Actualización del sistema de recepción y procesado de datos Meteosat de la Unidad de Cambio Global de la Universidad de Valencia

Autores/as

DOI:

https://doi.org/10.17398/3101-7177.2.109

Palabras clave:

MTG, FCI, NDVI, TST, TSM

Resumen

Con la llegada del sensor MTG-FCI (Meteosat de Tercera Generación - Flexible Combined Imager), nuestro sistema de recepción y procesado automático de datos se ha quedado obsoleto. Considerando la resolución espacial (1-2km en nadir) y temporal (10 minutos) de los nuevos datos, este procesado ha de ser eficiente y rápido, sin dejar de lado el rigor científico de los productos obtenidos. En este trabajo, presentamos rápidamente estos nuevos datos y el sistema de recepción actualizado. Además, presentamos la metodología diseñada para poder llevar a cabo la estimación de varios parámetros biofísicos, como índice de vegetación, temperatura de la superficie de tierra y de mar, así como la visualización (RGB) de los datos y la detección de incendios en un plazo inferior a 5 minutos después de la adquisición de la imagen. La producción en tiempo casi real de estos parámetros permitirá dar continuidad a la larga serie de productos MSG-SEVIRI (Meteosat Segunda Generación – Spinning Enhanced Visible and Infra-Red Imager) estimados de manera continua desde 2007.  

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Eumetsat (2026). MTG FCI level 1c data guide. https://user.eumetsat.int/resources/user-guides/mtg-fci-level-1c-data-guide, visitado por última vez el 14 de enero de 2026.

Julien, Y. & Sobrino, J.A. (2021). NOAA-AVHRR orbital drift correction: Validating methods using MSG-SEVIRI data as a benchmark dataset. Remote Sens., 13 (5) (2021), p. 925, https://doi.org/10.3390/rs13050925.

Julien, Y., Sobrino, J. A., & Sòria, G. (2015). Retrieving and broadcasting near-real-time biophysical parameters from MODIS and SEVIRI receiving stations at the global change unit of the University of Valencia. International Journal of Remote Sensing, 36 (19–20) (2015), pp. 5273-5288, https://doi.org/10.1080/01431161.2015.1040134.

Saunders, R., Hocking, J., Turner, E., Rayer, P., Rundle, D., Brunel, P., Vidot, J., Roquet, P., Matricardi, M., Geer, A., Bormann, N., & Lupu, C. (2018). An update on the RTTOV fast radiative transfer model (currently at version 12). Geosci. Model Dev., 11, 2717-2737, https://doi.org/10.5194/gmd-11-2717-2018.

Sobrino, J. A., & Julien, Y. (2021). Near real-time processing chain for MSG SEVIRI data for free and immediate Earth monitoring capabilities. Frontiers in Remote Sensing, 2, 10, https://doi.org/10.3389/frsen.2021.666516.

Sobrino, J. A., & Skoković, D. (2016). Permanent Stations for Calibration/Validation of Thermal Sensors over Spain. Data, 1(2), 10. https://doi.org/10.3390/data1020010.

Sobrino, J. A., Raissouni, N. & Li, Z.-L. (2001). A Comparative Study of Land Surface Emissivity Retrieval from NOAA Data. Remote Sensing of Environment 75: 256–266. https://doi.org/10.1016/S0034-4257(00)00171-1.

Sobrino, J.A., Li, Z.-L., Stoll, M. P. & Becker, F. (1996). Multi-channel and multi-angle algorithms for estimating sea and land surface temperature with ATSR data. International Journal of Remote Sensing, vol. 17, no. 11, 2089-2114, https://doi.org/10.1080/01431169608948760.

Sobrino, J.A.; Julien, Y.; & Soria, G. (2013). Phenology Estimation From Meteosat Second Generation Data. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2013, 6, 1653–1659, https://doi.org/10.1109/JSTARS.2013.2259577.

Sobrino, J.A.; Julien, Y.; Jiménez-Muñoz, J.-C.; Skokovic, D.; & Sòria, G. (2020). Near real-time estimation of Sea and Land surface temperature for MSG SEVIRI sensors. Int. J. Appl. Earth Obs. Geoinf. 2020, 89, 2096, https://doi.org/10.1016/j.jag.2020.102096.

Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation, Remote Sensing of Environment, Vol. 8, No. 2, 1979, pp. 127-150, ISSN 0034-4257, https://doi.org/10.1016/0034-4257(79)90013-0.

Descargas

Publicado

2026-06-02

Cómo citar

Actualización del sistema de recepción y procesado de datos Meteosat de la Unidad de Cambio Global de la Universidad de Valencia. (2026). Congresos UEx, Actas De Congresos, 2, 109. https://doi.org/10.17398/3101-7177.2.109