Qué observé al comparar
Los GeoTIFF conservan grilla, coordenadas y valores sin dato. En el raster de nieve, las superficies excluidas son NaN, nunca cero nieve.
Nubes y sombras · 16 recortes · 2 tamaños de contexto
Comparamos SCL con OmniCloudMask, un detector de nubes y sombras ya entrenado. La predicción de nieve de SPUN permanece fija: aquí cambia qué superficie admitimos para analizar.
Ensayo exploratorio. Recuperar superficie o lograr acuerdo entre modelos no demuestra mayor exactitud. Las interpretaciones visuales son de IA; la calibración local sigue pendiente.
Referencia visual: blanco puede ser nieve, nube o suelo brillante.
El contraste cian ayuda a interpretar nieve junto con RGB.
Los GeoTIFF conservan grilla, coordenadas y valores sin dato. En el raster de nieve, las superficies excluidas son NaN, nunca cero nieve.
El modelo ve 3,2 × 3,2 km o 5,12 × 5,12 km alrededor del mismo recorte central de 2,56 × 2,56 km. Rojo, verde e infrarrojo cercano son bandas originales a 10 m. Para admitir un píxel de 20 m exigimos que sus cuatro subpíxeles estén despejados en ambos contextos.
La propuesta conserva además las exclusiones SCL de superficies oscuras, sombras y agua. OCM no predijo sombra de nube en estos 16 recortes. Por cautela conservamos también las sombras SCL, además de las zonas oscuras; no se ha validado la detección de sombras.
Ordenados por el porcentaje de superficie cuya admisión cambia respecto de SCL. Es una lista para priorizar revisión, no una clasificación de exactitud.
Descargar tabla CSV| Recorte | Fecha | Zona | Admitido SCL | Admitido OCM | Cambia respecto de SCL |
|---|
Ensemble oficial OmniCloudMask v4 con dos modelos y pesos publicados, sin ajustar sus umbrales con estos ejemplos. Tras inspeccionar la primera combinación, conservamos también las sombras SCL: es una decisión exploratoria posterior a ver resultados, no una evaluación independiente. SPUN conserva sus pesos y predicciones del ensayo previo. No se usaron etiquetas humanas ni imágenes de los controles reservados. Los contextos ampliados también respetan la separación espacial.
Se mantienen agua, sombras SCL, superficies oscuras, saturación y datos inválidos fuera de la estimación. Si los contextos discrepan, tampoco se admite el píxel. Los promedios se ocultan cuando queda menos de la mitad del recorte disponible; es una regla de presentación, no calibración científica.
Hay sólo un recorte claramente nublado en esta muestra. Falta comprobar más nubes finas, sombras, nieve reciente y distintas estaciones con referencias independientes antes de activar el método en el mapa diario. CloudScore+ sería otra comparación útil; no se ejecutó en este ensayo.
OmniCloudMask: Nicholas Wright y colaboradores. Pesos v4: Government of Western Australia, DPIRD, 2026. Las métricas del artículo original no son métricas de este ensayo ni del Huasco.