DETERMINACIÓN DE UN MODELO DIGITAL DE ELEVACIÓN A
PARTIR DE IMÁGENES DE RADAR SENTINEL-1 USANDO
INTERFEROMETRÍA SAR
CAMILO ANDRÉS GUERRERO RÍOS
PAOLA ANDREA HERNÁNDEZ CÁRDENAS
Universidad Distrital Francisco José de Caldas
Facultad de Ingeniería
Proyecto Curricular de Ingeniería Catastral y Geodesia
Bogotá, Mayo de 2017
DETERMINACIÓN DE UN MODELO DIGITAL DE ELEVACIÓN A PARTIR DE
IMÁGENES DE RADAR SENTINEL-1 USANDO INTERFEROMETRÍA SAR
TRABAJO DE GRADO EN MODALIDAD DE MONOGRAFÍA PARA OPTAR AL
TÍTULO DE INGENIERO CATASTRAL Y GEODESTA
CAMILO ANDRÉS GUERRERO RÍOS
20081025038
PAOLA ANDREA HERNÁNDEZ CÁRDENAS
20081025047
CARLOS GERMÁN RAMIREZ
Director
Universidad Distrital Francisco José de Caldas
Facultad de Ingeniería
Proyecto Curricular de Ingeniería Catastral y Geodesia
Bogotá, Mayo de 2017
Nota de Aceptación
Director de la Tesis
Jurado
Bogotá, D.C, Mayo de 2017
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
4
AGRADECIMIENTOS
Los autores expresan sus agradecimientos a:
Carlos Germán Ramírez, Ingeniero Geógrafo, docente del proyecto curricular de Ingeniería
Catastral y Geodesia de la Universidad Distrital Francisco José de Caldas, director del
proyecto, por su apoyo, colaboración, continua orientación y contribución académica, para
la realización de este proyecto.
José Luis Herrera Escorcia, Ingeniero Catastral y Geodesta, docente del proyecto curricular
de Ingeniería Catastral y Geodesia de la Universidad Distrital Francisco José de Caldas,
asesor del proyecto, por sus aportes académicos y completa orientación desde el inicio del
proyecto.
Luz Ángela Rocha Salamanca, Ingeniera Catastral y Geodesta, docente del proyecto
curricular de Ingeniería Catastral y Geodesia de la Universidad Distrital Francisco José de
Caldas, evaluador del proyecto, por sus valiosos aportes académicos y sugerencias para la
realización de este proyecto.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
5
CONTENIDO
1. INTRODUCCIÓN .......................................................................................... 14
2. ANTEPROYECTO ......................................................................................... 15
2.1. Formulación del Problema ................................................................................... 15
2.2. Justificación ......................................................................................................... 15
2.3.1. Objetivo General: ......................................................................................... 16
2.3.2. Objetivos Específicos: .................................................................................. 16
3. MARCO TEÓRICO ........................................................................................ 18
3.1. Teledetección ....................................................................................................... 18
3.2 Sistemas de radar ................................................................................................. 18
3.2.1 Principios básicos del radar .......................................................................... 19
3.2.2 Tipos de radar............................................................................................... 20
3.3 Radar de apertura sintética SAR .......................................................................... 21
3.3.1 Historia de los sistemas SAR ....................................................................... 22
3.3.2 Principios básicos de los sistemas SAR ....................................................... 22
3.3.3 Ecuación de radar ......................................................................................... 25
3.3.4 Características orbitales de los sistemas SAR .............................................. 26
3.3.5 Formación de las imágenes de radar SAR ................................................... 27
3.3.6 Procesamiento para la formación de una imagen de radar SAR .................. 29
3.3.6.1 Procesos realizados a bordo de la plataforma satelital ............................. 30
3.3.6.2 Procesos realizados por el usuario ........................................................... 32
3.3.7 Modos de adquisición .................................................................................. 33
3.3.8 Geometría de la adquisición SAR ................................................................ 34
3.3.9 Distorsiones geométricas y geográficas ....................................................... 36
3.3.9.1 Geolocalización ........................................................................................ 36
3.3.9.2 Geocodificación ....................................................................................... 36
3.3.9.3 Calibración radiométrica .......................................................................... 37
3.3.9.4 Normalización radiométrica ..................................................................... 38
3.3.9.5 Distorsiones inducidas por el terreno ....................................................... 38
3.3.10 Resoluciones de las imágenes SAR ............................................................. 39
3.4 Interferometría SAR (InSAR) .............................................................................. 42
3.4.1 Procesamiento para la generación de un interferograma ............................. 43
3.4.1.1 Estimación línea base ............................................................................... 43
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
6
3.4.1.2 Coherencia estimada ................................................................................ 44
3.4.1.3 Formación del interferograma .................................................................. 44
3.4.1.4 Aplanamiento del interferograma ............................................................ 48
3.4.1.5 Coherencia corregida ............................................................................... 49
3.4.1.6 Desenvolvimiento de la fase interferométrica .......................................... 50
3.4.2 Aplicaciones de InSAR ................................................................................ 52
3.4.2.1 Generación modelo digital de elevación DEM ........................................ 52
3.4.2.2 Conversión de fase a desplazamiento ...................................................... 52
3.5 Modelo digital de elevación DEM ....................................................................... 53
3.5.1 Definición de un DEM ................................................................................. 53
3.5.2 Representación de datos de un DEM ........................................................... 53
3.5.3 Tipos de estructuras de un DEM .................................................................. 54
3.6 Programa, sistema, sensor .................................................................................... 55
3.6.1 Programa Copérnico .................................................................................... 55
3.6.2 Sistema Sentinel 1 ........................................................................................ 56
3.6.2.1 Especificaciones del sistema SENTINEL 1 ............................................. 57
3.6.2.2 Descripción de la plataforma satelital ...................................................... 57
3.6.2.3 Orbita ....................................................................................................... 58
3.6.2.4 Mediciones geofísicas sistema Sentinel 1 ................................................ 59
3.6.2.5 Especificaciones del instrumento a bordo del Sentinel 1 ......................... 59
3.6.3 Segmento terrestre........................................................................................ 59
3.6.3.1 Segmento básico terrestre (CGS) ............................................................. 60
3.6.3.2 Segmento terrestre colaborativo ............................................................... 63
3.6.3.3 Segmento básico terrestre para la misión aportante del programa
Copérnico ................................................................................................................. 65
3.6.4 Modos de adquisición del sistema Sentinel 1 .............................................. 65
3.6.4.1 Stripmap (SM) ......................................................................................... 66
3.6.4.2 Interferometric wide swath (IW) .............................................................. 67
3.6.4.3 Extra wide swath (EW) ............................................................................ 70
3.6.4.4 Wabe Mode (WV) .................................................................................... 71
3.6.5 Formatos de imágenes y niveles de procesamiento ..................................... 73
3.6.5.1 Nivel 0 ...................................................................................................... 73
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
7
3.6.5.2 Nivel 1 ...................................................................................................... 73
3.6.5.3 Nivel 2 ...................................................................................................... 74
3.6.6 Resoluciones de los productos Sentinel 1 .................................................... 75
3.6.6.1 Nivel 1 Single Look Complex (SLC) ...................................................... 75
3.6.6.2 Nivel 1 Ground Range Detected (GRD) .................................................. 76
3.6.6.3 Nivel 2 Ocean........................................................................................... 77
3.6.7 Nomenclatura de los productos Sentinel 1 ................................................... 77
3.6.8 Formatos archivos Sentinel .......................................................................... 78
3.6.9 Aplicaciones de los productos Sentinel 1..................................................... 79
4 METODOLOGÍA ........................................................................................... 80
4.1 Materiales ............................................................................................................. 81
4.1.1 Imágenes ...................................................................................................... 81
4.1.2 DEM SRTM ................................................................................................. 82
4.1.3 Datos RINEX ............................................................................................... 82
4.1.4 Software ....................................................................................................... 83
4.1.4.1 Sentinel-1 Toolbox (S1TBX) ................................................................... 83
4.1.4.2 Cygwin64 ................................................................................................. 84
4.1.4.3 SNAPHU .................................................................................................. 85
4.1.5 Hardware ...................................................................................................... 85
4.2 Zona de estudio .................................................................................................... 85
4.3 Métodos................................................................................................................ 86
4.3.1 Corregistro de imágenes ............................................................................... 86
4.3.2 Formación del interferograma ...................................................................... 88
4.3.3 Deburst ......................................................................................................... 90
4.3.4 Filtro Goldstein ............................................................................................ 91
4.3.5 Desenvolvimiento de fase (Phase Unwrapping) .......................................... 92
4.3.6 Formación del DEM..................................................................................... 93
4.3.7 Georreferenciación del DEM y correcciones geométricas ........................... 93
5 RESULTADOS Y ANÁLISIS .......................................................................... 94
5.1 Modelo obtenido .................................................................................................. 94
5.2 Comparación de los DEM (Sentinel vs SRTM) ................................................... 95
5.2.1 Comparación visual del área ........................................................................ 95
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
8
5.2.2 Comparación de perfiles ............................................................................ 102
5.3 Comparación con las estaciones de la red Magna ECO ..................................... 106
5.4 Análisis estadístico a partir de puntos aleatorios ............................................... 107
5.4.1 Análisis para el área total del DEM ........................................................... 108
5.4.2 Análisis para el área urbana de Bogotá ...................................................... 112
6 CONCLUSIONES ........................................................................................ 115
7 ANEXOS ..................................................................................................... 117
8 REFERENCIAS ........................................................................................... 120
Índice de Tablas.
Tabla 1: [SAR vs otros instrumentos de observación terrestre].Información obtenida de
(SARMAP, 2009). ............................................................................................................... 19
Tabla 2: [Características de las bandas]. Información obtenida de (SARMAP, 2009). ...... 23
Tabla 3: [Tipos de estructuras según la representación de los datos]. Elaboración propia a
partir de información obtenida de (Felicísimo, 1994) .......................................................... 54
Tabla 4: [Especificaciones sistema Sentinel 1]. Elaboración propia a partir de información
obtenida de (Attema, y otros, 2007) ..................................................................................... 57
Tabla 5: [Centros PDG´s]. Elaboración propia a partir de información obtenida de
(European Space Agency, 2013) .......................................................................................... 62
Tabla 6: [Funciones del Segmento para las operaciones de vuelo]. Elaboración propia a
partir de información obtenida de (European Space Agency, 2013) ................................... 63
Tabla 7: [Servicios del Segmento terrestre colaborativo]. Elaboración propia a partir de
información obtenida de (European Space Agency, 2013) .................................................. 64
Tabla 8: [Modos de adquisición SENTINEL 1]. Información obtenida de (European Space
Agency, 2013) ...................................................................................................................... 65
Tabla 9: [Características modo de adquisición Stripmap SM]. Información obtenida de
(European Space Agency, 2013) .......................................................................................... 66
Tabla 10: [Ángulos de haces para el modo de adquisición Stripmap SM]. Información
obtenida de (European Space Agency, 2013) ...................................................................... 67
Tabla 11: [Características modo de adquisición Interferometric wide swath IW].
Información obtenida de (European Space Agency, 2013) ................................................. 69
Tabla 12: [Ángulos de haces para el modo de adquisición Interferometric wide swath IW].
Información obtenida de (European Space Agency, 2013) ................................................. 69
Tabla 13: [Características modo de adquisición Extra wide swath EW]. Información
obtenida de (European Space Agency, 2013) ...................................................................... 70
Tabla 14: [Ángulos de haces para el modo de adquisición Extra wide swath EW].
Información obtenida de (European Space Agency, 2013) ................................................. 71
Tabla 15: [Características modo de adquisición Wave mode WV]. Información obtenida de
(European Space Agency, 2013) .......................................................................................... 72
Tabla 16: [Ángulos de haces para el modo de adquisición Wave mode WV]. Información
obtenida de (European Space Agency, 2013) ...................................................................... 72
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
9
Tabla 17: [Esquema de niveles de procesamiento de los productos de SENTINEL 1].
Elaboración propia a partir de información obtenida de (European Space Agency, 2013) . 73
Tabla 18: [Resolución por modos de adquisición para el nivel 1 SLC]. Información
obtenida de (European Space Agency, 2013) ...................................................................... 75
Tabla 19: [Full Resolución nivel 1 GRD]. Información obtenida de (European Space
Agency, 2013) ...................................................................................................................... 76
Tabla 20: [Resolución alta nivel 1 GRD]. Información obtenida de (European Space
Agency, 2013) ...................................................................................................................... 76
Tabla 21: [Resolución media nivel 1 GRD]. Información obtenida de (European Space
Agency, 2013) ...................................................................................................................... 76
Tabla 22: [Aplicaciones según los modos de adquisición de SENTINEL 1]. Información
obtenida de (European Space Agency, 2013) ...................................................................... 79
Tabla 23: [Características de las imágenes usadas]. Elaboración propia a partir de
información obtenida de (European Space Agency, 2013) .................................................. 81
Tabla 24: [Resúmenes estadísticos diferenciados para los dos modelos (Sentinel, SRTM)].
Elaboración propia a partir de información obtenida del software Sentinel Toolbox ......... 97
Tabla 25: [Resúmenes estadísticos diferenciados para los dos modelos (Sentinel, SRTM),
para la zona urbana de la ciudad de Bogotá]. Elaboración propia a partir de información
obtenida del software ArcGIS ............................................................................................ 101
Tabla 26: [Comparación alturas estaciones red Magna ECO vs DEM Sentinel vs DEM
SRTM]. Elaboración propia a partir de información obtenida de ((IGAC), 2017) y del
software Sentinel Toolbox ................................................................................................. 107
Tabla 27: [Resumen estadístico de los puntos aleatorios DEM Sentinel vs DEM SRTM].
Elaboración propia a partir de información obtenida del software estadístico R ............... 108
Tabla 28: [Percentiles DEM Sentinel vs DEM SRTM]. Elaboración propia a partir de
información obtenida del software estadístico R ............................................................... 109
Tabla 29: [Resumen estadístico de los puntos aleatorios DEM Sentinel vs DEM SRTM de
la zona urbana de la ciudad de Bogotá]. Elaboración propia a partir de información
obtenida del software estadístico R .................................................................................... 112
Tabla 30: [Percentiles DEM Sentinel vs DEM SRTM de la zona urbana de la ciudad de
Bogotá]. Elaboración propia a partir de información obtenida del software estadístico R 112
Índice de Ilustraciones
Ilustración 1: [Componentes de una onda electromagnética]. Elaboración propia a partir de
información obtenida de (Torres, 2013). ............................................................................. 23
Ilustración 2: [Penetración de cada banda para diferentes tipos de coberturas]. Elaboración
propia a partir de información obtenida de (SARMAP, 2009). ........................................... 24
Ilustración 3: [Retro dispersión de diferentes objetos en la superficie terrestre]. Elaboración
propia a partir de información obtenida de (SARMAP, 2009). ........................................... 28
Ilustración 4: [Representación del doble rebote]. Elaboración propia a partir de información
obtenida de (SARMAP, 2009). ............................................................................................ 29
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
10
Ilustración 5: [Diagrama ubicación cartesiana de las componentes real e imaginaría de una
imagen de radar]. Información obtenida de (Torres, 2013). ................................................ 31
Ilustración 6: [Relación rango inclinado y rango terrestre). Elaboración propia a partir de
información obtenida de (SARMAP, 2009) ........................................................................ 35
Ilustración 7: [Distorsiones de las imágenes de radar]. Elaboración propia a partir de
información obtenida de (SARMAP, 2009) ........................................................................ 38
Ilustración 8: [Descripción física de la resolución azimutal de un SAR]. Elaboración propia
a partir de información obtenida de (SARMAP, 2009) ....................................................... 41
Ilustración 9: [Aspectos básicos de un sistema satelital interferométrico SAR]. Elaboración
propia a partir de información obtenida de (Ferretti, Monti-Guarnieri, Prati, & Rocca,
2007) .................................................................................................................................... 43
Ilustración 10: [Aspectos geométricos de un sistema interferométrico SAR]. Elaboración
propia a partir de información obtenida de (Mangla & Kumar, 2014) ................................ 46
Ilustración 11: [Fase interferométrica de Pico de Fogó en cabo Verde costa de África].
Obtenido de (Veci, 2016) ..................................................................................................... 47
Ilustración 12: [Interferograma aplanado de la fase interferométrica de Pico de Fogó en
cabo Verde costa de África]. Obtenido de (Veci, 2016) ...................................................... 49
Ilustración 13: [Imagen de mapa de coherencia Pico de Fogó en cabo Verde costa de
África]. Obtenido de (Veci, 2016) ....................................................................................... 50
Ilustración 14: [Fase desenvuelta de Pico de Fogó en cabo Verde costa de África].
Obtenido de (Veci, 2016) ..................................................................................................... 51
Ilustración 15: [Mapa de cobertura global de las imágenes proporcionadas por la
constelación Sentinel 1]. Información obtenida de (European Space Agency, 2013) ......... 56
Ilustración 16: [Representación física satélites Sentinel 1]. Información obtenida de
(European Space Agency, 2013) .......................................................................................... 58
Ilustración 17: [Diagrama de la distribución del segmento terrestre]. Elaboración propia a
partir de información obtenida de (European Space Agency, 2013) ................................... 60
Ilustración 18: [Gráfica donde se muestran los diferentes modos de adquisición de Sentinel
1]. Información obtenida de (European Space Agency, 2013) ............................................ 66
Ilustración 19: [Ejemplo imagen SM, sobre el área de Leticia Colombia]. Elaboración
propia a partir de información obtenida de (ESA, 2017) ..................................................... 67
Ilustración 20: [Funcionamiento del escáner TOPSAR]. Información obtenida de (Zan &
Guarnieri, 2006) ................................................................................................................... 68
Ilustración 21: [Ejemplo imagen IW sobre una parte del área de Cundinamarca Colombia].
Elaboración propia a partir de información obtenida de (ESA, 2017) ................................. 70
Ilustración 22: [Ejemplo imagen EW sobre una parte de la frontera de Colombia con Brasil
y Perú]. Elaboración propia a partir de información obtenida de (ESA, 2017) ................... 71
Ilustración 23: [Ejemplo imagen WV]. Elaboración propia a partir de información obtenida
de (ESA, 2017)..................................................................................................................... 72
Ilustración 24: [Ejemplo nomenclatura imágenes IW Sentinel 1]. Elaboración propia a
partir de información obtenida de (ESA, 2017) ................................................................... 77
Ilustración 25: [Diagrama de flujo del proceso metodológico del proyecto]. Elaboración
propia. .................................................................................................................................. 80
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
11
Ilustración 26: [Imágenes SAR 11 de octubre 2017 y 17 de octubre de 2017]. Elaboración
propia a partir de información obtenida de (ESA, 2017) ..................................................... 82
Ilustración 27: [Imagen zona de estudio]. Obtenida del Software Sentinel Toolbox. ......... 86
Ilustración 28: [Proceso corregistro]. Elaboración propia a partir de información obtenida
de (ESA European Space Agency, 2017) ............................................................................ 87
Ilustración 29: [Imagen que muestra la distribución de las bandas (sub-swath) de la imagen
IW SCL de la zona de estudio]. Elaboración propia. ........................................................... 88
Ilustración 30: [imagen que muestra el resultado del corregistro de la imagen maestra y la
imagen esclava]. Elaboración propia. .................................................................................. 88
Ilustración 31: [Resultados de coherencia de la zona de estudio]. Elaboración propia ....... 89
Ilustración 32: [Histograma niveles de coherencia zona de estudio]. Elaboración propia a
partir de información obtenida del software Sentinel Toolbox. ........................................... 89
Ilustración 33: [Fase interferométrica de la zona de estudio]. Elaboración propia a partir de
información obtenida del software Sentinel Toolbox. ......................................................... 90
Ilustración 34: [Imagen sin corregir e imagen corregida]. Elaboración propia a partir de
información obtenida del software Sentinel Toolbox. ......................................................... 91
Ilustración 35: [Resultados aplicación filtro Goldstein a la fase interferométrica].
Elaboración propia a partir de información obtenida del software Sentinel Toolbox. ........ 91
Ilustración 36: [Fase interferométrica desenvuelta]. Elaboración propia a partir de
información obtenida del software Sentinel Toolbox. ......................................................... 92
Ilustración 37: [DEM resultado a partir de imágenes SAR Sentinel 1]. Elaboración propia a
partir de información obtenida del software Sentinel Toolbox. ........................................... 93
Ilustración 38: [DEM georreferenciado y orto rectificado]. Elaboración propia a partir de
información obtenida del software Sentinel Toolbox. ......................................................... 94
Ilustración 39: [DEM obtenido mediante imágenes Sentinel 1]. Elaboración propia .......... 95
Ilustración 40: [ a) DEM Sentinel; b) DEM SRTM]. Elaboración propia ........................... 96
Ilustración 41: [Histogramas DEM Sentinel y DEM SRTM]. Elaboración propia a partir de
información obtenida del Software Sentinel Toolbox ......................................................... 96
Ilustración 42: [Mapa de diferencias DEM Sentinel - DEM SRTM]. Elaboración propia .. 98
Ilustración 43: [Mapa de diferencias absolutas DEM Sentinel – DEM SRTM]. Elaboración
propia ................................................................................................................................... 99
Ilustración 44: [ a) DEM Sentinel sobre la zona urbana de Bogotá; b) DEM SRTM sobre la
zona urbana de Bogotá]. Elaboración propia ..................................................................... 100
Ilustración 45: [Histogramas DEM Sentinel y DEM SRTM de la zona urbana de la ciudad
de Bogotá]. Elaboración propia a partir de datos obtenidos del software ArcGIS. ........... 100
Ilustración 46: [Mapa de diferencias absolutas DEM Sentinel – DEM SRTM en la zona
urbana de la ciudad de Bogotá]. Elaboración propia. ........................................................ 101
Ilustración 47: [Representación perfiles N-S, E-O de ambos modelos]. Elaboración propia
........................................................................................................................................... 102
Ilustración 48: [Comparación perfiles N-S, DEM Sentinel vs DEM SRTM]. Elaboración
propia. ................................................................................................................................ 103
Ilustración 49: [Comparación perfiles E-O, DEM Sentinel vs DEM SRTM]. Elaboración
propia ................................................................................................................................. 103
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
12
Ilustración 50: [Representación perfiles N-S, E-O para ambos modelos en la zona urbana
de la ciudad de Bogotá]. Elaboración propia ..................................................................... 104
Ilustración 51: [Comparación perfiles N-S, DEM Sentinel vs DEM SRTM para la zona
urbana de Bogotá]. Elaboración propia. ............................................................................. 105
Ilustración 52: [Comparación perfiles E-O, DEM Sentinel vs DEM SRTM para la zona
urbana de la ciudad de Bogotá]. Elaboración propia ......................................................... 105
Ilustración 53: [Ubicación estaciones red Magna ECO dentro de la zona de estudio].
Elaboración propia a partir de información obtenida de ((IGAC), 2017) .......................... 106
Ilustración 54: [Ubicación de puntos aleatorios en el DEM Sentinel, a) DEM Sentinel total;
b) DEM Sentinel para la zona urbana de la ciudad de Bogotá]. Elaboración propia. ........ 108
Ilustración 55: [Histogramas de diferencias absolutas de los puntos aleatorios DEM
Sentinel]. Elaboración propia a partir de información obtenida del software estadístico R
........................................................................................................................................... 110
Ilustración 56: [Histogramas diferencias de altura de los puntos aleatorios DEM Sentinel].
Elaboración propia a partir de información obtenida del software estadístico R ............... 110
Ilustración 57: [Histogramas de frecuencia DEM Sentinel y DEM SRTM]. Elaboración
propia a partir de información obtenida del software estadístico R ................................... 111
Ilustración 58: [Diagrama de dispersión DEM Sentinel vs DEM SRTM].Elaboración propia
........................................................................................................................................... 111
Ilustración 59: [Histogramas de diferencias absolutas de los puntos aleatorios DEM
Sentinel en la zona urbana de la ciudad de Bogotá]. Elaboración propia a partir de
información obtenida del software estadístico R ............................................................... 113
Ilustración 60: [Histogramas diferencias de altura de los puntos aleatorios DEM Sentinel
para la zona urbana de la ciudad de Bogotá]. Elaboración propia a partir de información
obtenida del software estadístico R .................................................................................... 113
Ilustración 61: [Histogramas de frecuencia DEM Sentinel y DEM SRTM para la zona
urbana de Bogotá]. Elaboración propia a partir de información obtenida del software
estadístico R ....................................................................................................................... 114
Ilustración 62: [Diagrama de dispersión DEM Sentinel vs DEM SRTM para la zona urbana
de la ciudad de Bogotá]. Elaboración propia. .................................................................... 114
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
13
Índice de símbolos
𝐵𝑛 = 𝐿í𝑛𝑒𝑎 𝑏𝑎𝑠𝑒 𝑝𝑒𝑟𝑝𝑒𝑛𝑑𝑖𝑐𝑢𝑙𝑎𝑟
𝐵 = 𝐿í𝑛𝑒𝑎 𝑏𝑎𝑠𝑒
𝜑 = 𝐹𝑎𝑠𝑒
∆𝜑 = 𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝐹𝑎𝑠𝑒
𝛾 = 𝐶𝑜ℎ𝑒𝑟𝑒𝑛𝑐𝑖𝑎
𝑀 = 𝐼𝑚𝑎𝑒𝑛 𝑚𝑎𝑒𝑠𝑡𝑟𝑎
𝑆 = 𝐼𝑚𝑎𝑒𝑛 𝑒𝑠𝑐𝑙𝑎𝑣𝑎
ℎ𝑎 = 𝐴𝑚𝑏𝑖𝑔ü𝑒𝑑𝑎𝑑 𝑑𝑒 𝑎𝑙𝑡𝑖𝑡𝑢𝑑
𝐴 = 𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑
𝑆𝑅 = 𝑅𝑎𝑛𝑔𝑜 𝑖𝑛𝑐𝑙𝑖𝑛𝑎𝑑𝑜 (𝑠𝑙𝑎𝑛𝑡 𝑟𝑎𝑛𝑔𝑒)
𝐺𝑅 = 𝑅𝑎𝑛𝑔𝑜 𝑡𝑒𝑟𝑟𝑒𝑠𝑡𝑟𝑒 (𝐺𝑟𝑜𝑢𝑛𝑑 𝑟𝑎𝑛𝑔𝑒)
𝜏 = 𝐷𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑝𝑢𝑙𝑠𝑜
𝐿 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑙𝑎 𝑎𝑛𝑡𝑒𝑛𝑎
𝐹𝑟 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑢𝑎 𝑑𝑜𝑝𝑝𝑙𝑒𝑟
𝐹𝑑𝑐 = 𝐶𝑒𝑛𝑡𝑟𝑜𝑖𝑑𝑒 𝑑𝑜𝑝𝑝𝑙𝑒𝑟
𝛽 = 𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 ℎ𝑎𝑧 𝑟𝑒𝑎𝑙
𝐷 = 𝐴𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑑𝑒𝑙 𝑟𝑎𝑑𝑎𝑟
∆𝐿 = 𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙
∆𝐿𝑠 = 𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑠𝑖𝑛𝑡é𝑡𝑖𝑐𝑎
𝐿𝑠 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑎𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑠𝑖𝑛𝑡é𝑡𝑖𝑐𝑎
𝑐 = 𝑉𝑒𝑙𝑜𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑙𝑢𝑧
𝑓 = 𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑢𝑛𝑎 𝑜𝑛𝑑𝑎
𝜆 = 𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑑𝑒 𝑜𝑛𝑑𝑎
𝑃𝑟 = 𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑠𝑒ñ𝑎𝑙 𝑟𝑒𝑐𝑖𝑏𝑖𝑑𝑎
𝑅 = 𝐷𝑖𝑠𝑡𝑎𝑛𝑐𝑖𝑎 𝑎𝑛𝑡𝑒𝑛𝑎 𝑎𝑙 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜
𝑃𝑡 = 𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 𝑖𝑟𝑟𝑎𝑑𝑖𝑎𝑑𝑎 𝑝𝑜𝑟 𝑢𝑛 𝑟𝑎𝑑𝑎𝑟 𝑒𝑛 𝑣𝑎𝑡𝑖𝑜𝑠
𝐺𝑡 = 𝐺𝑎𝑛𝑎𝑛𝑐𝑖𝑎 𝑑𝑒 𝑎𝑛𝑡𝑒𝑛𝑎
𝜎0 = 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑟𝑒𝑡𝑟𝑜𝑑𝑖𝑠𝑝𝑒𝑟𝑠𝑖ó𝑛
𝛽0 = 𝑅𝑒𝑓𝑙𝑒𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑
𝐴𝑒 = 𝐴𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑑𝑒 𝑙𝑎 𝑎𝑛𝑡𝑒𝑛𝑎 𝑒𝑛 𝑙𝑎 𝑧𝑜𝑛𝑎 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎
𝑅𝑚𝑎𝑥 = 𝑅𝑎𝑛𝑔𝑜 𝑚á𝑥𝑖𝑚𝑜 𝑑𝑒𝑙 𝑟𝑎𝑑𝑎𝑟
𝑆𝑚𝑖𝑛 = 𝑆𝑒ñ𝑎𝑙 𝑚𝑖𝑛𝑖𝑚𝑎 𝑑𝑒𝑡𝑒𝑐𝑡𝑎𝑏𝑙𝑒 𝑝𝑜𝑟 𝑒𝑙 𝑟𝑒𝑐𝑒𝑝𝑡𝑜𝑟
𝜕𝑎𝑧 = 𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑎𝑧𝑖𝑚𝑢𝑡𝑎𝑙
𝜕𝑎𝑟 = 𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑒𝑛 𝑟𝑎𝑛𝑔𝑜
𝜌 = 𝑅𝑒𝑓𝑙𝑒𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑡𝑒𝑟𝑟𝑒𝑛𝑜
𝐼 = 𝐶𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠𝑒𝑛 𝑓𝑎𝑠𝑒
𝑄 = 𝐶𝑢𝑎𝑑𝑟𝑎𝑡𝑢𝑟𝑎
𝜃 = 𝐴𝑛𝑔𝑢𝑙𝑜 𝑑𝑒 𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑐𝑖𝑎
𝐼𝑛 = 𝐼𝑛𝑡𝑒𝑟𝑓𝑒𝑟𝑜𝑔𝑟𝑎𝑚𝑎
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
14
1. INTRODUCCIÓN
Para realizar trabajos de investigación en diferentes ramas de las ciencias de la tierra
como la geología, la geografía, la hidrología o realizar cartografía en general, el
modelo digital de elevación (DEM) es una herramienta fundamental, que provee
información topográfica de la superficie terrestre, indicando las diferencias de cotas
en esta, lo cual facilita el desarrollo de estos trabajos.
