Earth surface deformation and elevation fields from different observation techniques : validation and fusion problems

The validation of novel Earth observations from satellite borne sensors is an actual and important issue for the scientific community. The exploitation of the large amount of data coming from space requires their accuracy assessment by comparison with well consolidated satellite or ground based techniques. This is the case of the SAR products, different either for the kind of sensors used or for the mission characteristics or for the kind of data and data processing. This thesis collects the results obtained in the framework of two different projects both funded by the Italian Space Agency in tackling the above problem. In the first case data come from the ENVISAT satellite mission, and the products under analysis are InSAR time series of deformations, in the second case data come from the COSMO-SkyMed satellite mission and the products are radargrammetry digital surface models, DSMs. The focus of the work is on comparison strategies rather than on the validation results themselves. In order to make different observations of a same phenomenon comparable, they have to be transformed, very often predicted in space and time, thus introducing errors. Of course it is possible to design validation campaigns in such a way to avoid as much as possible a subsequent data manipulation (for instance making reference observations in the same place and simultaneously with respect to those under evaluation) but very often already existent datasets are used and the way to compare them is to be defined. A general formulation of the problem would be that of finding that transformation which minimize those errors. This approach was initially pursued by giving a stochastic interpretation to the observations and invoking as optimality principle that of minimizing the variance of prediction errors. The solution found however requires an observations behaviour that is not obeyed in the actual world unless some data pre-processing is applied. Different ad hoc solutions were therefore adopted and a-posteriori compared. The question is still open, but some key elements have been pointed out. This dissertation reflects in part the way we approached the problem: a general introduction is given on stochastic fields modelling as well as on collocation and kriging prediction techniques and a general optimal validation procedure is presented. Then the two real cases we dealt with within MORFEO and COSMO-SkyMed are presented, each in a different part of the manuscript. After recalling the techniques used in the former case to monitor landslide deformations and in the latter to produce digital surface models, the data handling is described. The strategies adopted are then introduced and compared by using a reference DSM as benchmark. Finally the results are reported both in terms of the evaluating strategies and in terms of validation results. More precisely, within the ASI MORFEO project the main goal was to find a procedure to validate deformation time series obtained using two DInSAR algorithms (SBAS developed by the IREA of Naples and SPINUA developed by Politecnico of Bari). The validation was done making a local comparison of LOS deformation values and LOS deformation velocities between SBAS and SPINUA time series themselves and between an independent time series derived from GPS observations on the landslide of Ivancich (Assisi, central Italy). This study area was selected because already monitored by SAR and GPS from several years. The comparison was performed at a local level since the deformation field irregularity make the spatial-temporal prediction error so high to compromise the result of the validation itself. More precisely, the deformation velocity of each GPS point was compared with the velocity of the three nearest SAR permanent scatterers and the cross-comparison between SBAS and SPINUA was done per areas of homogeneous deformation behaviour, testing the equality between the mean deformation velocities of the two datasets. One of the limit of the comparison procedure is in the GPS dataset used as truth: it revealed to have a too poor accuracy for the validation purpose. It would be necessary to: select GPS stations in areas with high density of permanent scatterers and recognized to be zones of homogeneous deformation behaviour (GPS permanent stations would be preferable), locate SAR corner reflectors near GPS stations to avoid additional interpolation errors, make more measurement campaigns and with measurement sessions longer than 24 hours in order to obtain very accurate coordinate estimate (few millimeters). Regarding SPINUA and SBAS cross-comparison, statistical tests on mean velocities in areas with homogeneous behaviour show that the two algorithms, when applied to the same image dataset and after a planimetric bias correction see a statistically equal deformation movement. To what concern height fields, namely the COSMO-SkyMed project, the purpose was to find a methodology to validate and merge together different DSMs of comparable accuracy; the work was performed on a test area located near the city of Como on ASTER and SRTM height models, used as test fields, in view to be applied to COSMO-SkyMed products initially not available to the project. The validation was performed in two ways always on the grid of the DSM under analysis: an internal validation permits to identify and remove outliers on the base of their statistical behaviour with respect to their neighbours; both the model resulted to have a very low percentage of outliers (lower then 1%). After that, an external validation procedure was defined; it consists in a proper comparison with a higher precision DSM taken as reference, in this case it has been considered a LiDAR DSM. The estimated accuracies of ASTER and SRTM agreed with those found in literature. After that, different methodologies for merging different DSMs, with comparable accuracy and resolution, were tested. In particular, a generalized collocation procedure to make predictions of the height field or of its linear functional from different functionals of the field itself was implemented. This technique was applied to merge the point-wise ASTER DSM with 30m resolution and the average SRTM DSM with 90m resolution either to produce an average DSM on the SRTM grid or a point-wise DSM on the ASTER grid. The final DSM is as or more accurate than the original one. However this strategy is strongly penalized by the empirical estimation of the covariance function as well as by data managing problems. One has always to select areas with a homogeneous behaviour, to be treated separately. This choice is quite arbitrary and heavy. Merging strategies based on morphology dependent weighted average between height values referred to a same grid were finally adopted, as they prove to be more efficient than weighted average based on global constant weights. Once the products of COSMO-SkyMed were made available within the project, the procedure to validate and merge different datasets were partially applied to create a DSM starting from sparse point coordinates, computed applying radargrammetry to ascending and descending COSMO-SkyMed stereo-pairs in two test areas near the city of Como (northern Italy). The results showed that applying the radargrammetric approach to COSMO SkyMed Spotlight images is worthy; DSMs with an accuracy of about 7-8m with a resolution of 5m x 5m can be obtained. These DSMs could be used to improve and detail the SRTM DSM, freely available all over the world; to this aim the developed generalized collocation technique could represent a useful tool.

