FR4.L09 - KARIN – THE KA-BAND RADAR INTERFEROMETER ON SWOT: MEASUREMENT PRINCIPLE, PROCESSING AND DATA SPECIFICITIES
1.
2.
3.
4.
5.
6.
7.
8.
9.
10. Unfocussed SAR processing IGARSS 2010, Honolulu, Hawaii, 25-30 July 2010 Reference: Full SAR processing + multilooking to ~ 100 m resolution (Simulated SAR image based on DEM) Unfocussed processing (LR mode) ~100 m resolution + multilooking (Barely visible degradation) Unfocussed processing (burst mode) (Clearly visible loss of details) Processing
11. Unfocussed SAR processing Assessment of impact on interferograms IGARSS 2010, Honolulu, Hawaii, 25-30 July 2010 Full SAR processing (reference) Unfocussed processing (LR mode) After further multilooking to the 1 km 2 grid, the loss in height precision w.r.t. full SAR processing is about 1 mm (not yet optimized). Unfocussed processing (burst mode) Processing
12.
13.
14.
15. IGARSS 2010, Honolulu, Hawaii, 25-30 July 2010 Simulation of raw images Simulation Δ T = t 0 – t -1 = t +1 – t o = 1 / PRF -> V t -1 t o t +1 RCS t-1 RCS to RCS t+1 Stacking of all “raw images” indexed by time Focussing Final RAW image level 1 data Study impact of moving water
Page de titre, mentionner contributions Altamira et Cap
3 pages d’introduction (probablement nécessaires comme les présentations JPL sont dans une autre session)
E ce qui concerne la plateforme, chiffres de l’étude PASO, dont certains ont déjà évolué suite aux échanges avec les américains, notamment la taille des panneaux solaires ~30 m2
Description succincte de KaRIn : instrument, modes, opération (Actuellement : ping-pong (acq. bistatique) prévu à la fois pour LR et HR)
Principe de mesure : Interférométrie radar : on calcule l’hauteur d’un point au sol à partir de la différence de phase entre les réponses reçues sur les deux antennes de réception. Une différence importante par rapport à l’interferometrie SAR classique est le fait que l’on cherche à mesurer des hauteurs absolues (au lieu de hauteurs relatives entre les différents points de l’image), ce qui fait que l’on a besoin d’une différence de phase déroulé (plutôt que la phase modulo 2 pi que l’on observe).
Pour dérouler la phase, on a donc besoin une référence qui nous donne la hauteur à une altitude d’ambigüité près, typiquement de l’ordre de la dizaine de mètres. - Océan: surface de mer moyenne, modèles de marée, ou altimètre nadir - Hydrologie: MNT précis (SRTM, ACE2, Tandem-X) Précision extrême nécessaire pour plusieurs paramètres: altitude satellite, temps entre émission et réception, etc (cf. équations page précédente- également reflétée dans le budget d’erreur) Le principe de mesure décrit ci-dessus permet de restituer la hauteur absolue indépendamment pixel par pixel -> mais la correction troposphérique doit être connue dans toute la fauchée -> difficile en mode hydro : variations rapides autour des cours d’eau. Alternative : travailler en relatif, spatialement, à partir de points de référence, en s’inspirant de l’interférométrie radar classique, mais en tenant compte spécificités de KaRIn, notamment les franges orbitales très serrées et la forte variation de l’altitude d’ambigüité dans la fauchée.
Les grandes catégories d’étapes (LR et HR), qui seront détaillées sur la planche suivante.