Los modelos digitales de elevación se pueden elaborar mediante 3 métodos diferentes,
de manera directa utilizando herramientas GPS, altimetría y levantamientos
topográficos); de manera indirecta, realizando restitución de un par de imágenes que
pueden ser estereoimágenes satelitales, estereoimágenes análogas, e interferometría
con imágenes de radar; y como último método se encuentra la digitalización de los
mapas topográficos existentes de la zona.
Como un referente de la utilización de una de las técnicas para la generación de
DEM´S del país, se tiene que en febrero del año 2000 con el proyecto realizado
conjuntamente por la National Geospatial-Intelligence Agency (NGA), la National
Aeronautics and Space Administration (NASA) y las Agencias Espaciales de
Alemania (DLR) e Italia (ASI), se obtuvieron datos digitales topográficos para el 80%
de la superficie terrestre, dentro del área comprendida del estudio se encuentra el área
continental del país, donde se encuentra entre otros municipios, la ciudad de Bogotá;
el objetivo de este proyecto fue desarrollar un modelo digital de elevación mediante
la técnica de interferometría de mediante los sensores: Spaceborne Imaging Radar
(SIR-C) y el X-Band Synthetic Aperture Radar (X-SAR) instalados en el
transbordador espacial Endeavour; El modelo digital de elevación que se generó para
Colombia a partir de este técnica, cuenta con una resolución de 30 metros y
referenciados al geoide WGS84 EGM96. (UNODC, 2016) .
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
15
2. ANTEPROYECTO
A continuación, se presenta el anteproyecto que sirvió de base para este documento. Se
presentan la formulación del problema, la justificación, los objetivos y el marco referencial.
2.1. Formulación del Problema
Las actividades de monitoreo de la superficie terrestre enfocadas a temas como la generación
y actualización cartográfica, el análisis espacial, catastro, entre otros, son procesos costosos
dada la metodología e instrumentación que requieren para realizarse (miles de dólares en
levantamientos topográficos, GPS, imágenes satelitales con alta resolución espacial, LIDAR,
etc.). Actualmente existen varias alternativas para generar productos asociados, en este caso
modelos digitales de elevación (DEM) que presentan los mismos inconvenientes, pero en el
país no existe aún el soporte ni la formación técnica en cuanto a la utilización de estas
herramientas, lo que ha contribuido al atraso en el uso de estas metodologías que se utilizan
en muchos otros países. Acorde a esta situación, se hace indispensable evaluar técnicas o
metodologías relativamente no tan costosas por unidad de área como es el caso de la
interferometría, teniendo en cuenta que existen proyectos institucionales como los de la
NASA, o la Agencia Espacial Europea (ESA) con su Programa Copérnico, con el que
suministran datos que pueden servir como base para la implementación de estas metodologías
que permitan obtener productos cartográficos de calidad. Dicho esto, el interrogante a
responder es ¿cómo utilizar adecuadamente datos Sentinel-1 para producir productos
cartográficos como los DEM?
2.2. Justificación
Elaborar Teniendo en cuenta que las imágenes de radar se pueden conseguir actualmente de
manera gratuita gracias al programa Copérnico de la ESA, que además produce y suministra
el software para procesarlas, y que estas son base para trabajar interferometría (una de las
técnicas utilizadas para elaborar DEM), es viable aprovechar estas herramientas para
profundizar en estudios más especializados en el campo de las ciencias de la tierra esperando
poder utilizarlos y enfocarlos a futuro en el monitoreo frecuente del territorio nacional, para
iniciar estudios en diferentes temas de interés, tal y como se ha realizado en diferentes países.
Además, es importante explorar la posibilidad teniendo en cuenta que esta herramienta es de
bajo costo y se ha demostrado que la precisión es bastante buena comparada con los datos
obtenidos en campo o de otras fuentes. Tomando en cuenta que actualmente no existe
documentación específica de aplicación de estas técnicas en Colombia, el proyecto curricular
de Ingeniería Catastral y Geodesia está llamado a ser pionero en cuanto a estudios que
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
16
involucren imágenes satelitales, en este caso de radar, y debe implementar en la formación
académica, científica y laboral los conocimientos que pueden ser adquiridos al analizar esta
técnica con más detenimiento con el fin de dar los primeros pasos en la utilización y
aprovechamiento de estas tecnologías, por parte de entidades nacionales, lo que puede dar paso
a proyectos de actualización cartográfica en el territorio.
2.3. Objetivos
2.3.1. Objetivo General:
Obtener un DEM a partir de un par de imágenes de radar usando la técnica de
interferometría SAR, utilizando el software Sentinel Toolbox de la ESA.
2.3.2. Objetivos Específicos:
• Evaluar el funcionamiento del software Sentinel Toolbox para procesar
imágenes de radar y para trabajar interferometría.
• Obtener el interferograma a partir del par de imágenes de radar.
• Evaluar los datos obtenidos de coherencia, teniendo en cuenta la resolución
temporal de las imágenes disponibles.
• Evaluar el DEM obtenido con la técnica InSAR.
2.4. Antecedentes y Marco Referencial
Las siguientes referencias permiten tener una idea del poco material publicado en el país
relacionado con la obtención de modelos digitales de elevación y deformaciones de la corteza
terrestre, utilizando datos de radar.
(M. CASTILLO, 1999) presentó la metodología para generar un modelo numérico de
elevaciones en la isla Decepción a partir de la construcción de un interferograma de la zona
utilizando imágenes ERS 1/2, se muestra cómo la técnica InSAR y DinSAR puede servir para
el monitoreo y revisión de los cambios en la estructura del terreno en un punto determinado.
En Colombia, (Pablo Blanco Sánchez, 2010), presentaron los resultados de un estudio de
subsidencia en Bogotá mediante interferometría diferencial para el periodo 2006-2008 con
imágenes ENVISAT, realizado por el Instituto Cartográfico de Catalunya para el FOPAE, que
comparó sus resultados con la red geodésica nacional y encontró una zona de subsidencia en
el sector de Puente Aranda con un movimiento calculado en unos 7,5 cm/año.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
17
(Jung, 2013), quienes tomaron imágenes Sentinel TOPSAR IW para determinar la precisión
de la medición del desplazamiento de este tipo de imágenes interferométricas, comparando
mapas de desplazamiento obtenidos con datos ERS del terremoto en California en 1999, datos
de imágenes IW de Sentinel con mediciones GPS. Utilizando el método de mínimos cuadrados
encontraron una diferencia de 9,6 cm respecto de los datos GPS para las imágenes ERS y 27m5
cm para los Sentinel.
(Platzeck, 2014) Utilizando imágenes ALOS y ERS-1/2 con técnicas de interferometría
diferencial lograron determinar desplazamientos en el área de estudio en los Andes
ecuatorianos corroborando los datos con los proporcionados por el Instituto Nacional de
Investigación Geológica, Minera, Metalúrgica (INIGEMM), determinando que las imágenes
ALOS son adecuadas para zonas con presencia de vegetación.
(Donato Amitrano, 2014), revisó las ventajas del programa Sentinel-1 en distintas
aplicaciones, incluyendo los modelos digitales de elevación interferométricos, comparando un
DEM obtenido con el proyecto WARM-SAR (imágenes COSMO-SkyMed) haciendo un
remuestreo de los datos a la escala de Sentinel-1 para comparar, resaltando su efectividad en
áreas grandes.
(Nikolakopoulos k, 2015), tomaron DEM generados a partir de datos Sentinel-1, COSMO-
SkyMed y el instituto de Catastro Griego para compararlos entre sí mediante un método visual
y una comparación estadística, encontrando que los datos Sentinel-1 dan una muy buena
representación del área trabajada presentando incluso mejores resultados que los datos
COSMO-SkyMed respecto de los datos suministrados por el Catastro Griego.
Por otra parte, encontramos a (Guangcai F, 2015) toman datos Sentinel junto con imágenes
COSMO-SkyMed y datos GPS de la zona afectada por el terremoto de 2014 en el sur de Napa
en San Francisco, California. Obtienen mapas de deformación a través de la técnica de
interferometría diferencial buscando determinar la geometría de fallas y sub-fallas que
pudieran no haberse identificado por los datos de campo. Logran recrear el movimiento
generado midiendo la magnitud con más exactitud y sugiriendo basados en el detalle del
modelo, que el terremoto tenía el potencial de afectar fallas cercanas.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
18
3. MARCO TEÓRICO
3.1. Teledetección
El campo de estudio de la teledetección se constituye como una técnica que se enfoca en la
observación remota de la superficie. La singularidad o particularidad que hace a esta técnica tan
relevante y útil para las geociencias es la forma en la que obtiene información de las propiedades
físicas (generalmente llegando a cuantificar) de un objeto o superficie sin la necesidad de tener
un contacto directo con este, generalmente la información obtenida es representada mediante
imágenes que dejan ver las características de dicho objeto o superficie. En la bibliografía se
ubican sus inicios en la década de los 60, inicialmente aplicada en plataformas áreas hasta llegar
a las actuales plataformas satelitales para la obtención de imágenes de la superficie. (Chuvieco,
1995)
En un sentido más amplio la teledetección no solo se remite a la obtención de información por
medio de imágenes, ya sea por medio de plataformas áreas o satelitales, sino también del
posterior procesamiento e interpretación por parte del usuario final.
En el caso de los sistemas de teledetección satelitales (Chuvieco, 1995) enumera los siguientes
elementos como parte fundamental de dicho proceso:
a. fuente de energía, dependiendo del origen de dicha energía, los sistemas de
teledetección satelital se dividen en sistemas pasivos (fuente de energía externa al sensor), y
sistemas activos (fuente de energía emitida propiamente por el sensor).
b. cubierta terrestre
c. sistema sensor (plataforma y sensor)
d. sistema de recepción-comercialización
e. interpreta (analiza la información obtenida por el sensor)
f. usuario final (analiza la interpretación final)
3.2 Sistemas de radar
Como se expuso anteriormente, los sistemas de teledetección pueden ser pasivos o activos
dependiendo del sistema de flujo energético que estos posean, en el caso de los sistemas de
radar, estos son sistemas activos, ya que poseen su propia fuente de energía, lo que les permite
emitir esta energía sobre los objetos observados y capturar la señal que se refleja.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
19
En la siguiente tabla se observa una comparación entre los sistemas de teledetección
multiespectral, lidar y radar:
Tabla 1: [SAR vs otros instrumentos de observación terrestre]. Información obtenida de (SARMAP, 2009).
Tal y como se observa en la anterior tabla, los sistemas de radar tienen ventajas evidentes sobre
los otros sistemas de teledetección, lo cual es beneficioso a la hora de obtener insumos para
realizar estudios de deformación de terreno, estudio de amenazas y riesgos, elaboración de
DEM´S, entre otras aplicaciones. (SARMAP, 2009)
3.2.1 Principios básicos del radar
Los sistemas de radar emiten energía electromagnética desde una antena, esta se propaga por el
espacio hasta ser interceptada por el objetivo que recibe y redirige en distintas direcciones, parte
de esta energía reflejada o redirigida (eco) es detectada por la antena del radar que procesa la
señal para adquirir información del objetivo. (SKOLNIK, 1990).
Este sistema es activo y opera en frecuencias de micro-ondas, es decir, trabaja en la región del
espectro electromagnético con longitudes de onda muy amplias que van en el rango de entre 1
mm y 100 cm (CCRS, 2001). Estas características dotan al sistema de radar de una serie de
ventajas sobre los sistemas pasivos como son la posibilidad de operar en el día o la noche,
minimizar las condiciones atmosféricas (nubosidad), detectar la rigurosidad de la superficie y el
contenido de humedad del suelo dado el rango del espectro en el que se desenvuelve.
caracteristicas
plataforma aerea aerea/espacial aerea/espacial
radiación propia reflejo solar propia
frecuencia unica multiple multiple
polarimetria No aplica No aplica fase polarimetrica
interferometria No aplica No aplica fase interferometrica
optico multi-
espectralradar
tiempo de
adquisicióndía/noche día/nochedía
sistema de
teledetecciónLidar
bloqueo
por nubesclima
ve a traves de las
nubes
bloqueo por
nubes
espectro
electromagneticoinfrarojo visible/infrarojo microondas
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
20
Según (Olmsted, 1993), el proceso de detección de un radar se basa en cuatro principios
tecnológicos:
a. La capacidad de la antena para emitir un pulso corto en una dirección específica.
b. La capacidad para detectar con precisión, el eco dispersado de un objetivo.
c. La capacidad de medir el tiempo entre la emisión y la detección (distancia al objetivo).
d. La capacidad para escanear con un haz direccionado y examinar un área extendida.
Un quinto principio, menciona, es el análisis espectral de señales de fase precisamente
controladas, lo que permite mejoras en la aplicación de los cuatro principios físicos. En esta
última metodología se basa el radar de apertura sintética (SAR).
3.2.2 Tipos de radar
En el mercado actual existen muchos tipos de radar, estos dependiendo de sus características son
empleados para diferentes propósitos, como vigilancia, rastreo de objetivos, obtención de
imágenes, entre otros usos, a continuación, se da una mirada a algunos de estos radares:
a. Radares de rastreo: estos radares tal y como su nombre lo indica, proveen información
sobre un objetivo, el rastreo y/o trayectoria de este, estos tipos de radar pueden tener
plataformas aéreas, o terrestres, y en su mayoría son utilizados para vigilancia militar, por
lo que pueden estar en plataformas militares, esto con el fin de localizar objetivos que
pueden ser de interés, con un lapso corto y en tiempo real. Adicionalmente en esta
categoría se pueden encontrar los radares de control de armas, los cuales también se
enfocan en el rastreo, vigilancia, y defensa de objetivos de interés militar. (SKOLNIK,
1990)
b. Radares de imágenes: este tipo de radar se encuentra generalmente en plataformas
móviles, con lo cual consigue imágenes en dos dimensiones de un objetivo o una escena
sobre la superficie terrestre. Dentro de esta categoría se encuentran diferentes tipos de
radar, entre los que se pueden mencionar los SLAR (Sidelooking airborne radar), los
cuales ofrecen imágenes con una resolución alta en rango y una resolución angular
adecuada; SAR (radar de apertura sintética), este radar produce imágenes de coherencia
tomadas a través de un sensor sobre una plataforma móvil, usando la información de fase
de la señal del eco emitido, en este tipo de radar nos enfocaremos durante la elaboración
de este trabajo; ISAR (radar de apertura sintética inversa), a diferencia del SAR, este
radar puede encontrarse en una plataforma móvil o estacionaria, produce imágenes de
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
21
coherencia con alta resolución en rango y se caracteriza por obtener información del
movimiento relativo de un objetivo. (SKOLNIK, 1990)
c. Radar de observación meteorológica: este tipo de radar como su nombre lo indica, se
encarga de observar, reconocer, detectar y medir la velocidad y dirección del viento, la
tasa de precipitación, así como monitorear diferentes fenómenos climatológicos.
(SKOLNIK, 1990)
3.3 Radar de apertura sintética SAR
Un radar de imágenes genera una representación en dos dimensiones de una porción de terreno,
usando la retro dispersión que retorna desde la porción iluminada en rango y azimut, un sistema
SAR recoge la información de la fase y la amplitud de la señal (eco) reflejada o redirigida. Según
(Wasowski, 2006), la imagen generada forma una matriz de valores complejos donde la amplitud
es un mapa de la reflectividad del suelo del área escaneada y la fase depende de la reflectividad
local y de la distancia del sensor al objetivo (slant range o dirección de línea de vista – LOS “Line
of Sight direction”).
El SAR nació por la necesidad de superar las limitaciones de los sistemas de radar de apertura
real RAR, debido a que estos construyen una imagen en dos dimensiones de la superficie terrestre,
barriendo la escena con un haz electromagnético estrecho, esto viene determinado por el tamaño
de la antena, lo que influye directamente en la resolución azimutal (dirección de vuelo de la
plataforma), debido a estas características de los RAR, su desempeño tanto en los satelitales como
los aerotransportados, es limitado, ya que el tamaño de la antena se restringe por limitaciones de
peso y dificultades en el despliegue. (Sánchez V. D., 2010)
A diferencia de los RAR los sistemas SAR usan antenas más pequeñas, que emiten pulsos en
intervalos regulares o PRF (Pulse Repetition Frecuency) por sus siglas en inglés, estos también
trabajan en configuración SL (single look - observación lateral), durante la trayectoria de vuelo.
(Sánchez V. D., 2010)
El sistema SAR es capaz de obtener imágenes con una mayor resolución azimutal, simulando una
antena de mayor tamaño, mediante la combinación coherente de los ecos recibidos de las
diferentes posiciones reflejadas y la información del desplazamiento del sensor. (SKOLNIK,
1990).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
22
3.3.1 Historia de los sistemas SAR
El concepto original SAR fue descrito por Carl A. Wiley1, en 1951, de la Goodyear aircraft, el
concepto inicial del SAR fue descrito como Doppler beam Sharpening o DBS (haz Doppler
agudo), después de esto el modo SAR se introdujo como el nombre que hace referencia a un modo
de ángulo esquinero, el cual produce un indicador de plan de posición parcial o PPI (partial plan
posisition indicatori), de esta manera el DBS realmente posee dos significados en SAR, el primero
es el nombre SAR inventado por Wiley antes de ser llamado SAR, y el segundo es el nombre para
el modo PPI basado en un SAR esquineado. (SKOLNIK, 1990)
Ya en los años subsecuentes, las teorías del SAR propuestas por Carl Wiley fueron demostradas,
inicialmente, en el año 1952 la Universidad de Illinois demostró dicho concepto, siendo en el
1953 durante un estudio de verano que fue lanzado el proyecto Michigan, una vez demostrada la
teoría del SAR, no fue sino hasta una década más tarde, que fue lanzado el primero SAR de base
espacial o SBR por sus siglas en inglés, llamado Quill. (SKOLNIK, 1990)
El sistema Quill fue rudimentario, pero exitoso en la generación de datos para la formación de
imágenes, obteniendo productos con una resolución nominal de 100 metros, resultados
formidables para la época en la que se desarrolló el proyecto; el Quill fue el único SBR americano,
cuyos datos son ópticamente grabados a bordo del sistema y eventualmente retornados a la tierra
por medio de una capsula expulsada desde la plataforma del sensor. (SKOLNIK, 1990)
En los años subsecuentes, muchos otros sistemas de radar, han sido puestos en marcha, mejorando
cada vez más los productos obtenidos por medio de los SAR, dicho avance tecnológico, ha sido
de gran provecho para diferentes investigaciones en el campo de las geociencias, así como el uso
de técnicas y herramientas que permiten, el aprovechamiento de los datos SAR para el uso de
diferentes comunidades.
3.3.2 Principios básicos de los sistemas SAR
La energía electromagnética viaja a través del espacio en forma de ondas derivadas de la
interacción entre campos eléctricos y magnéticos (perpendiculares entre sí). Una onda
electromagnética (Figura 1) tiene velocidad (𝑐), frecuencia (𝑓) y longitud de onda (𝜆). Estas
características se pueden relacionar de la siguiente manera:
𝑐 = 𝑓𝜆 (1)
La longitud de onda entonces se define como:
1 Carl A. Wiley fue un matemático e ingeniero estadunidense diciembre 30 1918 a abril 21 1985, conocido por ser el precursor de
los navegadores solares e inventor del SAR.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
23
𝜆 =𝑐
𝑓 (2)
Ilustración 1: [Componentes de una onda electromagnética]. Elaboración propia a partir de información obtenida
de (Torres, 2013).
La frecuencia se mide en ciclos por segundo (Hertz), mientras que la velocidad se mide en metros
por segundo, luego, la longitud de onda se mide en metros. Además de esto, existen otras
características propias de las ondas de radar como son la Amplitud, que es la distancia del centro
al extremo del pico de la misma; y la Polarización, que no es otra cosa que la orientación de la
onda (usualmente vertical u horizontal) que permite una medida de la simetría del objetivo. Esta
polarización puede ser o no cruzada dependiendo de cómo recibe la antena la energía transmitida,
ya sea la misma orientación (HH, VV) o distinta la recibida de la emitida (HV, VH).
A partir de algunas de estas características como la longitud de la onda y la frecuencia de la
misma, se puede entrar a clasificar por bandas o rangos (Tabla 2) a los cuales se les pueden atribuir
ciertas características, ya sea desde el uso militar, la teledetección en general u otros usos.
Nombre banda Longitud de onda Uso
Banda-P ~65 cm AIRSAR
Banda-L ~23 cm JERS-1 SAR, ALOS PALSAR
Banda-S ~10 cm Almaz-1
Banda-C ~5 cm ERS-1/2 SAR, RADARSAR – 1/2 , ENVISAT ASAR,
RISAT 1
Banda-X ~3 cm TerraSAR-X-1, COSMO-SkyMed
Banda-K ~1,2 cm Dominio militar
Tabla 2: [Características de las bandas]. Información obtenida de (SARMAP, 2009).
Dependiendo de la frecuencia y la polarización, las ondas pueden tener diferentes niveles de
penetración, dentro de la vegetación, o dentro del suelo, teniendo en cuenta las características de
este, por ejemplo, si se encuentra húmedo o seco. Generalmente entre más larga es la onda, mayor
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
24
va a ser el nivel de penetración dentro del objetivo, por otro lado, en cuanto a la polarización, las
ondas van a tener menos penetración si se trata de una polarización cruzada (VH/HV), mientras
que el nivel de penetración aumentara si se trabaja con ondas con una sola polarización (HH/VV).
(SARMAP, 2009)
En la ilustración 2, se observan los niveles de penetración para diferentes tipos de objetivos.
Ilustración 2: [Penetración de cada banda para diferentes tipos de coberturas]. Elaboración propia a partir de
información obtenida de (SARMAP, 2009).
El sistema SAR recoge la información de la fase y la amplitud de la señal (eco) reflejada o
redirigida. Según (Wasowski, 2006), la imagen generada forma una matriz de valores complejos
donde la amplitud es un mapa de la reflectividad del suelo del área escaneada y la fase depende
de la reflectividad local y de la distancia del sensor al objetivo (slant range o dirección de línea
de vista – LOS “Line of Sight direction”).
Como se mencionó anteriormente, el radar trabaja en la región del espectro electromagnético con
longitudes de onda entre 1 mm y 100 cm, esto es una cualidad ya que no depende de condiciones
atmosféricas o iluminación solar específicas al trabajar en longitudes de onda de mayor tamaño a
las gotas de agua (0,1 mm) lo que permite trabajar en zonas con altos índices de nubosidad como
zonas tropicales o polares (Chuvieco, 1995).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
25
3.3.3 Ecuación de radar
Esta ecuación nos permite estimar el alcance del radar en función de las características y factores
que influyen en su rendimiento. En ese sentido se puede describir la Potencia de Señal Recibida
𝑃𝑟 como
𝑃𝑟 =𝑃𝑡𝐺𝑡
4𝜋𝑅2 ×𝜎
4𝜋𝑅2 ×𝐴𝑒 (3)
Aquí se presenta el producto de tres factores para representar los procesos físicos presentes. El
primer factor es la densidad de potencia a una distancia "𝑅" metros de un radar que irradia una
potencia de "𝑃𝑡" vatios de una antena de ganancia "𝐺𝑡". El segundo factor es la sección transversal
objetivo " 𝜎 " en metros cuadrados. El denominador explica la divergencia en la trayectoria de
retorno de la radiación electromagnética con alcance y es el mismo que el denominador del primer
factor, que explica la divergencia en la trayectoria de salida. El producto de los dos primeros
términos representa la potencia por metro cuadrado devuelta al radar. La antena de la zona efectiva
de abertura "𝐴𝑒" intercepta una parte de Esta potencia en una cantidad dada por el producto de
los tres factores. Si el rango máximo del radar "𝑅𝑚𝑎𝑥" se define como el resultado de que la
potencia recibida "𝑃𝑟" sea igual a la señal detectable mínima de receptor "𝑆𝑚𝑖𝑛", la ecuación de
radar puede escribirse (SKOLNIK, 1990):
𝑅2𝑚𝑎𝑥 =
𝑃𝑡𝐺𝑡𝐴𝑒𝜎
(4𝜋)2𝑆𝑚𝑖𝑛 (4)
Cuando se utiliza la misma antena para transmitir y recibir, la ganancia de transmisión "𝐺𝑡" y la
apertura efectiva de recepción "𝐴𝑒" están relacionadas por (SKOLNIK, 1990):
𝐺𝑡 =4𝜋𝐴𝑒
𝜆2 (5)
Donde 𝜆 es la longitud de onda de la energía electromagnética del radar. Sustituyendo (5) en la
ecuación (4) tenemos (SKOLNIK, 1990):
𝑅4𝑚𝑎𝑥 =
𝑃𝑡 𝐺2𝑡 𝜆2 𝜎
(4𝜋)3𝑆𝑚𝑖𝑛 (6)
𝑅4𝑚𝑎𝑥 =
𝑃𝑡 𝐴2𝑒𝜎
4𝜋𝜆2𝑆𝑚𝑖𝑛 (7)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
26
La ecuación fundamental de radar se describe como (SKOLNIK, 1990):
𝑃𝑟 =𝑃𝑡𝐺2𝜆2𝜎
(4𝜋)3𝑟4 (8)
Donde 𝑃𝑟 Indica la potencia retro-dispersada
𝑃𝑡 Es la potencia emitida por el radar
𝐺 Es un factor de ganancia de la antena
𝜆 Es la longitud de onda del radar
𝑟 Indica la distancia entre el sensor y la superficie
𝜎 Es la sección eficaz de retro-dispersión
Esta última (𝜎) es expresada por (SKOLNIK, 1990) en términos de las resoluciones del azimut
(𝛿𝑎𝑧) y el rango (𝛿𝑟𝑎), la reflectividad del terreno (𝜌). Esta sección eficaz se iguala a la
reflectividad del terreno multiplicada por el área proyectada. Esta proyección la denota como
sin 𝜓. Con esto, la expresión para la sección eficaz de retro-dispersión en términos de los
parámetros de resolución del azimut y el rango, la reflectividad y el área proyectada se describe
como:
𝜎 = 𝜌𝛿𝑎𝑧𝛿𝑟𝑎 sin 𝜓 (9)
3.3.4 Características orbitales de los sistemas SAR
Los SBR (sistema de radar satelital) para la observación terrestre, entre los que se encuentran los
SAR, operan generalmente desde plataformas satelitales, la velocidad y posición de dichas
plataformas se ven condicionadas por las dinámicas orbitales y las leyes de keppler, debido a esto
para lograr obtener información de una zona de interés, los SBR dependen de la tasa de rotación
de la tierra2, de la posición del satélite a lo largo de la órbita y de la vista geométrica del radar.
Las características anteriores deben tenerse en cuenta a la hora de diseñar las misiones de los
sistemas SBR, es decir que debe incluirse la altitud orbital, la velocidad de la plataforma satelital
en órbita, el periodo de revista que tendrá el sistema, la inclinación orbital y la tasa de rotación
del planeta. (SKOLNIK, 1990)
Las orbitas en las que operan generalmente los SBR, son orbitas circulares cercanas a la tierra o
LEO por sus siglas en inglés, las cuales tienen alturas que van desde los 500 km hasta los 850 km.
2 La tasa de rotación de la tierra es del orden de 0,25 grados/minutos. ( (SKOLNIK, 1990)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
27
Las orbitas altas implican un mayor rango en el radar, así como mayores niveles de radiación, y
ángulos de incidencia menores, mientras que las orbitas bajas pueden incidir en una mayor
resistencia atmosférica, ninguna de las opciones anteriores es deseables a la hora de obtener un
buen producto; por otro lado, las velocidades de los SBR que operan en orbitas LEO, están en el
orden de los 7,5 km/seg y con periodos cercanos a los 100 minutos. (SKOLNIK, 1990)
La altitud de la órbita generalmente es escogida para afinar el periodo y la tasa de rotación de la
tierra, de esta manera se desarrollan patrones exactos de repetición en un número estipulado de
días, siendo generalmente los periodos de repetición ofrecidos por los SBR de 24 días.
