Blog
/

Mejorar la precisión del InSAR con la calibración del GNSS: el enfoque de KorrAI

Table of contents
Introduction

Introducción

El radar interferométrico de apertura sintética (InSAR) es una técnica poderosa para monitorear el movimiento del suelo con una alta resolución espacial. Sin embargo, los datos sin procesar del InSAR suelen verse afectados por el ruido y las perturbaciones atmosféricas. Para mejorar la precisión, KorrAI emplea un proceso de calibración del GNSS (Sistema Global de Navegación por Satélite) que refina las mediciones del InSAR alineándolas con las observaciones reales desde tierra de los sensores del GNSS. Este artículo detalla la metodología utilizada y sus ventajas para las aplicaciones geotécnicas.

La necesidad de calibrar el GNSS en InSAR

Si bien el InSAR es capaz de detectar deformaciones a escala milimétrica, está sujeto a errores causados por las condiciones atmosféricas, las imprecisiones orbitales y el ruido de la señal. La calibración del GNSS ayuda a corregir estos errores al proporcionar datos de desplazamiento del suelo independientes y de alta precisión. Esto mejora la confiabilidad de las mediciones de desplazamiento derivadas del InSAR, haciéndolas más adecuadas para el monitoreo geotécnico y estructural.

Metodología de calibración de KorrAI

KorrAI utiliza un enfoque de dispersión cuasipersistente (cuasi-PS) para calibrar los datos del InSAR mediante observaciones del GNSS. Los pasos clave de este proceso incluyen:

1. Creación de puntos virtuales

  • Se establece un punto virtual o cuasi-PS en la ubicación precisa de cada estación GNSS.
  • Esto se logra interpolando los píxeles InSAR cercanos para que coincidan con la ubicación del GNSS.
  • El punto virtual sirve de puente entre los conjuntos de datos GNSS e InSAR.

2. División entre tren y prueba

  • Las estaciones GNSS se dividen en conjuntos de entrenamiento (80%) y de validación (20%).
  • Los puntos virtuales se crean solo para entrenar ubicaciones GNSS, lo que garantiza que el modelo de calibración se verifique de forma independiente con estaciones GNSS invisibles.

3. Transformación en datos de línea de visión (LOS)

  • Los datos del GNSS proporcionan el desplazamiento en tres direcciones: este-oeste, norte-sur y vertical.
  • Estos desplazamientos se proyectan en los LOS de InSAR para permitir comparaciones directas.

4. Cálculo de errores y cálculo del factor de corrección

  • Las diferencias entre los desplazamientos de LOS derivados del GNSS y los derivados del InSAR se calculan para cada observación.
  • Estas diferencias representan los factores de corrección que se aplican al conjunto de datos InSAR.

5. Creación de la superficie de corrección

  • Se genera una superficie de corrección interpolada espacialmente en función de los datos de calibración del GNSS.
  • Esta superficie representa errores que varían espacialmente en el conjunto de datos del InSAR y se utiliza para ajustar las mediciones del InSAR.

6. Aplicación de la calibración

  • La superficie de corrección se usa para ajustar la serie temporal original del InSAR en todas las ubicaciones.
  • El resultado es un conjunto de datos InSAR calibrado con un ruido reducido y una mejor concordancia con las observaciones del GNSS.

Ventajas del enfoque de KorrAI

  • Precisión mejorada: La superficie de corrección reduce significativamente los errores sistemáticos en los datos del InSAR, lo que mejora la precisión de la medición.
  • Mayor confiabilidad para aplicaciones geotécnicas: Al alinear el InSAR con los datos del GNSS, la técnica proporciona información más confiable para los ingenieros que monitorean la estabilidad de la infraestructura, las operaciones mineras y los riesgos de deslizamientos de tierra.
  • Escalabilidad: Dado que las redes GNSS están ampliamente distribuidas, este enfoque se puede aplicar a grandes áreas geográficas con un rendimiento uniforme.

Conclusión

El proceso de calibración GNSS de KorrAI mejora la usabilidad del InSAR para el monitoreo del movimiento del suelo al refinar las estimaciones de desplazamiento con observaciones GNSS de alta precisión. Esta metodología garantiza que los datos del InSAR se puedan utilizar con confianza en aplicaciones geotécnicas donde la precisión es primordial. Al mejorar continuamente las técnicas de calibración, KorrAI allana el camino para realizar evaluaciones de la estabilidad del suelo más fiables y prácticas.

Share this post
Copied!
Written By
Ritwek Khosla
Científico sénior de teledetección

Ritwek es licenciado en Ingeniería (B.E.) en Ingeniería Electrónica y de Comunicación. Comenzó en la visión artificial antes de descubrir su pasión por la teledetección y la ciencia de datos geoespaciales. En el apartado de aficiones e intereses, menciona «todo lo relacionado con la geoespacial y la automatización». ¡Habla de la dedicación al oficio!

Rahul Anand
CEO y cofundador

Rahul es el director ejecutivo y cofundador de KorrAI. Emprendedor en serie, anteriormente ha creado empresas exitosas en Internet de consumo e IoT. Ahora, se ha centrado en combatir el hundimiento del suelo, que se espera que afecte a más del 25% de la población mundial en las próximas décadas.

Written By
Team KorrAI

No items found.
No items found.
De vez en cuando enviamos correos electrónicos con actualizaciones, nuestros últimos blogs y nuestras lecturas favoritas sobre InSAR y el lento paisaje del hundimiento del suelo.

Suscríbase a nuestro boletín

Leído por los mejores profesionales en
¡Gracias! ¡Su presentación ha sido recibida!
¡Uy! Algo salió mal al enviar el formulario.