Un marco dinámico que integra imágenes ópticas y SAR para el seguimiento de la caña de azúcar en el valle del Cauca

Cita: Mestre-Quereda, A., Martinez-Marin, T., Lopez-Sanchez, J. M., Mosquera, C., Pelgrum, H., Skarli, A., Hoekman, D., & van der Sande, C. (2026). A Dynamical Framework that Integrates Optical and SAR Imagery for Sugarcane Monitoring in the Cauca Valley. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. https://doi.org/10.1109/JSTARS.2026.3694476

Resumen: En este trabajo presentamos un novedoso marco dinámico para el seguimiento de cultivos que integra imágenes de satélite SAR y ópticas. La metodología propuesta emplea transiciones de estado bidimensionales para modelar de forma explícita la evolución temporal prevista de los cultivos. Al combinar dicha modelización de cultivos con observaciones multisensor, incluidas imágenes de radar de polarización dual (VV y VH) recopiladas por Sentinel-1 e imágenes ópticas de Sentinel-2, el marco desarrollado genera estimaciones robustas y consistentes utilizando el consolidado filtro de Kalman. Concretamente, el enfoque se aplica para obtener los valores de biomasa de los cultivos de caña de azúcar situados en el Valle del Cauca (Colombia), a lo largo de una temporada de crecimiento completa (desde el verano de 2024 hasta el verano de 2025). Se llevó a cabo una intensa campaña de campo, de modo que se dispuso de mediciones de referencia en un gran número de puntos, situados en múltiples campos, para desarrollar y validar el algoritmo de integración propuesto. Los resultados muestran que la biomasa se estima con precisión, especialmente cuando se emplean todas las observaciones disponibles, tanto SAR como ópticas.