(SKOLNIK, 1990)
3.3.5 Formación de las imágenes de radar SAR
Para (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007), una imagen de radar es un mosaico
formado por un arreglo de filas y columnas de pixeles, en este caso cada pixel se asocia a una
pequeña parte de la superficie terrestre llamada resolución de celda, donde cada pixel contiene un
número complejo que lleva información de amplitud y fase de la señal de retorno de todos los
elementos que se encuentran dentro de la escena, junto con la resolución de celda proyectada en
el suelo. La amplitud depende más de la rugosidad del suelo que de la composición química de
los elementos dispersores en el terreno. Por lo que típicamente las rocas expuestas y área urbana
muestran alto valor de amplitud, mientras que superficies planas y suaves muestran bajo valor de
amplitud porque la radiación se refleja lejos del radar. (Torres, 2013)
Teniendo en cuenta el funcionamiento básico de un sensor de radar, que emite pulsos de energía
de una forma específica (frecuencia, dirección, orientación, etc.) y luego recibir el eco o la retro-
dispersión de la misma, produce una imagen cuyos pixeles son entendidos como los coeficientes
de retro-dispersión del área que representa sobre el terreno, esta respuesta o este coeficiente,
dependerá de factores como las condiciones del terreno (rugosidad, tipo de superficie, pendiente,
sombras, etc.) el ángulo de incidencia y la polarización de la observación. (Torres, 2013)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
28
Ilustración 3: [Retro dispersión de diferentes objetos en la superficie terrestre]. Elaboración propia a partir de
información obtenida de (SARMAP, 2009).
La rugosidad del terreno es una característica que tiene influencia sobre la intensidad del eco
recibido, que será mayor cuanto más elevada sea la rigurosidad. Además de esto, también influyen
la longitud de onda y la variación de altura. Cuando un radar emite energía (haz de microondas)
hacia la superficie, esta puede dispersarse hacia el exterior o el interior de los objetos sobre dicha
superficie dependiendo de la polarización y la frecuencia utilizados; vale la pena mencionar que
el nivel de penetración será proporcional a la amplitud de la onda (SARMAP, 2009).Para el caso
del agua, el ángulo de incidencia es igual al ángulo de reflexión, esto se conoce como reflexión
especular (SKOLNIK, 1990). El ángulo de incidencia es el ángulo entre la dirección del radar y
la normal a la superficie. Dependiendo de la altura del radar sobre la superficie, este ángulo
cambia a lo largo de la dirección en rango (CCRS, 2001). Aumentar el ángulo de incidencia
implica que la dispersión sea menor, es decir el eco recibido sea menor.
Dependiendo de la ubicación de las superficies con pendiente respecto del sensor que emite el
haz de microondas, la dispersión será más fuerte cuando la pendiente de la superficie está hacia
el sensor. Esto hace que se vean más brillantes en las imágenes de radar, por el contrario, las
superficies con pendiente contraria al sensor aparecerán oscuras o con sombras (SARMAP,
2009).Las vías suelen aparecer oscuras por tener superficies planas, mientras que las zonas
urbanas con presencia de construcciones altas suelen tener representaciones muy brillantes por el
efecto denominado doble rebote o double bounce.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
29
Ilustración 4: [Representación del doble rebote]. Elaboración propia a partir de información obtenida de (SARMAP,
2009).
Las características eléctricas propias de los objetos sobre la superficie también influyen en los
resultados de la observación, podemos mencionar la constante dieléctrica, que trata de medir la
conductividad y reflectividad de los materiales. Los valores de la constante dieléctrica para
microondas en los materiales secos oscilan entre 3-8, y son mucho menores que para objetos
metálicos y el agua, que corresponden a un valor de 80 (Torres, 2013). La presencia de agua en
los objetos afecta su respuesta independientemente de sus propiedades dieléctricas, siendo más
brillantes cuando la humedad es mayor y más oscuros en el caso contrario. Los radares de apertura
sintética SAR se usan para identificar la humedad del suelo dado por esta característica. Para el
caso de los cuerpos de agua el comportamiento es distinto, ya que, como se mencionó
anteriormente, se comporta como una superficie plana y la reflexión especular hace que la
respuesta sea un color negro.
3.3.6 Procesamiento para la formación de una imagen de radar SAR
En la formación de una imagen satelital la resolución radiométrica influye en el detalle de
información que se puede tener de dicha imagen, en el caso de las imágenes de radar esta
resolución viene condicionada a la longitud del pulso y al nivel de energía transmitida por el
sensor, dando como resultado una resolución radiométrica baja entre más bajo sea el pulso y más
baja sea la energía de la señal.
En el caso de las imágenes de radar, para conservar la resolución radiométrica, los SAR generan
un pulso llamado CHIRP, el cual es un pulso amplio con una modulación de frecuencia lineal
(SARMAP, 2009). El pulso CHIRP es transmitido por el radar en un tiempo de repetición de
pulso o PRT (por sus siglas en ingles), dada esta repetición del pulso, se generan unos ecos cada
segundo llamados ecos de repetición de pulsos de frecuencia o PRF los cuales son recibidos y
almacenados inmediatamente, dichas repeticiones de pulsos se relacionan mediante la siguiente
formula (Torres, 2013):
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
30
𝑃𝑅𝑇 =1
𝑃𝑅𝐹 (10)
Al disminuir la frecuencia se aumenta la longitud del pulso, esto implica que exista una mayor
probabilidad de ruido, lo cual se puede solucionar al modular la frecuencia de los pulsos que se
emiten y se reciben (Chuvieco, 1995)
De esa manera el radar toma datos en formato RAW también conocidos como datos crudos, es
decir datos sin ningún tipo de procesamiento a nivel de calibración, ruido de la señal, etc. Estos
datos tienen las siguientes características (Sandwell, 2002):
a) Los archivos de la señal RAW contienen filas de 11.644 bytes que representan un único
eco de radar.
b) los primeros 412 bytes corresponden a cálculo de tiempo de encendido (timing), mientras
los restantes 11.232 bytes contienen 5.616 números complejos de los datos de la señal
RAW.
Para (Sandwell, 2002) la formación de una imagen SAR comprende una secuencia de
procesamiento estándar, dividido en 6 pasos, siendo los primeros dos realizados a bordo de la
plataforma satelital y los 4 restantes realizados por el usuario final mediante el uso de un
procesador digital SAR. Dichos pasos son explicados a continuación:
3.3.6.1 Procesos realizados a bordo de la plataforma satelital
a) demodulación: este primer procesamiento para formar una imagen SAR, se realiza
mediante el uso del teorema de cambio de variables3, el cual es una operación de filtro
que permite aislar el valor de la parte del espectro electromagnético que contiene el pulso
Chirp, siendo dicho valor aproximadamente de 15MHz, para poder realizar dicho proceso
es necesario tener la información de retraso y distorsión de la señal del pulso. El eco de
la señal original inicialmente es una función de valores reales, pero una vez se realiza
dicho proceso, los valores del eco pasan a ser una función de valores complejos, sin perder
información, logrando que la salida logre ser digitalizada (segundo procesamiento a bordo
de la plataforma satelital), a un valor de dos veces el ancho de banda del pulso Chirp (más
o menos 30MHz). (Sandwell, 2002)
b) Digitalización: este segundo procesamiento para generar una imagen SAR, consiste en la
digitalización de la señal compleja del pulso Chirp (resultado de la demodulación), siendo
3 El cambio de variable t (retraso en el tiempo) es un efecto simple de la trasformada de Fourier, en donde se espera que la magnitud de esta permanezca igual, ya que el cambio de la señal original en el tiempo, no debe cambiar su energía en cualquier punto del
espectro, por lo tanto, el único cambio debe ser de fase. (Bracewell, 2000)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
31
este procesamiento realizado a 5 bits por pixel, por otra parte resulta más conveniente
realizar dicha digitalización de datos a 8 bits ya que se envían los 3 bits restantes a la
plataforma terrestre para comprimir los datos antes de realizar la transmisión; una vez los
datos son recibidos en la plataforma terrestre son expandidos a 8bits por asuntos de
programación. (Sandwell, 2002)
Una vez realizados los procesamientos anteriores, los expertos en dichos procesos se refieren a
los resultados como la parte real e imaginaria de la señal, siendo estos los componentes en-fase
(I) y cuadratura (Q) (Torres, 2013):
𝐼 = 𝑒𝑛 − 𝑓𝑎𝑠𝑒 = 𝐴 cos 𝜃 (11)
𝑄 = 𝑐𝑢𝑎𝑑𝑟𝑎𝑡𝑢𝑟𝑎 = 𝐴 sin 𝜃 (12)
Ilustración 5: [Diagrama ubicación cartesiana de las componentes real e imaginaría de una imagen de radar].
Información obtenida de (Torres, 2013).
La amplitud (13) y fase (14) de la señal se definen por las siguientes ecuaciones (SARMAP,
2009):
𝐴 = √𝐼2 + 𝑄2 (13)
tan 𝜃 =𝑄
𝐼 (14)
La fase y la amplitud son datos en números complejos, y son características indispensables para
realizar el enfoque de las imágenes SAR, la amplitud de las imágenes SAR es entonces la
reflectividad recolectada, la cual se determina por la habilidad que tiene el terreno de enviar la
energía incidente de regreso al radar; por otro lado las medidas de fase se deben a diversos efectos,
los cuales aparecen como ruido en la imagen con valores distribuidos uniformemente que varían
de 0° a 360°, la cual se vuelve significativa solo cuando uno de estos efectos son aislados debido
a la comparación de las imágenes de radar (Massonet & L.Feigl, 1998)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
32
3.3.6.2 Procesos realizados por el usuario
Una vez se tienen los datos RAW, el procesador digital SAR, a través de un software, convierte
los datos de la señal RAW a una imagen SLC, siendo este producto el que contiene la información
de fase, y con lo cual es la usada para trabajar interferometría de radar. (Torres, 2013)
Para obtener la imagen SLC es necesario ejecutar en tierra los siguientes pasos:
a) Comprensión en rango: El pulso del radar es recuperado mediante la deconvolución4, del
Chirp, lo cual se logra mediante la transformada de Fourier (Sandwell, 2002). Para
realizar el proceso de deconvolución del Chirp de los datos RAW, se utilizan filtros
adaptados, para mejorar los parámetros de enfoque (resolución espacial, y relación señal
ruido), los cuales reconstruyen la información de cada uno de los puntos tomados de la
superficie terrestre, a partir de los datos que retornan al sensor y que fueron medidos y
almacenados. (Torres, 2013)
b) Procesamiento de parches: El siguiente paso en el procesamiento de los datos, es enfocar
la imagen a lo largo de la trayectoria en dirección azimutal, lo cual se hace mediante el
proceso de las columnas, este procesamiento es llamado procesamiento de parches.
anteriormente antes de que existieran memorias con gran espacio, cada parche era
transpuesto mediante el uso de discos de alta velocidad para que el procesamiento se
pudiera realizar columna a columna, hoy en día los computadores multiprocesos pueden
procesar muchos parches en paralelo y acomodarlos en los archivos de salida en el orden
apropiado, debido a que los parches superpuestos con independientes. (Sandwell, 2002)
c) Migración de rango: Antes de realizar el enfoque de una imagen a lo largo de una sola
columna, las señales deben ser migradas de nuevo a una celda con rango constante, esto
es lo que se conoce como migración de rango, siendo la forma más sencilla de lograrlo,
realizar primero la transformada de Fourier de las columnas, en este caso cada
componente de Fourier corresponde a un único desplazamiento doppler, y también a un
único valor de migración de rango. Para un radar ideal, el primer componente debe ser el
doppler cero, el cual corresponde al punto en la superficie terrestre que es perpendicular
al vector de velocidad de la nave espacial, y el segundo componente debe ser el valor
positivo más pequeño, para lo cual se necesita un desplazamiento doppler y una pequeña
4 Operaciones matemáticas que se emplean para la restauración de señales para la recuperación de datos que han sido degradados
mediante procesos físicos (Glossary d. -S., 2017)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
33
migración de las celdas del rango, y así sucesivamente todo los valores positivos y
negativos del espectro doppler (Sandwell, 2002).
d) Compresión azimutal: La compresión azimutal, se realiza mediante el patrón de
iluminación con lo cual se calcula la forma de la apertura, dicho cálculo se logra con la
generación de una segunda frecuencia modulada Chirp, donde los parámetros de este
dependerán de la velocidad de la nave espacial, del PRF y del rango absoluto (Sandwell,
2002).
3.3.7 Modos de adquisición
Los sistemas de radar presentan los siguientes modos de adquisición:
a) Stripmap SAR: Este modo de adquisición funciona mediante un haz que permanece
normal a la trayectoria de vuelo, en donde constantemente observa un ancho de terreno
llamado strip, siendo este paralelo a la trayectoria, este modo es muy útil a la hora de
producir imágenes de grandes áreas con una resolución relativamente burda
(SKOLNIK, 1990).Al operar bajo este modo de adquisición, la antena usualmente
ofrece al sistema la flexibilidad de seleccionar una franja de terreno cambiando el
ángulo de incidencia, pero a su vez tiene la limitación de tener un estrecho ancho de
franja (SARMAP, 2009)
b) scansar mode: En este modo de adquisición el área que es iluminada por cada pulso
emitido por el sistema SAR, se denomina sub-franja o sub-swath, durante la adquisición
de datos se comparte el tiempo de operación del radar entre dos o más sub-franjas
separadas, con el fin de obtener una sola imagen. Este modo no tiene la limitación de
franja estrecha que posee el modo strip map, ya que mediante la orientación electrónica
en elevación de la antena puede conseguir un ensanchamiento de esta (Sandwell, 2002).
Debido a la forma en la que se presentan los datos, para el uso de estos en
interferometría, cada una de las sub-franjas deben ser procesadas por separado, ya que
debe existir una sincronización alta en los ángulos de elevación para obtener un buen
producto, por esta razón estas imágenes no son muy recomendadas para el uso de
aplicaciones interferométricas (Torres, 2013)
c) spotligth mode: En este modo de adquisición la longitud de la antena incrementa, lo que
permite apunta e iluminar continuamente la franja de terreno observado, como el
objetivo principal es la resolución azimutal, esta se puede reducir a medida que el
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
34
tiempo de integración5, incrementa proporcionalmente. Debido a que el ancho del haz
de la antena se mantiene fijo, el tiempo de iluminación se incrementa solo si el haz
ilumina continuamente el objetivo deseado (SKOLNIK, 1990)
Este modo tiene 3 características que lo diferencian del modo Stripmap, las cuales se
presentan a continuación (SARMAP, 2009):
• El modo spotligth ofrece una resolución azimutal mucha más fina, que la que
se obtiene en los productos obtenidos con el modo Stripmap, a pesar de que se
usa la misma antena física.
• Las imágenes spotligth ofrecen la posibilidad de obtener durante una sola
pasada, una imagen de una escena tomada con muchos ángulos.
• El modo spotligth logra imágenes eficientes de varias escenas pequeñas, a
diferencia del modo Stripmap, ya que este produce imágenes de una larga franja
de terreno.
3.3.8 Geometría de la adquisición SAR
Como se mencionó anteriormente, los sistemas SAR son cargados en una plataforma movible
satelital o área, con una altitud y velocidad uniforme, para producir una imagen de la superficie
terrestre. El movimiento subsecuente provee un escaneo a lo largo de la trayectoria de vuelo en
dirección azimutal, de esta manera el haz del radar es dirigido hacia los lados y hacia debajo de
la superficie, generalmente en dirección perpendicular a la trayectoria usando un ángulo
esquineado (SKOLNIK, 1990)
El haz es ancho en la dirección vertical y se interseca con la superficie en un ovalo con el eje
extendido en la dirección de la trayectoria cruzada o rango, el eco que se recibe desde los puntos
de la superficie, se recibe en un rango creciente, lo que logra que la digitalización de la señal en
el tiempo proporcione un escaneo en la dirección del rango, siendo esta dirección determinada
por el lado en el que el radar mire la escena (SKOLNIK, 1990).
a) Geometría en rango: la posición de un objetivo es una función del tiempo de transito
del pulso que se da entre el sensor y dicho objetivo, sin embargo, esta función es
proporcional a la distancia entre ellos. El plano de la imagen del radar se puede
considerar como cualquier plano que contiene la trayectoria de vuelo del sensor, en este
caso la proyección de los puntos de objetos individuales en dicho plano se llama plano
5 El tiempo de integración es el tiempo que transcurre entre los tiempos 𝑡1 y 𝑡2, durante el cual un objetivo se ilumina por la antena
(Glossary R. a., 2017)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
35
de inclinación o slant range, el cual es proporcional a la distancia del sensor, lo que
causa una compresión no lineal de la información de la superficie de la imagen
(SARMAP, 2009)
En el caso del rango, se pueden presentar diferentes distorsiones debido a las diferencias
mínimas de elevación inducidos por el relieve, que se pueden presentar en el plano de
inclinación, estas distorsiones se conocen como foreshortening (escorzo), layover
(inversión por relieve) y shadow (sombra) (SARMAP, 2009).
b) Geometría de rango inclinado (slant range) vs geometría de rango terrestre (ground
range): La geometría original de los datos SAR, corresponde a un rango inclinado,
donde los datos son proyectados desde este a un rango terrestre (SARMAP, 2009)
Ilustración 6: [Relación rango inclinado y rango terrestre). Elaboración propia a partir de información
obtenida de (SARMAP, 2009)
Tal y como se observa en la imagen anterior la relación entre los datos SAR con su
geometría original, y los datos SAR proyectos, se da mediante la siguiente formula:
𝐺𝑅 = 𝑆𝑅
sin 𝜃 (15)
Los datos SAR proyectados al rango terrestre, tampoco se encuentran referenciados a
un sistema cartográfico, por lo que no cuentan con una corrección geométrica, por esta
razón la única manera de geo codificar de manera correcta los datos SAR, es mediante
la aplicación de un enfoque riguroso del doppler aprovechando los datos SAR, con su
geometría en rango inclinado original. (SARMAP, 2009)
a) Geometría azimutal: La frecuenta de la señal retro dispersada depende de la velocidad
relativa que existe entre el sensor y el objetivo, de esta manera, debido a que la antena
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
36
se va moviendo hacia los objetivos, partes de la señal que es reflejada por estos, se van
a registrar con una frecuencia mayor que la emitida por el sensor (SARMAP, 2009).
3.3.9 Distorsiones geométricas y geográficas
3.3.9.1 Geolocalización
Las imágenes producidas por sensores remotos incluyendo los sistemas sistema SAR, son
imágenes de la superficie terrestre, las cuales una vez se corrigen los errores geométricos, se
pueden considerar como un mapa con escala precisa y alta resolución. Sin embargo, una dificultad
significante para lograr la correcta interpretación de la imagen, recae en el proceso de
geolocalización, el cual determina la localización general de la imagen en coordenadas
geográficas (latitud y longitud) (Olmsted, 1993).
En el caso de los sistemas SAR, al ser instrumentos activos, proporcionan información muy
precisa sobre el alcance del objetivo y el historial Doppler de la señal retornada, estas cantidades
se pueden relacionar con la precisión de la nave espacial y de las coordenadas de la superficie
terrestre, con lo cual mediante la resolución de un conjunto de ecuaciones se posibilita la
obtención de la localización en la tierra de cada uno de los pixeles en la imagen, con una
resolución del orden de 100 metros, por otro lado, en el caso de los sensores pasivos (ópticos,
radiométricos), el método más efectivo para realizar el proceso de geolocalización, es mediante
el uso de los puntos TIE, de esta manera se logran comparar las características geográficas
conocidas entre la imagen y los datos de mapas obtenidos por métodos convencionales (Olmsted,
1993).
3.3.9.2 Geocodificación
La geocodificación, es la conversión de los datos de las imágenes SAR a un sistema de
coordenadas de mapa, este paso viene después de realizar la geolocalización. La presentación de
los datos en la grilla del mapa se encuentra en UTM, con lo cual es posible aplicar las ecuaciones
de localización para cada pixel por medio de la resolución de las GEI6, con esto se logra convertir
las coordenadas geográficas a coordenadas de la grilla del mapa (Olmsted, 1993).
La geocodificación se realiza mediante una transformación de coordenadas, la cual se describe a
continuación (Olmsted, 1993):
(𝑖, 𝑗) ↔ (𝑆𝑅 , 𝑓𝑑𝑐) ↔ (𝑥, 𝑦, 𝑧) (16)
6 GEI: Sistema de coordenadas Geocentric Equatorial Inertial, usado universalmente para la trayectoria de objetos en la órbita local
terrestre (Olmsted, 1993)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
37
(𝑥, 𝑦, 𝑧) ↔ (𝑅𝑒 , 𝑙𝑎𝑡, 𝑙𝑜𝑛𝑔) (17)
(𝑙𝑎𝑡, 𝑙𝑜𝑛𝑔) ↔ (𝑋, 𝑌) ↔ (𝑝, 𝑞) (18)
Donde 𝑖 y 𝑗 son el numero de pixeles en el rango oblico (slant range) de la imagen, 𝑆𝑅 y 𝑓𝑑𝑐 son
el slant range y el centroide doppler, 𝑥, 𝑦, 𝑧 son las coordenadas GEI, 𝑅𝑒 , 𝑙𝑎𝑡, 𝑙𝑜𝑛𝑔 son el radio
local de la tierra y las coordenadas geograficas, 𝑋, 𝑌 son el este y norte en metros, y 𝑝, 𝑞 son el
numero de pixeles en la grilla del mapa de la imagen geocodificada (Olmsted, 1993).
La geocodificación se puede realizar mediante el uso de un elipsoide, en donde el proceso se lleva
a cabo sin el uso de un modelo digital de elevación (DEM), y mediante el terreno, el cual se lleva
a cabo mediante los datos provenientes de un DEM (SARMAP, 2009).
3.3.9.3 Calibración radiométrica
La calibración de los valores de retrodispersión son necesarios para la comparación de las
imágenes de radar adquiridas con diferentes sensores, o bien con imágenes obtenidas por el mismo
sensor, tomada mediante diferentes modos de adquisición o procesadas con diferentes métodos,
de esta manera para entender dicho proceso, es necesario tener en cuenta la siguiente
nomenclatura (SARMAP, 2009):
a) Beta cero 𝛽0: el cuál es el coeficiente del brillo del radar o reflectividad, siendo esta por
unidad de área en el rango oblicuo (slant range) adimensional. Esta normalización tiene
la virtud que no requiere conocimiento del ángulo local de incidencia.
b) Sigma cero 𝜎0: el coeficiente de retrodispersión es la medida convencional de la fuerza
de la señal reflejada por la distribución del retrodispersor, usualmente expresado en dB,
este es un numero normalizado de dimensiones, el cual compara la fuerza observada a
la que se espera desde un área de metro cuadrado. Sigma cero se define con respecto a
la normalidad del plano horizontal, y en general tiene una variación significante con el
ángulo de incidencia, la microonda y la polarización, así como las propiedades de
retrodispersión de la superficie en sí.
Por otro lado, la base para realizar la calibración radiométrica, es la ecuación de radar (descrita
anteriormente), así mismo involucra las correcciones para los siguientes aspectos (SARMAP,
2009):
a) Área retrodispersada: cada pixel de salida es normalizado por el área actual iluminada de
cada resolución de celda, la cual puede ser diferente debido a variaciones en la topografía
y al ángulo de incidencia.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
38
b) Patrón de antena de ganancia Gt: el efecto de la variación de la antena de ganancia en
rango es corregida teniendo en cuenta la topografía (DEM), o la altura de referencia.
c) Perdida de propagación de rango: el poder recibido es corregido por los cambios en la
distancia del rango cercano al rango lejano.
3.3.9.4 Normalización radiométrica
Después de realizar la calibración radiométrica, las variaciones del coeficiente de retrodispersión,
son claramente identificables en la dirección del rango, esto debido a la energía retrodispersada
de los objetos iluminados. Esta normalización también depende del ángulo de incidencia, entre
más pequeño es este y mayor es el ancho de banda (swath), usados parada adquirir una imagen,
más fuerte será la variación del coeficiente de retrodispersión en la dirección del rango
(SARMAP, 2009).
3.3.9.5 Distorsiones inducidas por el terreno
Como se mencionó anteriormente, en la geometría del rango, se pueden presentar unas
distorsiones inducidas por el terreno, escorzo (foreshortening), layover (inversión por relieve), y
shadow (sombra), en la siguiente imagen de observan dichas distorsiones (SARMAP, 2009):
Ilustración 7: [Distorsiones de las imágenes de radar]. Elaboración propia a partir de información obtenida de
(SARMAP, 2009)
Como se observa en la imagen anterior el escorzo se da cuando la pendiente (∝) se encuentra
frente al sensor, es decir que (∝) se encuentra entre 0 𝑦 𝜃, debido a esto los objetos van a
presentar una reflectividad más brillante. Un ejemplo de esto se observa en las áreas montañosas,
ya que, en este caso, desde un punto de vista radiométrico las laderas que se orientan al SAR van
a aparecer en la imagen mucho más brillantes, así mismo estas imágenes van a presentar
distorsiones geométricas mucho mayores. (SARMAP, 2009)
La inversión por relieve es un caso extremo del escorzo, donde la pendiente (∝) es más grande
que el ángulo de incidencia (𝜃), causando que la parte superior e inferior de la pendiente (∝) se
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
39
encuentren invertidos en la imagen de radar, en este caso para disminuir el plano de inclinación
entre el sensor y el objetivo, es necesario incrementar la distancia horizontal, por otro lado la
sombra se causa por los objetos que cubren parte del terreno que se encuentra detrás de ellos
(SARMAP, 2009)
Es de aclarar que los efectos de foreshortening se pueden corregir durante el proceso de
calibración geométrica y radiométrica, asumiendo que hay disponibilidad de datos de un modelo
digital de elevación con una buena resolución, por otro lado, el layover y las áreas con sombras
se pueden calcular exactamente, pero no se pueden corregir (SARMAP, 2009).
3.3.10 Resoluciones de las imágenes SAR
La resolución espacial de los sistemas de radar de apertura real, se determinan por el tamaño de
la antena, la duración del pulso (𝜏), y el ancho del haz, de esta manera para obtener una buena
resolución espacial en un sistema de radar de apertura sintética, este simula la longitud de antena
de un sistema de apertura real (SARMAP, 2009).
a) Resolución en rango
Un radar de apertura real logra la resolución en rango, por la emisión de un breve pulso
rectangular intenso, luego de esto se muestrea la señal retornante y se promedia en
intervalos de tiempo más cortos que el pulso que se emite, cada valor que se promedia es
el valor de intensidad retro dispersada de la superficie en el rango inclinado, en la mitad
del tiempo de recorrido de ida y vuelta de la señal, ya que el intervalo promedio se
encuentra por debajo del pulso, la resolución en rango es directamente proporcional a lo
longitud del pulso (Olmsted, 1993).
En la siguiente formula se define la resolución en rango para un sistema RAR (SARMAP,
2009):
𝛿𝑟𝑎 =𝑐𝜏
2 (19)
Donde 𝑐 es la velocidad de la luz
La resolución en rango en un sistema SAR se limita fundamentalmente por el ancho de
banda del pulso que se transmite, es así que para lograr un amplio ancho de banda, es
necesario trasmitir un pulso de corta duración, sin embargo, la resolución radiométrica se
ve comprometida, ya que entre más bajo sea el pulso, más baja es la energía transmitida,
y más baja será dicha resolución, de esta manera para poder preservar la resolución
radiométrica, y obtener una buena resolución en rango, los sistemas de SAR generan un
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
40
pulso llamado CHIRP, el cual es un pulso amplio con una modulación de frecuencia lineal
(SARMAP, 2009).
Gracias al procesamiento que se les realiza a los datos SAR, es posible el uso de un pulso
extendió con una intensidad baja, y con requerimientos de potencia bajos, esto lo que va
a permitir es seguir emitiendo la energía suficiente para obtener un retorno de señal que
sea detectable (Olmsted, 1993).
b) Resolución azimutal
El radar de apertura real (RAR), logra la resolución azimutal a lo largo de la trayectoria
de vuelo, por medio de un estrecho ancho de banda, esto requiere de una antena grande,
ya que el ancho de banda es inversamente proporcional al tamaño de la antena y
directamente proporcional a lo longitud de onda del sistema (Olmsted, 1993).
A medida que la plataforma se mueve, el objetivo es iluminado por una gran cantidad de
pulsos, debido a estos ecos de la señal guardada de manera coherente7, se posibilita
realizar el seguimiento de la trayectoria de la fase de un retro dispersor a lo largo del
tiempo que dura la iluminación del objetivo (Zénere, 2012).
Con la siguiente formula se define la resolución azimutal para un sistema RAR
(SARMAP, 2009):
𝛿𝑎𝑧 =𝜆𝑅
𝐿 (20)
En este caso 𝐿 es la longitud de la antena, 𝑅la distancia de la antena al objetivo y 𝜆 la
microonda (SARMAP, 2009).
De esta manera, al comparar el SAR con el RAR, los sistemas SAR incrementan
sintéticamente el tamaño de la antena para poder obtener una buena resolución azimutal,
esto lo logran usando la misma técnica de compresión que se usa para obtener la
resolución en rango (SARMAP, 2009).
Durante el tiempo de integración la señal reflejada es retornada hacia la antena con un
cambio de frecuencia debido al efecto doppler8, esta frecuencia se conoce como
frecuencia doppler, siendo esta negativa a medida que se aleja la antena del objetivo, y
positiva a medida que la antena se acerca a este, una característica importante de esta
7 El termino coherencia en la jerga SAR hace referencia a la descripción de los sistemas que conservan la fase de la señal que se
recibe con respecto de la señal que se emite (Glossary R. a., 2017) 8 El efecto doppler es el cambio de frecuencia de una onda, producto del movimiento relativo de la fuente respecto del observador
(Papaqui, 2017)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
41
frecuencia es que la variación es aproximadamente lineal con respecto al tiempo, por esta
razón puede definirse como un chirp en acimut o chirp doppler (Zénere, 2012).
