ΠΑΝΕΠΙΣΗΜΙΟ ΠΑΣΡΩΝ ΧΟΛΗ ΘΕΣΙΚΩΝ ΕΠΙΣΗΜΩΝ ΣΜΗΜΑ ΦΤΙΚΗ ΔΙΑΣΜΗΜΑΣΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΣΑΠΣΤΧΙΑΚΩΝ ΠΟΤΔΩΝ ΣΗΝ «ΗΛΕΚΣΡΟΝΙΚΗ ΚΑΙ ΕΠΕΞΕΡΓΑΙΑ ΣΗ ΠΛΗΡΟΦΟΡΙΑ»

Transcript

1 ΠΑΝΕΠΙΣΗΜΙΟ ΠΑΣΡΩΝ ΧΟΛΗ ΘΕΣΙΚΩΝ ΕΠΙΣΗΜΩΝ ΣΜΗΜΑ ΦΤΙΚΗ ΔΙΑΣΜΗΜΑΣΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΣΑΠΣΤΧΙΑΚΩΝ ΠΟΤΔΩΝ ΣΗΝ «ΗΛΕΚΣΡΟΝΙΚΗ ΚΑΙ ΕΠΕΞΕΡΓΑΙΑ ΣΗ ΠΛΗΡΟΦΟΡΙΑ» ΕΙΔΙΚΗ ΕΠΙΣΗΜΟΝΙΚΗ ΕΡΓΑΙΑ «ΤΑΞΙΝΟΜΗΣΗ ΔΕΔΟΜΕΝΩΝ ΑΝΤΑ ΣΥΝΘΕΤΙΚΟΥ ΑΝΟΙΓΜΑΤΟΣ (SAR) ME ΧΗΣΗ ΝΕΥΩΝΙΚΩΝ ΔΙΚΤΥΩΝ» ΜΟΤΣΑΚΑ ΜΑΡΙΑ ΣΟΤ ΑΝΑΣΑΙΟΤ Αρικμόσ Μθτρϊου: 146 ΠΑΣΡΑ ΟΚΣΩΒΡΙΟ 2013

2 ΕΙΔΙΚΗ ΕΠΙΣΗΜΟΝΙΚΗ ΕΡΓΑΙΑ «ΤΑΞΙΝΟΜΗΣΗ ΔΕΔΟΜΕΝΩΝ ΑΝΤΑ ΣΥΝΘΕΤΙΚΟΥ ΑΝΟΙΓΜΑΤΟΣ (SAR) ME ΧΗΣΗ ΝΕΥΩΝΙΚΩΝ ΔΙΚΤΥΩΝ» ΜΟΤΣΑΚΑ ΜΑΡΙΑ ΣΟΤ ΑΝΑΣΑΙΟΤ Αρικμόσ Μθτρϊου: 146 ΕΠΙΒΛΕΠΩΝ: Γεϊργιοσ Οικονόμου, Κακθγθτισ ΕΞΕΣΑΣΙΚΗ ΕΠΙΣΡΟΠΗ: Γεϊργιοσ Οικονόμου, Κακθγθτισ πφροσ Φωτόπουλοσ, Κακθγθτισ Βαςίλειοσ Αναςταςόπουλοσ, Κακθγθτισ 2

3 3

4 ΠΕΡΙΛΗΨΗ Η χριςθ των δεδομζνων αντάρ Συνκετικοφ Ανοίγματοσ (SAR) ςε εφαρμογζσ απομακρυςμζνθσ παρακολοφκθςθσ τθσ Γθσ ζχει ιδθ αρχίςει να πρωταγωνιςτεί τισ τελευταίεσ δεκαετίεσ. Τα ςυςτιματα SAR με δυνατότθτεσ μεταξφ άλλων ςυνεχοφσ λειτουργίασ παντόσ καιροφ, θμζρα και νφχτα, προςφζροντασ μεγάλθ κάλυψθ εδάφουσ και με δυνατότθτα λιψθσ απεικονίςεων πολλαπλϊν πολϊςεων, ζχουν αποτελζςει πθγι πολφτιμων πλθροφοριϊν τθλεπιςκόπθςθσ. Ζτςι, θ χριςθ των SAR δεδομζνων για τθν ταξινόμθςθ κάλυψθσ γθσ προςελκφει όλο και περιςςότερο τθν προςοχι των ερευνθτϊν και φαίνεται να είναι πολλά υποςχόμενθ. Η παροφςα ειδικι επιςτθμονικι εργαςία ζχει ςτόχο τθ μελζτθ και ερμθνεία των δεδομζνων SAR μζςω επιβλεπόμενθσ ταξινόμθςθσ, με τθ χριςθ νευρωνικϊν δικτφων (Neural Networks). Αφοφ πρϊτα γίνεται εκτενισ αναφορά ςτθ τεχνολογία και τα ςυςτιματα SAR, παρουςιάηεται αναλυτικά θ πειραματικι διαδικαςία ταξινόμθςθσ τριϊν βαςικϊν δομϊν κάλυψθσ γθσ. Τα δεδομζνα προζρχονται από το Ρροθγμζνο αντάρ Συνκετικοφ Ανοίγματοσ (ASAR) του δορυφόρου ENVISAT από τον Ευρωπαϊκό Οργανιςμό Διαςτιματοσ και αφοροφν ςτθν ευρφτερθ περιοχι του Άμςτερνταμ. Ρριν τθν διεξαγωγι τθσ ταξινόμθςθσ, τα δεδομζνα δζχκθκαν τισ απαραίτθτεσ διαδικαςίεσ προ-επεξεργαςίασ (ραδιομετρικι βακμονόμθςθ, γεωαναφορά, φιλτράριςμα κορφβου, ςυμπροςαρμογι). Πςον αφορά τθ διαδικαςία τθσ ταξινόμθςθσ, εξετάηεται θ ςυμπεριφορά του ταξινομθτι του νευρωνικοφ δικτφου για μεταβολζσ ποικίλων παραμζτρων, όπωσ θ επιλογι δεδομζνων διαφόρων πολϊςεων, το πλικοσ των νευρϊνων κ.α. και ιδθ από τα πρϊτα πειράματα λαμβάνονται ικανοποιθτικά αποτελζςματα. Στθ ςυνζχεια εφαρμόηονται τεχνικζσ ςφνκεςθσ πλθροφορίασ (average rule, majority rule) βελτιϊνοντασ τισ επιδόςεισ ταξινόμθςθσ. Τζλοσ, ζνα ςθμαντικό βιμα που εφαρμόηεται ςτθ διαδικαςία ταξινόμθςθσ αποτελεί θ εξαγωγι χαρακτθριςτικϊν υφισ από τισ μιτρεσ ςυνεμφάνιςθσ φωτεινοτιτων (Gray Level Co-occurrence Matrix-GLCM) και μικουσ διαδρομισ φωτεινότθτασ (Gray Level Run Length Matrix- GLRLM). Η χριςθ των χαρακτθριςτικϊν αυτϊν βελτιςτοποιεί το ςφςτθμα ταξινόμθςθσ, δίνοντασ εξαιρετικά αποτελζςματα. 4

5 ΘΕΜΑΣΙΚΗ ΠΕΡΙΟΧΗ: Ταξινόμθςθ Εικόνασ ΛΕΞΕΙ ΚΛΕΙΔΙΑ: SAR δεδομζνα, δορυφορικά ςυςτιματα SAR, Νευρωνικά Δίκτυα, Ταξινόμθςθ, Μιτρα Συνεμφάνιςθσ Φωτεινοτιτων (GLCM), Μιτρα Μικουσ Διαδρομισ Φωτεινότθτασ (GLRLM) 5

6 ABSTRACT The use of Synthetic Aperture Radar (SAR) data in remote sensing applications has become a cutting edge technology during the past few decades. The SAR systems have several capabilities, like day & night and all weather operation and they offer large ground coverage with the ability of multi-polarized imagery; therefore, they have proved to be a valuable source of remote sensing data. As a result, the use of SAR data for land cover classification increasingly attracts the attention of researchers and seems to be highly promising. Goal of this master thesis is the study and interpretation of SAR data through supervised classification, with the use of Neural Networks method. First, there is an extensive presentation of SAR systems and technology and then follows the detailed presentation of the experimental classification process for three basic land cover structures. The available data are from the Advanced SAR (ASAR) radar of the ESA ENVISAT satellite and correspond to the Amsterdam city and suburbs. Prior to the classification process, the data have been appropriately pre-processed (radiometric calibration, geocoding, speckle filtering, co-registration). Regarding the classification process, the response of the neural network classifier with the variation of several parameters (e.g. data polarization and number of neurons) is studied and from the initial test already the results were quite satisfactory. Further on, ensemble classifying methods (average rule, majority rule) are applied to improve the classification performance. Finally, as an essential step applied in the classification process is the textural feature extraction from Gray Level Co-occurrence Matrix (GLCM) and Gray Level Run Length Matrix (GLRLM). The use of these texture features optimizes the classification system, resulting to an exceptional performance. SUBJECT AREA: Image Classification KEYWORDS: SAR data, spaceborn SAR systems, Neural Networks, Classification, Gray Level Co-occurrence Matrix, Gray Level Run Length Matrix 6

7 7

8 ΕΤΧΑΡΙΣΙΕ Με τθν παροφςα ειδικι επιςτθμονικι εργαςία περατϊνεται ο κφκλοσ ςπουδϊν μου ςτο Διατμθματικό Ρρόγραμμα Μεταπτυχιακϊν Σπουδϊν με τίτλο «Ηλεκτρονικι και Επεξεργαςία τθσ Ρλθροφορίασ» του Ρανεπιςτθμίου Ρατρϊν και οφείλω να ευχαριςτιςω κερμά τουσ ανκρϊπουσ που ςυνζβαλαν ςτθν ολοκλιρωςι τθσ. Θα ικελα να ευχαριςτιςω, λοιπόν, τον επιβλζποντα κακθγθτι μου κφριο Γ. Οικονόμου, κακθγθτι του τομζα Ηλεκτρονικισ του τμιματοσ Φυςικισ, για τθν εμπιςτοςφνθ και το ενδιαφζρον, το οποίο επζδειξε τόςο με τθν ανάκεςθ του κζματοσ τθσ εργαςίασ αυτισ όςο και κατά τθ διάρκεια διεξαγωγισ τθσ. Ρολλζσ ευχαριςτίεσ οφείλω επίςθσ, ςτουσ διδάκτορεσ κυρίουσ Χ. Θεοχαράτο και Α. Μακεδόνα για τθν αμζριςτθ βοικεια και κακοδιγθςθ που μου παρείχαν από τθν αρχι ζωσ το τζλοσ. Τζλοσ, ευχαριςτϊ τον πατζρα μου για τθν υπομονι και ςυμπαράςταςθ που ζχει δείξει κατά τθ διάρκεια των ςπουδϊν μου ςτο ςφνολό τουσ μζχρι ςιμερα. 8

9 Πίνακασ περιεχομζνων 1. Ειςαγωγι Αντικείμενο Εργαςίασ Οργάνωςθ Εργαςίασ Τεχνολογία αντάρ Ιςτορικι Αναδρομι Θεωρθτικό υπόβακρο Μικροκυματικι ακτινοβολία ςτθν τεχνολογία των ραντάρ Ρακθτικοί και ενεργθτικοί δζκτεσ Αρχζσ λειτουργίασ των ραντάρ Βαςικι ιδζα και διατάξεισ Εξίςωςθ ραντάρ Ρόλωςθ Γεωμετρία Απεικόνιςθσ των αντάρ αντάρ Συνκετικοφ Ανοίγματοσ Ειςαγωγι RAR αντάρ Ρραγματικοφ Ανοίγματοσ SAR αντάρ Συνκετικοφ Ανοίγματοσ Αρχι Λειτουργίασ Βαςικά Στοιχεία Απεικόνιςθσ SAR Διακριτικι Ικανότθτα Αηιμουκίου Διακριτικι Ικανότθτα Απόςταςθσ Ραραμορφϊςεισ Απεικόνιςθσ SAR Τεχνικζσ SAR Απεικόνιςθσ (Image Modes) Δορυφορικά Συςτιματα Απεικόνιςθσ SAR

10 4.1. Ειςαγωγι SEASAT ERS-1/ JERS RADARSAT ENVISAT ALOS/PALSAR RADARSAT TerraSAR-X SAR Δεδομζνα και Επεξεργαςία Ειςαγωγι SAR Intensity Processing Image & Raw Data Focusing Multi-looking Speckle και Speckle Filtering Co-registration Geocoding Radiometric Calibration Interferometric SAR (InSAR/DInSAR) Processing Polarimetric SAR Processing Polarimetric-Interferometric SAR Processing Ταξινόμθςθ Ειςαγωγι Επιβλεπόμενθ Ταξινόμθςθ

11 Maximum Likelihood Descision Trees Artificial Neural Networks Μθ επιβλεπόμενθ ταξινόμθςθ k-means ISODATA Ρειραματικι Διαδικαςία Ταξινόμθςθσ Ειςαγωγι Ρεριοχι Μελζτθσ Δεδομζνα Ρρο-επεξεργαςία Δεδομζνων Radiometric Calibration/Remove Antenna Pattern Terrain Correction Single Speckle Filtering Co-registration Μεκοδολογία Ταξινόμθςθσ Δθμιουργία Ground Truth Εξαγωγι Χαρακτθριςτικϊν Υφισ Εφαρμογι Νευρωνικοφ Δικτφου nprtool (Matlab) Ρειραματικά Αποτελζςματα Ταξινόμθςθ με εξαγωγι χαρακτθριςτικϊν ζνταςθσ Ταξινόμθςθ με εξαγωγι χαρακτθριςτικϊν υφισ Συμπεράςματα Βιβλιογραφία ΡΑΑΤΗΜΑ Α

12 12

13 1. Ειςαγωγι 1.1. Αντικείμενο Εργαςίασ Η ιδζα των Εικόνων αντάρ Συνκετικοφ Ανοίγματοσ (Synthetic Aperture Radar SAR) ιταν αποτζλεςμα μιασ ςυναρπαςτικισ εξελικτικισ πορείασ, που εκτείνεται ςε περιςςότερο από μιςό αιϊνα και περιλαμβάνει παράλλθλεσ εξελίξεισ ςτθ φυςικι, θλεκτρονικι, επεξεργαςία ςιματοσ και, τζλοσ, τθν επεξεργαςία εικόνασ. Από τθν εμφάνιςθ των ραντάρ τθν παραμονι του Βϋ Ραγκοςμίου πολζμου με πρωταρχικά κακικοντα επιτιρθςθσ και ανίχνευςθσ για ςτρατιωτικοφσ ςκοποφσ, τα ςυςτιματα ραντάρ απζκτθςαν ςταδιακά δυνατότθτεσ απεικονίςεων μεγάλθσ ανάλυςθσ και διακριτικισ ικανότθτασ. Φςτερα από τθν πρόοδο που ςθμειϊκθκε ςε πολλαπλά τεχνολογικά επίπεδα, όπωσ ςε αυτό τθσ τεχνολογίασ των αιςκθτιρων και των πομπϊν, τα ςυςτιματα Συνκετικοφ Ανοίγματοσ ςιμερα με δυνατότθτεσ λειτουργίασ μζρα και νφχτα, κάτω από οποιεςδιποτε καιρικζσ ςυνκικεσ και με ικανότθτεσ διείςδυςθσ εντόσ του εδάφουσ, πρωταγωνιςτοφν ωσ βαςικό εργαλείο απομακρυςμζνθσ παρατιρθςθσ. Κακϊσ γίνεται όλο και μεγαλφτερθ θ απόκτθςθ, θ αποκικευςθ και θ προςβαςιμότθτα ςε SAR δεδομζνα, προερχόμενα από ποικίλεσ αποςτολζσ, γίνεται εξίςου ςθμαντικι θ ανάπτυξθ αποδοτικϊν μεκόδων ταξινόμθςθσ για τθν εξαγωγι των πλθροφοριϊν που φζρουν τα δεδομζνα αυτά, ϊςτε να είναι δυνατι και εφκολθ θ αξιοποίθςι τουσ από τισ διάφορεσ εφαρμογζσ. Η ταξινόμθςθ, ο ςτόχοσ τθσ οποίασ είναι να προςδιορίςει τθν κάλυψθ τθσ γθσ, είναι μια ιδιαίτερα ςθμαντικι διαδικαςία. Σε αντίκεςθ με τθν ανίχνευςθ, θ οποία ςυχνά είναι ςε τοπικι εμβζλεια, θ ταξινόμθςθ αποτελεί μια τοπικι αλλά και γενικι προςζγγιςθ. Ο αντικειμενικόσ ςκοπόσ τθσ είναι να κατατάξει κάκε pixel τθσ απεικόνιςθσ μιασ ςκθνισ ςε μια κατθγορία που κα ςυγκεντρϊνει όλα τα pixel παρόμοιασ φφςθσ. Οι δφο βαςικζσ κατθγορίεσ ταξινόμθςθσ είναι θ επιβλεπόμενθ (supervised) και θ μθ επιβλεπόμενθ (unsupervised). Η βαςικι τουσ διαφορά είναι ότι θ πρϊτθ κατθγορία διακζτει εκ των πρότερων γνϊςθ που αφορά ςτισ ιδιότθτεσ και τα χαρακτθριςτικά των κατθγοριϊν, ενϊ θ δεφτερθ χωρίσ καμία a priori γνϊςθ βαςίηεται ςε διακρίςεισ μεταξφ των χαρακτθριςτικϊν των δεδομζνων και επαναλθπτικζσ μεκόδουσ που εκκινοφν με τον υπολογιςμό βζλτιςτων αποςτάςεων ι ψευδο-αποςτάςεων.[50] 13

14 Στθν παροφςα εργαςία ζγινε προςπάκεια ανάλυςθσ και ερμθνείασ των SAR δεδομζνων μζςω επιβλεπόμενθσ ταξινόμθςθσ με τθ χριςθ Τεχνθτϊν Νευρωνικϊν Δικτφων (Artificial Neural Networks) και με βάςθ χαρακτθριςτικϊν υφισ. Τα ANN αποτελοφν ιςχυρά υπολογιςτικά εργαλεία γενικοφ ςκοποφ, τα οποία ζχουν γίνει αρκετά δθμοφιλι τα τελευταία χρόνια ςτθν ανάλυςθ τθλεπιςκοπικϊν δεδομζνων. Ζχει αποδειχκεί ότι ςε προβλιματα ταξινόμθςθσ εξάγουν πλθροφορίεσ με μεγαλφτερθ ακρίβεια ςε ςχζςθ με άλλεσ ςυμβατικζσ μεκόδουσ ταξινόμθςθσ. Αν και δεν είναι εντελϊσ απαλλαγμζνα από προβλιματα, φαίνεται όμωσ ότι τα ANN κα χρθςιμοποιοφνται όλο και περιςςότερο ςτθν οικολογικι ζρευνα και τισ τθλεπιςκοπικζσ εφαρμογζσ.[51] Μια ςθμαντικι ςυνιςτϊςα για τθν διαδικαςία ταξινόμθςθσ, εκτόσ τθσ επιλογισ τθσ μεκόδου, αποτελεί θ επιλογι των χαρακτθριςτικϊν. Η ταξινόμθςθ εικόνων με βάςθ τα χαρακτθριςτικά υφισ είναι ζνα αντικείμενο μελζτθσ για πολλοφσ ερευνθτζσ. Η υφι παρζχει πολφτιμεσ πλθροφορίεσ για ταξινόμθςθ εικόνων αντάρ Συνκετικοφ Ανοίγματοσ. Τισ τελευταίεσ δεκαετίεσ ζχει αναπτυχκεί πλθκϊρα μεκόδων εξαγωγισ χαρακτθριςτικϊν υφισ, που περιλαμβάνουν ςτατιςτικζσ μεκόδουσ, γεωμετρικζσ μεκόδουσ, model-based μεκόδουσ κα.[52] Η εργαςία αυτι βαςίςτθκε ςτθν εξαγωγι χαρακτθριςτικϊν ζνταςθσ και αυτϊν που προκφπτουν από τον πίνακα GLCM (Gray Level Concurrence Matrix), που προτάκθκε πρϊτα από τον Haralick [53] και αποτελεί μία από τισ πιο διαδεδομζνεσ μεκόδουσ εξαγωγισ χαρακτθριςτικϊν, κακϊσ και χαρακτθριςτικϊν που προκφπτουν από τον GLRLM (Gray Level Run Length Matrix), όπωσ αυτά προτάκθκαν από τον Galloway το 1975 [54] Οργάνωςθ Εργαςίασ Η εργαςία ακολουκεί δομι τζτοια ϊςτε να παρζχει ςτον αναγνϊςτθ όλεσ τισ απαραίτθτεσ γνϊςεισ ςταδιακά από τθν ειςαγωγι ςτθν τεχνολογία των ραντάρ ςτο δεφτερο κεφάλαιο ζωσ τθν παρουςίαςθ των πειραματικϊν ταξινομιςεων, οι οποίεσ παρουςιάηονται βιμα προσ βιμα ςτο τελευταίο κεφάλαιο. Αναλυτικά, ςτο 2 0 κεφάλαιο γίνεται θ ειςαγωγι ςτισ βαςικζσ ζννοιεσ που περιγράφουν τθ λειτουργία των ραντάρ. Αυτζσ περιλαμβάνουν τθν θλεκτρομαγνθτικι ακτινοβολία και πιο ςυγκεκριμζνα τθν μικροκυματικι 14

15 ακτινοβολία και τισ ιδιότθτζσ που προςδίδει θ χριςθ τθσ ςτα ραντάρ, ενϊ ςτθ ςυνζχεια, γίνεται αναφορά ςτον διαχωριςμό των δεκτϊν ςε πακθτικοφσ και ενεργθτικοφσ. Ρεριγράφεται θ δομι των ςυςτθμάτων ραντάρ και οι βαςικζσ τουσ αρχζσ, όπωσ θ εξίςωςθ ραντάρ, θ πόλωςθ των ςθμάτων που εκπζμπουν και λαμβάνουν και θ βαςικι γεωμετρία ραντάρ απεικόνιςθσ. Ακολουκεί ςτο 3 0 κεφάλαιο θ λεπτομερισ περιγραφι των ςυςτθμάτων αντάρ Συνκετικοφ Ανοίγματοσ (SAR). Συγκεκριμζνα γίνεται εκτεταμζνθ αναφορά ςτισ ιδιαίτερεσ αρχζσ λειτουργίασ και τθ ςθμαςία τθσ επίδραςθσ του φαινομζνου Doppler, δίνονται οι οριςμοί όλων των βαςικϊν ςτοιχείων των SAR απεικονίςεων, αναλφεται θ διακριτικι ικανότθτα των ςυςτθμάτων αυτϊν ςε αηιμοφκιο (azimuth) και απόςταςθ (range), αναφζρονται οι γεωμετρικζσ παραμορφϊςεισ που αποτελοφν πρόβλθμα ςτισ SAR απεικονίςεισ, ενϊ τζλοσ περιγράφονται οι ιδιαίτεροι τρόποι SAR απεικόνιςθσ (Stripmap Mode, Spotlight Mode, ScanSAR Mode). Το 4 0 κεφάλαιο αποτελεί μια αναςκόπθςθ των δορυφορικϊν ςυςτθμάτων με τθ μεγαλφτερθ ςυμβολι από το 1978 (εκτόξευςθ του τθλεςκοπικοφ πειραματικοφ δορυφόρου SEASAT) ζωσ ςιμερα. Ρεριγράφονται τα ιδιαίτερα χαρακτθριςτικά και οι λειτουργίεσ των δορυφορικϊν αυτϊν ςυςτθμάτων (SEATSAT, ERS-1/2, JERS, RADARASAT-1/2, ENVISAT, ALOS, TERRASAR-X), τα οποία αποτζλεςαν τθ βαςικι πθγι πολφτιμων πλθροφοριϊν που τροφοδότθςαν πολλζσ κοινότθτεσ επιςτθμϊν όλα αυτά τα χρόνια και ςυνζβαλαν ςτθν ανάπτυξθ ποικίλων γεωεπιςτθμονικϊν και μθχανικϊν εφαρμογϊν. Στο 5 0 κεφάλαιο γίνεται αναφορά ςτισ διάφορεσ τεχνικζσ απόκτθςθσ και επεξεργαςίασ SAR δεδομζνων (SAR Intensity Processing, Interferometric SAR Processing, Polarimetric SAR Processing, Polarimetric-Interferometric SAR Processing). Δίνεται ιδιαίτερθ ζμφαςθ ςτθν Επεξεργαςία Ζνταςθσ (SAR Intensity Processing) και τισ διαδικαςίεσ προ-επεξεργαςίασ SAR δεδομζνων, οι οποίεσ είναι απαραίτθτεσ πριν τα δεδομζνα χρθςιμοποιθκοφν ςτισ διάφορεσ εφαρμογζσ. Τζτοιεσ διαδικαςίεσ αποτελοφν οι εξισ: focusing, multi-looking, speckle filtering, coregistration, geocoding, radiometric calibration. 15

16 Το 6 0 κεφάλαιο αφορά τθν Ταξινόμθςθ. Δίνεται ο οριςμόσ των δφο βαςικϊν κατθγοριϊν, οι οποίεσ όπωσ ζχει ιδθ αναφερκεί, περιλαμβάνουν τθν επιβλεπόμενθ και μθ επιβλεπόμενθ ταξινόμθςθ. Ρεριγράφονται μερικζσ από τισ πιο ευρζωσ χρθςιμοποιοφμενεσ μεκόδουσ ταξινόμθςθσ από κάκε κατθγορία, ενϊ γίνεται ιδιαίτερθ αναφορά ςτα Τεχνθτά Νευρωνικά Δίκτυα, τα οποία αποτζλεςαν τθν μζκοδο ταξινόμθςθσ που επιλζχκθκε για τθν παροφςα εργαςία. Τζλοσ, ςτο 7 0 κεφάλαιο γίνεται αναλυτικι περιγραφι τθσ πειραματικισ διαδικαςίασ, τόςο για το ςτάδιο τθσ προ-επεξεργαςίασ των δεδομζνων, όςο και για το ςτάδιο των ταξινομιςεων, οι οποίεσ εκτελζςτθκαν. Ρεριγράφονται αναλυτικά τα δεδομζνα SAR διπλισ πόλωςθσ που ιταν διακζςιμα για τθν περιοχι μελζτθσ και παρουςιάηεται αναλυτικά θ κάκε διαδικαςία προεπεργαςίασ των δεδομζνων όπωσ εκτελζςτθκε με τθ χριςθ του εργαλείου επεξεργαςίασ δορυφορικϊν δεδομζνων NEST (Next Esa Sar Toolbox). Στθ ςυνζχεια, παρουςιάηεται το ςχετικό κεωρθτικό υπόβακρο για τθν εξαγωγι των χαρακτθριςτικϊν υφισ, ζτςι όπωσ προκφπτουν από τθ δθμιουργία των πινάκων GLCM και GLRLM. Επιπλζον γίνεται αναφορά ςτο nprtool εργαλείο του Matlab, κακϊσ αυτό αποτζλεςε το βαςικό εργαλείο ταξινόμθςθσ για τον ςχεδιαςμό του ςυνόλου των ταξινομθτϊν. Ρεριγράφονται οι ιδιαίτεροι παράμετροι για τον κάκε ταξινομθτι, παρουςιάηεται θ απόδοςθ αυτϊν με βάςθ τουσ πίνακεσ ςφγχυςθσ (confusion matrices) που υπολογίηει το nprtool, ενϊ τζλοσ ςχολιάηονται και ςυγκρίνονται τα αποτελζςματα τα οποία προζκυψαν από τθν παραπάνω διαδικαςία. 16

17 2. Σεχνολογία Ραντάρ 2.1. Ιςτορικι Αναδρομι Ο όροσ ραντάρ (RADAR) προζρχεται από τα αρχικά Radio Detection and Ranging (ράδιο ανίχνευςθ και αποςταςιομζτρθςθ/εμβζλεια). Ζνα ραντάρ είναι ζνα θλεκτρομαγνθτικό ςφςτθμα που χρθςιμοποιείται για τθν ανίχνευςθ και τον εντοπιςμό αντικειμζνων. Η λειτουργία που βαςίηεται ςτθν εκπομπι μικροκυματικϊν ςθμάτων και ςτθ ςυνζχεια ςτθ λιψθ των ανακλάςεων από τα διάφορα αντικείμενα που φωτίηονται από το ςιμα εκπομπισ. Τα ραντάρ λειτουργοφν ςτθν μικροκυματικι περιοχι του θλεκτρομαγνθτικοφ φάςματοσ πζρα από τισ ορατζσ και κερμικζσ υπζρυκρεσ περιοχζσ. Η πατρότθτα του ραντάρ δεν είναι εφκολο να αποδοκεί ςε κάποιο ςυγκεκριμζνο πρόςωπο ι ερευνθτικι ομάδα, αφοφ πολλοί πρωτοπόροι επιςτιμονεσ ςε ολόκλθρο τον κόςμο αςχολικθκαν για τθν ανάπτυξι του. Το , ο Γερμανόσ φυςικόσ Heinrich Rudolf Hertz ( ) πιςτοποίθςε πειραματικά τθν ανάκλαςθ/ςκζδαςθ των θλεκτρομαγνθτικϊν κυμάτων (445 MHz), πάνω ςε θλεκτρικά αγϊγιμα ςϊματα. Ραρεμφερείσ εργαςίεσ ςχετικά με το φαινόμενο τθσ ανάκλαςθσ των θλεκτρομαγνθτικϊν κυμάτων διεξιγαγε το 1897 και ο ϊςοσ επιςτιμονασ Alexander S. Popov. Η πρϊτθ πατζντα για τθ χριςθ των ραντάρ ωσ ανιχνευτι πλοίων κατοχυρϊκθκε το 1904 από τον Huelsmeyer. Φαίνεται λοιπόν, ότι ενϊ θ φιλοςοφία και οι αρχζσ που διζπουν τθ λειτουργία των ραντάρ ιςαν γνωςτζσ από αρκετό καιρό, οι ζρευνεσ και το ενδιαφζρον για τθν υλοποίθςθ αξιόπιςτων ςυςτθμάτων εντάκθκαν μόλισ ςτισ παραμονζσ του Βϋ Ραγκοςμίου Ρολζμου. Η αρχικι ζρευνα και ανάπτυξθ των ραντάρ ζλαβε χϊρα ςχεδόν ταυτόχρονα ςτθ Γερμανία, τισ Ηνωμζνεσ Ρολιτείεσ και τθ Μεγάλθ Βρετανία. Η ανίχνευςθ/εντοπιςμόσ πλοίων και αεροςκαφϊν και θ χριςθ των ραντάρ ωσ βοικθμα πλοιγθςθσ ζτυχε ιδιαίτερθσ προςοχισ από τισ Ηνωμζνεσ Ρολιτείεσ και τθ Μεγάλθ Βρετανία ςτθ δεκαετία του 1920 και Ενϊ κατά τθ διάρκεια 2 ου Ραγκοςμίου πολζμου οι ςυμμαχικζσ δυνάμεισ υλοποίθςαν ςθμαντικά βιματα ανάπτυξθσ των ραντάρ.[1] 17

18 Μετά τθν λιξθ του πολζμου ερευνθτζσ και επιςτιμονεσ ξεκίνθςαν μία περιςςότερο ζντονθ ζρευνα, προκειμζνου να εκμεταλλευτοφν τισ δυνατότθτεσ των ραντάρ για επιςτθμονικοφσ ςκοποφσ. Ζτςι ο Smith το 1948 ςυνζκρινε εικόνεσ ραντάρ με υπάρχοντεσ χάρτεσ τθσ περιοχισ του Greenland και παρατιρθςε ότι οι εικόνεσ ραντάρ περιείχαν πολλζσ περιςςότερεσ πλθροφορίεσ εν ςυγκρίςει με τισ πλθροφορίεσ που ζδινε ο χάρτθσ. Κατά τθ διάρκεια τθσ δεκαετίασ του 1950 θ εταιρία Goodyear (1958) και το Ρανεπιςτιμιο του Οχάιο, διεξιγαγαν ζρευνεσ οι οποίεσ λάμβαναν υπόψθ τισ ιδιότθτεσ τθσ θλεκτρομαγνθτικισ ακτινοβολίασ ςε ςχζςθ με τθν αντανάκλαςι τθσ πάνω ςε φυςικζσ επιφάνειεσ κακϊσ επίςθσ και μετριςεισ φαινομζνων οπιςκοςκζδαςθσ τόςο για τα ςτατικά όςο και τα αερομεταφερόμενα ραντάρ. Ζτςι, ςτο πζραςμα του χρόνου αναπτφχκθκαν βελτιωμζνα ςυςτιματα ραντάρ με αποτζλεςμα να προκλθκεί το ενδιαφζρον τθσ επιςτθμονικισ κοινότθτασ. Το 1978 θ εκτόξευςθ του δορυφόρου SEASAT αφξθςε το ενδιαφζρον για τισ εικόνεσ ραντάρ. Ρλζον, προθγμζνθ τεχνολογία παρείχε τουσ τρόπουσ ςυλλογισ εικόνων ραντάρ ςε μορφότυπο πλζγματοσ κακϊσ επίςθσ και τισ ακρίβειεσ των ςυγκεκριμζνων δεδομζνων. Στα τζλθ τθσ δεκαετίασ του 1970 και ςτισ αρχζσ τθσ δεκαετίασ του 1980, θ NASA εκτόξευςε τα ςυςτιματα SIR-A και SIR-B. Ταυτόχρονα υπιρξαν και αερομεταφερόμενα ςυςτιματα όπωσ το καναδικό CCRS SAR-580. Κατά τθν τρζχουςα περίοδο θ επιςτθμονικι κοινότθτα απολαμβάνει πλζον πλθκϊρα δεδομζνων ραντάρ τα οποία είναι διακζςιμα από τουσ NASA/JPL, US Geological Survey, European Space Agency, Canadian Centre, RADARSAT International, NASDA, Japanese Space Agency κ.α.[11] 2.2. Θεωρθτικό υπόβακρο Μικροκυματικι ακτινοβολία ςτθν τεχνολογία των ραντάρ Το εφροσ τθσ θλεκτρομαγνθτικισ ακτινοβολίασ ςυνκζτει το Ηλεκτρομαγνθτικό Φάςμα. Το Ηλεκτρομαγνθτικό (ΗΜ) φάςμα είναι μία ςυνζχεια όλων των δυνατϊν ΗΜ κυμάτων ςτισ διάφορεσ ςυχνότθτεσ ι μικθ κφματοσ. Τα ΗΜ κφματα ταξιδεφουν με τθν ταχφτθτα του φωτόσ, δθλαδι c = 3 x 10 8 m/s. Η ςχζςθ μεταξφ ταχφτθτασ και 18

19 μικουσ κφματοσ είναι:, όπου θ ςυχνότθτα ςε Hertz (κφκλοι / sec, 1GHz = 10 9 Hz) και το μικοσ κφματοσ ςε μζτρα.[3] Ππωσ είναι γνωςτό από τουσ νόμουσ ςκζδαςθσ και διάχυςθσ του φωτόσ, τα διάφορα μικθ κφματοσ υφίςτανται διάχυςθ, ςκζδαςθ και απορρόφθςθ από τα ςτοιχεία και τισ ενϊςεισ που είναι παροφςεσ ςτθν ατμόςφαιρα. Αποτζλεςμα αυτοφ είναι θ αλλαγι ςτθν κατανομι τθσ ζνταςθσ τθσ ακτινοβολίασ ςτα διάφορα μικθ κφματοσ που προςπίπτουν ςτο ζδαφοσ ι ανακλϊνται από αυτό. Επομζνωσ, θ κατανομι των εντάςεων του φάςματοσ τθσ ΗΜ ακτινοβολίασ μεταβάλλεται. Πταν θ ΗΜ ακτινοβολία φκάςει να καταγραφεί από ζνα δζκτθ, θ ζνταςθ του κάκε καναλιοφ μεταςχθματίηεται ςε θλεκτρικό ςιμα, με ςκοπό τθ δθμιουργία απεικόνιςθσ. Ζτςι κάκε εικονοςτοιχείο τθσ απεικόνιςθσ περιζχει τθ φαςματικι πλθροφορία, δθλαδι τθν υπογραφι του αντικείμενου το οποίο κατζγραψε. Η φαςματικι υπογραφι ενόσ αντικειμζνου, ουςιαςτικά είναι ζνα διάγραμμα το οποίο δείχνει τθν καταγεγραμμζνθ ακτινοβολοφμενθ ιςχφ τθσ ΗΜ ακτινοβολίασ (radiance) από το αντικείμενο, ςτα διάφορα μικθ κφματοσ. Αν είναι διακζςιμο και το φάςμα του Ήλιου, τότε οι τιμζσ αυτζσ μποροφν να μετατραποφν ςε ανακλαςτικότθτεσ. Η υπογραφι αυτι είναι μια διακριτι καταγραφι του θλεκτρομαγνθτικοφ φάςματοσ. Οι ανακλαςτικότθτεσ είναι ο λόγοσ τθσ ανακλϊμενθσ προσ τθν προςπίπτουςα ζνταςθ τθσ ακτινοβολίασ για κάκε κανάλι. Η ζκφραςθ αυτι είναι ιδιαίτερα χριςιμθ, κακϊσ αποτελεί το ποςοςτό τθσ ανακλϊμενθσ θλεκτρομαγνθτικισ ακτινοβολίασ.[42] Οι δορυφορικοί τθλεπιςκοπικοί δζκτεσ, χρθςιμοποιϊντασ μικθ κφματοσ τθσ ορατισ, εγγφσ και μζςθσ υπζρυκρθσ, κερμικισ υπζρυκρθσ και μικροκυματικισ περιοχισ του ΗΜ φάςματοσ μετροφν τα οπτικά μεγζκθ (ιςχφσ τθσ ακτινοβολίασ, ακτινοβολία μιασ πθγισ, ανακλαςτικότθτα, κλπ.) τα οποία χαρακτθρίηουν τισ οπτικζσ ιδιότθτεσ μιασ επιφανείασ. Στθ μικροκυματικι περιοχι του φάςματοσ οι οπτικζσ ιδιότθτεσ τθσ γιινθσ επιφάνειασ ςχετίηονται άμεςα με τθν ομαλότθτά τθσ, τθ γεωμετρία τθσ, τθν περιεκτικότθτά τθσ ςε νερό, κακϊσ επίςθσ με τθ διθλεκτρικι ςυμπεριφορά τθσ. Η περιοχι των μικροκυμάτων ςτθν οποία λειτουργοφν οι τθλεπιςκοπικοί δζκτεσ, 19

20 εκτείνεται ςτισ ηϊνεσ UHF, SHF και EHF και υποδιαιρείται ςτισ περιοχζσ (κανάλια, bands) P, L, S, C, X, K, Q, V, W (βλζπε εικόνα 1). Οι μικροκυματικοί δζκτεσ διακρίνονται ςε πακθτικοφσ και ενεργθτικοφσ, όπωσ κα εξθγιςουμε ςε επόμενθ ενότθτα. Η μικροκυματικι ακτινοβολία διαπερνά τα ςφννεφα. Ρρόκειται για χαρακτθριςτικό των μικροκυμάτων και ειδικότερα αυτϊν τα οποία ζχουν μικοσ κφματοσ μεγαλφτερο από 3cm ι ςυχνότθτα μικρότερθ από 10 GHz. Αυτό οφείλεται ςτο γεγονόσ ότι τα ςταγονίδια από τα οποία ςυνιςτϊνται τα ςφννεφα ζχουν τυπικι διάμετρο 0.1mm, δθλαδι είναι πολφ μικρότερθ από το μικοσ κφματοσ των μικροκυμάτων. Απόςβεςθ τθσ μικροκυματικισ ακτινοβολίασ παρατθρείται ςε περίπτωςθ καταιγίδασ και για τα μικρότερα μικθ κφματοσ (λ< 3 cm). *3+ Στθν εικόνα 2 παρουςιάηεται το % ποςοςτό διαπερατότθτασ των μικροκυμάτων διαμζςου των νεφϊν, ςε ςυνάρτθςθ με το μικοσ κφματοσ. Στθν εικόνα 3 παρουςιάηεται αντίςτοιχα θ απόςβεςθ (ςε ) τθσ μικροκυματικισ ακτινοβολίασ ςε ςυνάρτθςθ με τθν ςυχνότθτα (ςε ) και το ποςοςτό βροχόπτωςθσ (ςε ). Ραρατθρείται απόςβεςθ τθσ μικροκυματικισ ακτινοβολίασ κατά 1 db/km ςτο κανάλι C, ςε περίπτωςθ τροπικισ καταιγίδασ. Η μικροκυματικι ακτινοβολία παρουςιάηει διαφορετικό βακμό διείςδυςθσ ςτθν φλθ ςτθν οποία προςπίπτει, ανάλογα με το μικοσ κφματοσ (ι τθν ςυχνότθτα). Η ανακλϊμενθ/ςκεδαηόμενθ από τθ γιινθ επιφάνεια ακτινοβολία, όταν αυτι προζρχεται από διαφορετικά κανάλια προςπίπτουςασ μικροκυματικισ ακτινοβολίασ λόγω του διαφορετικοφ βακμοφ διείςδυςισ τουσ ςτθν φλθ ςτθν οποία προςπίπτουν, αντιςτοιχεί ςε διαφορετικό βάκοσ τθσ φλθσ για κάκε κανάλι. 20