La validazione di nuove osservazioni satellitari della superficie terrestre rappresenta per la comunità scientifica un tema attuale ed importante. Per sfruttare a pieno le grandi moli di dati satellitari via via disponibili è necessario infatti definirne l’accuratezza attraverso un confronto con tecniche consolidate, sia terrestri che satellitari. Questo è ciò che accade per i prodotti SAR che differiscono fra loro per tipo di sensori utilizzati, caratteristiche della missione con cui sono stati acquisiti e tipo di dato che li caratterizza. Questa tesi raccoglie i risultati ottenuti in questo ambito all’interno di due differenti progetti finanziati entrambi dall’agenzia spaziale italiana (ASI). Nel primo caso i dati provengono dalla missione satellitare ENVISAT e i prodotti analizzati sono serie temporali di deformazione ottenute attraverso interferometria differenziale; nel secondo caso i dati derivano dalla missione satellitare Cosmo-SkyMed e in particolare si tratta di modelli digitali di superficie (DSM) ottenuti applicando i principi radargrammetrici alle immagini SAR. Il lavoro si è focalizzato sulle strategie di confronto più che sui risultati stessi. Per rendere comparabili osservazioni diverse dello stesso fenomeno, esse devono essere trasformate facendo delle predizioni nello spazio e nel tempo che possono compromettere il processo di validazione. Ovviamente è possibile progettare l’acquisizione dei dati da confrontare in modo tale da evitare il più possibile queste manipolazioni (ad esempio prevedendo che le osservazioni siano pressocchè simulatanee e riferite agli stessi punti); solitamente però si utilizzano dei dataset già esistenti ed è quindi necessario definire un modo per effettuare il confronto. Una formulazione generale del problema consiste nel trovare quelle trasformazioni che minimizzano gli errori introdotti durante il processo di validazione. Quest’approccio è stato adottato inizialmente dando un’interpretazione stocastica alle osservazioni ed invocando un principio di ottimalità consistente nella minimizzazione della varianza dell’errore di predizione. La soluzione trovata però richiede un comportamento delle osservazioni tale da non poter essere applicato ai dati reali senza un pre-processamento adeguato. Soluzioni diverse, create ad-hoc sono state quindi adottate e valutate solo a-posteriori. La questione è ancora aperta ma alcuni elementi chiave sono stati messi in evidenza. Questa tesi riflette in parte il modo con il quale il problema è stato affrontato: un’introduzione generale viene data sui campi stocastici, così come sulle tecniche di predizione stocastica, kriging e collocazione; viene anche presentata la procedura ottima di validazione sviluppata. Successivamente i due casi reali affrontati all’interno dei progetti MORFEO e COSMO-SkyMED vengono presentati, nella prima e nella seconda parte della tesi rispettivamente. Dopo un richiamo sulle tecniche utilizzate per il monitoraggio di deformazioni in frana, e nel secondo caso sulle tecniche utilizzate per produrre modelli digitali, è descritta la manipolazione dei dati. Le strategie adottate sono poi introdotte e confrontate attraverso l’utilizzo di un modello di riferimento. Alla fine i risultati sono riportati sia in termini di valutazione delle strategie che in termini di risultati veri e propri della validazione. All’interno del progetto ASI MORFEO lo scopo principale era quello di trovare delle procedure per validare serie di deformazioni ottenute utilizzando due algoritmi DInSAR (l’algoritmo SBAS, sviluppato dal gruppo IREA di Napoli e l’algoritmo SPINUA, sviluppato dal Politecnico di Bari). La validazione è stata effettuata facendo un confronto a livello locale dei valori di deformazione e di velocità di deformazione lungo la linea di vista del SAR (LOS), comparando i risultati dei due algoritmi fra loro e con serie temporali di deformazioni indipendenti ottenute monitorando la frana in esame, quella del quartiere Ivancich di Assisi (Italia centrale), con il GPS. La frana di Assisi è stata scelta come area test proprio perché monitorata già da tempo con entrambe le tecnologie. Il confronto è stato effettuato a livello locale dal momento che l’irregolarità del campo di deformazione rendeva l’errore di predizione così elevato da compromettere i risultati della validazione stessa. Più in dettaglio, la velocità di deformazione di ciascun