Modelos digitales de elevación a partir de datos SAR de las misiones satelitales SAOCOM-1 y Sentinel-1

Por Federico Ibarra.

Introducción

Los modelos digitales de elevación (MDE) constituyen representaciones espaciales de la elevación del terreno y son producidos a partir del grillado de datos georeferenciados provenientes de mediciones de campo, relevamientos aéreos y/o misiones satelitales. Estos modelos son utilizados en una gran variedad de actividades y aplicaciones como la construcción de grandes obras de infraestructura, el modelado hidrológico, estudios geológicos y el análisis de peligrosidad y riesgo, por lo que es crucial contar con productos exactos y precisos, de resolución adecuada y amplia cobertura del territorio nacional.

El Instituto Geográfico Nacional (IGN) es el responsable a nivel nacional de la producción y actualización de información geoespacial y productos cartográficos, así como de la infraestructura geodésica y el establecimiento, mantenimiento, actualización y perfeccionamiento del Marco de Referencia Geodésico Nacional. Cumpliendo con su misión, el IGN ha desarrollado un MDE para el territorio nacional, MDE-Ar, a partir de los modelos globales SRTM (Shuttle Radar Topography Mission) y ALOS (Advanced Land Observation Satellite), y una serie de etapas de post-proceso para mejorar la exactitud en el territorio argentino. MDE-Ar ofrece cobertura nacional con un error absoluto promedio de -2.11 m y una resolución horizontal de 30 m; adicionalmente, el IGN ofrece MDE fotogramétricos con una mejor resolución (5 m y 0.5 m) y exactitud (sub-métrica a centimétrica).

Sin embargo, dado que el territorio del país es extenso y estos últimos MDE cubren sólo una porción del mismo, es necesario realizar esfuerzos para ofrecer modelos superadores para aplicaciones en las que la resolución de MDE-Ar no es suficiente. Existen diversos métodos para la producción de MDE que dependen de la fuente de datos a utilizar y del producto final que se espera obtener. En particular, los métodos de producción que emplean datos de radar de apertura sintética (SAR, por sus siglas en inglés) revisten especial interés por una serie de ventajas comparativas a la hora de obtener modelos de resolución media y amplia cobertura areal. A su vez, la disponibilidad de datos SAR de acceso libre y gratuito representa una oportunidad económica y eficiente para la producción de MDE.

Los datos SAR consisten en una señal compleja compuesta por amplitud y fase. Las técnicas interferométricas para la producción de MDE se basan fundamentalmente en la diferencia de fase entre dos escenas SAR para resolver un problema geométrico y recuperar información de la estructura tridimensional de la superficie relevada. Las misiones satelitales SAR específicas para este tipo de aplicación trabajan normalmente en modo bi-estático, adquiriendo la información de ambas escenas de manera sincrónica. Sin embargo, las misiones que adquieren solamente una escena SAR cada vez que el satélite pasa por la zona de interés (como Sentinel-1 y SAOCOM-1) también pueden ser utilizadas para la producción de MDE. A pesar que su uso introduce errores relacionados con el tiempo transcurrido entre ambas adquisiciones (producidos por cambios en las condiciones atmosféricas, movimientos de la superficie terrestre, modificaciones de la cobertura superficial, entre otros), su principal ventaja reside en la amplia y reciente disponibilidad de datos abiertos al público general. Para países con territorios extensos y recursos limitados como Argentina, el acceso a estos datos y la posibilidad de extraer productos de calidad a partir de los mismos es sumamente relevante, dado que los MDE de alta resolución producidos a partir de misiones SAR bi-estáticas (así como los datos primarios) son usualmente restringidos y de precio elevado.

Idealmente, el tiempo transcurrido entre adquisiciones (base temporal) para la producción de dichos MDE debe ser lo más corto posible para evitar cambios en las condiciones ambientales, ó, en su defecto, ambas escenas deben corresponder a una misma estación del año. Aún así, los múltiples factores que pueden influenciar la calidad de los MDE obtenidos imposibilitan la estandarización de parámetros óptimos a la hora de seleccionar el par de escenas a utilizar. Como consecuencia, a pesar que las técnicas interferométricas permiten obtener MDE con una resolución horizontal superadora de los modelos de escala regional/global, los mismos no son confiables en cuanto a su calidad. En este sentido, diversos estudios se han enfocado en este problema, explorando el impacto de distintas variables y la aplicación de técnicas de fusión de datos. Con el objetivo final de desarrollar una metodología sencilla y normalizada que reduzca la incerteza en la calidad de los MDE, en el IGN se realizó un trabajo exhaustivo en un área piloto en Córdoba para llevar adelante un análisis estadístico de distintos MDE obtenidos mediante interferometría y evaluar en forma sistemática distintos procesos de fusión simple de datos (Ibarra et al., 2024).