De igual forma que en el caso del chirp, el chirp doppler se determina por un tiempo de
duración, para este caso el 𝑡𝑖, una tasa de cambio de la frecuencia o tasa doppler (𝑓𝑟) y
una frecuencia central conocida como centroide doppler (𝑓𝑑𝑐), estos parámetros se
calculan a partir de datos como la distancia entre la antena y el objetivo, la longitud de
onda, y la velocidad relativa entre el sensor y el objetivo (Zénere, 2012).
De esta manera, para obtener la resolución azimutal en un sistema SAR es necesario
procesar los datos de las señales recibidas y las fases de los objetivos tomados mediante
una antena pequeña, el efecto de la toma de datos mediante esta antena, debe ser
transformada teóricamente al efecto de tomar los datos con una antena grande, es decir
obtener una longitud de antena de apertura sintética, de otro lado el ancho de banda en el
rango de un RAR con la misma longitud, puede proyectarse en la dirección azimutal, de
esta manera la resolución azimutal de un sistema SAR viene definido por la mitad de la
resolución de un sistema RAR, dichas relaciones se muestra mediante las siguientes
ecuaciones (SARMAP, 2009):
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 ℎ𝑎𝑧 𝑟𝑒𝑎𝑙 𝛽 = 𝜆
𝐷 (21)
𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 ∆𝐿 = 𝛽𝑅 = 𝐿𝑠 (𝐿𝑜𝑛𝑔𝑖𝑡𝑢𝑑 𝑎𝑝𝑒𝑟𝑡𝑢𝑟𝑎 𝑠𝑖𝑛𝑡é𝑡𝑖𝑐𝑎) (22)
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 ℎ𝑎𝑧 𝑠𝑖𝑛𝑡é𝑡𝑖𝑐𝑜 𝛽𝑠 = (𝜆
2 ) 𝐿𝑠 =
𝐷
2𝑅 (23)
𝑅𝑒𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑠𝑖𝑛𝑡é𝑡𝑖𝑐𝑎 ∆𝐿𝑠 = (𝛽𝑠𝑅) = 𝐷
2 (24)
En este caso, (𝜆) es la microonda, 𝐷 la apertura del radar, y 𝑅 la distancia de la antena al
objetivo, por esta razón los sistemas SAR poseen una alta resolución azimutal a pesar de
tener un tamaño pequeño de antena, y es independiente del rango inclinado y de la altitud
del satélite (SARMAP, 2009).
Ilustración 8: [Descripción física de la resolución azimutal de un SAR]. Elaboración propia a partir de
información obtenida de (SARMAP, 2009)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
42
3.4 Interferometría SAR (InSAR)
Los inicios de la interferometría se dieron a conocer a principios de los años 70, documentado por
(Graham, 1974), en donde se describen las características generales de los sistemas
interferométricos SAR aerotransportados, y las aplicaciones desarrolladas inicialmente a partir de
la interferometría como son el mapeo topográfico, sin embargo las aplicaciones conocidas
actualmente usadas para las geociencias se vieron en la década de los 80, con la publicación de
los primeros resultados de InSAR, uno de estos estudios es el realizado por (H.A.Zebker &
R.M.Goldstein, 1987), el cual hace referencia a las medidas de la superficie oceánica con el uso
de la interferometría, testeando las imágenes SAR sobre San Francisco.
Actualmente la técnica InSAR, ha tomado una gran importancia como una herramienta poderosa
para realizar el mapeo de la superficie terrestre, incluyendo la superficie oceánica, así mismo
también el uso de la denominada DinSAR o interferometría diferencial, la cual es una técnica que
usa InSAR para medir el desplazamiento de la superficie por fenómenos físicos como terremotos,
deslizamientos o subsidencia (Bamler & Hartl, 1998)
De esta manera InSAR es una técnica usada para medidas de altura de terreno, diferencias en las
alturas, o como se mencionó anteriormente medidas de desplazamiento, esta involucra al menos
dos imágenes SAR con valores complejos, las cuales son tomadas desde antenas a las altitudes
ligeramente diferentes (SKOLNIK, 1990). El InSAR aporta más información sobre el objeto que
se presenta en una sola imagen SAR mediante la explotación de las señales de fase del SAR, una
segunda imagen SAR muestra información adicional de al menos un parámetro en las imágenes
que es diferente al compararlo con la primera imagen (Bamler & Hartl, 1998).
Para trabajar la técnica InSAR, se debe tener en cuenta que el SAR puede observar una misma
área desde vistas con ángulos ligeramente diferentes, esto puede hacerse simultáneamente
mediante dos radares montados en la misma plataforma (single pass InSAR) o en diferentes
tiempos mediante la repetición de orbitas del mismo satélite, (two pass InSAR), lo que influye
directamente en el desarrollo de este método (SKOLNIK, 1990).
De esta manera, se puede definir principio de la interferometría SAR (InSAR), como la
explotación de las diferencias generadas entre las imágenes de radar, en donde se comparan las
fases de imágenes con una diferencia de posición o con diferencia de tiempo, una vez se ha
realizado el registro apropiado de estas, realizado este proceso se obtiene como resultado una
imagen que muestra la diferencia de fases, lo que se conoce como un interferograma, este
contiene una serie de franjas o patrón de diferencia de fase que contiene la información de
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
43
geometría relativa de la superficie terrestre, siendo esta información afectada por muchos
fenómenos físicos (Massonet & L.Feigl, 1998).
3.4.1 Procesamiento para la generación de un interferograma
3.4.1.1 Estimación línea base
La distancia entre dos satélites 𝑆1 y 𝑆2, en el plano perpendicular a la órbita se conoce como línea
base interferométrica, siendo su proyección perpendicular o rango inclinado, la línea base
perpendicular 𝐵𝑛 (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007). En la ilustración 9 se observa
un esquema que muestra la geometría de un sistema satelital interferométrico SAR:
Ilustración 9: [Aspectos básicos de un sistema satelital interferométrico SAR]. Elaboración propia a partir de
información obtenida de (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007)
La variación del patrón de viaje (𝜕𝑅), puede ser medida por la diferencia de fase (∆𝜑) entre dos
imágenes SAR, esto se logra mediante la multiplicacion del conjugado complejo de una imagen
por la otra, una vez realizado esto se forma el interferograma, obteniendo la fase interferométrica
la cual contiene franjas que trazan la topografía mediante líneas de contorno (SARMAP, 2009).
Una aproximación para encontrar (𝜕𝑅) se define a partir de la siguiente ecuación:
𝜕𝑅 = −2𝐵𝑛𝑞𝑠
𝑅 (26)
Donde 𝐵𝑛 es la linea base perpendicular, 𝑅 es la distancia del radar al objetivo, 𝑞𝑠 es el
desplazamiento entre las celdas de resolución a lo largo de la perpendicular al rango inclinado
(Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
44
Cuando el componente perpendicular de la línea base (𝐵𝑛) incrementa mucho más del límite
conocido, se conoce como la línea base critica, en donde la información de fase no se preserva,
por lo cual hay perdida de coherencia y la interferometría no es posible (SARMAP, 2009).
3.4.1.2 Coherencia estimada
El ruido de la fase puede se puede estimar para un par SAR interferométrico por medio de la
coherencia local (𝛾), siendo esta el coeficiente de correlación cruzada del par de imágenes SAR
estimado sobre una pequeña ventana (unos pocos pixeles en rango y azimut), una vez se
compensan todos los componentes que determinan de la fase, siendo los principales componentes
los causados por la elevación del terreno (SARMAP, 2009).
La coherencia local (𝛾) en primer lugar es una funcion de decorrelacion espacial sistemica, el
ruido aditivo, y la escena de decorrelacion que toma lugares entre dos adquisiciones, esta toma
valores entre el 0, donde la fase interferométrica es solo ruido y el 1 donde hay una completa
ausencia de ruido en la fase, siendo valores menores a 0.2 en la fase interferométrica, no viables
para poder procesar los datos (SARMAP, 2009).
En esencia la coherencia tiene dos propósitos (SARMAP, 2009):
a) determinar la calidad de las mediciones de la fase interferométrica.
b) la extracción de información temática acerca de los objetivos en el suelo en combinación
con el coeficiente de retrodispersión (𝜎0).
3.4.1.3 Formación del interferograma
Para una apropiada combinación interferométrica para obtener el interferograma SAR, se deben
ponderar de la misma forma los elementos objetivos en ambas imágenes, esto se logra por la
multiplicación cruzada pixel a pixel de la primera imagen SAR (maestra) con el conjugado
complejo de la segunda imagen (esclava) (Massonet & L.Feigl, 1998). En consecuencia, la
amplitud del interferograma generado es la amplitud de la imagen maestra multiplicada por la
amplitud de la imagen esclava, mientras que la fase, que en este paso ya se vuelve fase
interferométrica, es la diferencia de fase entre ambas imágenes (Ferretti, Monti-Guarnieri, Prati,
& Rocca, 2007).
a) Corregistro: Las imágenes SAR tratadas de manera individual, son una gran fuente de
información, de otra parte, al combinarlas con otra imagen SAR para obtener una mayor
extensión de área de cobertura, o con otros datos obtenidos de sensores remotos para
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
45
comparar la emisión en diferentes bandas espectrales, se logra multiplicar la información
obtenida por una sola imagen (Olmsted, 1993).
Para lograr esa combinación se debe realizar el corregistro, el cual consiste en un proceso
simple de superposición en la geometría del rango inclinado, de dos o más imágenes SAR
que posean la misma orbita y que hayan sido tomadas con el mismo modo de adquisición
(Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
Para obtener una buen corregistro es necesario realizar los siguientes pasos (Massonet &
L.Feigl, 1998):
I. deben ser evaluadas las diferencias geométricas entre las dos imágenes de radar,
el método de superposición seleccionado, debe ser el que minimice las
variaciones de la fase entre las dos imágenes, siendo el método convencional de
correlación de amplitud el que mejor precisión otorga.
II. las diferencias geométricas deben ser modeladas, el ajuste de estas diferencias en
la mayoría de los casos se realiza por mínimos cuadrados para aproximar la
distorsión con un bajo orden polinomial, pero esto descuida los efectos
estereoscópicos residuales.
III. se decide cuál de las imágenes será superpuesta a la otra respetando el contenido
de la fase, (imagen esclava 𝑆, imagen maestra 𝑀), esta superposición se realiza
mediante remuestro bilinear o bicubico, en donde se remuestrea la imagen en el
dominio complejo por pequeños bloque de un puñado de pixeles, estos
generalmente son 50 o menos pixeles, de acuerdo al modelo de la grilla, cada
bloque se traduce en azimut y rango por una fracción de un pixel usando la
multiplicación por la rampa de la fase en la frecuencia del dominio.
b) Fase interferométrica: Si se asume que 𝑀 son los pixeles de tipo complejo presentes en
la imagen maestra, los cuales poseen coordenadas en filas y columnas con una referencia
geométrica escogida arbitrariamente, y que 𝑆 son los pixeles correspondientes en la
imagen esclava corregistrada, se tiene que durante el proceso del corregistro 𝑆 se mapea
dentro de la geometria de 𝑀 obteniendo para este punto la diferencia de fase
interferométrica, denotada por 𝑀𝑆 ∗, donde el asterisco identifica la conjugación
compleja (Massonet & L.Feigl, 1998).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
46
Ilustración 10: [Aspectos geométricos de un sistema interferométrico SAR]. Elaboración propia a partir de
información obtenida de (Mangla & Kumar, 2014)
De la ilustración 10, se puede deducir la diferencia de fase ∆𝜑 en términos de la longitud
de onda y la variación del patrón de diferencia 𝜕𝑅, de la siguiente manera (Mangla &
Kumar, 2014):
Para una posición 𝑆1 la fase 𝜑1 es la siguiente:
𝜑1 =4𝜋𝑅
𝜆 (27)
Para una posición 𝑆2 la fase 𝜑2 es la siguiente:
𝜑2 =4𝜋(𝑅+𝜕𝑅)
𝜆 (28)
Siendo ∆𝜑 proporcional a 𝜕𝑅 dividido por la longitud de onda (𝜆), quedando definida por
de la siguiente manera:
∆𝜑 =4𝜋𝜕𝑅
𝜆 (29)
Por la ley de cosenos se puede deducir aproximadamente 𝜕𝑅 quedando de la siguiente
manera:
𝜕𝑅 ≈ 𝐵 sin(𝜃 − 𝛼) +𝐵2
2𝑅 (30)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
47
Donde 𝐵 es la línea base, 𝜃 es en ángulo de incidencia, y 𝛼 es el ángulo entre la línea
base perpendicular 𝐵𝑛 y la línea base 𝐵.
De esta manera la diferencia de fase interferométrica ∆𝜑 queda definida de la siguiente
manera:
∆𝜑 = (4𝜋
𝜆) ∗ [𝐵 sin(𝜃 − 𝛼) + (
𝐵2
2𝑅)] (31)
De esta manera se puede deducir que la fase interferométrica, no es más que el
interferograma como tal, el cual se puede codificar en Bytes al multiplicar las fases (2𝜋)
por 256, de esta manera se logra aprovechar en su totalidad el rango digital (Massonet &
L.Feigl, 1998). En la ilustración 11 se observa una imagen que contiene la fase
interferométrica de Pico de Fogó en cabo Verde costa de África:
Ilustración 11: [Fase interferométrica de Pico de Fogó en cabo Verde costa de África]. Obtenido de (Veci,
2016)
En esencia un interferograma, es un patrón de franjas que contiene toda la información
relativa de la geometría, los colores presentes que van del cian al amarillo y al magenta,
representan los ciclos de la fase interferométrica la cual tiene como modulo un valor de
(2𝜋), debido a las lijeras diferencias en la posición de la antena, y a la diferencia
sistemática de la fase sobre toda la escena, la cual puede ser observada. Para facilitar el
desenvolvimiento de la fase, las diferencias de fase con baja frecuencia son removidas
subsecuentemente (SARMAP, 2009).
Los rangos de la magnitud del interferograma son los valores de coherencia (entre 0 y 1),
siendo estos valores los que miden la fiabilidad de los datos de la imagen, como se
mencionó anteriormente, una perfecta coherencia (valores cercanos a 1), significa que
cada pixel tuvo concordancia con la fase dentro de su celda, lo cual es poco probable si
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
48
la celda contiene más de un pixel, y por el otro lado los valores cercanos a 0, indican una
fase interferométrica que no posee sentido alguno, de esta manera la coherencia tiene
correspondencia a la coherencia intrínseca del suelo y a sus propiedades físicas (Massonet
& L.Feigl, 1998).
c) Fuentes de ruido en la fase interferométrica:
I. Contribución atmosférica: cuando dos imágenes interferométricas SAR no son
simultaneas, la trayectoria del recorrido de la radiación para cada una puede
verse afectada diferentemente por la atmosfera, (humedad temperatura y
presión atmosférica), entre las dos tomas, por esta razón las imágenes tendrán
una visible consecuencia en la fase interferométrica. Este efecto suele estar
confinado dentro del cambio de fase interferométrica, a lo largo de la imagen
con una variabilidad espacial suave (desde unos pocos cientos de metros hasta
unos pocos kilómetros). El efecto de la contribución atmosférica tiene impacto
en ambas altitudes, especialmente en el caso de líneas base pequeñas, y en las
medidas de deformación de terreno (Ferretti, Monti-Guarnieri, Prati, & Rocca,
2007).
II. cambios temporales de la dispersión: En el caso de las cuencas hidrográficas o
de las áreas densamente pobladas de vegetación, los dispersores se someten
totalmente después de unos pocos milisegundos, mientras que las rocas
expuestas o las áreas urbanas permanecen estables incluso después de años
(Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
III. vistas desde ángulos diferentes: La consecuencia más importante de este efecto
es la existencia de la línea base crítica sobre la cual la fase interferométrica es
solo ruido. La línea base critica depende de la dimensión de la celda de
resolución del rango terrestre, de la pendiente del terreno, la frecuencia del
radar, y la distancia del sensor al objetivo (Ferretti, Monti-Guarnieri, Prati, &
Rocca, 2007)
3.4.1.4 Aplanamiento del interferograma
Debido a que la fase interferométrica se ve afectada por la curvatura de la tierra, el efecto
producido por esta debe ser removido para obtener franjas que se puedan relacionar con cambios
en desplazamiento (en algunos casos), elevación, ruido y efectos atmosféricos, siendo este paso
conocido como el aplanamiento del interferograma o fase aplanada, el cual sirve para realizar el
desenvolvimiento de la fase de una manera más sencilla (Mangla & Kumar, 2014).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
49
El interferograma aplanado se puede estimar mediante la ecuación descrita a continuación
(Mangla & Kumar, 2014):
∆𝜑𝑓𝑙𝑎𝑡 = (4𝜋
𝜆) ∗ [𝐵 sin(𝜃 − 𝛼) − 𝐵 sin(𝜃0 − 𝛼)] (32)
Donde 𝐵 es la línea base, 𝜃 es en ángulo de incidencia, 𝛼 es el ángulo entre la línea base
perpendicular 𝐵𝑛 y la línea base 𝐵, y 𝜃0 es el angulo de cada punto en la imagen asumiendo una
altura local de 0.
En la ilustración 12, se observa el resultado de realizar el proceso de aplanamiento del
interferograma, sobre la fase interferométrica de Pico de Fogó en cabo Verde costa de África
Ilustración 12: [Interferograma aplanado de la fase interferométrica de Pico de Fogó en cabo Verde costa de
África]. Obtenido de (Veci, 2016)
3.4.1.5 Coherencia corregida
La coherencia corregida se genera luego del filtrado del interferograma y el aplanado de la fase,
donde se reduce el ruido y se suaviza este, generando también un mapa de coherencia (Mangla &
Kumar, 2014). El mapa de coherencia es la escena que se forma a partir del cómputo de los valores
absolutos de la coherencia local en una ventana en movimiento que cubre toda una imagen SAR,
siendo la fórmula matemática para calcularla la siguiente (Ferretti, Monti-Guarnieri, Prati, &
Rocca, 2007):
𝛾 =∑ 𝑀(𝑀𝑆∗)𝑁
√∑ |𝑀|𝑁 ²√∑ |𝑆|²𝑁
(33)
Donde 𝑁 es el numero de pixeles, 𝑀 es la imagen maestra, 𝑆 es la imagen esclava, y 𝑀𝑆 ∗ es el
conjungado complejo de la imagen esclava (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
50
Ilustración 13: [Imagen de mapa de coherencia Pico de Fogó en cabo Verde costa de África]. Obtenido de (Veci,
2016)
En la ilustración 13 se muestra una imagen de coherencia, donde los valores brillantes
corresponden a valores de coherencia cercanos a 1 mientras que los valores oscuros corresponden
a valores menores a 1, siendo los valores negros correspondientes a un valor de coherencia 0.
En la mayoría de los casos la información temática contenida en la escena formada, es
inversamente proporcional a la resolución temporal, esto principalmente causado por cambios
fenológicos, cambios en los objetos o condiciones climáticas, aun así, si los sitios seleccionados
se encuentran en áreas secas, se puede observar información de coherencia alta incluso si se tienen
largos lapsos (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
3.4.1.6 Desenvolvimiento de la fase interferométrica
Se interpreta la fase de radar en términos de la distancia de ida y vuelta entre la antena del radar
y el suelo, siendo esta cantidad medida solamente dentro de una constante aditiva que corresponde
a un número entero de medias longitudes de onda (Massonet & L.Feigl, 1998). Después de la
adquisición de dos imágenes SAR 𝑆 y 𝑀, y la producción del interferograma 𝐼𝑛 = 𝑀𝑆 ∗, la fase
interferométrica puede ser obtenida de acuerdo a la expresión definida en la ecuación 31, sin
embargo, este procedimiento compila una ambigüedad que es propia de la adquisición de
información de los sistemas SAR (Matias, 2006).
En este caso, en lugar de tener la fase absoluta o verdadera, solo se tienen sus valores principales,
los cuales se definen como los restos de la fase luego de la resta del máximo múltiplo 2𝜋, el cual
es menor o igual a los valores de fase mas una sustracción adicional de una cantidad 𝜋 que puede
ser detectada y almacenada, de esta manera el intervalo principal correspondiente será el conjunto
de todos los valores principales entre (−𝜋, 𝜋) (Matias, 2006).
En términos matemáticos, los principales valores de la fase, se conocen de igual forma como el
valor del módulo 2𝜋, siendo esto lo que se conoce como la fase envuelta, dicho en otras palabras,
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
51
es el resultado del envolvimiento de la fase alrededor de un intervalo con una longitud de 2𝜋,
siendo este valor el correspondiente al ciclo completo de una onda; y por otro lado el
desenvolvimiento de la fase sería el proceso contrario, es decir la recuperación de la fase absoluta
a partir de la fase envuelta, que es lo mismo que la recuperación de los ciclos de fase que se han
perdido previamente, eliminando la ambigüedad múltiple 2𝜋 (Matias, 2006).
La ambigüedad producto de la fase envuelta, es posible resolverla mediante el desenvolvimiento
de la fase, siendo el método más simple para realizar dicho proceso, un simple conteo de franjas
a lo largo de un camino, enumerando cada una en una sucesión, sin embargo, actualmente existen
algoritmos más sofisticados que realizan dicho proceso (Massonet & L.Feigl, 1998). Los
diferentes algoritmos para desenvolver la fase interferométrica, comparten un objetivo inicial,
siendo este el cómputo y luego el integrado del cambio de fase desde un punto al siguiente en un
interferograma, para así formar una sola función de fase más suavizada incorporando los ciclos
perdidos previamente (Zebker & Lu, Phase unwrapping algorithms for radar interferometry:
residue-cut, least-squares, and synthesis algorithms, 1998).
En la ilustración 14, se observa el resultado del desenvolvimiento de fase, del interferograma de
Pico de Fogó en cabo Verde costa de África:
Ilustración 14: [Fase desenvuelta de Pico de Fogó en cabo Verde costa de África]. Obtenido de (Veci, 2016)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
52
3.4.2 Aplicaciones de InSAR
Entre las principales aplicaciones del InSAR se encuentra la generación de modelos digitales de
elevación y estudios de desplazamiento de terreno por medio de DinSAR.
3.4.2.1 Generación modelo digital de elevación DEM
La idea básica de la generación de un modelo digital de elevación DEM, es la conversión de la
información de la fase interferométrica a altura, estos datos se obtienen de dos adquisiciones SAR
en diferentes momentos, con una ligera diferencia en la posición orbital. Con el fin de obtener
productos precisos, los datos de SAR deben ir a través de una cadena de procesamiento, que lleva
a cabo el enfoque de datos, el procesamiento interferométrico, la georreferenciación y finalmente
el mosaico (SARMAP, 2009).
Una vez se han realizado todos los procesos descritos anteriormente para la generación de un
interferograma, se debe realizar una conversión de fase interferométrica a altura y una
geocodificación para obtener así un DEM.
Igualmente, luego de realizar los procesos anteriores, se produce una ambigüedad de altitud lo
cual es la diferencia de altitud que se genera por un cambio de fase interferométrica de 2𝜋, esta
ambigüedad es inversamente proporcional a la línea base perpendicular 𝐵𝑛, y se expresa por
medio del a siguiente ecuación (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007):
ℎ𝑎 =𝜆𝑅 sin 𝜃
2𝐵𝑛 (34)
Donde 𝜆 es la longitud de onda, 𝑅 es la distancia del sensor al terreno, ℎ𝑎 es la ambigüedad de
altitud, 𝐵𝑛 es la linea base perpendicular.
En principio, cuanto mayor sea la línea de base 𝐵𝑛, más exacta será la medida de altitud, ya que
el ruido de fase es equivalente a un menor nivel de altitud, sin embargo hay un límite superior de
la línea base perpendicular, sobre el cual no existe decorreclación de las señales interferométricas
y no se pueden generar franjas, debido a esto se concluye que hay una línea base perpendicular
optima que maximiza la relación de potencia de señal a ruido donde las señales son altitud de
terreno (Ferretti, Monti-Guarnieri, Prati, & Rocca, 2007).
3.4.2.2 Conversión de fase a desplazamiento
La separación temporal en interferometría de días, meses o incluso años, puede ser usado como
una ventaja a largo plazo para monitorear los fenómenos geodinámicos, en el que el objetivo
cambia de posición en un lugar relativamente lento, como el caso de los movimientos de glaciales
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
53
o movimiento de lava. Sin embargo, también es útil para el análisis de los resultados de un solo
evento como los terremotos. En esencia la fase observada es la suma de muchas contribuciones,
el objetivo de la interferometría diferencial DinSAR es extraer de los diferentes componentes, un
único desplazamiento (SARMAP, 2009).
3.5 Modelo digital de elevación DEM
3.5.1 Definición de un DEM
Un modelo digital de elevación es una estructura numérica de datos que representan la
distribución espacial de la altitud de la superficie del terreno, siendo el valor de altitud 𝑧 la unidad
básica de información del DEM, además de que este valor es acompañado por los valores
correspondientes de 𝑥 y 𝑦 expresados en una proyección geográfica para una precisa
referenciación espacial, de esta manera el DEM se describe genéricamente mediante la siguiente
fórmula (Felicísimo, 1994):
𝑧 = 𝑓(𝑥, 𝑦) (35)
3.5.2 Representación de datos de un DEM
Dependiendo de la elección de manejo de la información que otorga un DEM, se configuran las
diferentes opciones de la estructura de datos, siendo estas opciones definidas por el diseño de las
diferentes variantes que aparecen cuando se definen las interrelaciones entre las unidades
elementales de información (altitud (𝑧), coordenadas geograficas (𝑥 , 𝑦)) (Felicísimo, 1994).
Los DEM se dividen básicamente en dos grupos en función de la representación de los datos,
siendo el primero de estos grupos el definido por los datos vectoriales, los cuales están basados
en entidades definidas por sus coordenadas (puntos y líneas), en este caso los atributos del terreno
son representados mediante líneas (vectores) y mediante puntos acotados, siendo los puntos
definidos mediante un par de valores de coordenadas y las líneas mediante un vector de pares de
coordenadas; el segundo grupo se define por los datos raster los cuales se interpretan como el
valor medio de unidades elementales de superficie no nula que representan un patrón del terreno
con una distribución regular, sin crear solapamiento y con un recubrimiento total del área que se
representa (Felicísimo, 1994).
En la tabla 3 se muestran los tipos de estructuras que se usan generalmente para el
almacenamiento de los DEM, dependiendo de la representación de los datos:
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
54
Representación de
los datos
Tipo de estructura Descripción
Vectorial
Contornos
Secuencial: Las líneas se almacenan como
cadenas de cotas.
Analítica: Las líneas se almacenan como
segmentos de Bézier, polinómicos, etc.
Perfiles Cadenas paralelas de cotas en línea con altitud
variable.
Triángulos Red de triángulos irregulares (TIN)
Raster
Matrices
Regulares: Cotas sobre una malla cuadrada de
filas y columnas equidistantes
Escalables: Cotas sobre sub-matrices jerárquicas y
de resolución variable.
Polígonos Cota asignadas a teselas poligonales regulares
(triángulos o hexágonos)
Tabla 3: [Tipos de estructuras según la representación de los datos]. Elaboración propia a partir de información
obtenida de (Felicísimo, 1994)
3.5.3 Tipos de estructuras de un DEM
a) Modelo vectorial de tipo de contornos: La estructura básica de este tipo de estructura es
el vector, el cual se compone por un conjunto de pares de coordenadas (𝑥, 𝑦) que describe
la trayectoria de lineas isometricas, en este caso el número de elementos de cada vector
varia y se reduce a este en un único elemento que permite la incorporación de cotas
puntuales sin introducir incoherencias estructurales. En el caso más sencillo, este tipo de
estructura se constituye por el conjunto de las curvas de nivel que pasan por la zona que
se presenta, siendo estas separadas usualmente por intervalos constantes de altitud
(Felicísimo, 1994).
b) Modelo vectorial de tipo de redes de triángulos irregulares (TIN): Esta estructura de datos
se compone por un conjunto de triángulos irregulares adosados que suelen identificarse
por las siglas en ingles Triangulated irregular network (TIN) (Peucker, Fowler, & Little,
1978).
Existen dos métodos principales para la generación de los TIN, siendo el primero de estos
la selección de los puntos de datos y sus conexiones dentro de las facetas; y la segunda la
selección manual de los puntos y los enlaces que constituyen la red triangular (Peucker,
Fowler, & Little, 1978).
Los triángulos se construyen ajustando un plano a tres puntos cercanos no colineales, y
se adosan sobre el terreno, con esto se forma un mosaico que se puede adaptar a la
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
55
superficie con diferente grado de detalle, obteniendo una representación del terreno por
un conjunto de superficies planas ajustadas a una estructura anterior de puntos
(Felicísimo, 1994)
c) Modelo raster de tipo matrices regulares: Este tipo de estructura resulta de la
superposición de un conjunto de líneas sobre el terreno y de la extracción de la altitud
media de cada celda, el conjunto de líneas puede adoptar variadas formas siendo la más
utilizada una red regular de malla cuadrada con filas y columnas equiespaciadas, en este
caso las matrices de altitudes son generadas por métodos fotogramétricos o por la
interpolación de un modelo previo de contornos. En esta estructura la localización
espacial de cada dato se determina implícitamente por su ubicación en la matriz una vez
se definen las coordenadas de origen y el intervalo entre las filas y columnas de esta
(Felicísimo, 1994).
d) Modelo raster de tipo de matrices de resolución variable: Esta estructura reside en la
posibilidad de solucionar el problema de la resolución espacial prefijada de la estructura
de matrices regulares, ya que mantiene la sencillez conceptual y operacional, siendo los
elementos de estos matrices datos elementales como en las matrices regulares o su matriz
con un nivel de resolución diferente. La estructura final es un árbol jerárquico y dinámico
de submatrices con una profundidad arbitraria inicialmente y una resolución que se va
duplicando en cada nivel (Felicísimo, 1994).