21 Εικόνα 1: ΗΜ φάςμα και μικροκυματικι περιοχι. Στθν εικόνα 4 μαηί με το ΗΜ φάςμα, δίνονται οι περιοχζσ του φάςματοσ ςτισ οποίεσ θ διείςδυςθ τθσ ΗΜ ακτινοβολίασ μζςα από τθν ατμόςφαιρα είναι δυνατι. Αυτζσ είναι το ορατό τμιμα, μερικζσ περιοχζσ τθσ υπζρυκρθσ ακτινοβολίασ και θ περιοχι των μικροκυμάτων. Η ποςότθτα τθσ ανακλϊμενθσ/ςκεδαηόμενθσ από τθ γιινθ επιφάνεια μικροκυματικισ ακτινοβολίασ εξαρτάται από παραμζτρουσ του ΗΜ κφματοσ, όπωσ θ ςυχνότθτα, θ πόλωςθ και θ γωνία πρόςπτωςθσ, κακϊσ επίςθσ από παραμζτρουσ του ςτόχου, όπωσ θ ομαλότθτα τθσ επιφανείασ του, θ γεωμετρικι του δομι και θ διθλεκτρικι του ςυμπεριφορά. 21

22 Εικόνα 2: Διαπερατότθτα Μικροκυμάτων διαμζςου ςφννεφων. Εικόνα 3: Απόςβεςθ τθσ μικροκυματικισ ακτινοβολίασ ςε ςυνάρτθςθ με τθν ςυχνότθτα και το ποςοςτό βροχόπτωςθσ. 22

23 Εικόνα 4: Διείςδυςθ τθσ ΗΜ ακτινοβολίασ μζςα από τθν ατμόςφαιρα. Στθν περίπτωςθ π.χ. ενόσ δάςουσ θ ςυνολικι ςκεδαηόμενθ ακτινοβολία είναι δυνατόν να προζρχεται από: τθν οπιςκοςκζδαςθ τθσ ςυγκόμωςθσ τθ πολλαπλι ςκζδαςθ του εςωτερικοφ τθσ ςυγκόμωςθσ τθν οπιςκοςκζδαςθ του εδάφουσ τθν αλλθλεπίδραςθ με τουσ κορμοφσ και το ζδαφοσ τθν ςκιαςμζνθ επιφάνεια του δάςουσ. Το κανάλι Χ (λ = 3cm) ευαιςκθτοποιείται κυρίωσ ςτθν ςκεδαηόμενθ από τα φφλλα ακτινοβολία και εξαρτάται από τθν γεωμετρία των φφλλων και τον προςανατολιςμό τουσ. Το κανάλι C ευαιςκθτοποιείται κυρίωσ ςτθν ςκεδαηόμενθ από τα μικρά κλαδιά ακτινοβολία. Το κανάλι L (λ = 23cm) ευαιςκθτοποιείται κυρίωσ ςτθν ςκεδαηόμενθ ακτινοβολία από τα κλαδιά, τουσ κορμοφσ και το ζδαφοσ. Η εικόνα 5 παρουςιάηει το διαφορετικό βάκοσ διείςδυςθσ των καναλιϊν X, C και L ςε φυςικοφσ ςτόχουσ, το οποίο αυξάνει με τθν αφξθςθ του μικουσ κφματοσ. O βακμόσ διείςδυςθσ τθσ μικροκυματικισ ακτινοβολίασ ςτθν φλθ δεν εξαρτάται μόνο από το μικοσ κφματοσ αλλά και από τθν υγραςία του ςτόχου, είναι δε 23

24 αντιςτρόφωσ ανάλογοσ τθσ περιεκτικότθτασ του ςτόχου ςε νερό. Οι θλεκτρικζσ ιδιότθτεσ των ςωμάτων (αγωγοί, θμιαγωγοί, μονωτικά υλικά) χαρακτθρίηονται με ζνα μιγαδικό αρικμό,, ο οποίοσ είναι θ διθλεκτρικι ςτακερά τουσ. Αυτι ςυνιςτάται από δφο μζρθ ( = permittivity και = conductivity) τα οποία είναι αντίςτοιχα εξαρτϊμενα από τθν περιεκτικότθτα τθσ φλθσ ςε νερό. Στα μικροκφματα τα περιςςότερα ςϊματα ζχουν τιμι διθλεκτρικισ ςτακεράσ από 3 ζωσ 8 ςε ςυνκικεσ ξθρότθτασ. Το νερό ζχει διθλεκτρικι ςτακερά 80, δθλαδι 10 φορζσ μεγαλφτερθ από αυτι του ξθροφ εδάφουσ. Αυτό ςυνεπάγεται αλλαγι των διθλεκτρικϊν ιδιοτιτων των ςωμάτων ςε περίπτωςθ αλλαγισ τθσ υγραςίασ τουσ. Το βάκοσ διείςδυςθσ μειϊνεται με τθν αφξθςθ τθσ υγραςίασ του ςτόχου. Εικόνα 5: Βάκοσ διείςδυςθσ των καναλιϊν X, C, L ςε φυςικοφσ ςτόχουσ. Άλλθ παράμετροσ τθσ μικροκυματικισ ακτινοβολίασ θ οποία ςχετίηεται με το βάκοσ διείςδυςθσ είναι θ πόλωςθ. Η πόλωςθ ενόσ ΗΜ κφματοσ δείχνει τθ διεφκυνςθ τθσ ςυνιςτϊςασ του θλεκτρικοφ πεδίου. Το βάκοσ διείςδυςθσ των μικροκυμάτων ποικίλει ανάλογα με το επίπεδο πόλωςισ του. Η πόλωςθ μπορεί επίςθσ να παρζχει πλθροφορία για τθ δομι και τθ διεφκυνςθ των ςτοιχειωδϊν ςκεδαςτϊν, οι οποίοι 24

25 ςυνκζτουν τθν επιφάνεια του ςτόχου. Ρεριςςότερεσ από δφο γειτονικζσ διαδοχικζσ ςκεδάςεισ τείνουν να αποπολϊςουν το ΗΜ κφμα. Η ομαλότθτα τθσ επιφάνειασ του ςτόχου είναι ζννοια εξαρτϊμενθ από το μικοσ κφματοσ και τθ γωνία πρόςπτωςθσ. Μια επιφάνεια κεωρείται «τραχεία» εάν θ δομι τθσ ζχει διαςτάςεισ ςυγκρίςιμεσ με αυτζσ του προςπίπτοντοσ κφματοσ. Σφμφωνα με το κριτιριο του Rayleigh, μία επιφάνεια κεωρείται 1. Ομαλι εάν 2. Τραχεία εάν Εδϊ το είναι το μζςο μεταβλθτό φψοσ τθσ επιφάνειασ, το μικοσ κφματοσ, και θ γωνία πρόςπτωςθσ. Είναι φανερό ότι όςο μεγαλφτερο είναι το μικοσ κφματοσ και θ γωνία πρόςπτωςθσ τόςο ομαλότερθ εμφανίηεται μια επιφάνεια. Στθν εικόνα 6 παρατθροφμε τθ ςκεδαηόμενθ ακτινοβολία ςε ςχζςθ με τθν ομαλότθτα τθσ επιφάνειασ. Η τζλεια ανακλαςτικι επιφάνεια ανακλά όλθ τθν προςπίπτουςα ακτινοβολία προσ μία διεφκυνςθ ίςθ με τθ γωνία πρόςπτωςθσ (specular reflectance). Αντίκετα, όςο λιγότερο ομαλι είναι μια επιφάνεια τόςο μικρότερθ προτίμθςθ, όταν ανακλάται, ζχει ςε μια ςυγκεκριμζνθ γωνία (diffuse reflectance) και επομζνωσ είναι ανεξάρτθτθ τθσ γωνίασ πρόςπτωςθσ. Ραρακάτω αναφζρουμε μερικά από τα πεδία όπου βρίςκουν εφαρμογι οι μικροκυματικοί δζκτεσ: Υδρολογία (υγραςία εδάφουσ, αποςτράγγιςθ υδάτων, πρόγνωςθ πλθμμυρϊν) Γεωργία (υγραςία εδάφουσ, πρόβλεψθ ςοδειάσ, προγραμματιςμόσ αρδεφςεων) Ρόλοι (παρατιρθςθ ςτρϊματοσ πάγου, παγονθςίδων) Ωκεανοί (παρατιρθςθ κυμάτων, επιφανειακισ κερμοκραςίασ, αλμυρότθτασ και κθλίδων πετρελαίου) Μετεωρολογία και κλιματολογία (κατακόρυφα προφίλ κερμοκραςίασ, υγραςίασ και προςπτϊςεων) Ραρακολοφκθςθ κυκλϊνων και τροπικϊν βροχϊν Στρατόςφαιρα, μεςόςφαιρα και κατϊτερθ κερμόςφαιρα (προφίλ κερμοκραςίασ, μαγνθτικοφ πεδίου και ςυγκζντρωςθσ αερίων). *3+ 25

26 Εικόνα 6: ςκεδαηόμενθ ακτινοβολία ςε ςχζςθ με τθν ομαλότθτα τθσ επιφάνειασ. 26

27 Εικόνα 7: Εφαρμογζσ μικροκυματικων ραδιομζτρων Πακθτικοί και ενεργθτικοί δζκτεσ Οι δζκτεσ - ςαρωτζσ (ι αιςκθτιρεσ) μποροφν να διακρικοφν ςε πακθτικοφσ και ςε ενεργθτικοφσ (βλζπε εικόνα 8). Αυτόσ ο διαχωριςμόσ εξαρτάται από τθν προζλευςθ τθσ θλεκτρομαγνθτικισ ακτινοβολίασ, θ οποία αντανακλάται και ςτθ ςυνζχεια ανιχνεφεται από αυτοφσ. Ρακθτικοί είναι εκείνοι που ανιχνεφουν θλεκτρομαγνθτικι ακτινοβολία προερχόμενθ από μία φυςικι πθγι (ςυνικωσ ο ιλιοσ), ενϊ ενεργθτικοί ςαρωτζσ είναι εκείνοι που "φωτίηουν" (προςβάλλουν) οι ίδιοι το ςτόχο χρθςιμοποιϊντασ τθν δικι τουσ πθγι ακτινοβολίασ, π.χ. εικονολθπτικά ραντάρ. Η τελευταία αυτι περίπτωςθ ονομάηεται "ραδιοεντοπιςμόσ" ι "ραδιοανίχνευςθ". Οι πακθτικοί μικροκυματικοί δζκτεσ είναι ραδιόμετρα τα οποία ευαιςκθτοποιοφνται ςτθν περιοχι των μικροκυμάτων τθσ ΗΜ ακτινοβολίασ. Ζχουν τισ ίδιεσ διατάξεισ με τα θλεκτρο-οπτικά ραδιόμετρα (οπτικό ςφςτθμα - ανιχνευτισ - επεξεργαςτισ), καταγράφουν δε τθν εκπεμπόμενθ από τα ίδια ςϊματα μικροκυματικι ακτινοβολία ι/και τθν ανακλϊμενθ από τα ςϊματα θλιακι μικροκυματικι ακτινοβολία. 27

28 Εικόνα 8: α) Πακθτικοί και β) Ενεργθτικοί δζκτεσ. Επειδι όμωσ θ ποςότθτα τθσ ανακλϊμενθσ ι/και εκπεμπόμενθσ ακτινοβολίασ ςτθν περιοχι των μικροκυμάτων είναι πολφ μικρι γι αυτό για τθν καταγραφι ικανοφ ςιματοσ απαιτείται μεγάλθ χρονικι διάρκεια καταγραφισ τθσ ακτινοβολοφμενθσ ενζργειασ ανά μοναδιαία επιφάνεια. Αυτό ςθμαίνει μικρι ταχφτθτα ςάρωςθσ και χαμθλι χωρικι διακριτικι ικανότθτα (από 10 ζωσ μερικζσ εκατοντάδεσ χιλιόμετρα). Τζτοιοι δζκτεσ λειτουργοφν κυρίωσ ςτισ ςυχνότθτεσ 4.995, 10.69, και GHz. αδιομετρικζσ παρατθριςεισ τθσ ατμόςφαιρασ πραγματοποιοφνται κοντά ςτθ ςυχνότθτα των 22 GHz όπου παρουςιάηεται ιςχυρι απορρόφθςθ από υδρατμοφσ. Επίςθσ, ςτθν περιοχι του φάςματοσ 50 60GHz ςτθν οποία παρουςιάηεται ιςχυρι απορρόφθςθ από το οξυγόνο τθσ ατμόςφαιρασ, λειτουργοφν μικροκυματικά ραδιόμετρα τα οποία προςδιορίηουν κατακόρυφα προφίλ ατμοςφαιρικισ κερμοκραςίασ. Στθν περιοχι αυτι δεν λειτουργοφν ενεργθτικοί δζκτεσ.[3] Οι ενεργθτικοί μικροκυματικοί δζκτεσ, όπωσ ιδθ αναφζραμε, είναι ςυςτιματα που καταγράφουν θλεκτρομαγνθτικά κφματα τα οποία εκπζμπονται από εξωτερικι πθγι ι το ίδιο το όργανο καταγραφισ. Συνικωσ ιςχφει θ δεφτερθ περίπτωςθ, δθλαδι τα όργανα καταγραφισ είναι εκείνα που εκπζμπουν τθν ενζργεια θ οποία ςτθ ςυνζχεια ανακλάται από κάποιο ςϊμα (ςτόχοσ) ςτθν επιφάνεια τθσ Γισ, επιςτρζφει και το ίδιο το όργανο καταγράφει τθν «θχϊ». [4] Το ραντάρ είναι ζνα χαρακτθριςτικό ενεργθτικό μικροκυματικό ςφςτθμα το οποίο χρθςιμοποιείται, όπωσ αναφζραμε και προθγουμζνωσ, για τθν ανίχνευςθ, τον 28

29 εντοπιςμό, τθν απεικόνιςθ και τθν παρακολοφκθςθ αντικειμζνων. Τα κανάλια τθσ μικροκυματικισ ακτινοβολίασ ςτα οποία λειτουργοφν τα ραντάρ, όπωσ παρατθρικθκε ιδθ ςτθν εικόνα 1, αναγράφονται ςτον πίνακα που ακολουκεί: Πίνακασ 1: Κανάλια Μικροκυματικισ Περιοχισ Ραντάρ ΚΑΝΑΛΙ ΤΧΝΟΣΗΣΑ (GHz) ΜΗΚΟ ΚΤΜΑΣΟ (cm) Ka 26, K 18-26, Ku 12, X 8-12, C S L P VHF Ενεργθτικοφσ μικροκυματικοφσ δζκτεσ αποτελοφν επίςθσ τα ςκεδαςόμετρα (ςυνεχισ κυματομορφι), οι υψομετρθτζσ ραντάρ ι αλτίμετρα (ςυνεχισ κυματομορφι) και τα radar απεικονίςεων (παλμόσ). Τα ςκεδαςόμετρα είναι όργανα τα οποία μετροφν τθν ανακλϊμενθ ακτινοβολία από ζνα ςτόχο για διαφορετικζσ γωνίεσ πρόςπτωςθσ. Χρθςιμοποιοφνται για τθ ςυλλογι πειραματικϊν δεδομζνων, τα οποία βοθκοφν ςτθ ςχεδίαςθ πολλϊν ςυςτθμάτων Τθλεπιςκόπθςθσ και ςτθν ερμθνεία πολλϊν μετροφμενων ςτοιχείων.[3] Τζλοσ τα radar απεικονίςεων διακρίνονται ςε δφο τφπουσ: α) πραγματικοφ ανοίγματοσ (Real Aperture Radar, RAR), και β) ςυνκετικοφ ανοίγματοσ (Synthetic Aperture Radar, SAR) radar, τουσ οποίουσ αναλφουμε ςτο επόμενο κεφάλαιο. 29

30 2.3. Αρχζσ λειτουργίασ των ραντάρ Βαςικι ιδζα και διατάξεισ Η βαςικι ιδζα ςτθν οποία ςτθρίηεται θ λειτουργία του ραντάρ είναι θ εκπομπι ενόσ HM ςιματοσ/παλμοφ (pulse) ωσ δζςμθ ακτινϊν (beam) και ςτθ ςυνζχεια θ λιψθ τθσ ανακλϊμενθσ ακτινοβολίασ από τα διάφορα αντικείμενα τα οποία φωτίηονται από το ςιμα εκπομπισ. H κεραία εκπομπισ (transmitter) και λιψθσ των παλμϊν (receiver) είναι ςυνικωσ θ ίδια κεραία (antenna). Η δζςμθ χαρακτθρίηεται από τθ γεωμετρία τθσ κεραίασ και τθ ςυχνότθτα των μικροκυμάτων. Οι παλμοί που εκπζμπονται είναι βραχείσ, διάρκειασ microsecond, και μεγάλθσ ενζργειασ. Ο κάκε παλμόσ χαρακτθρίηεται από το χρόνο εκπομπισ του (reference pulse time), ενϊ ςτθ ςυνζχεια διανφει τθν πλευρικι απόςταςθ μζχρι το ςτόχο. Με τθ μζτρθςθ του χρόνου εκπομπισ - επιςτροφισ του παλμοφ, κακϊσ επίςθσ και τθσ ιςχφοσ του είναι δυνατι θ ταυτόχρονθ μζτρθςθ: τθσ απόςταςθσ του ςτόχου από τον δζκτθ τθσ ανακλϊμενθσ μικροκυματικισ ακτινοβολίασ από τον ςτόχο (ιςχφσ επιςτρεφόμενου ςιματοσ) ο προςδιοριςμόσ τθσ διεφκυνςθσ λιψθσ.[5] Τθν καρδιά ενόσ Radar αποτελεί το ςφςτθμα ελζγχου του χρόνου και τθσ ςυχνότθτασ των παλμϊν (timing and frequency control). Η γεννιτρια παλμϊν (pulse generation) παράγει μια παλμοςειρά i τθ χρονικι ςτιγμι t, θ οποία ςυνικωσ μεταδίδεται με ςυγκεκριμζνθ φάςθ αναφοράσ (reference phase, φi). Η φάςθ αναφοράσ φi είναι ενδεικτικι για κάκε παλμοςειρά i. Η παραγωγι των παλμϊν είναι διαδοχικι ςτο χρόνο, με ςυγκεκριμζνθ ςυχνότθτα παραγωγισ παλμϊν prf (pulse repetition frequency) θ οποία ορίηεται από το ςφςτθμα ελζγχου του χρόνου και τθσ ςυχνότθτασ των παλμϊν. Στθ ςυνζχεια ο διαμορφωτισ διεγείρεται από τθν παλμοςειρά και παράγει παλμοφσ υψθλισ ιςχφοσ, με κατάλλθλο ςχιμα και διάρκεια. 30

31 Εικόνα 9: Συπικό φςτθμα Ραντάρ Απεικόνιςθσ. Η ζξοδοσ του διαμορφωτι διαμορφϊνει τθ ραδιοςυχνότθτα τθσ παλμοςειράσ θ οποία πρζπει να παραμζνει ςτακερι. Αυτό επιτυγχάνεται με τθ βοικεια του ταλαντωτι ο οποίοσ βρίςκεται ςτο ςφςτθμα ελζγχου. Οι RF (Radio Frequency) παλμοί ενιςχφονται μζςω ενόσ ενιςχυτι (amplifier) ςτον πομπό (transmitter) και αποςτζλλονται ςτθν κεραία μζςω ενόσ κυκλοφορθτι (circ), όπου και ακτινοβολοφνται προσ τον ςτόχο (βλζπε εικόνα 10). Το λαμβανόμενο από τθν κεραία ςιμα είναι πολφ αςκενζσ, π.χ. θ προςπίπτουςα ιςχφσ ςτον δζκτθ SEASAT από μια ενεργό διατομι ραντάρ (radar cross section) 10m 2 είναι τθσ τάξθσ των watts. Επομζνωσ, θ πρϊτθ εργαςία μετά τθ λιψθ του ςιματοσ είναι θ ενίςχυςι του από ζναν ενιςχυτι χαμθλοφ κορφβου (low noise Radio Frequency amplifier). Δυςτυχϊσ, κόρυβοσ προςτίκεται πάντα ςτο ςιμα. Στθν περίπτωςθ του radar, επειδι το ςιμα το οποίο λαμβάνει θ κεραία ζχει ιδθ κάποιο κόρυβο, οι κόρυβοι οι οποίοι προςτίκενται ςε αυτό ςτθ ςυνζχεια από τα διάφορα εξαρτιματα του radar (amplifier κλπ.), μεταβάλλουν τόςο το λαμβανόμενο ςιμα όςο και τον λαμβανόμενο από τθν κεραία κόρυβο. 31

32 Εικόνα 10: Εξαγωγι ςιματοσ ωσ διατεταγμζνο ηεφγοσ ςε ζνα ςφςτθμα ραντάρ. Το ςιμα επιςτροφισ (ι θχϊ του ςτόχου) είναι μια παλμοςειρά πανομοιότυπθ με τθν εκπεμπόμενθ παλμοςειρά αλλά μετατοπιςμζνθ χρονικά κατά. Η πλθροφορία τθν οποία φζρει το ςιμα επιςτροφισ βρίςκεται ςτθ φάςθ και το πλάτοσ τθσ παλμοςειράσ και όχι ςτθ φζρουςα ςυχνότθτα θ οποία προζκυψε από τθν διαμόρφωςθ τθσ παλμοςειράσ. Γι αυτό το λόγο το ςιμα πρζπει να αποδιαμορφωκεί (demodulation). Αυτό επιτυγχάνεται με τον πολλαπλαςιαςμό του λαμβανομζνου ςιματοσ με ζνα θμιτονοειδζσ ςιμα. Στθν περίπτωςθ των radar χρθςιμοποιείται θ τετραγωνικι (quadrature) αποδιαμόρφωςθ. Αυτι χρθςιμοποιεί ζνα ηευγάρι ςθμάτων τα οποία παράγονται από τον τοπικό ταλαντωτι LO, ο οποίοσ βρίςκεται ςτθ μονάδα ελζγχου. Το ζνα ςιμα ζχει τθν ίδια φάςθ με τον τοπικό ταλαντωτι (<0 o ) και το άλλο διαφορά 90 ο (<90 ο ). Δθλαδι χρθςιμοποιείται ςυγχρόνωσ θμιτονοειδισ και ςυνθμιτονοειδισ αποδιαμόρφωςθ. Ζτςι, προκφπτουν δφο ςυνιςτϊςεσ ςιματοσ, θ ςε φάςθ ςυνιςτϊςα (in phase, Ι) και θ τετραγωνικισ φάςθσ ςυνιςτϊςα (quadrature, Q). Οπότε το εξαγόμενο ςιμα κεωρείται ωσ διατεταγμζνο ηεφγοσ Ι, Q, και αποδίδεται με τον μιγαδικό αρικμό I + jq (βλζπε εικόνα 10).*3+ Από τθν κακυςτζρθςθ τ του ςιματοσ επιςτροφισ προςδιορίηεται θ πλευρικι απόςταςθ (range) του ςτόχου R = τc/2, και επομζνωσ θ απόςταςι του κατά τθ διεφκυνςθ τθν κάκετθ ςτθ γραμμι πτιςθσ. Αυτό δεν ςυμβαίνει όμωσ για τα ραντάρ 32

33 απεικονίςεων, τα οποία μετροφν τθν κακυςτζρθςθ του ςιματοσ για πολφ λίγουσ ςτόχουσ ςτο ζδαφοσ (πρϊτο και τελευταίο εικονοςτοιχείο κάκε τθλεπιςκοπικισ ςκθνισ). Ο προςδιοριςμόσ τθσ πλευρικισ απόςταςθσ R ςε άλλουσ τφπουσ ραντάρ, μπορεί να γίνει και από τθ διαφορά ςυχνότθτασ Δf R όταν το radar χρθςιμοποιεί διαμόρφωςθ ςυχνότθτασ. Στθ ςυνζχεια το ςιμα ενιςχφεται και ωσ προσ τα δφο του κανάλια Ι και Q και μετατρζπεται ςε ψθφιακό (Analog / digital conversion). H δειγματολθψία των δφο καναλιϊν κατά τθν ψθφιοποίθςθ γίνεται ςφμφωνα με το κεϊρθμα του Shannon. Λόγω τθσ ψθφιοποίθςθσ θ διάςταςθ του κάκε εικονοςτοιχείου (pixel spacing) είναι θ μιςι τθσ χωρικισ διακριτικισ ικανότθτασ του δζκτθ λιψθσ. Τα δφο ψθφιοποιθμζνα ςιματα μεταφζρονται ςτο ςτακμό λιψθσ δεδομζνων. Εκεί παράγεται θ μιγαδικι απεικόνιςθ radar (εάν πρόκειται για radar απεικονίςεων) τθσ οποίασ κάκε pixel ζχει δφο τιμζσ τθν Ι και τθν Q. Από αυτά τα δεδομζνα ο χριςτθσ παράγει τθν απεικόνιςθ ιςχφοσ τθσ οποίασ το κάκε pixel ζχει τιμι τθν (I 2 +Q 2 ) 1/2 και τθν απεικόνιςθ φάςθσ. Από τισ ςχετικζσ επεξεργαςίεσ αυτϊν των απεικονίςεων παίρνουμε πλθροφορίεσ για τθν οπιςκοςκζδαςθ, τθν υγραςία, τθν ομαλότθτα κλπ. τθσ γιινθσ επιφάνειασ. Τζλοσ να επιςθμάνουμε ότι οι µετριςεισ που γίνονται µε τα διάφορα είδθ ραντάρ είναι μονοδιάςτατεσ (ποςοςτό τθσ εκπεμπόμενθσ ακτινοβολίασ που λαμβάνεται από το δζκτθ αφοφ ςκεδαςτεί από το ςτόχο). Για να καταςκευαςτεί θ απεικόνιςθ ραντάρ κα πρζπει να προςτεκεί θ δεφτερθ διάςταςθ. Αυτό επιτυγχάνεται µε τθν κίνθςθ του φορζα (αεροςκάφουσ ι δορυφόρου) που μεταφζρει το ραντάρ πλευρικισ ςάρωςθσ. Η γεωμετρικι διαχωριςτικι ικανότθτα ςτθ διεφκυνςθ των πλευρικϊν αποςτάςεων εξαρτάται τότε από το εφροσ ηϊνθσ ςυχνοτιτων (bandwidth) του παλμοφ από το οποίο υπολογίηεται και θ μικρότερθ δυνατι διάρκεια του παλμοφ. Αντίκετα θ διαχωριςτικι ικανότθτα ςτθν αηιμουκιακι διεφκυνςθ εξαρτάται από το άνοιγμα τθσ κεραίασ D ςε αυτι τθ διεφκυνςθ, το οποίο κακορίηει και το θμίςειασ ιςχφοσ εφροσ δζςμθσ (beamwidth) που εκπζμπει το ραντάρ.[3] 33

34 Εξίςωςθ ραντάρ Για τον κακοριςμό τθσ εξίςωςθσ του αντάρ αρχικά απαιτείται να προςδιοριςτεί ιςχφσ που λαμβάνεται ςτθν πλάγια απόςταςθ R από τθν πθγι: Συγκρίνοντασ το ποςό τθσ ιςχφσ που ζνασ ςτόχοσ δζχεται και επανεκπζμπει με αυτό μιασ τζλεια αγϊγιμθσ ςφαίρασ μοναδιαίασ ακτίνασ, είναι δυνατόν να προςδιοριςτεί θ ενεργόσ διατομι ραντάρ ς ςτο ςτόχο, θ οποία αποτελεί μία μζτρθςθ τθσ δφναμθσ τθσ ανακλαςτικότθτασ του ςτόχου. Η ιςχφσ που επανεκπζμπεται από τον ςτόχο είναι: Να ςθμειϊςουμε ότι θ ενεργόσ διατομι ραντάρ, που ανακλάται πίςω ςτο δζκτθ, εκφραςμζνθ ανά μοναδιαία περιοχι εδάφουσ καλείται ςυντελεςτισ οπιςκοςκζδαςθσ ραντάρ ς 0 : Αν υποκζςουμε ότι ο πομπόσ και θ κεραία λιψθσ ότι είναι τοποκετθμζνα το ζνα δίπλα ςτο άλλο, το ςιμα, το οποίο φκάνει, αν υποτεκεί ότι ζχει μια ενεργι περιοχι (effective area), είναι: Ππωσ αναφζραμε προθγουμζνωσ, αυτό κα ιταν το ςιμα που κα ζφτανε ςτθν κεραία λιψθσ, αν δεν υπιρχε κόρυβοσ. Σε ζνα τθλεπικοινωνιακό ςφςτθμα υπάρχει πάντα κόρυβοσ, που «προςβάλει» το ςιμα το οποίο φτάνει ςτθν κεραία. Αν πρζπει να λάβουμε υπόψθ αυτό το κόρυβο που παράγεται από τθ γιινθ ατμόςφαιρα, το ποςό που ςυμβάλλει ςτθν εξίςωςθ εμβζλειασ είναι ζνα προϊόν τθσ εξίςωςθσ του Boltzmann ( ), T S θ κερμοκραςία ςε βακμοφσ Kelvin, και αν οι διάφορεσ απϊλειεσ που υπάρχουν ςτο ςφςτθμα μποροφν να ςυμπεριλθφκοφν από κοινοφ ςε ζναν όρο γραφτεί ωσ:, θ εξίςωςθ του ραντάρ μπορεί να 34

35 Το κζρδοσ τθσ κεραίασ είναι άμεςα ςυνδεδεμζνο με το ενεργό τθσ άνοιγμα: Ππου G r είναι το κζρδοσ του λαμβανόμενου ανοίγματοσ και λ 2 το τετράγωνο του μικουσ κφματοσ του ςιματοσ του ραντάρ. Μποροφμε να ορίςουμε επίςθσ το G T ωσ το κζρδοσ τθσ κεραίασ εκπομπισ θ οποία ορίηεται ωσ εξισ: Για μια κεραία εκπομπισ το παραπάνω κζρδοσ είναι απλά ζνα μζτρο του ςε ποιο βακμό ζχει επιτευχκεί θ εςτίαςθ τθσ ιςχφσ: αναλογία τθσ ςτερεάσ γωνίασ που περιζχεται ςε μια ςφαίρα, με τθν ςτερεά γωνία κατά τθν οποία θ κεραία διοχετεφει ιςχφ. Με άλλα λόγια, είναι ο λόγοσ τθσ ςφαιρικισ περιοχισ, 4π ςτερακτίνια, προσ τθν περιοχι δζςμθσ τθσ κεραίασ, κ 2. [5] Τζλοσ να αναφζρουμε ότι θ πιο ςυνθκιςμζνθ μορφι τθσ εξίςωςθσ του ραντάρ, παραλείποντασ τισ απϊλειεσ είναι θ εξισ: θ ιςχφσ του εκπεμπόμενου ςιματοσ : τo το κζρδοσ τθσ κεραίασ εκπομπισ :το μικοσ κφματοσ : θ πλευρικι απόςταςθ (range) : το ενεργό άνοιγμα τθσ κεραίασ Από τθν παραπάνω εξίςωςθ παρατθροφμε ότι το λαμβανόμενο ςιμα είναι ευαίςκθτο ςτο κζρδοσ τθσ κεραίασ, ςτο μικοσ κφματοσ και ςτθν πλευρικι απόςταςθ (range). 35

36 Πόλωςθ Εικόνα 11: Εξίςωςθ Ραντάρ. Η πόλωςθ ςτθ διεφκυνςθ του θλεκτρικοφ διανφςματοσ ςε ζνα ΗΜ κφμα αναφζρεται ςτθ διεφκυνςθ του επιπζδου του θλεκτρικοφ πεδίου. Τα ςυςτιματα ραντάρ εκπζμπουν πολωμζνα ςιματα κατακόρυφα ι οριηόντια. Αυτό ςθμαίνει ότι το θλεκτρικό πεδίο του κφματοσ που εκπζμπεται φιλτράρεται, ζτςι ϊςτε να βρίςκεται μόνο ςε ζνα επίπεδο, κατακόρυφο ι οριηόντιο. Ομοίωσ με τθν εκπομπι, κατά τθ λιψθ του το ανακλϊμενο από το ςτόχο ςιμα περνά για άλλθ μια φορά μζςα από ζνα φίλτρο ϊςτε να πολωκεί. Ζνα ραντάρ μπορεί να λάβει κατακόρυφο ι οριηόντιο πολωμζνο ςιμα, και μερικζσ φορζσ μπορεί να λάβει και τα δφο (βλζπε εικόνα 13). Ζνα κφμα εκπεμπόμενο ι λαμβανόμενο ςυμβολίηεται με το γράμμα Η αν είναι οριηόντια πολωμζνο, και με το γράμμα V αν είναι κατακόρυφα πολωμζνο.[6,7] Μια πόλωςθ μπορεί να είναι: 36

37 ΗΗ, εάν το εκπεμπόμενο και το λαμβανόμενο ςιμα είναι πολωμζνο οριηόντια (like polarized). VV, εάν το εκπεμπόμενο και το λαμβανόμενο ςιμα είναι πολωμζνο κατακόρυφα (like polarized). Εικόνα 12: Οριηόντιοσ (αριςτερά) και Κάκετοσ (δεξιά) Σφποσ Πόλωςθσ. ΗV, εάν το εκπεμπόμενο ςιμα είναι πολωμζνο οριηόντια και το λαμβανόμενο είναι πολωμζνο κατακόρυφα (cross polarized). VΗ, εάν το εκπεμπόμενο ςιμα είναι πολωμζνο κατακόρυφα και το λαμβανόμενο είναι πολωμζνο οριηόντια (cross polarized). [7] Εικόνα 13: Φιλτράριςμα για τθν πόλωςθ των εκπεμπόμενων και λαμβανόμενων ςθμάτων. Επιπρόςκετα, ςθμειϊνεται ότι κάκε μία μεμονωμζνα από τισ παραπάνω περιπτϊςεισ πόλωςθσ χαρακτθρίηεται ωσ απλι πόλωςθ (single polarized), ενϊ όταν το ςφςτθμα ραντάρ ςυνδυάηει δφο τφπουσ πόλωςθσ, δθλαδι HH και HV, VV και VH, 37

38 ΗΗ και VV, τότε χαρακτθρίηεται ωσ διπλισ πόλωςθσ (dual polarized) ςφςτθμα. Στισ περιπτϊςεισ που εναλλάςςεται θ πόλωςθ, δθλαδι HH και HV εναλλάςςεται με VV και VH, θ πόλωςθ χαρακτθρίηεται ωσ εναλλαςςόμενθ (alternating polarized), ενϊ τζλοσ, όταν ςυνδυάηονται και οι τζςςερισ τφποι (HH,VV,HV,VH), τότε θ πόλωςθ χαρακτθρίηεται ωσ πλιρθσ (fully-polarimetric). Εικόνα 14: (a)ραντάρ Απλισ Πόλωςθσ και (b) Ραντάρ Διπλισ Πόλωςθσ Γεωμετρία Απεικόνιςθσ των Ραντάρ Το Radar βλζπει τθν γιινθ επιφάνεια με πλάγια κζα θ οποία ορίηεται από το γωνιακό εφροσ τθσ δζςμθσ τθσ παραγόμενθσ από το ΗΜ κφμα και τθν πλευρικι απόςταςθ (βλζπε εικόνα 15). Τα εικονοςτοιχεία κατά μικοσ τθσ εγκάρςιασ (across track) διεφκυνςθσ τθσ απεικόνιςθσ (δθλαδι ςε κάκε γραμμι μιασ απεικόνιςθσ radar) λαμβάνουν τιμζσ οι οποίεσ αντιςτοιχοφν ςτθν θχϊ του ςιματοσ που λαμβάνεται από μια ςυγκεκριμζνθ παλμοςειρά, μζςα ςε μία χρονικι διάρκεια. Η πρϊτθ θχϊ του ςιματοσ (δθλαδι θ τιμι του πρϊτου εικονοςτοιχείου) δίνει πλθροφορία για ςτόχουσ οι οποίοι βρίςκονται ςτθν εγγφτερθ πλευρικι απόςταςθ (near range), οι ενδιάμεςεσ τιμζσ αντιςτοιχοφν ςε ενδιάμεςουσ ςτόχουσ (slant range), ενϊ θ τελευταία για ςτόχουσ οι οποίοι βρίςκονται ςτθν απϊτερθ πλευρικι 38

39 απόςταςθ (far range). Σφμφωνα με τθν εξίςωςθ του radar θ πλθροφορία αυτι ςυνδζεται με τθν ενεργό διατομι radar, ς r, του ςτόχου και δίνει τον βακμό οπιςκοςκζδαςθσ του ςτόχου. H απόςταςθ μεταξφ εγγφτερου και απϊτερου ςτόχου ορίηει το πλάτοσ τθσ λιψθσ (swath). H πλευρικι απόςταςθ εδάφουσ (ground range) είναι θ απόςταςθ επί του εδάφουσ οποιουδιποτε ςτόχου από το ςθμείο ναδίρ του radar. Εικόνα 15: Γεωμετρία λιψθσ Ραντάρ. Η κατά μικοσ τθσ γραμμισ πτιςθσ ι αηιμουκιακι (along track ι azimuth) διεφκυνςθ τθσ απεικόνιςθσ είναι αποτζλεςμα τθσ επανάλθψθσ των εκπεμπόμενων παλμϊν κατά τθ διάρκεια τθσ κίνθςθσ του δζκτθ, αεροπλάνου ι δορυφόρου κατά μικοσ τθσ γραμμισ πτιςθσ (flight line).[3] 39

40 3. Ραντάρ υνκετικοφ Ανοίγματοσ 3.1. Ειςαγωγι Ππωσ γνωρίςαμε ιδθ ςτο πρϊτο κεφάλαιο, τα radar απεικονίςεων διακρίνονται ςτουσ εξισ τφπουσ: 1. αντάρ πραγματικοφ ανοίγματοσ (Real Aperture Radar, RAR) 2. αντάρ ςυνκετικοφ ανοίγματοσ (Synthetic Aperture Radar, SAR) Οι δφο αυτοί τφποι ραντάρ παρουςιάηονται ςτο παρόν κεφάλαιο, δίνοντασ ιδιαίτερθ ζμφαςθ ςτθν δεφτερθ κατθγορία ραντάρ, αυτι του ςυνκετικοφ ανοίγματοσ. Ρεριγράφεται θ λειτουργία τουσ, τα βαςικά χαρακτθριςτικά των απεικονίςεων που προκφπτουν, κακϊσ επίςθσ οι παραμορφϊςεισ που υφίςτανται οι απεικονίςεισ ωσ αποτζλεςμα τθσ πλάγιασ λιψθσ των ραντάρ ςε ςυνδυαςμό με το γιινο ανάγλυφο RAR Ραντάρ Πραγματικοφ Ανοίγματοσ Η κατθγορία των αντάρ Ρραγματικοφ Ανοίγματοσ RAR, από τα αρχικά Real Aperture Radars, ςυχνά ονομάηεται και Αερομεταφερόμενα αντάρ Ρλάγιασ Λιψθσ SLAR (Side Looking Airborne Radars). Ζνα ραντάρ, λοιπόν, τφπου RAR, είναι μθ ςυνεκτικό ραντάρ, αποτελϊντασ ζνα είδοσ ραντάρ το οποίο ελζγχεται από το φυςικό άνοιγμα τθσ κεραίασ. Επίςθσ ανικει ςτουσ ενεργθτικοφσ δζκτεσ, κακϊσ εκπζμπει παλμοφσ ενζργειασ από τθν κεραία του ςτθν περιοχι του εδάφουσ, θ οποία επικυμείται να απεικονιςτεί. Ανακλάςεισ από μεγαλφτερα εφρθ ακτινοβολίασ φκάνουν πίςω ςτο ραντάρ μετά από ζνα αναλογικά μεγαλφτερο χρονικό διάςτθμα, το οποίο μετατρζπεται και ερμθνεφεται ωσ πλευρικι απόςταςθ ςτθν εικόνα λιψθσ. Σε ζνα RAR μόνο το πλάτοσ τθσ θχοφσ (ανάκλαςθσ) καταγράφεται και υφίςταται επεξεργαςία κάκε φορά. Με τθν εκπομπι του επόμενου παλμοφ, το ραντάρ ζχει προχωριςει ςε μια μικρι απόςταςθ και μια ελαφρϊσ διαφορετικι λωρίδα εδάφουσ αποτυπϊνεται. Αυτζσ οι διαδοχικζσ λωρίδεσ εδάφουσ ςτθ ςυνζχεια κα καταγράφονται θ μία δίπλα ςτθν άλλθ για να δθμιουργιςουν τθν αηιμοφκιο κατεφκυνςθ. Η εικόνα αποτελείται τελικά από ζνα διςδιάςτατο πίνακα δεδομζνων.[5] 40

41 Η χωρικι ανάλυςθ των RAR κακορίηεται κυρίωσ από το χρθςιμοποιοφμενο μζγεκοσ τθσ κεραίασ: όςο μεγαλφτερθ είναι θ κεραία, τόςο καλφτερθ είναι θ χωρικι ανάλυςθ. Βελτίωςθ, επίςθσ, επιφζρει και θ χριςθ μικρότερου μικουσ κφματοσ, θ οποία όμωσ οδθγεί γενικϊσ ςε υψθλότερθ εξαςκζνθςθ λόγω νεφϊςεων και ατμοςφαιρικϊν ςυνκθκϊν. Άλλοι παράγοντεσ περιλαμβάνουν τον προςδιοριςμό διάρκειασ του παλμοφ ( ) και του εφροσ δζςμθσ τθσ κεραίασ. Ιςχφει ότι δφο ςτόχοι κατά το αηιμοφκιο μποροφν να διαχωριςτοφν μόνο αν θ απόςταςθ μεταξφ τουσ είναι μεγαλφτερθ από το εφροσ δζςμθσ τθσ κεραίασ.*8,9+ Η πλευρικι ανάλυςθ (Range Resolution) ενόσ RAR ορίηεται ωσ εξισ: όπου είναι θ ταχφτθτα του φωτόσ. Ενϊ θ αηιμουκιακι ανάλυςθ (Azimuth Resolution) δίνεται από τθ ςχζςθ: όπου είναι το μικοσ τθσ κεραίασ, θ απόςταςθ κεραίασ-αντικειμζνου (κεκλιμζνθ απόςταςθ), και το μικοσ κφματοσ. Για ςυςτιματα RAR, όπου το εφροσ τθσ δζςμθσ τθσ κεραίασ ελζγχεται από το φυςικό μικοσ τθσ κεραίασ, όπωσ αναφζραμε και προθγουμζνωσ, οι τυπικζσ αναλφςεισ είναι τθσ τάξθσ αρκετϊν χιλιομζτρων. Ο ςχεδιαςμόσ ενόσ RAR και ο τρόποσ επεξεργαςίασ των δεδομζνων του παρζχουν ευκολία χριςθσ. Ραρά το γεγονόσ ότι θ ανάλυςθ τθσ εγγφτερθσ πλευρικισ απόςταςθσ είναι «φτωχι», λειτουργεί τζλεια ςε αποςτολζσ χαμθλοφ φψουσ ι ςε μικρά μικθ κφματοσ. Ζτςι, θ χριςθ των δεδομζνων του για ατμοςφαιρικζσ μελζτεσ ι μελζτεσ ςχετικά με ςκεδαςτζσ εδάφουσ είναι αρκετά δφςκολθ, λόγω χαμθλοφ φψουσ πτιςθσ.[5] 41

