Las imágenes son adquiridas hoy en día por medio de diferentes sensores. Pudiendo ser los mismos pasivos o activos, dependiendo si la fuente de luz proviene del sol o del propio satélite, respectivamente. Una de las más conocidas imágenes tomadas por sensores activos son las de tipo Radar. Estas son muy implementadas ya que permiten recopilar información tanto de noche como de día sin estar influenciados por la presencia de nubes. No obstante, para hacer el mejor uso de las mismas puede ser necesario aplicar algunas correcciones.
Introducción
Sentinel – 1 provee imágenes de tipo Radar de forma gratuita a través de la página de la ESA, ya que forma parte de la constelación de Copernicus (https://scihub.copernicus.eu/). Estos datos se encuentran disponibles en tres niveles:
- Nivel 0: datos sin procesar
- Nivel 1: son los disponibles para la mayoría de los usuarios, quienes pueden elegir entre productos de tipo Single Look Complex (SLC) o Ground Range Detected (GRD). El primero posee datos georreferenciados proporcionados teniendo en cuenta la geometría del rango inclinado. Mientras que los datos GRD si bien están georreferenciados los datos están proyectados teniendo en cuenta el elipsoide terrestre. Una de las desventajas de este último es que se pierde la información de fase.
- Nivel 2: incluye información relativa al estudio del oleaje y el viento.
Cuando no se necesitan utilizar los datos de fase el producto de nivel 1 GRD es el adecuado ya que el procesamiento es más sencillo. No obstante, si se busca implementar estos para estudios de interferometría donde los datos de fase son vitales se pueden sortear estos obstáculos realizando correcciones radiométricas y geométricas. ¿Pero cómo lo hacemos? En este blog te lo explicamos.
¿Qué necesitamos?
Primero que nada necesitamos contar con nuestras imágenes. Las cuales por medio de la página de la ESA es posible descargar estás imágenes de manera gratuita, siendo necesario registrarse. Para más información puedes consultar Imágenes satelitales gratuitas: principales sitios web de descarga.
También será necesario un software que permita el procesamiento de las mismas. Siendo uno de los programas gratuitos utilizados el SNAP. Para conocer su uso y descarga puedes consultar nuestro blog en el siguiente enlace Análisis de las aplicaciones de SNAP (Sentinels Application Plataform) para trabajar con imágenes aéreas.
Pasos a seguir en la calibración de imágenes Sentinel-1
Para hacer una adecuada corrección es necesario tener en cuenta los valores del sensor, así como eliminar todos aquellos valores que provocan errores en la medición, como lo es el ruido térmico. Este ocurre por el movimiento aleatorio de los electrones debido a la agitación térmica. También es necesario calibrar la imagen a fin de que los valores de cada píxel sean lo más representativos de la realidad.
Con la imagen calibrada es posible eliminar el ruido para hacer más nítida la imagen a partir de filtros. Así como también se buscará que la imagen sea lo más fidedigna en cuanto al relieve. Ya que lo que ocurre con las imágenes satelitales es que dependiendo el ángulo de como se tomen las imágenes se presentarán distorsiones de la realidad, para sortear esto es que se recurre a la corrección topográfica y una ortorectificación.
A modo de ejemplo se colocarán capturas de los productos intermedios de este proceso de imágenes de Sierra de la Ventana, Argentina.
Por lo tanto los pasos a seguir son los que se detallan a continuación:
- Se debe realizar una corrección de los valores de orbita por medio de Radar->Apply Orbit File. Utilizando para esto los valores por defecto.
- Para la reducción del ruido térmico del sensor se implementa la herramienta disponible en: Radar-> Radiometric-> S1 Thermal Noise Removal.
- Con la imagen con ruido térmico filtrado se procede a la calibrar a beta 0 la imagen por medio de: Radar->Radiometric->Calibrate. Esta corrección tiene en cuenta el ángulo de incidencia local. Para esto se debe cliquear donde se indicar que se cree una banda beta virtual.
- Luego se realizó el filtrado del moteado: Radar->Speckle Filtered-> Single Product Speckle Filter. Visualizando la imagen antes (izquierda Figura 1) y luego del filtrado (derecha, Figura 2) se aprecia una reducción notable del moteado, mejorándose la resolución radiométrica en detrimento de la espacial. Se pueden implementar diferentes filtros, en este caso se utilizó el filtro de 7×7 de GammaMAP.

- En Base a la imagen de beta con el moteado filtrado se aplicó el filtro Terrain Flattening: Radar-> Radiometric-> Radiometric Terrain Flattening.

- Ortorectificación: Radar->Geometrict->Terrain Correction->Range DopplerTerrain Correction. Observándose una reducción más marcada del relieve.

¿Quieres comentarnos algo? Adelante!