KaRIn en tant que radar à synthèse d’ouverture peut atteindre un résolution spatiale de 2 m en azimut et 10 à 60 m en distance (déjà dit page 5). En mode LR (océanographie) on vise seulement une résolution spatiale de l’ordre du km -> il s’avère que l’on peut se contenter d’un traitement SAR simplifié appelé SAR non focalisé réalisé à bord (coût de calcul moindre, notamment dû à la longueur réduite des FFT à réaliser), qui avec le calcul interferometrique, le moyennage spatial et le codage BAQ, également réalisés à bord, permet de réduire la TM de > 1Gb/s à environ 0.2 Mb/s, puis les traitements “haut niveau” sont réalisés. En mode HR, on vise une résolution décamétrique, notamment afin de pouvoir discriminer et analyser des rivières larges de quelques dizaines de mètres seulement, donc on ne fait qu’une présommation d’un facteur 2 et un codage BAQ à bord (avec un débit TM réduit d’un facteur 2, mais qui reste alors très élevé, environ 300 Mb/s), puis le reste du traitement s’effectue au sol. J’ai soulignée les étapes jugées particulièrement « challenging ») ATTENTION : l’ordre des traitements est préliminaire et doit être consolidé, en particulier en ce qui concerne les corrections
Ex. 1: Prototypages de traitements SAR non focalisés afin d’étudier le traitement bord proposé par le JPL et les performances associées. Traitement complet = référence. Multilooking -> centaine de mètres (pour arriver à la même résolution que les images ). SAR non focalisé que l’on pense être proche du traitement bord JPL. Le nombre de lignes N de l’image brute prises en compte pour créer une ligne dans les N images SAR non focalisée est ici N=40, correspondant à un critère d’excursion maximale de pi/4 (qui n’est pas forcement l’optimum). On voit ici l’image non-focalisée 40 vues obtenues à partir des 40 sous-vues non-focalisées créées (en réalité le multilooking se fera au niveau des interférogrammes). (Variante associée au mode d’acquisition “Burst” proposé par Thalès, où on utilise uniquement 1/3 des 40 lignes de chaque block. Pas décrit dans l’article, et ne fait pas partie de la « baseline » SWOT.) Attention : Le fait de tester le traitement non focalisé prévu pour le mode LR sur une scène terrestre statique défini par un MNT est bien évidemment artificiel, mais c’est juste pour visualiser les faibles différences visuelles, qui devraient être représentatifs.
Impacte du type de traitement SAR sur les interférogrammes et donc sur les hauteurs restituées. Perte de détail relativement limité (comme sur les images SAR), d’autant plus que l’on va encore faire du multilooking (moyennage spatial) d’un facteur 10 environ avant d’arriver aux produits LR kilométriques. Après ce multilooking et multiplication par la Ea/2pi la différence d’écart type entre full processing et nonfoc n’est que de 1 mm, à comparer avec le budget d’erreur total de 2 cm (Attention : Dans son rapport, Jean-Marc mesure cette différence pour un MNT plat et pour N =58, mais le résultat varie peu entre N=40 et N=58, donc on n’en parle pas).
Ex. 2 : Détection des surfaces d’eau cf. étude SWOT 2009 Magellium et études R&T 2010 (Télécom ParisTECH, CLS) + activités prévues en interne… Avec les méthodes simples, on satisfait dans certains cas de simulation la spec de performance (< 20% d’erreur), mais pas toujours. Résultats clairement perfectibles. Retour d’expérience : il faut absolument utiliser le contexte spatial (pas travailler sur des pixels individuels) et exploiter les données a priori, notamment la connaissance de la localisation du cours d’eau lors du précédent passage. Liste de méthodes plus avancées / mieux adaptées (étude CLS, étude Télécom ParisTECH et 2 méthodes que j’aimerais tester en interne)
Spécificités par rapport aux systèmes SAR spatiaux actuels : Bande Ka: impact prévisible de la courte longueur d’onde d’un point de qualitatif (comme listé ici), mais peu de rapport quantitatifs sur sigma_0 Proche nadir : layover, contraste terre/eau, variation fort/rapide de plusieur paramètres qui d’habitude sont quasiment constants ou varient lentement Faire référence à l’article EUSAR où ces aspects sont détaillés (me contacter pour avoir une copie de l’article, il y a eu un problème technique côté organisateur qui fait qu’il n’est pas sur le CD-ROM proc. EUSAR)
A partir d’une étude bibliographique, des modèles pour la réflectivité radar (ou sigma zéro) ont été sélectionnées pour trois types de surfaces : du sol nu, de l‘eau et de la végétation. Des études de sensitivité ont permis de déterminer les paramètres déterminants dans les 3 cas : Sol nu : incidence locale, rugosité et humidité Surfaces d’eau : rugosité (petites vagues) Végétation : plusieurs facteurs qui jouent, mais généralement très fort contraste avec l’eau (plusieurs dizaines de dB) des nouvelles classes seront rajoutées (cf. dernière planche) Un certain nombre des cas ont été simulées et utilisées en entré d’un deuxième simulateur, qui lui tient compte des effets géométriques comme le layover, les ombres etc. et produit des couples d’images interférométriques. (Illustration : Description des entrées et sorties du simulateur global) Utilisation : tester des étapes de traitement, étudier des phénomènes (sauf variations temporelles nécessitant la simulation de données brutes = planche suivante)
Simulation de données brutes afin d’étudier l’impact des mouvements d’eau. Passe par la simulation d’une image brute (pas focalisée en azimuth) pour chaque impulsion (coup de PRF) puis la sommation coherente de ces images. Les résultats préliminaires indiquent que seulement certains types de mouvement aléatoire sont réellement nuisibles au niveau de la focalisation (mouvements très rapides et chaotiques).