42 Εικόνα 16: Γεωμετρία Λιψθσ RAR SAR Ραντάρ υνκετικοφ Ανοίγματοσ Αρχι Λειτουργίασ Τα ραντάρ ςυκετικοφ ανοίγματοσ SAR (Synthetic Aperture Radars) αναπτφχκθκαν με ςκοπό να αντιμετωπιςτοφν και υπερκεραςτοφν προβλιματα και περιοριςμοί των ραντάρ πραγματικοφ ανοίγματοσ. Τα ςυγκεκριμζνα ςυςτιματα επιτυγχάνουν πολφ καλι διακριτικι ανάλυςθ κατά τθν αηιμουκιακι διεφκυνςθ ι διεφκυνςθ πτιςθσ, κάτι το οποίο είναι ανεξάρτθτο από τθν κεκλιμζνθ απόςταςθ ωσ προσ το ςτόχο, ενϊ χρθςιμοποιοφν μικρι κεραία και ςχετικά μεγάλα μικθ κφματοσ. Κατά τθ διάρκεια τθσ διαδρομισ του το ραντάρ εκπζμπει και λαμβάνει πολλοφσ παλμοφσ ςε μία ακολουκία. Ζτςι, καταγράφοντασ και ζπειτα ςυνδυάηοντασ κάκε ζνα από αυτά τα ατομικά ςιματα, δθμιουργείται ζνα ςυνκετικό άνοιγμα, το οποίο ςτθ ςυνζχεια παρζχει μία καλφτερθ διακριτικι ικανότθτα κατά τθ διεφκυνςθ του αηιμουκίου. 42

43 Είναι πολφ ςθμαντικό να ςθμειωκεί ότι μερικζσ λεπτομζρειεσ τθσ δομισ των ςθμάτων ανάκλαςθσ που παράγονται από τουσ ςτόχουσ, αλλάηουν κατά τθ διάρκεια τθσ κίνθςθσ του ραντάρ κακϊσ περνάει από το ςτόχο. Αυτι θ αλλαγι ερμθνεφεται από το φαινόμενο Doppler, το οποίο μεταξφ άλλων χρθςιμοποιείται για τθν εςτίαςθ των ςθμάτων ςτον επεξεργαςτι. Στθν εικόνα 17 περιγράφεται αναλυτικά το φαινόμενο Doppler και θ µεταβολι (ολίςκθςθ) τθσ ςυχνότθτασ που οφείλεται ςε αυτό το φαινόμενο. Ασ υποκζςουμε ζνα ζμβολο, το οποίο ανεβοκατεβαίνει ςτο νερό και παράγει κφκλουσ εκπεμπόμενων κυμάτων, κακζνα από τα οποία ζχει ςτακερι ςυχνότθτα f Z (βλζπε εικόνα 17). Τα ςυγκεκριμζνα κφματα μεταδίδονται με γνωςτι ταχφτθτα, ενϊ το ζμβολο παράγει κφματα ανάλογα με εκείνα ενόσ ραντάρ. Θεωροφμε ζνα πλοίο το οποίο κινείται κατά μικοσ τθσ διεφκυνςθσ A B C. Στθ κζςθ Β ζνασ επιβάτθσ του πλοίου κα μετροφςε τον ίδιο αρικμό κυμάτων με αυτά που εκπζμπονται. Εικόνα 17: Παραγωγι κυκλικϊν κυμάτων ςτακερισ ςυχνότθτασ fz. Στθν Α, όπου το πλοίο κινείται προσ τθν πθγι, ο επιβάτθσ κα μετροφςε μεγαλφτερο αρικμό κυμάτων που εκπζμπονται από τθν πθγι και θ ταχφτθτα μετάδοςθσ των κυμάτων είναι ελαφρϊσ αυξθμζνθ από τθν ταχφτθτα του πλοίου. Εν αντικζςει ςτθ κζςθ C, όπου το πλοίο απομακρφνεται από τθν πθγι, θ ςυχνότθτα μετάδοςθσ είναι μικρότερθ και τα κφματα μεταδίδονται ςτθν ίδια κατεφκυνςθ με το πλοίο. 43

44 Η ςυχνότθτα Doppler, είναι θ διαφορά μεταξφ των λαμβανόμενων και εκπεμπόμενων ςυχνοτιτων και θ διαφορά αυτι προκαλείται από τθ ςχετικι κίνθςθ μεταξφ τθσ πθγισ και του παρατθρθτι. Αντίςτοιχα, θ ςχετικι απόςταςθ μεταξφ των κορυφϊν του πεδίου των κυμάτων κα μποροφςε να καταγραφεί κατά μικοσ τθσ γραμμισ A C και να μετρθκεί όπωσ ςτθν περίπτωςθ που το πεδίο των κυμάτων ιταν ακίνθτο. Αυτό οδθγεί ςε ζνα μοντζλο αντίςτοιχο με το μοντζλο Doppler. Επίςθσ, κατά τθν κίνθςθ του πλοίου από το A ςτο ςθμείο C, θ καταγραφι που υλοποιείται μοιάηει ςαν τθν καμπφλθ ςτα δεξιά τθσ εικόνασ 17. Στθν περίπτωςθ που αντί για ζμβολο, κεωριςουμε μία πλατφόρμα ραντάρ θ οποία εκπζμπει ςιματα, το πλοίο αποτελεί ζνα ςτόχο που κινείται διαμζςου του ςιματοσ τθσ κεραίασ, κακϊσ το ραντάρ περνάει. Η καταγραφι των κυμάτων που οπιςκοςκεδάηονται από τον ςτόχο και λαμβάνονται κα είναι παρόμοια με τθν καταγραφι θ οποία λαμβάνει χϊρα ςτο ςφςτθμα επιβάτθσ πλοίο. Αυτι θ καταγραφι ονομάηεται «ιςτορικό» Doppler (ι «ιςτορικό φάςθσ») των επιςτρεφόμενων ςθμάτων. Κακϊσ ο ςτόχοσ κάνει τθν είςοδό του ςτο πεδίο των κυμάτων, το πρόςθμο τθσ μετατόπιςθσ Doppler είναι κετικό, επειδι θ απόςταςθ πθγισ ςτόχου μειϊνεται. Τθ ςτιγμι που θ κεραία είναι εγκάρςια ςε ςχζςθ με το ςτόχο, θ λαμβανόμενθ ςυχνότθτα είναι ονομαςτικι, με τθ ςυχνότθτα Doppler να είναι μθδζν. Στθ ςυνζχεια το «ιςτορικό» φάςθσ αποκθκεφεται προκειμζνου να χρθςιμοποιθκεί για τθν επεξεργαςία των δεδομζνων του ραντάρ ςυνκετικοφ ανοίγματοσ.[9] Βαςικά τοιχεία Απεικόνιςθσ SAR Ρροχωρϊντασ ςτθν περιγραφι των SAR ςυςτθμάτων και απεικονίςεων, κρίνεται απαραίτθτθ θ απόδοςθ οριςμοφ των βαςικϊν ςτοιχείων, τα οποία ςυνδζουν γεωμετρικά το δζκτθ SAR µε τθ γιινθ επιφάνεια. Τα μεγζκθ αυτά μποροφν να ςυνοψιςτοφν ωσ εξισ: Φψοσ πτιςθσ (altitude): θ κάκετθ απόςταςθ από τθν πλατφόρµα του δζκτθ µζχρι τθν προβολι τθσ πάνω ςτο ελλειψοειδζσ. Ναδίρ (Nadir): θ προβολι του δζκτθ πάνω ςτθν γιινθ επιφάνεια. 44

45 Αηιµοφκιο (Azimuth): θ διεφκυνςθ πάνω ςτο ζδαφοσ θ παράλλθλθ µε τθν κίνθςθ τθσ πλατφόρµασ του SAR. Ρλευρικι διεφκυνςθ (range direction): θ διεφκυνςθ µε τθν οποία μεταδίδεται το ςιμα. Η διεφκυνςθ αυτι είναι κάκετθ ςτθν διεφκυνςθ των αηιµουκίων. Ρλευρικά διανφςµατα (range vectors): τα διανφςµατα τα οποία παριςτάνουν τθν διεφκυνςθ και τθν απόςταςθ από τθν πλατφόρµα του δζκτθ ςτθ µοναδιαία γιινθ επιφάνεια θ οποία απεικονίηεται κατά τθν διάρκεια εκπομπισ ενόσ παλμοφ. Κάκετο διάνυςμα (earth normal vector) θ κατακόρυφθ ςτθν γιινθ επιφάνεια. Ρλευρικι απόςταςθ (slant range) θ απόςταςθ από τον δζκτθ ζωσ ζνα ςτόχο ο οποίοσ βρίςκεται ςτθν πλευρικι διεφκυνςθ. Γιινθ πλευρικι απόςταςθ (ground range): θ προβολι τθσ πλευρικισ απόςταςθσ πάνω ςτθν γθ. Γνωςτι και ωσ γεωγραφικι απόςταςθ Εγγφσ πλευρικι απόςταςθ (near range) θ εγγφτερθ ςτο ναδίρ πλευρικι απόςταςθ και επομζνωσ θ ςυντομότερθ. Μακρινι πλευρικι απόςταςθ (far range): θ πιο µακρινι από το Ναδίρ πλευρικι απόςταςθ. Ρλάτοσ λιψθσ (swath width): το πλάτοσ τθσ απεικόνιςθσ ςτθν πλευρικι διεφκυνςθ Μικοσ λιψθσ (swath length) το πλάτοσ τθσ απεικόνιςθσ ςτθν διεφκυνςθ των αηιμουκίου. Γωνία φωτιςμοφ κ (illumination angle): θ γωνία θ οποία ςχθµατίηεται από τθν κατακόρυφο ςτο ναδίρ και το εκάςτοτε πλευρικό διάνυςμα. Πςο το φψοσ πτιςθσ τθσ πλατφόρμασ του δζκτθ μεγαλϊνει, θ αφξθςθ τθσ γωνίασ φωτιςμοφ από τθν εγγφσ πλευρικι απόςταςθ ςτθ µακρινι μειϊνεται. Γωνία διόπτευςθσ (depression angle): γωνία ςυμπλθρωτικι τθσ γωνίασ φωτιςμοφ. Γωνία πρόςπτωςθσ (incidence angle) θ γωνία θ οποία ςχθματίηεται από τθν τοπικι κατακόρυφθ ςτθν επιφάνεια τθσ γθσ και τθν πλευρικι διεφκυνςθ. 45

46 Τοπικι γωνία πρόςπτωςθσ (local incidence angle) θ γωνία θ οποία ςχθματίηεται από τθν τοπικι κάκετθ ςτθν επιφάνεια τθσ γθσ και τθν πλευρικι διεφκυνςθ. Συχνότθτα επανάλθψθσ των παλμϊν (PRF): ζχει τιμζσ από 1640Hz ζωσ 1720 Ηz. [3] Διακριτικι Ικανότθτα Αηιμουκίου Αναηθτϊντασ τθ διαφορά των δφο τφπων ραντάρ, RAR και SAR, διαπιςτϊνεται ότι αυτι ζγκειται ςτθ διακριτικι ικανότθτα κατά τθ κατεφκυνςθ πτιςθσ. Η διακριτικι ικανότθτα των ραντάρ πραγματικοφ ανοίγματοσ εξαρτάται από το εφροσ τθσ δζςμθσ τθσ κεραίασ και είναι ανάλογθ τθσ απόςταςθσ μεταξφ του ραντάρ και του ςτόχου (κεκλιμζνθ απόςταςθ), όπωσ αναφζραμε αναλυτικά ςε προθγοφμενθ ενότθτα. Το ραντάρ ςυνκετικοφ ανοίγματοσ με τθν επεξεργαςία μίασ αλλθλουχίασ ςθμάτων, τα οποία καταγράφονται ςτθ μνιμθ του ςυςτιματοσ, ςυνκζτει ζνα άνοιγμα κεραίασ το οποίο είναι περίπου εκατό φορζσ μεγαλφτερο από αυτό τθσ πραγματικισ κεραίασ. Τονίηεται ότι θ διακριτικι ικανότθτα κατά το αηιμοφκιο είναι ανεξάρτθτθ τθσ απόςταςθσ μεταξφ τθσ κεραίασ και του ςτόχου, όπωσ αποδεικνφεται παρακάτω. Στθν ουςία, το μικοσ τθσ κεραίασ κεωρείται θ απόςταςθ που διανφει ο δορυφόροσ κατά το χρονικό διάςτθμα κατά το οποίο ο δζκτθσ ςυλλζγει πλθροφορία για κάκε ςυγκεκριμζνο αντικείμενο. Δθλαδι από τθ χρονικι ςτιγμι που εκπζμπεται ο πρϊτοσ παλμόσ προσ κάποιο ςτόχο, μζχρι τθ χρονικι ςτιγμι που εκπζμπεται ο τελευταίοσ παλμόσ προσ τον ίδιο ςτόχο. Η ονομαςτικι διακριτικι ικανότθτα για ζνα ραντάρ ςυνκετικοφ ανοίγματοσ είναι περίπου θ μιςι από το πραγματικό μζγεκοσ τθσ κεραίασ.[9] 46

47 Εικόνα 18: Γεωμετρία λιψθσ SAR. Ανάλογα µε τθν εγγενι (inherent) ταχφτθτα V του φορζα, ςυνεπϊσ και του ραντάρ, θ ςυχνότθτα του λαμβανόμενου ςιματοσ υφίςταται µία κατά Doppler μετατόπιςθ (Doppler-shifted) ωσ προσ τθ ςυχνότθτα εκπομπισ. Για ζνα ςτόχο ο οποίοσ παρατθρείται υπό μικρι γωνία (µικρότερθ των 30 0 ) ςτθ διεφκυνςθ τθν κάκετθ ςτθ τροχιά (acrosstrack), ι αλλιϊσ διεφκυνςθ των αποςτάςεων, αυτι θ μετατόπιςθ Doppler δίνεται από τθν ςχζςθ: Εάν χρθςιμοποιθκεί ζνα φίλτρο, µε εφροσ ηϊνθσ, τότε ςτθν ζξοδο αυτοφ του φίλτρου κα ζχουμε ζνα ςιμα το οποίο αποκτικθκε από µια μικρι γωνία απόςταςθσ µε εφροσ ηϊνθσ. Σε αυτι τθ αντιςτοιχεί µία αηιµουκιακι απόςταςθ θ οποία είναι και θ αντίςτοιχθ διαχωριςτικι ικανότθτα ςτθν αηιµουκιακι διεφκυνςθ. Η, θ οποία ονοµάηεται Doppler, δίνεται προφανϊσ από τθ ςχζςθ: Επειδι είναι:, ςχζςθ που µασ δίνει τθν αηιμουκιακι διαχωριςτικι ικανότθτα 47

48 για τθν οποία παρατθροφμε ότι είναι όντωσ ανεξάρτθτθ του πραγματικοφ μικουσ τθσ κεραίασ. Σ αυτι τθ διαχωριςτικι ικανότθτα αντιςτοιχεί ςφμφωνα με το όριο περίκλαςθσ του Rayleigh ζνα μικοσ ςυνκετικοφ ανοίγματοσ (SA: Syntetic Apperture) ίςο με : Αυτι είναι θ πρϊτθ και απλοφςτερθ μζκοδοσ καταςκευισ ενόσ ςυνκετικοφ ανοίγματοσ, µε χριςθ ενόσ φίλτρου µε εφροσ ηϊνθσ, θ οποία ονοµάηεται όξυνςθ τθσ δζςµθσ Doppler (Doppler beam sharpening). Για να επιτφχουμε βελτιςτοποίθςθ αυτισ τθσ μεκόδου χρειάηεται να εκτιμιςουμε το μικρότερο δυνατό εφροσ ηϊνθσ ςυχνοτιτων που μπορεί να χρθςιμοποιθκεί. Το όμωσ εξαρτάται από το μζγιςτο δυνατό χρόνο παρατιρθςθσ του ςτόχου από το ραντάρ. Ο μζγιςτοσ χρόνοσ παρατιρθςθσ είναι µε άλλα λόγια ο απαιτοφµενοσ χρόνοσ για να ολιςκιςει θ ςυχνότθτα Doppler από τθν απολφτωσ μεγαλφτερθ ζωσ τθν απολφτωσ μικρότερθ τιμι τθσ εντόσ του εφρουσ ηϊνθσ του φίλτρου. Από τισ εξιςϊςεισ 12 και 13 προκφπτει θ ςχζςθ: ( ) ( ) ( ) ( ) Και για = και πολλαπλαςιάηοντασ µε τθν εξίςωςθ 15 προκφπτει: ( ) Επομζνωσ θ μικρότερθ δυνατι τιμι κα είναι: για = από τθν εξίςωςθ 13 λαμβάνουμε : 48

49 [ ] Εξιςϊνοντασ τα δεφτερα µζλθ των εξιςϊςεων 18 και 19 ζχουμε: Αυτι είναι θ βζλτιςτθ διαχωριςτικι ικανότθτα θ οποία αποκτάται από τθ χριςθ ενόσ ςτακεροφ (fixed) φίλτρου για µια κακοριςμζνθ απόςταςθ (κεκλιµζνθ απόςταςθ). Ραρατθροφμε πάλι ότι είναι ανεξάρτθτθ των διαςτάςεων τθσ κεραίασ. Για να επιτευχκεί ςωςτι καταςκευι τθσ εικόνασ είναι απαραίτθτο να χρθςιμοποιθκεί για κάκε κυτίο απόςταςθσ (range bin) και διαφορετικό εφροσ ηϊνθσ. Η χριςθ μιασ τράπεηασ φίλτρων (filterbank) που ακολουκεί αυτζσ τισ εξιςϊςεισ εντόσ τθσ ηϊνθσ από τθν εγγφτερθ απόςταςθ (near range) ζωσ τθν απϊτερθ απόςταςθ (far range), δθλαδι επιτρζπει µια ςχετικά απλι επεξεργαςία πραγματικοφ χρόνου.[3,10] Εάν χρθςιμοποιθκεί ζνα κατάλλθλο φίλτρο (φίλτρο εγκλωβιςμοφ-tracking filter) τότε προκφπτει ζνα ςφςτθμα προςαρμοςμζνθσ εκπομπισ και λιψθσ, όπωσ ονομάηεται. Σ αυτό, ο ςυνολικόσ χρόνοσ φωτιςμοφ του ςτόχου από το ραντάρ είναι ίςοσ µε το ςυνολικό χρόνο ςυλλογισ δεδομζνων από το ςφςτθμα. Κατά τθ διάρκεια αυτοφ του χρόνου ο φορζασ (αεροςκάφοσ ι δορυφόροσ) διαγράφει ζνα μικοσ πάνω ςτθν τροχιά του, το οποίο είναι και το μεγαλφτερο δυνατό ςυνκετικό άνοιγμα που μπορεί να επιτευχκεί. Ο χρόνοσ αυτόσ καλείται και χρόνοσ παραμονισ (dwell time) και θ ςχζςθ που τον ςυνδζει προφανϊσ µε το ςυνκετικό άνοιγμα είναι: και λφνοντασ ωσ προσ τθν ταχφτθτα τιμι ςτθν εξίςωςθ 12 ζχουμε : και αντικακιςτϊντασ αυτι τθν ( ) ( ) ( ) ( ) 49

50 Για να μετρθκεί όμωσ ολίςκθςθ Doppler ίςθ µε παρατιρθςθσ να είναι ίςοσ περίπου µε 1 / εποµζνωσ: κα πρζπει ο χρόνοσ και θ ςχζςθ που δίνει τθν αηιμουκιακι διαχωριςτικι ικανότθτα είναι : ( ) Ωσ γνωςτόν όμωσ οι ςχζςεισ που ςυνδζουν το πραγματικό μικοσ τθσ κεραίασ, το θµίςειασ ιςχφοσ εφροσ δζςµθσ, τθν πλευρικι απόςταςθ και το µικοσ κφµατοσ είναι : επομζνωσ αντικακιςτϊντασ αυτι τθν τιμι του ςτθν εξίςωςθ 24 ζχουμε: Αυτι θ ςχζςθ είναι πολφ ςθμαντικι γιατί µασ δίνει τθ κεωρθτικά βζλτιςτθ διαχωριςτικι ικανότθτα ενόσ, όπωσ καλείται, εςτιαςμζνου SAR (focused SAR). Ραρατθροφμε ότι θ διαχωριςτικι ικανότθτα γίνεται καλφτερθ κακϊσ μικραίνει το μικοσ D τθσ πραγματικισ κεραίασ. Αυτό ζρχεται ςε αντίκεςθ µε όςα ιςχφουν για τα ραντάρ πραγματικοφ ανοίγματοσ κακϊσ και µε τα περιςςότερα οπτικά ςυςτιματα. 50

51 Εικόνα 19: Δθμιουργία Ραντάρ υνκετικοφ Ανοίγματοσ. Πμωσ όςο μικραίνει το μικοσ τθσ πραγματικισ κεραίασ τόςο μεγαλφτερο γίνεται το Συνκετικό Άνοιγμα κι επομζνωσ είναι λογικι θ αφξθςθ τθσ διαχωριςτικισ ικανότθτασ. Φυςικά θ πραγματικι κεραία δεν μπορεί να γίνει οςοδιποτε μικρι γιατί διζπεται από περιοριςμοφσ καταςκευαςτικοφσ, ιςχφοσ κ.α. Επίςθσ, είναι ανεξάρτθτθ από τθν απόςταςθ και το μικοσ κφματοσ. Για κάκε µία απόςταςθ, το κάκε ζνα από τα κυτία απόςταςθσ (range bin/cell) (βλζπε εικόνα 20), αντιςτοιχεί με διαφορετικό ςυνκετικό άνοιγμα, το μικοσ του οποίου αυξάνεται με τθν απόςταςθ. Η µθ εξάρτθςθ τθσ διαχωριςτικισ ικανότθτασ από τθν απόςταςθ ιταν κι ζνασ ςθμαντικόσ λόγοσ για τθν επζκταςθ τθσ χριςθσ των SAR από τα αεροςκάφθ ςτα διαςτθμικά SAR. 51

52 Εικόνα 20: Kυτίo απόςταςθσ (Range resolution bin/cell). Ππωσ ζχουμε αναφζρει, θ δθμιουργία του ςυνκετικοφ ανοίγματοσ για ζνα SAR μπορεί να κεωρθκεί ωσ µία τεχνθτι καταςκευι μιασ τεράςτιασ κεραίασ, θ οποία δεν υπάρχει ςτθν πραγματικότθτα. Η θχϊ των ςθμάτων που λαμβάνονται κα πρζπει να καταχωροφνται ςωςτά, ιδιαίτερα ςε ότι αφορά το πλάτοσ, τθ φάςθ αλλά και τισ αντίςτοιχεσ κζςεισ του αιςκθτιρα. Κατά τθ διάρκεια των διαδικαςιϊν επεξεργαςίασ εικόνασ τα καταγεγραμμζνα ςιματα κα πρζπει να ακροίηονται ςωςτά και να επεξεργάηονται κατάλλθλα ϊςτε να δϊςουν τθν απεικόνιςθ SAR. Οπωςδιποτε όμωσ κα υπάρχει µια διαφορά ανάμεςα ςε µία κεραία πραγματικοφ ανοίγματοσ και ςε µία ςυνκετικοφ ανοίγματοσ και ιδίου μικουσ. Ενϊ ςτθν πραγματικι κεραία το εφροσ δζςμθσ δίνει µία εκτίμθςθ τθσ διαχωριςτικισ ικανότθτασ, ςτθ ςυνκετικοφ ανοίγματοσ κεραία πρζπει να λθφκεί υπ όψιν για το εφροσ δζςμθσ ότι θ μετατόπιςθ φάςθσ ειςάγεται ςτθ διαδρομι " από " και " προσ " τον ςτόχο. Ζτςι, για το αηιμουκιακό εφροσ δζςμθσ (azimuth beamwidth) τθσ ςυνκετικισ κεραίασ, ο παράγων πρζπει να ςυµπεριλθφκεί ςτθ ςχζςθ τθσ αηιµουκιακισ διαχωριςτικισ ικανότθτασ των ραντάρ πραγματικοφ ανοίγματοσ που δίνει το πρότυπο τθσ πραγματικισ κεραίασ. Ο χρόνοσ κατά τθ διάρκεια του οποίου ζνασ ςθμειακόσ ςτόχοσ φωτίηεται από τθ δζςμθ του ραντάρ ονομάηεται όπωσ προαναφζρκθκε χρόνοσ παραμονισ (dwell 52

53 time) (βλζπε εξίςωςθ 21). Ο απαιτοφμενοσ χρόνοσ παραμονισ για µια κακοριςμζνθ αηιμουκιακι διαχωριςτικι ικανότθτα είναι: Ζνασ χρόνοσ παραμονισ πραγματικοφ ανοίγματοσ: µπορεί να επιτευχκεί, µε εφροσ δζςμθσ μιασ κεραίασ ( ) Οι αποςτάςεισ όμωσ από τα άκρα του ςυνκετικοφ ανοίγματοσ ζωσ το ςτόχο είναι μεγαλφτερεσ από τθν απόςταςθ του ςτόχου από το µζςο του ανοίγματοσ (βλζπε εικόνα 19). Γι αυτό δθμιουργείται θ ανάγκθ για κάποιου είδουσ διόρκωςθ (αντιςτάκμιςθ-compensation) τθσ φάςθσ που μετράται κακ όλθ τθ διάρκεια του χρόνου παραμονισ του SAR πάνω από το ςτόχο. Ζνα SAR που δεν κάνει τζτοια αντιςτάκμιςθ, κι επομζνωσ δεν λαμβάνει υπόψθ του τθ διαφορά των αποςτάςεων που προαναφζραμε, ονομάηεται μθ εςτιαςμζνο (unfocussed) SAR. Στθν περίπτωςθ του εςτιαςμζνου SAR (focused) θ φάςθ και το πλάτοσ του ειςερχόμενου ςιματοσ πρζπει να αποκθκεφεται εξίςου καλά όπωσ και του µθ εςτιαςμζνου. Αλλά πριν να ακροιςτοφν τα διάφορα ςιματα κα πρζπει να γίνει µια διόρκωςθ ςτθ φάςθ θ οποία κα εξιςορροπεί τθ μετατόπιςθ που προκαλείται εξ αιτίασ τθσ διαφοράσ αποςτάςεων [3][10] Ανακεφαλαιϊνοντασ λοιπόν, ζνα ςφςτθμα SAR με μικρό μζγεκοσ κεραίασ ζχει υψθλι αηιμουκιακι ανάλυςθ, ανεξάρτθτα από το εφροσ κλίςθσ ι το πολφ μεγάλο υψόμετρο ενόσ δορυφόρου. Γενικά, αναλόγωσ τθσ επεξεργαςίασ, επιτυγχάνεται διακριτικι ανάλυςθ τθσ τάξθσ των 1-2 μζτρων για τα αερομεταφερόμενα ραντάρ και τθσ τάξθσ των 5-50 μζτρων για τα ραντάρ ςε διαςτθμικζσ πλατφόρμεσ.[9] Διακριτικι Ικανότθτα Απόςταςθσ Η διάρκεια του παλμοφ και θ απόςταςθ επί του εδάφουσ ορίηουν τθ χωρικι ανάλυςθ κατά τθν κατεφκυνςθ τθσ εκπεμπόμενθσ ενζργειασ και ονομάηεται Διακριτικι Ικανότθτα Απόςταςθσ (Range Resolution). Εδϊ υπάρχουν δφο περιπτϊςεισ. Τθν πρϊτθ περίπτωςθ αποτελεί θ κεκλιμζνθ ι πλάγια απόςταςθ, θ 53

54 οποία αναφζρεται ςτθ γραμμι οπτικισ επαφισ τθσ ακτίνασ μεταξφ τθσ κεραίασ του ραντάρ και μίασ κζςθσ ςτον τομζα τθσ απόςταςθσ. Στθ περίπτωςθ των κεκλιμζνων ι πλάγιων αποςτάςεων, θ διακριτικι ικανότθτα αποςτάςεων είναι ςτακερι και εξαρτάται από τθ διάρκεια του παλμοφ. Πςο μικρότερθ είναι θ διάρκεια του παλμοφ, τόςο μικρότερο είναι το ενεργειακό πακζτο εκπομπισ (κατά τον άξονα τθσ απόςταςθσ) και τόςο μικρότερθ είναι θ διακριτικι ικανότθτα τθσ κεκλιμζνθσ ι πλάγιασ απόςταςθσ. Στθ δεφτερθ περίπτωςθ ανικει θ διακριτικι ικανότθτα απόςταςθσ επί του εδάφουσ, θ οποία είναι επίςθσ μία ςυνάρτθςθ τθσ διάρκειασ του παλμοφ αλλά ταυτόχρονα ςχετίηεται αντίςτροφα και με τθν απόςταςθ επί του εδάφουσ. Η διακριτικι ικανότθτα απόςταςθσ επί του εδάφουσ είναι χειρότερθ ςτισ κοντινότερεσ αποςτάςεισ και καλφτερθ ςτισ περιςςότερο απομακρυςμζνεσ.*11][2] Εικόνα 21: Διακριτικι Ικανότθτα Απόςταςθσ (Range Resolution). Η γωνία β (depression angle) ςχετίηεται αντιςτρόφωσ ανάλογα με τθ κζςθ τθσ επίγειασ απόςταςθσ. Μία τιμι τθσ γωνίασ β απεικονίηει τθν κοντινι περιοχι τθσ απόςταςθσ ςτθ λωρίδα, ενϊ μεγάλεσ τιμζσ τθσ γωνίασ β ακτινοβολοφν τισ μακρινζσ περιοχζσ τθσ απόςταςθσ. Η γωνία β και θ διακριτικι ικανότθτα τθσ απόςταςθσ ςχετίηονται με τθν παρακάτω εξίςωςθ, θ οποία δίνει τθν διακριτικι ικανότθτα απόςταςθσ επί του εδάφουσ: τ = θ διάρκεια του παλμοφ 54

55 c = 3 x 108 m s-1 β = γωνία πρόςπτωςθσ Ενϊ θ εξίςωςθ που υπολογίηει τθν κεκλιμζνθ ι πλάγια διακριτικι ικανότθτα αποςτάςεων είναι: Η Διακριτικι Ικανότθτα Αποςτάςεων, λοιπόν, ενόσ παλμικοφ ςυςτιματοσ ραντάρ εξαρτάται από τθν διάρκεια του μεταδιδόμενου παλμοφ, οπότε περιορίηεται ουςιαςτικά από το εφροσ ηϊνθσ αυτοφ του παλμοφ. Ζνα ευρφ φάςμα μπορεί να επιτευχκεί με ζνα παλμό ςφντομθσ διάρκειασ. Πμωσ όςο μικρότεροσ είναι ο παλμόσ, τόςο χαμθλότερθ είναι θ μεταδιδόμενθ ιςχφσ, άρα και θ ραδιομετρικι ανάλυςθ κατά τον τομζα των αποςτάςεων. Εικόνα 22: Γραμμικι Διαμόρφωςθ παλμοφ για βελτιςτοποίθςθ τθσ Διακριτικισ Ικανότθτασ Αποςτάςεων. Για να επιτευχκεί καλι ραδιομετρικι ανάλυςθ αποςτάςεων, τα SAR ςυςτιματα δθμιουργοφν ζνα μεγάλου μικουσ παλμό με γραμμικι διαμόρφωςθ ςυχνότθτασ (linear Frequency Modulation) ι «chirp». Ουςιαςτικά πρόκειται για μια τυπικι κωδικοποίθςθ φάςθσ ι διαμόρφωςθσ που εφαρμόηεται ςτον παλμό ςιματοσ που εκπζμπει ζνα ραντάρ απεικόνιςθσ με ςκοπό να επιτευχκεί ζνα προϊόν μεγάλου μικουσ και φάςματοσ. Η προκφπτουςα φάςθ είναι τετραγωνικι ςτο χρόνο και ζχει γραμμικι παράγωγο. Τελικά, φςτερα από τθν ςυμπίεςι του λαμβανόμενου ςιματοσ 55

56 (βλζπε παράγρ ), θ διακριτικι ικανότθτα αποςτάςεων τθσ περιοχισ ζχει βελτιςτοποιθκεί.*9][3] Παραμορφϊςεισ Απεικόνιςθσ SAR Λόγω των εντελϊσ διαφορετικϊν γεωμετρικϊν ιδιοτιτων των δεδομζνων SAR ςτθν κατεφκυνςθ των αποςτάςεων και του αηιμουκίου, είναι προτιμότερο αυτζσ να εξεταςκοφν ξεχωριςτά. Οι ςτρεβλϊςεισ ςτθν κατεφκυνςθ των αποςτάςεων είναι μεγάλεσ και προκαλοφνται κυρίωσ από τοπογραφικζσ μεταβολζσ. Οι ςτρεβλϊςεισ ςτο αηιμοφκιο είναι πολφ μικρότερεσ, αλλά πιο περίπλοκεσ. Στον τομζα των αποςτάςεων, θ κζςθ ενόσ ςτόχου είναι μια ςυνάρτθςθ του χρόνου διζλευςθσ του παλμοφ μεταξφ του αιςκθτιρα και του ςτόχου ςτθν επιφάνεια τθσ Γθσ. Επομζνωσ, θ κζςθ αυτι είναι ανάλογθ τθσ απόςταςθ μεταξφ του αιςκθτιρα και του ςτόχου. Το επίπεδο τθσ εικόνασ ραντάρ (βλζπε εικόνα 23) μπορεί να κεωρθκεί ωσ κάκε επίπεδο που περιλαμβάνει θ τροχιά πτιςθσ του αιςκθτιρα. Η προβολι των μεμονωμζνων ςθμείων κάκε αντικειμζνου επάνω ςε αυτό το επίπεδο, το λεγόμενο επίπεδο πλάγιασ απόςταςθσ (slant range plane), είναι ανάλογο με τθν απόςταςθ του αιςκθτιρα και προκαλεί μια μθ γραμμικι ςυμπίεςθ τθσ πλθροφορίασ τθσ απεικονιηόμενθσ επιφάνειασ. Συχνά τα SAR δεδομζνα προβάλλονται από το επίπεδο πλάγιασ απόςταςθσ (δθλαδι από τθν αρχικι γεωμετρία SAR λιψθσ) ςτο επίπεδο του εδάφουσ (οριηόντιο). Τα ςθμεία Α, Β, και C απεικονίηονται ωσ a, b και c αντίςτοιχα ςτο επίπεδο πλάγιασ απόςταςθσ. Αυτό δείχνει ότι μικρζσ υψομετρικζσ διαφορζσ μποροφν να προκαλζςουν ςθμαντικζσ ςτρεβλϊςεισ ςτθν απεικόνιςθ τθσ περιοχισ. Τισ παραμορφϊςεισ αυτζσ του ανάγλυφου αποτελοφν θ Σμίκρυνςθ (Foreshortening), θ Ρτφχωςθ (Layover) και θ Σκίαςθ (Shadow). Η Σμίκρυνςθ (Foreshortening) αποτελεί γεωμετρικι παραμόρφωςθ κατά τθν οποία θ απόςταςθ ςτθν πλάγια απεικόνιςθ, μεταξφ δφο ςθμείων που βρίςκονται ςε ζδαφοσ με ζντονο 56

57 Εικόνα 23: μίκρυνςθ (Foreshortening),Πτφχωςθ (Layover), κίαςθ (Shadow). ανάγλυφο, προκφπτει μειωμζνθ ςε ςφγκριςθ με το αν τα ςθμεία αυτά βρίςκονταν πάνω ςε μια επίπεδθ επιφάνεια. Το φαινόμενο αυτό εμφανίηεται ιδιαίτερα ςε περιοχζσ με ζντονο ανάγλυφο, όπωσ είναι οι ορεινζσ περιοχζσ, όπου θ επιφάνεια ςτθν οποία προςπίπτει θ δζςμθ ακτινϊν του ραντάρ ζχει κλίςθ μικρότερθ από τθ γωνία πρόςπτωςθσ τθσ δζςμθσ (α<κ). Από τθν παρουςία τθσ ςμίκρυνςθσ, προκφπτουν δφο φαινόμενα: το ζνα είναι οι περιοχζσ να φαίνονται ςτθν εικόνα ςυμπιεςμζνεσ και το άλλο, οι περιοχζσ να χαρακτθρίηονται από φωτεινότερουσ τόνουσ του γκρίηου, επειδι το επιςτρεφόμενο ςιμα ενιςχφεται, κακϊσ όλθ θ πλθροφορία τείνει να ςυγκεντρωκεί ςε μια πολφ μικρι περιοχι τθσ εικόνασ (πχ. ΑΒ>ab). Η μζγιςτθ επίδραςθ του φαινομζνου αυτοφ παρατθρείται όταν θ επιφάνεια είναι κάκετθ ςτθν δζςμθ του ραντάρ, όπου όλα τθσ τα ςθμεία απζχουν εξίςου από το δζκτθ και όλθ θ πλθροφορία τείνει να ςυγκεντρωκεί ςε ζνα εικονοςτοιχείο. Η Ρτφχωςθ (Layover) ουςιαςτικά αποτελεί μια ακραία μορφι ςμίκρυνςθσ, με τθ διαφορά πωσ θ κλίςθ τθσ επιφάνειασ ςτο ζδαφοσ είναι μεγαλφτερθ από τθν γωνία πρόςπτωςθσ (α>κ). Συνεπϊσ, τα υψθλότερα ςθμεία ζχουν μικρότερθ πλευρικι απόςταςθ από το δζκτθ, ςχετικά με αυτά που βρίςκονται ςε χαμθλότερο υψόμετρο. 57

58 Ζτςι προκαλείται αναςτροφι τθσ γεωμετρικισ απεικόνιςθσ των ςθμείων ςτθν εικόνα και θ επιφάνεια ζχει ιδιαίτερα φωτεινζσ τιμζσ του γκρίηου. Η Σκίαςθ (Shadow) είναι ζνα φαινόμενο το οποίο προκαλείται λόγω μθ επαρκοφσ φωτιςμοφ επιφανειϊν από το ραντάρ, οι οποίεσ ζχουν κλίςθ προσ τθν αντίκετθ πλευρά από αυτιν που φωτίηει. Αυτό γίνεται όταν κάποια πλευρά, ζχει κλίςθ μικρότερθ από τθν γωνία διόπτευςθσ (γ). Ζτςι, προκφπτουν περιοχζσ ςτθν εικόνα, για τισ οποίεσ δεν υπάρχει διακζςιμθ πλθροφορία. Επιφάνειεσ με μεγαλφτερθ κλίςθ παράγουν μεγαλφτερεσ ςκιζσ και αντίςτοιχα ςυμβαίνει και για μεγάλεσ γωνίεσ πρόςπτωςθσ του ραντάρ, δθλαδι για μεγαλφτερεσ πλάγιεσ αποςτάςεισ. Τα αποτελζςματα από τθν επίδραςθ τθσ ςμίκρυνςθσ μποροφν να διορκωκοφν κατά τθ γεωμετρικι και ραδιομετρικι βακμονόμθςθ (όπωσ αναφζρεται ςε επόμενο κεφάλαιο) ζχοντασ διακζςιμο ζνα Ψθφιακό Μοντζλο Εδάφουσ DEM (Digital Elevation Model) υψθλισ ανάλυςθσ. Ενϊ περιοχζσ με παραμορφϊςεισ που προκλικθκαν από τα φαινόμενα τθσ πτφχωςθσ και ςκίαςθσ μποροφν να υπολογιςτοφν με ακρίβεια, αλλά όχι να διορκωκοφν. Αυτζσ οι περιοχζσ δεν ζχουν καμία κεματικι πλθροφορία. Τζλοσ, ςθμειϊνεται είναι ςθμαντικό το ότι θ προβολι των SAR δεδομζνων ςτο επίπεδο του εδάφουσ δεν είναι ςφμφωνθ με κάποιο χαρτογραφικό ςφςτθμα αναφοράσ (π.χ. UTM Zone 32), οφτε διορκϊνεται γεωμετρικά. Ο μόνοσ τρόποσ για τθ ςωςτι μετατροπι των δεδομζνων SAR ςε προβολι χάρτθ (γεωδαιτικζσ ςυντεταγμζνεσ) είναι εφαρμόηοντασ μια αυςτθρι Doppler προςζγγιςθ, ιδθ από τα αρχικά δεδομζνα ςτο επίπεδο πλάγιασ απόςταςθσ. [6][12] Σεχνικζσ SAR Απεικόνιςθσ (Image Modes) Οι ακόλουκεσ βαςικζσ τεχνικζσ απεικόνιςθσ χρθςιμοποιοφνται για τθν παραγωγι των SAR προϊόντων: Stripmap Mode Spotlight Mode ScanSAR Mode 58