3.6 Programa, sistema, sensor
A continuación, se describen las especificaciones del sistema Sentinel 1, cuyas imágenes fueron
procesadas para obtener los productos propuestos en el inicio de este trabajo.
3.6.1 Programa Copérnico
Es una iniciativa de la Comisión Europea (EC) y la Agencia Espacial Europea (ESA), conocido
anteriormente como GMES (Global Monitoring for Enviroment and Security) apunta a ser un
gran sistema unificado para distribuir una gran cantidad de información recogida desde el espacio
y terreno a una serie de servicios temáticos (Gestión del suelo, el medio marino, la atmósfera,
respuesta a situaciones de emergencia, seguridad y cambio climático (Spain, 2016), destinados a
monitorear el medio ambiente, buscando garantizar la seguridad de la ciudadanía, entre otras
cosas.
El componente espacial del programa Copérnico se encuentra actualmente en una fase de
implementación, compuesto por 5 misiones o sistemas con distintos campos de análisis: Sentinel
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
56
1, vinculado a las imágenes de radar, actualmente en fase operativa; Sentinel 2, proporcionando
imágenes multiespectrales de alta resolución, actualmente en fase operativa; Sentinel 3, destinado
principalmente a estudios de océanos, próximo a lanzarse; Sentinel 4, que aportará datos para
estudios atmosféricos desde una órbita geoestacionaria, se encuentra en etapa de implementación;
Sentinel 5, que también proporcionará datos para estudios atmosféricos pero desde una órbita
polar, se encuentra en etapa de implementación.
3.6.2 Sistema Sentinel 1
Este sistema hace parte del Observatorio de Radar Europeo, vinculado al programa Copérnico, y
se compone de una constelación de dos satélites con órbita polar: El SENTINEL 1A, lanzado en
el cohete Soyuz ST-A9, desde el centro Espacial de la Guyana Francesa el 3 de Abril de 2014; El
SENTINEL 1B, el cual fue lanzado el 25 de abril de 2016, en el cohete Soyuz desde el puerto
espacial europeo en Korou, Guyana Francesa, de esta manera se completó la constelación que
contribuirá a proporcionar mayor cantidad de datos. Esta constelación cuenta con sensores de
Radar de apertura sintética (SAR) de Banda C, tal como sus antecesores (ERS, RADARSAT,
ENVISAT), proporcionando imágenes con cobertura mundial, de doble polarización en cuatro
formatos de diferentes resoluciones, desde los 5 mt, con una cobertura de hasta 400 km. Todo
esto con una resolución temporal de 12 días con el SENTINEL 1A y de 6 días una vez esté en
operación el SENTINEL 1B. Se espera que esta constelación tenga un tiempo de revisita de 3 días
en el ecuador (ascendente y descendente), menos de un día en el ártico, y de entre 1 y 3 días en
Europa y Canadá. Dentro de las ventajas que ofrece este sistema está la posibilidad de tomar a
cualquier hora del día sin importar las condiciones atmosféricas o climáticas y la rapidez con la
que se recibe la información (hasta una hora después de la toma de adquisición) (Spain, 2016)
Ilustración 15: [Mapa de cobertura global de las imágenes proporcionadas por la constelación Sentinel 1].
Información obtenida de (European Space Agency, 2013)
9 El Soyuz ST-A (372RN21A) es una versión ligeramente modificada del Soyuz-2-1A (14A14-1A). Se trata de un cohete de tres etapas
(más la etapa superior Fregat-M o Fregat-MT) basado en el Soyuz-U/Soyuz-FG fabricado por la empresa TsSKB Progress de Samara (Rusia) con capacidad para situar 2730 kg en órbita de transferencia geoestacionaria (GTO) lanzado desde la Guayana Francesa (o
7020 kg en órbita baja lanzado desde Baikonur). (arianespace, 2015)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
57
Dentro de los objetivos de la misión está el monitoreo de bosques, suelos agrícolas, cuerpos de
agua, deshielo marino, icebergs, buscando entre otras cosas, servir como soporte para el mapeo
de zonas que sufran desastres naturales. Se espera que tenga una vida útil de 12 años (European
Space Agency, 2013).
3.6.2.1 Especificaciones del sistema SENTINEL 1
A continuación, en la tabla 4, se muestra un resumen, con las principales características y
especificaciones técnicas que componen al sistema Sentinel 1:
Tabla 4: [Especificaciones sistema Sentinel 1]. Elaboración propia a partir de información obtenida de (Attema, y
otros, 2007)
3.6.2.2 Descripción de la plataforma satelital
Los satélites Sentinel 1 A y B, fueron creados gracias a la colaboración de diferentes entidades,
las cuales constituyen el consorcio industrial, liderado por el Thales Alenia Space Italy como
contratista principal, siendo Astrium Germany el principal responsable de la carga útil CSAR,
10 El sistema de combustible mono-propulsor, es un combustible que usa como propulsor el anhidro de hidracina y la presión del nitrógeno gaseoso, para operar en modo de soplo. El propulsor y la presión son cargados en tanques comunes; estos sistemas son
compatibles con lanzadores Delta 2, Soyuz, Ariane 5, Falcón 9, Dniepr. (A THALES ALENIA SPACE, 2012)
SENTINEL 1
Orbita
Helio sincrónico, altitud 693 km, 175 orbitas por ciclo,
Inclinación 98,18°
Periodo Orbital 98,6 minutos
Resolución Temporal 12 días en el Ecuador
Estabilización 3 ejes con una precisión de 0,01° cada uno.
Capacidad de
Almacenamiento 1410 GB
Capacidad de la Batería 324 Ah
Peso
2300 kg incluyendo 130 Kg de Combustible mono-
propulsor10
Autonomía Operativa 96 horas
Dimensiones 3900x2600x2500 mm
Sensor Radar de apertura sintética, Banda C
Centro de Frecuencia 5405 GHz
Polarización VV+VH, HH+HV, HH, VV
Angulo de Incidencia De 20° a 45°
Precisión Radiométrica 1 dB (3σ)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
58
incorporado en este el subsistema electrónico del radar central, el cual fue desarrollado por
Astrium UK (Attema, y otros, 2007). Esta plataforma satelital cuenta con 3 ejes los cuales se
encargan de estabilizarlo mediante 4 sensores, (estos sensores son de sol, de estrella, un giroscopio
y de campo magnético)11 , que funcionan como timones encargados de controlar la órbita y la
altitud del satélite.
Este satélite se basa en la plataforma italiana multi aplicativa construida gracias a la experiencia
obtenida por RADARSAT-2 y COSMO-SKYMED, los cuales utilizaron esta misma plataforma.
Esta plataforma satelital está equipada con dos alas con paneles solares capaces de producir hasta
5900 watts hasta el final de la vida de este, dicha energía es almacenada en una batería modular
(European Space Agency, 2013).
Ilustración 16: [Representación física satélites Sentinel 1]. Información obtenida de (European Space Agency, 2013)
3.6.2.3 Orbita
La plataforma satelital de Sentinel 1 se compone por dos satélites SAR (Sentinel A – Sentinel B),
estos forman una constelación con una órbita helio sincrónica, con cercanía polar, siendo la
diferencia de fase entre los satélites de 180°, lo que causa que el periodo orbital de cada uno sea
de 6 días, dicha orbita tiene un total de 175 orbitas por ciclo y un ciclo de repetición de 12 días,
11 Sensores de sol: este sensor puede ser usado para precisar la orientación de la nave espacial, así como el ángulo de
desplazamiento con respecto al sol, determina la dirección del satélite hacia el sol, provee precisión direccional de dos ejes. Sensor
de estrella: Los sensores de estrella determinan la orientación del satélite de forma autónoma y con una muy buena precisión ya que determinan la ubicación y la orientación del satélite analizando la posición relativa de las estrellas con respecto al
instrumento. Sensor magnético: Los sensores magnéticos miden la orientación relativa a las líneas de fuerza magnéticas de la
tierra, de la nave espacial o cohete, los magnetómetros solo pueden proveer información de altitud a lo largo de dos ejes. Giroscopios: Determinan la rotación, no dan orientación, la taza se analiza con el tiempo para determinar la altitud (Hatcher,
1967)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
59
esta orbita en particular para trabajar interferometría, tiene que tener un estricto control, es decir
que la posición del satélite debe tener una precisión bastante alta, en cuanto a sincronización de
tiempo y dirección entre los pares interferométricos, como se mencionó anteriormente dicha
precisión se da gracias a los ejes que componen la plataforma, así como el hecho de que la
constelación se mueve se mueve dentro de un tubo orbital de diámetro en promedio de 100 m, se
estima que el satélite estará orbitando dentro de dicho tubo mucho más allá de su vida operacional
(European Space Agency, 2013).
3.6.2.4 Mediciones geofísicas sistema Sentinel 1
El sensor que posee el sistema SENTINEL 1, al ser un sensor activo puede observar y tomar datos
de la superficie terrestre de día y noche, sin tener restricciones por el clima presente y las
condiciones ambientales en un punto cualquiera a la hora de una toma de datos, este sensor SAR
trabaja con la banda C (European Space Agency, 2013).
3.6.2.5 Especificaciones del instrumento a bordo del Sentinel 1
El sistema SENTINEL 1, lleva a bordo un radar de apertura sintética SAR por sus siglas en inglés,
que toma datos con banda C, este radar opera en un centro de frecuencia de 5.405 GHz, esto
incluye una antena de fase activa, la cual proporciona un rápido escaneo en elevación y azimut;
el instrumento tiene una capacidad de almacenamiento de 1.410 Gb y 520 mbit/s en capacidad de
descarga en banda X (European Space Agency, 2013).
El instrumento SAR-C opera en polarización doble (HH+HV, VV+VH), aplicando dichas
polaridades a través de una cadena de transmisores (intercambiables de H a V), y dos cadenas de
receptores paralelas para la polarización H y V, los datos proporcionados con doble polarización
tienen mucha utilidad para la clasificación de cobertura terrestre y aplicaciones de deshielo
(European Space Agency, 2013).
El instrumento a bordo del sistema SENTINEL 1, opera en 4 modos de adquisición exclusiva:
a) Stripmap (SM)
b) Interferometric wide swath (IW)
c) Extra wide swath (EW)
d) Wave mode (WV)
3.6.3 Segmento terrestre
El segmento terrestre del sistema satelital Sentinel, es parte fundamental de su funcionamiento,
así como la forma de acercamiento entre dicha plataforma y los usuarios finales, en la ilustración
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
60
17 se muestra un esquema que muestra la distribución del segmento terrestre de esta plataforma,
dicha distribución será explicada una a una más adelante:
Ilustración 17: [Diagrama de la distribución del segmento terrestre]. Elaboración propia a partir de información
obtenida de (European Space Agency, 2013)
3.6.3.1 Segmento básico terrestre (CGS)
El segmento básico terrestre o CGS por sus siglas en inglés (Core Ground Segment) como parte
fundamental del segmento terrestre, permite la adquisición, procesamiento y distribución de todos
los datos adquiridos por el sistema SENTINEL 1, este trabajo incluye todos los elementos
necesarios para controlar y monitorear los satélites que conforman el sistema, así como la calidad
de los productos que ofrece, así mismo como otra de sus labores, tiene la tarea de archivar los
datos adquiridos, para facilitar a los usuarios finales la adquisición y descarga de estos (European
Space Agency, 2013).
El segmento básico terrestre, se encuentra distribuido en diferentes instalaciones, estas se
encuentran conectadas entre sí con el fin de facilitar cada una de sus funciones; así mismo el
Segmento básico terrestre ofrece un solo punto de acceso virtual para facilitar a los usuarios
finales la adquisición, localización y descarga de los diferentes datos de interés (European Space
Agency, 2013).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
61
Las instalaciones que hacen parte del segmento básico terrestre se enumeran a continuación
(European Space Agency, 2013):
a) Segmento terrestre para los datos de la carga útil (PDGS):
El Segmento terrestre para los datos de la carga útil o PDGS por sus siglas en inglés, es
el encargado del aprovechamiento de los datos que produce el sistema, el PDGS es
operado por el Centro de Observación Terrestre de la ESA, también conocido como El
Instituto de Investigación Europea Espacial (ESRIN), ubicado en Frascati Italia; El PDGS
tiene como misión generar y distribuir los diferentes productos que ofrece el sistema
SENTINEL 1 (RAW - nivel 0, Procesados – nivel 1, productos derivados del nivel 1 –
nivel 2) (European Space Agency, 2013).
Este Segmento está compuesto por las siguientes instalaciones:
I. Control de la misión, la cual tiene como labor la planificación de la misión y de
la producción.
II. Control de calidad, la cual tiene como labor la calibración, validación,
monitoreo de calidad, y evaluación del desempeño del sensor.
III. Determinación precisa de la órbita.
IV. Interfaz de servicio de usuario y adquisición de datos.
V. Procesamiento y archivo de datos.
La forma en que funciona este sistema, logra la transferencia a las instalaciones
encargadas del procesamiento, archivo, y generación de los diferentes productos que
ofrece este, a través de la recepción y demodulación de los datos captados en tiempo casi
real o NRL por sus siglas en inglés, así como los datos reproducidos desde los datos
guardados a bordo que son descargados directamente al segmento terrestre por medio del
satélite de retrasmisión Europea (EDRS) (European Space Agency, 2013).
En la tabla 5 se enumeran los principales centros en que se encuentra distribuido el
PDGS, así como sus principales características:
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
62
Centros Segmento Terrestre para los datos de la carga útil (PDGS)
Estaciones Centrales
Terrestres CGS: Las
estaciones centrales
terrestres, se encuentran
ubicadas Matera Italia,
Maspalomas España y
Svalbard Noruega, estas
son responsables de la
adquisición y
procesamiento de los
datos en tiempo casi real.
Centros de
Procesamiento y
Archivo PAC: Los
PAC´S, se encargan
de la ejecución del
archivo de datos
por largo tiempo,
acceso de datos y
sistematización del
procesamiento de
datos en tiempo no
crítico.
Centros de Rendimiento de la
Misión MPC: Los MPC ´S son
los responsables de la
calibración, validación,
control de calidad y la
evaluación del rendimiento del
sistema. Estos centros
incluyen el equipo de expertos
para la calibración y
validación específica, control
de calidad off- line de los
datos, y los diferentes
algoritmos para las actividades
de corrección.
Determinación de la
precisión de la Órbita
POD: Las
instalaciones para la
determinación y
precisión de la órbita,
usan los datos del
receptor GNSS a
bordo de los satélites
SENTINEL, para la
entrega de la
información de la
órbita, necesaria para
la generación de los
productos de la
misión.
Tabla 5: [Centros PDG´s]. Elaboración propia a partir de información obtenida de (European Space Agency, 2013)
b) Segmento para las operaciones de vuelo (FOS):
El Segmento para las operaciones de vuelo o FOS por sus siglas en inglés, se encarga del
monitoreo y control del satélite durante todas las fases de este, está compuesto por una
red de comunicación encargada de la generación de los tele comandos para el control y
la altitud de la órbita entre otras funciones, así como de estaciones terrestres y centros de
control de operaciones de vuelo que son responsables de los sistemas dinámicos de vuelo
para la determinación precisa de la órbita; este segmento es operado por el Centro de
Operaciones Espaciales de la ESA o ESCOC (European Space Operations Centre),por
sus siglas en inglés, ubicado en Darmstadt Alemania (European Space Agency, 2013).
En la tabla 6, se encuentran explicadas cada una de las funciones del FOS:
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
63
Segmento para
las operaciones
de vuelo FOS
Planeación de la misión
Esta función se encarga de la planificación a largo plazo de la nave y la carga útil, el
ciclo y repetición indefinida de la cobertura completa de la órbita, y la planeación a
corto plazo la cual se hace regularmente cada dos semanas en forma de planificadores
que incluyen las actualizaciones de la misión.
Monitoreo del estado de la nave
Mediante el procesamiento de telemetría de limpieza, se provee información acerca del
estado de todos los subsistemas y altitud de la nave.
Control de la nave
Toma acciones de control a través de tele comandos, basados en el monitoreo de la
nave y el plan subsecuente de la misión.
Determinación y control de la orbita
Mediante el uso de datos de rastreo e implementación de maniobras para la órbita, se
garantiza que las condiciones orbitales requeridas sean archivadas, para el posterior
procesamiento de los datos.
Control y determinación de la altitud
Usa los datos procesados del sensor de altitud, procedentes del monitoreo de la nave y
las actualizaciones ordenadas de los parámetros de control a través del sistema de
altitud a bordo.
Tabla 6: [Funciones del Segmento para las operaciones de vuelo]. Elaboración propia a partir de información
obtenida de (European Space Agency, 2013)
3.6.3.2 Segmento terrestre colaborativo
El Segmento terrestre colaborativo, se diseñó para mejorar y suplementar el acceso a los datos
del sistema SENTINEL 1, así como los datos específicos de los productos que este ofrece y sus
respectivos canales de distribución; este segmento se compone por entidades fundadas por agentes
externos al programa Copérnico de la ESA y la Unión Europea, y proveen una red internacional
de cooperación, la cual se especializa en dar una mejor explotación de los datos adquiridos por el
sistema en diferentes áreas de la ciencia (European Space Agency, 2013).En la tabla 7 se
encuentran los diferentes servicios que conforman el Segmento Terrestre Colaborativo, así como
cada una de sus características:
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
64
Servicios del
Segmento
terrestre
colaborativo
(The
Collaborative
Ground
Segment)
Sentinel mission data acquisition and production (NRT):
• Este servicio puede proporcionar datos regionales que se encuentren dentro
de la cobertura de la estación casi en tiempo real o NRT por sus siglas en
inglés, siendo el tiempo de toma desde el sensor y la distribución de los datos
a través de las estaciones locales de 10 a 15 minutos.
• Debido a que solo un número de estaciones colaborativas pueden soportar la
interfaz de descarga de información de las estaciones pertenecientes al
segmento terrestre, donde se incluyen también los links de descarga de
información en NRT, existen solo un número limitado de estaciones fuera de
Europa distribuidas en Asia, Sureste asiático, y algunas partes de Norte y Sur
América.
• La ESA es la encargada de proporcionar el calendario de adquisición de datos
incluyendo la información auxiliar, así como la información de la interface
del segmento terrestre sobre un área de interés geográfica determinada.
Sentinel Collaborative data productos:
Este servicio se encarga de la definición, especificación, y generación de datos
complementarios al conjunto de datos que ofrece el segmento terrestre, entre los que
se incluyen los siguientes productos:
• Productos con un nivel de procesamiento más alto que los que ofrece el
segmento básico terrestre
• Algoritmos adaptados a los productos dependiendo de la cobertura de una
región en particular, así como de los servicios que necesite cada comunidad
• Generación de conjuntos de datos locales o regionales con correcciones,
proyectados, calibrados, fusionados entre otros, siendo estos diferentes a los
datos estándar ofrecidos por el GSC.
Sentinel data product disseemination and Access:
• Este servicio se encarga de la redistribución de los productos que ofrece
SENTINEL 1, los cuales son recibidos sistemáticamente desde el Segmento
básico terrestre (GSC)
• Ofrece también servicios regionales de datos online y puntos de datos
adicionales para usuarios de comunidades específicas.
Innovative tools and aplications:
Este servicio se encarga del desarrollo de herramientas particulares e innovadoras para
el público en general, esto gracias a la política de datos gratuitos de la misión
SENTINEL
Tabla 7: [Servicios del Segmento terrestre colaborativo]. Elaboración propia a partir de información obtenida de
(European Space Agency, 2013)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
65
Las entidades nacionales, agencias Europeas o incluso algunos de los servicios principales del
programa Copérnico, pueden tener entre sus funciones proveer algunos de los productos
mencionados en la tabla anterior, desarrollar productos de interés específico para las comunidades
de usuarios, diferentes a los ofrecidos por el GMES, entre los que se encuentran las estadísticas
de vientos regionales, monitoreo de volcanes, monitoreo de deslizamientos de tierra, entre otros,
todo esto utilizando imágenes SENTINEL 1 (European Space Agency, 2013).
3.6.3.3 Segmento básico terrestre para la misión aportante del programa Copérnico
El segmento básico terrestre para la misión aportante del programa Copérnico (The Copernicus
Contributing Mission Ground Segment), hace referencia a las diferentes funciones específicas de
control del sistema, recepción, procesamiento, diseminación y archivo de los datos tomados por
el SENTINEL 1, así mismo también se relaciona con las entidades encargadas de la entrega de los
datos complementarios de la misión (European Space Agency, 2013).
3.6.4 Modos de adquisición del sistema Sentinel 1
Como se mencionó anteriormente, el sistema SENTINEL 1, a través del SAR-C recolecta datos
de la superficie terrestre mediante 4 modos de adquisición, en la tabla 8 se muestran las
principales características de los productos que ofrece el sistema según su modo de adquisición:
Tabla 8: [Modos de adquisición SENTINEL 1]. Información obtenida de (European Space Agency, 2013)
Strip Map Mode80 km Swath, 5x5 mt de resolución
espacial
Interferometric Wide
Swath
250 km Swath, 5x20 mt de
resolución espacial
Extra-Wide Swath Mode400 km Swath, 20x40 mt de
resolución espacial
Wave-Mode20x20 km, 5x5 mt de resolución
espacial
Modos de adquisición
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
66
Ilustración 18: [Gráfica donde se muestran los diferentes modos de adquisición de Sentinel 1]. Información obtenida
de (European Space Agency, 2013)
3.6.4.1 Stripmap (SM)
Los datos adquiridos bajo el modo Stripmap o SM por sus siglas en inglés, poseen un ancho de
barrido (Swath) de 80 km y una resolución espacial de 5 m x 5 m (single look), los datos son
recolectados mediante la iluminación de una secuencia continua de pulsos sobre una franja de
terreno con el ancho de barrido descrito anteriormente, a su vez, el haz de la antena apunta con
una ángulo de azimut fijo y un ángulo aproximado fuera del nadir, esto logra que las imágenes
SM posean una calidad continua a lo largo de la trayectoria del sensor, y un ángulo de incidencia
aproximadamente constante (European Space Agency, 2013). En la tabla 9 se encuentran las
características de este modo de adquisición:
Características Valores
Ancho de barrido 80 km
Rango de ángulo de incidencia 18.3° - 46.8°
Haces de elevación 6
Vistas de azimut y rango Sola (single)
Opciones de polarización Doble HH+HV, VV+VH
Sola HH, VV
Resolución azimutal 5 m
Resolución en rango 5 m
Máximo ruido equivalente Sigma cero (NESZ) -22 dB
Estabilidad radiométrica 0.5 dB (3σ)
Precisión radiométrica 1dB (3σ)
Error de fase 5°
Tabla 9: [Características modo de adquisición Stripmap SM]. Información obtenida de (European Space Agency,
2013)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
67
El modo de adquisición SM puede tomar datos, con uno de seis haces de elevación predefinidos,
cada uno de estos con un ángulo de incidencia diferente, este modo de adquisición solo es usado
en casos extraordinarios, como soporte para manejo de acciones de vigilancia y emergencia
(European Space Agency, 2013).
Haces (beam) S1 S2 S3 S4 S5 S6
Ángulo fuera del nadir en
altitud orbital mínima
17.93 –
23.53
21.00 –
26.33
26.18 –
30.99
30.87 –
35.15
35.07 –
38.85
37.53 –
41.01
Ángulo de incidencia en
altitud orbital mínima
19.99 –
26.31
23.45 –
29.50
29.33 –
34.85
34.71 –
39.72
36.92 –
44.12
42.53 –
46.73
Ángulo fuera del nadir en
altitud orbital máxima
16.45 –
21.96
19.51 –
24.77
24.67 –
29.45
29.34 –
33.63
33.53 –
37.34
35.98 –
39.51
Angulo de incidencia en
altitud orbital máxima
18.32 –
24.55
21.78 –
27.76
27.64 –
33.13
33.00 –
38.02
37.89 –
42.43
40.79 –
45.04
Tabla 10: [Ángulos de haces para el modo de adquisición Stripmap SM]. Información obtenida de (European Space
Agency, 2013)
Ilustración 19: [Ejemplo imagen SM, sobre el área de Leticia Colombia]. Elaboración propia a partir de información
obtenida de (ESA, 2017)
3.6.4.2 Interferometric wide swath (IW)
El modo de adquisición Interferometric wide swath o IW por sus siglas en inglés, es el principal
método para adquirir datos del sistema SENTINEL 1, el IW satisface la mayoría de los servicios
requeridos por las imágenes de radar. Las imágenes tomadas mediante el IW, tienen un ancho de
barrido (swath) de 250 km y una resolución espacial de 5 m x 20 m (single look), este modo
captura los datos dividiéndolos en tres sub-swath usando un escáner SAR progresivo para la
observación del terreno o TOPSAR por sus siglas en ingles (European Space Agency, 2013).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
68
El escáner progresivo TOPSAR, escanea la imagen mediante ráfagas muy largas y gira la antena
a lo largo de la trayectoria de atrás hacia adelante. La rotación de la antena es opuesta a la rotación
realizada por el escáner spotligth (SPOT) SAR, dando como resultado el efecto opuesto, es decir
una peor resolución azimutal (Zan & Guarnieri, 2006).
Ilustración 20: [Funcionamiento del escáner TOPSAR]. Información obtenida de (Zan & Guarnieri, 2006)
La resolución azimutal de las imágenes IW en comparación con las imágenes SM, se reduce
debido a que el tiempo que el objetivo es iluminado por la ráfaga de la señal de radar, es mucho
más corta, en este caso el azimut de barrido para cada objetivo es visto con el mismo patrón de
antena, independientemente de la posición azimutal de la ráfaga, esto causa una reducción de los
efectos de scalloping en la imagen (European Space Agency, 2013).
Cada imagen sub-swath consiste en una serie de ráfagas, en donde cada una de estas fue procesada
como una imagen separada SLC, las ráfagas de señal de radar son sincronizadas en cada pasada
para asegurar la alineación en cada par interferométrico, en este caso las imágenes de datos
complejos son incluidas en orden azimutal dentro de cada sub-swath con una demarcación oscura
entre cada una de ellas, de manera similar a la presentación de los productos SLC de ENVISAT
(European Space Agency, 2013).
Los productos IW SLC contienen una imagen por cada sub-swath y uno por cada polarización,
esto da un total de 3 imágenes con una sola polarización y 6 imágenes con doble polarización por
cada producto IW (European Space Agency, 2013).
Debido al aspecto natural esencial del azimut en los datos, la imagen de un área del suelo
adyacente a la ráfaga de la señal de radar, solo tendrá un traslapo marginal en azimut lo suficiente
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
69
para proveer una cobertura continua del suelo, la imagen producida por las ráfagas de la señal de
radar en todos los sub-swath son remuestreadas a una rejilla de pixeles con datos comunes de
rango y azimut mientras se conserva la información de la fase (European Space Agency, 2013).
En la tabla 11 y 12, se encuentran las características de este modo de adquisición:
Características Valores
Ancho de barrido 250 km
Rango de ángulo de incidencia 29.1° - 46.0°
Sub-swath 3
Dirección de ángulo azimutal +/- 0.6°
Vistas de azimut y rango Sola (single)
Resolución azimutal 20 m
Resolución en rango 5 m
Opciones de polarización Doble HH+HV, VV+VH; Sola HH, VV
Máximo ruido equivalente Sigma cero (NESZ) -22 dB
Estabilidad radiométrica 0.5 dB (3σ)
Precisión radiométrica 1dB (3σ)
Error de fase 5°
Tabla 11: [Características modo de adquisición Interferometric wide swath IW]. Información obtenida de (European
Space Agency, 2013)
Haces (beam) IW1 IW2 IW3
Angulo fuera del nadir en
altitud orbital mínima
27.53 –
32.48
32.38 –
36.96
36.87 –
40.40
Angulo de incidencia en
altitud orbital mínima
30.86 –
36.59
36.47 –
41.85
41.75 –
46.00
Ángulo fuera del nadir en
altitud orbital máxima
26.00 –
30.96
30.86 –
35.43
35.35 –
38.88
Angulo de incidencia en
altitud orbital máxima
29.16 –
34.89
34.77 –
40.15
40.04 –
44.28
Tabla 12: [Ángulos de haces para el modo de adquisición Interferometric wide swath IW]. Información obtenida de
(European Space Agency, 2013)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
70
Ilustración 21: [Ejemplo imagen IW sobre una parte del área de Cundinamarca Colombia]. Elaboración propia a
partir de información obtenida de (ESA, 2017)
3.6.4.3 Extra wide swath (EW)
El modo de adquisición Extra wide swath o EW por sus siglas en inglés, toma datos de manera
similar al modo IW usando la técnica TOPSAR sobre un área mucho más ancha, dividiendo la
imagen producida en 5 sub-swath. El modo EW adquiere datos con un ancho de barrido (swath)
de 400 km y una resolución espacial de 20 m x 40 m, así mismo los productos EW SLC contienen
una imagen con una sola polarización o 10 imágenes con doble polarización (European Space
Agency, 2013).
