Descarga y Procesamiento CBERS 04A
CBERS-4A: Guía técnica para profesionales SIG
Especificaciones de cámaras WPM, MUX y WFI, flujo de descarga desde el catálogo del INPE y caso práctico de uso en análisis de cobertura vegetal.
Descripción general del satélite
CBERS-4A (China-Brazil Earth Resources Satellite 4A) es el sexto satélite del programa binacional CBERS, desarrollado en cooperación entre el Instituto Nacional de Pesquisas Espaciais (INPE, Brasil) y la China Academy of Space Technology (CAST, China). Fue lanzado el 20 de diciembre de 2019 desde el Centro de Lanzamiento de Taiyuan en un cohete Long March 4B.
Objetivo de la misión
Continuar la serie CBERS reforzando la capacidad operativa para monitoreo del territorio sudamericano y africano: deforestación amazónica, catastro rural, monitoreo de cuerpos de agua, agricultura, ordenamiento territorial y gestión de desastres. CBERS-4A es el primer satélite del programa que aporta resolución pancromática submétrica de 2 m, abriendo aplicaciones catastrales y de detalle urbano-rural antes reservadas a sensores comerciales.
Países participantes
El programa CBERS es una alianza bilateral entre Brasil y China iniciada en 1988. En CBERS-4A la participación brasileña aumentó al 50% (vs. 30% en misiones previas), incluyendo el desarrollo nacional de la cámara MUX y subsistemas estructurales.
Algunas bandas de la cámara WPM presentaron problemas de calidad radiométrica desde 2020-2021 (striping y degradación bajo ciertas geometrías). Revisar visualmente la calidad y consultar las notas operacionales de INPE (http://www.dgi.inpe.br).
Sensores a bordo
CBERS-4A integra tres cámaras de barrido pushbroom, cada una con un compromiso distinto entre resolución espacial y cobertura. La combinación permite pasar del detalle urbano al monitoreo regional con un solo satélite.
Wide Panchromatic & Multispectral
Alta resolución
Cámara de alta resolución con banda pancromática de 2 m y cuatro bandas multiespectrales de 8 m. Sensor diferenciador de CBERS-4A frente a misiones anteriores del programa.
- Bandas
- PAN + B, G, R, NIR
- GSD
- 2 m PAN · 8 m MS
- Swath
- 92 km en nadir
- Cuantización
- 10 bits
- Revisita
- ~31 d / 5 d off-nadir
Multispectral Camera
Resolución media
Cámara multiespectral desarrollada por INPE. Mantiene continuidad con CBERS-4 y es la opción equilibrada para clasificación de cobertura y agricultura.
- Bandas
- B, G, R, NIR
- GSD
- 16.5 m
- Swath
- 95 km en nadir
- Cuantización
- 10 bits
- Revisita
- ~31 días (nadir)
Wide Field Imager
Cobertura amplia
Cámara de campo amplio para monitoreo regional y nacional. Esencial para deforestación a escala continental e incendios o inundaciones extensas.
- Bandas
- B, G, R, NIR
- GSD
- 55 m
- Swath
- 684 km
- Cuantización
- 10 bits
- Revisita
- ~5 días
| Parámetro | WPM | MUX | WFI |
|---|---|---|---|
| Tipo | Pan + Multiespectral | Multiespectral | MS campo amplio |
| Resolución | 2 m PAN / 8 m MS | 16.5 m | 55 m |
| Bandas | 1 PAN + 4 MS | 4 MS | 4 MS |
| Ancho de franja | 92 km | 95 km | 684 km |
| Revisita | ~31 d / 5 d off-nadir | ~31 días | ~5 días |
| Aplicación | Catastro, urbano | Cobertura, agricultura | Monitoreo regional |
Características técnicas y aplicaciones
CBERS-4A no incluye SWIR ni TIR. Las tres cámaras comparten el mismo conjunto de bandas en visible e infrarrojo cercano (B, G, R, NIR). Para aplicaciones que requieran discriminación de humedad, mineralogía o temperatura, debe complementarse con Sentinel-2 (SWIR) o Landsat 8/9 (SWIR + TIR).