59 Stripmap Mode Είναι θ βαςικότερθ και ςυνθκζςτερθ μορφι λειτουργίασ ραντάρ ςυνκετικοφ ανοίγματοσ, θ οποία ζχει χρθςιμοποιθκεί ςτον ERS-1 αλλά και ςε άλλα δορυφορικά ραντάρ. Διαδοχικοί παλμοί μικροκυματικισ ακτινοβολίασ μεταδίδονται προσ το ζδαφοσ, υπό τθ μορφι δζςμθσ ακτινϊν (beam), ςχθματίηοντασ ουςιαςτικά μια λωρίδα εδάφουσ (ground swath). Η κλίςθ τθσ κεραίασ του ραντάρ είναι ςτακερά οριςμζνθ ωσ προσ τθν κατακόρυφθ ςτο ναδίρ, θ οποία ονομάηεται γωνία ανφψωςθσ ι γωνία φωτιςμοφ (elevation, illumination angle) και ωσ προσ τθν διεφκυνςθ των αηιμουκίων ι κατά μικοσ τθσ τροχιάσ (azimuth steering anle, squint angle). Η ανάλυςθ τθσ λωρίδασ εδάφουσ που τελικά προκφπτει, ωσ εικονιςτικό προϊόν, είναι ςτακερι ςτθν διεφκυνςθ των αηιμουκίων (azimuth) και παρουςιάηει μια μικρι διακφμανςθ κατά τθν διεφκυνςθ των αποςτάςεων (range), κακϊσ θ γωνία πρόςπτωςθσ (incidence angle) των παλμϊν ςτο ζδαφοσ αλλάηει ανάλογα με τθν απόςταςθ ςτόχου δζκτθ (slant range). Το πλάτοσ τθσ λωρίδασ που διαγράφεται ςτο ζδαφοσ (swath width) είναι ςτακερό και είναι ίςο με 30χλμ για μονι πόλωςθ και 15 χλμ για διπλι πόλωςθ. Αντίκετα, το μικοσ τθσ απεικόνιςθσ δεν είναι ςτακερό και εξαρτάται κακαρά από τισ δυνατότθτεσ του δζκτθ. Ρεριορίηεται από το πόςο μπορεί να διαρκζςει θ μπαταρία του, από τθν ελεφκερθ μνιμθ του ςτθν οποία καταγράφει τα δεδομζνα, κακϊσ και από τθ διακφμανςθ τθσ κερμοκραςίασ του. Ανάλογα με τθ ςυχνότθτα τθν οποία το ςφςτθμα παράγει παλμοφσ και τισ διεργαςίεσ τισ οποίεσ ζχει επιτελζςει μζχρι εκείνθ τθν ςτιγμι, οι παραπάνω παράγοντεσ επθρεάηονται, μειϊνοντασ το μζγιςτο χρόνο παρατιρθςθσ. Οι χαρακτθριςτικζσ παράμετροι αυτισ τθσ απεικόνιςθσ περιλαμβάνονται ςτον Ρίνακα κακϊσ και θ γεωμετρία λιψθσ φαίνεται ςτθν εικόνα

60 Πίνακασ 2: Παράμετροι Απεικόνιςθσ Stripmap Parameters Values Swath width (ground range) 30km single look 15km dual pol. Full Performance Incidence Angle 20 o -45 o Data Access Incidence Angle 15 o -60 o No of elevation beams 27 (12 full perf.) Azimuth resolution 3.3m (6.6m dual perf.) Ground range resolution 1.70m-3.49m Polarizations ΗΗ or VV (single) HH/VV, HH/HV, VV/VH (dual) Εικόνα 24: Γεωμετρία Απεικόνιςθσ Stripmap. 60

61 Τζλοσ, ςθμειϊνεται πωσ θ ςυχνότθτα παραγωγισ παλμϊν μπορεί να διαφζρει κατά τθ διάρκεια τθσ παρατιρθςθσ λόγω των πολφ αυςτθρϊν χρονικϊν διαςτθμάτων ανάμεςα ςτα οποία πρζπει το ραντάρ να παράγει ι όχι παλμοφσ, ζτςι ϊςτε να μθν αλλοιωκεί το ονομαςτικό πλάτοσ τθσ λωρίδασ εδάφουσ ακόμθ και ςε ζδαφοσ με ζντονθ εναλλαγι υψομζτρων. Το γεγονόσ αυτό λαμβάνεται υπόψθ από τον επεξεργαςτι ο οποίοσ αποκθκεφει τα πρωτογενι δεδομζνα, ςτα οποία γίνεται δειγματολθψία του επιςτρεφόμενου ςιματοσ (sampling) με τθν υψθλότερθ ςυχνότθτα που προκφπτει (sampling frequency) Spotlight Mode Σε αυτόν τον τρόπο απεικόνιςθσ θ κεραία του δζκτθ ςτρίβει διαδοχικά με το χρόνο ςτθν διεφκυνςθ του αηιμοφκιου κατά μια γωνία (azimuth steering angle), ζτςι ϊςτε τα ςθμεία ςτο ζδαφοσ να δζχονται τουσ παλμοφσ τθσ μικροκυματικισ ακτινοβολίασ (φωτίηονται) για περιςςότερο χρόνο, όπωσ φαίνεται παρακάτω: Εικόνα 25: Γεωμετρία Απεικόνιςθσ Spotlight. Στθν ουςία αυτό που επιτυγχάνεται, είναι θ περαιτζρω αφξθςθ του ςυνκετικοφ μικουσ τθσ κεραίασ. Συνεπϊσ, προκφπτει ακόμα μεγαλφτερθ ανάλυςθ τθσ εικόνασ ςτθν αηιμουκιακι διεφκυνςθ, ςε ςχζςθ με μια απλι SAR απεικόνιςθ, αλλά παράλλθλα και μείωςθ του πλάτουσ τθσ απεικόνιςθσ (swath width). Η ιδανικι περίπτωςθ κα ιταν, θ δζςμθ των ακτινϊν που εκπζμπεται από το ραντάρ να φϊτιηε μια ςυγκεκριμζνθ περιοχι του εδάφουσ, για ζνα χρονικό διάςτθμα μεγαλφτερο από το χρονικό διάςτθμα τθσ απλισ τεχνικισ του ςυνκετικοφ 61

62 ανοίγματοσ, με το πζραςμα του δορυφόρου πάνω από τθν περιοχι αυτι. Ζτςι, ςυντίκεται μια κεραία μεγαλφτερου μικουσ και ςυνεπϊσ μια πολφ καλφτερθ ακρίβεια προςδιοριςμοφ των ςθμείων τθσ επιφάνειασ ςτα οποία προςπίπτει θ δζςμθ αυτι των ακτινϊν κα ιταν δυνατι. Αυτό όμωσ δεν είναι εφικτό λόγω του πολφ μικροφ αποτυπϊματοσ τθσ δζςμθσ ςτθν επιφάνεια του εδάφουσ (antenna footprint) και τθσ αλλαγισ τθσ ςυχνότθτασ (Doppler shift), θ οποία οφείλεται ςτο φαινόμενο Doppler και θ οποία προκφπτει από τθν κίνθςθ του δορυφόρου. Αντί για αυτό προκφπτουν αποτυπϊματα πολφ κοντά το ζνα ςτο άλλο, πολλά ςθμεία των οποίων εμπίπτουν ςε μια ενιαία περιοχι θ οποία φωτίηεται διαρκϊσ, κατά το χρονικό διάςτθμα για το οποίο το ραντάρ διανφει τθν απόςταςθ του ςυνκετικοφ ανοίγματοσ ςτο διάςτθμα. Αυτό γίνεται διαδοχικά, ζωσ ζνα ανϊτατο όριο ςχετικά με το μικοσ τθσ απεικονιηόμενθσ, κατά τθ διεφκυνςθ του αηιμοφκιου (along track), περιοχισ. Το γεγονόσ αυτό προκφπτει από τθ γεωμετρία λιψθσ του ςυςτιματοσ, γιατί ο δορυφόροσ διανφει πολφ μεγάλθ απόςταςθ ςτο διάςτθμα για τθν απεικόνιςθ μιασ μικρισ περιοχισ εδάφουσ, ςυνεπϊσ δεν μπορεί να λειτουργεί κατ αυτόν τον τρόπο ςυνεχόμενα. Με βάςθ τθν κεωρθτικι αυτι προςζγγιςθ παράγονται δφο παραλλαγζσ αυτοφ τρόπου απεικόνιςθσ με διαφορετικζσ τιμζσ ακρίβειασ ςτθν αηιμουκιακι διεφκυνςθ και διαφορετικά μεγζκθ εικόνασ. Αυτζσ οι διαφορζσ προκφπτουν από τθν ταχφτθτα εναλλαγισ τθσ γωνίασ τθσ δζςμθσ ςτθν αηιμουκιακι διεφκυνςθ και από τα εφρθ διακφμανςθσ τθσ γωνίασ αυτισ κακεαυτισ. Αυτζσ οι παραλλαγζσ είναι οι Spotlight Mode (SL) και High Resolution Spotlight Mode (HS). Είναι προφανζσ, αυτόσ ο τρόποσ απεικόνιςθσ γίνεται ςε πολφ μικρό χρόνο, με παράλλθλθ ςτροφι τθσ κεραίασ με πολφ μεγάλθ ακρίβεια και για προκακοριςμζνεσ εκ των προτζρων περιοχζσ. Συνεπϊσ, απαιτείται ζνασ πολφ ακριβισ προγραμματιςμόσ λιψθσ και πολφ ακριβι ςτοιχεία προςδιοριςμοφ τθσ κζςθσ του δορυφόρου και τθσ χρονικισ ςτιγμισ όπου κα αρχίςει θ λιψθ των δεδομζνων. Σφάλματα προςδιοριςμοφ των παραμζτρων αυτϊν επθρεάηουν ςε πολφ μεγάλο βακμό τθν τελικι απεικόνιςθ ςτθν απαιτοφμενθ από τον χριςτθ περιοχι. Ραρακάτω παρουςιάηονται πιο αναλυτικά οι 2 κατθγορίεσ τθσ τεχνικισ απεικόνιςθσ Spotlight: 62

63 1. Spotlight Mode (SL) Με αυτόν τον τρόπο απεικόνιςθσ θ ταχφτθτα αλλαγισ τθσ γωνίασ ςτθν διεφκυνςθ των αηιμοφκιων είναι μικρότερθ από τθν HS, με αποτζλεςμα τθν μείωςθ τθσ διακριτικισ ικανότθτασ ςτθν διεφκυνςθ των αηιμοφκιων και τθν αφξθςθ του μικουσ τθσ εικόνασ ςτθν ίδια διεφκυνςθ (swath width) αναφορικά με τθν Spotlight HS. Μζςω τθσ μείωςθσ τθσ ταχφτθτασ αλλαγισ τθσ γωνίασ αυτισ ο χρόνοσ φωτιςμοφ του κάκε ςτόχου μειϊνεται με αποτζλεςμα τθ μείωςθ του ςυνκετικοφ μικουσ τθσ κεραίασ. Πίνακασ 3: Παράμετροι Απεικόνιςθσ Spotlight Mode (SL) Parameters Values Scene extension 10km x 10km (azimuth x ground) Full Performance Incidence Angle 20 o -55 o Data Access Incidence Angle 15 o -60 o No of elevation beams 91 (full perf.) 122 (data access) No of azimuth beams Up to 125 out of 229 Azimuth resolution 1.7m (single polarization) 3.8m (dual polarization) Ground range resolution 1.48m-3.49m Polarizations ΗΗ or VV (single) HH/VV (dual) Σθμειϊνεται, πωσ παρά τθν εφαρμογι του φίλτρου Hamming για ςυμπίεςθ των αποκρίςεων ςτο ςιμα λόγω κορφβου, θ διακριτικι ικανότθτα ςτθ διεφκυνςθ των αηιμοφκιων δεν επθρεάηεται και το πλάτοσ τθσ απεικόνιςθσ δεν μειϊνεται όπωσ γίνεται ςτθ High Resolution Spotlight Mode απεικόνιςθ. 63

64 2. High Resolution Spotlight Mode (HS) Πίνακασ 4: Παράμετροι Απεικόνιςθσ High Resolution Spotlight (HS) Parameters Values Scene extension 5km x 10km (azimuth x ground) Full Performance Incidence Angle 20 o -55 o Data Access Incidence Angle 15 o -60 o No of elevation beams 91 (full perf.) 122 (data access) No of azimuth beams Up to 125 out of 229 Azimuth steering angle Up to ±0.75 Azimuth resolution 1.1m (single polarization) 2.2m (dual polarization) Ground range resolution 1.48m-3.49m (55 o 20 o incidence angle) 0.74m-1.77m (with 300MHz bandwidth option & reduced swath extent in range) Polarizations ΗΗ or VV (single) HH/VV (dual) Ρρόκειται για το προϊόν με τθ μεγαλφτερθ δυνατι διακριτικι ικανότθτα κατά τθν διεφκυνςθ των αηιμοφκιων. Αυτόσ ο τρόποσ απεικόνιςθσ είναι ςχεδιαςμζνοσ να λειτουργεί με τζτοια γεωμετρία ζτςι ϊςτε το τελικό απεικονιςτικό προϊόν να ζχει ονομαςτικι διακριτικι ικανότθτα κατά τθν διεφκυνςθ των αηιμοφκιων (azimuth resolution) γφρω ςτα 1.1m και οι διαςτάςεισ τθσ εικόνασ να είναι 5x10km. Τα χαρακτθριςτικά τθσ απεικόνιςθσ φαίνονται ςτον Ρίνακα 4. 64

65 Το ονομαςτικό εφροσ ςυχνοτιτων (bandwidth) το οποίο χρθςιμοποιεί αυτι θ απεικόνιςθ είναι 150 MHz, ωςτόςο υπάρχει θ δυνατότθτα να χρθςιμοποιθκεί εφροσ ςυχνοτιτων τθσ τάξθσ των 300 MHz. Το προϊόν αυτό βρίςκεται ςε πειραματικό ακόμα ςτάδιο χωρίσ να ζχουν ολοκλθρωκεί οι εργαςίεσ τεκμθρίωςθσ των παραγόμενων προϊόντων ScanSAR Mode Ρρόκειται για τθν απεικόνιςθ με τθ μικρότερθ διακριτικι ικανότθτα, αλλά με τθν μεγαλφτερθ κάλυψθ εδάφουσ αναφορικά με το πλάτοσ τθσ. Αυτι θ απεικόνιςθ ςτθρίηεται ςε μια τεχνικι αλλαγισ τθσ γωνίασ ανφψωςθσ τθσ κεραίασ (elevation angle), θ οποία εκτελείται θλεκτρονικά από τα ςτοιχεία τθσ κεραίασ. Μεταβάλλεται δθλαδι θ γωνία πρόςπτωςθσ (incidence angle) με τζτοιο τρόπο, ϊςτε το ραντάρ αντί για μια λωρίδα εδάφουσ να ςαρϊνει περιςςότερα μονοπάτια (subswaths). Αυτό ζχει ωσ αποτζλεςμα, τθν αφξθςθ του πλάτουσ τθσ απεικόνιςθσ (swath width). [17][12] Εικόνα 26: Γεωμετρία Απεικόνιςθσ ScanSAR. 65

66 Πίνακασ 5: Παράμετροι Απεικόνιςθσ ScanSAR Parameters Values No of sub-swaths 4 Swath width (ground range) 100km Full Performance Incidence Angle 20 o -45 o Data Access Incidence Angle 15 o -60 o No of elevation beams 27 (9x4 beam combinations in full perf. Range) Azimuth resolution 18.5m Ground range resolution 1.70m-3.49m 66

67 4. Δορυφορικά υςτιματα Απεικόνιςθσ SAR 4.1. Ειςαγωγι Η μεγάλθ πρόοδοσ, θ οποία ζχει ςθμειωκεί μζχρι ςιμερα ςτον τομζα τθσ απομακρυςμζνθσ παρατιρθςθσ τθσ Γθσ αλλά και πιο εξειδικευμζνα ςτον τομζα τθσ επεξεργαςίασ των SAR εικόνων, οφείλεται ςε μεγάλο βακμό ςτθν ανάπτυξθ των δορυφορικϊν ςυςτθμάτων, όπωσ ERS, RADARSAT και άλλων. Είναι πολλά τα ςυςτιματα τα οποία ζχουν εκτοξευτεί τα τελευταία 30 χρόνια και ζχουν ςυμβάλλει ςτθν εξάπλωςθ αλλά και αξιοποίθςθ των δορυφορικϊν εικόνων μεταξφ πολλϊν κοινοτιτων απομακρυςμζνθσ παρακολοφκθςθσ. Οι πιο ςθμαντικοί δορυφόροι πολικισ τροχιάσ και τα τεχνικά χαρακτθριςτικά αυτϊν περιγράφονται ςτισ ενότθτεσ του που ακολουκοφν SEASAT Εικόνα 27: SEASAT (1978). Ο δορυφόροσ SEASAT, ο οποίοσ αποτζλεςε ζναν πειραματικό δορυφόρο των ΗΡΑ με ςκοπό τθσ επιτιρθςθ των ωκεανϊν, εκτοξεφκθκε ςτισ 26 Ιουνίου Κατά τθ διάρκεια των 99 θμερϊν λειτουργίασ του, ο SEASAT εκτελοφςε τροχιά γφρω από τθ Γθ 14 φορζσ τθν θμζρα. Τα όργανα του μθ επανδρωμζνου διαςτθμόπλοιου, καταςκευαςμζνα για να διειςδφουν ςτθ νεφοκάλυψθ, παρείχαν ςτοιχεία ςχετικά με ζνα ευρφ φάςμα των ωκεανογραφικϊν ςυνκθκϊν και χαρακτθριςτικϊν, όπωσ το 67

68 φψοσ των κυμάτων, τθ κερμοκραςία του νεροφ, τα ρεφματα, τουσ ανζμουσ, παγόβουνα και χαρακτθριςτικά παράκτιων περιοχϊν. Αν και ο SEASAT ςταμάτθςε τθ μετάδοςθ δεδομζνων ςτισ 10 Οκτωβρίου του 1978, ωσ αποτζλεςμα τθσ διακοπισ του θλεκτρικοφ ρεφματοσ, πζτυχε τον πρωταρχικό ςκοπό του, ο οποίοσ ιταν να αποδείξει ότι πολλζσ χριςιμεσ πλθροφορίεσ ςχετικά με ωκεανογραφικά φαινόμενα κα μποροφςαν να αποκτθκοφν με τθ βοικεια δορυφορικισ παρακολοφκθςθσ. Τα δεδομζνα που μετζδωςε ο SEASAT τζκθκαν ςτθ διάκεςθ των επιςτθμόνων πολλϊν κυβερνθτικϊν και ακαδθμαϊκϊν οργανιςμϊν. Τα δεδομζνα αυτά χρθςιμοποιικθκαν, επίςθσ, για τθ βοικεια πλθρωμάτων υπερωκεάνιων πλοίων και αεροςκαφϊν. Ενϊ πλζον, τθ φετινι χρονιά, 2013, πολλζσ από τισ πλθροφορίεσ του SEASAT δζχκθκαν ψθφιακι επεξεργαςία για πρϊτθ φορά, θ οποία αναμζνεται να αποδειχκεί πολφτιμθ για τθ μελζτθ τθσ κλιματικισ αλλαγισ. Εικόνα 28: Απεικόνιςθ SEASAT ERS-1/2 Φςτερα από τθν επιτυχι πορεία του SEASAT, οι επιςτιμονεσ αντιλιφκθκαν τισ δυνατότθτεσ αξιοποίθςθσ των SAR δεδομζνων ςε μια ποικιλία πεδίων γεωεπιςτθμονικϊν και μθχανικϊν εφαρμογϊν. Ζτςι θ δεφτερθ διαςτθμικι SAR αποςτολι που διαδζχκθκε τθν αποςτολι του SEASAT ιταν αυτι του ERS-1 SAR το 68

69 1991 από τον Ευρωπαϊκό Οργανιςμό Διαςτιματοσ (European Space Agency). Κατά τθ διάρκεια των 13 ετϊν μεταξφ αυτϊν των δφο διαςτθμικϊν αποςτολϊν, ζγινε πολλι προςπάκεια για να αναπτυχκοφν και να πειραματιςτοφν νζεσ τεχνικζσ SAR. Τα δορυφορικά χαρακτθριςτικά ςχεδιαςμοφ του ERS-1 προζβλεπαν υπθρεςίεσ ςχετικά με: τθ κζςθ και τον ζλεγχο τθσ τροχιάσ, τθν παροχι θλεκτρικοφ ρεφματοσ, τθν παρακολοφκθςθ και τον ζλεγχο τθσ κατάςταςθσ του φορτίου, επικοινωνία με επίγειουσ ςτακμοφσ και τθ μζτρθςθ του ωφζλιμου φορτίου κακϊσ και λοιπϊν δεδομζνων διαχείριςθσ τθσ πλατφόρμασ. Ο ERS-1 είχε τροποποιθκεί ϊςτε να ζχει μεγαλφτερθ επζκταςθ τθσ ςυςτοιχίασ παροχισ θλιακισ ενζργειασ και δυνατότθτα αποκικευςθσ τθσ ενζργειασ, ενϊ αναπτφχκθκε νζο λογιςμικό για διαχείριςθ και ζλεγχο του ωφζλιμου φορτίου κακϊσ επίςθσ πραγματοποιικθκε κατάλλθλθ τροποποίθςθ για δυνατότθτα κακοδιγθςθσ και μεταβολισ τθσ κζςθσ του δορυφόρου. Το ζργο του ERS-1 τελείωςε μετά από εννζα χρόνια παροχισ υπθρεςιϊν, ζχοντασ υπερβεί τρεισ φορζσ τθν προγραμματιςμζνθ διάρκεια ηωισ του. Ζτςι τθν 10 θ Μαρτίου του 2000, τελείωςε τισ υπθρεςίεσ του λόγω αποτυχίασ ςτο ςφςτθμα πλοιγθςθσ του ςκάφουσ. Ρριν από τθ λιξθ του ERS-1, τθν 21 θ Απριλίου 1995, θ ESA εκτόξευςε τον ERS-2. Ο δορυφόροσ αυτόσ επικάλυψε τον ERS-1, αλλά είχε ςκοπό τθ ςυνζχιςθ των εργαςιϊν του πρϊτου και του παρείχε προθγμζνο εξοπλιςμό, όπου αυτό ιταν απαραίτθτο.[13] Ο ERS-2 είχε ςχεδόν τα ίδια χαρακτθριςτικά με τον ERS-1, ενϊ επιπρόςκετα ιταν εφοδιαςμζνοσ με αιςκθτιρα (Global Οzone Μonitoring Εxperiment GOME) για τθν ζρευνα του ατμοςφαιρικοφ όηοντοσ. Μερικά επιπλζον ςυςτιματα που διζκετε είναι: RA (Radar Altimeter): αντάρ με αλτίμετρο, το οποίο λαμβάνει ακριβείσ μετριςεισ τθσ απόςταςθσ από τθν επιφάνεια του ωκεανοφ και το φψοσ των κυμάτων. ATSR (Along track scanning radiometer): αδιόμετρο τθσ αηιμοφκιασ τροχιάσ ςάρωςθσ, το οποίο μετράει τθ κερμοκραςία και τθν κάλυψθ βλάςτθςθσ των επιφανειϊν τθσ Γθσ. 69

70 MS (Microwave sounder): Διάταξθ που παρζχει δεδομζνα ςχετικά με τθν ατμοςφαιρικι υγραςία. LRR (Laser Reflector): Laser ανακλαςτιρασ που κακορίηει τθν κζςθ του δορυφόρου με χριςθ επίγειων ςτακμϊν laser. IDHT (Instrument data handling and transmission): Πργανο χειριςμοφ και μετάδοςθσ δεδομζνων για προςωρινι αποκικευςθ δεδομζνων επί του ςκάφουσ με τθ βοικεια δφο των 6.5GBit καταγραφζων μαγνθτικισ ταινίασ. Καταγραφι, μορφοποίθςθ και μετάδοςθ των δεδομζνων με ρυκμό 105Mbit/s.[5] AMI (Active Microwave Instrument): Ενεργόσ αιςκθτιρασ (μικροκυματικι κεραία) που περιελάμβανε, εκτόσ από το ραντάρ ςυνκετικοφ ανοίγματοσ (SAR) και ςκεδαςίμετρο ανζμου (C-Band). Τα κφρια χαρακτθριςτικά τθσ κεραίασ AMI, τα οποία ιταν πολφ ςθμαντικά για τθ λειτουργία του δορυφόρου ιταν: Συχνότθτα: 5.3GHz (C-band) Bandwidth: 15,5 MHz + - 0,1 MHz Μζγιςτθ ιςχφσ: 4,8 KW Ρόλωςθ: Γραμμικι Κατακόρυφθ (Linear Vertical) Γωνία πρόςπτωςθσ: SAR 23 0 ονομαςτικι Ρλάτοσ μεταδιδόμενου παλμοφ: 37'12±0.06 (SAR), 70μs και 130μs (WNS).*9+ Εικόνα 29:ERS-2. 70

71 Κατά το διάςτθμα λειτουργίασ των ERS-1 και ERS-2, οι δφο αυτοί δορυφόροι αποτζλεςαν τουσ πιο εξελιγμζνουσ παρατθρθτζσ τθσ Γθσ. Πςο βρίςκονταν ςε τροχιά ςυνζλεξαν μια πλθκϊρα πολφτιμων δεδομζνων για τθν επιφάνεια τθσ Γισ, των ωκεανϊν, των πολικϊν καλυμμάτων και κλικθκαν για τθν παρακολοφκθςθ πολλϊν φυςικϊν καταςτροφϊν, όπωσ ςοβαρζσ πλθμμφρεσ, ςειςμοφσ, El Niño κλπ. Το 1995 θ ESA αποφάςιςε να ςυνδζςει τα δφο διαςτθμόπλοια και αποτζλεςαν το πρϊτο δίδυμο ςτθν ιςτορία. Κατά τθ διάρκεια τθσ ςφνδεςισ τουσ, θ αυξθμζνθ ςυχνότθτα και το επίπεδο των διακζςιμων ςτοιχείων για τουσ επιςτιμονεσ, τουσ προςζφεραν τθ μοναδικι ευκαιρία να παρατθριςουν αλλαγζσ ςε ζνα πολφ ςφντομο χρονικό διάςτθμα, κακϊσ και οι δφο δορυφόροι ιταν ςε τροχιά γφρω από τθ Γθ ζτςι ϊςτε να μποροφν να δίνουν δφο διαδοχικζσ απεικονίςεισ τθσ ίδιασ περιοχισ κάκε 24 ϊρεσ. Πίνακασ 6: Σεχνικά Χαρακτθριςτικά ERS-1/2 Agency European Space Agency Frequency C-band Polarization VV Ground Resolution 25m Acquisition Mode Stripmap (Image) Swath 100km Repeat Cycle 35 days 4.4. JERS-1 Ππωσ ο ERS-1 από τθν ESA, ζτςι και o ιαπωνικόσ δορυφόροσ JERS (Japanese Earth Resource Satellite) μετζφερε διάφορα όργανα και εξοπλιςμό, ςυμπεριλαμβανομζνου ενόσ L-band SAR ραντάρ, τα βαςικά χαρακτθριςτικά του οποίου παρουςιάηονται μεταξφ άλλων ςτον Ρίνακα 7. Υπεφκυνθ για τθ διαχείριςθ του δορυφόρου ιταν θ Εκνικι Υπθρεςία Ανάπτυξθσ Διαςτιματοσ τθσ Ιαπωνίασ NASDA (National Space Development Agency of Japan), θ οποία ζκεςε τον JERS ςε 71

72 πολικι τροχιά, ςε υψόμετρο 568km και κλίςθ ) τον Ιοφνιο του Οι μεταδόςεισ ζλαβαν τζλοσ τον Οκτϊβριο του 1998, φςτερα από μια θλεκτρικι βλάβθ.[15] Πίνακασ 7: Σεχνικά Χαρακτθριςτικά JERS Agency National Space Development Agency of Japan Frequency Polarization Ground Resolution Acquisition Mode Swath Repeat Cycle L-band HH 20m Stripmap (Image) 70km 44 days 4.5. RADARSAT-1 Ο δορυφόροσ RADARSAT-1 (RADAR Satellite), ςφςτθμα του Καναδικοφ Οργανιςμοφ Διαςτιματοσ CSA (Canadian Space Agency) εκτοξεφκθκε τθν 11 θ Απριλίου Μποροφςε να παρατθρεί οποιοδιποτε μζροσ του Καναδά μζςα ςε τρεισ θμζρεσ και να εκτελεί πλιρθ κάλυψθ ςτα ιςθμερινά πλάτθ κάκε ζξι θμζρεσ. Επίςθσ, ςχεδιάςτθκε για να περιςτρζφεται ςε τροχιά και να παρατθρεί τθν Ανταρκτικι, μια λειτουργία που εκτζλεςε από τισ 12 Σεπτζμβρθ 1997 μζχρι τισ 4 Νοεμβρίου 1997, βοθκϊντασ ςτθν πρϊτθ χαρτογράφθςθ τθσ θπείρου. Ο δορυφόροσ ιταν εξοπλιςμζνοσ με θλεκτρονικό ςφςτθμα ελζγχου που του ζδινε τθ δυνατότθτα να διαμορφϊςει και να κατευκφνει τθ δζςμθ του ραντάρ του, χρθςιμοποιϊντασ τθ C-band, ιδιότθτα που αποτζλεςε ζνα πρωτότυπο χαρακτθριςτικό του δορυφόρου. 72

73 Πίνακασ 8: Σφποι Λειτουργίασ (Modes) RADARSAR-1 Εικόνα 30: Σρόποι Απεικόνιςθσ RADARSAT-1. Mode Nominal Resolution No of Positions/Beams Incidence Angle Fine Standard Wide ScanSAR narrow ScanSAR wide Extended high Extended low Ρεριελάμβανε μια ευρεία ποικιλία διακζςιμων πλατϊν δζςμθσ από 45 ζωσ 500km, με ζνα εφροσ διακριτικισ ικανότθτασ (ανάλυςθσ) από 8m ζωσ 100m και γωνία πρόςπτωςθσ από 10 0 ζωσ Τισ απεικονίςεισ μποροφςε καταγράψει αποκθκεφοντασ τεσ για μελλοντικι αποςτολι ι να τισ ςτείλει ςε πραγματικό χρόνο ςτουσ ςτακμοφσ λιψθσ. Η τελευταία επικοινωνία με τον δορυφόρο ζγινε ςτισ 29 Μαρτίου 2013, θμερομθνία που ςιμανε και τθ λιξθ τθσ αποςτολισ του. Στον Ρίνακα 8 περιλαμβάνονται οι Τφποι λειτουργίασ του RADARSAT-1, ενϊ ο Ρίνακασ 9 ςυγκεντρϊνει κάποια από τα τεχνικά του χαρακτθριςτικά του.[14] 73

74 Πίνακασ 9: Σεχνικά Χαρακτθριςτικά RADARSAT-1 Agency Canadian Space Agency Frequency C-band Polarization HH Ground Resolution m Acquisition Mode Stripmap (Fine, Standard,Wide) & ScanSAR Swath 50km-500km Repeat Cycle 24 days 4.6. ENVISAT Ο ENVISAT ξεκίνθςε τθν αποςτολι του το 2002, όντασ ο μεγαλφτεροσ δορυφόροσ παρατιρθςθσ τθσ Γθσ που ζχει καταςκευαςτεί ποτζ. Μετζφερε ζνα φιλόδοξο και καινοτόμο ωφζλιμο φορτίο, που αποτελοφταν από 10 όργανα, ζνα εκ των οποίων ιταν το ραντάρ ASAR (Advanced Synthetic Aperture Radar). Το φορτίο αυτό κα εξαςφάλιηε τθ ςυνζχεια των μετριςεων και δεδομζνων των ERS-1/2. Η τελευταία επαφι με τον ENVISAT πραγματοποιικθκε ςτισ 4 Απριλίου του 2012, ενϊ θ ESA ανακοίνωςε επίςθμα το τζλοσ τθσ αποςτολισ του δορυφόρου ENVISAT ςτισ 9 Μαΐου 2012, ζχοντασ εκτίςει 10 χρόνια λειτουργίασ και υπερβεί περιςςότερεσ από δφο φορζσ τθν προκακοριςμζνθ διάρκεια ηωισ του. Ο προθγμζνοσ πολικισ τροχιάσ δορυφόροσ γεωςκόπθςθσ ENVISAT, με κλίςθ ςτισ , φψοσ 800km και περίοδο τροχιάσ 35 θμζρεσ, παρείχε δεδομζνα και μετριςεισ τθσ ατμόςφαιρασ, των ωκεανϊν, του εδάφουσ και των πάγων. Τα δεδομζνα αυτά υποςτθρίηουν ζρευνα πολλϊν γεωεπιςτθμϊν και επιτρζπουν τθν παρακολοφκθςθ τθσ εξζλιξθσ του περιβάλλοντοσ και των κλιματικϊν αλλαγϊν. Επιπλζον, ζχουν διευκολφνει τθν ανάπτυξθ πλθκϊρασ λειτουργικϊν και εμπορικϊν εφαρμογϊν. Μεταξφ των βαςικϊν του ςτόχων, εκτόσ τθσ ςυνζχιςθσ του ζργου των πρϊτων δορυφόρων τθλεπιςκόπθςθσ τθσ Γθσ ERS-1/2, ιταν: 74

75 να επεκτείνει το φάςμα των παραμζτρων που ζχουν παρατθρθκεί να ικανοποιιςει τθν ανάγκθ τθσ αφξθςθσ τθσ γνϊςθσ των παραγόντων που κακορίηουν το περιβάλλον να ςυμβάλει ςθμαντικά ςτθν εκπόνθςθ περιβαλλοντικϊν μελετϊν, ιδίωσ ςτον τομζα τθσ ατμοςφαιρικισ χθμείασ και των μελετϊν των ωκεανϊν, περιλαμβανομζνθσ τθσ καλάςςιασ βιολογίασ.[9] Τα δζκα (10) ςθμαντικότερα όργανα που μετζφερε ο ENVISAT είναι: Εικόνα 31: Ο ENVISAT και τα 10 ςθμαντικότερα όργανα που μετζφερε. ASAR (Advanced Synthetic Aperture Radar): Το Ρροθγμζνο αντάρ Συνκετικοφ Ανοίγματοσ καταγράφει τθ μορφι τθσ επιφάνειασ του πλανιτθ χρθςιμοποιϊντασ διάφορουσ τρόπουσ λειτουργίασ που επιτρζπουν τόςο ευρείεσ απεικονίςεισ μεγάλων περιοχϊν όςο και εςτίαςθ ςε μικρότερεσ περιοχζσ για λεπτομερι απεικόνιςθ. Μπορεί να απεικονίςει το ςχιμα του εδάφουσ, το προφίλ των καλάςςιων κυμάτων και του πάγου και να παρακολουκεί τισ αλλαγζσ ςτθ χριςθ γθσ και ςτουσ τφπουσ βλάςτθςθσ. Τζλοσ μπορεί να μετράει διάφορεσ φυςικζσ και χθμικζσ ιδιότθτεσ τθσ επιφάνειασ. Το ASAR κατά τουσ 2 πρϊτουσ τρόπουσ λειτουργίασ του επιτυγχάνει ανάλυςθ εδάφουσ περίπου 30 30m. Ενϊ ςε λειτουργία ευρείασ λωρίδασ θ ανάλυςθ είναι m και ςτθν παγκόςμια 75

76 λειτουργία παρακολοφκθςθσ m. Ρεριςςότερα χαρακτθριςτικά για του τφπουσ λειτουργίασ του ASAR περιλαμβάνονται ςτον Ρίνακα 10.[16] MERIS (Medium Resolution Imaging Spectrometer): Το MERIS είναι ζνα προγραμματιηόμενο, μεςαίασ φαςματικισ ανάλυςθσ απεικονιςτικό φαςματόμετρο που λειτουργεί ςτθν θλιακι αντανακλαςτικι φαςματικι περιοχι. Δεκαπζντε φαςματικζσ ηϊνεσ μποροφν να επιλεγοφν, κάκε μία από τισ οποίεσ ζχει ζνα προγραμματιηόμενο πλάτοσ και προγραμματιηόμενθ κζςθ ςτο εφροσ nm. Αποτυπϊνει εικόνεσ επιφανειϊν και νεφϊν που ςυγκρατοφν το ορατό φϊσ και ποςοςτό τθσ υπζρυκρθσ ακτινοβολίασ. Ζχει τθ δυνατότθτα να κακορίςει το ακριβζσ χρϊμα των ωκεανϊν και των παράκτιων ηωνϊν, το οποίο αποτελεί ζνδειξθ βιολογικϊν και άλλων δραςτθριοτιτων. Επίςθσ, παρακολουκεί τθν ανάπτυξθ των νεφϊν και εντοπίηει ποςότθτεσ υδρατμϊν ςτθν ατμόςφαιρα που δεν είναι ορατι από κοινζσ κάμερεσ. Τζλοσ, αναγνωρίηει διάφορα είδθ φυτϊν ςτα διάφορα ςτάδια τθσ ανάπτυξισ τουσ. Εικόνα 32: Σφποι Λειτουργίασ ASAR. 76

77 Πίνακασ 10: Σφποι Λειτουργίασ ASAR Σφποσ Λειτουργίασ Περιγραφι Image (IM) Εικόνεσ πόλωςθσ VV ι HH. Ρλάτοσ δζςμθσ περίπου 56km (swath 7) και 100km (swath 1) ςτθ διεφκυνςθ των αποςτάςεων. Ανάλυςθ Εδάφουσ 30m. Alternating Polarization (AP) Δφο ευκυγραμμιςμζνεσ εικόνεσ (co-registered), από οποιαδιποτε από τισ 7 λωρίδεσ. Τα δυνατά ηευγάρια πόλωςθσ μποροφν να είναι HH/VV, HH/HV ι VV/VH. Η ανάλυςθ εδάφουσ για το προϊόν είναι περίπου 30m. Wide Swath (WS) Ρόλωςθ προϊόντων VV ι HH. Εικόνα εφρουσ λωρίδασ 400x400km. Ανάλυςθ Εδάφουσ 150x150m Global Monitoring(GM) Ανάλυςθ Εδάφουσ περίπου ςτα 1000x1000m. Ρόλωςθ προϊόντοσ HH ι VV. Wave Moe (WV) Μικρότερεσ απεικονίςεισ διαςτάςεων από 10x5km ζωσ 5x5km είναι δυνατό να αποκτθκοφν ςε διαςτιματα 100km κατά το αηιμοφκιο. Οι μικρζσ αυτζσ απεικονίςεισ μποροφν να τοποκετθκοφν οπουδιποτε ςτα πλαίςια τθσ δζςμθσ κατά τθν Image Mode λειτουργία. Μποροφν να επιλεγοφν μζχρι 2 κζςεισ ςε μία μόνο ι περιςςότερεσ διαφορετικζσ δζςμεσ αποτφπωςθσ, με εναλλαγι από τθ μία ςτθν άλλθ. Οι πικανζσ πολϊςεισ είναι VV ι HH. Οι μικρότερεσ αυτζσ απεικονίςεισ μετατρζπονται ςε φάςμα κυμάτων για τθν παρακολοφκθςθ των ωκεανϊν. 77

78 RA-2 and MWR (Radar Altimeter 2 and MicroWave Radiometer): Το όργανο αυτό μετράει τθν απόςταςθ του δορυφόρου από τθν υποκείμενθ επιφάνεια με ακρίβεια 4.5cm (ςτα 800km). Αυτζσ οι μετριςεισ όταν ςυνδυάηονται με τα ακριβι τροχιακά δεδομζνα από το DORIS, προκφπτει το προφίλ τθσ επιφάνειασ τθσ κάλαςςασ ι του πάγου κάτω από τον δορυφόρο. Ρερεταίρω επεξεργαςία των δεδομζνων ςε επίγειουσ ςτακμοφσ μπορεί να δϊςει πλθροφορίεσ για το φψοσ κυμάτων και τθν ταχφτθτα του ανζμου ςε απομακρυςμζνεσ περιοχζσ ςτθ μζςθ των ωκεανϊν. Επίςθσ το MWR μετράει τθν ποςότθτα των υδρατμϊν ςτθν ατμόςφαιρα βελτιϊνοντασ ζτςι τθν ακρίβεια του ςιματοσ από το ραντάρ RA-2. GOMOS (Global Ozone Monitoring of Stars): Το GOMOS παρακολουκεί τθν πορεία αςτεριϊν και καταγράφει το φάςμα τουσ κακϊσ ανζρχονται ςτον ορίηοντα μζςα από τθν γιινθ ατμόςφαιρα. Ζχει τθν ικανότθτα να δθμιουργιςει το κατακόρυφο προφίλ τθν περιεκτικότθτασ υδρατμϊν και όηοντοσ μζςα ςτθν ατμόςφαιρα για υψόμετρα από km. MIPAS (Michelson Interferometer for Passive Atmospheric Sounding): Το MIPAS παρατθρεί τθν ατμόςφαιρα ςτθν περιοχι του μζςου υπζρυκρου, δίνοντασ πλθροφορίεσ για τθν περιεκτικότθτα τθσ ατμόςφαιρασ ςε διάφορα αζρια. Ζχει τθν ικανότθτα να μετράει τθν περιεκτικότθτα βιομθχανικϊν ρφπων και αερίων του κερμοκθπίου ρίχνοντασ ζτςι περιςςότερο φϊσ ςτθν ατμοςφαιρικι χθμεία. AATSR (Advanced Along-Track Scanning Radiometer): Το AATSR ςαρϊνει τθν επιφάνεια τθσ ξθράσ και των ωκεανϊν ςε διάφορεσ ορατζσ και υπζρυκρεσ ςυχνότθτεσ γα να μετριςει με ακρίβεια τθν κερμοκραςία τουσ. Μπορεί να μετριςει τθ κερμοκραςία τθσ επιφάνειασ τθσ κάλαςςασ με ακρίβεια C. Εντοπίηει πθγζσ κερμότθτασ από βαςικζσ πυρκαγιζσ. Καταγράφει το ποςοςτό δαςοκάλυψθσ καμνϊδουσ και ποϊδουσ βλάςτθςθσ ςτισ διάφορεσ περιοχζσ. DORIS και Laser Retro-reflector (Doppler and Radio-positioning Integrated by Satellite): Μετράει τθν ακριβι τροχιακι κζςθ του δορυφόρου με ακρίβεια 4.5cm κακϊσ και τθν τροχιακι του ταχφτθτα με ακρίβεια 0.4mm/s, 78

