Advanced Processing Techniques and Applications of Synthetic Aperture Radar Interferometry

Resumen

INTRODUCCIÓN El radar de apertura sintética (SAR) constituye el único sistema capaz de proporcionar imágenes de la superficie terrestre con independencia de la iluminación solar y de las condiciones climáticas. Hoy en día, las imágenes SAR adquiridas por sensores embarcados en satélites son la base de una enorme cantidad de aplicaciones, entre las que destaca la interferometría (InSAR) directamente ligada a la monitorización de la superficie de la Tierra, ya que permite extraer la topografía de una determinada escena o analizar posibles deformaciones de la corteza terrestre como las debidas a sucesos geofísicos (en este caso hablaremos de interferometría diferencial). Esta técnica se basa en la combinación de dos imágenes de una misma escena, dando lugar a una nueva imagen denominada interferograma. Mientras que la amplitud del interferograma no contiene información útil (más allá de la de las imágenes por separado), la fase del interferograma es el producto clave de esta técnica, ya que contiene información de distancias entre el sensor y la superficie terrestre y, por tanto, pueden estimarse alturas mediante algoritmos de interferometría convencional y, eventualmente, posibles deformaciones de la corteza terrestre mediante técnicas de interferometría diferencial. Desafortunadamente, existen múltiples factores de decorrelación (o ruido) inherentes que degradan la calidad de la fase y pueden afectar a las estimaciones finales. Concretamente, la decorrelación geométrica y la temporal constituyen una importante limitación de la interferometría, de modo que el desarrollo de algoritmos que mejoren la calidad de los datos se hace absolutamente necesario. En esta tesis doctoral se presentan nuevas técnicas de procesado cuyo objetivo es mejorar la calidad de la fase interferométrica, solventando por tanto las limitaciones previamente mencionadas. Asimismo, se ha evaluado una nueva aplicación de los datos InSAR relacionada con la clasificación de cultivos. El trabajo realizado en esta línea trata de demostrar que los datos interferométricos (series temporales de coherencia) son también sensibles a la evolución de los cultivos y pueden emplearse de forma complementaria o alternativa para esta aplicación, tradicionalmente basada en el uso de la intensidad de las imágenes SAR o, incluso, de la intensidad de imágenes de otro tipo de sensores (como los ópticos). DESARROLLO TEÓRICO Y RESULTADOS Se ha desarrollado en primer lugar un nuevo método de filtrado en rango, cuyo objetivo es la eliminación de la decorrelación geométrica entre dos imágenes. Desde el punto de vista espectral, se trata de un filtrado paso banda en el que únicamente la parte común de los espectros de las imágenes debe mantenerse, mientras que la parte no común debe eliminarse ya que introduce ruido en la fase. Esta etapa presenta evidentes complicaciones en áreas con una importante contribución de la topografía (por ejemplo, en áreas montañosas), ya que el desplazamiento espectral entre imágenes depende directamente de las pendientes locales del terreno. En este sentido, se ha demostrado que los métodos tradicionales de filtrado en rango no consiguen reducir de forma óptima la decorrelación geométrica en áreas con topografía variable, debido a que, normalmente, la información topográfica no se tiene en cuenta. Esto es problemático desde el punto de vista de la calidad de la fase, ya que la reducción del ruido tras esta etapa puede ser insignificante o, incluso, puede añadirse más ruido si el desplazamiento espectral entre imágenes se calcula incorrectamente. Por consiguiente, el desarrollo de filtros que incluyan información sobre la topografía es absolutamente necesario. El filtro propuesto explota completamente la información proporcionada por un Modelo Digital de Elevaciones (DEM) externo, de manera que se adapta correctamente a cualquier tipo de superficie, mejorando los resultados de todos y cada uno de los métodos ya conocidos. El algoritmo desarrollado, además de conseguir globalmente una fase menos ruidosa, es capaz incluso de recuperar información útil en zonas con topografía en las que los métodos convencionales resultan ineficaces. En segundo lugar, se presenta un nuevo método de filtrado para la fase interferométrica final. Su objetivo es la reducción de cualquier otra fuente de decorrelación que induzca fases extremadamente ruidosas en ciertas áreas. El filtro propuesto es iterativo, de manera que consigue reducir progresivamente el ruido de fase empleando un enventanado de tamaño variable en cada iteración. El método propuesto incluye toda una serie de mejoras con respecto a diferentes filtros ya desarrollados y consigue solventar todas sus limitaciones. Así, el filtro ofrece muy buenos resultados de manera que consigue eliminar, prácticamente en su totalidad, los efectos de la decorrelación al mismo tiempo que consigue mantener detalles de fase útiles (no sobrefiltra). Cabe destacar que la obtención de fases menos ruidosas es de vital importancia para etapas posteriores del procesado, como por ejemplo, para la etapa de desenrollado de fase que resulta inviable cuando el nivel de ruido en el interferograma es demasiado alto. Otra manera de mejorar la calidad de la fase interferométrica consiste en aumentar el espacio de observación explorando la diversidad de estados de polarización. La interferometría SAR polarimétrica (PolInSAR) constituye una extensión de la interferometría escalar convencional y trata de solventar algunas de sus limitaciones debidas al empleo de una