Automatiza el Cálculo de Índices en Sentinel-2 con Python: Varias Imágenes y un Solo Script
te muestro cómo funciona un script en Python diseñado para calcular automáticamente múltiples índices a partir de imágenes Sentinel-2. Solo necesitas colocar un directorio y el script se encarga del resto:
6/2/20251 min read
Las imágenes Sentinel-2 son una fuente clave para el monitoreo ambiental, agrícola y territorial gracias a su alta resolución y cobertura multiespectral. Calcular índices como el NDVI, NDWI, o NBR permite analizar variables como cobertura vegetal, humedad o áreas degradadas.
Este artículo presenta una herramienta desarrollada en Python que permite automatizar el cálculo de índices espectrales a partir de bandas de Sentinel-2. El flujo de trabajo incluye lectura, normalización, cálculo de índices y exportación de resultados listos para análisis en SIG.
Link script: https://mega.nz/file/VNomgCoa#gt0CI1Vr2dY-_ST8ZdsPPEDeUtcPPYWO3hhFk12O254
Link video: https://youtu.be/xbk3ttDaZ8g
¿Qué muestra el video?
El video guía al usuario paso a paso por el proceso de cálculo de índices con imágenes Sentinel-2, incluyendo:
1. Lectura de bandas Sentinel-2
Se leen las bandas relevantes (B4, B8, B11, B12, etc.) utilizando rasterio y rioxarray. Estas bandas provienen de productos procesados al nivel 2A (superficie), lo que permite un análisis confiable.
2. Normalización de valores
Los valores digitales son convertidos a reflectancia real mediante un factor de escala, garantizando resultados coherentes con los estándares de teledetección.
3. Cálculo de índices espectrales
Se generan múltiples índices como:
NDVI (vegetación)
NDWI (agua)
NBR (áreas quemadas)
SAVI, MSAVI, entre otros (dependiendo del script configurado)
Cada índice se calcula aplicando su fórmula sobre las bandas correspondientes.
4. Exportación de resultados
Los índices se guardan como archivos GeoTIFF organizados, listos para ser usados en QGIS, ArcGIS u otros entornos de análisis espacial.
¿Por qué automatizar este proceso?
Procesar manualmente imágenes Sentinel puede ser repetitivo y demandante cuando se trabaja con grandes volúmenes de datos. La automatización permite:
Aumentar la eficiencia del flujo de trabajo
Reducir errores humanos
Estandarizar el procesamiento
Integrar fácilmente con análisis multitemporales