79 μετριςεισ από τισ οποίεσ μπορεί να προκφψει ζνασ χάρτθσ του βαρυτικοφ πεδίου τθσ Γισ. Ο χάρτθσ αυτόσ ςυνδυαηόμενοσ με μετριςεισ από ραδιοαλτίμετρο μπορεί να δϊςει επίςθσ ακριβι εικόνα για το ανάγλυφο τόςο τθσ επιφάνειασ τθσ ξθράσ όςο και του πυκμζνα των ωκεανϊν. Το αποςταςιόμετρο laser επιτρζπει τον προςδιοριςμό τθσ κζςθ του δορυφόρου από το ζδαφοσ προκειμζνου να γίνεται θ ρφκμιςθ των οργάνων DORIS και RA-2. SCIAMACHY (Scanning Imaging Absorption spectrometer for Atmospheric CHartography): Το SCIAMACHY παρατθρεί τθν ατμόςφαιρα ςε ζνα μεγάλο εφροσ ςυχνοτιτων, επιτρζποντασ ζτςι τον εντοπιςμό διαφόρων αερίων ςτθν ατμόςφαιρα όπωσ είναι το όηον, νζφθ κ.α. Μπορεί να δϊςει τόςο τθ ςυνολικι ςυγκζντρωςθ για κάκε ζνα από αυτά όςο και τθν κατανομι τουσ εντόσ τθσ ατμόςφαιρασ. Eπιτρζψει τθν διερεφνθςθ διαφόρων πτυχϊν τθσ ατμοςφαιρικισ χθμείασ, ςυμπεριλαμβανομζνθσ τθσ επίδραςθσ των δαςικϊν πυρκαγιϊν, τθσ βιομθχανικισ ρφπανςθσ, τθσ αρκτικισ αικάλθσ, των αμμοκφελλων και των θφαιςτειακϊν εκριξεων.[15] 4.7. ALOS/PALSAR O ALOS (Advanced Land Observing Satellite) ξεκίνθςε ςτισ 24 Ιανουαρίου 2006 από τθν JAXA (Japan Aerospace Exploration Agency) και λειτοφργθςε μζχρι τθν 12 θ Μαΐου Ο ALOS, που αναφζρεται επίςθσ και ωσ Daichi, κατζλαβε 6.5 εκατομμφρια ςκθνζσ κατά τα πζντε χρόνια λειτουργίασ του. Ο δορυφόροσ παρείχε υψθλισ ποιότθτασ δεδομζνα γεωςκόπθςθσ για τοπογραφικζσ χαρτογραφιςεισ, παρακολοφκθςθ καταςτροφϊν και περιβάλλοντοσ και μελζτεσ κλιματικϊν αλλαγϊν. Ο δορυφόροσ αυτόσ, φςτερα από τθν ζναρξθ τθσ ιλιο-ςφγχρονθσ τροχιάσ του, περιςτρεφόταν γφρω από τθ Γθ κάκε 100 λεπτά, ι 14 φορζσ τθν θμζρα. Ενϊ εκτελοφςε τθν αρχικι διαδρομι (κφκλοσ επανάλθψθσ) κάκε 44 θμζρεσ. Η απόςταςι του από τον ιςθμερινό ιταν περίπου 59.7km. Ρεριελάμβανε τρεισ αιςκθτιρεσ, τον ALOS PRISM, τον AVNIR-2 και τον PALSAR. Ο αιςκθτιρασ AVNIR-2 αποςκοποφςε κυρίωσ ςτθν δθμιουργία κεματικϊν χαρτϊν και ςτθν παρακολοφκθςθ μεταβολϊν τθσ γιινθσ επιφάνειασ. 79

80 Ο αιςκθτιρασ PALSAR είναι ζνασ ενεργόσ μικροκυματικόσ SAR δζκτθσ, που δεν επθρεαηόταν από τισ καιρικζσ ςυνκικεσ και μποροφςε να λειτουργεί τόςο τθν θμζρα όςο και τθ νφχτα. Η λειτουργία του PALSAR βαςίςτθκε ςε ζνα ραντάρ ςυνκετικοφ ανοίγματοσ (SAR), το οποίο μετζφερε ο JERS-1. Ο PALSAR αποτφπωνε SAR εικόνεσ δεξιάσ απεικόνιςθσ ςτθν L-band ηϊνθ ςυχνοτιτων. Οι τφποι λειτουργίασ του ιταν οι εξισ: Fine Mode: Αυτι θ λειτουργία παρατιρθςθσ χρθςιμοποιικθκε ςυχνότερα ωσ κανονικι λειτουργία. Η μζγιςτθ ανάλυςθ του εδάφουσ, ςε αυτι τθν περίπτωςθ, ιταν 7m αποτελϊντασ μια από τθσ πιο μεγάλεσ των SAR δορυφόρων. Τόςο ςτθν κατεφκυνςθ των αποςτάςεων και όςο και κατά το αηιμοφκιο θ χωρικι ανάλυςθ ιταν 10m. ScanSAR Mode: Η ScanSAR λειτουργία, με τθ χριςθ ενόσ off-nadir διακόπτθ, μποροφςε να καλφψει εφροσ περιοχισ από 250km ζωσ 350km. Η λειτουργία ScanSAR απζδιδε SAR εικόνεσ πλάτουσ μεγαλφτερου από 250km με κόςτοσ χωρικισ ανάλυςθσ 100m. Πταν όμωσ χρθςιμοποιικθκε βελτιςτοποιθμζνθ τροχιά μποροφςε βρεκεί πάνω από τθν ίδια περιοχιςτόχο ςε λιγότερο από πζντε θμζρεσ. Polarimetric Mode: Με αυτι τθ λειτουργία ο PALSAR κα μποροφςε να λαμβάνει ταυτόχρονα οριηόντια και κατακόρυφθ πόλωςθ ανά μετάδοςθ, θ οποία ονομάηεται πολυ-πολωςιμετρία (multi-polarimetry). Επιπλζον, ο PALSAR μποροφςε να εναλλάςςει τθν πόλωςθ από οριηόντια ςε κάκετθ και αντίςτροφα. Η ςυγκεκριμζνθ λειτουργία επιτφγχανε ανάλυςθ 30m με λωρίδα 30km, προςφζροντασ όμωσ ολοκλθρωμζνθ ςκθνι αποτφπωςθσ (HH/HV ι VV/VH).[18] 80

81 Εικόνα 33: ALOS. Πίνακασ 11: Σεχνικά Χαρακτθριςτικά ALOS Agency Japan Aerospace Exploration Agency Frequency Polarization Ground Resolution Acquisition Mode Swath Repeat Cycle L-band Single Pol, Dual Pol, Full Pol 7m-100m Stripmap (Fine), ScanSAR & Polarimetric 70km 44 days 4.8. RADARSAT-2 Ο RADARSAT 2 εκτοξεφτθκε ςτισ 14 Δεκεμβρίου 2007 από το Καηανκςτάν. Σχεδιάςτθκε με ςθμαντικά και ιςχυρά χαρακτθριςτικά τα οποία περιλαμβάνουν χωρικι διακριτικι ικανότθτα 3m, ευελιξία ςτθν επιλογι τθσ πόλωςθσ, επιλογζσ δεξιάσ ι αριςτερισ απεικόνιςθσ (left and right looking), ανϊτερθ αποκικευςθ δεδομζνων και ακριβζςτερεσ μετριςεισ τθσ κζςθσ και του φψουσ διαςτθμικϊν ςκαφϊν. 81

82 Στισ 4 Ιουλίου 2009, το Υπουργείο Εκνικισ Άμυνασ του Καναδά ανακοίνωςε τθν πρόκεςι να επεκτείνει τθ χριςθ του δορυφόρου για τθν επιτιρθςθ των ακτϊν του Καναδά και τθσ Αρκτικισ. Για να πραγματοποιιςει αυτό το νζο ςχζδιο, ο ιδιοκτιτθσ του δορυφόρου (MacDonald Dettwiler και Συνεργάτεσ MDA) αμείφκθκε με το ποςό των $25 εκατομμυρίων για τθν εκτζλεςθ αναβακμίςεων, ζτςι ϊςτε μεταξφ άλλων να ενιςχφςει τισ δυνατότθτεσ του δορυφόρου με τθν ανίχνευςθ πλοίων ςτθν επιφάνεια τθσ Γθσ. Από τον Ιανουάριο του 2013, ο RADARSAT-2 ειςζρχεται 5 ο ζτοσ λειτουργίασ του. Επιπλζον, πολλζσ ακόμα βελτιϊςεισ ζχουν προςτεκεί ςτισ αρχικζσ ικανότθτεσ τόςο ςτο ζδαφοσ όςο και ςτο διάςτθμα. Οι επιδόςεισ του είναι ςαφϊσ εντόσ των προδιαγραφϊν, με ποςοςτό επιτυχίασ άνω του 98%. [19] Εικόνα 34: RADARSAT-2. 82

83 Πίνακασ 12: Χαρακτθριςτικά RADARSAT-2. Agency Canadian Space Agency & MacDonald Dettwiler (MDA) Frequency C-band Polarization Single Pol, Dual Pol, Full Pol Ground Resolution 3m-10m Acquisition Modes Stripmap & ScanSAR Swath 50km-500km Repeat Cycle 24 days 4.9. TerraSAR-X Ο δορυφόροσ TerraSAR-X εκτοξεφκθκε επιτυχϊσ ςτισ 15 Ιουνίου 2007 από το Καηακςτάν. Είναι ο πρϊτοσ γερμανικόσ δορυφόροσ και βαςίηεται ςε ςφμβαςθ δθμοςίου και ιδιωτικοφ τομζα μεταξφ του γερμανικοφ κζντρου αεροδιαςτθμικισ βιομθχανίασ DLR και τθσ EADS Astrium GmbH. Η υπεφκυνθ εταιρία για τθν εμπορικότθτα του δορυφόρου είναι θ Infoterra GmbH, κυγατρικι τθσ Astrium GmbH από το Βρίςκεται ςε πολικι τροχιά και θ διάρκεια ηωισ του εκτιμάται ςτα πζντε χρόνια. Λαμβάνει εικόνεσ υψθλισ ακρίβειασ ζωσ 1m, ανεξαρτιτωσ καιρικϊν ςυνκθκϊν και ςυνκθκϊν φωτιςμοφ, ενϊ το SAR του λειτουργεί ςτο κανάλι X με εφροσ γωνιϊν πρόςπτωςθσ 20 ο -40 ο. O TerraSAR-X SAR (δζκτθσ) είναι ζνα ενεργό ςφςτθμα με κεντρικι ςυχνότθτα 9.65GHz και μζγιςτο εφροσ ηϊνθσ 300MHz. Η κεραία (FE) είναι ςε κζςθ να λειτουργεί ςε δφο πολϊςεισ, H και V. Η λειτουργία ςε μια πειραματικι Dual Receive Antenna (DRA) Mode, όπου θ θχϊ λαμβάνεται από τθν κεραία του αηιμουκίου και ςτθ ςυνζχεια διαχωρίηεται κατά τθν επεξεργαςία ςτο ζδαφοσ, επιτρζπει τθ χριςθ νζων ενδιαφερόντων χαρακτθριςτικϊν, όπωσ το Along Track Interferometry και θ πλιρθσ πολωςιμετρικι απόκτθςθ δεδομζνων. Για να εκμεταλλευκεί αυτι τθ δυνατότθτα, το ινςτιτοφτο DLR, για τθν ζρευνα των μεταφορϊν, ζχει ξεκινιςει ζνα 83

84 ζργο για να δθμιουργιςει τθ δυνατότθτα ενόσ ςυςτιματοσ παρακολοφκθςθσ τθσ διαςτθμικισ κυκλοφορίασ, χρθςιμοποιϊντασ τθν TerraSAR-X MTI-mode. Ο μοναδικόσ ςχεδιαςμόσ τθσ κεραίασ του επιτρζπει ποικιλία πολωςιμετρικϊν ςχεδιαςμϊν. Μια από τισ καινοτομίεσ του δορυφόρου είναι ζνα είδοσ zoom shot, με τθν ανάλυςθ και το πεδίο ςάρωςθσ να είναι μεγζκθ αντιςτρόφωσ ανάλογα (1:10). Επιπλζον, θ κεραία μπορεί να ευκυγραμμιςτεί θλεκτρονικά ςε ζνα εφροσ γωνιϊν, οφτωσ ϊςτε να είναι ρυκμιηόμενθ θ κζαςθ. Νωρίτερα, οι δορυφόροι μποροφςαν να εκπζμψουν μόνο προσ μια κατεφκυνςθ. Ο εξοπλιςμόσ του δορυφόρου διακζτει εκτόσ του SAR και τα Tracking Occultation and Ranging (TOR) και Laser Communication Terminal (LCT). Ο δορυφόροσ επαναλαμβάνει τθν τροχιά του κάκε 11 θμζρεσ, αν και θ πλατφόρμα του «βλζπει» κάκε ςθμείο τθσ Γθσ το λιγότερο κάκε 2 1/2 θμζρεσ και κάκε 2 θμζρεσ ςτο 95% των περιπτϊςεων. Η αποκικευςθ δεδομζνων φτάνει τα 256Gbits. Το προθγμζνο, υψθλισ ανάλυςθσ X-band SAR με βάςθ τθν τεχνολογία που διακζτει, επιτρζπει τισ λειτουργίεσ αυτζσ και ςυνδυάηει υψθλι ανάλυςθ με εικόνεσ πλατιάσ λωρίδασ. Στθ λειτουργία SpotLight θ απόςταςθ μεταξφ δφο ςυνεχόμενων ςκθνϊν είναι 20km, ενϊ ςτισ υπόλοιπεσ 7km. Τα προϊόντα του δορυφόρου παρζχονται ςε τζςςερα επίπεδα ραδιομετρικισ και γεωμετρικισ διόρκωςθσ, Single Look Slant Range/ Complex (SSC), Multi Look Ground Range/ Detected (MGD), Geocoded Ellipsoid Corrected (GEC) και Enhanced Ellipsoid Corrected (EEC). Σθμειϊνεται ότι τα δεδομζνα του δορυφόρου είναι εξαιρετικισ ραδιομετρικισ ακρίβειασ και αςυναγϊνιςτθσ γεωμετρικισ, ςε ςχζςθ με άλλα δορυφορικά ςυςτιματα. Επιπλζον, διακζτει μοναδικι ευκινθςία όςον αφορά ςτθν ταχεία αλλαγι τρόπων απεικόνιςθσ και πολϊςεων. Οι εφαρμογζσ του δορυφόρου εκτείνονται ςτουσ τομείσ τθσ εκνικισ άμυνασ, χαρτογραφιςεισ, τοπογραφία, υδρολογία, ωκεανογραφία, πλοιγθςθ, ανίχνευςθ αλλαγϊν, γεωργία, δαςοκομία, αςτικόσ ςχεδιαςμόσ, κυκλοφορία οχθμάτων, εκτίμθςθ τθσ δομισ τθσ βλάςτθςθσ και βελτίωςθ των ςυμβατικϊν DEM κ.ά. 84

85 Πίνακασ 13: Σεχνικά Χαρακτθριςτικά TerraSAR-X Agency Infoterra, Germany Frequency X-band Polarization Single Pol, Dual Pol, Full Pol Ground Resolution 1m-18m Acquisition Modes Stripmap, ScanSAR & Spotlight Swath 15km-60km Repeat Cycle 11 days Πίνακασ 14: Ειδικά Σεχνικά Χαρακτθριςτικά TerraSAR-X Parameters Values Radar carrier frequency 9.5GHz Radial RF Peak Power 2kHz Incidence Angle Range for stripmap/scansar 20 o -45 o (full perfomance) (15 o -60 o accessible) Nominal look direction right Antenna Width 0.7m N o of spotlight elevation beams 91 (full perf. range) 122 (access range) N o of spotlight azimuth beams 229 Incidence Angle Range for spotlight modes 20 o -55 o (full perf.) (15 o -60 o accessible) Pulse repetion 2.0kHz-6.5kHz Range Bandwidth Max.150MHz (300 MHz exp.) 85

86 Ο «αδερφόσ» δορυφόροσ του TerraSAR-X, TanDEM-X, εκτοξεφτθκε ςτισ 21 Ιουνίου Από τον Οκτϊβριο του 2010 οι δυο δορυφόροι πετοφν ςε ςτενό ςχθματιςμό με απόςταςθ μόλισ μερικζσ εκατοντάδεσ μζτρα μεταξφ τουσ και καταγράφουν δεδομζνα ςυγχρονιςμζνα. Αυτό κα επιτρζψει τθ δθμιουργία πολλϊν παγκόςμιων DEMs - εντόσ τριϊν ετϊν - και μια πρωτοφανι ακρίβεια, κάλυψθ και ποιότθτα. Ψθφιακά Μοντζλα Εδάφουσ, τα οποία κα προκφψουν, κα είναι δυνατό να διακζτουν κατακόρυφθ ακρίβεια τθσ τάξθσ των 2m (ςχετικι) και 10m (απόλυτθ), μζςα ςε ζνα οριηόντιο raster περίπου 12x12 τετραγωνικϊν μζτρων, ελαφρϊσ διαφορετικό ανάλογα με το γεωγραφικό πλάτοσ.*20+ 86

87 5. SAR Δεδομζνα και Επεξεργαςία 5.1. Ειςαγωγι Tα ςυςτιματα SAR μποροφν να αποκτιςουν δεδομζνα με διαφορετικοφσ τρόπουσ, όπωσ μονι ι διπλι λειτουργία καναλιοφ (για παράδειγμα HH ι HH/HV ι VV/VH), λειτουργία με τεχνικι ςυμβολομετρίασ (interferometric mode single/repeat pass), πολωςιμετρικι λειτουργία (polarimetric mode HH, HV, VH, VV) και τζλοσ, με ςυνδυαςμό 2 τρόπων λειτουργίασ, ςυμβολομετρίασ και πολωςιμετρίασ. Ρροφανϊσ, οι διαφορετικοί αυτοί τρόποι λειτουργίασ ορίηουν και διαφορετικζσ τεχνικζσ επεξεργαςίασ των δεδομζνων. Οπότε προκφπτουν οι εξισ κατθγορίεσ: SAR Intensity Processing (Επεξεργαςία τθσ Ζνταςθσ) Interferometric SAR (InSAR/DInSAR) Processing (Επεξεργαςία SAR ςυμβολομετρίασ) Polarimetric SAR Processing (Επεξεργαςία SAR πολωςιμετρίασ) Polarimetric-Interferometric SAR Processing (Επεξεργαςία με ςυνδυαςμό Ρολωςιμετρίασ και Συμβολομετρίασ) Σθμειϊνεται ότι ςτισ παραγράφουσ που ακολουκοφν αναλφεται θ πρϊτθ τεχνικι επεξεργαςίασ τθσ ζνταςθσ των SAR εικόνων, ενϊ τζλοσ δίνεται μια ςφντομθ περιγραφι και των υπολοίπων τεχνικϊν SAR Intensity Processing Image & Raw Data Διαςτθμικοί Οργανιςμοί κακϊσ και πάροχοι δορυφορικϊν εικόνων παρζχουν ςυνικωσ τα δεδομζνα ςτθν παραδοςιακι μορφοποίθςθ GEOS (Committee on Earth Observation Satellites). Η GEOS Επιτροπι δθμιουργικθκε το 1984 και ςυγκεντρϊνει τισ κυριότερεσ διαςτθμικζσ υπθρεςίεσ του κόςμου, όπωσ θ CNES, NASA, ESA, NASDA κλπ. Μεταξφ άλλων, θ Επιτροπι αυτι είναι υπεφκυνθ για τθν ανάπτυξθ διεκνοφσ προτφπου διανομισ τθλεπιςκοπικϊν προϊόντων και δεδομζνων, οπότε οι Διαςτθμικζσ Υπθρεςίεσ εκδίδουν τα δεδομζνα ραντάρ ςε αυτι τθ ςυγκεκριμζνθ μορφοποίθςθ. Η μορφοποίθςθ GEOS αποτελείται από διάφορα αρχεία, τα οποία γενικά είναι διαφόρων μεγεκϊν. Επίςθσ, περιλαμβάνει «εικόνα» των δεδομζνων, 87

88 κακϊσ και βοθκθτικά ςτοιχεία, ανάλογα με τον απαιτοφμενο τφπο προϊόντοσ και τισ προδιαγραφζσ. Μποροφμε με δυςκολία να μιλιςουμε για «εικόνεσ» όςον αφορά ςτα πρωτογενι (μθ επεξεργαςμζνα) δεδομζνα ι raw data, όπωσ αναφζρονται. Οι πλθροφορίεσ που περιζχουν, αν και διατίκεται ςε πίνακεσ δφο διαςτάςεων, οι οποίοι φυςικά ςχετίηονται με τον αιςκθτιρα (κατεφκυνςθ τθσ κεραίασ, δορυφορικι τροχιά), δεν είναι εμφανείσ με τθν πρϊτθ ματιά, δεδομζνου ότι αντιςτοιχοφν ςε ζναν αιςκθτιρα, του οποίου θ ανάλυςθ ςτθν κατεφκυνςθ των αποςτάςεων και του αηιμοφκιου είναι τθσ τάξθσ αρκετϊν χιλιομζτρων, δθλαδι τα δεδομζνα περιλαμβάνουν εκατοντάδεσ γραμμζσ και ςτιλεσ. Οι Διαςτθμικζσ Υπθρεςίεσ προςφζρουν, ωςτόςο, αυτό το είδοσ των δεδομζνων που όμωσ κακιςτοφν δυνατι τθν πραγματοποίθςθ SAR ςφνκεςθσ. Για αυτό το ςκοπό, τα πρωτογενι δεδομζνα ςυνοδεφονται από ςυμπλθρωματικζσ ςχετικζσ πλθροφορίεσ (δορυφορικι τθλεμετρία, μεταδιδόμενο ςιμα, κ.λπ.). Ζτςι, λοιπόν, θ επεξεργαςία των SAR δεδομζνων καταλιγει να είναι ζνα διςδιάςτατο πρόβλθμα. Τα δεδομζνα SAR, ωσ ςφνκετα τελικά δεδομζνα (complex data) αποτελοφνται από ζνα πραγματικό και φανταςτικό μζροσ, οι λεγόμενεσ ςε φάςθ και τετραγωνικισ φάςθσ ςυνιςτϊςεσ ι κανάλια. Εικόνα 35: ε φάςθ (I) και τετραγωνικισ φάςθσ ςυνιςτϊςα (Q). Σθμειϊνεται ότι θ φάςθ ενόσ μόνο, ενιαίου καναλιοφ (single-channel) για ζνα SAR ςφςτθμα (για παράδειγμα C-band, VV πόλωςθ) είναι ομοιόμορφα κατανεμθμζνθ ςε όλθ τθν περιοχι από -π ζωσ + π. Σε αντίκεςθ, το πλάτοσ Α ακολουκεί κατανομι Rayleigh, ενϊ θ ζνταςθ Ι (ι Power P) = Α 2 ακολουκεί μια αρνθτικι εκκετικι 88

89 κατανομι. Στθν ουςία ςτα single-channel SAR ςυςτιματα θ φάςθ δεν παρζχει καμία πλθροφορία, αλλά το πλάτοσ (Amplitude) είναι το μόνο που δίνει χριςιμεσ πλθροφορίεσ. Τα δεδομζνα αυτά ψθφιοποιοφνται ςε ζνα χαμθλό αρικμό δυαδικϊν ψθφίων. Για παράδειγμα, τα ERS δεδομζνα κωδικοποιοφνται ςε 5 bits για το πραγματικό μζροσ και άλλα 5 bits για το φανταςτικό μζροσ. Κακϊσ τα δεδομζνα πρζπει να μεταδοκοφν όςο το δυνατόν γρθγορότερα και αποτελεςματικότερα από τον δζκτθ ςτον επίγειο ςτακμό, πολλζσ μελζτεσ ζχουν επικεντρωκεί ςτθν ανάπτυξθ τεχνικϊν για τθ ςυμπίεςθ (ι κωδικοποίθςθ) αυτοφ του τφπου των δεδομζνων, με ι χωρίσ απϊλειεσ. Μερικά από αυτά τα ςυςτιματα ςυμπίεςθσ ζχουν υλοποιθκεί (π.χ. για RADARSAT).[15] Focusing Στα μθ επεξεργαςμζνα δεδομζνα (raw data), θ ενζργεια του ςιματοσ από ζνα ςθμείο-ςτόχο απλϊνεται κατά τθν απόςταςθ και το αηιμοφκιο. Σκοπόσ τθσ διαδικαςίασ εςτίαςθσ ι SAR focusing, είναι θ ςυλλογι τθσ διαςκορπιςμζνθσ ενζργειασ ςε ζνα pixel ςτθν εικόνα εξόδου. Το focusing, για το ςχθματιςμό εικόνασ SAR, περιλαμβάνει δειγματολθψία και ψθφιοποίθςθ των SAR δεδομζνων από τθν θχϊ του ςτόχου και αντιπροςωπεφει μια αρικμθτικι εκτίμθςθ τθσ διαδικαςίασ μορφοποίθςθσ τθσ λωρίδασ ςυνκετικοφ ανοίγματοσ. Εδϊ, εμπλζκεται ζνασ μεγάλοσ αρικμόσ αρικμθτικϊν υπολογιςμϊν. Στα πρωτογενι δεδομζνα ζνασ ςθμειακόσ ςτόχοσ (το ςιμα) απλϊνεται ςτθν απόςταςθ (διεφκυνςθ αποςτάςεων), ςε όλθ τθν ζκταςθ (διάρκεια) του γραμμικισ διαμόρφωςθσ ςυχνότθτασ μεταδιδόμενου παλμοφ, κακϊσ και κατά το αηιμοφκιο, ςε όλο το μικοσ τθσ περιόδου που θ δζςμθ τθσ κεραίασ φωτίηει το ςτόχο. Κακϊσ ο δζκτθσ κινείται, θ απόςταςθ δζκτθ-ςτόχου μεταβάλλεται (range delay), δθμιουργϊντασ ζνα επικαμπφλιο ίχνοσ. Από άποψθ μικουσ κφματοσ, προκφπτει μεταβολι φάςθσ ςτο λαμβανόμενο ςιμα ωσ ςυνάρτθςθ του αηιμουκίου, που αντιςτοιχεί ςτο εφροσ ηϊνθσ του ςιματοσ κατά το αηιμοφκιο και επιτρζπει τθ ςυμπίεςι του κατά τθ διεφκυνςθ αυτι. 89

90 Εικόνα 36: τάδια Εςτίαςθσ (Focusing) για ζνα pixel. Μεταβολι, λοιπόν, τθσ απόςταςθσ μπορεί να προκαλζςει μεταβολι πλάτουσ μεγαλφτερου του πλάτουσ ενόσ κυτίου δείγματοσ, με αποτζλεςμα αυτό που ονομάηεται «Range Migration». Αυτό εκφράηεται ωσ ςυνάρτθςθ τθσ ςυχνότθτασ Doppler. Η επίδραςθ αυτοφ του φαινομζνου μπορεί να εκτείνεται ςε αρκετά κυτία απόςταςθσ, τα οποία πρζπει να διορκωκοφν πριν τθ ςυμπίεςθ κατά το αηιμοφκιο (azimuth compression). Αυτι θ ςυγκεκριμζνθ διόρκωςθ καλείται Range Cell Migration Correction. Για τθ ςωςτι εφαρμογι του focusing είναι ςθμαντικι θ γνϊςθ παραμζτρων όπωσ θ κεντροειδισ ςυχνότθτα Doppler (ςυχνότθτα Doppler τθ ςτιγμι που ο ςτόχοσ βρίςκεται ςτον άξονα του κεντρικοφ λοβοφ τθσ κεραίασ), θ γεωμετρία τθσ απεικόνιςθσ, θ ταχφτθτα του δζκτθ και ο μεταδιδόμενοσ παλμόσ. Οι διαδικαςίεσ που πραγματοποιοφνται ςτο ςτάδιο αυτό είναι θ Range Compression (ςυμπίεςθ των αποςτάςεων) και Azimuth Compression (ςυμπίεςθ του αηιμουκίου). Ο μεταδιδόμενοσ παλμόσ, κατά τθν αποςτολι του, ζχει διαμορφωκεί με γραμμικι διαμόρφωςθ ςυχνότθτασ (FM), θ οποία του προςδίδει το χαρακτθριςτικό όταν φιλτράρεται από φίλτρο προςαρμογισ (matched filter) να προκφπτει παλμόσ με τθν ενζργεια ςυγκεντρωμζνθ ςε μια μζγιςτθ τιμι. Κατά τθν ςυμπίεςθ των αποςτάςεων, 90

91 θ λθφκείςα θχϊ περνά μζςα από τζτοιο φίλτρο, οπότε προκφπτει παλμόσ με ευρφ φάςμα αλλά και μεγάλθ ενζργεια για καλι διακριτικι ικανότθτα. Εικόνα 37: Δθμιουργία ενόσ pixel φςτερα από ςυγκζντρωςθ τθσ ενζργειασ ςε ζνα κυτίο ανάλυςθσ. Η ςυμπίεςθ αυτι εκτελείται ςε κάκε γραμμι των SAR δεδομζνων, και μπορεί να γίνει αποτελεςματικά με τθ χριςθ του Fast Fourier Transform (FFT). Αντίςτοιχα με τθ ςυμπίεςθ των αποςτάςεων και θ ςυμπίεςθ του αηιμουκίου εκτελείται, επίςθσ, με τθ διζλευςθ του αηιμουκιακοφ ςιματοσ από ζνα φίλτρο προςαρμογισ με τθ χριςθ του αντιςτρόφου FFT. Η απόκριςθ ςυχνότθτασ του φίλτρου υπολογίηεται εκ των προτζρων με τθ χριςθ τροχιακισ γεωμετρίασ, ενϊ εξαρτάται και από τθ διάςταςθ των αποςτάςεων. Σθμειϊνεται ότι κατά τθν εςτίαςθ (focusing), τα βιματα που εκτελοφνται εφαρμόηονται ςε όλθ τθν εικόνα, για να λθφκεί τελικά μια ςφνκετθ εικόνα (Single Look Complex), όπου το πλάτοσ ςχετίηεται με τθν ανακλαςτικότθτα του ςτόχου και θ φάςθ με τθ γεωμετρία απόκτθςθσ και τθν τοπογραφία του εδάφουσ.[8] 91

92 Εικόνα 38: Διαδικαςία Εςτίαςθσ (Focusing) Multi-looking Ζνασ SAR επεξεργαςτισ ςιματοσ μπορεί να χρθςιμοποιιςει το πλιρεσ ςυνκετικό άνοιγμα και το πλιρεσ ιςτορικό των δεδομζνων, προκειμζνου να παράγει μια Single Look Complex (SLC) εικόνα με τθν υψθλότερθ δυνατι ανάλυςθ, ακόμα κι αν αυτι χαρακτθρίηεται από πολφ κόρυβο (speckle). Ραρόλα αυτά περιςςότερεσ από μία όψεισ μποροφν να δθμιουργθκοφν με τον υπολογιςμό του μζςου όρου των pixel κατά τθν απόςταςθ και/ι το αηιμοφκιο, ορίηοντασ τθ multi-looking διαδικαςία. Ουςιαςτικά ο δζκτθσ μπορεί να ςυλλζξει πολλζσ θχοφσ από το ίδιο αντικείμενο με ζνα πζραςμα. Στθ ςυνζχεια ο επεξεργαςτισ μπορεί να επεξεργαςτεί τισ ανακλάςεισ όχι όλεσ μαηί, αλλά ςε L μικρότερα ςφνολα, υπολογίηοντασ από το κακζνα μια εκτίμθςθ, οπότε προκφπτουν οι όψεισ ι looks (L-looks). Τζλοσ, με το ςυνδυαςμό αυτϊν των εκτιμιςεων δθμιουργείται θ τελικι εικόνα, απαλλαγμζνθ από μεγάλο μζροσ κρφβου και με βελτιωμζνθ ραδιομετρικι ανάλυςθ. Η βελτίωςθ, όμωσ, αυτι τθσ ραδιομετρικισ ανάλυςθσ προκαλεί μια ςχετικι υποβάκμιςθ τθσ χωρικισ ανάλυςθσ. Σθμειϊνεται ότι υπάρχει μια διαφορά μεταξφ του αρικμοφ των όψεων που δθμιουργοφνται φυςικά κατά τθν δθμιουργία τθσ απεικόνιςθσ και του αρικμοφ των 92

93 όψεων που προκφπτουν φςτερα από τθ επεξεργαςία ςτατιςτικϊν δεδομζνων τθσ εικόνασ. Το πλικοσ των όψεων είναι ςυνάρτθςθ των εξισ παραμζτρων: Διακριτικι ικανότθτα κατά το αηιμοφκιο Διακριτικι ικανότθτα κεκλιμζνθσ απόςταςθσ Γωνία πρόςπτωςθσ ςτο κζντρο τθσ ςκθνισ Στόχοσ είναι να ςυμπεριλθφκοφν εικονοςτοιχεία περίπου τετραγωνικά, λαμβάνοντασ υπόψθ τθν ανάλυςθ επί του εδάφουσ (και όχι τα pixel τθσ κεκλιμζνθσ απόςταςθσ) και τθν ανάλυςθ επί του αηιμοφκιου. Ειδικότερα, προκειμζνου να αποφευχκοφν οι επιπτϊςεισ τθσ υπερ- ι υπο-δειγματολθψίασ ςτθ γεωγραφικά κωδικοποιθμζνθ (geocoded) εικόνα, ςυνιςτάται να δθμιουργθκεί τζτοια εικόνα πολλϊν όψεων ϊςτε να αντιςτοιχεί ςε περίπου ίδια χωρικι ανάλυςθ με αυτι που προβλζπεται για το προϊόν (geocoded image product). Είναι, επίςθσ, ςθμαντικό να ςθμειωκεί ότι τα ςθμερινά προθγμζνα ςυςτιματα SAR, όπωσ RADARSAT-1, ENVISAT ASAR, μποροφν να αποκτιςουν εικόνεσ με διαφορετικι γωνία πρόςπτωςθσ (δθλ. διαφορετικζσ ρυκμίςεισ τθσ λωρίδασ). Στθν περίπτωςθ αυτι, ςε κάκε διαφορετικι λειτουργία απεικόνιςθσ απαιτείται να εφαρμοςκεί και διαφορετικόσ παράγοντασ για τισ πολλαπλζσ όψεισ Speckle και Speckle Filtering Η κθλίδωςθ ι Speckle, αποτελεί ζνα είδοσ κορφβου, το οποίο παράγεται από τα ςυνδεδεμζνα ςυςτιματα όπωσ τα SAR ςυςτιματα και τα ςυςτιματα Laser (θ ακτινοβολία του ιλιου δεν ανικει ςε ςυνδεδεμζνο ςφςτθμα), κακϊσ αυτά χρθςιμοποιοφν «ςφμφωνθ» ακτινοβολία (coherent) ι ακτινοβολία θ οποία βρίςκεται ςε φάςθ. Ραρουςιάηεται ωσ μία τυχαία δομι εικονοςτοιχείων (pixels), θ οποία προκαλείται από τα θλεκτρομαγνθτικά κφματα που ςκεδάηονται από τισ διάφορεσ επιφάνειεσ ι τα αντικείμενα. Κάκε ςτόχοσ ι επιφάνεια ςυνειςφζρει ςτθν οπιςκοςκζδαςθ τθσ ενζργειασ, θ οποία δθμιουργείται από το άκροιςμα όλων των υπαρχόντων ςκεδάςεων μετά από μία τυχαία διαδρομι. 93

94 Εικόνα 39: Κθλίδωςθ. Το ςυγκεκριμζνο άκροιςμα μπορεί να είναι είτε υψθλό είτε χαμθλό και εξαρτάται από τθν όλθ διαδικαςία τθσ οπιςκοςκζδαςθσ κατά τθν αλλθλεπίδραςθ τθσ θλεκτρομαγνθτικισ ακτινοβολίασ με το ςτόχο ι τθν επιφάνεια. Αυτι ςτατιςτικι διακφμανςθ (απόκλιςθ), ι αβεβαιότθτα, ςχετίηεται με τθν φωτεινότθτα κάκε εικονςτοιχείου ςτθν απεικόνιςθ και επιφζρει ςθμαντικζσ μεταβολζσ του τόνου του γκρίηου. Το αποτζλεςμα τθσ κθλίδωςθσ ςτθν απεικόνιςθ γίνεται αντιλθπτό με τθ μορφι κορφβου, ο οποίοσ χαρακτθρίηεται salt and pepper (αλατοπίπερο). Κατά τθ μετατροπι των πρωτογενϊν δεδομζνων του ραντάρ ςε πραγματικι εικόνα, ο κόρυβοσ εξακολουκεί να υπάρχει, αλλά μπορεί ςτθ ςυνζχεια να μειωκεί με τθ βοικεια προχωρθμζνων διαδικαςιϊν αποκατάςταςθσ τθσ εικόνασ, δθλαδι φιλτράριςμα κορφβου (speckle filtering). Η κθλίδωςθ αποτελεί μία πραγματικι θλεκτρομαγνθτικι μζτρθςθ και αντιμετωπίηεται ωσ ζνα ςτατιςτικά επεξεργάςιμο μζγεκοσ. Σθμειϊνεται ότι θ κθλίδωςθ αποτελεί αντικείμενο εκμετάλλευςθσ ςτθ ςυμβολομετρία των ραντάρ ςυνκετικοφ ανοίγματοσ (InSAR). Ζνα καλά αποδεκτό μοντζλο για τθν περιγραφι τθσ κθλίδωςθσ είναι θ πολλαπλαςιαςτικι τυχαία ςυνάρτθςθ F (multiplicative fading random process F), θ οποία δίνεται από τθ ςχζςθ: Στθν εξίςωςθ αυτι το είναι θ παρατθροφμενθ ζνταςθ (παρατθροφμενοσ κόρυβοσ από ανακλαςτικότθτα) και είναι θ τυχαία διαδικαςία ανακλαςτικότθτασ του ραντάρ (ανακλαςτικότθτα χωρίσ κόρυβο). 94

95 Μια πρϊτθ προςπάκεια ελάττωςθσ τθσ κθλίδωςθσ είναι θ διαδικαςία πολλαπλϊν όψεων (multi-looking, βλζπε παραγρ.4.2.3). Αντί να εςτιάςουμε όλα τα δεδομζνα μιασ απεικόνιςθσ ςτθ μζγιςτθ διακριτικι ικανότθτα, χωρίηουμε τα διακζςιμα εφρθ ηωνϊν ςτθ διεφκυνςθ των αποςτάςεων ι των αηιμοφκιων ι και των δφο ςε περιςςότερεσ ηϊνεσ µε μικρότερο εφροσ και τισ εςτιάηουμε ωσ ανεξάρτθτεσ απεικονίςεισ. Η απομάκρυνςθ όμωσ τθσ κθλίδωςθσ ουςιαςτικά επιτελείται με διάφορεσ τεχνικζσ φιλτραρίςματοσ. Η Το πρϊτο βιμα για το φιλτράριςμα του κορφβου αποτελεί να διαπιςτωκεί αν ο κόρυβοσ αναπτφςςεται ςτθ γειτονιά του υπό εξζταςθ pixel. Αν ιςχφει αυτό τότε υπολογίηεται θ ανακλαςτικότθτα του ραντάρ ωσ ςυνάρτθςθ τθσ παρατθροφμενθσ ζνταςθσ, βαςιηόμενθ ςε μερικά τοπικά ςτατιςτικά ςτοιχεία και ςε μία εκ των προτζρων (a priori) γνϊςθ τθσ υπό εξζταςθ ςκθνισ. Ρροκειμζνου να εξαλειφκεί επιτυχϊσ ο κόρυβοσ απαιτείται εφαρμογι και χριςθ μεγάλων παρακφρων. Αντίκετα, απαιτείται καλι διατιρθςθ τθσ χωρικισ ανάλυςθσ προκειμζνου να μθν αλλοιωκοφν λεπτά χαρακτθριςτικά και λεπτομζρειεσ τθσ εικόνασ όπωσ χαρακτθριςτικά δομισ ι υφισ. Στισ εικόνεσ υψθλισ χωρικισ ανάλυςθσ, ενδζχεται να αναπτυχκεί κόρυβοσ εν μζρει ςε ςυγκεκριμζνεσ περιοχζσ, όπωσ π.χ. αςτικι περιοχι. Στθν ακραία περίπτωςθ μεμονωμζνου ςτόχου, οι διακυμάνςεισ τθσ ζνταςθσ κυριαρχοφνται από μία ντετερμινιςτικι ςυνάρτθςθ θ οποία δεν πρζπει να επθρεάηεται από τθ διαδικαςία φιλτραρίςματοσ του κορφβου. Σε τζτοιεσ περιπτϊςεισ προτιμάται θ εφαρμογι μικρότερων παρακφρων. Η διαδικαςία φιλτραρίςματοσ του κορφβου αποτελεί ζνα ςυμβιβαςμό μεταξφ τθσ απομάκρυνςθσ του κορφβου και τθσ διατιρθςθ λεπτομερειϊν και χαρακτθριςτικϊν ενδιαφζροντοσ (χωρικι ανάλυςθ). Τα λεγόμενα προςαρμοςτικά φίλτρα (adaptive filters) τα οποία εφαρμόηονται ςε κατάλλθλεσ περιοχζσ και μοντζλα κορφβου, είναι τα περιςςότερο κατάλλθλα για εικόνεσ ραντάρ ςυνκετικοφ ανοίγματοσ υψθλισ χωρικισ ανάλυςθσ και όταν ο κόρυβοσ δεν ζχει αναπτυχκεί πλιρωσ. Σε γενικζσ γραμμζσ, τζτοια φίλτρα είναι όλα προςαρμοςτικά (ωσ μία ςυνάρτθςθ του τοπικοφ ςυντελεςτι απόκλιςθσ) και μποροφν να ενιςχυκοφν με τον κακοριςμό ελάχιςτθσ 95

