Development of Google Earth Engine tools for burned area mapping from Copernicus Sentinel multispectral and SAR images

This thesis focuses on burned area change detection with satellite data, in particular from multispectral and Synthetic Aperture Radar (SAR) observations. Multispectral satellite data have been, and still are, widely used in Earth Observation thanks to the wide range of wavelengths, and in turn information, that it can acquire. On the other hand, SAR data offers the advantage of independence from solar illumination and weather conditions. In this thesis, an application was developed in Google Earth Engine for mapping burned area, detected from time series of multispectral satellite images, based on supervised classification; the application then merges the result at each step of the time series into a single map. The objective is to use it for the creation of a burned area dataset, to validate products of the European Space Agency (ESA) FireCCI project. Multispectral bands and optical indices are used for detecting burned regions. Additionally, a script for calculating the optimal time series of images to use has been integrated. In the thesis, five study sites were selected and the GEE application was run to extract fire perimeters from time series to be used as ground truth for the analysis of Sentinel-1 SAR data over burned regions. Statistical tests and data visualization were used to assess the radar change in intensity of the backscatter signal following a fire event. The changes in the distribution were found significant for the majority of the test cases, and more visible in the VH radar polarization mode. Furthermore, the five burned area maps produced from Sentinel-2 were used for the validation of classifications tests of burned area from the SAR acquisitions. These classifications were conducted using the radar backscatter values and dedicated radar indices to identify the occurrence of fires, considering different time configurations. The thesis work also tested the use of longer baselines of radar acquisitions that were found to produce more accurate results in detecting fire events in high fire activity regions.

Questa tesi si concentra sul rilevamento di aree bruciate attraverso il cambiamento dei dati satellitari, in particolare usando osservazioni multispettrali e del radar ad apertura sintetica (SAR). I dati satellitari multispettrali sono stati, e sono ancora, ampiamente utilizzati nell’Osservazione della Terra grazie alla vasta gamma di lunghezze d’onda e, di conseguenza, di informazioni che possono acquisire. Dall’altra parte, i dati SAR offrono il vantaggio di essere indipendenti dall’illuminazione solare e dalle condizioni atmosferiche. In questa tesi, è stata sviluppata un'applicazione in Google Earth Engine per la mappatura delle aree bruciate, individuate da serie temporali di immagini satellitari multispettrali, basata su classificazione supervisionata; l’applicazione poi combina i risultati ottenuti in ciascun passo della serie temporale in una singola mappa. L'obiettivo è utilizzarla per la creazione di un dataset delle aree bruciate, per validare dei prodotti del progetto FireCCI dell'Agenzia Spaziale Europea (ESA). Bande multispettrali e indici ottici sono utilizzati per rilevare le regioni bruciate. Inoltre, è stato integrato uno script per il calcolo della serie temporale ottimale di immagini satellitari da utilizzare. Nel lavoro di tesi, sono stati selezionati cinque siti di studio e l'applicazione in GEE è stata usata per estrarre i perimetri degli incendi dalle serie temporali, da utilizzare come riferimento per l'analisi dei dati Sentinel-1 SAR sulle regioni bruciate. Test statistici e visualizzazione dei dati sono stati usati per valutare la variazione nell’intensità del segnale di ritorno del radar a seguito di un incendio. Le variazioni nella distribuzione del segnale si sono rivelate significative per la maggior parte dei casi di test, e più evidenti nella modalità VH della polarizzazione del radar. Inoltre, le cinque mappe delle aree bruciate prodotte da Sentinel-2 sono state utilizzate per la validazione di classificazioni delle aree bruciate sulla base di acquisizioni SAR. Queste classificazioni sono state condotte utilizzando i valori di retrodiffusione del radar e indici radar dedicati per identificare eventi di incendi, considerando diverse configurazioni temporali. Nel lavoro di tesi è stato testato anche l'uso di intervalli temporali tra acquisizioni radar più lunghi, che hanno prodotto risultati più accurati nel rilevare eventi di incendio in regioni ad alta intensità di incendi.