Metodología

Explicado en términos sencillos, la diferencia de fase (o fase interferométrica) entre dos escenas SAR se compone de términos geométricos y variaciones del trayecto recorrido por la señal. Entre las componentes geométricas se incluyen las posiciones orbitales de los satélites cuando las escenas son adquiridas y la topografía del terreno, mientras que las variaciones del recorrido responden a cambios en el medio de propagación (componente atmosférica) y movimientos del terreno. Asumiendo que el terreno y la atmósfera permanecen estables en el tiempo y conociendo las órbitas de los satélites, es posible calcular la componente topográfica para obtener información sobre le elevación de la superficie.

Para realizar el proceso interferométrico se utilizó el software SNAP. Entre las distintas etapas del mismo para la producción de MDE se incluyen el co-registro de las escenas, multilooking, obtención de la fase interferométrica, filtrado (filtro de Goldstein), desenrollado de la fase (utilizando el software SNAPHU; Chen y Zebker, 2001), conversión de fase a elevación y corrección topográfica (incluye geolocalización). Durante el proceso también se calculó la coherencia entre las escenas de cada par. La misma se define como el coeficiente de correlación entre dos señales complejas y se constituye como una medida de la precisión en la determinación de la fase interferométrica.

Se utilizaron datos de los satélites SAOCOM-1 y Sentinel-1. SAOCOM-1 es una constelación argentina que consta de dos satélites con instrumentos SAR que operan en la banda de frecuencia L (longitud de onda de 23.5 cm). Por otro lado, la constelación europea Sentinel-1 también consta de dos satélites aunque uno de ellos se encuentra fuera de servicio desde finales del 2021. Los instrumentos SAR de esta constelación operan en banda de frecuencia C (longitud de onda de 5.5 cm). Se usaron 69 escenas Sentinel-1 y 18 escenas SAOCOM-1. Todos los pares interferométricos SAOCOM-1 formados tienen bases temporales que no superan los 32 días; en el caso de los pares Sentinel-1 las mismas no superan los 24 días. Respecto a la variación en la posición de los satélites al adquirir las escenas, los pares interferométricos de Sentinel-1 presentan bases perpendiculares entre 20 m y 160 m, mientras que los pares de SAOCOM-1 presentan bases perpendiculares entre 150 m y 2000 m.

Resultados y discusiones

El gran número de MDE obtenidos a partir de datos Sentinel-1 permitió realizar un análisis de distintos métodos de fusión y su impacto en la calidad del resultado final. Los MDE producidos (tanto mediante interferometría como por fusión de estos últimos) fueron comparados con un MDE fotogramétrico de referencia para la zona piloto, determinando el error medio absoluto y la desviación estándar de cada uno con respecto a la referencia. En la FIGURA 1 se muestran histogramas del error medio y desviación estándar para ambos grupos de MDE (interferométricos y fusionados). Los MDE interferométricos muestran un error absoluto (EA) y una desviación estándar (DE) promedio de 45.92 m y 31.64 m, respectivamente; mientras que los MDE fusionados presentan un EA y una DE promedio de 13.71 m y 11.78 m, respectivamente. Adicionalmente, se encontró que el MDE fusionado a partir de modelos interferométricos correspondientes a la época invernal presentó las mejores métricas, con un EA de 8.52 m y una DE de 7.51 m. En contraste, el MDE fusionado a partir de modelos interferométricos del resto del año mostró uno de los peores resultados (EA y DE de 18.97 m y 14.93 m, respectivamente.

Estos resultados muestran que los procesos de fusión permiten mejorar significativamente la calidad de los MDE generados, obteniendo en promedio resultados tres veces más precisos y exactos. Particularmente, la utilización de datos de la temporada invernal resulta en un diferencial positivo con respecto al resto de los MDE, probablemente debido a un menor contenido de vapor en la atmósfera y una menor cobertura vegetativa, que resultan en menores interferencias sobre la fase y una mayor coherencia entre escenas.

