RESUMENExiste una importante necesidad de minimizar los efectos atmosféricos en la información espectral de los sensores remotos en plataformas espaciales, para evitar subestimaciones de variables biofísicas que se asocian con los datos de imágenes satelitales. En el presente trabajo se desarrolló un algoritmo genérico, con base en argumentos teóricos sólidos, para analizar series temporales del índice espectral de la vegetación IVIS (índice de vegetación basado en curvas iso-suelo) y evitar así los problemas asociados al diseño clásico de índices de vegetación, en los que la señal espectral se satura rápidamente. Los resultados al aplicar el algoritmo a series temporales de píxeles de imágenes satelitales del sensor AVHRR mostraron que se logró la reducción y estandarización de los efectos atmosféricos en el IVIS. El uso de los valores máximos del IVIS en una serie temporal (ventanas de muestreo), permitió tener una aproximación razonable a condiciones atmosféricas de efectos mínimos o estandarizados. En conclusión, aún cuando el esquema que se planteó no logró eliminar en su totalidad el efecto atmosférico con el IVIS, sí lo redujo hasta valores mínimos. El algoritmo que se desarrolló fue lo suf icientemente simple para su uso operacional, en comparación con los métodos de corrección atmosférica que utilizan inversiones de modelos atmosféricos.
Palabras clave: curvas iso-suelo, subestimaciones biofísicas, efecto suelo-atmósfera, curva paramétrica del crecimiento.
SUMMARYIt is essential to minimize atmospheric effects on spectral information of remote sensors from space platforms to avoid under estimation of biophysical variables associated with satellite image data. In this paper, a generic algorithm was developed, based on sound theoretical arguments, to analyze time series ISVI spectral vegetation index (vegetation index based on iso-soil curves), thus avoiding the problems associated with the classic design of vegetation indices, where the spectral signal saturates quickly. The results, when applying the algorithm in pixel time series of AVHRR satellite images, showed that reduction and standardization of atmospheric effects in the ISVI was achieved. Using ISVI maximum values in time series (temporal window), a reasonable approximation to atmospheric conditions with minimum or standardized effects was obtained. In conclusion, although the scheme developed failed to eliminate the atmospheric effect on ISVI entirely, it was reduced to a minimum. The algorithm developed was simple enough for operational use, with regard to atmospheric correction methods using radiative model inversions.