Академический Документы
Профессиональный Документы
Культура Документы
AVANCE DE TESIS
AYACUCHO -PERÚ
2018
Índice general
1. Introducción 1
1.1. El espectro electromagnetico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Fundamentos de Radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1. Formación de imagen de radar . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2. Parámetros del Radar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Radar de Apertura Sintética(SAR) . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4. Sentinel-1B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3. Descomposición Polarimetrica 8
3.1. Descomposición por polarización dual SAR . . . . . . . . . . . . . . . . . . . . . . 8
i
Capı́tulo 1
Introducción
Actualmente vemos que la sociedad está influenciada por factores que impulsan el uso de la
tecnologı́a que está en continua evolución, debido a ello el hombre ha conseguido fabricar senso-
res abordo de satélites, que orbitan alrededor de la tierra, con diferentes resoluciones desde baja
resolución hasta de muy alta resolución, que hace posible replantear modelos y sistemas de moni-
tores, algunos ya existentes, los mismos que se pueden mejorar y a la vez proponer otros de mejor
funcionalidad. El proceso de análisis de los datos obtenidos por el Sistema de Radar de Apertura
(SAR) es complicado debido a un gran volumen de información contenido en cada imagen, por lo
que los datos SAR son sensibles al tipo de terreno observado y por ello permiten un amplio aba-
nico de posibilidades en el análisis del objeto de estudio a través del uso de software especializado
para su tratamiento y procesamiento. Esto es posible gracias a la manipulación matemática y a la
comprensión fı́sica de las ondas electromagnéticas, dado que la polarización es una propiedad de
carácter vectorial. Con el presente trabajo de investigación se busca revisar los avances recientes
en el procesamiento de datos polarimétricos SAR, describiendo ası́ los últimos avances cientı́ficos
relacionado con el tema, además de abordar temas importantes de clasificación de datos SAR pola-
rimétricos, para adecuarlos al método de clasificación de humedales o bofedales en la microcuenca
Apacheta. De hecho, la clasificación de los componentes de la humedad del suelo dentro de una
imagen polarimétrica SAR es una de las aplicaciones más importantes de la polarimetrı́a de radar
en la detección remota con imágenes Sentinel 1. Se propone la aplicación de diferentes métodos de
clasificación no supervisada, los mismos que han sido propuestos por Shane Cloude y Erik Pottier
en 1997, basados en la combinación del Teorema de descomposición polarimétrica H/? , que separa
linealmente el plano H-? en nueve zonas dentro de una región factible para determinar los meca-
nismos básicos de dispersión, este método se aplicará en presente plan de tesis para la clasificación
de humedales en la microcuenca Apacheta, Región Ayacucho.
1
figura 1.Espectro de la radiación electromagnetica(https://commons.wikimedia.org)
2
figura 2. bandas y frecuencias
Generalmente, mientras más larga la longitud de onda, más fuerte es la penetración. Dependiendo
de la frecuencia y la polarización, las ondas pueden penetrar el dosel forestal.
Bajo condiciones secas también puede penetrar hasta cierto punto el suelo (por ejemplo, arena
o nieve seca). Con respecto a la polarización, adquisiciones con polos cruzados (VH/HV) tienen
significativamente menos penetración que con polos iguales (HH/VV), donde V es polarización
vertical y H es la polarización horizontal.
Polarización:
La señal de radar puede ser polarizada en forma horizontal y vertical,combinando la polarización
de la onda incidente con la polarización de antena en que la onda recibida se almacena, es posible
incrementar el número de canales de información(Muñoz,2010):
HH: Transmisión Horizontal, Recepción Horizontal
HV: Transmisión Horizontal, Recepción Vertical
VH: Transmisión Vertical, Recepción Horizontal
VV: Transmisión Vertical, Recepción Vertical
3
figura 2.comportamiento de las ondas de Radar Apertura Sintetica (SAR)(Summer
2001)
1.4. Sentinel-1B
Sentinel-1B es un satélite europeo de imágenes de radar ,lanzado el 25 de abril del 2016 .Parte
del programa copernicus de la unión europea para la conservación de la tierra .El satélite lleva un
sensor C-SAR ,que proporciona imágenes de alta resolución ,independientemente de las condiciones
climáticas ,el satélite posee una antena de 12 metros y dos paneles solares de 10 metros ,asimismo
posee un poder de potencia de 4800 W con frecuencia de 5405 MHz y se encuentra a una altura
de 693 km,actualmente sus sistemas vienen trabajando completamente.