Agricultura
NDVI temporal, identificación de cultivos, estimación de áreas sembradas con MUX/WFI.
Monitoreo forestal
Deforestación, tala selectiva, recuperación de bosque secundario; complemento PRODES/DETER.
Uso y cobertura
Cartografía LULC nacional/regional con MUX, mapas de detalle con WPM.
Catastro rural
Delimitación predial con WPM 2 m fusionado a MS 8 m (pansharpening).
Ordenamiento territorial
Clasificación de coberturas, cambios urbanos, expansión periurbana.
Recursos hídricos
Cuerpos de agua superficiales, turbidez aparente, monitoreo de embalses.
Gestión de desastres
Inundaciones, incendios, deslizamientos. WFI permite respuesta rápida.
Reforestación
Verificación de áreas plantadas, supervivencia post-establecimiento, programas REDD+.
Usar WFI para tamizar fechas con cobertura de nubes aceptable sobre el AOI, luego descargar la escena correspondiente en MUX o WPM. Evita descargas innecesarias en zonas tropicales con alta nubosidad.
Acceso y descarga de datos desde INPE
Los productos CBERS-4A se distribuyen gratuitamente bajo licencia Creative Commons CC-BY-SA 3.0 a través del catálogo DGI del INPE.
Acceso al portal oficial
Navegar a http://www.dgi.inpe.br/catalogo/. Punto único oficial para CBERS-4A, CBERS-4 y Amazonia-1.
Registro de usuario
Crear cuenta gratuita con correo electrónico institucional o personal. El registro habilita la descarga; sin login solo se puede previsualizar.
Definir el área de interés (AOI)
Tres opciones: (a) dibujar rectángulo en el mapa, (b) ingresar coordenadas de bounding box, o (c) buscar por path/row WRS-CBERS.
Selección de sensor y fechas
Filtrar Satellite = CBERS-4A, elegir sensor (WPM, MUX o WFI), definir fechas y nubosidad máxima <20%.
Revisión y descarga
Revisar quicklooks antes de descargar. Los productos llegan como .zip con bandas GeoTIFF individuales. Tamaños típicos: WPM ~700 MB, MUX ~150 MB, WFI ~250 MB.
INPE expone un STAC API público en http://brazildatacube.dpi.inpe.br/stac/ que permite búsquedas automatizadas con Python (pystac-client) y descarga vía URL directa. Ideal para flujos reproducibles y series temporales largas.
Formato de datos y software recomendado
Cada escena se entrega comprimida. Estructura típica al descomprimir:
CBERS_4A_WPM_20240315_215_137_L4/ ├── CBERS_4A_WPM_20240315_215_137_L4_BAND0.tif # Pancromática (2 m) ├── CBERS_4A_WPM_20240315_215_137_L4_BAND1.tif # Azul (8 m) ├── CBERS_4A_WPM_20240315_215_137_L4_BAND2.tif # Verde (8 m) ├── CBERS_4A_WPM_20240315_215_137_L4_BAND3.tif # Rojo (8 m) ├── CBERS_4A_WPM_20240315_215_137_L4_BAND4.tif # NIR (8 m) ├── CBERS_4A_WPM_20240315_215_137_L4.xml # Metadatos └── CBERS_4A_WPM_20240315_215_137_L4_thumbnail.png
| Nivel | Descripción | Uso recomendado |
|---|---|---|
| L1 | Calibración radiométrica, sin corrección geométrica. | Procesamientos personalizados. |
| L2 | Corrección geométrica de sistema (sin DEM). | Visualización rápida, áreas planas. |
| L4 Estándar | Ortorrectificado con DEM y puntos de control. | SIG, análisis cuantitativo, integración con otras capas. |
A diferencia de Landsat Collection 2 o Sentinel-2 L2A, los productos CBERS-4A no incluyen corrección atmosférica de fábrica. Los valores son DN calibrables a radiancia/TOA con los coeficientes del XML. Para reflectancia de superficie aplicar 6S, DOS, FLAASH o ATCOR.
