Fast and robust estimation of atmospheric phase screens using C-band spaceborne SAR and GNSS calibration

One of the first features mentioned when talking about Synthetic Aperture Radar (SAR) is the total independence on weather conditions. While it is true that clouds are loosely affecting SAR images, it is also true that the non-unitary refractive index in the path from the satellite to ground delays the radar signal and affects the phase of the image acquired. This delay varies spatially and temporally, and it is one of the main sources of disturbance in the interpretation of SAR interferograms (the main product of interferometric SAR, or InSAR). In interferometry, the effect of the atmospheric delay is called Atmospheric Phase Screen (APS). For applications like ground deformation monitoring or Digital Elevation Model generation, the effect of the atmosphere must be considered as a source of noise and therefore should be at least mitigated. The refractive index, however, changes with temperature, pressure, or humidity of the medium, therefore it carries information about the status of the atmosphere at the time of the acquisition. This peculiarity leads in recent years to the boost of a branch of meteorology called InSAR meteorology with the primary objective of producing higher quality weather forecasts by using SAR-derived water-vapor maps as an ingestion product for Numerical Weather Prediction Models (NWPM). APS estimation from SAR images is not a novel concept: one of the by-products of Permanent Scatterers Interferometry (PSInSAR) is, indeed, the atmospheric delay. Permanent Scatterers (PS), however, are not always present in the scene, especially in rural or forested areas. PS processing also requires many images to work correctly, and the computational burden can be demanding if wide areas are employed. To be useful for NWPM, ingestion products must be spatially and temporally dense. Moreover, the generated maps must be wide: NWPMs work in domains as big as entire countries and they need APS maps that are several hundred or thousands of km wide. To satisfy the first requirement, not only PS but also Distributed Scatterers (DS) must be used. The exploitation of such targets requires extit{coherence}: the spatial structure of the scene must be quite stable between two SAR acquisitions. Since the sensibility of the system to ground changes increases with the operational frequency of the SAR, the C-Band at around 5.4 GHz is particularly suited for this purpose: the operational frequency is sufficiently low, allowing moderate coherence levels while also being high enough to avoid coping with ionospheric disturbances present at very low frequencies. Other bands will suffer of severe decorrelation (X-Band) or very strong ionospheric disturbances that must be taken into account (L-Band or P-Band). The second requirement concerning the wideness of the estimated atmospheric map is dealt by exploiting SAR images gathered with the ESA mission Sentinel-1. The Interferometric Wide (IW) acquisition mode can continuously capture a swath width of 250 km, making it the perfect instrument for this objective. This study developed a fast and robust method to optimally estimate atmospheric phase screens from a stack of SAR images using both PS and DS. Such delay maps can be used to predict extreme weather events and to provide better accuracy in short time forecasting. To satisfy the requirement on the large size of the derived product and at the same time to keep low the computational effort, it is mandatory to degrade the resolution. At the same time, we need to exploit DS, thus it is mandatory to use all the information (looks) available in the atmospheric resolution cell. The entire procedure is based on the Phase Linking algorithm and exploits ground patches whose size compares with the desired spatial resolution. The method is suited for short revisit time, C-Band SAR mission such as Sentinel-1, where sufficient coherence is present when estimating interferometric phases using large windows. Just a few images need to be processed with a short total temporal span: this helps reduce the effect of deformations and decorrelations, which helps the unwrapping procedure. A cross-calibration of the data using the Global Navigation Satellite System (GNSS) is conducted in order to remove sub-centimetric orbital errors that would lead to smooth but significant errors in the final products. InSAR by itself, included the proposed method, is unable to produce absolute Zenith Total Delay (ZTD) maps. The product is, indeed, a differential one in the sense that each image is the difference between the ZTD of a given time instant and another. In order to retrieve the absolute ZTD, a prior must be used. In this research work, we also review two procedures aimed at making the maps absolute. The results are presented with different case studies. The first one is in the area of northern Italy where a dense GNSS network is present along with severe decorrelation and strong orography. Statistics of the estimated maps are derived and compared with the state-of-the-art PSInSAR processing. Another case study is the one in central Italy where again the maps are compared with the ones computed by the state-of-the-art processor. The third case study, instead, is a large-scale experiment involving 145.000 km2 in South Africa with very few GNSS stations.