polarización fija. Así, se ha comprobado si se puede mejorar la calidad de la fase diferencial en aplicaciones que hagan uso de un único par de imágenes (caso típico de aplicaciones geofísicas) mediante algoritmos de optimización basados en polarimetría (PolDInSAR). El algoritmo de optimización consiste en maximizar la coherencia (medida típica de calidad de la fase) buscando la combinación óptima de canales polarimétricos para cada píxel de la imagen. Los resultados obtenidos muestran que los algoritmos de optimización convencionales (muy empleados con series temporales) están limitados con un solo interferograma. En este sentido, se ha podido comprobar que la reducción del ruido es debida principalmente al promediado espacial empleado para estimar la coherencia, mientras que la propia optimización no ofrece una mejora adicional. No obstante, se ha evaluado una formulación alternativa en la que cada píxel de la imagen se optimiza individualmente y, únicamente se aplica un pequeño promediado durante el proceso de optimización (pero nunca se hace un promediado efectivo del interferograma). En este caso, los resultados sí que muestran una mejora considerable en la calidad de la fase con respecto a canales polarimétricos convencionales, siendo la mejora comparable incluso a la obtenida tras aplicar un filtrado directo. Por último, la clasificación de cultivos se ha llevado a cabo en una zona agrícola localizada al suroeste de la ciudad de Sevilla, con datos InSAR adquiridos por el satélite radar Sentinel-1 del año 2017. El proceso de clasificación consiste en emplear la matriz de coherencia multitemporal como entrada a un algoritmo de clasificación supervisada denominado Bosques Aleatorios (Random Forests). Concretamente, se han empleado las coherencias generadas con una línea de base temporal corta, de 6, 12 y 18 días, y provenientes de las dos polarizaciones de Sentinel-1 (VV y VH). Los resultados de clasificación son globalmente muy buenos, obteniéndose una precisión global entre el 70 y el 80%. Se observa que el mejor resultado se obtiene cuando se emplean las coherencias de la línea de base más corta (6 días), mientras que la inclusión de más información temporal no aporta ninguna mejora. Sin embargo, el uso de múltiples polarizaciones de forma conjunta sí que proporciona un mejor resultado en la clasificación (la precisión global aumenta en torno al 1-2% con respecto al uso del canal VV individualmente). PRINCIPALES CONCLUSIONES En esta tesis se han desarrollado diferentes métodos de procesado avanzados ligados a la interferometría con radar de apertura sintética. En base a todos los resultados mostrados a lo largo de este trabajo, puede decirse que los objetivos de la tesis se han cumplido satisfactoriamente. Las principales conclusiones derivadas de los resultados se muestran a continuación. Se ha demostrado que el método propuesto de filtrado en rango consigue solventar todas las limitaciones de los métodos conocidos mediante la explotación completa de la topografía de la escena. Se ha podido comprobar que el tamaño de las ventanas empleado en el filtrado afecta considerablemente a la calidad de los resultados. En efecto, ha quedado demostrado que áreas con topografía muy variable se filtran mejor con ventanas pequeñas mientras que las zonas llanas se ven beneficiadas por bloques de mayor tamaño. El filtro propuesto evalúa todos los tamaños de ventana posible y escoge la mejor solución, de manera que se adapta automáticamente a cualquier tipo de superficie y se maximiza la calidad del filtrado. Se ha visto también que debido a las fuentes de decorrelación restantes, prácticamente cualquier interferograma presenta ciertas áreas muy ruidosas en las que no hay medidas de fase útiles. Los resultados del filtro de fase propuesto demuestran que el método desarrollado va un paso más allá con respecto a los métodos convencionales. Así, se ha demostrado que el filtro consigue reducir en gran medida los efectos del ruido, a la vez que se mantienen detalles de fase útiles. Conseguir esto de forma simultánea es probablemente la tarea más difícil en el ámbito de filtrado del interferograma. Además, una característica importante del filtro propuesto es que es completamente no paramétrico, es decir, no requiere especificar manualmente ninguno de sus parámetros, a excepción del tamaño inicial del bloque de filtrado. El análisis PolDInSAR muestra que una mejora sustancial en la calidad de la fase se obtiene únicamente cuando se optimiza cada píxel de la imagen individualmente sin promediar el interferograma original. En este caso, se ha visto que se reduce el nivel de ruido de forma aceptable. Los resultados muestran que se consigue suavizar espacialmente la fase en áreas no excesivamente ruidosas a la vez que se mejora la calidad de las franjas de fase. Sin embargo, la mejora en la calidad de los datos sigue limitada en aquellas zonas extremadamente ruidosas. Conviene mencionar que esta metodología tiene la ventaja de que la resolución original del interferograma nunca se reduce. Por último, se ha demostrado que los datos InSAR constituyen un observable útil, no empleado hasta la fecha, para la clasificación de tipos de cultivos agrícolas. La conclusión general es que la coherencia multitemporal ofrece resultados más que aceptables, con una precisión global que varía entre el 70 y el 80% en función de los datos de entrada del clasificador. Se concluye también que el motivo por el cual algunas clases se identifican peor es que presentan la misma evolución temporal de coherencia, es decir, el mismo patrón de crecimiento/disminución de sus valores en el tiempo.