punto GPS è stata confrontata con la velocità dei punti SAR più vicini e la cross-comparazione fra SBAS e SPINUA è stata fatta per aree con comportamento di deformazione omogeneo, valutando l’uguaglianza fra le velocità di deformazione medie viste dai due dataset. Uno dei limiti principali della procedura di validazione studiata sta nella qualità del dato GPS usato come verità, troppo bassa per validare i dati SAR. Sarebbe necessario selezionare le stazioni GPS (sarebbero preferibili stazioni permanenti GPS) in aree con un’elevata densità di permanent scatterers e riconosciute come zone aventi lo stesso comportamento di deformazione; inoltre sarebbe opportuno posizionare dei corner reflectors nelle vicinanze delle stazioni permanenti per evitare di dover introdurre errori di interpolazione e fare più sessioni di misura GPS e con durata superiore a 24 ore (per ottenere stime di coordinate molto precise, dell’ordine di qualche millimetro). Per quanto riguarda il confronto fra i due algoritmi, i test statistici sulle velocità medie su aree con comportamento di deformazione omogeneo dimostrano che, quando applicate allo stesso dataset di immagini e dopo la correzione di un bias planimetrico, i due sistemi vedono un movimento di deformazione statisticamente equivalente. Per quanto concerne invece lo studio dei campi di altezza, vale a dire il lavoro fatto per il progetto COSMO-SkyMed, lo scopo era quello di trovare delle metodologie per la validazione e la fusione di diversi DSM dall’ accuratezza comparabile; il lavoro è stato fatto su due aree test localizzate nella zona di Como (Italia settentrionale), considerando due DSM, il DSM ASTER e il DSM SRTM, come casi di studio con l’intento di applicare successivamente la procedura ai prodotti COSMO-SkyMed, una volta disponibili. La validazione è stata effettuata in due modi: una prima validazione interna ha permesso di identificare e rimuovere gli outlier presenti nel DSM da validare sulla base del loro comportamento statistico rispetto ai punti vicini; entrambi i modelli hanno presentato un basso numero di outlier (meno dell’1%). Successivamente è stata definita una procedura di validazione esterna, basata cioè sul confronto del DSM da validare con un altro modello, in questo caso il DSM LiDAR, che avendo una accuratezza molto superiore è stato preso come riferimento. Le accuratezze stimate per ASTER e SRTM concordano con quelle di letteratura. Dopo la validazione si è cercato di capire come poter fondere i due DSM dalle accuratezza comparabili. In particolare, è stata implementata una procedura di collocazione generalizzata per la predizione e del campo d’altezza di per sé e dei suoi funzionali lineari. La tecnica è stata applicata per mettere insieme il DSM puntuale ASTER con risoluzione 30m e il DSM mediato SRTM con risoluzione 90m con lo scopo di produrre sia un DSM mediato sulla griglia SRTM sia un DSM puntuale sulla griglia ASTER. Il DSM finale ottenuto ha accuratezza pari o superiore al DSM iniziale; va sottolineato come la strategia sia fortemente penalizzata dalla stima empirica della funzione di covarianza e da problemi relativi alla gestione dei dati. Inoltre è sempre necessario selezionare aree dal comportamento omogeneo che devono essere trattate separatamente e questa scelta, piuttosto arbitraria, può avere effetto significativo sulle fusione. Infine sono state implementate tecniche di fusione basate su medie pesate; medie fatte con pesi dipendenti dalle caratteristiche morfologiche del terreno sono risultate più efficaci di quelle fatte con pesi costanti. Una volta disponibili i prodotti COSMO-SkyMed, le procedure sviluppate sono state in parte applicate per validare e fondere DSM ottenuti a partire da serie di coordinate di punti sparsi (ottenute applicando la tecnica radargrammetrica su stereo coppie di immagini COSMO, ascendenti e discendenti, in due aree test vicino all’area di Como). L’approccio radargrammetrico alle immagini ad alta risoluzione (Spotlight) di COSMO-SkyMed permette di generare dei DSM con buone caratteristiche di accuratezza, dell’ordine di 7-8m su grigliati con risoluzione di 5m x 5m. Questi DSM possono essere proficuamente utilizzati, ad esempio, per migliorare e dettagliare il DSM SRTM, disponibile gratuitamente su tutto il globo e a questo scopo, la tecnica di collocazione generalizzata implementata può rappresentare una valida alternativa.