Retrodispersión estacional en banda C de Sentinel-1 en bosque tropical seco; interacciones entre régimen ecohidrológico y geometría de observación.
DOI:
https://doi.org/10.17398/3101-7177.2.198Palabras clave:
SAR, series temporales, Sentinel-1, bosque tropical seco, régimen ecohidrológico, geometría de observaciónResumen
La presente investigación muestra un flujo de trabajo reproducible para interpretar series temporales SAR Sentinel-1 en ecosistemas tropicales estacionales evitando ambigüedades fenológicas. El estudio se desarrolló en el Parque Nacional Santa Rosa (Costa Rica) considerando tres ambientes del bosque tropical seco caducifolio. Las series multi-anuales (2017–2025) fueron transformadas a ciclo anual plegado (DOY) para aislar la componente estacional, y se analizaron las polarizaciones VV y VH junto con índices diferenciales (VV−VH, VH−VV) y métricas temporales como mínimo seco, inicio hidrológico funcional (umbral del 30% de amplitud), pendientes tempranas y anisotropía entre órbitas. Los resultados muestran la ausencia de máximos estructurales consistentes y la presencia de fuerte anisotropía orbital, indicando que la señal en banda C está dominada por transiciones suelo-dosel dependientes de la geometría de observación durante el reverdecimiento temprano. Se propone un criterio operativo para distinguir fenología real de artefactos ecohidrológicos; un evento fenológico debe ser estable en DOY, independiente de la órbita y coherente entre polarizaciones. En este ecosistema estas condiciones no se cumplen, evidenciando que Sentinel-1 detecta estados ecohidrológicos recurrentes más que el momento de rebrote. El método proporciona una base replicable para análisis fenológico radar en regiones tropicales estacionales.
Descargas
Referencias
Doblas, J., Carneiro, A., Shimabukuro, Y., Sant’Anna, S., Aragão, L., & Pereira, F. R. S. (2020). Stabilization of Sentinel-1 SAR time-series using climate and forest structure data for early tropical deforestation detection. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, V-3, 89-96. https://doi.org/10.5194/isprs-annals-V-3-2020-89-2020
Kong, D., McVicar, T. R., Xiao, M., Zhang, Y., Peña-Arancibia, J. L., Filippa, G., Xie, Y., & Gu, X. (2022). Phenofit: An R package for extracting vegetation phenology from time series remote sensing. Methods in Ecology and Evolution, 13(7), 1508–1527. https://doi.org/10.1111/2041-210X.13870
Schlund, Michael. (2025). Potential of Sentinel-1 time-series data for monitoring the phenology of European temperate forests. ISPRS Journal of Photogrammetry and Remote Sensing, 223, 131-145. https://doi.org/10.1016/j.isprsjprs.2025.02.026
Soudani, K., Delpierre, N., Berveiller, D., Hmimina, G., Vincent, G., Morfín, A., & Dufrêne, É. (2021). Potential of C-band Synthetic Aperture Radar Sentinel-1 time-series for the monitoring of phenological cycles in a deciduous forest. International Journal of Applied Earth Observation and Geoinformation, 104, 102505. https://doi.org/10.1016/j.jag.2021.102505
Rüetschi, M., Schaepman, M. E., & Small, D. (2018). Using multitemporal Sentinel-1 C-band backscatter to monitor phenology and classify deciduous and coniferous forests in northern Switzerland. Remote Sensing, 10(1), 55. https://doi.org/10.3390/rs10010055
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Rubén Martínez Barbáchano, Joaquín Escayo Menéndez, Fernando Pérez Cabello, Pedro José Lozano Valencia (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