De manera similar a los productos IW los EW también pueden ser usados para interferometría,
debido a que comparten las mismas características de sincronización de ráfaga, estabilidad de
línea base y doppler (European Space Agency, 2013). En la tabla 13 y 14 se encuentran las
características de este modo de adquisición:
Características Valores
Ancho de barrido 400 Km
Rango de ángulo de incidencia 18.9° - 47.0°
Sub-swath 5
Dirección de ángulo azimutal +/- 0.8°
Vistas de azimut y rango Sola (single)
Resolución azimutal 40 m
Resolución en rango 20 m
Opciones de polarización Doble HH+HV, VV+VH; Sola HH, VV
Máximo ruido equivalente Sigma cero (NESZ) -22 dB
Estabilidad radiométrica 0.5 dB (3σ)
Precisión radiométrica 1dB (3σ)
Error de fase 5°
Tabla 13: [Características modo de adquisición Extra wide swath EW]. Información obtenida de (European Space
Agency, 2013)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
71
Haces (beam) EW1 EW2 EW3 EW4 EW5
Angulo fuera del nadir en
altitud orbital mínima
17.94 –
26.07
26.02 –
30.66
30.61 –
35.10
35.06 –
38.66
38.63 –
41.20
Angulo de incidencia en
altitud orbital mínima
20.00 –
29.20
29.15 –
34.47
34.41 –
39.66
39.60 –
43.89
43.86 –
46.97
Ángulo fuera del nadir en
altitud orbital máxima
16.36 –
24.49
24.44 –
29.08
29.03 –
33.52
33.48 –
37.08
37.05 –
39.62
Angulo de incidencia en
altitud orbital máxima
18.22 –
27.57
27.38 –
33.42
32.65 –
38.05
37.84 –
42.53
42.08 –
45.16
Tabla 14: [Ángulos de haces para el modo de adquisición Extra wide swath EW]. Información obtenida de (European
Space Agency, 2013)
Ilustración 22: [Ejemplo imagen EW sobre una parte de la frontera de Colombia con Brasil y Perú]. Elaboración
propia a partir de información obtenida de (ESA, 2017)
Los productos EW son dirigidas principalmente para el monitoreo por derramamiento de petróleo,
servicios de seguridad, seguimiento de hielo marino, zonas polares y ciertas zonas marítimas.
3.6.4.4 Wabe Mode (WV)
El modo Wabe mode o WV por sus siglas en inglés, consiste en varias viñetas exclusivamente en
polarización VV o HH, siendo cada viñeta procesada como una sola imagen, tomada con un ancho
de barrido de 20 km x 20 km y una resolución espacial de 5 m x 5 m, cada 100 km a lo largo de
la órbita, con dos ángulos de incidencia diferentes, así mismo las viñetas con el mismo ángulo de
incidencia son separadas por 200 km, el ancho de barrido varía entre ángulos de incidencia con
rango cercano y rango lejano (23° y 36,5° respectivamente) (European Space Agency, 2013).
Las imágenes WV, son similares a las de los sistemas ERS o ENVISAT, pero con resolución
mejorada, viñetas más grandes y un nuevo patrón de adquisición, los datos son adquiridos con la
misma velocidad que las imágenes SM, sin embargo, debido a las pequeñas viñetas, solo una
polarización y la detección en intervalos de 100 km, el volumen de productos es mucho más bajo
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
72
(European Space Agency, 2013). En la tabla 15 y 16 se encuentran las características de este
modo de adquisición:
Características Valores
Ancho de barrido 20 km
Distancia entre viñetas a lo largo del riel 100 km
Rango de ángulo de incidencia 21.6° - 25.1° ; 34.8° - 38.0°
Haces de elevación 2
Vistas de azimut y rango Sola (single)
Opciones de polarización Sola HH, VV
Resolución azimutal 5 m
Resolución en rango 5 m
Máximo ruido equivalente Sigma cero (NESZ) -22 dB
Estabilidad radiométrica 0.5 dB (3σ)
Precisión radiométrica 1dB (3σ)
Error de fase 5°
Tabla 15: [Características modo de adquisición Wave mode WV]. Información obtenida de (European Space Agency,
2013)
Haces (beam) WV1 WV2
Angulo fuera del nadir en
altitud orbital mínima
21.03 – 22.40 32.56 – 33.62
Angulo de incidencia en
altitud orbital mínima
23.47 – 25.03 36.67 – 37.92
Ángulo fuera del nadir en
altitud orbital máxima
19.43 – 20.79 30.96 – 32.02
Angulo de incidencia en
altitud orbital máxima
21.68 – 23.22 34.88 – 36.13
Tabla 16: [Ángulos de haces para el modo de adquisición Wave mode WV]. Información obtenida de (European Space
Agency, 2013)
Ilustración 23: [Ejemplo imagen WV]. Elaboración propia a partir de información obtenida de (ESA, 2017)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
73
3.6.5 Formatos de imágenes y niveles de procesamiento
En él (European Space Agency, 2013) se describen los datos de los productos obtenidos por
Sentinel, IW, EW, SM, Y WV, son distribuidos en 3 niveles de procesamiento; en el siguiente
esquema se muestran los niveles de procesamiento que tiene que tiene cada modo de adquisición,
y posteriormente se describe cada uno de estos:
Tabla 17: [Esquema de niveles de procesamiento de los productos de SENTINEL 1]. Elaboración propia a partir de
información obtenida de (European Space Agency, 2013)
3.6.5.1 Nivel 0
Estos son productos con datos crudos, en formato comprimido y sin enfocar. Los productos con
este nivel de procesamiento, son la base de cualquier otro producto con un procesamiento más
alto producidos también por Sentinel. Este nivel de procesamiento, incluye ruido, calibración
interna, eco, e información de altitud y orbita. Estos datos pueden ser procesados para producir
cualquiera de los otros tipos de productos durante el tiempo que dure la misión y hasta por 25
años una vez esta cumpla su tiempo útil, estos esta disponibles para los usuarios solo en los modos
de adquisición SM, IW y EW (European Space Agency, 2013).
3.6.5.2 Nivel 1
Los productos con nivel 0 son transformados en productos con nivel 1, esto mediante la aplicación
de algoritmos y calibración de datos para formar la línea base de productos de ingeniería de los
cuales se derivan los más altos niveles, en este caso el proceso involucrado en obtener productos
con nivel 1, incluye un preprocesamiento en el que se hace la estimación del centroide doppler,
el enfoque single look complex, e imágenes y postproceso para la generación de los productos
SLC y GRD, así como el procesamiento específico para el montaje de los productos de multi
swath (European Space Agency, 2013).
Para convertir los valores digitales de pixel a valores calibrados de retro dispersión radiométrica,
se requiere de toda la información que viene incluida en el producto, incluyendo un vector de
calibración como anotación, el cual permite realizar una conversión simple de valores de
intensidad en la imagen a valores sigma o gama (European Space Agency, 2013).
SM (Strip Map) SI SISI (Resolución máxima, alta, y
media)SI (OSW, OWI, RVL)
IW (Interferometric Wide Swath) SI SI SI (Resolución alta, y media) SI (OWI, RVL)
EW (Extra-Wide Swath) SI SI SI (Resolución alta, y media) SI (OWI, RVL)
WV (Wave-Mode) NA NA NA SI (OSW, OWI, RVL)
L2 OCN
Nivel de procesamiento
Modos de Adquisición
L0 RAW L1 SLC L1 GRD
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
74
Los productos con nivel 1 de procesamiento pueden ser tanto Single look complex (SLC), como
Ground Range Detected (GRD), cada modo de adquisición puede ser potencialmente
transformado a un nivel 1 de procesamiento en formato SLC o GRD, las resoluciones dependerán
del modo y el nivel de multi-looking (European Space Agency, 2013).
a) Single Look Complex (SLC): El formato Single Look Complex o SLC por sus siglas en
ingles es un producto con nivel 1 de procesamiento el cual consiste en datos SAR
enfocados, georreferenciados usando los datos de altitud y órbita del satélite, tienen
corrección por retraso de azimut estático, patrón de elevación de antena y perdida de
extensión de rango, y proporciona la distancia geométrica oblicua, siendo esta distancia el
rango natural de observación coordinado del radar, el cual define la línea de señal desde
el radar a cada uno de los objetos reflectados, estos productos poseen orientación doppler
cero, es decir que cada línea de pixeles representa puntos a lo largo de la línea
perpendicular al camino del satélite (European Space Agency, 2013).
Los productos incluyen single look en cada formato usando la disponibilidad total de la
señal de banda ancha y las muestras complejas (real e imaginaria), preservando la
información de la fase (European Space Agency, 2013).
b) Ground Range Detected (GRD): El formato Ground Range Detected o GRD por sus siglas
en inglés, es un producto con nivel 1 de procesamiento, el cual consiste en datos SAR
enfocados, que han sido detectados y proyectados a la línea del suelo usando un modelo
elipsoidal terrestre como el WGS84, la proyección elipsoidal de los productos GRD es
corregida usando la altura sobre el terreno especificada en la información general de
estos, la cual varía en azimut pero es constante en distancia, las coordenadas de la línea
del suelo son la distancia oblicua de las coordenadas proyectadas al elipsoide terrestre, y
los valores de pixel representan la magnitud detectada, perdiéndose la información de la
fase, el producto resultante tiene una resolución de pixel aproximadamente ajustada y el
espacio cuadrado entre pixeles tiene ruido reducido, todo esto a costo de reducir la
resolución geométrica (European Space Agency, 2013).
En adición a las correcciones aplicadas a los productos con nivel 1 SLC, a los productos
GRD se les remueve el ruido térmico para mejorar la calidad de la imagen detectada
(European Space Agency, 2013).
3.6.5.3 Nivel 2
Este nivel de procesamiento consiste en productos geolocalizados y geofísicos, derivados de los
productos con procesamiento de nivel 1, proporciona productos denominados Ocean (OCN), lo
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
75
cuales sirven para aplicaciones que pueden contener los siguientes componentes geofísicos
derivados de los datos SAR: vientos oceánicos (OWI, Ocean Wind Field), Espectros de oleaje
oceánico (OSW Ocean Swell Spectral) y Velocidad radial de la superficie (RVL, Surface Radial
Velocity) (European Space Agency, 2013).
La disponibilidad de los componentes depende del modo de adquisición, de esta manera los datos
referentes a OWI los cuales son una cuadricula de la línea del suelo, que contiene la estimación
de la velocidad del viento en la superficie y la dirección a 10 m sobre esta, se obtienen del
procesamiento interno de los productos GRD de los modos SM, IW o EW, los datos referentes a
RVL y OSW para el modo SM y WV, se derivan del procesamiento interno de los productos SLC
(European Space Agency, 2013).
3.6.6 Resoluciones de los productos Sentinel 1
Las resoluciones dependen del modo de adquisición y del nivel de procesamiento que tengan los
productos ofrecidos por el sistema SENTINEL 1, a continuación, se muestran cada una de las
resoluciones para cada tipo de producto.
3.6.6.1 Nivel 1 Single Look Complex (SLC)
Los productos SLC poseen una resolución que viene determinada por el modo de adquisición, en
este caso para los productos SLC adquiridos con los modos SM, IW, y EW, la resolución y el
espacio entre pixeles viene dado por el ángulo de incidencia, dependiendo si es bajo o alto, ya en
el caso de los productos SLC adquiridos con el modo WV, la resolución y el espacio entre pixeles
dependerá de los haces WV1 y WV2 (European Space Agency, 2013).
Modo Resolución rg x az Espacio entre pixeles rg x az Número de vistas ENL
SM 1.7 x 4.3 m a 3.6 x 9 m 1.5 x 3.6 m a 3.1 x 4.1 m 1x1 1
IW 2.7 x 22 m a 3.5 x 22 m 2.3 x 17.4 m 1x1 1
EW 7.9 x 43 m a 15 x 43 m 5.9 x 34.7 m 1x1 1
WV 2.0 x 4.8 m a 15 x 43 m 5.9 x 34.7 m 1x1 1
Tabla 18: [Resolución por modos de adquisición para el nivel 1 SLC]. Información obtenida de (European Space
Agency, 2013)
La resolución espacial es medida por la habilidad del sistema de diferenciar entre objetivos
adyacentes, el espacio entre pixeles es la distancia entre pixeles adyacentes en una imagen medida
en metros, y el número equivalente de vistas independientes o ENL por sus siglas en inglés, para
un producto determinado, corresponde a un número de indicadores igualmente ponderados, y
vistas estadísticamente independientes, las cuales producen el mismo ruido estadístico que el
procesamiento utilizado para generar el producto (European Space Agency, 2013).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
76
Los productos SLC tomados con los modos SM y WV se remuestrean a la separación natural
entre pixeles, lo que quiere decir que se determina esta separación en azimut por la frecuencia del
pulso de repetición (PRF), y en rango por la frecuencia del muestreo del radar; en el caso de los
productos SLC tomados con los modos IW y EW, poseen todas las ráfagas en todos los sub-swath
remuestreando a una grilla de espacios comunes en rango y azimut entre pixeles (European
Space Agency, 2013).
3.6.6.2 Nivel 1 Ground Range Detected (GRD)
Los productos GRD con nivel 1 de procesamiento pueden tener una de estas tres resoluciones:
resolución completa (FR) para el modo SM, resolución alta (HR) para los modos SM, IW, y EW,
y resolución media (MR) para los modos SM, IW, y WV (European Space Agency, 2013).
Modo Resolución rg x az Espacio entre pixeles rg x az Número de vistas ENL
SM 9x9 m 4x4 m 2x2 3.9
Tabla 19: [Full Resolución nivel 1 GRD]. Información obtenida de (European Space Agency, 2013)
Modo Resolución rg x az Espacio entre pixeles rg x az Número de vistas ENL
SM 23x23 m 10x10 m 6x6 34.4
IW 20x22 m 10x10 m 5x1 4.9
EW 50x50 m 25x25 m 3x1 2.9
Tabla 20: [Resolución alta nivel 1 GRD]. Información obtenida de (European Space Agency, 2013)
Modo Resolución rg x az Espacio entre pixeles rg x az Número de vistas ENL
SM 84x84 m 40x40 m 22x22 350-398
IW 88x87 m 40x40 m 22x5 105.7
EW 93x87 m 40x40 m 6x2 12.7
WV 52x51 m 25x25 m 13x13 123.7
Tabla 21: [Resolución media nivel 1 GRD]. Información obtenida de (European Space Agency, 2013)
La resolución mencionada anteriormente para los productos GRD, dependen de la cantidad de
multi-looking presentada según su modo de adquisición, en este caso la resolución corresponde a
los valores de rango medio, así como a la altitud de orbita media, promediados sobre todos los
swath, el ENL para los productos tomados con el modo IW y EW corresponde al promedio sobre
todos los swath (European Space Agency, 2013).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
77
3.6.6.3 Nivel 2 Ocean
Para los productos OCN con nivel 2 de procesamiento, los OSW son provistos con una resolución
espacial de 20 km x 20 km, mientras que los productos OWI y RVL poseen una resolución
espacial de 1 km x 1 km (European Space Agency, 2013).
3.6.7 Nomenclatura de los productos Sentinel 1
La nomenclatura que identifica los productos de SENTINEL 1, vienen identificados por una serie
de caracteres alfanuméricos separados por un guion bajo, diferenciando la carpeta principal con
los caracteres en mayúsculas, y las sub-carpetas que contienen el producto, el conjunto de medidas
y las anotaciones, las cuales se encuentran dentro de esta, se identifican con los caracteres en
minúsculas, tal y como se muestra en las siguientes imágenes:
Ilustración 24: [Ejemplo nomenclatura imágenes IW Sentinel 1]. Elaboración propia a partir de información obtenida
de (ESA, 2017)
La nomenclatura para la carpeta principal se explica a continuación:
a) Los primeros 3 caracteres indican el nombre del satélite, y diferencia si pertenece al
instrumento S1A o S1B.
b) Los siguientes dos caracteres identifican el modo de adquisición (SM, IW, EW, WV); los
3 siguientes indican el formato de la imagen (RAW, SLC, GRD, OCN)
c) El siguiente carácter indica el tipo de resolución que tiene el producto (R, F, H, M, guion
bajo-que indica que no aplica al producto indicado), siendo las resoluciones solo
aplicadas a los productos SLC o OCN.
d) Los siguientes 4 caracteres identifican el nivel de procesamiento (0,1 o 2), la clase del
producto (S-estándar, A-anotación siendo estos solo usados internamente por el PDGS y
no son distribuidos al público), y el tipo de polarización (SH-single HH polarización, SV-
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
78
single VV polarización, DH-dual HH+VV polarización, DV-dual VV+VH polarización),
respectivamente.
e) La fecha de inicio y finalización de la toma del producto se identifica por los 14 caracteres
siguientes.
f) El número de orbita absoluta al comienzo de la toma viene identificado por los siguientes
6 caracteres, este número tiene un rango de 000001-999999.
g) Los datos de la misión vienen identificados por los siguientes 6 caracteres, los cuales
tienen un rango de 000001-FFFFFF.
La nomenclatura para las sub-carpetas se explica a continuación:
a) Los primeros tres caracteres indican el nombre del satélite, y diferencia si pertenece al
instrumento de S1A o SIB.
b) Los siguientes 3 caracteres identifican el modo de adquisición (SM, IW, EW, WV) y el
número de swath (iw1-iw3 para IW, ew1-ew5 para EW, wv1-wv2 para WC)
c) Los siguientes 3 caracteres indican el formato de imagen (RAW, SLC, GRD, OCN)
d) Los siguientes 2 caracteres identifican el tipo de polarización (hh – single HH
polarización, vv – single VV polarización, hv – single HV polarización, vh – single VH
polarización)
e) Los siguientes 14 dígitos identifican la fecha y el tiempo del comienzo y la finalización
de la toma del producto.
f) El número de orbita absoluta a al comienzo de la toma viene identificado por los
siguientes 6 caracteres, este número tiene un rango de 000001-999999.
g) Los datos de la misión vienen identificados por los siguientes 6 caracteres, los cuales
tienen un rango de 000001-FFFFFF.
h) Los últimos 3 dígitos identifican cada una de las imágenes que componen el producto de
manera individual, dependiendo del modo de adquisición.
i) La extensión del archivo denota el formato de los datos o del archivo los cuales pueden
ser .TIFF, .nc, .XML, HTML, kml, .xsd, o png.
3.6.8 Formatos archivos Sentinel
Todos los productos ofrecidos por el sistema SENTINEL 1, con cualquiera de los niveles de
procesamiento, son entregados en formato Sentinel-SAFE, este formato es una variación
específica del formato estándar de los archivos para Europa (SAFE), siendo diseñado para actuar
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
79
como un formato común para archivar y transmitir los datos dentro de las instalaciones de la ESA
Earth Observation Archiving (European Space Agency, 2013).
Los datos son entregados en un archivo .RAR Sentinel-SAFE que contiene un archivo en formato
XML que muestra un listado general de los metadatos del producto, y las subcarpetas para las
medidas de los datos, anotaciones, pre-visualizaciones y archivos de soporte (European Space
Agency, 2013).
3.6.9 Aplicaciones de los productos Sentinel 1
Las imágenes proporcionadas por Sentinel 1, en cada uno de sus modos de adquisición, tienen
múltiples aplicaciones en el ámbito de las geociencias, entre estas aplicaciones se encuentran el
monitoreo de barcos, monitoreo del suelo en el ambiro forestal y agrícola, mapeo de deformación
urbana, análisis de terremotos entre otras muchas aplicaciones de importancia mundial. En la tabla
22 se muestra la información referente a las diferentes aplicaciones por modo de adquisición:
Tabla 22: [Aplicaciones según los modos de adquisición de SENTINEL 1]. Información obtenida de (European
Space Agency, 2013)
SM IW EW WV
Artico y hielo marino x x
vigilancia de barcos en ocano abierto x x
monitoreo de la contaminación de petróleo x x
vientos marinos x
forestal x
agricultura x
mapeo de deformación urbana x
monitoreo de inundación x x
analisis de terremotos x x
deslizamientos y motitoreo de volcanes x x
AplicaciónModo de adquisición
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
80
4 METODOLOGÍA
El siguiente diagrama de flujo (Ilustración 25) representa el proceso metodológico que se realizó
para obtener el DEM a partir del par de imágenes de radar Sentinel1, utilizando la técnica de
interferometría SAR.
Ilustración 25: [Diagrama de flujo del proceso metodológico del proyecto]. Elaboración propia.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
81
En la ilustración 25 se puede apreciar en términos generales los pasos seguidos desde la gestión
de las imágenes hasta la evaluación del producto final.
4.1 Materiales
4.1.1 Imágenes
Para este proyecto se utilizaron imágenes de Radar Sentinel-1 de varios sitios del país, incluyendo
pruebas en la costa atlántica (cercanías de Santa Marta), Cordillera Central (Cercanías de los
nevados del Ruiz y Huila), y finalmente en Bogotá y municipios aledaños, que fue seleccionada
por mostrar los mejores resultados en términos de coherencia y fase interferométrica, además de
ser el par con menor resolución temporal (6 días). Las características específicas de las imágenes
con las que se desarrolló el proyecto se muestran a continuación (tabla 23).
IMAGEN 1 IMAGEN 2
Tipo SAR SAR
Sistema SENTINEL-1A SENTINEL-1B
Fecha Captura 11/OCT/2016 17/OCT/2016
Banda C C
Modo IW SLC IW SLC
Polarización VV VV
Nivel de Procesamiento SAR Standard L1 SAR Standard L1
Resolución Radiométrica 16 bits 16 bits
Resolución Geométrica 5x20 m 5x20 m
Fuente ESA (Data Hub) ESA (Data Hub)
Tamaño de imagen 69186X13554 pixeles 69186X13554 pixeles
Zona Geográfica Bogotá DC Bogotá DC
Tabla 23: [Características de las imágenes usadas]. Elaboración propia a partir de información obtenida de
(European Space Agency, 2013)
En la ilustración 26 se observan imágenes completas de la zona de estudio:
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
82
Imagen 11/Oct/2016 Imagen 17/Oct/2016
Ilustración 26: [Imágenes SAR 11 de octubre 2017 y 17 de octubre de 2017]. Elaboración propia a partir de
información obtenida de (ESA, 2017)
4.1.2 DEM SRTM
El Shuttle Radar Topography Mission recoge datos topográficos de todo el mundo y actualmente
cuenta con una cobertura de casi el 80% de la superficie terrestre. Desde el año 2000 ha venido
recolectando información con radares de barrido y tiene como objetivo servir como base o fuente
de datos de alta resolución a nivel global de datos topográficos del planeta. Este es un proyecto
internacional liderado por la Agencia Nacional de Inteligencia Geoespacial (NGA) y la
Administración Nacional de la Aeronáutica y del Espacio (NASA) (Ramirez, 2017).
4.1.3 Datos RINEX
Para el proceso de revisión y evaluación del producto final obtenido (DEM) se utilizaron datos de
la RED MAGNA ECO de las estaciones que se encontraban dentro de la zona de estudio.
La red Magna Eco es un conjunto de estaciones GNSS de funcionamiento continuo que sirven de
referencia para cualquier usuario del campo de las geociencias. Esta red hace parte de una
iniciativa a nivel latinoamericano que busca la cooperación y contribución entre instituciones en
el marco del SIRGAS-CON (Sistema de Referencia Geocéntrico para las Américas – Red de
Operación Continua). Esta información viene en formato RINEX (Receiver Independent
Exchange Format), su distribución es gratuita y se hace mediante el geo portal del IGAC, cabe
mencionar que la información disponible tiene un límite temporal de 60 días anteriores al
momento de la descarga ((IGAC), 2017).
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
83
Para el procesamiento de estos datos se utiliza la aplicación online de la CSRS-PPP (Canadian
Spatial Reference System -Precise Point Positioning), que se puede traducir como el Sistema de
Referencia Espacial Canadiense y su aplicación de posicionamiento preciso de puntos. Esta
herramienta funciona como una aplicación online para post-proceso de datos GNSS de libre
acceso para usuarios en todo el mundo, garantizando una gran precisión en los resultados dado
que trabaja con las efemérides de las orbitas de satélite. El usuario puede procesar datos en el
sistema de referencia espacial canadiense o, como es el caso de este proyecto, del marco
internacional de referencia terrestre o ITRF por sus siglas en inglés (International Terrestrial
Reference Frame) (Canadá, 2017).
4.1.4 Software
Para el desarrollo de la metodología propuesta se utilizaron las siguientes herramientas para el
procesamiento digital de imágenes de radar y obtención de los productos cartográficos finales.
Estas herramientas fueron instaladas en un sistema operativo Windows 8.1 y se describen a
continuación:
4.1.4.1 Sentinel-1 Toolbox (S1TBX)
Esta herramienta creada por la ESA de código abierto y de uso gratuito no sólo se enfoca en datos
Sentinel, está diseñada para trabajar en conjunto con otras misiones (TerrraSAR, RADARSAT,
ENVISAT, MODIS, Landsat, SPOT, ALOS, entre muchos otros) con el fin de contribuir y
fomentar el desarrollo de la comunidad científica internacional. Se presenta en un formato de
módulos que abordan distintos temas, son actualizables y se pueden obtener en conjunto o por
separado (Copernicus, 2017).
A continuación, se describen uno a uno, los módulos o cajas de herramientas que componen el
paquete:
a) Sentinel-1 Toolbox (S1TBX)
Este módulo contiene una serie de herramientas enfocadas al procesamiento de datos de
radar, incluyendo calibración, filtros, orto rectificación, elaboración de mosaicos,
polarimetría e interferometría. Soporta datos Sentinel-1, ERS-1 y 2, Envisat, ALOS
PALSAR, TerraSAR-X, COSMO-SkyMed y RADARSAT-2 (Copernicus, 2017).
b) Sentinel-2 Toolbox (S2TBX)
Este módulo se enfoca en procesamiento de datos multiespectrales, principalmente para
los datos Sentinel-2, soporta datos Envisat (MERIS & AATSR), ERS (ATSR), RapidEye,
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
84
SPOT, MODIS (Aqua and Terra), Landsat (TM), ALOS (AVNIR & PRISM) entre otros
(Copernicus, 2017).
c) Sentinel-3 Toolbox (S3TBX)
Este módulo está enfocado en el análisis y procesamiento de datos del proyecto Sentinel-
3, que pretende monitorear la superficie oceánica y terrestre, así como monitoreo
climático a partir de radiómetros y altimetría a partir de radar. Soporta datos Envisat
(MERIS & AATSR), ERS (ATSR), SMOS, MODIS (Aqua and Terra), Landsat (TM),
ALOS (AVNIR & PRISM) entre otros (Copernicus, 2017).
d) Sentinel Atmospheric Tool
Basado en el proyecto BEAT (Basic Envisat Atmospheric Toolbox Proyect) incluye
herramientas de procesamiento enfocadas en el análisis de datos atmosféricos. Cuenta
con la posibilidad de integrar código o interfaces desde IDL MATLAB, Fortran o Python,
incluyendo también la posibilidad de incluir herramientas desde BEAT. Soporta
GOMOS, MIPAS, SCIAMACHY (ENVISAT), GOME (ERS-2), OMI, TES y MLS
(Aura) y GOME-2 e IASI (MetOp) (Copernicus, 2017)
e) Sentinel Altimetry Toolbox
Este módulo actualmente se encuentra en fase de construcción y diseño. Estará enfocado
en el análisis de datos de altimetría de radar, especialmente de datos Sentinel-3, y podrán
trabajarse datos ERS-1 y 2, Topex/Poseidon, Geosat, Jason-1, Envisat, Jason-2, Cryosat
y Sentinel-3 (Copernicus, 2017).
4.1.4.2 Cygwin64
El proyecto Cygwin permite obtener a partir de una serie de herramientas GNU12 y Open Source
(software de código abierto) la funcionalidad de un sistema operativo portable similar a Linux en
un entorno Windows. Esta herramienta funciona como una biblioteca de enlace dinámico o DLL
que proporciona funcionalidades POSIX13, lo que permite desarrollar y correr aplicaciones de
estos entornos en Windows. Cygwin no funciona como un emulador de aplicaciones nativas de
Linux en Windows, ya que está enfocado a cualquier sistema operativo tipo UNIX14, por lo que
12 Sistema Operativo desarrollado por el proyecto GNU (proyecto colaborativo de software libre) con un diseño tipo UNIX.
(Foundation, 2017) 13 Acrónimo para Portable Operating System Interface, y X por ser tipo UNIX, es una norma de la IEEE que define los estándares de una interfaz de sistema operativo y su entorno (IEEE & Group, 2016) 14 Se habla de sistemas tipo UNIX ya que es una marca registrada que requiere de certificación (UNIX®), por lo que se hace
referencia únicamente a sistemas operativos que cuentan con sus características o son similares en cuanto a su estructura. El UNIX® es un sistema operativo portable multitarea desarrollado en 1969 por AT&T cuyos derechos pertenecen actualmente a
Novell Inc. (Group, 2017)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
85
se debe modificar el código de dichas aplicaciones para poder trabajarlas con esa herramienta
(authors, 2017).
4.1.4.3 SNAPHU
SNAPHU (Statistical-Cost, Network-Flow Algorithm for Phase Unwrapping), se puede traducir
como “Algoritmo de flujo de red estadístico para el desenvolvimiento de fase”, y permite procesar
la fase interferométrica a partir de unos datos de entrada (interferograma), buscando estimar de
manera congruente los valores que se ajusten estadísticamente como máximos probables. Este
algoritmo de optimización de red permite estimar los valores a partir de una matriz bidimensional
de fase (con valores acotados entre 0 y 2π) y fue propuesto por C. W. Chen y H. A. Zebker
(C.W.Chen & Zebker, 2000), del grupo de investigación de interferometría de radar de la
universidad de Stanford.
Este algoritmo incorpora tres modelos estadísticos integrados con tres distintos enfoques, datos
topográficos, datos de deformación y un tercer modo llamado smooth generic data. Se diseñó
específicamente para trabajar interferometría SAR, buscando obtener valores de topografía
superficial, deformación o velocidad, esto a partir de interferogramas calculados con un par o
varias imágenes de la misma zona. Para el desarrollo de SNAPHU se utilizó la teoría de redes,
aplicable en múltiples campos, donde se incluyen los conceptos de nodos y arcos en vez de
vértices y aristas comúnmente asociados con los gráficos y las imágenes (Zebker & Chen, 2001).
