PRÁCTICA 4: Procesado básico e
interpretación de imágenes radar con SNAP
Asignatura: Fotogrametría y teledetección
Alumno: Manuel Martínez Hurtado
Fecha: 06/05/2022
Actividad 1. Búsqueda de características de Sentinel-1 y sus imágenes.
1-¿Cuántos modos de adquisición tiene SENTINEL?
• Mapa de franjas (SM): adquiere datos con una franja de 80 km con una resolución
espacial ligeramente mejor que 5 m por 5 m.
• Amplia franja interferometría (IW): es el principal modo de adquisición sobre tierra.
• Franja extra ancha (EW): El modo EW se usa principalmente para el monitoreo costero
de áreas amplias, incluido el tráfico de barcos, derrames de petróleo y monitoreo del
hielo marino.
• Onda (WV) :Es el principal modo libre de conflicto sobre mar abierto
2- ¿Qué modo de adquisición tiene más aplicaciones en cartografía?
El modelo IW es el modelo que más aplicaciones tendrá para la cartografía terrestre ya que es el
principal modo de adquisición sobre tierra y satisface la mayoría de los requisitos del
servicio. Adquiere datos con una franja de 250 km a una resolución espacial de 5 m por 20 m
(vista única).
3-¿Qué tipo de productos y modos de procesamiento tiene SENTINEL?
Nivel 0: Los productos de nivel 0 de SAR consisten en datos sin procesar de SAR comprimidos
y desenfocados. Los productos de nivel 0 son la base a partir de la cual se fabrican todos los
demás productos de alto nivel.
Los productos de nivel 0 se almacenan en los archivos a largo plazo. Pueden ser procesados
para generar cualquier tipo de producto durante la vida útil de la misión y durante los 25 años
posteriores al final de las operaciones del segmento espacial.
Los productos de nivel 0 están disponibles para los usuarios de datos solo para los modos SM,
IW y EW.
Nivel 1: Los datos enfocados de nivel 1 son los productos destinados a la mayoría de los
usuarios de datos. El producto de nivel 0 (datos sin procesar) se transforma en un producto de
nivel 1 mediante la instalación de procesamiento de instrumentos (IPF) mediante la aplicación
de varios algoritmos, como se indica a continuación. Estos productos de Nivel 1 forman un
producto de referencia del que se derivan los productos de Nivel 2.
Los pasos de procesamiento involucrados para producir productos de datos de Nivel 1 incluyen
el preprocesamiento, la estimación del centroide Doppler, el enfoque complejo de una sola
mirada y el procesamiento posterior y de imágenes para la generación de los productos SLC y
GRD, así como el procesamiento específico del modo para ensamblar múltiples sub -productos
de hilera.
Nivel 2: El Nivel-2 consiste en productos geofísicos geolocalizados derivados del Nivel-1. Los
productos de Level-2 Ocean (OCN) para aplicaciones de viento, olas y corrientes pueden
contener los siguientes componentes geofísicos derivados de los datos SAR.
La disponibilidad de los componentes depende del modo de adquisición. Los metadatos que se
refieren a OWI se derivan de un producto GRD procesado internamente, los metadatos que se
refieren a RVL (y OSW, para el modo SM y WV) se derivan de un producto SLC procesado
internamente.
4- ¿Qué resolución espacial tiene una imagen SENTINEL IW SLC?
Presenta una resolución espacial de 2.7x22 m hasta 3.5x22 m. Dependiendo del rango en el que
estemos observando.
5-imagen más reciente de Valencia que haya sido preprocesada a nivel Level-1 Ground
Range Detected (GRD).
Fecha de adquisición de la imagen: 04/04/2022 empezó a realizar la foto a las 17:54:50 y
finalizó a las 17:55:15
Nombre: S1A_IW_GRDH_1SDV_20220404T1754...515_042627_0515F2_3DF2.SAFE
Ocupación en el disco duro: 1,62 GB
Actividad 3. Visualización y preprocesado de imágenes radar
1- Analiza las similitudes y diferencias entre estas 3 imágenes superiores y explica las
ventajas de una u otra imagen.
La primera imagen que observamos es una imagen radar original sin procesamiento, la imagen
central sería la misma imagen después de haberse aplicado el preprocesamiento, y la imagen de
la derecha nos representa una imagen a color de la misma zona de las imágenes radar.
