento:
- “NR” para tiempo real.
- “ST” para 48 horas.
- “NT” para 1 mes.
⇒ NNN - Uso de datos.
⇒ SEN3 - Extensión del nombre de archivo.
EJEMPLO:
S3A_OL_1_EFR____20160509T173242_20160509T173542_20160509T193448_0179_004_055_2520
_SVL_O_NR_001.SEN3
Órbita
48
La órbita del S3 es similar a la de ENVISAT, permitiendo la continuación de las series temporales del
ERS/ENVISAT. El ciclo orbital es de 27 días. Las órbitas están divididas en relativas (desde 1 hasta 385) y
absolutas (para el S3A el inicio absoluto es 4594 y para el S3B el inicio absoluto es 4362), con distinta
numeración. La ESA pone a disposición las órbitas relativas y absolutas a nivel mundial en formato kmz.
Estas pueden ser descargadas desde el siguiente enlace:
https://sentinel.esa.int/web/sentinel/missions/sentinel-3/satellite-description/orbit
En el caso de España, la región Este corresponde a la órbita relativa 165 y la órbita absoluta 4758.
Figura A3. Sentinel-3 Órbita absoluta y relativa de la región este de España.

Archivos S-3
Los productos Sentinel-3 presentan un formato diferente a Sentinel-2. El directorio general de S-3 tiene
la extensión .SEN3. Los archivos que conforman el directorio general presentan la extensión .nc. A
continuación, se detallan tales archivos:
⇒ geo_coordinates.nc: latitud, longitud y altitud
⇒ instrument_data.nc: información relativa a aspectos generales del sensor
⇒ Oa01 hasta Oa21_radiance.nc: valor de las radiancias de todas las bandas espectrales desde la
01 a la 21. Productos de nivel 1
⇒ Oa01 hasta Oa21_reflectance.nc: valor de las reflectividades de todas las bandas espectrales
desde la 01 a la 21. Productos de nivel 2
⇒ qualityFlags: indicadores de calidad de la imagen
⇒ removed_pixels.nc: píxeles removidos de la imagen
⇒ tie_geo_coordinates.nc: longitud y latitud
⇒ tie_geometries.nc: Sol y ángulos de observación
⇒ tie_meteo.nc: datos del ECMWF (Centro Europeo de Previsiones Meteorológicas a Plazo Medio)
⇒ time_coordinates.nc: sello de tiempo
49
DESCARGA E INSTALACIÓN DE SNAP

Para descargar la última versión del programa, dirigirse a la página http://step.esa.int/main/download/,
y elegir la opción según el sistema operativo donde se ejecutará el mismo. Instalar el programa dejando
todos los valores por defecto.
INSTALACIÓN Y ACTIVACIÓN DEL SEN2COR EN SNAP

Sen2Cor es el plugin de corrección atmosférica oficial desarrollado para Sentinel-2. Para instalarlo, abrir
SNAP 7.0 y seleccionar el menú Tools → Plugins. En la pestaña Available plugins se debe activar la opción
Sentinel-2 SEN2COR280 Processor, se instala y se reinicia el programa.
Una vez abierto el programa de nuevo, seleccionar el menú Tools → Manage External Tools, en donde
deberá aparecer el plugin Sen2cor. Para activarlo, se elige primero el plugin y luego el icono de edición
. En la siguiente ventana, se abre la pestaña Bundled Binaries, y se escoge la opción de instalar
(Dowload and Install Now) según el sistema operativo.
Al observar de nuevo la ventana del Manage External Tools, el status del plugin debe aparecer como
correcto .
Para realizar la corrección atmosférica de una imagen, seleccionar el menú Optical → Thematic Land
Processing → Sen2Cor y establecer los parámetros necesarios (si no se tiene información adicional, se
pueden dejar por defecto).
BIBLIOGRAFÍA
Delegido, J., Urrego, P., Vicente, E., Sòria-Perpinyà, X., Soria, J.M., Pereira-Sandoval, M., Ruiz-Verdú, A.,
Peña, R., Moreno, J. 2019. Turbidity and Secchi disc depth with Sentinel-2 in different trophic status
reservoirs at the Comunidad Valenciana. Revista de Teledetección, 54, 15-24.
https://doi.org/10.4995/raet.2019.12603
Sòria-Perpinyà, X., Urrego, E.P., Pereira-Sandoval, M., Ruiz-Verdú, A., Peña, R., Soria, J.M., Delegido, J.,
Vicente, E., Moreno, J. 2019. Monitoring the ecological state of a hypertrofhic lake (Albufera of València,
Spain) using multitemporal Seintinel-2 images. Limnetica, 38(1): 457-469.
50