4.1.5 Hardware
Estas herramientas fueron utilizadas en un equipo que cuenta con un procesador Intel Core i5-
3210M con una velocidad de 2.50 GHz, una memoria RAM de 8 GB y un disco duro de 500GB
de los cuales se utilizaron alrededor de 100 GB en todo el proyecto dado que se descargaron
imágenes y se realizaron pruebas en diferentes zonas del país antes de escoger la zona de estudio.
4.2 Zona de estudio
Después de realizar pruebas en varias zonas anteriormente mencionadas se decidió trabajar sobre
la zona la ciudad de Bogotá (Zona Urbana) y algunos municipios aledaños basados en los
resultados de coherencia que fueron mayores que en el resto de la imagen, esto debido a las
características topográficas y de cobertura que favorecieron los análisis y los resultados al trabajar
con la banda C. Del área inicial se seleccionó un segmento de menos área que se muestra en la
Ilustración 27.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
86
Ilustración 27: [Imagen zona de estudio]. Obtenida del Software Sentinel Toolbox.
Esta zona está ubicada entre las coordenadas geográficas 5°06’31.68” y 4°18’25.56” de latitud
Norte y 74°26’58.56” y 73°56’33.36” de longitud Oeste. La zona de estudio comprende, además
de la zona urbana de Bogotá, los municipios de Zipaquirá, Supatá, Subachoque, San Francisco,
Tabio, Cajicá, Sopo, El Rosal, Chía, Tenjo, Facatativá, Madrid, Cota, Funza, Bajaca, Mosquera,
San Antonio Del Tequendama, Soacha, Granada, Sibaté y Silvania, todos dentro del departamento
de Cundinamarca.
4.3 Métodos
Al inicio de este capítulo se presentó el flujograma (ilustración 25) que representa los pasos
seguidos desde la gestión de las imágenes hasta la evaluación del producto final. A continuación,
se especifican cada una de las etapas del desarrollo del proyecto.
4.3.1 Corregistro de imágenes
Este paso es crucial para cualquier procesamiento interferométrico, ya que de este proceso
depende la correcta determinación de la diferencia de fase. En términos generales, se tomarán
mínimo dos imágenes; una de ellas será denominada imagen maestra y la otra (u otras, si son más
de dos) cumplirán el rol de imagen esclava(s). Los datos de la imagen o imágenes esclavas serán
subconjuntos de la geometría de la imagen maestra, serán georreferenciadas y superpuestas. Para
este paso se toma como referencia un modelo digital de elevación (por defecto SRTM) para la
interpolación de datos.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
87
Ilustración 28: [Proceso corregistro]. Elaboración propia a partir de información obtenida de (ESA European Space
Agency, 2017)
Este proceso se hace en dos etapas (Ilustración 28), una correlación cruzada utilizando las órbitas
del satélite como base, y luego a nivel de pixel, para realizar la estimación del CPM (Polinomio
de corregistro) y remuestreo interferométrico acoplando las imágenes esclavas a las maestras. La
correlación cruzada crea una alineación entre las imágenes, y los desplazamientos se calculan
maximizando la función en ambas etapas. Es importante resaltar que para este proceso las
imágenes deben estar en formato SLC (Single Look Complex) (ESA European Space Agency,
2017).
Para este caso, de las 3 bandas o subswath se escoge la IW2 que es el segmento donde se encuentra
la zona de estudio (Ilustración 29)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
88
Ilustración 29: [Imagen que muestra la distribución de las bandas (sub-swath) de la imagen IW SCL de la zona de
estudio]. Elaboración propia.
Imagen maestra Imagen esclava Resultado corregistro
Ilustración 30: [imagen que muestra el resultado del corregistro de la imagen maestra y la imagen esclava].
Elaboración propia.
4.3.2 Formación del interferograma
En este paso se inicia sustrayendo la fase topográfica (fase presente en la señal interferométrica
debido a la curvatura de la superficie de referencia) si se quiere trabajar con deformaciones, para
el caso de los DEM este paso se omite. El objetivo es obtener la diferencia de fase entre las
imágenes maestra y esclava(s) en cada pixel, estas diferencias tienen relación con las variaciones
de elevación de la escena. Además de esto, se genera una banda de coherencia (o similitud entre
observaciones) que permite ver la viabilidad del procesamiento interferométrico y la calidad del
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
89
mismo. Dependiendo del área de la escena SAR, se trabajan polinomios hasta grado 5, y
dependiendo del ruido del resultado se puede adicionar un remuestreo (multi-looking), lo que
afecta la resolución del producto final (ESA European Space Agency, 2017).
En la Ilustración 31 se muestran los valores de coherencia y fase interferométrica. En términos
generales, la escala de valores de la coherencia se visualiza en tonalidades de negro a blanco, con
valores de 0 a 1 siendo 1(Tono Blanco) los valores con máxima coherencia.
Ilustración 31: [Resultados de coherencia de la zona de estudio]. Elaboración propia
Como se ve en la ilustración, hay una buena parte de la escena con unos valores de coherencia
por encima de 0.6, esto se puede evidenciar en el histograma (Ilustración 32):
Ilustración 32: [Histograma niveles de coherencia zona de estudio]. Elaboración propia a partir de información
obtenida del software Sentinel Toolbox.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
90
Ilustración 33: [Fase interferométrica de la zona de estudio]. Elaboración propia a partir de información obtenida del
software Sentinel Toolbox.
La interpretación gráfica de un interferograma parte del uso de una rampa cromática que varía en
el color y pretende mostrar en qué lugares de la escena se tienen diferencias de fase similares, en
otras palabras, se puede asumir que de acuerdo a la frecuencia y la dirección de las franjas que se
forman en un interferograma, existen cambios o variaciones en la topografía de la escena.
4.3.3 Deburst
Los productos Sentinel, especialmente los TOPSAR IW y EW SLC se crean a manera de franjas,
que a su vez están compuestas por una serie de ráfagas que se consideran como una imagen
independiente que para las imágenes IW tienen una duración de 2,75 segundos y una
superposición de ráfagas de entre 50-100 muestras. Después de la toma las ráfagas o hileras se
vuelven a muestrear. En dirección del rango, para cada línea en todas las sub-hileras con la misma
etiqueta de tiempo, se combinan sub-hileras adyacentes. Mientras que, en la dirección azimutal,
las ráfagas se combinan de acuerdo con su tiempo Doppler cero (Zero Doppler Time). El tiempo
de fusión se determina por el promedio de la última línea de la primera ráfaga y la primera línea
de la ráfaga siguiente. Para cada celda de rango, el tiempo de fusión se cuantifica a la celda de
acimut de salida más cercana para eliminar cualquier desvanecimiento a datos cero. En la
ilustración 34 se muestran las líneas o burst que se deben corregir en cualquier imagen SLC IW
o EW y el resultado del proceso
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
91
Imagen original Imagen corregida
Ilustración 34: [Imagen sin corregir e imagen corregida]. Elaboración propia a partir de información obtenida del
software Sentinel Toolbox.
4.3.4 Filtro Goldstein
El filtrado Goldstein es una técnica de pre-procesamiento que reduce el ruido de la fase
interferométrica, lo que facilita su desenvolvimiento en términos de precisión. Este método es un
algoritmo adaptativo no lineal propuesto por Goldstein y Werner en 1998 (Golstein &
C.L.Warner, 1998).
Gracias a este filtrado las franjas interferométricas se acentúan y se vuelven más nítidas. Este
filtrado se puede aplicar a un interferograma o un grupo de interferogramas, dependiendo de la
aplicación específica. En la ilustración 35 se muestra el filtro aplicado a la fase interferométrica
en la zona de estudio.
Ilustración 35: [Resultados aplicación filtro Goldstein a la fase interferométrica]. Elaboración propia a partir de
información obtenida del software Sentinel Toolbox.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
92
La interpretación gráfica es la misma que en el paso anterior, la ventaja es que ahora tenemos las
diferencias de fase acentuadas, lo que implica que se acentúen también las variaciones de la
topografía de la zona.
4.3.5 Desenvolvimiento de fase (Phase Unwrapping)
Ese proceso se realiza mediante el algoritmo SNAPHU, donde el enfoque de la interferometría de
radar es trabajar con la señal de fase relativa bidimensional, que es el módulo 2𝜋 de la señal de
fase absoluta (que es desconocida). En ese sentido, el problema directo es la fase “envuelta” dada
en un intervalo de (−𝜋, 𝜋) y por otra parte el problema inverso, que es el desenvolvimiento de la
fase que es mucho más complejo debido a su no linealidad y no singularidad, lo que demanda un
análisis más profundo. Existen muchas técnicas para resolver este problema, pero su eficacia
dependerá de varios factores como el ruido de la fase, la geometría, el desplazamiento o
deformación de la topografía respecto de la ubicación del radar. Además, hay que tener en cuenta
que sea la técnica que se use, los resultados no son una solución única y están supeditados a
revisiones o evaluaciones de su exactitud o fiabilidad (Chen & Zebker, 2002).
En este punto, valiéndose del software Cygwin64 se puede correr el algoritmo SNAPHU y
desenvolver la fase, obteniendo entonces, además de la banda de coherencia y de fase
interferométrica, una nueva banda de fase desenvuelta. En este punto, teniendo en cuenta que la
interferometría es una técnica relativa que trabaja con la diferencia entre pixeles y valores de fase
(no absolutos), se sobre entiende que los resultados son también relativos, es decir, las alturas
(como es el caso) o desplazamientos estimados deben ser ajustados más adelante en base a puntos
de amarre (tie points). En la ilustración 30 se muestra la fase interferométrica envuelta y
desenvuelta luego de correr el algoritmo SNAPHU.
Ilustración 36: [Fase interferométrica desenvuelta]. Elaboración propia a partir de información obtenida del software
Sentinel Toolbox.
En la ilustración anterior se puede observar que se pasó de tener una diferencia de fase
interferométrica a unas alturas o diferencias de alturas entre pixeles que se estimaron a partir del
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
93
interferograma inicial. Estos valores por sí solos no constituyen un modelo digital de elevación
puesto que, como se mencionó, la fase desenvuelta presenta las diferencias de alturas y no las
alturas absolutas de cada punto.
4.3.6 Formación del DEM
En este punto se convierte la fase interferométrica en valores de altura, lo que permite producir
alturas codificadas, calculando primero la fase de referencia de un número de alturas discretas y
comparar la fase real del interferograma con estos valores para determinar la altura. En este punto
se utiliza como referencia un DEM externo, en este caso el SRTM (90 metros).
Ilustración 37: [DEM resultado a partir de imágenes SAR Sentinel 1]. Elaboración propia a partir de información
obtenida del software Sentinel Toolbox.
4.3.7 Georreferenciación del DEM y correcciones geométricas
Debido a la topografía de las escenas y la inclinación del sensor, las distancias pueden ser
distorsionadas o susceptibles a error en las imágenes de radar. Las correcciones de terreno
compensan este error o distorsión para que la representación de la imagen de radar sea lo más
cercana a la realidad (Olmsted, 1993).
Además de esto se ortorectifica la imagen basado en la orbita, la información del metadato y los
parámetros de inclinación sumado a un DEM externo de referencia. En la ilustración 38 se puede
observar el DEM georeferenciado y ortorectificado.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
94
Ilustración 38: [DEM georreferenciado y orto rectificado]. Elaboración propia a partir de información obtenida del
software Sentinel Toolbox.
5 RESULTADOS Y ANÁLISIS
A continuación, se muestran los productos obtenidos y las interpretaciones de los resultados. Este
análisis se planteó de dos modos: primero en la totalidad del área del DEM y luego puntualizando
en el área urbana de Bogotá. Estos análisis se realizaron a nivel visual, a nivel de perfiles,
realizando una comparación con los datos de 4 estaciones totales de la red geodésica nacional y
finalmente, generando puntos aleatorios para un análisis estadístico comparativo entre el producto
obtenido y el DEM de referencia.
5.1 Modelo obtenido
A Partir del par de imágenes Sentinel IW del 11 y el 17 de octubre de 2.016, aplicando los
procesos interferométricos descritos en la metodología, se obtuvo un modelo digital de elevación
DEM del área de Bogotá y municipios aledaños (descritos en la sección 4.2 Zona de estudio).
Este modelo cuenta con una resolución de 14x14 m por pixel, con una altura media de 2.659,86
m y una altura máxima de 3.970,75 m. El DEM se presenta en la Ilustración 39 con una rampa
cromática. A simple vista se pueden ver inconsistencias en los lugares donde hay mayor variación
de la topografía. Así mismo dentro del área con menor variación topográfica también hay detalles
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
95
que muestran incongruencias debido a las características propias del radar. Estas inconsistencias
serán objeto de análisis en las siguientes secciones.
Ilustración 39: [DEM obtenido mediante imágenes Sentinel 1]. Elaboración propia
5.2 Comparación de los DEM (Sentinel vs SRTM)
Para la comparación se propuso tomar como referencia el DEM SRTM, el cual cubre la misma
área15, este modelo se remuestreo con el método de interpolación bilineal16, esto con el fin de
hacerlo coincidir con la resolución del DEM obtenido con imágenes Sentinel.
5.2.1 Comparación visual del área
En la Ilustración 40 se presentan los dos modelos que serán objeto de análisis en esta unidad.
15 El modelo SRTM, cuenta con una resolución de 90m para casi toda la superficie terrestre, a excepción de EE.UU que cuenta con
un modelo a 30 metros de resolución. (Ramirez, 2017) 16 Interpolación bilineal: es un método de remuestreo que usa el promedio ponderado de las alturas de los 4 valores de pixel más
cercanos al pixel al cual se le quiere encontrar el valor de altura. (Chang, 2009)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
96
Ilustración 40: [ a) DEM Sentinel; b) DEM SRTM]. Elaboración propia
En un análisis inicial se puede resaltar que existen diferencias en los valores de altura mínima y
máxima siendo más evidente la diferencia de la altura mínima de cada modelo. También se puede
observar una inconsistencia en el modelo Sentinel para mostrar las variaciones de la topografía
en las zonas de cordillera siendo más fiel a la realidad el modelo SRTM ya que describe mejor el
cambio de altura y presenta menos ruido en estas zonas.
Ilustración 41: [Histogramas DEM Sentinel y DEM SRTM]. Elaboración propia a partir de información obtenida del
Software Sentinel Toolbox
a) b)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
97
En la Ilustración 41 se evidencia que existe una variación entre las alturas presentadas por ambos
modelos a nivel de pixel. En el histograma de frecuencias se puede apreciar que el DEM SRTM
marca una tendencia y un pico hacia los 2.600 metros lo que implica una diferencia de al menos
300.000 pixeles que presentan alturas diferentes respecto del DEM Sentinel, es decir, el modelo
Sentinel presenta más heterogeneidad en la distribución de las frecuencias de alturas. En la Tabla
24 se muestran los resúmenes estadísticos diferenciados de los dos modelos.
Estadísticas SENTINEL SRTM
# Pixeles 16.561.087 16.561.087
Mín. 146,99 843,03
Máx. 3.970,75 3.929,41
Media 2.657,23 2.648,48
Desviación
estándar 426,64 438,31
Mediana 2.608,23 2.600,45
Tabla 24: [Resúmenes estadísticos diferenciados para los dos modelos (Sentinel, SRTM)]. Elaboración propia a partir
de información obtenida del software Sentinel Toolbox
En la tabla anterior se evidencia que el modelo Sentinel presenta valores atípicos (valor mínimo
de 146,99 m) relacionados con la heterogeneidad mostrada anteriormente, también indica por las
estadísticas iniciales (Valores de la media, Percentiles, Máximo, Mediana), que en general el
modelo Sentinel está por encima del SRTM. Esto no concuerda con la realidad de los modelos
pues al restar los valores de altura del modelo SRTM del modelo Sentinel la mayoría de los
resultados son negativos (Ilustración 42), esto indica que en mayor proporción el modelo SRTM
está por encima del Sentinel y no al revés como lo indican los resúmenes estadísticos calculados
por el software sobre toda el área, esto puede deberse a que los valores atípicos del modelo
Sentinel afectan las estadísticas generales y la interpretación de las mismas.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
98
Ilustración 42: [Mapa de diferencias DEM Sentinel - DEM SRTM]. Elaboración propia
Por otra parte, las características propias del radar, las condiciones en el momento de la toma de
datos y la topografía pueden influir en los resultados dado que se pudieron presentar distorsiones
geométricas (sombras, inversión por relieve o layover, escorzo o foreshortening). En este punto
también cabe mencionar que a pesar de que la resolución temporal es la mejor dentro de las
posibilidades que ofrece Sentinel para esta zona del país (6 días), en este lapso cualquier cambio
en las condiciones del terreno, (cambios de los niveles de humedad en la superficie debido a
condiciones climáticas), afectan los datos y por esto, los resultados finales. Estos aspectos se
evidencian desde que se estima la coherencia del par interferométrico escogido (Ilustración 25)
donde más del 50% de la imagen tiene un valor de coherencia de menos de 0.4, derivando en un
corregistro de imágenes con mucho ruido y unos resultados con valores atípicos.
En términos de las diferencias entre alturas en ambos modelos, se calcularon las diferencias
absolutas (Ilustración 43) para conocer qué tan alejados están los valores estimados a partir del
par interferométrico, del DEM de referencia.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
99
Ilustración 43: [Mapa de diferencias absolutas DEM Sentinel – DEM SRTM]. Elaboración propia
Como se observa en la ilustración anterior la mayoría de los datos presentan diferencias absolutas
no mayores a 40 metros, diferencias que se ubican en sectores del área de estudio donde la
pendiente es menor. Por otra parte, se confirma que el modelo Sentinel presenta inconsistencias
en las zonas que se representan como sombras desde la ubicación del radar, con diferencias de
más de 80 metros y también donde los cambios de altura son mayores, presentando diferencias
absolutas de hasta 720 metros.
Como se mencionó al principio de esta sección, se decidió analizar el comportamiento de los
datos en una zona más homogénea, es decir la que presentó valores de coherencia más altos en
términos generales, en comparación con la totalidad del área de estudio, dicha área corresponde
a la zona urbana de la ciudad de Bogotá. En las Ilustraciones 44 y 45 se muestran los DEM de la
zona urbana y los histogramas correspondientes.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
100
Ilustración 44: [ a) DEM Sentinel sobre la zona urbana de Bogotá; b) DEM SRTM sobre la zona urbana de
Bogotá]. Elaboración propia
Ilustración 45: [Histogramas DEM Sentinel y DEM SRTM de la zona urbana de la ciudad de Bogotá].
Elaboración propia a partir de datos obtenidos del software ArcGIS.
En la Tabla 25 se muestran los estadísticos generales de los modelos, aquí se puede evidenciar
que para esta zona el modelo SRTM tiende a estar por encima del modelo Sentinel en cuanto a
los valores de alturas. Esto confirma que los valores atípicos presentes en el modelo Sentinel sí
a) b)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
101
están afectando los estadísticos generales lo que hace que no baste con el sólo análisis general
para inferir del modelo estimado respecto del modelo de referencia.
Estadísticas SENTINEL SRTM
# Pixeles 2.150.179 2.150.179
Mín. 2.244,45 2.534,34
Máx. 3.398,90 3.526,08
Media 2.614,49 2.623,20
Desviación
estándar 114,42 112,25
Tabla 25: [Resúmenes estadísticos diferenciados para los dos modelos (Sentinel, SRTM), para la zona urbana de la
ciudad de Bogotá]. Elaboración propia a partir de información obtenida del software ArcGIS
En la ilustración 46, se presentan las diferencias absolutas entre modelos para la zona urbana de
Bogotá.
Ilustración 46: [Mapa de diferencias absolutas DEM Sentinel – DEM SRTM en la zona urbana de la ciudad de
Bogotá]. Elaboración propia.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
102
En este aspecto, se puede ver que en la mayoría del área las diferencias de altura absoluta del
modelo Sentinel respecto al modelo SRTM en esta zona son menores a 20 metros, muy diferente
al análisis del área total, lo que indica que al ser menor la variación de la topografía en la zona, la
precisión de los datos estimados es mayor. Además, debido a la banda con la que trabaja el sistema
Sentinel (SAR-C) el comportamiento de los datos es mejor en coberturas con presencia de tejido
urbano que en zonas con mayor presencia de cobertura vegetal.
5.2.2 Comparación de perfiles
Para este análisis se trazaron dos perfiles en ambos modelos utilizando la extensión de análisis
3D de ArcGIS y Excel para la representación gráfica y comparación. Estos perfiles se trazaron,
uno con dirección Norte-Sur de aproximadamente 80 km y de Este-oeste de aproximadamente 40
km de longitud como se muestra en la Ilustración 47.
Ilustración 47: [Representación perfiles N-S, E-O de ambos modelos]. Elaboración propia
En el perfil N-S (Ilustración 48) se observa, de nuevo, que en las zonas con cambios de pendiente
más fuerte el modelo Sentinel tiende a variar y no describir correctamente las alturas. Por otra
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
103
parte, este análisis muestra que el modelo Sentinel en general tiende a presentar una irregularidad
muy fuerte en la estimación de las alturas (ruido de fase) para puntos cercanos entre sí, incluso en
las áreas donde no existe un cambio abrupto de altitud.
Ilustración 48: [Comparación perfiles N-S, DEM Sentinel vs DEM SRTM]. Elaboración propia.
Por otra parte, en el perfil en dirección E-O (Ilustración 49) se evidencia que existe un
desplazamiento entre modelos en los primeros 6 km del perfil, esto influye en que existan tantas
diferencias de alturas entre pixeles, y puede deberse a las distorsiones geométricas presentes en
las imágenes de radar.
Ilustración 49: [Comparación perfiles E-O, DEM Sentinel vs DEM SRTM]. Elaboración propia
1300
1800
2300
2800
3300
0 10 20 30 40 50 60 70 80
Alt
ura
(m
)
Distancia (km)
Perfil N-S
Z SENTINEL Z SRTM
1700
1900
2100
2300
2500
2700
2900
3100
0 5 10 15 20 25 30 35 40
Alt
ura
(m
)
Distancia (km)
Perfil O-E
Z SENTINEL Z SRTM
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
104
Este análisis también se realizó en el área urbana de Bogotá, donde se generaron dos perfiles, uno
con dirección Norte-Sur de aproximadamente 30 km y de Este-Oeste de aproximadamente 9 km
de longitud como se muestra en la Ilustración 50.
Ilustración 50: [Representación perfiles N-S, E-O para ambos modelos en la zona urbana de la ciudad de Bogotá].
Elaboración propia
En el perfil N-S (Ilustración 51) se encuentra de nuevo una variación muy alta en las estimaciones
de alturas en los primeros 5 km del perfil. Por otra parte, como en el caso anterior, presenta un
comportamiento similar en cuanto a la tendencia marcada del modelo Sentinel a estar por debajo
del modelo SRTM.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
105
Ilustración 51: [Comparación perfiles N-S, DEM Sentinel vs DEM SRTM para la zona urbana de Bogotá]. Elaboración
propia.
En el perfil O-E (ilustración 52) se observa de nuevo la heterogeneidad de los datos Sentinel para
valores de altura cercanos entre sí.
Ilustración 52: [Comparación perfiles E-O, DEM Sentinel vs DEM SRTM para la zona urbana de la ciudad de Bogotá].
Elaboración propia
2450
2500
2550
2600
2650
2700
2750
2800
2850
2900
0 5 10 15 20 25 30
Alt
ura
(m
)
Distancia (km)
Perfil N-S
Z SENTINEL Z SRTM
2550
2600
2650
2700
2750
2800
-1 1 3 5 7 9
Alt
ura
(m
)
Distancia (km)
Perfil O-E
Z SENTINEL Z SRTM
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
106
5.3 Comparación con las estaciones de la red Magna ECO
Como se mencionó anteriormente, 4 estaciones de la red Magna ECO coinciden geográficamente
con el área de estudio, por lo que se obtuvieron los datos Rinex de estas para la fecha más cercana
a la toma de los datos SAR (octubre de 2016) que según los registros del IGAC corresponden al
primero de enero de 2017. Estos datos se procesaron mediante la aplicación online de la CSRS-
PPP (Canadian Spatial Reference System -Precise Point Positioning), que se puede traducir como
el Sistema de Referencia Espacial Canadiense y su aplicación de posicionamiento preciso de
puntos. Esta herramienta funciona como una aplicación online para post-proceso de datos GNSS
de libre acceso para usuarios en todo el mundo, con la cualidad de que calcula las coordenadas y
alturas de los puntos con el ITRF08. En la Ilustración 53 se muestra la ubicación de las cuatro
estaciones de la Red Magna ECO que coinciden con el área de estudio.
Ilustración 53: [Ubicación estaciones red Magna ECO dentro de la zona de estudio]. Elaboración propia a partir de
información obtenida de ((IGAC), 2017)
Después de obtener los datos de altura de cada estación se procedió a comparar con los modelos
Sentinel y SRTM en cada uno de los cuatro puntos (Tabla 26)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
107
Tabla 26: [Comparación alturas estaciones red Magna ECO vs DEM Sentinel vs DEM SRTM]. Elaboración propia a
partir de información obtenida de ((IGAC), 2017) y del software Sentinel Toolbox
Como se puede observar en la tabla anterior, ambos modelos tienen discrepancias con el valor
que tomamos como real. Para el caso del SRTM en promedio tiene una diferencia de 9,093 m
siendo su menor diferencia con la estación BOGT (0,952 m) y BOGA la de mayor diferencia
(32,593). Por otra parte, el DEM generado a partir de datos Sentinel tiene una diferencia promedio
de 14,692 m, siendo ABPD la estación con menor diferencia (-5,938 m) y ABCC la de mayor
diferencia (25,366). En cuanto a las diferencias en altura entre los dos modelos en esos puntos,
tenemos que van entre 2,473 y 16,020 m. Lastimosmente debido al corto número de estaciones,
entendemos que los análisis pueden discrepar de la realidad.
5.4 Análisis estadístico a partir de puntos aleatorios
Dado que se imposibilita hacer análisis estadísticos más profundos para todo el raster del modelo
estimado y el de referencia, sumado a que la existencia de datos atípicos en zonas puntuales del
área de estudio puede afectar dichos resultados, se decidió optar por una serie de puntos aleatorios
que permitieran hacer un análisis más preciso de la diferencia entre ambos modelos. Se estimó
que, para el número de pixeles del área en ambos casos, asumiendo un nivel de confianza del 97%
y un error máximo de estimación del 3%, un total de 1.307 puntos son una muestra representativa
del total de los datos. Esto con la intención de hacer un análisis más profundo. Estos puntos fueron
generados con las extensiones del software ArcGIS que además permiten asignarle el valor de
altura correspondiente a cada punto. En la ilustración 54 se muestran los resultados de este
proceso para ambas áreas (el área total de estudio y la zona urbana de Bogotá).
Punto Latitud (N) Longitud (O)
Altura Calculada
(ITRF08)
Altura DEM
Sentinel
Altura
DEM SRTM
Diferencia
Punto-Sentinel
Diferencia
Punto-SRTM
Diferencia
Sentinel-SRTM
ABCC 4°39'40.4458" 74°07'36.9198" 2576,261 2550,895 2565,022 25,366 11,239 -14,127
ABPD 4°28'35.6420" 74°05'55.9251" 2958,364 2964,302 2966,775 -5,938 -8,411 -2,473
BOGA 4°38'19.2564" 74°04'47.8178" 2609,837 2587,470 2577,244 22,367 32,593 10,226
BOGT 4°38'24.2682" 74°04'51.3824" 2576,305 2559,333 2575,353 16,972 0,952 -16,020
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
108
Ilustración 54: [Ubicación de puntos aleatorios en el DEM Sentinel, a) DEM Sentinel total; b) DEM Sentinel para la
zona urbana de la ciudad de Bogotá]. Elaboración propia.
5.4.1 Análisis para el área total del DEM
Para ambos casos se analizaron, además de las alturas de cada modelo, las diferencias entre ellos
(restando los valores del SRTM del DEM Sentinel) y sus valores absolutos. En el resumen
estadístico (Tabla 27) se muestran los resultados.
Estadísticas H Sentinel H SRTM Dif_H DIF(ABS)
Mín. 1.196,00 902,60 -672,43 0,02
1er Cuartil 2.546,00 2.568,10 -29,97 13,31
Mediana 2.597,00 2.595,10 -3,67 33,50
Media 2.648,00 2.638,60 9,67 78,45
3er Cuartil 2.866,00 2.845,80 39,63 101,75
Máx. 3.792,00 3.764,80 648,26 672,43
SD 421,16 439,17 131,50 105,95
se(mean) 11,65 12,14 3,64 2,93
Tabla 27: [Resumen estadístico de los puntos aleatorios DEM Sentinel vs DEM SRTM]. Elaboración propia a partir
de información obtenida del software estadístico R
a) b)
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
109
Para las alturas de ambos modelos, se ve que presentan valores de media, primer y tercer cuartil
con pequeñas diferencias, teniendo en cuenta que para los pares de imágenes analizados
anteriormente las cuales tenían una resolución temporal de 27, días las diferencias de altura en
promedio estaban sobre los 700 metros mientras que en este caso las diferencias absolutas son en
promedio de 78,45 m con una mediana de 33,5015 m.
Además del resumen se incluyó el cálculo de los percentiles (de 10% a 100% con aumentos de
10) para revisar las diferencias y su comportamiento, en la tabla 28 se muestran los resultados.