4
Capı́tulo 2
Polarización de la onda en
sistemas de radar
1 ∂ 2 E(r, t)
∇2 E(r, t) − =0 (2.5)
c2 ∂t2
5
y partir de las ecuaciones (2.3)y (2.4)se obtiene:
1 ∂ 2 B(r, t)
∇2 B(r, t) − =0 (2.6)
c2 ∂t2
C es la velocidad de la luz en el vació y esta expresada de la forma siguiente:
1
C=√ (2.7)
ε0 µ0
El campo eléctrico puede describirse para una dependencia sinodal ası́:
Re() es la parte real de un numero complejo.La amplitud compleja del campo eléctrico indepen-
diente del tiempo o simplemente amplitud compleja,esta representada por el vector E(r).
Siendo Ex y Ey cantidades reales y ∂x y∂x representan dos términos de fase constante. Regresando
al dominio del tiempo, y asumiendo que no hay perdidas, la ecuación (2.10) puede expresarse en
su forma vectorial de la siguiente forma:
E0 (x)cos(wt − kz − ∂x )
E(Z, t) = E0 (y)cos(wt − kz − ∂y ) (2.11)
0
Fı́sicamente la polarización es consecuencia de la interacción de la onda electromagnética con la
materia .por ello imaginamos que el campo eléctrico cuando atraviesa el material hay electrones
que se pueden moverse según el eje x , de modo que la componente Ex del campo eléctrico realiza
trabajo sobre las cargas y la componente Ey pasa sin ser alterada,eliminando la componente Ex
que se convierte en energı́a cinética de movimiento de los electrones que luego se disipa como ca-
lor material por las sucesivas coaliciones del material. debido a esto asiendo algunas operaciones
algebraicas podemos obtener:
Ex 2 Ey 2 Ex Ey
( ) ( ) −2 cos ∆φ = sin ∆φ (2.12)
E0x E0y E0x E0y
6
∆φ = φx − φy ,para un medio isótropo el estado de polarización de la luz es el mismo en todos
los puntos de su trayectoria. La ecuación anterior proporciona el lugar geométrico de los puntos
descritos por el extremo del vector campo eléctrico E(Z, t) puestos en un cuadro o una caja de
lado Ex por Ey
7
Capı́tulo 3
Descomposición Polarimetrica
8
Capı́tulo 4
Descomposición de Cloude y
Pottier
9
h(SHH + SV V )(SHH − SV V )∗ i 2h(SHH + SV V )SHV ∗
h|SHH + SV V |i i
1
h(SHH − SV V )(SHH + SV V )∗ i h|SHH − SV V |i 2h(SHH − SV V )SHV ∗
i
2
2hSHV (SHH + SV V )∗ i 2hSHV (SHH − SV V ) i ∗ 2
4h|SHV | i
(4.4)
* significa conjugación y <> significa el promedio
Todos los 9 elementos de la matriz T son calculados para cada pixel en la imagen, asimismo T
es semidefinido hermetico positivo, significa que sus valores propios son reales y que la matriz de
vectores propios es posible encontrar su diagonal [John A. Richards,2009]. Los valores propios y los
vectores propios de esta matriz constituirán la base de el cálculo de los parámetros de clasificación.
De acuerdo con la descomposición de Cloude -Pottier, la matriz de coherencia da tres mecanismos
de dispersión independientes , que son la dispersión de la superficie, la dispersión de doble rebote
y la dispersión de volumen. La importancia de cada mecanismo se encuentra mediante el análisis
de los valores propios.
Entre mas pequeños sean los valores de P,la ocurrencia de esa combinación de pı́xeles es menos
común.
Donde
λi
Pi = P3 (4.6)
j=1 λj
Con lo cual tenemos un parámetro que nos ı́ndica el carácter aleatorio de los datos polarimétricos
que tenemos y que como se observa toma valores entre 0 y 1,ademas como T es una matriz posi-
tiva semidifinida hermitiana ,tiene valores reales no negativos reales ,por lo tanto la entropia esta
definida entre 0 ≤ H ≤ 1.Se pueden estudiar los siguientes casos:
H → 0 : λ1 = SP AN ; λ2 = 0; λ3 = 0
el SPAN es la potencia total reflejado ,la matriz de scattering T presenta un rango 1 y corresponde
a un blanco puro.