96 τιμισ για τθν καλφτερθ εξομάλυνςθ του κορφβου και για ζνα ανϊτερο όριο διατιρθςθσ τθσ υφισ ι ενόσ ςθμειακοφ ςτόχου. Ο ςυντελεςτισ απόκλιςθσ (π.χ. μζςθ/τυπικι απόκλιςθ), αποτελεί ζναν καλό δείκτθ τθσ παρουςίασ ετερογζνειασ εντόσ ενόσ παρακφρου. Μπορεί να υιοκετθκεί όταν είναι παροφςα μόνο ιςοτροπικι μορφι υφισ και ενδζχεται να βοθκθκεί από ςυντελεςτζσ αναλογίασ για ανιςοτρόπωσ προςανατολιςμζνα χαρακτθριςτικά υφισ. [8] Εικόνα 40: Μείωςθ τθσ κθλίδωςθσ φςτερα από εφαρμογι προςαρμοςτικοφ φίλτρου. Τα πιο γνωςτά προςαρμοςτικά φίλτρα που βαςίηονται ςτο παραπάνω πολλαπλαςιαςτικό μοντζλο είναι τo φίλτρο του Frost και αυτά των Lee και Kuan. Άλλεσ οικογζνειεσ φίλτρων που χρθςιμοποιοφνται είναι: Mean filter Median filter Local Region Filter Gamma-MAP filter Multi-temporal filters Co-registration Η διαδικαςία τθσ ςυμπροςαρμογισ ι co-registration των SAR εικόνων είναι απαραίτθτθ ςυνικωσ ςτθν περίπτωςθ που διατίκενται πολλαπλζσ εικόνεσ, οι οποίεσ καλφπτουν τθν ίδια περιοχι. Τότε απαιτείται θ γεωγραφικι και γεωμετρικι 96

97 τουσ ταφτιςθ. Συγκεκριμζνα πρόκειται για μια διαδικαςία υπζρκεςθσ δφο ι περιςςότερων εικόνων, ςτθ γεωμετρία τθσ πλάγιασ απόςταςθσ, οι οποίεσ ζχουν αποκτθκεί από δζκτεσ ίδιασ τροχιάσ και με τον ίδιο τρόπο απεικόνιςθσ. Ουςιαςτικά πρόκειται για διαδικαςία διόρκωςθσ τθσ μεταφορικισ και περιςτροφικισ μετατόπιςισ τουσ και των διαφορϊν ςτθ βακμονόμθςι τουσ. Η ςυμπροςαρμογι των εικόνων δεν πρζπει να ςυγχζεται με αυτι τθσ γεωαναφοράσ (georeferencing) των εικόνων, θ οποία όπωσ κα δοφμε, πραγματοποιεί τθν μετατροπι του κάκε pixel από τθν κεκλιμζνθ απόςταςθ ςε ζνα χαρτογραφικό ςφςτθμα αναφοράσ. Με τθ ςυμπροςαρμογι μία ι περιςςότερεσ εικόνεσ, οι οποίεσ χαρακτθρίηονται ωσ slaves, ευκυγραμμίηονται με μία εικόνα αναφοράσ, τθν εικόνα master, ζτςι ϊςτε κάκε pixel των slaves να αντιπροςωπεφουν το ίδιο ςθμείο πάνω ςτθ γιινθ επιφάνεια όπωσ το αντίςτοιχο pixel τθσ εικόνασ master. Τα βιματα υλοποίθςθσ τθσ παραπάνω διαδικαςίασ περιλαμβάνουν: Χονδρικι εκτίμθςθ τθσ μετατόπιςθσ, βαςιηομζνθ ςτα τροχιακά δεδομζνα. Αυτόματθ επιλογι ενόσ ςυνόλου από υπο-παράκυρα, με βάςθ τθν εικόνα αναφοράσ και αυτϊν που πρόκειται να ευκυγραμμιςτοφν. Υπολογιςμόσ τθσ ςυνάρτθςθσ ετεροςυςχζτιςθσ (cross-correlation function) μεταξφ των pixels των αντίςτοιχων υπο-παρακφρων ςτισ δφο εικόνεσ. Το μζγιςτο τθσ ςυνάρτθςθσ ετεροςυςχζτιςθσ υποδεικνφει τθ ςωςτι μετατόπιςθ για τθν επιλεγμζνθ κζςθ. Υπολογιςμόσ τθσ μετατόπιςθσ που απαιτείται ςε απόςταςθ και αηιμοφκιο από ζνα πολυϊνυμο που εξαρτάται από τθ κζςθ του pixel, κατά τθν απόςταςθ και το αηιμοφκιο αντίςτοιχα.[8] Geocoding Η διαδικαςίασ τθσ γεωαναφοράσ ι Geocoding (Ortho-rectification, Georeferencing, Geometric Calibration) αποτελεί μια κεμελιϊδθ διαδικαςία αντιςτοίχιςθσ κάκε pixel μιασ εικόνασ από το κεκλιμζνο επίπεδο ι το επίπεδο εδάφουσ, ςε ζνα πραγματικό ςφςτθμα ςυντεταγμζνων. Ρρακτικά, αυτό ςθμαίνει ότι θ κζςθ (ςυντεταγμζνεσ) ενόσ ςθμείου ςτθν εικόνα ανταποκρίνεται ςτο περιεχόμενο 97

98 ενόσ χάρτθ. Ρρόκειται για μια διαδικαςία που απαιτείται για τθν υπζρκεςθ δφο ι περιςςότερων εικόνων που ζχουν λθφκεί ςε διαφορετικζσ χρονικζσ ςτιγμζσ, από διαφορετικζσ οπτικζσ γωνίεσ και από διαφορετικοφσ αιςκθτιρεσ. Η γεωκωδικοποίθςθ, όροσ που επίςθσ αναφζρεται ςτθν ίδια διαδικαςία, ςυνικωσ περιζχει πλθροφορία για τθ κζςθ του κάτω αριςτεροφ ςθμείου τθσ εικόνασ, τθν κλίμακα, τθ ςτροφι (μετατόπιςθ) και το ςφςτθμα αναφοράσ. Κατά τθν εφαρμογι τθσ γεωδαιτικοί και χαρτογραφικοί μεταςχθματιςμοί λαμβάνουν χϊρα, προκειμζνου να γίνει μετατροπι των ςυντεταγμζνων τθσ γεωκωδικοποιθμζνθσ εικόνασ από Καρτεςιανό ςφςτθμα (WGS-84) ςε κάποιο τοπικό χαρτογραφικό ςφςτθμα αναφοράσ (π.χ. UTM-32, Gauss-Krueger, Oblique Mercator, κλπ.). Η εικόνα που ακολουκεί δείχνει αυτά τα ςτάδια τθσ μετατροπισ. Εικόνα 41: Γεωκωδικωποίθςθ. Κατά τθ γεωκωδικοποίθςθ, απαιτείται αφενόσ να αποκτθκοφν πρϊτα κάποια χαρακτθριςτικά του εδάφουσ, όπωσ τα ςθμεία ελζγχου εδάφουσ (GCPs) και οι αντίςτοιχεσ κζςεισ τουσ ςτισ εικόνεσ και, αφετζρου, ζνα μακθματικό μοντζλο, το οποίο κα μετατρζψει τισ ςυντεταγμζνεσ του αντικειμζνου τθσ εικόνασ ςε ζνα από τα 98

99 ςυςτιματα ςυντεταγμζνων. Ωσ εκ τοφτου, θ διαδικαςία αποτελείται βαςικά από τα ακόλουκα προβλιματα: τθν επιλογι ι το ςχεδιαςμό ενόσ κατάλλθλου μακθματικοφ μοντζλου μεταςχθματιςμοφ, το οποίο περιγράφει τθ γεωμετρία απεικόνιςθσ του αιςκθτιρα τθ ςυλλογι χαρακτθριςτικϊν ελζγχου επί του εδάφουσ ςτισ εικόνεσ τον υπολογιςμό των παραμζτρων του μοντζλου μεταςχθματιςμοφ Λαμβάνοντασ υπόψθ τισ παραμζτρουσ των μοντζλων μεταςχθματιςμοφ, αυτά μποροφν να χωριςτοφν ςε τρεισ κατθγορίεσ: μθ φυςικά μοντζλα (nonphysical models) αυςτθρά μοντζλα (rigorous models) υβριδικά μοντζλα (hybrid models) Τα μθ φυςικά μοντζλα είναι ςε κζςθ να μετατρζψουν ςυντεταγμζνεσ μεταξφ του αντικειμζνου και του χϊρου τθσ εικόνασ, αλλά δεν είναι ςυνικωσ δυνατόν να αντιλαμβάνονται άμεςα τθν κζςθ, τθν κίνθςθ και τθ ςχετικι τοποκζτθςθ του αιςκθτιρα ωσ προσ το ςφςτθμα αναφοράσ του αντικειμζνου ςτθν εικόνα. Συςχετιςμζνοι (ι βαρυκεντρικοί) μεταςχθματιςμοί και μεταςχθματιςμοί προβολισ είναι τυπικά παραδείγματα με τθ χριςθ μθ φυςικϊν μοντζλων μεταςχθματιςμοφ που χρθςιμοποιοφνται για geocoding SAR εικόνων. Στα αυςτθρά μακθματικά μοντζλα μεταςχθματιςμοφ, χρθςιμοποιοφνται φυςικζσ παράμετροι για τθ μοντελοποίθςθ τθσ διάδοςθσ τθσ θλεκτρομαγνθτικισ ακτινοβολίασ μεταξφ του αντικειμζνου και των ςυντεταγμζνων του ςτθν εικόνα με τον ακριβζςτερο δυνατό τρόπο. Στθν περίπτωςθ τθσ γεωκωδικοποίθςθσ SAR εικόνων, το αυςτθρό μακθματικό μοντζλο ςυνικωσ ορίηεται με τθ χριςθ εξιςϊςεων Range (βλζπε εξ. 2) και Doppler (βλζπε εξ. 3): : πλάγια απόςταςθ (slant range) 99

100 : κζςθ αιςκθτιρα (αεροςκάφουσ), οπιςκοςκεδαςτι : ταχφτθτα αιςκθτιρα (αεροςκάφουσ), οπιςκοςκεδαςτι : ςυχνότθτα Doppler : ςυχνότθτα φορζα Τα υβριδικά μοντζλα είναι ςυνδυαςμόσ μθ φυςικϊν και αυςτθρϊν μοντζλων. Τυπικά, τα υβριδικά μοντζλα αξιοποιοφνται ςε καταςτάςεισ όπου θ γεωμετρία του αιςκθτιρα είναι εν μζρει άγνωςτθ, αλλά μπορεί να αντικαταςτακεί με ζνα μθ φυςικό μοντζλο, χρθςιμοποιϊντασ κάποιουσ φυςικοφσ περιοριςμοφσ. Για παράδειγμα, ζνα υβριδικό μοντζλο για SAR εικόνεσ μπορεί να βαςίηεται ςτο μοντζλο ενόσ απλοφ πολυωνφμου, όπου οι μετατοπίςεισ που προκαλοφνται από τθν τοπογραφία εδάφουσ διορκϊνονται χρθςιμοποιϊντασ Ψθφιακό Μοντζλο Εδάφουσ (DEM) και a priori πλθροφορία ςχετικά με τθ γεωμετρία απεικόνιςθσ του αιςκθτιρα SAR. Ρολλοί υποςτθρίηουν ότι ο πιο κατάλλθλοσ τρόποσ εκτζλεςθσ τθσ γεωκωδικοποίθςθσ για SAR δεδομζνα είναι με τθ χριςθ Range-Doppler προςζγγιςθσ. Σθμειϊνεται, επίςθσ, ότι ςτισ περιπτϊςεισ κατά τισ οποίεσ πραγματοποιείται γεωκωδικοποίθςθ με τθ χριςθ DEM, τότε χρθςιμοποιείται ο όροσ Terrain Correction, αλλιϊσ χρθςιμοποιείται ο όροσ Ellipsoidal Geocoding, περιγράφοντασ τθ διαδικαςία του μεταςχθματιςμοφ χωρίσ χριςθ DEM.[22] Radiometric Calibration Ππωσ είδαμε ςε προθγοφμενα κεφάλαια, τα ραντάρ μετροφν τθν αναλογία μεταξφ τθσ ιςχφοσ του μεταδιδόμενου παλμοφ και εκείνθσ τθσ θχοφσ. Η αναλογία αυτι ονομάηεται οπιςκοςκζδαςθ. Η ραδιομετρικι βακμονόμθςθ (radiometric calibration) ι ραδιομετρικι εξομάλυνςθ είναι αναγκαία ϊςτε να είναι δυνατζσ οι ςυγκρίςεισ των εικόνων που αποκτικθκαν από διαφορετικοφσ αιςκθτιρεσ ι ακόμθ και από τον ίδιο αιςκθτιρα, αλλά με διαφορετικοφσ τρόπουσ απεικόνιςθσ ι υποβάλλονται ςε επεξεργαςία με διαφορετικοφσ επεξεργαςτζσ. Η διαδικαςία αυτι περιλαμβάνει τον υπολογιςμό των ςυντελεςτϊν οπιςκοςκζδαςθσ για κάκε pixel τθσ εικόνασ. Αυτοί οι ςυντελεςτζσ είναι: 100

101 Beta Nought (β 0 ): ςυντελεςτισ φωτεινότθτασ του ραντάρ (ι ανακλαςτικότθτασ). Η ανακλαςτικότθτα ανά μονάδα επιφανείασ ςτθν κεκλιμζνθ απόςταςθ είναι αδιάςτατο μζγεκοσ. Αυτι θ κανονικοποίθςθ ζχει το πλεονζκτθμα ότι δεν απαιτεί τθ γνϊςθ τθσ τοπικισ γωνίασ πρόςπτωςθσ. Sigma Nought (ς 0 ): ςυντελεςτισ οπιςκοςκζδαςθσ. Ρρόκειται για τθν τυπικι μζτρθςθ τθσ δφναμθσ τθσ ανακλαςτικότθτασ του ςτόχου και ςυνικωσ εκφράηεται ςε db. Είναι ζνα κανονικοποιθμζνο, επίςθσ αδιάςτατο μζτρο το οποίο ςυγκρίνει τθν ιςχφ που καταγράφεται με εκείνθ που αναμζνεται από μια περιοχι του ενόσ τετραγωνικοφ μζτρου (βλζπε εξ. 1.4 παράγ ). Το ς 0 ορίηεται ςε ςχζςθ με το ονομαςτικά οριηόντιο επίπεδο και εξαρτάται από τθ γωνία πρόςπτωςθσ, το μικοσ κφματοσ πόλωςθσ, κακϊσ και από τισ ιδιότθτεσ τθσ επιφάνειασ ςκζδαςθσ. Gamma (γ): είναι ο ςυντελεςτισ οπιςκοςκζδαςθσ κανονικοποιθμζνοσ από το ςυνθμίτονο τθσ γωνίασ πρόςπτωςθσ. Ουςιαςτικά θ ραδιομετρικι βακμονόμθςθ των SAR εικόνων, ςφμφωνα με τθν εξίςωςθ ραντάρ (βλζπε εξ.8 παράγ.1.3.2), εμπεριζχει διορκϊςεισ για τθν περιοχι ςκζδαςθσ (Α), το κζρδοσ τθσ κεραίασ (G) και τθν αντιμετϊπιςθ τοπικϊν παραμορφϊςεων λόγω διαφορετικισ οπιςκοςκζδαςθσ τθσ ακτινοβολίασ. [8] 5.3. Interferometric SAR (InSAR/DInSAR) Processing Η ςυμβολομετρία (Interferometry) είναι μια τεχνικι ανίχνευςθσ και παρακολοφκθςθσ των παραμορφϊςεων του εδάφουσ. Διακρίνεται ςε διάφορα είδθ τα οποία εξαρτϊνται από τθν διάταξθ των κεραιϊν και τθ μζκοδο λιψθσ των απεικονίςεων. Η τεχνικι αυτι εξάγει πλθροφορία που ςχετίηεται με τθν τοπογραφία τθσ Γθσ, χρθςιμοποιϊντασ τθ διαφορά φάςθσ μεταξφ δφο λιψεων εικόνων, οι οποίεσ ζχουν αποκτθκεί από ελαφρϊσ διαφορετικζσ κζςεισ ςτο χϊρο ι ςτο χρόνο. Οι πρϊτεσ μελζτεσ που αφοροφν ςτθ ςυμβολομετρία εςτίαηαν ςτθν εξαγωγι τθσ τοπογραφίασ, παρουςιάηοντασ τθν δυνατότθτα τθσ ςυμβολομετρίασ InSAR ςτθν παραγωγι υψθλισ ανάλυςθσ ψθφιακϊν μοντζλων εδάφουσ (DEM). Στθν ςυνζχεια, εκτόσ από τθν παραγωγι χαρτϊν ψθφιακϊν μοντζλων εδάφουσ, αναπτφχκθκε θ τεχνικι τθσ 101

102 διαφορικισ ςυμβολομετρίασ (DInSAR), θ οποία χρθςιμοποιείται για τθ χαρτογράφθςθ των παραμορφϊςεων του εδάφουσ με μεγάλθ ακρίβεια, αξιοποιϊντασ τθ διαφορά φάςθσ μεταξφ δφο διαφορετικϊν λιψεων που καλφπτουν τθν ίδια περιοχι. Σε ζνα ςυμβολομετρικό ςφςτθμα SAR θ απόςταςθ μεταξφ των δφο αιςκθτιρων (ι τροχιϊν), οι οποίοι παρατθροφν τθν ίδια περιοχι μελζτθσ από δφο ελαφρϊσ διαφορετικζσ κζςεισ ςτο διάςτθμα, αναφζρεται ωσ άνυςμα βάςθσ (baseline) ι βαςικι γραμμι ςυμβολόμετρων. Το άνυςμα βάςθσ είναι μια βαςικι παράμετροσ και μπορεί να αναλυκεί ςτθν παράλλθλθ διεφκυνςθ των αποςτάςεων ςυνιςτϊςα (Parallel Baseline ι Β n ) και ςτθν εγκάρςια ςυνιςτϊςα (Perpendicular Baseline ι B p ). Ρολφ βαςικό και ςθμαντικό ρόλο ςτθν καταλλθλότθτα ενόσ ηεφγουσ SAR απεικονίςεων, διαδραματίηει θ εγκάρςια ςυνιςτϊςα του ανφςματοσ βάςθσ (βλζπε εικόνα 41). Το ςιμα που ςκεδάηεται από ζνα ςτόχο ςτθν επιφάνεια τθσ Γθσ και λαμβάνεται από ζνα ςφςτθμα ραντάρ ςε μία απόςταςθ, ζχει πλάτοσ (amplitude), το οποίο ςχετίηεται με τθν ζνταςθ τθσ ςκζδαςθσ του ςτόχου και φάςθ θ οποία ςχετίηεται με τθν διπλισ κατεφκυνςθσ διαδρομι του ςιματοσ μεταξφ του ραντάρ και του ςτόχου. Υπολογίηεται θ διαφορά μεταξφ των φάςεων ενόσ ςτόχου τθσ επιφάνειασ τθσ Γθσ, από δφο ελαφρϊσ διαφορετικζσ κζςεισ ςτο διάςτθμα, ζχοντασ αποςτάςεισ και αντίχτοιχα. Το αποτζλεςμα αυτισ τθσ διαφοράσ φάςθσ καλείται ςυμβολογράφθμα. Το ςυμβολογράφθμα είναι μία ςφνκετθ εικόνα θ οποία ζχει προζλκει από τθν εγγραφι των δφο (ι περιςςοτζρων) SAR απεικονίςεων. Σε αυτό το ςθμείο κα πρζπει να τονιςτεί ότι θ ποιότθτα τθσ ςυμβολομετρικισ φάςθσ εξαρτάται από τθν ςυνάφεια των SAR απεικονίςεων. Η ιςχφσ και θ φάςθ του ςυμβολογραφιματοσ αναφζρονται γενικά ςτο βακμό ςυνάφειασ και ςτθ ςυμβολομετρικι φάςθ (InSAR) αντίςτοιχα. Από τθ ςτιγμι που θ ςυμβολομετρικι φάςθ ςχετίηεται με τθ διαφορά τθσ διπλισ απόςταςθσ του ςιματοσ μεταξφ του ραντάρ και του ςτόχου-αντικειμζνου ςτισ δφο λιψεισ αντίςτοιχα, μπορεί να χρθςιμοποιθκεί με ςκοπό τθν παρατιρθςθ ενόσ 102

103 ςθμείου που βρίςκεται ςτθν επιφάνεια τθσ Γθσ και να ανιχνευκεί εάν αυτό το ςθμείο υπζςτει κάποια μετακίνθςθ μεταξφ δφο διαφορετικϊν λιψεων. *24,25+ Εικόνα 42: Γεωμετρία ςυμβολομετρικοφ ςυςτιματοσ InSAR. Η βαςικι ιδζα τθσ διαφορικισ επεξεργαςίασ των SAR εικόνων (Διαφορικι Συμβολομετρία αντάρ DInSAR) είναι θ απομόνωςθ τθσ φάςθσ που ςχετίηεται με διαφορικζσ κινιςεισ που ζλαβαν χϊρα ςτο χρονικό διάςτθμα μεταξφ των δφο λιψεων. Με άλλα λόγια θ διαφορικι ςυμβολομετρία είναι θ τεχνικι κατά τθν οποία θ φάςθ, δθλαδι ο χρόνοσ που απαιτείται ϊςτε το ςιμα να ταξιδζψει από τον δορυφόρο ςτθν γιινθ επιφάνεια και να επιςτρζψει πίςω, του ςκεδαηόμενου ςιματοσ από δφο ι περιςςότερεσ εικόνεσ τθσ ίδιασ περιοχισ υφίςταται επεξεργαςία με ςκοπό τθν ανίχνευςθ εδαφικϊν κινιςεων.[25] 5.4. Polarimetric SAR Processing Τα τελευταία 20 χρόνια ζχει ςθμειωκεί ςθμαντικι πρόοδοσ ςτθν επεξεργαςία και χριςθ των πολωςιμετρικϊν SAR δεδομζνων ςτθν τθλεπιςκόπθςθ τθσ Γθσ, κακϊσ μεταξφ άλλων υπάρχει μεγαλφτερθ διακεςιμότθτα τζτοιων δεδομζνων. Τα ςυμβατικά SAR ςυςτιματα λειτουργοφν με μια ενιαία και ςτακερισ πόλωςθσ για εκπομπι και λιψθ ραδιοκυμάτων κεραία, μετρϊντασ μια επίςθσ ενιαία 103

104 ανακλαςτικότθτα για ςυγκεκριμζνο ςυνδυαςμό πόλωςθσ ςε κάκε ςτοιχείο ανάλυςθσ τθσ εικόνασ. Αποτζλεςμα είναι το ανακλϊμενο κφμα, που ζχει διανυςματικι φφςθ, να μετράται ωσ βακμωτι ποςότθτα και τυχόν πρόςκετεσ πλθροφορίεσ ςχετικά με τθ διαδικαςία ςκζδαςθσ, που εμπεριζχεται ςτισ ιδιότθτεσ τθσ πόλωςθσ του κφματοσ να χάνεται. Για να εξαςφαλιςτεί ότι όλα τα ςτοιχεία του ανακλϊμενου κφματοσ διατθροφνται, θ πόλωςθ του κφματοσ πρζπει να μετράται μζςω μιασ διαδικαςίασ διανυςματικισ μζτρθςθσ, επιτρζποντασ τθν αξιοποίθςθ τόςο του πλάτουσ όςο και τθσ φάςθσ ϊςτε να γίνεται διάκριςθ μεταξφ των διαφόρων μθχανιςμϊν ςκζδαςθσ, γεγονόσ που αποτελεί ζνα από τα βαςικά χαρακτθριςτικά τθσ τεχνικισ PolSAR. Η πλιρθσ περιγραφι του προβλιματοσ ςκζδαςθσ, ςτθν περίπτωςθ αυτι, απαιτεί πίνακεσ με διανυςματικό ςυμβολιςμό, ειςάγοντασ τθν ζννοια του πίνακα ςκζδαςθσ. Ουςιαςτικά αυτι θ τεχνικι αφορά ςτθν αλλαγι τθσ κατάςταςθσ πόλωςθσ των καναλιϊν εκπομπισ και λιψθσ για τθ μζτρθςθ των διαφορϊν οπιςκοςκζδαςθσ εξαιτίασ του διαφορετικοφ προςανατολιςμοφ, ςχιματοσ και ςφνκεςθσ του υλικοφ των ςκεδαςτϊν. Αυτό οδθγεί τελικά ςτθ δθμιουργία του πίνακα ςκζδαςθσ, από τον οποίο μπορεί να ςυντεκεί θ απόκριςθ των εικονοςτοιχείων τθσ εικόνασ ςε αυκαίρετουσ ςυνδυαςμοφσ πόλωςθσ. Ζτςι θ PolSAR τεχνικι διαφζρει από άλλεσ προςεγγίςεισ, όχι μόνο επειδι είναι πιο πλιρθσ, με τθν ζννοια ότι περιςςότερεσ πλθροφορίεσ χρθςιμοποιοφνται κατά τθ διάρκεια εξαγωγισ των πλθροφοριϊν, αλλά κυρίωσ επειδι προκφπτει μια καλφτερθ κατανόθςθ τθσ αλλθλεπίδραςθσ του κφματοσ που εκπζμπεται από το ραντάρ και του μζςου μετάδοςθσ. Τζλοσ, ζχουν αναπτυχκεί διάφορα μοντζλα ςκζδαςθσ με ςκοπό να ερμθνεφςουν και να μοντελοποιιςουν το φυςικό μθχανιςμό τθσ ςκζδαςθσ, επιτρζποντασ ζτςι τθν εκτίμθςθ διαφόρων φυςικϊν παραμζτρων εδάφουσ, όπωσ θ υγραςία, θ τραχφτθτα, κακϊσ και άλλων ποςοτιτων, οπότε θ χριςθ τθσ PolSAR επεξεργαςίασ βρίςκει εφαρμογι, μεταξφ άλλων ςτθν ωκεανογραφία για τθν παρακολοφκθςθ κυμάτων, αλλά και ςτθν εκτίμθςθ τθσ θλικίασ και του πάχουσ του πάγου ςε πολικζσ περιοχζσ.[8] 104

105 5.5. Polarimetric-Interferometric SAR Processing Ππωσ υποδθλϊνει και το όνομά τθσ, θ τεχνικι PolInSAR ςυνδυάηει δφο διαφορετικζσ τεχνικζσ επεξεργαςίασ SAR δεδομζνων, τθν πολωςιμετρία και τθν ςυμβολομετρία, αποτελϊντασ μια προζκταςθ τθσ ςυμβατικισ ςυμβολομετρίασ ςτθν περίπτωςθ που οι εικόνεσ που ςυμμετζχουν ςτθν επεξεργαςία δεν είναι απλισ πόλωςθσ, αλλά ςφνολα δεδομζνων πλιρθσ πόλωςθσ. Βαςικά, οι ςυμβολομετρικζσ μετριςεισ SAR είναι ευαίςκθτεσ ςτθ χωροταξικι κατανομι των ςκεδαςτϊν, ενϊ οι πολωςιμετρικζσ μετριςεισ SAR ςχετίηονται με τον προςανατολιςμό και/ι με τισ διθλεκτρικζσ ιδιότθτεσ των ςκεδαςτϊν. Με τθ χριςθ χαμθλότερων ςυχνοτιτων (L- ι -band), ο ςυνδυαςμόσ των δφο τεχνικϊν επιτρζπει τθν ανάλυςθ τθσ χωρικισ κατανομισ των πολωςιμετρικϊν μθχανιςμϊν ςκζδαςθσ εντόσ των ςκεδαςτϊν (βλάςτθςθ, το χιόνι, πάγοσ,κ.α.) Εικόνα 43: Απεικόνιςθ PolInSAR τεχνικισ. Δθμιουργία δφο πολωςιμετρικϊν εικόνων SAR από τθν ίδια περιοχισ διαφορετικι γωνία λιψθσ. Η POlInSAR τεχνικι διαφζρει από τθν ςυμβατικι ςυμβολομετρία κυρίωσ ςτο ότι επιτρζπει τθ δθμιουργία ςυμβολογραμμάτων για αυκαίρετθ επιλογι ηευγϊν πόλωςθσ εκπομπισ/λιψθσ. Αποδεικνφεται ότι θ φάςθ ενόσ ςυμβολογράμματοσ 105

106 αλλάηει με τθν επιλογι τθσ πόλωςθσ και με τθ ςωςτι ερμθνεία αυτισ τθσ αλλαγισ είναι δυνατό να εξαχκοφν ςθμαντικζσ βιολογικζσ και γεωφυςικζσ παράμετροι. Υποςτθρίηεται ότι ο ςυνδυαςμόσ τθσ ςυμβολομετρίασ και πολωςιμετρίασ επιτρζπει να ξεπεραςτοφν ςοβαροί περιοριςμοί που χαρακτθρίηουν τισ δφο αυτζσ τεχνικζσ και δίνει καλφτερα αποτελζςματα από αυτά του ακροίςματοσ των δφο τεχνικϊν ξεχωριςτά.*

107 6. Σαξινόμθςθ 6.1. Ειςαγωγι Η διαδικαςία ταξινόμθςθσ αποτελεί μια κοινι και διακεκριμζνθ μζκοδο για τθν εξαγωγι πλθροφοριϊν από εικόνεσ ςε πολλοφσ κλάδουσ, χρθςιμοποιϊντασ µια μεγάλθ ποικιλία από κακιερωμζνεσ προςεγγίςεισ, κακϊσ και νζεσ, καινοτόμεσ τεχνικζσ. Ουςιαςτικά, περιλαμβάνει ζνα ςφνολο επεξεργαςιϊν με ςκοπό τθν αντικατάςταςθ τθσ φωτοερμθνείασ των εικόνων με ποςοτικζσ τεχνικζσ για τθν αυτοματοποίθςθ ι θμι-αυτοματοποίθςθ τθσ αναγνϊριςθσ διάφορων χαρακτθριςτικϊν (κεματικϊν κατθγοριϊν, αντικειμζνων, τάξεων) ςε μια εικόνα. Σε γενικό πλαίςιο, αυτζσ οι διαδικαςίεσ περιλαμβάνουν τθν ανάλυςθ, ςυνικωσ πολυφαςματικϊν εικόνων και τθν εφαρμογι κανόνων απόφαςθσ, που βαςίηονται ςυνικωσ ςτθν ςτατιςτικι, για να προςδιορίςουν τθν κατθγορία χριςθσ ι κάλυψθσ γθσ και το που ανικει το κάκε εικονοςτοιχείο τθσ εικόνασ. Πταν αυτοί οι κανόνεσ απόφαςθσ βαςίηονται ςτα φαςματικά χαρακτθριςτικά των δεδομζνων, τότε αναφερόμαςτε ςε αυτι τθ διαδικαςία ταξινόμθςθσ, ςαν φαςματικι αναγνϊριςθ προτφπων. Για τισ φαςματικζσ τεχνικζσ αναγνϊριςθσ οι μζκοδοι που χρθςιμοποιοφνται ορίηουν δφο κατθγορίεσ ταξινόμθςθσ, τθν Επιβλεπόμενθ και Μθ-Επιβλεπόμενθ Ταξινόμθςθ. Σε αντίκεςθ, οι κανόνεσ απόφαςθσ μπορεί να βαςίηονται ςτα γεωμετρικά ςχιματα, μεγζκθ και πρότυπα που υπάρχουν ςε μια εικόνα και τότε αυτοφ του είδουσ θ ταξινόμθςθ, αναφζρεται ςαν τεχνικι χωρικισ αναγνϊριςθσ προτφπων. Και ςτισ δυο περιπτϊςεισ ο ςκοπόσ τθσ ταξινόμθςθσ είναι θ κατθγοριοποίθςθ όλων των εικονοςτοιχείων μίασ ψθφιακισ εικόνασ ςε μια από ζνα ςφνολο κεματικϊν κατθγοριϊν ι αντικειμζνων (κεματικϊν τάξεων), που εκφράηουν ομοιογενι (χωρικά) ςφνολα εικονοςτοιχείων των οποίων οι φαςµατικζσ αποκρίςεισ διαφζρουν ελάχιςτα µεταξφ τουσ, όχι τόςο επειδι διαφζρει θ φαςµατικι τουσ υπογραφι αλλά κυρίωσ λόγω εξωγενϊν παραγόντων όπωσ θ διάχυςθ τθσ θλιακισ ακτινοβολίασ, θ επίδραςθ τθσ τοπογραφίασ κ.α.. Tα ταξινομθμζνα δεδομζνα μποροφν βζβαια να χρθςιμοποιθκοφν για να παραχκοφν κεματικοί χάρτεσ κάλυψθσ γθσ που αντιςτοιχοφν ςε μια εικόνα και/ι 107

108 ςτο να παραχκοφν ςτατιςτικά δεδομζνα, τα οποία να αναφζρονται ςτισ περιοχζσ τθσ εικόνασ που καλφπτονται από τθν κάκε κατθγορία εδαφοκάλυψθσ. [27] Δεδομζνθσ, λοιπόν, τθσ χρθςιμότθτασ των ταξινομθμζνων δεδομζνων, δεν αποτελεί ζκπλθξθ το γεγονόσ ότι θ ταξινόμθςθ ζχει αποτελζςει αντικείμενο μελζτθσ για πολλοφσ αναλυτζσ επεξεργαςίασ εικόνων. Ρροςεγγίςεισ ταξινόμθςθσ, όπωσ αυτι τθσ Μζγιςτθσ Ρικανοφάνειασ (MLE), που προχποκζτουν μια κανονικι κατανομι των δεδομζνων ζχει εφαρμοςτεί πολλζσ φορζσ. Ραρόλα αυτά, είναι γνωςτό ότι μζτρα υφισ, τα οποία προκφπτουν από SAR δεδομζνα, ςυχνά δεν ακολουκοφν κανονικι κατανομι. Ωσ αποτζλεςμα, τεχνικζσ που δεν εξαρτϊνται από τθν ςτατιςτικι κατανομι των δεδομζνων εικόνασ είναι πιο κατάλλθλεσ για SAR ταξινομιςεισ. Ζτςι, για παράδειγμα οι Simard et al.[55] εφάρμοςαν τθν τεχνικι των Δζντρων Απόφαςθσ και μζτρα υφισ πολλϊν κλιμάκων για να εξάγουν κεματικζσ πλθροφορίεσ από SAR (JERS-1) δεδομζνα. Ήδθ από το 1993, οι Azimi-Sadjad et al.[59], ανζπτυξαν Τεχνθτό Νευρωνικό Δίκτυο για τθν ταξινόμθςθ τριϊν διαφορετικϊν «ςκθνϊν» (αςτικζσ, πάρκο, νερό) από SAR εικόνεσ διαφόρων πολϊςεων, χρθςιμοποιϊντασ τεχνικζσ κφριων ςυνιςτωςςϊν (Principal Component PC) ι Μεταςχθματιςμό Karhunen-Loeve (KL) για τθν εξαγωγι αλλά και μείωςθ του χϊρου των χαρακτθριςτικϊν. Ρροσ αυτι τθν κατεφκυνςθ των μθ ςυμβατικϊν μεκόδων κινικθκαν και πιο ςφγχρονοι αναλυτζσ, όπωσ οι Bruzzone et al.*56+ και Gomez et al.[57], χρθςιμοποιϊντασ ωσ κφρια τεχνικθ ταξινόμθςθσ, επίςθσ, Τεχνθτά Νευρωνικά Δίκτυα (Artificial Neural Networks ANN). Οι Bruzzone et al. ανζπτυξαν ζνα ςφςτθμα για τθν αυτόματθ ταξινόμθςθ multi-temporal SAR εικόνων, θ οποία βαςιηόταν ςε ANN με ςυνάρτθςθ ενεργοποίθςθσ τθν RBF (Radical Basis Function), υποςτθρίηοντασ ότι ζνα «RBF νευρωνικό δίκτυο» είναι ζνασ πολφ αποτελεςματικόσ ταξινομθτισ SAR δεδομζνων. Οι Gomez et al. διερεφνθςαν τθν απόδοςθ εποπτευόμενων νευρωνικϊν ταξινομθτϊν με βάςθ δυο διαφορετικζσ ςυναρτιςεισ κόςτουσ: το λάκοσ Minkovski r και μιασ τροποποίθςθσ του κριτθρίου του Fisher, για να ταξινομιςουν SAR εικόνεσ. Οι Crawford και Ricard [58], από το Ρανεπιςτιμιο του Τζξασ, πειραματίςτθκαν ςτθν ταξινόμθςθ SAR δεδομζνων για παράκτια περιβάλλοντα. Με ςκοπό τθν 108

109 καταπολζμθςθ του φαινομζνου τθσ κθλίδωςθσ για δοςμζνο pixel, χρθςιμοποίθςαν ζνα MRF (Markov Random Field) μοντζλο για να ςυμπεριλάβουν πλθροφορίεσ ςυνάφειασ των εικόνων, εξετάηοντασ τα γειτονικά pixel κατά τθν ταξινόμθςθ. Εφάρμοςαν ζναν ιεραρχικό MRF ταξινομθτι δφο επιπζδων, ζναν MRF ταξινομθτι ενόσ επιπζδου και ζναν RBF ταξινομθτι, επιτυγχάνοντασ παρόμοια αποτελζςματα ακρίβειασ ςε όλεσ τισ περιπτϊςεισ. Υπάρχει, λοιπόν, μια πλθκϊρα ταξινομθτϊν, θ επιλογι των οποίων κάκε φορά εξαρτάται από τα ιδιαίτερα χαρακτθριςτικά του προβλιματοσ και των διακζςιμων δεδομζνων. Στισ ενότθτεσ που ακολουκοφν περιγράφονται οι δφο κατθγορίεσ ταξινόμθςθσ, επιβλεπόμενθ και μθ επιβλεπόμενθ ταξινόμθςθ. Αναφζρονται οι πιο γνωςτζσ τεχνικζσ από κάκε κατθγορία και περιγράφονται οι πιο ςθμαντικζσ από αυτζσ. Σθμειϊνεται ότι δίνεται ιδιαίτερθ ζμφαςθ ςτθν περιγραφι των ΑΝN και του αλγορίκμου back-propagation, κακϊσ αποτελεί τθν βαςικι τεχνικι ταξινόμθςθσ SAR δεδομζνων τθσ παροφςασ εργαςίασ Επιβλεπόμενθ Σαξινόμθςθ Η επιβλεπόμενθ ταξινόμθςθ (supervised classification) ζχει ωσ ςκοπό τθ χριςθ κατάλλθλων αλγορίκμων ϊςτε να κατατάξει τα εικονοςτοιχεία μίασ απεικόνιςθσ ςε ςυγκεκριμζνεσ κεματικζσ κατθγορίεσ (τάξεισ), με χριςθ των δεδομζνων εκπαίδευςθσ που επιλζγονται από το χριςτθ. Ζχοντασ διακζςιμα τα δεδομζνα εκπαίδευςθσ που χαρακτθρίηουν τθν κάκε τάξθ και από τα οποία κα εκτιμθκοφν οι φαςματικζσ υπογραφζσ πριν τθν εκτζλεςθ του αλγόρικμου ταξινόμθςθσ, ο χριςτθσ κατά κάποιο τρόπο εκπαιδεφει τον αλγόρικμο να αναγνωρίηει τα φαςματικά χαρακτθριςτικά τθσ κάκε κατθγορίασ. Ζτςι ζχει επικρατιςει ο όροσ τθσ επιβλεπόμενθσ ταξινόμθςθσ. Μετά το πζρασ τθσ φάςθσ τθσ εκπαίδευςθσ ο αλγόρικμοσ ταξινόμθςθσ αποδίδει το κάκε εικονοςτοιχείο ςτθν κατάλλθλθ κατθγορία βάςθ των χαρακτθριςτικϊν τθσ κάκε τάξθσ. Ζχει αναπτυχκεί μια ποικιλία από αυτοματοποιθμζνεσ μεκόδουσ κατά τθ διάρκεια των τελευταίων δφο δεκαετιϊν, προκειμζνου αυτζσ να ταξινομιςουν τα δεδομζνα παρατιρθςθσ τθσ Γθσ ςε ξεχωριςτζσ κατθγορίεσ. Η μζκοδοσ Μζγιςτθσ Ρικανοφάνειασ (ML), θ οποία κεωρεί τισ κατάλλθλεσ ςυναρτιςεισ πυκνότθτασ 109

