Sobre el uso de datos globales a largo plazo de reflectancias terrestres e índices de vegetación derivados del radiómetro avanzado de muy alta resolución

La disponibilidad de series temporales globales de datos en onda corta del radiómetro avanzado de muy alta resolución (AVHRR) durante las últimas dos décadas motivó a muchos científicos a investigar la variabilidad interanual y las tendencias en las condiciones de la superficie terrestre. Para estos estudios, el cambio observado en las radiancias debido a dos factores variables, a saber, la responsividad del sensor y las condiciones de iluminación, debe ser conocido a priori debido a la degradación de los canales en onda corta del AVHRR y al desplazamiento en órbita de las naves espaciales por la tarde. El presente trabajo analiza el comportamiento de los datos de series temporales globales de AVHRR en onda corta durante los últimos 12 años, procesados utilizando calibración posterior al lanzamiento, e investiga su utilidad para el monitoreo de procesos de superficie terrestre a nivel global. Se centra en verificar las calibraciones posteriores al lanzamiento para los sensores AVHRR a bordo de NOAA 11 y 14. Se asume que la calibración del AVHRR de NOAA 9 es correcta para que los efectos de iluminación cambiantes puedan ser parametrizados en función de sus datos. Después de tener en cuenta los efectos de iluminación, las tendencias residuales en los datos, promediadas sobre desiertos y selvas tropicales globales, se atribuyen a discrepancias de calibración. En particular, se encontró que la calibración de NOAA 11 solo producía pequeños residuales, mientras que la calibración de NOAA 14 produjo un aumento global significativo e irreal en ambas, reflectancias e índices de vegetación. Las tendencias artificiales causadas por la combinación de residuales de calibración y el desplazamiento de la órbita del satélite deben ser eliminadas para aliviar su identificación errónea como tendencias reales en el sistema climático de la Tierra y para hacer que los estudios estadísticos de anomalias sean más confiables. Este estudio llama la atención sobre los aspectos anteriores del análisis de series temporales con los datos globales de AVHRR disponibles y sugiere formas de mejorar estos datos para estudios de variabilidad interanual.