H → 1 : λ1 = SP3AN ; λ2 = SP3AN ; λ3 = SP3AN
10
La base de la raı́z del logaritmo se elige como 3 para que cuando todas las probabilidades sean
igual (1/3) la entropı́a tiene 1 como su valor máximo.la matriz de scattering T presenta un rango
3,representa un blanco distribuido.
0<H<1
El mecanismo de scattering dado por T resulta de la convinacion de tres blancos puros promedia-
dos por el correspondiente autovalor.
podemos observar en el grafico como a los autovalores varı́an la entropia ,ya que estas depende de
ellos de acuerdo a la ecuación (3.5).
4.3.1. Energia
Los valores de la matriz dispersión son de probabilidades por lo que la ecuación de energı́a lo
que hace es maximizar los valores grandes y minimizar los valores mas pequeños.
3
X
E= Pj2 (4.8)
j=1
α = P1 α1 + P2 α2 + P3 α3 (4.11)
clasificaremos los valores de α que representan los valores de scattering,ya que si podremos clasificar
los mecanismos que nos aporte dicho parámetro por el valor propio de α .Los valores intermedios de
11
α sera la transición entre los diferentes mecanismos reflejados. por tanto la clasificación podemos
expresar de la siguiente manera:
α → 0 :El scattering corresponde a una reflexión única producida por una superficie rugosa.
π
α→ 4 :El mecanismo de scettering corresponde a un scattering volumetrico.
1 0 0
T1 = 0 m 0 , 0 ≤ m ≤ 1 (4.12)
0 0 m
0 0 0
T2 = 0 1 0 , 0 ≤ m ≤ 0,5 (4.13)
0 0 2m
2m − 1 0 0
T2 = 0 1 0 , 0,5 ≤ m ≤ 1 (4.14)
0 0 1
donde m es un parámetro de lı́mite.La división del plano H-? y las propiedades fı́sicas correspon-
dientes de cada zona se muestran en la Figura .
12
Figura :Division del plano H/α (P owerP oint)
13
dispersión simple de una nube de partı́culas anisotrópicas similares a una aguja o por dispersión
múltiple de una nube de partı́culas simétricas de baja pérdida.En ambos casos, sin embargo, la
entropı́a está por encima de 0.9, donde la región H-α factible del espacio se está reduciendo rápi-
damente. La dispersión de las copas de los bosques se encuentra en esta región, al igual que la
dispersión de algunos tipos de superficies con vegetación con elementos dispersos aleatorios alta-
mente anisotrópicos.El comportamiento extremo en esta clase es el ruido aleatorio, es decir, sin
dependencia de polarización, un punto que se encuentra en el extremo derecho del plano H-α
Z9:Dispersión de superficie de alta entropı́a (Non feasible)
Esta clase no es parte de la región factible en el espacioH − α es decir, no podemos distinguir la
dispersión superficial con la entropı́a H > 0,9.Esto es una consecuencia directa para clasificar los
tipos de dispersión con el aumento de la entropı́a.Por que aumentar la entropı́a realmente limita
nuestra capacidad de usar el comportamiento polarimétrico para clasificar los objetivos.por tanto
la polarimetrı́a por radar se aplicará con más éxito a los problemas de baja entropı́a.
SHH 0
S= (4.15)
0 SV V
Donde el vector de dispersión correspondiente basado en las matrices de Pauli seria de la forma
siguiente.
→
− 1 T
K = √ SHH + SV V SHH − SV V 0 0 (4.16)
2
→
− 1 T
K = √ SHH + SV V SHH − SV V (4.17)
2
La matriz de coherencia es.
