Comprensión del índice de dispersión de amplitud (ADI) en el proceso de estimación de errores de InSAR y KorRai

Al evaluar un análisis InSAR de la estabilidad de taludes o el hundimiento del suelo, ¿cómo se determina si el análisis es fiable?

Una métrica a tener en cuenta es el índice de dispersión de amplitud (ADI).

En este artículo, explicamos el índice de dispersión de amplitud (ADI) y ofrecemos un recorrido detallado sobre cómo analizamos la estimación de errores aquí en KorRai.

Este artículo es la cuarta parte de nuestra Guía de la serie InSAR, dirigida a ingenieros geotécnicos, analistas de riesgos, ingenieros de seguridad y partes interesadas que participan en proyectos en los que la gestión del riesgo de hundimiento del suelo es un factor fundamental.

Puedes encontrar todos los artículos de la serie aquí:

• Conceptos básicos de InSAR
• Procesamiento InSAR
• Calibración de InSAR mediante GNSS

¿Qué es el índice de dispersión de amplitud (ADI)?

Para entender la ADI, primero tendrás que entender dos conceptos clave que sustentan su uso: Persistent Scatterers (PS) y UrbanSAR.

¿Qué son los dispersores persistentes?

Los dispersores persistentes son características estables y reflectantes en la superficie de la Tierra que producen una retrodispersión constante del radar durante largos períodos. Algunos ejemplos comunes son los tejados de edificios, las rocas expuestas u otras estructuras hechas por el hombre. Estas son la columna vertebral de la interferometría de dispersión persistente (PSI) porque su consistencia las hace ideales para detectar movimientos sutiles del suelo con gran precisión.

¿Qué es UrbanSAR?

SAR urbano es la técnica InSAR patentada de KorraI, una versión avanzada y escalable en la nube de Interferometría de dispersión persistente (PSI), diseñado específicamente para monitorear la deformación del suelo en entornos urbanos.

Las técnicas tradicionales de PSI utilizan imágenes satelitales de radar para detectar movimientos pequeños y lentos del suelo, como terrenos que se hunden o edificios que se mueven, mediante el análisis de los reflejos de objetos estables a lo largo del tiempo. UrbanSAR se basa en esto al introducir una arquitectura modular y nativa de la nube, lo que la hace más rápida, flexible y altamente escalable para grandes ciudades o redes de infraestructura.

Con UrbanSAR, los usuarios pueden:

• Procese de manera eficiente grandes cantidades de datos de radares satelitales en la nube
• Conecte fácilmente nuevas fuentes de datos (SAOCOM, TerraSAR-X, RCM, etc.) gracias a su diseño modular
• Supervise la infraestructura y el suelo urbano con precisión milimétrica

Explicación del índice de dispersión de amplitud (ADI)

El índice de dispersión de amplitud (ADI) en la técnica InSAR de UrbanSAR es una métrica que se utiliza para evaluar la calidad y la confiabilidad de los puntos de dispersión persistente (PS). Los puntos PS son objetivos de radar estables en la superficie terrestre, como edificios o rocas, que muestran una retrodispersión constante a lo largo del tiempo.

La ADI mide la variabilidad de la amplitud de las señales de radar devueltas desde estos puntos PS a lo largo de toda la serie temporal de SAR. Una ADI baja indica que los objetivos de radar son estables y confiables, lo que los hace ideales para monitorear con precisión la deformación mediante técnicas de PSI (interferometría de dispersión persistente). Por el contrario, una IDA alta indica una variabilidad significativa en la amplitud, a menudo debido a los cambios en la superficie, los efectos atmosféricos o el ruido.

¿Por qué es importante la ADI?

Identificación de puntos de monitoreo confiables

No todas las superficies reflejan las señales del radar de manera uniforme. La ADI filtra los dispersores poco fiables, como la vegetación o las masas de agua, y ayuda a seleccionar puntos con reflexiones fuertes y consistentes.

Mejora de la precisión de la deformación

Los puntos de radar con una ADI alta generan más ruido que señal. Al establecer un umbral basado en la ADI, nuestro análisis mejora la relación señal/ruido de los mapas de deformación finales.