110 πικανότθτασ, τα Δζντρα Απόφαςθσ και τα Τεχνθτά Νευρωνικά Δίκτυα (Artificial Neural Networks) ζχουν αποδειχκεί ότι είναι οι πιο χριςιμεσ. Επίςθσ, πρόςφατα αλγόρικμοι οι οποίοι βαςίηονται ςτισ αρχζσ του Support Vector Machine (SVM) ζδειξαν επίςθσ ςθμαντικζσ δυνατότθτεσ ςτον τομζα αυτό. Ακόμα, οι αλγόρικμοι τθσ ελάχιςτθσ απόςταςθσ και του παραλλθλεπιπζδου ανικουν επίςθσ ςτθν κατθγορία επιβλεπόμενθσ ταξινόμθςθσ. Στισ παραγράφουσ που ακολουκοφν, περιγράφουμε κάποιεσ από αυτζσ τισ τεχνικζσ. Τζλοσ, ςθμειϊνεται ότι θ καταγραφι των περιοχϊν εκπαίδευςθσ αποτελεί ζνα ςθμαντικό κομμάτι τθσ επιβλεπόμενθσ ταξινόμθςθσ. Ο αναλυτισ πρζπει να εντοπίςει και να καταγράψει αντιπροςωπευτικά εικονοςτοιχεία για κάκε κατθγορία. Αν θ τθλεπιςκοπικι απεικόνιςθ διακζτει αρκετά ευδιάκριτεσ περιοχζσ, ο χριςτθσ μπορεί να επιλζξει εικονοςτοιχεία μζςω οπτικισ επικεϊρθςθσ. Συνικωσ όμωσ, ο χριςτθσ πρζπει να καταφφγει ςε επιπρόςκετεσ πθγζσ πλθροφορίασ, όπωσ επίγειεσ μετριςεισ (ground truth data), υπάρχοντεσ χάρτεσ κ.α.* Maximum Likelihood Η μζκοδοσ τθσ Μζγιςτθσ Ρικανοφάνειασ (Maximum Likelihood) βαςίηεται ςε τεχνικζσ ςτατιςτικισ ανάλυςθσ οπότε και απαιτείται θ γνϊςθ κάποιων βαςικϊν ςτοιχείων τθσ κεωρίασ πικανοτιτων, τα οποία περιγράφονται ςτθ ςυνζχεια. Πςο πιο ακριβισ είναι θ ςυλλογι των δεδομζνων εκπαίδευςθσ, τόςο πιο ιςχυρι και αποτελεςματικι γίνεται θ μζκοδοσ τθσ μζγιςτθσ πικανοφάνειασ. Ζνα πλεονζκτθμα τθσ τεχνικισ αυτισ, είναι ότι παρζχει μία εκτίμθςθ των επικαλυπτόμενων περιοχϊν που μπορεί να προκφψουν, βαςιηόμενθ ςτα ςτατιςτικά ςτοιχεία. Διαφζρει από τθ μζκοδο του παραλλθλεπιπζδου, θ οποία χρθςιμοποιεί μόνο τισ μζγιςτεσ και ελάχιςτεσ τιμζσ των εικονοςτοιχείων. Βαςικά ςτοιχεία πικανοτιτων για τθν παροφςα μζκοδο αποτελοφν τα παρακάτω. Δεςμευμζνθ (ι υπό ςυνκικθ) πικανότθτα: Μία δεςμευμζνθ πικανότθτα δθλϊνεται ωσ ) και είναι θ πικανότθτα να ςυμβεί το ενδεχόμενο δεδομζνου ότι ζχει ιδθ ςυμβεί το ενδεχόμενο. Θεϊρθμα Bayes: Αν είναι θ πικανότθτα και τα δφο ενδεχόμενα και να ςυµβοφν, το κεϊρθµα του Bayes λζει ότι: 110

111 ι αλλιϊσ Για τον οριςμό τθσ Συνάρτθςθσ Ρυκνότθτασ Ρικανότθτασ (Probability Density Function PDF) ιςχφει ότι: Αν µία τυχαία µεταβλθτι µε Gaussian κατανοµι, θ µζςθ τιµι του και θ τυπικι του απόκλιςθ (standard deviation) τότε θ ςυνάρτθςθ πυκνότθτασ πικανότθτασ είναι: H Gaussian κατανομι πολλαπλϊν τυχαίων μεταβθτϊν (Multi-Variate Gaussian Distribution) ορίηει ότι: είναι µία -διάςτατθ τυχαία µμεταβλθτι µε Gaussian κατανομι πολλαπλϊν τυχαίων μεταβλθτϊν, το µζςο διάνυςμα του και θ ςυμμεταβλθτότθτα. Ουςιαςτικά, μια ομάδα pixels μιασ εικόνασ που λαμβάνονται ςε φαςματικζσ ηϊνεσ ζχουν Gaussian κατανομι πολλαπλϊν μεταβλθτϊν. Το ςτοιχείο τθσ γραµµισ και ςτιλθσ του πίνακα ςυµµεταβλθτότθτασ (covariance matrix) είναι θ ςυµµεταβλθτότθτα (covariance) µεταξφ τθσ και φαςµατικισ ηϊνθσ. Η ςυνάρτθςθ πυκνότθτασ πικανότθτασ είναι: Ο Maximum Likelihood είναι ζνασ ταξινομθτισ ο οποίοσ χρθςιμοποιεί ςτατιςτικζσ προςεγγίςεισ για να ελαχιςτοποιιςει το ςφάλμα ταξινόμθςθσ. Η ταξινόµθςθ είναι παραµετρικι αφοφ προχποκζτει ότι τα δανυςματα των pixels ςε κάκε τάξθ, για κάκε φαςµατικι ηϊνθ ακολουκοφν κανονικι Gaussian κατανομι. Σθμειϊνεται, ότι ανάλογα με τθ μεκόδου εκπαίδευςθσ που ακολουκείται, θ ταξινόμθςθ εκτόσ από επιβλεπόμενθ μπορεί να είναι και μθ επιβλεπόμενθ. Αν είναι το µετροφµενο διάνυςµα και µία τάξθ, θ ςυνάρτθςθ απόφαςθσ του Maximum Likelihood Classifier είναι: 111

112 αν για κάκε τότε ανζκεςε το ςτθν Ουςιαςτικά υπολογίηει τθν πικανότθτα για κάκε pixel να ανικει ςε κάκε µία απ τισ τάξεισ και ανακζτει το pixel ςτθν τάξθ για τθν οποία ζχει τθ μεγαλφτερθ πικανότθτα να ανικει. Οπότε πρζπει να υπολογιςτοφν οι τιμζσ των για όλεσ τισ τάξεισ και να επιλεγεί τελικά τθ μζγιςτθ τιμι. Οι δεςμευμζνεσ πικανότθτεσ λαμβάνονται κατά τθν εκπαίδευςθ. Η πικανότθτα είναι άγνωςτθ. Αφοφ το είναι γνωςτό υπολογίηονται οι τιμζσ των για κάκε τάξθ και επιλζγεται θ μζγιςτθ τιμι. Αυτό είναι λογικό αφοφ θ πικανότθτα είναι θ πικανότθτα του να ανικει ςτθν τάξθ δοςμζνθσ τθσ μζτρθςθσ του. Στθν ουςία αυτό είναι ίςο με τθν παραπάνω ςυνάρτθςθ απόφαςθσ και µπορεί να αποδειχτεί με το κεϊρθμα Bayes: Το αριςτερό µζλοσ μεγιςτοποιείται όταν μεγιςτοποιείται ο αρικμθτισ του δεξιοφ µζλουσ αφοφ θ πικανότθτα είναι ςτακερι ςε δοςμζνθ μζτρθςθ. Για να αξιοποιθκεί θ παραπάνω ςυνάρτθςθ απόφαςθσ πρζπει να είναι γνωςτι θ δεςμευμζνθ πικανότθτα για κάκε τάξθ. Η ςυναρτθςιακι µορφι τθσ δεςµευµζνθσ πικανότθτασ είναι ςτθν αρχι άγνωςτθ οπότε πρζπει να γίνει μια αρχικι υπόκεςθ, με τθν πιο λογικι υπόκεςθ να είναι αυτι τθσ Gaussian κατανομισ πολλαπλϊν τυχαίων μεταβλθτϊν, οπότε ςτο -διάςτατο χαρακτθριςτικό πεδίο θ δεςμευμζνθ πικανότθτα είναι: όπου είναι ο ανάςτροφοσ του, είναι το µζςο διάνυςµα, είναι ο πίνακασ ςυµµεταβλθτότθτασ, είναι ο αντίςτροφοσ του και είναι θ ορίηουςα του. Οι διαςτάςεισ του μζςου διανφςματοσ είναι και του πίνακα ςυµµεταβλθτότθτασ. Κάκε ςτοιχείο του µζςου διανφςµατοσ είναι θ μζςθ τιμι 112

113 τθσ ζνταςθσ (intensity) ςε µία ηϊνθ. Κάκε ςτοιχείο ςτον πίνακα ςυµµεταβλθτότθτασ γραµµισ και ςτιλθσ και.[28] είναι θ ςυµµεταβλθτότθτα µεταξφ των εντάςεων των ηωνϊν Τα αποτελζςματα τθσ ταξινόμθςθσ δεν επθρεάηονται απ τθ βακμολόγθςθ των αξόνων ςτο χαρακτθριςτικό πεδίο. Το µζςο και θ ςυµµεταβλθτότθτα πρζπει να υπολογιςτοφν ξανά για κάκε τάξθ. Ο αλγόρικµοσ ςταµατάει όταν δεν υπάρχει ουςιαςτικι αλλαγι μετά από κάκε υπολογιςμό ι μετά από κακοριςμζνο αρικμό επαναλιψεων. Χωρίσ να ςυμπεριλάβουμε τθν πλθροφορία για τισ πικανότθτεσ για κάκε τάξθ, που όμωσ είναι άγνωςτεσ, θ ςυνάρτθςθ απόφαςθσ γίνεται: Αποφάςιςε αν το άγνωςτο διάνυςμα ανικει ςτθν τάξθ αν και µόνο αν, για κάκε και, απο τισ 1, 2,... m πικανζσ τάξεισ Και θ πικανότθτα είναι: [ ] Descision Trees Τα Δζντρα Απόφαςθσ (Decision Trees) ςυνιςτοφν μοντζλα τα οποία δίνουν τθν δυνατότθτα τθσ ανάπτυξθσ ςυςτθμάτων ταξινόμθςθσ και που μποροφν να προβλζπουν και να κατθγοριοποιοφν μελλοντικζσ καταςτάςεισ βαςιηόμενα ςε ζνα ςφνολο κανόνων απόφαςθσ (decision rules). Το Δζνδρο Απόφαςθσ είναι ζνα δζνδρο καταςκευαςμζνο με δομι από πάνω προσ τα κάτω. Ο πρϊτοσ κόμβοσ του δζνδρου απόφαςθσ ονομάηεται ρίηα και ακολουκοφν οι κόμβοι ελζγχου (ι ενδιάμεςοι κόμβοι), οι οποίοι αντιςτοιχοφν ςτα χαρακτθριςτικά (attributes), κακϊσ και οι τερματικοί κόμβοι, οι οποίοι αντιςτοιχοφν ςτισ κατθγορίεσ (class labels). Οι ενδιάμεςοι κόμβοι περιζχουν ζναν ζλεγχο ταξινόμθςθσ αν ζνα χαρακτθριςτικό ικανοποιεί μία δεδομζνθ ςυνκικθ και δθμιουργοφν δφο ι περιςςότερουσ απογόνουσ. Οι τερματικοί κόμβοι είναι αυτοί που οδθγοφν ςτθν ταξινόμθςθ τθσ εξεταηόμενθσ περίπτωςθσ ςε μία από τισ προεπιλεγμζνεσ κλάςεισ. Κάκε μονοπάτι, το οποίο ξεκινάει από τθ ρίηα του δζντρου και καταλιγει ςε ζνα τερματικό κόμβο, αντιςτοιχεί ςε ζναν κανόνα απόφαςθσ. Οι 113

114 υποκζςεισ (χαρακτθριςτικό/ςφνολο τιμϊν χαρακτθριςτικοφ) που υπολογίηονται ςε κάκε εςωτερικό κόμβο ςυνδζονται µζςω ςφηευξθσ (conjunction).[31] Η βαςικι ιδζα των δζντρων απόφαςθσ είναι ο διαχωριςμόσ των δεδομζνων αναδρομικά ςε υποςφνολα, ϊςτε κάκε ζνα από αυτά να περιζχει ομοειδείσ καταςτάςεισ τθσ μεταβλθτισ, τθσ οποίασ τθν τιμι κζλουμε να προβλζψουμε. Σε κάκε ςθμείο ςτο οποίο το δζντρο διαχωρίηεται ςε κλάδουσ, εκτιμϊνται όλα τα χαρακτθριςτικά ειςόδου για να βρεκεί θ επίδραςι τουσ ςτθν μεταβλθτι εξόδου, ζτςι κάκε ζνα μονοπάτι του δζντρου ςυνιςτά και ζναν κανόνα απόφαςθσ. Η γενικι μορφι ενόσ δυαδικοφ δζντρου απόφαςθσ περιγράφεται ςχθματικά ςτθν εικόνα 44. Εικόνα 44: Γενικι μορφι δυαδικοφ δζνδρου απόφαςθσ. Για ζνα δεδομζνο ςφνολο μάκθςθσ, ο ςτόχοσ είναι θ καταςκευι ενόσ ςχεδόν βζλτιςτου δζνδρου απόφαςθσ, με τθν ζννοια ότι αυτό επιτυγχάνει μία καλι ιςορροπία μεταξφ τθσ πολυπλοκότθτασ και τθσ ακρίβειασ, δθλαδι μεταξφ του ςυνολικοφ αρικμοφ των κόμβων και τθσ ικανότθτασ ταξινόμθςθσ. Ο τελικόσ ςτόχοσ τθσ διαδικαςίασ καταςκευισ είναι να επιλζξει τα κατάλλθλα χαρακτθριςτικά ανάμεςα ςτα υποψιφια (γενικά ο αρικμόσ των επιλεγμζνων χαρακτθριςτικϊν είναι αρκετά μικρότεροσ από το ςυνολικό αρικμό των υποψθφίων ιδιοτιτων), κακϊσ και 114

115 να καταςκευάςει το δζνδρο απόφαςθσ επί τθ βάςθ αυτϊν των κατάλλθλων ιδιοτιτων. Βαςικά πλεονεκτιματα τθσ μεκόδου αυτισ είναι θ ταχφτθτα με τθν οποία καταςκευάηεται το δζντρο και θ ευκολία ςτον τρόπο ερμθνείασ τουσ, κακϊσ επίςθσ θ λογικι με τθν οποία ζχει καταςκευαςτεί το δζντρο είναι εμφανισ ςτο τελικό διάγραμμα. Ζνα ακόμθ ςθμαντικό πλεονζκτθμα είναι ότι ο αλγόρικμοσ εκπαίδευςθσ λαμβάνει υπόψθ του μόνο εκείνεσ τισ μεταβλθτζσ ειςόδου οι οποίεσ είναι οι πιο βαςικζσ και κακοριςτικζσ για τθν εξαγωγι ακριβοφσ διάγνωςθσ, ενϊ όλεσ οι υπόλοιπεσ αγνοοφνται. Για τθν ταξινόμθςθ των δεδομζνων του ςυνόλου εκπαίδευςθσ μποροφν να χρθςιμοποιθκοφν πολλοί διαφορετικοί αλγόρικμοι οι οποίοι ςε γενικζσ γραμμζσ βαςίηονται ςτθν ίδια ιδζα τθσ εφρεςθσ εκείνθσ τθσ μεταβλθτισ ειςόδου που δίνει το βζλτιςτο αποτζλεςμα πρόβλεψθσ ι κατάταξθσ αν κεωρθκεί ότι το ςφνολο δεδομζνων χωρίηεται ςε υποςφνολα. Η διαδικαςία εκπαίδευςθσ είναι αναδρομικι και διαχωρίηει το αρχικό ςφνολο ςε υποςφνολα, ενϊ ςταματά όταν πλζον ζχει καταςκευαςτεί όλο το δζντρο απόφαςθσ, κάτι το οποίο κακορίηεται από κατάλλθλα κριτιρια τερματιςμοφ. [29][32] Artificial Neural Networks Τα Τεχνθτά Νευρωνικά Δίκτυα (Artificial Neural Networks - ΑΝΝ) αποτελοφν μακθματικά μοντζλα επεξεργαςίασ πλθροφορίασ, των οποίων θ λειτουργία είναι εμπνευςμζνθ από τον τρόπο με τον οποίο βιολογικοί νευρϊνεσ, όπωσ αυτοί του ανκρϊπινου εγκεφάλου, επεξεργάηονται τθν πλθροφορία. Η δομι του ανκρϊπινου εγκεφάλου επιτρζπει τθν παράλλθλθ επεξεργαςία δεδομζνων και τθ δυνατότθτα ςυνεχοφσ μάκθςθσ µζςω τθσ αλλθλεπίδραςθσ µε το περιβάλλον. Σε αναλογία µε το βιολογικό ςφςτθμα του εγκεφάλου, το βαςικό ςτοιχείο ενόσ νευρωνικοφ δικτφου είναι ο νευρϊνασ. Ζνα τεχνθτό νευρωνικό δίκτυο αποτελείται από ζνα ςφνολο τεχνθτϊν νευρϊνων που αλλθλεπιδροφν, ςυνδεόμενοι μεταξφ τουσ µε ςυνδζςεισ-βάρθ, τισ λεγόμενεσ ςυνάψεισ (synapses). Ο βακμόσ αλλθλεπίδραςθσ είναι διαφορετικόσ για κάκε ηεφγοσ νευρϊνων και κακορίηεται από τα λεγόμενα ςυναπτικά βάρθ (synaptic weights).[33] 115

116 Οι νευρϊνεσ, ουςιαςτικά, είναι μθ γραμμικά υπολογιςτικά ςτοιχεία που λειτουργοφν παράλλθλα, ελζγχοντασ πολλζσ υποκζςεισ ταυτόχρονα και χρθςιμοποιϊντασ τθν παράλλθλθ οργάνωςθ τουσ, κακϊσ και τθ ςχζςθ των μεταξφ τουσ μεταβαλλόμενων βαρϊν. [34] Αναλυτικά, κάκε νευρϊνασ δζχεται πλθροφορία, τθν επεξεργάηεται και δίνει µία τιμι εξόδου. Οι είςοδοί του είναι είτε οι ζξοδοι άλλων νευρϊνων, είτε το πρωταρχικό ςιμα ειςόδου του δικτφου. Υπάρχουν διάφορα είδθ νευρϊνα. Το είδοσ που κα επιλεχκεί για να δομθκεί ζνα ςυγκεκριμζνο Τεχνθτό Νευρωνικό Δίκτυο, εξαρτάται από τθ φφςθ του εκάςτοτε προβλιματοσ που εξετάηεται. Σε πολλζσ περιπτϊςεισ χρθςιμοποιείται ςυνδυαςμόσ διαφορετικϊν ειδϊν νευρϊνα.[33] Η εικόνα 45 παρουςιάηει το ςτοιχειϊδεσ και πιο απλό μοντζλο νευρϊνα που χρθςιμοποιείται κατά κόρον ςε υλοποιιςεισ Τεχνθτϊν Νευρωνικϊν Δικτφων, κακϊσ και τισ πιο ςυνθκιςμζνεσ ςυναρτιςεισ ενεργοποίθςθσ (activation functions) ι μθ γραμμικότθτεσ, όπωσ είναι γνωςτζσ. Εικόνα 45: τοιχειϊδθσ νευρϊνασ. Η ζξοδοσ υπολογίηεται ωσ το άκροιςμα βεβαρθμζνων ειςόδων το οποίο διζρχεται από μια μθ γραμμικότθτα. Η μθ γραμμικότθτα είναι απαραίτθτθ για να 116

117 "πολϊςει" τθν ζξοδο ςε μια από τισ δφο τιμζσ-καταςτάςεισ. Ρικανζσ μθ γραμμικότθτεσ που μποροφν να χρθςιμοποιθκοφν είναι οι Hard Limiter, Threshold logic και Sigmoid (βλζπε εικόνα 45). Ρεριςςότερο πολφπλοκα neurons μπορεί να περιζχουν ολοκλιρωςθ ι άλλεσ πράξεισ πιο ςφνκετεσ από τθν απλι άκροιςθ. Ζνα τυπικό δίκτυο νευρονίων ANN, που αποτελείται από τον παράλλθλο ςυνδυαςμό ςτοιχειωδϊν νευρϊνων (neurons), παρουςιάηει θ εικόνα 46. Το δίκτυο αυτό αποτελείται από τρία επίπεδα neurons. Κάκε neuron ενόσ επιπζδου ςυνδζεται με όλα τα neurons του επόμενου επιπζδου. Στθν γενικι περίπτωςθ, το μοντζλο του ΑΝΝ κακορίηεται από τθν τοπολογία των neurons (τρόποσ διάταξθσ), το είδοσ κάκε neuron κακϊσ και τουσ κανόνεσ εκπαίδευςθσ ι εκμάκθςθσ (training ι learning) του δικτφου. Οι κανόνεσ αυτοί κακορίηουν τισ αρχικζσ τιμζσ ςτα βάρθ-ςυνδζςεισ μεταξφ των neurons και περιγράφουν τον τρόπο με τον οποίο οι αρχικζσ τιμζσ προςαρμόηονται ςτα δεδομζνα ειςόδου για καλφτερθ απόδοςθ. Τόςο οι μζκοδοι ςχεδίαςθσ όςο και οι κανόνεσ εκπαίδευςθσ των ΑΝΝ είναι τα κυριότερα αντικείμενα ζρευνασ ςτο τομζα αυτόν. Η απλοφςτερθ περίπτωςθ ΑΝΝ που αποτελοφν και τθν ευρφτερθ χρθςιμοποιοφμενθ κατθγορία ΑΝΝ είναι τα δίκτυα πρόςκιασ τροφοδότθςθσ (feedforward networks). Το χαρακτθριςτικό των δικτφων αυτϊν είναι ότι δεν υπάρχει ανατροφοδότθςθ τθσ εξόδου ενόσ νευρϊνα προσ τουσ νευρϊνεσ από τουσ οποίουσ επθρεάηεται άμεςα ι ζμμεςα. Ουςιαςτικά με δεδομζνθ κάποια είςοδο, για τον υπολογιςμό τθσ εξόδου πραγματοποιοφνται υπολογιςμοί, όλοι προσ τθν ίδια κατεφκυνςθ: από τθν είςοδο προσ τθν ζξοδο (βλζπε εικόνα 46).[35] Εναλλακτικά αν επιτρζπονται «βρόχοι ανάδραςθσ» τότε τα δίκτυα χαρακτθρίηονται ωσ «Δίκτυα Ανατροφοδότθςθσ» (feedback networks) (βλζπε εικόνα 47). 117

118 Εικόνα 46: Συπικό Σεχνθτό Νευρωνικό Δίκτυο πρόςκιασ τροφοδότθςθσ με τρία επίπεδα neurons. Τα πλεονεκτιματα των ΑΝΝ είναι πολφ περιςςότερα από τθν απλι αφξθςθ του ρυκμοφ εκτζλεςθσ των υπολογιςμϊν που προζρχονται από τθν παραλλθλία των κυκλωμάτων, τα οποία δθμιουργοφνται με τισ ςυνδζςεισ. Ζτςι, τα αποτελζςματα ςτθν ζξοδο των ΑΝΝ δεν είναι τόςο ευαίςκθτα ςτα τυχόν λάκθ, δεδομζνου ότι υπάρχουν πολλζσ παράλλθλα εκτελοφμενεσ διαδικαςίεσ και όχι μόνο μια. Οπότε, λάκθ ι καταςτροφι μερικϊν ςυνδζςμων-βαρϊν ι neurons δεν επθρεάηει ςθμαντικά τθν όλθ απόδοςθ του ςυςτιματοσ. Εικόνα 47: Σεχνθτό Νευρωνικό Δίκτυο Ανατροφοδότθςθσ. Επίςθσ, τα περιςςότερα ΑΝΝ προςαρμόηουν διαρκϊσ τα βάρθ τουσ, χρθςιμοποιϊντασ τα αποτελζςματα που βγάηουν για βελτίωςθ τθσ απόδοςθσ του 118

119 δικτφου και αλλάηοντασ ζτςι τθ ςτατιςτικι ςυμπεριφορά των δεδομζνων. Αποτζλεςμα αυτοφ είναι να αποδίδουν και ςε δεδομζνα που ζχουν προζλκει από μθ γραμμικζσ διαδικαςίεσ (non-gaussian).[34] Στο ςθμείο αυτό επιςθμαίνεται ότι ενϊ τα Νευρωνικά Δίκτυα, των οποίων θ εκπαίδευςθ πραγματοποιείται με επιτιρθςθ, αποτελοφν μια από τισ πιο χριςιμεσ μεκόδουσ επιβλεπόμενθσ ταξινόμθςθσ, πάραυτα θ εκπαίδευςι τουσ μπορεί να γίνει και χωρίσ επιτιρθςθ, ςυμμετζχοντασ και ςτθ μθ επιβλεπόμενθ κατθγορία ταξινόμθςθσ. Στθν περίπτωςθ που το δίκτυο εκπαιδεφεται με επιτιρθςθ, αυτό τροφοδοτείται µε ζνα ςφνολο γνωςτϊν παραδειγμάτων, δθλαδι ζνα ςφνολο καταςτάςεων ςτισ οποίεσ μπορεί να περιζλκει το δίκτυο, μαηί με τα αποτελζςματα που είναι επικυμθτό να δίνει για τισ καταςτάςεισ αυτζσ. Για να μάκει το δίκτυο τα παραδείγματα αυτά, χρθςιμοποιείται ζνασ αλγόρικμοσ εκπαίδευςθσ, θ επιλογι του οποίου εξαρτάται από το εκάςτοτε πρόβλθμα και από τθ δομι του δικτφου που επιλζγεται. Στθν περίπτωςθ που θ εκπαίδευςθ του δικτφου γίνεται χωρίσ εποπτεία, το δίκτυο καλείται να αναγνωρίςει ομοιότθτεσ και μοτίβα ςε δεδομζνα που ζχουμε τροφοδοτιςει. Τα δεδομζνα παρουςιάηονται ςτο δίκτυο και αυτό οφείλει να προςαρμοςτεί ζτςι ϊςτε να τα χωρίςει ςε ομάδεσ, ςχθματίηοντασ τα νζφθ των πλθκυςμϊν. Η διαδικαςία αυτι επαναλαμβάνεται, ϊςπου δεν παρατθρείται μεταβολι ςτθν ταξινόμθςθ των δεδομζνων.*33+ Κάποια από τα ςπουδαιότερα ΑΝΝ επιβλεπόμενθσ ταξινόμθςθσ αποτελοφν: Hopfield Hamming Perceptron Mutil-layer Perceptron Σθμειϊνεται ότι ζνασ ακόμθ διαχωριςμόσ μεταξφ των παραπάνω ΑΝΝ, αλλά και μεταξφ αυτϊν μθ επιβλεπόμενθσ ταξινόμθςθσ, μπορεί να προκφψει με κριτιριο το αν τα δίκτυα δζχονται δυαδικζσ (binary) ι ςυνεχείσ τιμζσ. Τζλοσ, μία επιπλζον 119

120 διαφορά μπορεί να είναι αν τα δίκτυα περιλαμβάνουν προςαρμοηόμενθ εκπαίδευςθ ι όχι Single Layer Perceptron Το απλό perceptron ι perceptron απλοφ επιπζδου, μπορεί να χρθςιμοποιθκεί με δυαδικζσ ι ςυνεχείσ τιμζσ ειςόδου και αναπτφχκθκε αρχικά γιατί μποροφςε να ξεχωρίηει μεταξφ δφο απλϊν μορφϊν (πλθκυςμϊν). Ζνα τζτοιο πρόβλθμα όπου διαχωρίηονται δφο κατθγορίεσ αντικειμζνων, οι και δείχνεται ςτθν εικόνα 48. Το απλό neuron υπολογίηει το βεβαρυμμζνο άκροιςμα των ειςόδων, και περνά το αποτζλεςμα από μία μθ γραμμικότθτα, ϊςτε θ ζξοδοσ να γίνει +1 ι -1. Οι δφο αυτζσ τιμζσ αντιςτοιχίηονται ςτισ κατθγορίεσ και. Ζνασ τρόποσ για να αναλυκεί θ ςυμπεριφορά του perceptron είναι να κακοριςτεί ο πολυδιάςτατοσ χϊροσ που δθμιουργείται (spanned) από το πολυδιάςτατο άνυςμα ειςόδου, και να χαραχκοφν οι περιοχζσ απόφαςθσ μζςα ςε αυτόν. Επειδι ςτα προβλιματα αναγνϊριςθσ αντικειμζνων οι τιμζσ ειςόδου είναι ςυνικωσ τα χαρακτθριςτικά που χρθςιμοποιοφνται για να γίνει θ αναγνϊριςθ, ο χϊροσ καλείται χϊροσ των χαρακτθριςτικϊν. Οι περιοχζσ απόφαςθσ μζςα ςτο χϊρο των χαρακτθριςτικϊν, κακορίηουν ποιζσ από τισ τιμζσ ειςόδου (άνυςμα ειςόδου) δείχνουν τθν τάξθ και ποιζσ τθν τάξθ. Το perceptron ςχθματίηει δφο περιοχζσ απόφαςθσ που χωρίηονται από ζνα υπερ-επίπεδο (βλζπε εικόνα 48), για τθν περίπτωςθ όπου το άνυςμα ειςόδου ζχει δφο ςυνιςτϊςεσ, οπότε το επίπεδο διαχωριςμοφ των περιοχϊν απόφαςθσ είναι ευκεία γραμμι. Η γραμμι αυτι κακορίηεται από τα βάρθ. Πλα τα ςθμεία πάνω από αυτιν οδθγοφν ςτθν Τάξθ ενϊ τα ανφςματα ( ) που δείχνουν κάτω από αυτι οδθγοφν ςτθν Τάξθ. 120

121 Εικόνα 48: Απλό perceptron που ταξινομεί το αναλογικό άνυςμα ειςόδου ςε μία από τισ κατθγορίεσ Α και Β. Τα βάρθ και το κατϊφλι, μποροφν να αλλάηουν με ςκοπό να διαχωρίηουν ςωςτά τισ τάξεισ με τθ χριςθ κάποιου αλγορίκμου. Ζνασ τζτοιοσ αλγόρικμοσ [34,36]είναι: 1. Απόδοςθ αρχικϊν τιμϊν ςτα βάρθ. Οι αρχικζσ τιμζσ ( ) για τα και το, δίνονται τυχαία και ςυνικωσ είναι μθδενικζσ. 2. Ραρουςίαςθ νζασ ομάδασ δεδομζνων ειςόδου μαηί με τα αντίςτοιχα επικυμθτά αποτελζςματα ςτθν ζξοδο. Ραρουςίαςθ τθσ πρϊτθσ ομάδασ δεδομζνων αντίςτοιχθ επικυμθτι ζξοδο. 3. Υπολόγιςε τθν πραγματικι ζξοδο. μαηί με τθν ( ) 4. Ανανζωςθ και προςαρμογι βαρϊν. Το είναι αν θ είςοδοσ αντιςτοιχεί ςτθν Τάξθ, και αν αντιςτοιχεί ςτθν Τάξθ. Τα βάρθ δεν αλλάηουν όταν το δίκτυο 121

122 λαμβάνει ςωςτζσ αποφάςεισ. Το κακορίηει τθν ταχφτθτα ςφγκλιςθσ. 5. Επανάλθψθ τθσ διαδικαςίασ (μετάβαςθ ςτο 2). Ζτςι λοιπόν, τα βάρθ ςφνδεςθσ προςαρμόηονται (αλλάηουν) μόνο όταν ζχουμε ςφάλμα ςτο 4. Ο όροσ ( ) ρυκμίηει τθν ταχφτθτα ςφγκλιςθσ του αλγορίκμου ςτθν κατάςταςθ του καλφτερου διαχωριςμοφ των τάξεων. Η παραπάνω διαδικαςία δίνει λφςθ όταν οι πλθκυςμοί είναι καλά διαχωρίςιμοι. Σε αντίκετθ περίπτωςθ πρζπει ςτθ διαδικαςία αυτι να ενςωματωκεί ο αλγόρικμοσ LMS για τθν χάραξθ τθσ ευκείασ που δίνει το μικρότερο μζςο τετραγωνικό ςφάλμα. Οι περιοχζσ απόφαςθσ που ςχθματίηονται από το perceptron είναι όμοιεσ με αυτζσ που ςχθματίηονται από τουσ ταξινομθτζσ μζγιςτθσ πικανοφάνειασ Gauss (maximum likelihood classifiers) με αςυςχζτιςτεσ ειςόδουσ και πλθκυςμοφσ με διαφορετικι μζςθ τιμι. Στθν πράξθ το perceptron μπορεί να χρθςιμοποιθκεί για να υλοποιιςει ζναν τζτοιο ταξινομθτι. Ρλεονεκτεί όμωσ γιατί ςτον αλγόρικμο ςφγκλιςθσ δεν γίνεται καμία παραδοχι για τθν κατανομι (PDF) των πλθκυςμϊν, αλλά εςτιάηει μόνο ςτο ςφάλμα που λαμβάνουμε όταν οι πλθκυςμοί υπερκαλφπτονται. Ζτςι είναι πιο αποτελεςματικό.[34] Multi-layer perceptron Το απλό perceptron δεν είναι κατάλλθλο για ταξινόμθςθ όταν οι τάξεισ δεν μποροφν να χωριςτοφν από ζνα υπερ-επίπεδο (βλζπε εικόνα 49). Από τα δίκτυα πρόςκιασ τροφοδότθςθσ, παρουςιάηει ενδιαφζρον θ κατθγορία ςτθν οποία οι νευρϊνεσ είναι οργανωμζνοι ςε επίπεδα ι ςτρϊματα (layers). Στθν κατθγορία αυτι ανικει το πολυεπίπεδο perceptron (Multilayer Perceptron MLP). Το χαρακτθριςτικό των επιπζδων είναι ότι δεν υπάρχει διαςφνδεςθ μεταξφ νευρϊνων που ανικουν ςτο ίδιο επίπεδο. Υπάρχει το επίπεδο ειςόδου, το επίπεδο εξόδου και ζνα ι και περιςςότερα ενδιάμεςα επίπεδα, που ονομάηονται κρυμμζνα (hidden) (βλζπε εικόνα 50). Συνικωσ όλεσ οι ςυνδζςεισ ξεκινάνε από κάποιο νευρϊνα ςε ζνα επίπεδο και καταλιγουν ςε νευρϊνεσ του αμζςωσ επόμενου επιπζδου. Σθμειϊνεται ότι οι νευρϊνεσ ςτο επίπεδο ειςόδου δεν πραγματοποιοφν 122

123 κάποιον υπολογιςμό, αλλά απλά μεταδίδουν τισ τιμζσ του διανφςματοσ ειςόδου ςτουσ νευρϊνεσ του επόμενου επιπζδου.[35] Εικόνα 49: Σφποι των περιοχϊν απόφαςθσ που μπορεί να ςχθματιςτοφν από δίκτυα νευρωνίων με ζνα, δφο και τρία επίπεδα από perceptrons (κόμβοι με μθ γραμμικότθτα hard limiter). Οι κλειςτζσ καμπφλεσ και (βλζπε εικόνα 49) είναι οι κατανομζσ που αντιςτοιχοφν ςτουσ δφο πλθκυςμοφσ όταν τα δεδομζνα ειςόδου είναι δφο διαςτάςεων. Οι ςκιαςμζνεσ περιοχζσ είναι οι περιοχζσ απόφαςθσ που δθμιουργοφνται από το απλό perceptron κακϊσ και από άλλα δίκτυα νευρωνίων. Είναι φανερό ότι οι δφο τάξεισ και για το πρόβλθμα του αποκλειςτικοφ Ή (exclusive OR) δεν μποροφν να διαχωριςτοφν από μία μόνο γραμμι. Επομζνωσ το perceptron δεν μπορεί να αντιμετωπίςει το πρόβλθμα αυτό. Για τθ χάραξθ δφο ι περιςςότερων ευκειϊν ςε ζνα επίπεδο, είναι απαραίτθτοσ ο αντίςτοιχοσ αρικμόσ από perceptrons, που κα λειτουργοφν όλα παράλλθλα. Ζνα perceptron ςτο επόμενο επίπεδο μπορεί να χωρίςει το επίπεδο ςε δφο περιοχζσ κυρτζσ ι ανοικτζσ, ςυνδυάηοντασ κατάλλθλα τισ ευκείεσ που ζχουν χαράξει τα perceptrons του 123

124 προθγοφμενου επιπζδου. Η διαδικαςία αυτι φαίνεται ςτο δεφτερο επίπεδο τθσ εικόνασ 48. Τζλοσ, ςτο τρίτο επίπεδο τθσ ίδιασ εικόνασ, δείχνεται ποιοτικά θ διαδικαςία διαχωριςμοφ του επιπζδου ςε περιοχζσ απόφαςθσ οποιουδιποτε ςχιματοσ και αρικμοφ. Αυτό μπορεί να επιτευχκεί με ζνα δίκτυο νευρωνίων τριϊν επιπζδων (multilayer perceptron). Ρεριςςότερα από τρία επίπεδα νευρωνίων για διαχωριςμό του χϊρου των χαρακτθριςτικϊν κα ιταν περιττά. Τα multilayer perceptrons μποροφν να λφςουν οποιοδιποτε πρόβλθμα διαχωριςμοφ του χϊρου των χαρακτθριςτικϊν, χρθςιμοποιϊντασ προσ τοφτο αποτελεςματικοφσ αλγορίκμουσ εκπαίδευςθσ (training). Το πλικοσ των neurons ςε κάκε ζνα από τα τρία επίπεδα εξαρτάται από πολλζσ παραμζτρουσ όπωσ το πλικοσ των γωνιϊν κάκε περιοχισ απόφαςθσ κακϊσ και το πλικοσ των κλειςτϊν ι ανοικτϊν περιοχϊν απόφαςθσ.[34] Κάκε ζνα από τα neurons του multilayer perceptron (βλζπε εικόνα 50) περιζχει μία μθ-γραμμικότθτα (hardlimiters, sigmoid κ.λ.π). Εάν δεν υπάρχει θ μθ-γραμμικότθτα τότε το δίκτυο εκφυλίηεται ςε ζνα απλό δίκτυο με ζνα επίπεδο που ςυμπεριφζρεται ωσ προςαρμοςτικό φίλτρο. Πταν χρθςιμοποιοφνται hard limiters ωσ μθγραμμικότθτεσ, τότε είναι δυνατόν να γίνει θ ποιοτικι μελζτθ για τον ςχθματιςμό των περιοχϊν απόφαςθσ. Για να γίνει όμωσ δυνατι θ εκπαίδευςθ του multilayer perceptron, είναι απαραίτθτθ θ χριςθ μθ γραμμικότθτασ διαφορετικισ από τον hard limiter (αποφυγι τθσ αςυνζχειασ). Μόνο τότε ο αλγόρικμοσ μπορεί να κινθκεί προσ τα πίςω ςτο δίκτυο και να υπολογίςει ενδιάμεςα αποτελζςματα με βάςει τισ τιμζσ εξόδου. Στθν περίπτωςθ αυτι θ μετάβαςθ από τθ μία περιοχι απόφαςθσ ςτθν άλλθ δεν είναι απότομθ. Ο περιςςότερο διαδεδομζνοσ αλγόρικμοσ εκπαίδευςθσ για το multilayer perceptron είναι ο αλγόρικμοσ οπιςκοδιάδοςθσ (back-propagation) Back-propagation Algorithm Ο αλγόρικμοσ εκπαίδευςθσ back-propagation είναι ζνασ επαναλθπτικόσ αλγόρικμοσ που χρθςιμοποιεί τθν βάκμωςθ για να ελαχιςτοποιιςει το μζςο τετραγωνικό ςφάλμα μεταξφ τθσ πραγματικισ εξόδου ενόσ δικτφου νευρωνίων και τθσ επικυμθτισ εξόδου. Για να λειτουργιςει ο αλγόρικμοσ χρειάηεται ςυνεχείσ διαφορίςιμεσ μθ γραμμικότθτεσ όπωσ είναι θ sigmoid. 124

125 Ουςιαςτικά, θ εκπαίδευςθ με τον αλγόρικμο αυτό πραγματοποιείται ςε δφο περάςματα: ζνα πζραςμα κατά τθν ευκεία φορά (forward propagation), κατά το οποίο υπολογίηονται και αποκθκεφονται οι τιμζσ των εξόδων (function signals) των νευρϊνων όλων των επιπζδων, με φορά από τισ ειςόδουσ προσ τισ εξόδουσ και παράγεται το ςιμα ςφάλματοσ (error signal) για τουσ νευρϊνεσ εξόδου, κακϊσ και ζνα δεφτερο πζραςμα, κατά το οποίο το ςφάλμα μεταδίδεται κατά τθν αντίκετθ φορά (back propagation) και υπολογίηονται τα επιμζρουσ ςιματα ςφάλματοσ που αντιςτοιχοφν ςτουσ κρυμμζνουσ νευρϊνεσ.[35] Εδϊ, ςθμειϊνεται ότι ο παραπάνω τρόποσ υπολογιςμοφ και διάδοςθσ των τιμϊν αναφζρεται ωσ «μαηικόσ» τρόποσ (batch mode), όπου εφαρμόηονται όλεσ οι τιμζσ ειςόδου πριν τθν ανανζωςθ των βαρϊν. Σε περίπτωςθ που πραγματοποιείται ανανζωςθ των βαρϊν με κάκε εφαρμογι ειςόδου τότε ο τρόποσ λειτουργίασ του αλγορίκμου χαρακτθρίηεται ωσ «ςταδιακόσ» (incremental mode).[37] Ο αλγόρικμοσ back-propagation αναλυτικά περιγράφει τα εξισ: 1. Απόδοςθ αρχικϊν τιμϊν ςτα βάρθ. Οι αρχικζσ τιμζσ για τα και το, δίνονται τυχαία και ςυνικωσ είναι μθδενικζσ. 2. Ραρουςίαςθ νζασ ομάδασ δεδομζνων ειςόδου μαηί με τα αντίςτοιχα επικυμθτά αποτελζςματα ςτθν ζξοδο. Ραρουςίαςθ τθσ πρϊτθσ ομάδασ δεδομζνων μαηί με τθν αντίςτοιχθ επικυμθτι ζξοδο. Εάν το δίκτυο χρθςιμοποιείται ωσ ταξινομθτισ μόνο μία από τισ εξόδουσ είναι. Οι τιμζσ τθσ ειςόδου και οι αντίςτοιχεσ τισ εξόδου ζρχονται επανειλθμμζνα ςτο δίκτυο για τθν εκπαίδευςι του μζχρι οι τιμζσ των βαρϊν να ςτακεροποιθκοφν. 125