L
1 X→
− → −
hT i = K i K Ti (4.18)
L
14
Capı́tulo 5
Estoy utilizando los datos SLC de Sentinel-1B para la clasificación polarimétrica ,otros produc-
tos como GRDH son ilimitado para la extracción de los mecanismos de dispersión .Técnicamente,
se puede derivar entropı́a y alfa, sı́. Pero los resultados no son muy útiles, especialmente para la
polarización cruzada. Simplemente no proporciona toda la información necesaria para la polari-
metrı́a: por lo tanto, el SAR HH-VV en SLC es una alternativa adecuada al SAR de polarización
total.
tengo la imagen con (I, q de IW1, IW2, IW3) . para hacer la descomposición de H-Alpha de pola-
rización dual,se hace el siguiente procedimiento en el software SNAP:
15
5.1. Diálogo de remuestreo
Una vez obtenido el producto SLC de Sentinel-1B y cargado en el software SNAP realizamos
el remuestreo del producto de varios tamaños a un producto de un solo tamaño. Un producto de
varios tamaños es un producto en el que las bandas tienen diferentes tamaños y/o resoluciones.
Esto nos fue útil para aquellas instancias en las que una función SNAP no es compatible con un
producto de varios tamaños.
Después de que se haya creado automáticamente el nuevo producto, nos dirigimos al Explorador
de productos para abrir una Vista de imagen para una banda del nuevo producto.
16
Parámetros utilizados
Subswath: El subswath para el producto dividido.
Polarización: La polarización para el producto dividido.
Ráfagas: Las ráfagas para el producto derramado.
17
5.5. Sentinel-1 TOPSAR Deburst y Merge
Los productos de IW tienen 3 franjas. Cada imagen de sub-hilera consiste en una serie de ráfa-
gas,donde cada ráfaga se procesó como una imagen SLC independiente. Las imágenes de ráfagas
complejas enfocadas individualmente se incluyen, en orden de tiempo de acimut, en una sola ima-
gen de sw sw sw, con demarcación de relleno negro en el medio, similar a los productos ENVISAT
ASAR Wide ScanSAR SLC.
Para IW, una ráfaga enfocada tiene una duración de 2,75 segundos y una superposición de ráfagas
de 50-100 muestras.Las imágenes para todas las ráfagas en todas las sub-franjas de un produc-
to IW SLC se vuelven a muestrear en una cuadrı́cula común de espaciado de pı́xeles en rango y
azimut. La sincronización de ráfagas está asegurada para los productos IW.Para S-1 TOPSAR, el
área del terreno con imágenes de las ráfagas adyacentes solo se superpondrá marginalmente en el
acimut solo lo suficiente para proporcionar una cobertura continua de la tierra. Esto se debe al
aspecto azimutal inherente a los datos.
Para los productos GRD, las ráfagas se concatenan y las subfranjas se fusionan para formar una
imagen. Las ráfagas se superponen mı́nimamente en el azimut y las subfranjas se superponen mı́ni-
mamente en el rango. Las ráfagas para todas las vigas se han remuestreado a una cuadrı́cula común
durante el procesamiento posterior del azimut. En la dirección del rango, para cada lı́nea en todas
las subfranjas con la misma etiqueta de tiempo, fusiona las subfranjas adyacentes. Para la región
superpuesta en el rango, la fusión se realiza a mitad de camino entre las subbrutas. En la dirección
de acimut, las ráfagas se combinan de acuerdo con su tiempo Doppler cero. Tendremos en cuenta
que la demarcación de relleno negro no es claramente cero al final o al inicio de la ráfaga. Debido
al remuestreo, los datos se desvanecen y desaparecen. El tiempo de fusión está determinado por
el promedio de la última lı́nea de la primera ráfaga y la primera lı́nea de la siguiente ráfaga. Para
cada celda de rango, el tiempo de fusión se cuantifica a la celda de azimut de salida más cercana
para eliminar cualquier desvanecimiento a cero datos. Entrada
La entrada para el operador es el producto Sentinel-1 TOPSAR IW SLC. El producto sera origi-
nal Sentinel-1B . tendremos varias subrutas o solo una subruta en la escala de producto dividido.
18
Salida
La salida de este operador es el producto deburst.
Parámetros utilizados
Polarizaciones: Las polarizaciones para el producto deburst. seleccionamos una o más polariza-
ciones.
una vez elegido los operadores el software SNAP iniciara a procesar de manera automática y ge-
19
nerara una ventana con la clasificacion seleccionada ( H -α).
una vez que el sistema genere el producto H -α ,se verificara la clasificación por conbinacion de
colores y la tabla como muestra la figura .
