Parametrización y optimización de modelos de inversión para la obtención de humedad del suelo a partir de datos satelitales de Radares de Apertura Sintética

Barber, Matías Ernesto

Registro:

Documento:	Tesis Doctoral
Disciplina:	fisica
Título:	Parametrización y optimización de modelos de inversión para la obtención de humedad del suelo a partir de datos satelitales de Radares de Apertura Sintética
Título alternativo:	Parameterization and optimization of inversion models for soil moisture retrieval from Synthetic Aperture Radar (SAR) data
Autor:	Barber, Matías Ernesto
Editor:	Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
Filiación:	Universidad de Buenos Aires - CONICET. Instituto de Astronomía y Física del Espacio (IAFE)
Publicación en la Web:	2014-07-04
Fecha de defensa:	2013
Fecha en portada:	2013
Grado Obtenido:	Doctorado
Título Obtenido:	Doctor de la Universidad de Buenos Aires en el área de Ciencias Físicas
Director:	Grings, Francisco
Director Asistente:	Berlles, Julio Jacobo
Consejero:	Osella, Ana María
Jurado:	Thibeault, Marc; Bonomo, Néstor; Galarza, Cecilia
Idioma:	Español
Palabras clave:	HUMEDAD DEL SUELO; RADAR DE APERTURA SINTETICA; METODO BAYESIANO DE INVERSION; ESTIMADORES BAYESIANOS; RUGOSIDAD EN SUPERFICIES AGRICOLAS; TELEDETECCION EN MICROONDASSOIL MOISTURE; SYNTHETIC APERTURE RADAR; BAYESIAN RETRIEVAL SCHEME; BAYESIAN ESTIMATES; AGRICULTURAL SOIL ROUGHNESS; MICROWAVE REMOTE SENSING
Tema:	computación/procesamiento de imágenes física/ingeniería electrónica
Formato:	PDF
Handle:	http://hdl.handle.net/20.500.12110/tesis_n5453_Barber
PDF:	https://bibliotecadigital.exactas.uba.ar/download/tesis/tesis_n5453_Barber.pdf
Registro:	https://bibliotecadigital.exactas.uba.ar/collection/tesis/document/tesis_n5453_Barber
Ubicación:	Dep.FIS 005453
Derechos de Acceso:	Esta obra puede ser leída, grabada y utilizada con fines de estudio, investigación y docencia. Es necesario el reconocimiento de autoría mediante la cita correspondiente. Barber, Matías Ernesto. (2013). Parametrización y optimización de modelos de inversión para la obtención de humedad del suelo a partir de datos satelitales de Radares de Apertura Sintética. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de http://hdl.handle.net/20.500.12110/tesis_n5453_Barber

Resumen:

Dentro del Plan Espacial Nacional (PEN), la Comisión Nacional de Actividades Espaciales (CONAE) tiene previsto el lanzamiento de la misión satelital SAOCOM, un radar de aperturasintética (SAR) que opera en microondas (λ = 23cm) y cuyo principal objetivo es laestimación de humedad del suelo sobre Pampa Húmeda. El problema de la estimación devariables biogeofísicas a partir de imágenes SAR es un problema mal condicionado, dondecon frecuencia existen muchas combinaciones de parámetros de la superficie que producen lasmismas observaciones SAR. Por esta razón, existen diversas técnicas de inversión, las cualesdeben tener en cuenta lo siguiente: 1. la dificultad en la parametrización de los modelos de dispersión que rigen la respuestadel blanco ante un onda electromagnética incidente sobre él, 2. las incertezas en la medición del radar proveniente de ruido de origen coherente (conocidocomo ruido speckle), 3. las incertezas provenientes de la ingeniería del sensor, 4. las incertezas provenientes de la variabilidad espacial de las variables del blanco, enparticular de la humedad del suelo. En este trabajo de tesis se desarrolló un esquema de inversión bayesiano que toma encuenta todos estos temas. Dicho esquema se evaluó con datos SAR y mediciones de campoprovenientes de varias campa˜nas con sistemas aerotransportados y satelitales. El esquemabayesiano considera todas las dificultades encontradas en el desarrollo de un producto operativode humedad del suelo y puede resultar en un algoritmo alternativo al desarrollado por CONAE para la misión satelital SAOCOM.

Abstract:

Within the framework of the Argentinean Space Plan (PEN), the National Space Activities Commission (CONAE) plans to launch the SAOCOM mission, which involves a syntheticaperture radar (SAR) operating in the microwave region (λ = 23cm) and whose main goal isthe estimation of soil moisture over the Pampas Plains. Estimation of biogeophysical variablesthrough radar images is an ill-posed problem, where there are often many combinations ofsurface parameters that produce the same SAR observations. For this reason, there arevarious retrieval techniques, which should take into account 1. the difficulty of parameterizing the scattering models which govern the response of thetarget to an electromagnetic wave impinging on it, 2. uncertainties in the radar measurement due to speckle noise, 3. instrumental noise from the sensor, 4. uncertainties from the spatial variability of the target variables, in particular of soilmoisture. In this thesis a Bayesian retrieval scheme was developed, which takes into account all theseissues. This scheme is assessed with SAR data and field measurements from various campaignsinvolving airborne and satellite systems. Also, the Bayesian scheme considers all thedifficulties encountered in the development of an operational soil moisture product and canlead to an alternative algorithm to that developed by CONAE for the SAOCOM mission.

Citación:

---------- APA ----------

Barber, Matías Ernesto. (2013). Parametrización y optimización de modelos de inversión para la obtención de humedad del suelo a partir de datos satelitales de Radares de Apertura Sintética. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/tesis_n5453_Barber

---------- CHICAGO ----------

Barber, Matías Ernesto. "Parametrización y optimización de modelos de inversión para la obtención de humedad del suelo a partir de datos satelitales de Radares de Apertura Sintética". Tesis Doctoral, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 2013.https://hdl.handle.net/20.500.12110/tesis_n5453_Barber

Estadísticas:

Descargas totales desde :

Navegar

Colección

Tesis Doctoral