Validación con sensores de suelo

Calibramos los datos de los satélites con sensores GNSS públicos e in situ. La selección de puntos de ADI bajos garantiza una mejor correlación entre el movimiento derivado del INSAR y la realidad real sobre el terreno.

Determinación del umbral de ADI ideal en el procesamiento de UrbanSAR

Elegir el umbral de ADI correcto es crucial y depende del contexto:

• Umbrales más bajos (p. ej., 0,4) producen menos puntos PS, pero son más estables
• Umbrales más altos (p. ej., 0.8) incluyen más puntos pero aumentan el ruido

En el procesamiento de UrbanSAR, se selecciona este umbral empíricamente, basado en la validación con datos reales sobre el terreno. El valor correcto depende del tipo de radar, la complejidad del terreno y los objetivos del proyecto.

Proceso de estimación de errores de UrbanSAR

Antes de profundizar en cómo los umbrales de ADI afectan a las mediciones de desplazamiento, es útil comprender los dos modos principales (complementarios) de procesamiento de UrbanSAR que se utilizan para estimar los errores:

KorRai utiliza dos enfoques complementarios para cuantificar el error en los productos de desplazamiento:

1. Ejecución única de ADI
2. Ejecución de ADI múltiple

Ejecución única de ADI (flujo de trabajo UrbanSAR estándar)

Qué pasa

• UrbanSAR se ejecuta con un umbral ADI fijo (p. ej., 0,4 o 0,5).
• Los puntos PS se filtran con este valor de ADI.
• Se crean celdas de cuadrícula de 250 metros, cada una de las cuales contiene un subconjunto de puntos PS.

Salidas por celda de red

• Desplazamiento medio: Promedio de desplazamientos de puntos PS.
• Desviación estándar (barra de error): Refleja variabilidad dentro de la célula entre puntos PS: esta es la estimación de incertidumbre principal para esa serie.

La ejecución única de ADI es útil para comprender la coherencia interna en una ejecución determinista.

Ejecución múltiple de ADI (análisis de sensibilidad para la cuantificación de errores)

Qué pasa

• UrbanSAR se ejecuta varias veces sobre el mismo AOI utilizando diferentes umbrales de ADI (normalmente de 0,4 a 0,8 en 0,1 pasos).
• Cada ejecución genera datos de desplazamiento de un conjunto diferente de puntos PS.
• Todos los puntos PS de estas series se agregan en las mismas celdas de cuadrícula de 250 metros.

Salidas por celda de red

• Desplazamiento medio: Promedio de todos los puntos PS de todas las carreras en una celda determinada.
• Desviación estándar (barra de error): Medidas variabilidad entre series—es decir, qué tan sensible es el valor de desplazamiento a la selección del umbral de ADI.

Multi ADI Run es útil para cuantificar la solidez de las mediciones de desplazamiento en diferentes niveles de filtrado.

Interpretación de los resultados

Las cifras generadas en este flujo de trabajo destacan tres ideas clave:

Mapa de cuadrícula

Visualiza el movimiento y la velocidad promedio en el área de estudio.

Zonas de error

Destaca las áreas de alta variabilidad que pueden requerir una verificación en tierra o una inspección más cercana.

Gráficos de series temporales

Para cada celda de la cuadrícula, muestra la deformación promedio a lo largo del tiempo con barras de error (desviación estándar). Las barras de error más grandes indican datos menos confiables.

Reflexiones finales

Al ofrecer estimaciones de errores tanto dentro como entre ejecuciones, garantizamos un alto grado de transparencia y confianza en nuestros productos UrbanSar. Ya sea ingeniero geotécnico, asegurador de seguros o administrador de infraestructuras, comprender la confiabilidad de los datos del movimiento del suelo es crucial, y nosotros lo hacemos posible.

Esperamos que esto le permita tomar decisiones más seguras y basadas en datos a la hora de elegir el proveedor de InSAR correcto, leer los datos y hacer interpretaciones.

‍