A partir de este primer ensayo ,se verificara la adquisición de datos que se obtendrán para cada
imagen como muestra la siguiente figura.
20
21
como se ve el producto final se obtiene datos de clasificación expresada en números aleatorios en
la escala de 1 al 9 que expresan las 9 clases de Cloude - Pottier, cada valor estará expresada con
valores de pixel xy, longitud, latitud, rango de tiempo inclinado y ángulo de incidencia.se cuenta
con 1048576 valores ,estos datos se obtendrán de cada imagen de desde enero de 2017 al diciembre
de 2018 para los ecosistemas de humedales de la microcuenca Apacheta, Región Ayacucho .para
luego hacer los tratamientos estadı́sticos y buscar alternativas de solución.
22
BIBLIOGRAFIA
Cao Fang, and Hong Wen 2005 A New Classification Method Based on Cloude-Pottier Eigenva-
lue/Eigenvector Decomposition. In Proceedings. 2005 IEEE International Geoscience and Remote
Sensing Symposium, 2005. IGARSS ?05. Pp. 296?299. Seoul, Korea: IEEE.
http://ieeexplore.ieee.org/document/1526166/, accessed December 5, 2018.
Cloude, S. R., D. G. Goodenough, and H. Chen 2012 Compact Decomposition Theory. IEEE
Geoscience and Remote Sensing Letters 9(1): 28?32. http://ieeexplore.ieee.org/document/5944950/,
accessed December 5, 2018.
Cloude, Shane, and AEL Consultants N.d. THE DUAL POLARISATION ENTROPY/ALPHA
DECOMPOSITION: A PALSAR CASE STUDY: 6.
Cloude, Shane R, Eric Pottier, Wolfgang M Boerner, AEL Consultants, and Westfield Av N.d.
Unsupervised Image Classification Using the Entropy/Alpha/Anisotropy Method in Radar Pola-
rimetry: 20.
Cloude, S.R., and E. Pottier 1997 An entropy based classification scheme for land applica-
tions of polarimetric SAR. IEEE Transactions on Geoscience and Remote Sensing 35(1): 68?78.
http://ieeexplore.ieee.org/document/551935/, accessed November 27, 2018.
Ji, Kefeng, and Yonghui Wu 2015 Scattering Mechanism Extraction by a Modified Cloude-
Pottier Decomposition for Dual Polarization SAR. Remote Sensing 7(6): 7447?7470.
http://www.mdpi.com/2072-4292/7/6/7447, accessed November 22, 2018.
Lopez-Martinez, C., E. Pottier, and S.R. Cloude 2005 Statistical Assessment of Eigenvector-
Based Target Decomposition Theorems in Radar Polarimetry. IEEE Transactions on Geoscience
and Remote Sensing 43(9): 2058?2074. http://ieeexplore.ieee.org/document/1499022/, accessed
December 5, 2018.
23
Lopez-Sanchez, J M, J D Ballester-Berman, and I Hajnsek 2011 First Results of Rice Mo-
nitoring Practices in Spain by Means of Time Series of TerraSAR-X Dual-Pol Images. IEEE
Journal of Selected Topics in Applied Earth Observations and Remote Sensing 4(2): 412?422.
http://ieeexplore.ieee.org/document/5462990/, accessed December 5, 2018.
Pereda, Alex, Wilmer Moncada, and Lidia Verde 2018 Respuesta nival de la cabecera de cuenca
Cachi-Apacheta de Ayacucho, vol.I. Perú: Editorial Académica Española.
https://www.morebooks.shop/store/es/book/respuesta-nival-de-la-cabecera-de-cuenca-cachi-apacheta-
de-ayacucho/isbn/978-620-2-12620-5.
Yang, Jian, Yoshio Yamaguchi, Jong-Sen Lee, Ridha Touzi, and Wolfgang-Martin Boerner 2015
Applications of Polarimetric SAR. Journal of Sensors 2015: 1?2.
http://www.hindawi.com/journals/js/2015/316391/, accessed December 5, 2018.
Muñoz, Ismael Montero, and Carlos López Martı́nez N.d. ANÁLISIS DE DATOS SAR POLA-
RIMÉTRICOS PARA EL ESTUDIO Y CARACTERIZACIÓN DE ZONAS AGRÍCOLAS: 174.
24