La primera de estas imágenes no parece nada interpretable y de ella a simple vista no se puede
sacar ningún tipo de información. En el caso de la segunda imagen que ha sido procesada ya, si
que podemos obtener muchos más detalles y tiene una mejor resolución espacial de la tercera
imagen. Por otra parte, la tercera imagen es perfectamente interpretable y aunque no tiene la
misma resolución que la anterior, presenta otras ventajas como que está a color lo cual nos
facilita identificar zonas con vegetación.
Actividad 4. Visualización de la imagen radar de Valencia
Hay una clara anomalía geométrica en el global de la imagen. Descríbela. ¿Cómo
relacionarías este efecto con el hecho de que es una imagen lateral?
El sensor radar forma la imagen según obtiene la información. Es decir de aquel lugar donde
detecta primero la realidad, este forma la primera línea y forma la imagen creando líneas a lo
largo que sigue la trayectoria es por esto que aparecen zonas más claras ya que la señal del
satélite incide primero sobre estas zonas, esto nos puede indicar la trayectoria que ha seguido
nuestro satélite.
En cuanto a las zonas montañosas, las laderas orientadas al sensor aparecen claras y las opuestas
aparecen oscuras o negras.
Por otra parte la zonas urbanas salen iluminadas ya presentan una altura superior a las zonas
rústicas de nuestra zona.
Y las zonas luminosas encontradas en el mar seguramente sean barcos captados por el satélite.
¿serías capaz de indicar cuál fue la trayectoria de vuelo del satélite cuando capturó esta
imagen?
La primera línea captada por el radar en la imagen corresponde a la parte superior de esta por lo
que se puede indicar que esta imagen va en sentido descendente de norte a sur.
Actividad 5. Procesado de la imagen radar de Valencia
Calibración:
Imagen no calibrada Imagen calibrada
Explica qué diferencias visuales introduce la calibración sobre los datos iniciales.
Visualmente podemos observar que al calibrar la imagen y de esta forma corregirla
radiométricamente, ya no observamos tantos niveles de brillo distintos como antes y podemos
distinguir mejor las zonas de ciudades y las zonas montañosas.
Reducción de ruido.
¿Percibes algún efecto sobre la resolución espacial de la imagen? Adjunta un fragmento de
cada uno de esos tres tipos de usos de suelo antes y después de filtrar.
Histograma antes de filtrar
Histograma después de filtrar con el filtro Lee
Histograma después de filtrar con el filtro Gamma
Se observa que después de filtrar nuestra imagen calibrada con cualquiera de los dos filtros
nuestro histograma presenta unos valores mucho mas lineales, debido a la reducción del ruido
que han aplicado los filtros.
Zona de agua antes de filtrar
Zona de agua despues de filtrar
Zona urbana antes de filtar
Zona urbana despues de filtrar
Zona rústica antes de filtrar
Zona rustica despues de filtrar
Se observa que las imágenes de antes de filtrar presentan aparentemente una mejor resolución
espacial que a las que se les ha aplicado el filtro. Las que se les ha aplicado el filtro se puede
observar que tienen un aspecto más borroso
3. Corrección topográfica
Describe con tus palabras lo que ha ocurrido al aplicar esta herramienta.
A primera vista se observa que la posicion geometrica de la imagen se ha cambiado, esto ha sido
debido ha que se ha aplicado un modelo digital de elevaciones que nos ha servido para
georeferenciar la imagen y corregir las distorsiones geometricas de estas sobre una proyección.
Actividad 6. Cartografiado de masas de agua sobre una imagen radar de Valencia
Histograma de la imagen
-Abre Google Earth y presenta una superposición (con transparencia) del área de agua de
la Albufera. Comenta la precisión del resultado obtenido, el por qué siguen apareciendo
píxeles negros en el agua, cómo se podría solucionar, etc. Busca y adjunta un fragmento
del contorno del lago en el que no haya coincidencia plena entre la binarización de la
imagen S-1 y la realidad que muestra Google Earth. Explica las causas.
Se puede observar en la superposicion de la imagen que aun siguen habiendo pixeles negros en
el agua, esto puede deberse a que la imagen en la que se ha superpuesto el resultado corresponda
a otra fecha distinta a la de nuestro satelite y por eso se encuentren estos pixeles negros.