Segmentazione di immagini RADAR Sentinel-1 multi-temporali

In this work, it is presented an analysis of the segmentation and classification capabilities of SAR SLC-IW Sentinel-1 data. This mission offers global coverage, short revisit time and free-to-use data. Thanks to these characteristics, it is possible to provide updated and reliable descriptions of the targets on the Earth’s surface. Once established some assumptions necessary for this specific work, a data stack of radar images acquired over a seasonal temporal window will be analysed. Specifically, the time dimension will be exploited in order to derive the temporal decorrelation pattern of the targets. Moreover, the analysis will be extended on the electromagnetic, temporal and polarisation characteristics of the stack, using the Principal Component Analysis multidimensional projection. In conclusion, the results of the methodology will be shown over two areas of interest near the surroundings of the Po river, Italy. The first is located near Tanaro and Po river confluence, and it is used for the analysis of the single land cover classes characteristics, while the latter is located over Roccabianca (PR, Italy) and it is used to validate non-stationarity hypotheses of the time decorrelation pattern.

La missione Sentinel-1 del programma Copernicus offre dati SAR free-to-use e facilmente reperibili a copertura globale ed alta frequenza temporale. In questo lavoro ne verrà analizzato il contenuto informativo attraverso un processo di segmentazione propedeutico alla classificazione. Ciò potrebbe fornire un valido metodo per il monitoraggio, in grado di garantire informazioni precise, sempre aggiornate ed affidabili sullo stato di una qualsiasi area sulla Terra. Inizialmente verrà fornita una visione generale delle caratteristiche della missione Sentinel-1, verranno quindi illustrati a seguire gli strumenti matematici e i concetti utilizzati per derivare le ipotesi di partenza e per processare i dati. A questo scopo verranno introdotti il concetto di coerenza, i metodi di stima e di proiezione multidimensionale tramite Principal Component Analysis (PCA). Fissate le ipotesi di partenza, si analizzerà la dimensione temporale di uno stack di immagini RADAR acquisite in una o più stagionalità, ogni sei giorni, studiando il pattern di decorrelazione temporale dei bersagli al suolo. Si passerà quindi all'analisi di tutte le caratteristiche elettromagnetiche, temporali e di polarizzazione dello stack di dati SAR tramite il processo di proiezione multidimensionale PCA. L'analisi dei risultati ottenuti verrà quindi svolta su due aree della pianura Padana attorno al fiume Po. La prima zona sarà circostante alla confluenza tra il fiume Tanaro e il fiume Po e verrà utilizzata al fine di analizzare le caratteristiche temporali ed elettromagnetiche locali di diverse aree campione. La seconda invece è la zona circostante Roccabianca (PR), e verrà utilizzata al fine di verificare delle ipotesi di dinamicità del pattern di decorrelazione temporale.