QGIS Open source
Visualización, composiciones RGB, álgebra de bandas, pansharpening con SAGA/Orfeo.
ArcGIS Pro
Workflows con Image Analyst, clasificación supervisada y series temporales.
SNAP ESA
Procesamiento avanzado y herramientas de calibración radiométrica.
R · Python
terra, rasterio, rioxarray para flujos reproducibles.
Orfeo Toolbox
Pansharpening (Bayesian, Brovey), clasificación, ortorrectificación desde L1.
GDAL · CLI
Reproyección, recorte, conversiones y composición de bandas desde línea de comandos.
Ejemplo práctico: NDVI con CBERS-4A MUX
Caso: obtener una escena MUX sobre la región de San Martín (Perú) y calcular NDVI para evaluación de cobertura vegetal en una concesión de reforestación.
Paso 1 · Búsqueda en el catálogo INPE
En dgi.inpe.br/catalogo filtrar:
- Satélite:
CBERS-4A/ Sensor:MUX - AOI: bounding box
[-77.5, -7.5, -76.5, -6.5] - Fechas:
2024-01-01a2024-04-30/ Nubes < 30%
Paso 2 · Descarga y descompresión
unzip CBERS_4A_MUX_20240218_184_115_L4.zip cd CBERS_4A_MUX_20240218_184_115_L4/
Paso 3 · Composición RGB en QGIS
Cargar bandas con Layer → Add Raster Layer. Asignar en propiedades:
- Red band: BAND7 · Green band: BAND6 · Blue band: BAND5
Paso 4 · Cálculo de NDVI con Python
import rasterio
import numpy as np
with rasterio.open("CBERS_4A_MUX_20240218_184_115_L4_BAND7.tif") as r:
red = r.read(1).astype("float32")
profile = r.profile
with rasterio.open("CBERS_4A_MUX_20240218_184_115_L4_BAND8.tif") as n:
nir = n.read(1).astype("float32")
denom = nir + red
ndvi = np.where(denom > 0, (nir - red) / denom, np.nan)
profile.update(dtype="float32", count=1, nodata=np.nan)
with rasterio.open("ndvi_cbers4a.tif", "w", **profile) as dst:
dst.write(ndvi, 1)
Paso 5 · Validación rápida
Cargar ndvi_cbers4a.tif en QGIS, aplicar paleta divergente (-0.2 a 0.9). Verificar: cuerpos de agua negativos, suelo ~0, vegetación densa > 0.6. CBERS-4A no entrega máscara CFMask; aplicar máscara manual si se detectan nubes.
Los DN de MUX no son directamente comparables entre fechas sin calibración a reflectancia TOA y corrección atmosférica. Para series de NDVI con validez cuantitativa: DN → radiancia (factores del XML) → TOA → corrección atmosférica (DOS o 6S) → NDVI.
CBERS-4A llena un nicho relevante para Sudamérica: resolución de 2 m pancromáticos gratuitos, distribución sin restricciones y enfoque alineado con problemáticas regionales. Su mayor debilidad es la ausencia de SWIR y TIR y la falta de productos de reflectancia de superficie listos para usar.
- Combinar con Sentinel-2 cuando se necesite SWIR para humedad, NBR o discriminación de coberturas similares en VIS/NIR.
- Usar WFI como filtro temporal antes de descargar WPM o MUX en zonas tropicales con alta nubosidad.
- Aplicar corrección atmosférica propia para análisis cuantitativos; no asumir comparabilidad entre fechas a partir de DN.
- Validar la calidad radiométrica antes de procesar (problemas conocidos en WPM 2020-2021).
- Aprovechar el STAC API de INPE para automatizar búsquedas y mantener pipelines reproducibles.
- Pansharpening WPM 2 m + MUX 8 m con Brovey o Bayesian para productos catastrales sin costo.