Una delle prime caratteristiche menzionate quando si parla di radar ad apertura sintetica (SAR) è la sua totale indipendenza dalle condizioni meteorologiche. Mentre è vero che le nuvole influiscono limitatamente la qualità della immagini SAR, è anche vero che un coefficiente di rifrazione non unitario nel percorso tra il satellite e un bersaglio ritarda il segnale e influenza la fase dell'immagine acquisita. Questo ritardo varia spazialmente e temporalmente ed è una delle principali sorgenti di disturbo nell'interpretazione di interferogrammi SAR (il prodotto principale dell'interferrometria SAR, o InSAR). In interferometria l'effetto atmosferico è chiamato "schermo atmosferico di fase" (atmospheric phase screen APS). Per alcune applicazioni quali il monitoraggio delle deformazioni o la generazione di modelli di elevazione digitale (DEM), l'effetto dell'atmosfera viene considerato come una sorgente di rumore e quindi deve essere mitigato (o idealmente eliminato). L'indice di rifrazione cambia con la temperatura, pressione e umidità del mezzo in cui l'onda elettromagnetica si propaga, quindi include informazioni riguardo lo stato dell'atmosfera al momento dell'acquisizione. Questa peculiarità ha recentemente portato alla nascita di una branca delle meteorologia chiamata meteorologia InSAR. Essa ha come obbiettivo principale la generazione di previsioni meteo di alta qualità usando, nel processo di assimilazione nei modelli meteo previsionali (NWPM), mappe di vapore derivate da immagini SAR. La stima di APS da immagini SAR non è un concetto nuovo: uno dei prodotto di scarto della tecnica Permanent Scatterer (PSInSAR) è, infatti, il ritardo atmosferico. I Permanent Scatterers, purtroppo, non sono sempre presenti nella scena, specialmente in aree rurali o boschive. Il processamento dati PS richiede anche diverse immagini per poter funzionare correttamente e l'onere computazionale può essere importante se lo studio richiede larghe scale spaziali. Per essere utili ai NWPM, i prodotti assimilati devono essere spazialmente e temporalmente densi. In più, le mappe generate devono essere spazialmente estese: i modelli meteo previsionali lavorano su domini grandi come intere nazioni e quindi necessitano di mappe atmosferiche che si estendono centinaia o migliaia di km. Per soddisfare il requisito di densità spaziale, non vengono sfruttati solo PS, ma anche i DS (bersagli distribuiti o Distributed Scatterers). Sfruttare tali bersagli richiede la presenza di coerenza: la struttura spaziale della scena deve rimanere stabile tra un'acquisizione e l'altra. Dato che la sensibilità del sistema ai cambi aumenta con la frequenza operazionale del sistema SAR, la banda C, attorno ai 5.4 GHz, è particolarmente adatta a questo scopo. La frequenza è abbastanza bassa da consentire una coerenza moderata, ma è abbastanza alta da evitare effetti ionosferici importanti. L'utilizzo di altre bande comporterebbe un'effetto di decorrelazione severo (banda X) o effetti ionosferici non trascurabili (band P o band L). Il secondo requisito riguardante la vastità delle mappe atmosferiche stimate è affrontato tramite l'utilizzo di immagini SAR della missione Sentinel-1. La modalità Interferometric Wide (IW) può catturare un'immagine larga fino a 250 km su tutto il globo. In questo studio abbiamo sviluppato un metodo veloce e robusto per stimare in maniera ottima gli schermi atmosferici di fase partendo da uno stack di immagini SAR e sfruttando sia PS che DS. Tali mappe possono essere utilizzate per predirre eventi estrami e per fornire migliore accuratezza nelle previsioni a corto raggio. Per soddisfare il requisito sulle dimensioni del prodotto derivato e allo stesso tempo mantenere lo sforzo computazionale moderato, è necessario ridurre la risoluzione e di conseguenza il passo di campionamento del dato SAR. Allo stesso tempo si rende necessario l'utilizzo dei DS, quindi siamo indotti ad utilizzare tutta l'informazione disponibile (looks) nella cella di risoluzione atmosferica. Il metodo è basato sull'algoritmo Phase Linking e sfrutta finestre spaziali la cui dimensione è comparabile con la risoluzione spaziale desiderata. Esso è particolarmente adatto a missioni con un tempo di rivisita breve e in Banda C come la missione Sentinel-1. Poche immagini devono essere processate con una riduzione dell'estensione temporale complessiva dello stack: questa condizione aiuta a ridurre l'effetto delle deformazioni e della decorrelazione, che a sua volta, aiuta la procedura di srotolamento (unwrapping) della fase stessa. Una cross-calibrazione del dato avviene tramite una rete di stazioni GNSS permettendo così la correzione di un errore orbitale sub-centimetrico che porterebbe ad un errore non trascurabile alle basse frequenze spaziali. La tecnologia InSAR, compreso il metodo qui proposto, non è in grado di produrre mappe di ritardo assolute (Zenith Total Delay, ZTD). Il prodotto, infatti, è una mappa differenziale nel senso che ogni immagine rappresenta la differenza delle condizioni atmosferiche tra un dato istante temporale e un altro. Per stimare mappe assolute, un dato a priori deve essere utilizzato. In questo lavoro di ricerca riproponiamo due procedure utilizzate per rendere le mappe assolute. I risultati sono presentati con differenti casi di studio. Il primo considera l'area nel nord Italia dove una rete GNSS densa è presente. In questa zona la decorrelazione è severa e ci sono forti variazioni di topografia. Le statistiche delle mappe stimate vengono mostrate e comparate con lo stato dell'arte nella generazione di mappe atmosferiche tramite PSInSAR. Un altro caso di studio è quello del centro Italia dove le mappe sono nuovamente comparate con quelle derivate dallo stato dell'arte del processamento dati PSInSAR. Il terzo caso studio, invece, è un esperimento a larga scala che coinvolge 145.000 km2 in Sud Africa con poche stazioni GNSS presenti sulla scena.