Percentiles H Sentinel H SRTM Dif_H DIF(ABS)
10% 2106,6167 2036,1538 -114,3996 4,6974
20% 2662,8004 2562,8004 -40,2151 9,9647
30% 2556,5111 2571,999 -22,2087 16,5501
40% 2572,8583 2579,0323 -12,9909 23,9757
50% 2597,1547 2595,1324 -3,6701 33,5014
60% 2662,9795 2656,9312 6,0667 49,7927
70% 2787,6742 2772,7029 26,1163 81,2135
80% 2949,7421 2935,4232 60,031 130,0384
90% 3181,6425 3183,6605 143,1495 211,4664
100% 3792,4788 3764,7886 648,2553 672,4291
Tabla 28: [Percentiles DEM Sentinel vs DEM SRTM]. Elaboración propia a partir de información obtenida del
software estadístico R
En cuanto a los percentiles, se observa que el 20% de los datos tiene una diferencia de altura
menor a 10 m, y casi el 70% de los datos presenta diferencias menores a 51 m, esto también se
muestra en el histograma de Diferencias Absolutas (Ilustración 55). Así mismo se presentan unas
diferencias muy grandes de más de 130m en el 20% de los datos analizados llegando a valores
extremos de hasta 645 m. La desviación estándar es de 105.9471.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
110
Ilustración 55: [Histogramas de diferencias absolutas de los puntos aleatorios DEM Sentinel]. Elaboración propia a
partir de información obtenida del software estadístico R
Para las diferencias de alturas se nota una ligera tendencia hacia los valores negativos, lo que se
confirma con los histogramas de la variable de diferencias (Ilustración 56).
Ilustración 56: [Histogramas diferencias de altura de los puntos aleatorios DEM Sentinel]. Elaboración propia a
partir de información obtenida del software estadístico R
A diferencia de los histogramas presentados para el modelo completo, para los puntos aleatorios
se encuentran histogramas gráficamente similares (Ilustración57) en cuanto a su distribución
donde la única diferencia es que las alturas del DEM Sentinel tienen una tendencia hacia los
valores menores, gráficamente se observa como un corrimiento de la distribución hacia la
izquierda respecto del histograma de alturas del DEM SRTM.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
111
Ilustración 57: [Histogramas de frecuencia DEM Sentinel y DEM SRTM]. Elaboración propia a partir de información
obtenida del software estadístico R
Para revisar estas similitudes se estimaron coeficientes de correlación (Spearman y Pearson) que
mostraron una fuerte correlación positiva (0.9510 y 0,9541 respectivamente). Esta hipótesis se
refuerza al revisar el diagrama de dispersión calculando la línea de tendencia y el coeficiente de
determinación R^2 (Ilustración 58).
Ilustración 58: [Diagrama de dispersión DEM Sentinel vs DEM SRTM]. Elaboración propia
y = 0,9963xR² = 0,9104
1000
1500
2000
2500
3000
3500
4000
1000 1500 2000 2500 3000 3500 4000
SRTM
SENTINEL
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
112
Con una línea de tendencia que describe la ecuación 𝑌 = 0,9963𝑋 se confirma la fuerte
correlación entre los dos modelos.
5.4.2 Análisis para el área urbana de Bogotá
Para el caso del área urbana de Bogotá, se presenta un resumen estadístico (tabla 29) donde se
aprecia una diferencia más pequeña entre los valores de media y mediana (19,41 m y 15,48 m
respectivamente) que los observados en el caso del área total. Además del resumen se incluyó el
calculo de los percentiles (de 10% a 100% con aumentos de 10) para revisar las diferencias y su
comportamiento, en la tabla 30 se muestran los resultados.
Estadísticas H Sentinel H SRTM Dif_H DIF(ABS)
Mín. 2.365,00 2.552,00 -203,77 0.0035
1er Cuartil 2.556,00 2.572,00 -21,51 8,26
Mediana 2.572,00 2.579,00 -10,30 15,50
Media 2.619,00 2.627,00 -8,08 19,41
3er Cuartil 2.624,00 2.607,00 3,65 25,65
Máx. 3.239,00 3.355,00 151,09 203,77
SD 117,01 115,37 25,19 17,96
se(mean) 3,24 3,19 0,70 0,50
Tabla 29: [Resumen estadístico de los puntos aleatorios DEM Sentinel vs DEM SRTM de la zona urbana de la ciudad
de Bogotá]. Elaboración propia a partir de información obtenida del software estadístico R
Percentiles H Sentinel H SRTM Dif_H DIF(ABS)
10% 2542,3896 2565,9532 -32,768 2,8006
20% 2551,8279 2570,4772 -24,2394 6,3603
30% 2558,7286 2573,7142 -18,9013 9,7395
40% 2564,7144 2576,5731 -14,0091 12,3976
50% 2572,1378 2579,1869 -10,2961 15,4976
60% 2583,2647 2582,5769 -5,2364 19,3823
70% 2600,4542 2591,6454 0,2738 23,5354
80% 2660,2846 2645,7723 8,2485 28,7128
90% 2777,5879 2775,0464 21,0854 37,375
100% 3239,3945 3354,6281 151,0909 203,7721
Tabla 30: [Percentiles DEM Sentinel vs DEM SRTM de la zona urbana de la ciudad de Bogotá]. Elaboración propia
a partir de información obtenida del software estadístico R
En cuanto a los percentiles, se observa que el 90% de los datos presenta diferencias absolutas
menores a 40m, el 50% de los datos presenta diferencias absolutas menores a 15 m, y sólo un
10% de los datos presenta diferencias mayores a 40m con datos extremos de hasta 151 m. Las
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
113
diferencias absolutas tienen una desviación estándar de 25m. Como en el caso anterior, las
diferencias de altura entre los modelos tienden a ser negativas (cerca del 70% de las diferencias
son negativas) como se ve en las tablas y en los histogramas de frecuencias de las Ilustraciones
59 y 60.
Ilustración 59: [Histogramas de diferencias absolutas de los puntos aleatorios DEM Sentinel en la zona urbana de la
ciudad de Bogotá]. Elaboración propia a partir de información obtenida del software estadístico R
Ilustración 60: [Histogramas diferencias de altura de los puntos aleatorios DEM Sentinel para la zona urbana de la
ciudad de Bogotá]. Elaboración propia a partir de información obtenida del software estadístico R
Para el caso de los histogramas propios de los valores de alturas para cada modelo se presentan
algunas diferencias en la distribución de los valores de altura (Ilustración 61) siendo más
evidentes dos casos, el primero en los valores más bajos que para el DEM Sentinel se representan
en algunos puntos con alturas menores a 2400m que en el DEM SRTM no se presentan y, por
otra parte, en los más altos donde el DEM SRTM presenta valores cercanos a los 3400 m que
Sentinel no presenta.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
114
Ilustración 61: [Histogramas de frecuencia DEM Sentinel y DEM SRTM para la zona urbana de Bogotá]. Elaboración
propia a partir de información obtenida del software estadístico R
Para el análisis de correlación se estimaron los coeficientes de Spearman y Pearson que mostraron
una fuerte correlación positiva entre los modelos (0,8783459 y 0,9766025 respectivamente). En
la Ilustración 62 se presenta el diagrama de dispersión y la línea de tendencia.
Ilustración 62: [Diagrama de dispersión DEM Sentinel vs DEM SRTM para la zona urbana de la ciudad de Bogotá].
Elaboración propia.
Así como en el caso anterior, la correlación entre los modelos es alta, aunque en el área urbana
de Bogotá la línea de tendencia presenta un corrimiento y un intercepto en 105,25. La ecuación
obtenida es 𝑌 = 0,9629𝑋 + 105,25
y = 0,9629x + 105,25
R² = 0,9532200
2400
2600
2800
3000
3200
3400
2300 2500 2700 2900 3100 3300
SRTM
SENTINEL
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
115
6 CONCLUSIONES
En este proyecto se obtuvo un modelo digital de elevación a partir de un par de imágenes de radar
usando la técnica de interferometría SAR para una zona dentro del departamento de
Cundinamarca que abarcó la zona urbana de la ciudad de Bogotá y parte de otros 20 municipios
del departamento. Esto se realizó trabajando pares de imágenes con distintas resoluciones
temporales en distintas partes del país teniendo cómo criterio los niveles de coherencia entre
imágenes. Después del desarrollo y análisis del proyecto se concluye:
Se cumplieron los objetivos propuestos, verificando la posibilidad de trabajar con imágenes
Sentinel 1 técnicas como la interferometría SAR produciendo un modelo digital de elevación
dentro del territorio colombiano. En ese sentido, se comprueba que la resolución temporal juega
un papel muy importante en la calidad de los productos obtenidos en el proceso, siendo el par de
imágenes a 6 días el de mejor resultado. Cabe resaltar que pares con estas características no se
encuentran actualmente (por lo menos para el área de Bogotá y alrededores) siendo lo más común
encontrar pares a 24 o más días y, desde que se lanzó a finales de 2.016 el segundo satélite de la
constelación, a 12 o 14 días. Las primeras pruebas con los pares de imágenes IW con diferencia
de 2 o más semanas presentaron niveles de coherencia muy bajos, mientras que el par de imágenes
IW trabajado mostro buenos niveles de coherencia, los cuales fueron el primer paso para lograr
la elaboración del interferograma, y el posterior DEM. A pesar de que en general los niveles de
coherencia fueron buenos, debido a la banda con la que trabaja el radar de Sentinel (SAR-C), el
interferograma producido presentó zonas con mucho ruido, la mayoría con presencia de cobertura
vegetal, lo que influyo en el desarrollo del modelo y los resultados finales del DEM. También se
debe tener en cuenta que para procesos interferométricos variables como el clima en el momento
de toma de imágenes juega un papel determinante, de ahí la importancia de poder contar con
varios pares de imágenes con la mejor resolución temporal posible en distintos momentos del año
para comparar y poder escoger el mejor par posible.
Se constató que el software Sentinel Toolbox demanda un hardware potente para el desarrollo de
aplicaciones de este tipo. Para proyectos más grandes que impliquen mayor cantidad de imágenes
y procesos de corrección, edición, análisis etc., se debe pensar en contar con equipos que cuenten
con grandes recursos físicos (procesadores, RAM y discos duros de gran capacidad) o incluso
como se presentó en algún momento de este proyecto, trabajar con clusters de servidores de alto
desempeño que permitan procesar mayor cantidad de datos y abarcar proyectos más ambiciosos
en el campo del radar.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
116
En cuanto al DEM generado, en el análisis de los resultados se pudo evidenciar que el modelo
Sentinel, a pesar de contar con una resolución considerable (14 metros) teniendo en cuenta que
es producido a partir de una plataforma satelital (SRTM cuenta con una resolución de 90m para
la mayor parte de la superficie terrestre y 30 m para EE.UU.) presenta mayor heterogeneidad en
la distribución de los valores de altura que el modelo de referencia. Esta heterogeneidad deriva
en un DEM que no describe con mucha precisión la superficie terrestre, que muestra perfiles
irregulares presentando en algunos casos cambios abruptos en altura en pixeles circunvecinos. En
ese sentido, el modelo SRTM sí presenta regularidad y homogeneidad, como se vio en los perfiles
bien definidos con líneas suavizadas. El análisis estadístico arrojó unos resultados positivos,
mostrando que a pesar de la irregularidad del DEM la correlación con el modelo de referencia es
considerablemente alta.
A pesar de que los resultados no tuvieron la exactitud esperada, teniendo en cuenta que la
medición del RMSE fue del orden de los 130m lo que descarta un análisis desde lo normativo
para el caso, dado que según norma europea, para un DEM de alta resolución, el RMSE debería
estar entre los 10 y los 20 m (Kapnias, Milenov, & Kay, 2008), no se descarta que en el futuro se
puedan generar modelos más precisos cuando la disponibilidad de imágenes con resolución
temporal de 6 días sea mayor y se dé la posibilidad de poder testear más pares en busca de valores
de coherencia mayores que permitan obtener mejores resultados. Para ejercicios futuros podría
considerarse un proceso de remuestreo en los DEM generados con imágenes Sentinel y buscar
cambiar la resolución de 14 m a 30, 50 o 90 m para analizar el comportamiento de los modelos a
diferentes escalas. También se considera buscar generar un DEM de la misma resolución (14 m)
interpolando la información de varios pares con buenos niveles de coherencia.
El desarrollo de este proyecto generó la posibilidad de trabajar a futuro técnicas más
especializadas como la interferometría diferencial, que para el caso de Bogotá podría plantearse
como una búsqueda de zonas de subsidencia como ya se hizo en 2.010, (Sánchez, Arciniegas,
Barreto, & Abaunza, 2010), ahora con imágenes Sentinel, datos y software libres. Por esta razón,
se hace necesario profundizar en el ámbito investigativo en el uso y aprovechamiento de técnicas
como la interferometría o la polarimetría, que son herramientas con las que se está trabajando
actualmente en todo el mundo para diferentes propósitos (desde modelos digitales hasta mapas de
deformación, monitoreo de zonas de riesgo, catástrofes, catastro, etc.), que además pueden traer
grandes avances a nivel de investigación al país, aumentando las competencias y fortaleciendo la
formación del ingeniero catastral y geodesta.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
117
7 ANEXOS
• Glosario
Angulo de incidencia: Angulo entre la dirección del radar y la normal a la superficie
(SARMAP, 2009).
CHIRP: Pulso amplio con una modulación de frecuencia lineal (SARMAP, 2009).
Centroide doppler: El centroide doppler localiza la energía de la señal azimutal en el
dominio de la frecuencia azimutal, este se necesita para que la energía de la señal en el
espectro doppler se pueda capturar de forma correcta por el filtro de compresión azimutal,
de esta manera se proporciona la mejor resolución señal-ruido y la resolución azimutal
(ESA European Space Agency, 2017).
CGS: Segmento básico terrestre (Core Ground Segment).
DEM: modelo digital de elevación.
Coherencia: La coherencia es la relación fija entre las ondas en un haz de radiación
electromagnética (Glossary R. a., 2017).
C-SAR: Sensor de radar que trabaja con una banda C.
Dif_H: diferencias de alturas.
DIF (ABS): diferencias de alturas absolutas.
DinSAR: Interferometría diferencial SAR
EC: Comisión Europea
ENL: Es una función del número de procesamiento de vistas y el grado de correlación
entre ellas, cuando no hay solapamiento el ENL es equivalente al número de
procesamiento de vistas. La correlación de las vistas es afectada tanto por la cantidad de
solapamiento entre las vistas como el peso que se aplica a cada una de ellas (ESA
European Space Agency, 2017).
ESA: Agencia Nacional Europea.
ESCO: European Space Operations centre.
ESRIN: Instituto de investigación Europea espacial.
EW: Extra wide swath.
Frecuencia doppler: La frecuencia del azimut se refiere a menudo como la frecuencia
Doppler, esta depende del componente de la velocidad del satélite en dirección de la línea
de visión del objetivo, dicha dirección cambia con cada posición del satélite a lo largo de
la trayectoria de este (Glossary R. a., 2017).
Foreshortening: Escorzo.
FOS: Segmento para las operaciones de vuelo.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
118
GEI: Sistema de coordenadas Geocentric Ecuatorial Inertial.
GMES: Global Monitoring for enviroment and security.
GRD: Ground range Detected.
InSAR: Interferometría SAR.
IW: Interferometric wide swath.
Layover: Inversión por relieve.
MPC´s: Centros de rendimiento de la misión.
NASA: Administración nacional de aeronáutica y del espacio.
NESZ: Máximo ruido equivalente sigma cero, es una medida de la sensibilidad del radar
a las áreas de baja retrodispersión. El NESZ es definido como el coeficiente de dispersión
sigma cero (poner símbolo) de un objetivo distribuido dentro de la cobertura del producto
para e l cual el nivel de señal de poder en la imagen final es igual al nivel de poder del
ruido (solamente ruido termal) (ESA European Space Agency, 2017).
NGA: Agencia Nacional de Inteligencia geoespacial.
NRT: Tiempo casi real.
OCN: Ocean products.
OSW: Ocean Swell Spectral (aspectos de oleaje oceánico).
OWI: Ocean Wind Field.
PAC´s: Centros de procesamiento y archivo.
PDGS: Segmento terrestre para los datos de la carga útil.
POD: Determinación de la precisión de la órbita.
Precisión radiométrica: se define como la desviación resultante de 3 sigmas de la medida
de sigma cero de un objetivo con distribución homogénea situado en cualquier parte del
rango dinámico de operación del sistema, en cualquier lugar del ancho de barrido, en
cualquier momento, ignorando el ruido (ESA European Space Agency, 2017).
Polarización: la polarización del radar es la orientación del vector eléctrico en una onda
electromagnética, con una frecuencia vertical u horizontal, en las imágenes de radar, es
decir que la polarización se refiere a la orientación del plano del campo eléctrico en
posición al campo magnético (Glossary R. a., 2017).
PRT: Pulso CHIRP transmitido por el radar en un tiempo de repetición de pulso
(SARMAP, 2009).
PRF: Ecos de repetición de pulsos de frecuencia.
RAW: Formato de datos crudos de radar.
RVL: Surface radial Velocity (velocidad radial de la superficie.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
119
Shadow: sombra.
SLC: Formato de datos Single Look Complex de radar.
SM: Stripmap.
TOPSAR: Escáner SAR progresivo para la observación del terreno.
Vistas: en la terminología de radar se refiere a un grupo de muestras de señal en un
procesador SAR que divide la apertura sintética completa en varias sub-aperturas, donde
cada una representa una vista independiente de una escena idéntica, la imagen resultante
es formada por una suma incoherente de estas vistas caracterizadas por el ruido reducido
y la resolución espacial degradada (European Space Agency, 2013).
WM: Wave mode.
• Modelo Digital de elevación Sentinel
• Modelo Digital de elevación Sentinel zona urbana de la ciudad de Bogotá
• Mapa de diferencias DEM Sentinel vs DEM SRTM
• Mapa de alturas absolutas DEM Sentinel vs DEM SRTM
• Mapa de alturas absolutas DEM Sentinel vs DEM SRTM zona urbana de la ciudad de
Bogotá
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
120
8 REFERENCIAS
(IGAC), I. G. (9 de Abril de 2017). RED MAGNA ECO. Obtenido de IGAC TRÁMITES Y SERVICIOS:
http://www.igac.gov.co
A THALES ALENIA SPACE, F. C. (3 de octubre de 2012). Thalesgroup. Recuperado el 3 de enero
de 2017, de PROPULSION SYSTEM: www.thalesgroup.com
arianespace. (3 de octubre de 2015). TECHNICAL OVERVIEW SOYUS. Recuperado el 3 de enero
de 2017, de www.arianespace.com: http://www.arianespace.com/wp-
content/uploads/2015/10/Soyuz-Flyer-Oct2015.pdf
Attema, E., Bargellini, P., Edwards, P., Levrini, G., Lokas, S., Moeller, L., . . . Snoeij, M. D. (Agosto
de 2007). Sentinel-1 The Radar Mission for GMES Operational Land and Sea Services.
Obtenido de ESA bulletin 131:
http://www.esa.int/esapub/bulletin/bulletin131/bul131a_attema.pdf
authors, C. (9 de Abril de 2017). Cygwin. Obtenido de This is the home of he Cygwin project:
https://cygwin.com/
Bamler, R., & Hartl, P. (1998). Synthetic aperture radar interferometry. Inverse Problems 14(4),
1-54.
Bracewell, R. N. (2000). The fourier transform and its applications. McGraw Hill.
C.W.Chen, & Zebker, H. (2000). Network approaches to two-dimensional phase unwrapping
"intractability and two new algorithms". Journal of the Optical Society of América
(Vol.17), 401-414.
Canadá, G. o. (9 de Abril de 2017). Tools and Applications. Obtenido de NATURAL RESOURCES
CANADÁ: http://www.nrcan.gc.ca/earth-sciences/geomatics/geodetic-reference-
systems/tools-applications/10925#ppp
CCRS. (2001). Programa GlobeSAR: Material educativo para teledetección mediante radares.
Obtenido de Canadá Centre for Remote Sensing CCRS, Natural Resources Canadá:
ftp://ftp.ccrs.nrcan.gc.ca/ftp/ad/MAS/globesar/spa/intro_s.pdf
Chang, K.-T. (2009). Computation for bilinear interpolation. Introduction to Geographic
Information Systems (5th ed.). New York: McGraw-Hill.
Chen, C., & Zebker, H. (2002). Phase unwrapping for large SAR interferograms "Statistical
segmentation and generalized network models". IEEE Transactions on Geoscience and
Remote Sensing (Vol 40), 1709-1719.
Chuvieco, E. (1995). FUNDAMENTOS DE TELEDETECCIÓN. Madrid, Alcalá, España: EDICIONES
RIALP. S.A.
Copernicus, E. (9 de Abril de 2017). Sentinel Toolboxes. Obtenido de ESA Sentinel online:
https://sentinel.esa.int/web/sentinel/toolboxes
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
121
Donato Amitrano, G. D. (2014). Sentinel-1 for Monitoring Reservoirs: A Performance Analysis.
Remote Sensing, 6(11), 10676-10693.
ESA European Space Agency. (2017). Sentinel-1 Document Library. Obtenido de ESA Sentinel
Online: https://sentinel.esa.int/web/sentinel/user-guides/sentinel-1-sar/document-
library
ESA, C. (8 de Abril de 2017). Copernicus Open Access Hub. Obtenido de Data Hub:
https://scihub.copernicus.eu/dhus/#/home
European Space Agency, S. 1.-T. (1 de septiembre de 2013). sentinel 1 User Handbook.
Recuperado el 2017 de enero de 2017, de European Space Agency:
www.sentinel.esa.int
Felicísimo, A. M. (1994). Modelos digitales del terreno Introducción y aplicación en las ciencias
ambientales. Oviedo: Pentalfa. Obtenido de A.M. Felicísimo.
Ferretti, A., Monti-Guarnieri, A., Prati, C., & Rocca, F. (2007). InSAR Principles: Guidelines for
SAR interferometry processing and interpretation (Vol.19). Paises bajos: ESA
Publications.
Foundation, F. S. (2017). El sistema operativo GNU. Obtenido de
https://www.gnu.org/home.es.html
Glossary, d. -S. (8 de Abril de 2017). Glossary.oilfield.slb.com. Obtenido de
http://www.glossary.oilfield.slb.com/es/Terms/d/deconvolution.aspx
Glossary, R. a. (8 de Abril de 2017). Envisat.esa.int. Obtenido de
http://envisat.esa.int/handbooks/asar/CNTR5-2.html
Golstein, R., & C.L.Warner. (1998). "Filtrado de fase de interferograma radar para aplicaciones
geofísicas. Geophysical Research Letters (Vol 25), 4035-4038.
Graham, L. C. (junio de 1974). Synthetic Interferometer Radar for Topographic Mapping.
Proceedings of the IEEE, 62(6), 763-768.
Group, T. O. (2017). The Open Group . Obtenido de UNIX®: http://www.opengroup.org/unix
Guangcai F, Z. L. (2015). Source parameters of the 2014 Mw 6.1 South Napa earthquake
estimated from the Sentinel 1A, COSMO-SkyMed and GPS data . Tectonophysics 655,
139-146.
H.A.Zebker, & R.M.Goldstein. (20 de Agosto de 1987). Interferometric radar measurement of
ocean surface currents. Nature, 328(6132), 707-709.
Hatcher, N. M. (1967). A survey of attitude sensors for spacecraft. Washington D.C: Scientific
and Technical In formation Division, OFFICE OF TECHNOLOGY UTILIZATION,NATIONAL
AERONAUTICS AND SPACE ADMINISTRATION.
IEEE, & Group, T. O. (2016). The Open Group. Obtenido de POSIX.1 2008:
http://pubs.opengroup.org/onlinepubs/9699919799/
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
122
Jung, H. S. (2013). Feasibility of along-track displacement measurement from Sentinel-1
interferometric wide-swath mode. Geoscience and Remote Sensing IEEE Transactions
on, 51(1), 573-578.
Kapnias, D., Milenov, P., & Kay, S. (2008). Guidelines for best practice and quality checking of
ortho imagery. Luxenburgo: Joint Research Centre, (3.0).
M. CASTILLO, F. P. (1999). Interferometría SAR en las islas Shetland del Sur: modelo numerico
de elevaciones de la isla Decepción. Acta Geologica Hispanica, volumen 34, 447-459.
Mangla, R., & Kumar, S. (2014). DEM Construction using DINSAR. The International Archives of
Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(8), 817-820.
Massonet, D., & L.Feigl, K. (Noviembre de 1998). Radar Interferometry and its application to
changes in the earth´s surface. Reviews of geophysics, 36(4), 441-500.
Matias, G. R. (2006). Radar Interferometry: 2D Phase Unwrapping Via Graph Cuts. Lisboa:
Doctoral dissertation, INSTITUTO SUPERIOR TÉCNICO.
Nikolakopoulos k, K. A. (2015). DSM generation from Sentinel and COSMO-Skymed data using
interferometry and radargrammetry: a case study from Mykono. Greece, In Third
International Conference on Remote Sensing and Geoinformation of the Environment.
International Society for Optics and Photonics, 95350H-95359H.
Olmsted, C. (1993). Scientific SAR User's Guide. Fairbanks Alaska: Alaska SAR Facility. ASF-SD-
003.
Pablo Blanco Sánchez, G. B. (2010). La interferometría diferencial DInSar - una técnica para el
monitoreo de la subsidencia en Bogotá D.C (Conocimiento y reflexión). Boletin
Colombiano de Geotecnia, volumen 13, 1-16.
Papaqui, J. P. (8 de Abril de 2017). Notas de clase Efecto doppler. Obtenido de Departamento
de Astronomia - DCNyE Universidad de Guanajuato: http://www.astro.ugto.mx
Peucker, T. K., Fowler, R. J., & Little, J. J. (1978). THE TRIANGULATED IRREGULAR NETWORK. In
Amer. Soc. Photogrammetry Proc. Digital Terrain Models Symposium (Vol. 516, p. 532).
Platzeck, M. &. (2014). Aplicación de interferometría diferencial de radar de apertura sintética
(DInSAR) como una herramienta para detectar deslizamientos en una región de los
Andes en Ecuador. Pyroclastic Flow, Journal of Geology, vol 4, 5-15.
Ramirez, E. (4 de Abril de 2017). Shuttle Radar Topography Mission "The Mission to Map the
World". Obtenido de NASA Jet Propulsion Laboratory California Institute of
Technology: http://www2.jpl.nasa.gov/srtm/
Sánchez, P. B., Arciniegas, G. B., Barreto, G., & Abaunza, D. O. (2010). LA INTERFEROMETRÍA
DIFERENCIAL DInSAR–UNA TÉCNICA PARA EL MONITOREO DE LA SUBSIDENCIA EN
BOGOTÁ DC (Conocimiento y Reflexión) DInSAR DIFFERENTIAL INTERFEROMETRY-A
TECHNIQUE FOR SUBSIDENCE MONITORING IN BOGOTÁ DC. Catalunya.
Universidad Distrital Francisco José de Caldas
Determinación de un Modelo Digital de Elevación a partir de imágenes
de radar SENTINEL-1 usando interferometría SAR
123
Sánchez, V. D. (2010). Tesis Doctoral "Interferometría polarimétrica diferencial SAR con
satélite". Alicante: Universidad de Alicante.
Sandwell, D. T. (2002). SAR Image formation: ERS SAR processor code in matlab. Obtenido de
Lecture Notes - Radar and Sonar Interferometry: http://www.ifu-
sar.ethz.ch/otfrey/SARbibliography/year/2002.complete.html
SARMAP, U. B. (Agosto de 2009). Synthetic Aperture Radar and SARscape. Obtenido de The
earth observation gateway: http://www.sarmap.ch/pdf/SAR-Guidebook.pdf
SKOLNIK, M. I. (1990). RADAR HANDBOOK. Boston, Massachusetts : McGraw-Hill.
Spain, E. (27 de Abril de 2016). ESA in your country. Obtenido de El programa Copernico:
http://www.esa.int/esl/ESA_in_your_country/Spain/El_programa_Copernico
Torres, T. M. (2013). Determinación de la deformación del terreno por movimientos en masa
usando interferometría SAR (Radar de Apertura Sintética). Argentina: Universidad
Nacional de Córdoba, Instituto de Altos Estudios Espaciales "Mario Gulich", Comisión
Nacional de Actividades Espaciales (CONAE).
UNODC. (27 de Abril de 2016). Banco de información espacial proyecto SIMCI. Obtenido de
http://www.biesimci.org/altimetria/mdt/indices/MDT.html
Veci, L. (Agosto de 2016). TOPS Interferometry Tutorial. Obtenido de ESA Sentinel Online:
https://sentinel.esa.int/web/sentinel/toolboxes/sentinel-1/tutorials
Wasowski, C. C. (2006). Investigating landslides with space-borne Synthetic. Engineering
Geology 88, 173–199.
Zan, F. D., & Guarnieri, A. M. (2006). TOPSAR: Terrain Observation by Progressive Scans. IEEE
TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING VOL. 44, NO. 9, 2352-2360.
Zebker, H. A., & Chen, C. W. (2001). Two-dimensional phase unwrapping with use of statistical
models for cost functions in nonlinear optimization. JOSA A, 18(2), 338-351.
Zebker, H. A., & Lu, Y. (1998). Phase unwrapping algorithms for radar interferometry: residue-
cut, least-squares, and synthesis algorithms. JOSA A, 15(3), 586-598.
Zénere, M. P. (2012). Focalización de imágenes SAR utilizando el algoritmo Omega-K.
Simulación y validación. Córdoba: Universidad Nacional de Córdoba.