Habiendo determinado el método de fusión más eficiente y con mejores resultados se procedió a aplicarlo sobre los MDE obtenidos a partir de datos SAOCOM-1. Adicionalmente, se realizó una fusión mediante suma ponderada, tanto para Sentinel-1 como para SAOCOM-1, utilizando las coherencias calculadas para asignar pesos, de manera que los píxeles cuya coherencia sea mayor tengan más peso en la determinación de la elevación final del píxel fusionado. Finalmente, se realizó la fusión de estos dos últimos MDE (SAOCOM-1 y Sentinel-1 ponderados) aplicando otra suma ponderada, en la cual el EA de cada pixel fue utilizado para asignar pesos. Todos estos MDE se produjeron para el área de cobertura común de manera que las diferencias no estén influenciadas por diferencias de la superficie analizada. En total se obtuvieron entonces cinco MDE, cuyas métricas se presentan en la TABLA 1. En la FIGURA 2 puede observarse una comparación de la distribución de errores para algunos de estos modelos en relación a MDE-Ar en la región.

A pesar de que los MDE obtenidos tienen una mejor resolución espacial que MDE-Ar (15 m vs. 30 m), los resultados muestran que sólo en algunos casos se logra una mayor exactitud (representada por el error medio), y en ninguno se logra mejorar la precisión (representada por la desviación estándar). Los MDE de SAOCOM-1 muestran mejores resultados que Sentinel-1 principalmente por dos motivos, la mayor penetración de la banda L por sobre la banda C y el rango más amplio de bases perpendiculares. A pesar de que los errores medios y desviaciones estándar se reducen a partir de la implementación de sumas ponderadas, dichas mejoras no son significativas (particularmente para SAOCOM-1), ni suficientes para alcanzar la precisión de MDE-Ar. La suma ponderada no produce grandes cambios para SAOCOM-1 debido a que las coherencias obtenidas para los distintos pares interferométricos son consistentes entre sí, y generalmente altas. En cambio, en el caso de Sentinel-1 se observa una reducción mayor (particularmente en la desviación estándar) atribuible al menor peso de aquellos píxeles con baja coherencia. La combinación de los MDE de Sentinel-1 y SAOCOM-1 resulta en mejoras relativas significativas, con una reducción del error cercana al 50% y una reducción de la desviación estándar alrededor del 30%. Esta mejora se debe a que se aprovechan las ventajas de cada una de las misiones de acuerdo con las características de la zona analizada (pendiente por ejemplo) y de la geometría de adquisición (ángulo de incidencia por ejemplo).

Conclusiones

La principal conclusión del trabajo realizado es que la utilización de procesos de fusión para la producción de MDE de origen interferométrico reduce significativamente la incertidumbre en la calidad del resultado final. Particularmente, el uso de datos SAR adquiridos durante la temporada de invierno asegura resultados más confiables. Los MDE fusionados a partir de datos SAOCOM-1 presentan una mayor exactitud y precisión que los de Sentinel-1, sin embargo, la fusión de ambos y la utilización de sumas ponderadas ayudan a mejorar la calidad del resultados final, superando la exactitud de MDE-Ar y logrando una precisión ligeramente inferior. Actualmente se están llevando a cabo pruebas en otras regiones para evaluar el desempeño de los métodos desarrollados en zonas con mejor disponibilidad de datos y distinta topografía y cobertura del suelo.

Bibliografía

• Chen, C.W. y Zebker, H.A. (2001). Two-dimensional phase unwrapping with use of statistical models for cost functions in nonlinear optimization. Optical Society of America, 18(2), 338-351. https://doi.org/10.1364/josaa.18.000338
• Ibarra, F., Cuello, A., Gotuso, A., Guerrieri, M., Ludueña, S., Marquez, J. L., Micou, A. P., Migliorini, R., Ortone, A., Perez, M., Posadas, A., Seco, J. L., Soldano, A., Sotelo, A., Tamayo, C. y Chiarito, E. (2024). Exploring C and L band InSAR Digital Elevation Model stacking: a case study in Córdoba, Argentina. Journal of South American Earth Sciences, 143. https://doi.org/10.1016/j.jsames.2024.105006

Autores

Federico Ibarra . Doctor en Ciencias Geológicas. Investigador, Dirección de Planificación, Investigación y Desarrollo. Instituto Geográfico Nacional. fibarra@ign.gob.argov.ar