Tutorial - Copernicus - 2020 - Oporto - 03 INTERFEROMETRÍA PDF

Cargado por

Copyright:

Formatos disponibles

Tutorial - Copernicus - 2020 - Oporto - 03 INTERFEROMETRÍA PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tutorial - Copernicus - 2020 - Oporto - 03 INTERFEROMETRÍA PDF

Cargado por

Copyright:

Formatos disponibles

Autores: Patricia Urrego, Nieves Pasqualotto, Jesús Delegido.

Laboratorio de Procesado de Imágenes, IPL - Universitat de València. Catedrático José Beltrán, 2.

Introducción a la teledetección y aplicaciones

DESCARGA DE IMÁGENES COPERNICUS: SENTINEL-1, SENTINEL-2 Y

En la opción de detalles del producto , se puede ver la información correspondiente al nombre

3. Abrir imágenes S-2 & S-3

EJERCICIO 1.- Abrir con SNAP la siguiente imagen, previamente descargada:

4. Visualizar imágenes en composición RGB

5. Comparación de varias vistas

6. Visualizar información del píxel

7. Guardar imágenes y vistas

9. Remuestreo de las imágenes (Resampling)

→ En la pestaña Resampling Parameters se detalla el tamaño de la resolución espacial, la cual puede

10. Recorte de la imagen (Subset)

11. Añadir marcadores (pins) en la imagen

12. Visualización de espectros

PROCESAMIENTO Y ANÁLISIS DE DATOS RÁSTER

13. Operaciones matemáticas con bandas

bandas en el panel izquierdo con el operador correspondiente, o bien escribiendo la expresión

La banda resultante se almacenará en la carpeta Bands del producto correspondiente.

14. Extracción de valores de píxeles

15. Colorear bandas

16. Regiones de interés (ROI)

EJERCICIO 8.- En la imagen recortada, buscar la zona de huerta de Burjassot-Moncada y crear

Ubicación de la huerta de Valencia en la imagen recortada

Detalle huerta de Valencia ROI sobre la huerta de Valencia

Construir una máscara:

Aplicar una máscara:

EJERCICIO 9.- Partiendo de la imagen recortada, hacer la intersección de la máscara

EJERCICIO 10.- En lagos eutróficos, como la Albufera, la concentración de clorofila [Chl-a] se

Máscara scl_water ROI Albufera_perfil Imagen enmascarada

19. Superposición de imágenes

20. Perfil del plot de un parámetro

21. Análisis estadístico

seleccionar la opción Raster → Classification → Unsupervised Classification → K-Means Cluster

23. Corrección atmosférica de una imagen utilizando el procesador C2RCC

Imagen combinación RGB Imagen B1 corregida con C2RCC

24. Productos automáticos de calidad de agua del procesador C2RCC

EJERCICIO 12: Abrir los productos de concentración de sólidos en suspensión (conc_tsm) y de

Imagen automática de concentración de Chl-a (mg/m3)

Imagen automática de concentración de sólidos en suspensión

Donde R490 representa la B2 y R560 es la B3 de Sentinel 2.

25. Batch Processing

Combinación RGB del recorte de la imagen Imagen de la B1 del recorte del

PRODUCTOS DE CALIDAD DEL AGUA CON SENTINEL-3

EJERCICIO 15.- Visualizar los productos de concentración de clorofila y de sólidos en suspensión.

Imagen de concentración de Chl-a (mg/m3) Imagen de concentración de Sólidos en

Subset de la imagen S3 del 20190918 Subset de la imagen S3 del 20190711

Mar Menor. 11 de julio 2019

Mar Menor. 19 de septiembre 2019

Histograma. 11 de julio 2019

Espectro del Mar Mediterráneo Espectro del Mar Menor

EJERCICIO 17: EMBALSE DE ALQUEVA

CARACTERÍSTICAS DE LAS IMÁGENES SENTINEL-2

Figura A1. Bandas espectrales de Sentinel-2.

⇒ MMM - ID de misión: “S2A” o “S2B”.

Nomenclatura para imágenes posteriores al 6 de diciembre del 2016

La convención de nomenclatura se presenta de la siguiente forma:

⇒ MMM - ID de misión: “S2A” o “S2B”.