Incluye bibliografías.

Este trabajo propone una metodología para la combinación de imágenes de satélite con los modelos de difusión-advección para la interpolación y la predicción de los procesos ambientales. Se propone una dinámica de espacio de estado del modelo y un conjunto de filtro de Kalman y algoritmo afinado para la estimación del estado de la línea en retrospectiva. El enfoque se dirige a la alta dimensionalidad, el sesgo de medición, y la no linealidad inherente en los datos de satélite. Aplicando el método a una secuencia de imágenes de satélite SeaWiFS en el lago Michigan de marzo de 1998, cuando una gran nube de sedimentos se observó en las imágenes después de una tormenta importante. Utilizando el enfoque, se combinan las imágenes con un modelo de transporte de sedimentos para producir mapas de concentraciones de sedimentos y la incertidumbre sobre el espacio y el tiempo. Se demuestra que el enfoque mejora la muestra de ECM en un 20% -30% en relación con los métodos estándar.