126 Εικόνα 50: Δίκτυο νευρωνίων τριϊν επιπζδων με perceptrons (three layer perceptron. Εξιςϊςεισ για τθν εφαρμογι του αλγόρικμου οπιςκοδιάδοςθσ (back-propagation). 3. Υπολογιςμόσ πραγματικϊν τιμϊν εξόδου. Ο υπολογιςμόσ κα γίνει χρθςιμοποιϊντασ τισ εξιςϊςεισ τθσ εικόνασ Ανανζωςθ και προςαρμογι των βαρϊν Χριςθ ενόσ επαναλθπτικοφ αλγορίκμου ξεκινϊντασ από τουσ κόμβουσ εξόδου και προσ τα πίςω μζχρι τουσ κόμβουσ του πρϊτου επιπζδου. Η προςαρμογι των βαρϊν ζχει ωσ εξισ: Στθν εξίςωςθ αυτι είναι τα βάρθ από ζναν κρυμμζνο κόμβο ι από ζναν κόμβο ειςόδου τθ χρονικι ςτιγμι. είναι είτε θ ζξοδοσ του κόμβου ι μία είςοδοσ. Το είναι ζνασ πολλαπλαςιαςτικόσ παράγοντασ και είναι όροσ ςφάλματοσ για τον κόμβο. Εάν ο κόμβοσ είναι κόμβοσ εξόδου τότε: ( )( ) 126

127 όπου είναι θ επικυμθτι ζξοδοσ από τον κόμβο και είναι θ πραγματικι ζξοδοσ. Εάν ο κόμβοσ κόμβοσ τότε: είναι εςωτερικόσ κρυμμζνοσ ( ) όπου το κινείται ςε όλουσ τουσ κόμβουσ ςτα επίπεδα πάνω από τον κόμβο. Η ςφγκλιςθ είναι μερικζσ φορζσ ταχφτερθ όταν προςτεκεί όροσ ορμισ. 5. Επανάλθψθ τθσ διαδικαςίασ (μετάβαςθ ςτο 2). Η ανωτζρω διαδικαςία, επαναλαμβάνεται ςυνεχϊσ (many iterations ι epochs) δίνοντασ επανειλθμμζνα τα διακζςιμα δεδομζνα ζτςι ϊςτε το ςφάλμα να γίνεται ελάχιςτο. Για να βεβαιωκοφμε ότι ο αλγόρικμοσ κα ςυγκλίνει ςε ολικό (global) ελάχιςτο τθσ ςυνάρτθςθσ ςφάλματοσ, μποροφμε να χρθςιμοποιιςουμε αρκετά neurons ςτο ενδιάμεςο ςτρϊμα και να ξεκινιςουμε τον αλγόρικμο πολλζσ φορζσ από διαφορετικζσ αρχικζσ ςυνκικεσ για τα βάρθ. [34],[60] 6.3. Μθ επιβλεπόμενθ ταξινόμθςθ Η μθ επιβλεπόμενθ ταξινόμθςθ (un-supervised classification) είναι μία τεχνικι τθσ τθλεπιςκόπθςθσ που παρζχει αυτόματθ ταξινόμθςθ κατθγοριϊν ςε εικόνεσ. Ο όροσ αναφζρεται ςτο γεγονόσ ότι ο χριςτθσ δεν ζχει όλο τον ζλεγχο τθσ διαδικαςίασ, θ οποία εκτελείται χωρίσ επιτιρθςθ. Δεν είναι ακριβϊσ μία μζκοδοσ ςτατιςτικισ ταξινόμθςθσ. Ρλεονζκτθμα των τεχνικϊν αυτισ τθσ κατθγορίασ αποτελεί ότι δεν απαιτοφν προθγοφμενθ γνϊςθ των χαρακτθριςτικϊν και των ιδιοτιτων τθσ ψθφιακισ απεικόνιςθσ που είναι προσ εξζταςθ. Η παραγωγι των νζων εικόνων βαςίηεται ςτον φαςματικό διαχωριςμό των ςτόχων και όχι ςε κάποια πραγματικι τιμι του ςτόχου ςτο ζδαφοσ. Σε αντίκεςθ με τθν επιβλεπόμενθ, εδϊ απαιτείται ελάχιςτθ ειςαγωγι δεδομζνων και παραμζτρων ςτθ διαδικαςία. Ο υπολογιςτισ και το περιβάλλον, ςτο οποίο αυτι αναπτφςςεται, επιλζγουν ομάδεσ εικονοςτοιχείων βάςθ των φαςματικϊν τουσ ιδιοτιτων και ζπειτα ο χριςτθσ απλϊσ κα καταχωρίςει πλθροφορίεσ (π.χ. όνομα, χρϊμα) ςτισ κατθγορίεσ που ο υπολογιςτισ δθμιοφργθςε. 127

128 Η διαδικαςία αυτι ενζχει πικανοφσ κινδφνουσ για τθν αξιοπιςτία του παραγόμενου αποτελζςματοσ. Ρρϊτον, κάποιεσ κατθγορίεσ μπορεί να μθν ζχουν νόθμα, κακϊσ αποτελοφν μίξθ διαφορετικϊν αντικειμζνων ςτθν επιφάνεια τθσ γθσ. Σε άλλεσ περιπτϊςεισ, μία κατθγορία μπορεί να χωριςτεί ςε δφο τάξεισ. Συνεπϊσ χωρίσ τθν προεπιλογι περιοχϊν εκπαίδευςθσ, χρειάηεται μεγάλθ προςοχι και γνϊςθ για τθν τελικι ονομαςτικοποίθςθ (labeling) των φαςματικϊν κατθγοριϊν. Δφο πολφ γνωςτζσ μζκοδοι μθ επιβλεπόμενθσ ταξινόμθςθσ είναι ο αλγόρικμοσ K-Means Clustering και ο ISODATA. [27] k-means Ο αλγόρικμοσ K-means αποτελεί ζναν αλγόρικμο θμι-αυτόματθσ ταξινόμθςθσ, θ οποία χρθςιμοποιεί μι απλι προςζγγιςθ διαχωριςμοφ φαςματικϊν τάξεων, κατά τθν οποία ομαδοποιοφνται αντικείμενα βάςθ των χαρακτθριςτικϊν k τάξεων. Για τθν ζναρξθ τθσ διαδικαςίασ απαιτείται να οριςτεί, ςυνικωσ από κάποιον αναλυτι, το πλικοσ k των φαςματικϊν τάξεων (clusters) που περιζχει το ςφνολο των εικονοςτοιχείων, ι των δεδομζνων ςτθ γενικι περίπτωςθ. Υποκζτοντασ ότι τα χαρακτθριςτικά του αντικειμζνου δθμιουργοφν ζνα χϊρο διανυςμάτων, ο αλγόρικμοσ εντοπίηει τα κζντρα βάρουσ των k ομάδων ςτον πολυδιάςτατο χϊρο και απονζμει το εικονοςτοιχείο ςτθν ομάδα τθσ οποίασ το αυκαίρετο μζςο διάνυςμα είναι μικρότερο. Συγκεκριμζνα ο αλγόρικμοσ εξελίςςεται ελαχιςτοποιϊντασ τθν ακόλουκθ ποςότθτα: Ππου είναι το κζντρο τθσ κατθγορίασ που είναι πιο κοντά ςτο διάνυςμα δεδομζνων. Η υλοποίθςθ του αλγορίκμου περιλαμβάνει ουςιαςτικά τα παρακάτω βιματα: [40] 1. Επιλογι του αρικμοφ των ομάδων: k 2. Τυχαία δθμιουργία k ομάδων και οριςμόσ των κεντροειδϊν των ομάδων: Οριςμόσ των κζντρων όλων των κατθγοριϊν. 3. Μεταβίβαςθ του κάκε ςθμείου ςτο κεντροειδζσ τθσ κοντινότερθσ ομάδασ: 128

129 Εντοπιςμόσ των διανυςμάτων δεδομζνων των οποίων θ Ευκλείδεια απόςταςθ από το είναι ελάχιςτθ. 4. Υπολογιςμόσ των νζων κεντροειδϊν των ομάδων: Το παίρνει τιμι ίςθ με το νζο κζντρο βάρουσ του,, όπου το πλικοσ των διανυςμάτων ςτθν κατθγορία. 5. Επανάλθψθ μζχρι να ςυγκλίνει ο αλγόρικμοσ ςε κάποιο κριτιριο: Ουςιαςτικά ο αλγόρικμοσ ξεκινά διαχωρίηοντασ τα αρχικά δεδομζνα ςε k ςφνολα, ςυνικωσ τυχαία. Στθ ςυνζχεια υπολογίηει το μεςαίο ι το κεντροειδζσ του κάκε ςυνόλου και υλοποιεί νζο διαχωριςμό ϊςτε το κάκε ςθμείο να ςχετίηεται με το κοντινότερο κεντροειδζσ. Ζπειτα τα κεντροειδι υπολογίηονται ξανά για τισ νζεσ ομάδεσ, ο αλγόρικμοσ επαναλαμβάνει τα δυο βιματα ωςότου τα ςθμεία δεν μποροφν να αλλάξουν ομάδεσ (ι εναλλακτικά τα κεντροειδι να παραμζνουν αμετάβλθτα). Ο αλγόρικμοσ αυτόσ παραμζνει διάςθμοσ επειδι τείνει ςε κάποιο όριο πολφ γριγορα. Πςον αφορά τθν απόδοςθ όμωσ ο αλγόρικμοσ δεν εγγυάται ότι κα αγγίξει το βζλτιςτο. Η ποιότθτα τθσ τελικι λφςθσ εξαρτάται πολφ από το αρχικό ςφνολο ομάδων και μπορεί να είναι πολφ χαμθλότερθ από το ςυνολικό βζλτιςτο. Επίςθσ, ζνα άλλο μειονζκτθμα του αλγόρικμου είναι ότι ο αρικμόσ των ομάδων πρζπει να οριςτεί εξαρχισ.[39] ISODATA Ο αλγόρικμοσ ISODATA, το όνομα του οποίου είναι ςυντομογραφία του Iterative Self Organizing Data Analysis Technique Algorithm, αποτελεί μια επζκταςθ του k- means, εμπεριζχοντασ ευριςτικοφσ τρόπουσ για τθν αυτόματθ επιλογι του πλικουσ των κλάςεων. Ρρόκειται για ζναν επαναλθπτικισ βελτιςτοποίθςθσ αλγόρικμο ανάλυςθσ ςυςςωρεφςεων και αναπτφχκθκε βάςθ εμπειρικισ γνϊςθσ που αποκτικθκε μζςω πειραματικϊν διαδικαςιϊν και δεν απαιτεί τθν παρζμβαςθ του αναλυτι ςε ςθμαντικό βακμό. Ενϊ οι εφαρμογζσ τθσ μεκόδου διαφζρουν, υπάρχουν κάποιοι ςτακεροί παράμετροι που ο αναλυτισ απαιτείται να ειςάγει. Αυτζσ είναι: 129

130 Ο μζγιςτοσ αρικμόσ κατθγοριϊν που κα αναγνωριςτοφν. Το μζγιςτο ποςοςτό των εικονοςτοιχείων που οι τιμζσ τουσ επιτρζπεται να παραμείνουν αμετάβλθτεσ μεταξφ των επαναλιψεων. Πταν ο αρικμόσ των αλλαγμζνων pixels υπερβεί αυτό το κατϊφλι, ο αλγόρικμοσ τερματίηεται. Κάποιεσ φορζσ βζβαια το όριο αυτό είναι ανζφικτο Ο μζγιςτοσ αρικμόσ επαναλιψεων. Απαιτείται εξαιτίασ του μζγιςτου ποςοςτοφ επιτρεπόμενων αμετάβλθτων εικονοςτοιχείων. Με το πζρασ αυτϊν ο αλγόρικμοσ τερματίηεται. Ο ελάχιςτοσ αρικμόσ μελϊν ςε μία κατθγορία. Αντιπροςωπεφεται με ποςοςτό. Αν μία κατθγορία ζχει μικρότερο ποςοςτό pixels από το κακοριςμζνο, θ ομάδα απαλείφεται και τα εικονοςτοιχεία τθσ απορροφοφνται από άλλεσ, διαφορετικζσ κατθγορίεσ. Η τιμι όμωσ επθρεάηει και το αν μία κατθγορία κα χωριςτεί ςε δφο. Το μζγιςτο τυπικό ςφάλμα (ς). Πταν το τυπικό ςφάλμα για μία κατθγορία ξεπεράςει αυτι τθν τιμι και ο αρικμόσ των μελϊν τθσ είναι τουλάχιςτον δφο φορζσ μεγαλφτεροσ από το ελάχιςτο απαιτοφμενο όριο για τθ δθμιουργία κατθγορίασ, τότε θ κατθγορία χωρίηεται ςτα δφο. Τα νζα μζςα διανφςματα είναι τα παλιά +/- 1ς. Η τιμι διαχωριςμοφ (split separation value). Αν θ τιμι κακοριςτεί, κα αντικαταςτιςει το τυπικό ςφάλμα ςτον προςδιοριςμό τθσ κζςθσ των νζων μζςων διανυςμάτων (+/-τιμι διαχωριςμοφ). Η ελάχιςτθ απόςταςθ μεταξφ των κζντρων των φαςματικϊν κατθγοριϊν. Οι φαςματικοί χϊροι που δεν απζχουν παραπάνω τθσ απόςταςθσ αυτισ ςυγχωνεφονται. Συνθκιςμζνθ τιμι αποτελεί το 3.0. Αρχικά, δθμιουργοφνται οι μζςεσ τιμζσ για κάκε φαςματικι κατθγορία χρθςιμοποιϊντασ τθ μζςθ τιμι και το τυπικό ςφάλμα ςε κάκε κανάλι τθσ εικόνασ. Τα κζντρα των ομάδων pixels, ςυνικωσ τοποκετοφνται ςτισ μζςεσ τιμζσ του κάκε καναλιοφ, με απόκλιςθ +/- ς, τθσ μζςθσ τιμισ. Αυτό γίνεται για να διαςφαλιςτεί ότι οι φαςματικζσ κατθγορίεσ δεν κα επθρεαςτοφν από τισ τιμζσ των δεδομζνων ςτισ πρϊτεσ λίγεσ γραμμζσ τθσ εικόνασ. Κάποιεσ εφαρμογζσ τθσ ISODATA επιτρζπουν 130

131 ςτον αναλυτι να επιλζξει τισ αρχικζσ κζςεισ των κατθγοριϊν, αν ζχει κάποια ςτοιχεία για τθν κατανομι των δεδομζνων. Στθν πρϊτθ επανάλθψθ ταξινόμθςθσ, όλα τα εικονοςτοιχεία τοποκετοφνται ςτθν κατθγορία που βρίςκεται πιο κοντά (minimum distance), ςυνικωσ υπολογίηοντασ τθν ελάχιςτθ Ευκλείδεια απόςταςθ. Η διαδικαςία αυτι δθμιουργεί ζνα χάρτθ ταξινόμθςθσ. Μετά τθν πρϊτθ, μια νζα μζςθ τιμι υπολογίηεται για κάκε φαςματικι κατθγορία, βαςιςμζνθ ςτθν πραγματικι φαςματικι κζςθ, αντί των αρχικϊν υπολογιςμϊν. Αυτό που ςυμβαίνει ζπειτα εξαρτάται από τθν πραγματικι διαςπορά των δεδομζνων. Οι φαςματικζσ κατθγορίεσ μπορεί να διαςπαςτοφν ι να ςυγχωνευκοφν. Μετά από κάκε διαχωριςμό ι ςυγχϊνευςθ, τα μζςα των ομάδων των εικονοςτοιχείων υπολογίηονται ξανά και τα pixels προςχωροφν εκ νζου ςε κατθγορίεσ βάςθ του κριτθρίου τθσ ελάχιςτθσ απόςταςθσ. Η διαδικαςία αυτι κα ςυνεχιςτεί, ζωσ ότου το ποςοςτό των μθ ταξινομθμζνων εικονοςτοιχείων φτάςει το προκακοριςμζνο κατϊφλι (threshold) ι ολοκλθρωκεί ο μζγιςτοσ αρικμόσ των επαναλιψεων.[41] 131

132 7. Πειραματικι Διαδικαςία Σαξινόμθςθσ 7.1. Ειςαγωγι Στο παρόν κεφάλαιο περιγράφεται λεπτομερϊσ θ εκτζλεςθ τθσ πειραματικισ διαδικαςίασ και τθσ μεκοδολογίασ θ οποία ακολουκικθκε για τον ςχεδιαςμό των ταξινομθτϊν με ςκοπό τθν διάκριςθ τριϊν βαςικϊν δομϊν κάλυψθσ γθσ (rivers, country, city). Αρχικά, γίνεται αναφορά ςτα SAR δεδομζνα τα οποία διατζκθκαν για τθν διεξαγωγι τθσ παροφςασ εργαςίασ. Ρρόκειται για μθ επεξεργαςμζνα SAR δεδομζνα (raw data) διπλισ πόλωςθσ (VV και VH, HH και HV) τα οποία ελιφκθςαν από το Ρροθγμζνο αντάρ Συνκετικοφ Ανοίγματοσ (ASAR) του δορυφόρου ENVISAT, ςε διαφορετικζσ χρονικζσ ςτιγμζσ από τον Μάιο ζωσ τον Σεπτζμβριο του 2011 και καλφπτουν τθν περιοχι από το Άμςτερνταμ τθσ Ολλανδίασ ζωσ το Λζουβεν του Βελγίου. Στθ ςυνζχεια, παρουςιάηονται όλα τα ςτάδια προ-επεξεργαςίασ των δεδομζνων, όπωσ αυτά εφαρμόςτθκαν με τθ βοικεια του εργαλείου επεξεργαςίασ δορυφορικϊν δεδομζνων NEST (Next Esa Sar Toolbox). Τα ςτάδια αυτά αφοροφν τισ διαδικαςίεσ τθσ ραδιομετρικισ διόρκωςθσ (radiometric calibration), τθσ γεωκωδικοποίθςθσ (geocoding), του φιλτραρίςματοσ για τθν απομάκρυνςθ του κορφβου (speckle filtering) και τθσ ςυμπροςαρμογισ (co-registration) των εικόνων. Σε κάκε περίπτωςθ αναπαρίςτανται παραδείγματα εικόνων πριν και μετά τθν εφαρμογι των διαδικαςιϊν αυτϊν. Επιπλζον, δίνεται θ αναλυτικι περιγραφι δθμιουργίασ του ground truth (πραγματικϊν δεδομζνων τθσ υπό μελζτθ περιοχισ), όπωσ αυτι διεξιχκθ με τθ χριςθ του NEST. Ακόμα, περιγράφεται θ δθμιουργία των πινάκων GLCM και GLRLM και θ εξαγωγι των χαρακτθριςτικϊν υφισ. Ενϊ επιπρόςκετα, γίνεται μια εκτενισ παρουςίαςθ του εργαλείου nprtool το οποίο εκτζλεςε τθ διαδικαςία τθσ ταξινόμθςθσ με τισ ιδιαίτερεσ παραμζτρουσ και χαρακτθριςτικά όπωσ αυτά ρυκμίηονταν ςε κάκε περίπτωςθ ταξινομθτι. Επίςθσ, περιγράφεται θ κάκε δοκιμι ταξινόμθςθσ του αντίςτοιχου νευρωνικοφ δικτφου, παρουςιάηονται τα δεδομζνα ειςόδου, τα οποία αρχικά αφοροφςαν χαρακτθριςτικά ζνταςθσ και ςτθ ςυνζχεια τα χαρακτθριςτικά GLCM και ςυνδυαςμό 132

133 τουσ με τα GLRLM, με ςκοπό τθν βελτίωςθ τθσ απόδοςθσ των ταξινομθτϊν υπό το πρίςμα μιασ object based προςζγγιςθσ ταξινόμθςθσ. Κριτιριο αξιολόγθςθσ τθσ απόδοςθσ αποτζλεςε ςε όλεσ τισ περιπτϊςεισ το ποςοςτό των επιτυχθμζνων ταξινομιςεων τόςο φςτερα από τθν εκπαίδευςθ νευρωνικϊν δικτφων όςο και κατά τον ζλεγχο τουσ. Τα ποςοςτά αυτά λαμβάνονταν ωσ αποτζλεςμα των ταξινομιςεων από τουσ πίνακεσ ςφγχυςθσ (confusion matrices), οι οποίοι λαμβάνονταν από το nprtool ςε κάκε περίπτωςθ Περιοχι Μελζτθσ Δεδομζνα Η περιοχι μελζτθσ, τθν οποία καλφπτουν τα SAR δεδομζνα που ιταν διακζςιμα για τθν παροφςα εργαςία, εκτείνεται από τθν περιοχι του Άμςτερνταμ ςτθ ςυμβολι των ποταμϊν Άμςτελ και Ζι, ςτο Β.ΒΔ. τμιμα τθσ κεντρικισ Ολλανδίασ ζωσ τθν περιοχι του Λζουβεν ςτο Βζλγιο. Τα δεδομζνα, που καλφπτουν τθν περιοχι αυτι, προζρχονται από τθν αποςτολι του δορυφόρου ENVISAT (βλζπε παράγ. 4.5) και ςυγκεκριμζνα από τον αιςκθτιρα ASAR. Ο παρακάτω Ρίνακασ (βλζπε Ρίνακασ 15) περιλαμβάνει αυτά τα δεδομζνα ςυνοδευόμενα από μερικά χαρακτθριςτικά τουσ. Πίνακασ 15: SAR Δεδομζνα File 1 Mission /Type ENVISAT ASA_APP_1P Acquisition 26 May 2011, 21:39: Polarization VV VH HH HV Range Sample Spacing 12.5m Pass Track Orbit ASCEN DING ENVISAT ASA_APP_1P 17 June 2011, 10:12: m DESCE NDIN G ENVISAT ASA_APP_1P 17 July 2011, 10:13: m DESCE NDIN G ENVISAT ASA_APP_1P 16 August 2011, 21:34: m ASCEN DING ENVISAT ASA_APP_1P 15 September 2011, 10:14: m DESCE NDIN G

134 Ριο αναλυτικά, τα αρχεία των δεδομζνων του ENVISAT διατίκενται με αρχικό format.n 1 και χαρακτθρίηονται από τον τφπο ASA_APP_1P, δθλαδι ASAR Alternating Polarization Mode Precision Image. Το μζγεκοσ του pixel (pixel spacing) είναι 12.5x12.5m ςε εφροσ και αηιμοφκιο, ενϊ πρόκειται για δεδομζνα διπλισ πόλωςθσ είτε VV/VH, είτε HH/HV. Επίςθσ, τα δεδομζνα διατίκενται ςε πολλαπλζσ χρονικζσ ςτιγμζσ και καλφπτουν ςυνολικά το χρονικό διάςτθμα από τα τζλθ Μαίου του 2011 ζωσ τα μζςα Σεπτεμβρίου του ίδιου ζτουσ. Ο Ρίνακασ 15 περιλαμβάνει επιπρόςκετα τθν ακριβι θμζρα και ϊρα απόκτθςθσ. Τζλοσ, οι τρείσ τελευταίεσ ςτιλεσ του ίδιου πίνακα δίνουν πλθροφορίεσ ςχετικά με τθν τροχιά λιψθσ των δεδομζνων κάκε φορά, τα οποία αποκτικθκαν είτε ςε ανερχόμενο είτε ςε κατερχόμενο πζραςμα του δορυφόρου από τθν υπό μελζτθ περιοχι. Σθμειϊνεται ότι τo format.n 1 αποτελεί τθν επίςθμθ τυποποίθςθ με τθν οποία παραδίδονται οι απεικονίςεισ από τθν ESA. Η τυποποίθςθ αυτι υποςτθρίηεται από το ανοιχτό λογιςμικό επεξεργαςίασ SAR προϊόντων, επίςθσ τθσ ESA, NEST (Next Esa Sar Toolbox). Το λογιςμικό αυτό είναι που χρθςιμοποιικθκε ωσ βαςικό εργαλείο προ-επεξεργαςίασ των δεδομζνων, όπωσ ακολουκεί ςε επόμενθ παράγραφο. Τα.Ν1 δεδομζνα, εκτόσ από τισ ίδιεσ τισ απεικονίςεισ τθσ περιοχισ και τα αρχεία (Identification), τα οποία περιλαμβάνουν τισ πλθροφορίεσ αποςτολισ (τφποσ, θμερομθνία και ϊρα απόκτθςθσ, τροχιά, πζραςμα δορυφόρου), διακζτουν τα Metadata αρχεία (Metadata), όπωσ τα SPH (Specific Product Header) και MPH (Main Product Header), τα οποία ςυμπεριλαμβάνουν περεταίρω metadata αρχεία, ι τα Abstracted Metadata αρχεία με ςθμαντικζσ πλθροφορίεσ ςχετικά με το ιςτορικό απόκτθςθσ, εγγραφισ και επεξεργαςίασ των δεδομζνων. Αρχεία με ονομαςία Tie Point Grids διακζτουν βοθκθτικό πακζτο πλθροφοριϊν (slant_range_time, incident_angle, latitude, longitude) για τα SAR δεδομζνα και τζλοσ ο Bands φάκελοσ παρζχει ςτοιχεία για τισ μετροφμενεσ φαςματικζσ ηϊνεσ (Amplitude, Intensity), με τον αντίςτοιχο τφπο πόλωςθσ. 134

135 Εικόνα 51: υμπλθρωματικζσ Πλθροφορίεσ SAR δεδομζνων. Εικόνα 52: Δεδομζνα απόκτθςθσ πολικότθτασ VV/VH από Μάιο, Ιοφνιο, Αφγουςτο

136 Εικόνα 53: Απεικόνιςθ τθσ περιοχισ από το λογιςμικό Nest (Amplitude VH). Εικόνα 54: Δεδομζνα απόκτθςθσ πολικότθτασ HH/HV από Ιοφλιο, επτζμβριο

137 Εικόνα 55: Απεικόνιςθ τθσ περιοχισ από το λογιςμικό Nest (Amplitude HV) Προ-επεξεργαςία Δεδομζνων Με τθν ζναρξθ τθσ διαδικαςίασ τθσ προ-επεξεργαςίασ πραγματοποιικθκε θ ειςαγωγι των δεδομζνων ςτο εργαλείο επεξεργαςίασ δορυφορικϊν δεδομζνων NEST (Next Esa Sar Toolbox). Το NEST είναι ζνα ςχετικά νζο και ςυνεχϊσ αναβακμιηόμενο λογιςμικό ανοιχτοφ κϊδικα τθσ ESA για τθν οπτικοποίθςθ, τθν ανάλυςθ και τθν επεξεργαςία δεδομζνων SAR. Ραρζχει τα βαςικά εργαλεία, αλλά και νζα βελτιωμζνα για τθν διαχείριςθ των δεδομζνων από τισ αποςτολζσ των ERS, RADARSAT-1, ENVISAT, RADARSAT-2, CosmoSkyMed, ALOS και TerraSAR. Διακζτει ζνα ολοκλθρωμζνο εργαλείο προβολισ και ανάλυςθσ (Display and Analysis Tool DAT) για τισ SAR απεικονίςεισ, κακϊσ και εργαλείο GPT (Graph Processing Tool) για τθν εκτζλεςθ γραμμισ εντολϊν, κακοριςμζνων από το χριςτθ. Ακόμα, διακζτει μια πλοφςια ςυλλογι από readers και writers που επιτρζπουν τθν εφκολθ και αποτελεςματικι πρόςβαςθ ςτα SAR δεδομζνα και τθ μεταφορά τουσ μεταξφ διαφορετικϊν πακζτων λογιςμικοφ (dimap, GeoTIFF, HDF 4 & HDF 5, NetCDF, ENVI, Generic Binary). Τα δεδομζνα SAR, λοιπόν, του Ρίνακα 15 ειςιχκθκαν ςτο εργαλείο NEST, με τθν αρχικι τουσ απεικόνιςθ να δίνεται ςτισ εικόνεσ 53 και 55. Η οπτικι αναπαράςταςθ τθσ περιοχισ που καλφπτουν παρουςιάηεται ςτισ εικόνεσ 52 και 54 αντίςτοιχα, 137

138 όπωσ αυτζσ λιφκθκαν από το διαδικτυακό πρόγραμμα γραφικισ απεικόνιςθσ τθσ Γθσ Google Earth. Η προ-επεξεργαςία αφοροφςε κάκε φορά, ουςιαςτικά, τθν επεξεργαςία των δεδομζνων ίδιασ πόλωςθσ, τα οποία αποκτικθκαν ςε διαφορετικζσ χρονικζσ ςτιγμζσ (βλζπε εικόνα 56). Εικόνα 56: Οργάνωςθ επεξεργαςίασ δεδομζνων ίδιασ πόλωςθσ, διαφορετικισ χρονικισ ςτιγμισ. Εικόνα 57: Απεικόνιςθ με το 3D View Tool του NEST για δεδομζνα πόλωςθσ VV/VH. 138

139 Εικόνα 58: Απεικόνιςθ με το 3D View Tool του NEST για δεδομζνα πόλωςθσ HH/HV. Ππωσ αναλφκθκε ςτο κεφάλαιο 4, τα SAR δεδομζνα διατίκενται ωσ πρωτογενι μθ επεξεργαςμζνα δεδομζνα (raw data) και χριηουν πολλαπλισ επεξεργαςίασ πριν τθν τελικι αξιοποίθςι τουσ από τισ διάφορεσ εφαρμογζσ. Στθν εικόνα που ακολουκεί (βλζπε εικόνα 59) παρουςιάηονται τα ςτάδια προ-επεξεργαςίασ ςτα οποία υποβλικθκαν τα δεδομζνα του Ρίνακα 15. Εικόνα 59: τάδια προ-επεξεργαςίασ SAR δεδομζνων. 139

140 Radiometric Calibration/Remove Antenna Pattern Εικόνα 60: Ραδιομετρικι Διόρκωςθ Απεικόνιςθσ SAR δεδομζνων. Η εικόνα 60 παρουςιάηει τθν απεικόνιςθ τθσ 16 θσ Αυγοφςτου ςτθν αρχικι τθσ μορφι (αριςτερό τμιμα) και τθν ίδια απεικόνιςθ φςτερα από ραδιομετρικι διόρκωςθ (δεξιό τμιμα). Ουςιαςτικά, κατά τθ διαδικαςία αυτι πραγματοποιείται ο ακριβισ υπολογιςμόσ τθσ περιοχισ ςκζδαςθσ, για τθ διόρκωςθ γεωμετρικϊν παραμορφϊςεων όπωσ αυτι τθσ ςμίκρυνςθσ. Ραραμορφϊςεισ εξαιτίασ τθσ πτφχωςθσ (layover) και τθσ ςκίαςθσ (shadow) (βλζπε παράγ ) υπολογίηονται κατά τθ ραδιομετρικι βακμονόμθςθ αλλά δεν είναι δυνατόν να διορκωκοφν. Οι πιο φωτεινζσ περιοχζσ αντιςτοιχοφν ςτθ ςκίαςθ, ενϊ οι πιο ςκοφρεσ ςτθν πτφχωςθ. 140

141 Terrain Correction Εικόνα 61: Γεωμετρικι Διόρκωςθ Απεικόνιςθσ. Στθν παραπάνω εικόνα (βλζπε εικόνα 61) παρουςιάηεται το ςτάδιο τθσ γεωκωδικοποίθςθσ (ι γεωαναφοράσ), ζτςι όπωσ αυτι περιγράφθκε ςτθν παράγραφο Η διαδικαςία εκτελζςτθκε ςφμφωνα με τθν Range Doppler προςζγγιςθ, όπωσ άλλωςτε φανερϊνει και ο χαρακτθριςμόσ τθσ ωσ Terrain Correction. Το Ψθφιακό Μοντζλο Εδάφουσ (DEM), το οποίο χρθςιμοποιικθκε κατά τθν εφαρμογι, ιταν το SRTM 3Sec (Shuttle Radar Topography Mission) που δθμιουργεί μια από τισ πιο ολοκλθρωμζνεσ υψθλισ ανάλυςθσ ψθφιακζσ τοπογραφικζσ βάςεισ δεδομζνων τθσ Γθσ. 141

142 Single Speckle Filtering Εικόνα 62: Εφαρμογι φίλτρου ελάττωςθσ Κθλίδωςθσ. Απεικόνιςθ Sigma0_VV. Η Κθλίδωςθ, όπωσ είναι γνωςτό ιδθ από το 4 o κεφάλαιο, αποτελεί ζνα είδοσ κορφβου, κακϊσ κάκε ςτόχοσ που αποτυπϊνεται ςτθν απεικόνιςθ ςυνειςφζρει ςτθν οπιςκοςκζδαςθ τθσ ενζργειασ ωσ άκροιςμα όλων των υπαρχόντων ςκεδάςεων φςτερα από τθν τυχαία διαδρομι που αυτζσ πραγματοποιοφν. Αποτζλεςμα είναι θ εμφάνιςθ του φαινομζνου salt and pepper ςτθν απεικόνιςθ. Η βελτίωςθ επιτυγχάνεται με τθν εφαρμογι κατάλλθλων φίλτρων. Σθμειϊνεται και εδϊ ότι θ βελτίωςθ τθσ Κθλίδωςθσ γίνεται εισ βάροσ τθσ χωρικισ ανάλυςθσ και τθσ διατιρθςθσ των λεπτομερειϊν τθσ εικόνασ. 142

143 Εικόνα 63: Απεικόνιςθ (Sigma0_VH) πριν και μετά από εφαρμογι φίλτρου Μζςθσ Σιμισ για τθν ελάττωςθ κορφβου. Εικόνα 64: Απεικόνιςθ (Sigma0_VV) πριν και μετά από εφαρμογι φίλτρου Μζςθσ Σιμισ για τθν ελάττωςθ κορφβου 143

144 Εικόνα 65: Εφαρμογι φίλτρου Μζςθσ Σιμισ για τθν ελάττωςθ του κορφβου. Η εικόνα 62 παρουςιάηει τθν όψθ τθσ απεικόνιςθσ πριν και μετά τθν εφαρμογι του φιλτραρίςματοσ. Ομοίωσ, οι εικόνεσ 63 και 64 αποτελοφν μια εςτίαςθ τθσ ίδιασ απεικόνιςθσ (Sigma0_VV, Sigma0_VH αντίςτοιχα), ϊςτε να είναι πιο εμφανισ θ επίδραςθ του φίλτρου ςτθν εικόνα. Το φίλτρο που επιλζχτθκε για το ςφνολο των δεδομζνων και μεταξφ αυτϊν που προςφζρει το εργαλείο του NEST, ιταν το φίλτρο Μζςθσ Τιμισ (Mean Filter) με μζγεκοσ παρακφρου 3x3 (βλζπε εικόνα 65). Είναι εμφανισ θ βελτίωςθ τθσ όψθσ «αλατοπίπερου», που χαρακτθρίηει τθν απεικόνιςθ πριν τθν εφαρμογι του φίλτρου. Φςτερα από τθν εφαρμογι του φίλτρου ζχει αφαιρεκεί ςαφϊσ ζνα ποςοςτό κορφβου από τθν εικόνα, διατθρϊντασ ταυτόχρονα καλι χωρικι ανάλυςθ όπωσ και πριν τθν εν λόγω εφαρμογι Co-registration Η διαδικαςία τθσ ςυμπροςαρμογισ των SAR εικόνων είναι φυςικά απαραίτθτθ ςε αυτό το ςτάδιο, κακϊσ οι εικόνεσ, οι οποίεσ διατίκενται από διαφορετικζσ χρονικζσ ςτιγμζσ, καλφπτουν χονδρικά τθν ίδια περιοχι και χριηουν γεωγραφικισ και γεωμετρικισ ταφτιςθσ. Το εργαλείο NEST ζχει τθ δυνατότθτα να εκτελζςει απευκείασ μια διαδικαςία αυτόματθσ ςυμπροςαρμογισ, όμωσ ςτθν παροφςα προεπεξεργαςία χρθςιμοποιικθκε θ λειτουργία Δθμιουργίασ Στοίβασ (Create Stack Operator), θ οποία αποτελεί μια ςυνιςτϊςα τθσ ίδιασ διαδικαςίασ. 144

145 Σθμειϊνεται εδϊ ότι όλεσ οι προθγοφμενεσ διαδικαςίεσ εκτελζςτθκαν ςτο ςφνολο των δεδομζνων (εικόνων), ενϊ για τθν εκτζλεςθ τθσ ςυμπροςαρμογισ δθμιουργικθκαν υποςφνολα των αρχικϊν εικόνων. Πίνακασ 16: Σελικζσ Απεικονίςεισ φςτερα από Co-registration διαδικαςία Geo-coordinates Scene Stacks StackA_(22-29)_VV StackA_(22-29)_VH StackB_(22-29)_VV StackB_(22-29)_VH StackC_(22-28)_VV StackC_(22-28)_VH StackD_(22-28)_VV StackD_(22-28)_VH StackI_(22-29)_VV StackI_(22-29)_VH StackE_(18-17)_ΗV StackE_(18-17)_ΗH StackF_(18-17)_HV StackF_(18-17)_HH StackG_(18-17)_HV StackG_(18-17)_HH StackH_(18-17)_HV StackH_(18-17)_HV StackJ_(18-17)_HV StackJ_(18-17)_HH Nort Lat West Long South Lat East Long Bands/Acquisition (2011) June-May June-May June-Aug June-Aug June-May Jul-Sept Jul-Sept Jul-Sept Jul-Sept Jul-Sept Τα υποςφνολα αυτά ζδωςαν πζντε μικρότερεσ απεικονίςεισ που αφοροφςαν περιοχζσ ακριβϊσ ίδιων ςυντεταγμζνων. Οπότε, θ διαδικαςία τθσ ςυμπροςαρμογισ εκτελζςτθκε για αυτά τα υποςφνολα και για πολϊςεισ VV, VH και HH, HV αντίςτοιχα, δίνοντασ δζκα απεικονίςεισ από δφο μπάντεσ θ κάκε μία και διαμορφϊνοντασ, ςτθν ουςία, τθν τελικι βάςθ εικόνων για τθν ταξινόμθςθ που κα ακολουκοφςε. Σθμειϊνεται ότι προζκυψαν απεικονίςεισ με διαςτάςεισ που κυμαίνονταν περίπου ςτα 1200x2800 pixels. Οι απεικονίςεισ αυτζσ ςυγκεντρϊνονται ςτον Ρίνακα 16. Ενϊ οι εικόνεσ 66, 67 και 68 παρουςιάηουν αυτζσ που προζκυψαν από τθν επεξεργαςία των δεδομζνων VV/VH πόλωςθσ για τθν μπάντα VV. Αντίςτοιχα αποτελζςματα είναι 145

146 και αυτά που προζκυψαν για VH, αλλά και από τθν επεξεργαςία των δεδομζνων HH/HV. Η εικόνα που χρθςιμοποιικθκε ωσ master, κατά τθ ςυμπροςαρμογι ςε κάκε ηεφγοσ για τθ δθμιουργία των απεικονίςεων A, B, C, D και I πόλωςθσ VV/VH (βλζπε Ρίνακα 16, Scene 1-5), ιταν θ απεικόνιςθ που αποκτικθκε τθν 17 θ Ιουνίου. Αντίςτοιχα για τα ηεφγθ HH/HV πόλωςθσ των λοιπϊν απεικονίςεων (βλζπε Ρίνακα 16, Scene 6-10), τθν εικόνα master αποτζλεςε θ απεικόνιςθ τθσ 17 θσ Ιουλίου. Εικόνα 66: Απεικονίςεισ A, B πόλωςθσ VV για τισ 2 μπάντεσ. Εικόνα 67: Απεικονίςεισ C, D πόλωςθσ VV για τισ 2 μπάντεσ. 146

147 Εικόνα 68: Απεικόνιςθ I πόλωςθσ VV για τισ 2 μπάντεσ. Με το πζρασ τθσ διαδικαςίασ τθσ ςυμπροςαρμογισ των εικόνων, ολοκλθρϊνεται θ διαδιαςία τθσ προ-επεξεργαςίασ των δεδομζνων. Σθμειϊνεται, ότι ιδθ από τθν εκτζλεςθ τθσ ραδιομετρικισ διόρκωςθσ και μζχρι εδϊ τα δεδομζνα αποκθκεφονται από το Nest, όχι ωσ.n 1, αλλά με τθν κατάλξθ.dim, υποδθλϊνοντασ BEAM-DIMAP format, πρότυπο μορφοποίθςθσ του εργαλείου NEST. Τζλοσ, για τθν ειςαγωγι και διαχείρθςθ των δεδομζνων από άλλα εργαλεία και προγράμματα (π.χ. Matlab), τα προϊόντα αποκθκεφκθκαν ωσ.geotiff αρχεία Μεκοδολογία Σαξινόμθςθσ Σε αυτι τθν εργαςία, θ τεχνικι που επιλζχκθκε για τθν πραγματοποίθςθ τθσ επιβλεπόμενθσ ταξινόμθςθσ των SAR δεδομζνων ιταν αυτι των Τεχνθτϊν Νευρωνικϊν Δικτφων, θ οποία αποτελεί μια από τθσ πιο αποδοτικζσ μεκόδουσ ταξινόμθςθσ δορυφορικϊν δεδομζνων. Το ςφνολο των πειραμάτων αφοροφςαν ςτθν απόδοςθ των δεδομζνων ςε τρείσ γενικζσ κατθγορίεσ (τάξεισ), που χαρακτθρίηουν τθν ευρφτερθ περιοχι ενδιαφζροντοσ και είναι οι εξισ: city country river Η εικόνα που ακολουκεί (βλζπε εικόνα 69) παρουςιάηει το διάγραμμα ροισ τθσ διαδικαςίασ. 147

148 Εικόνα 69: Διάγραμμα ροισ διεργαςιϊν Σαξινόμθςθσ Δθμιουργία Ground Truth Με ςκοπό τον προςδιοριςμό των δεδομζνων training data sets και testing data sets (ςφνολο δεδομζνων εκπαίδευςθσ και αξιολόγθςθσ αντίςτοιχα), τα οποία απαιτοφνται για τθν εκτζλεςθ τθσ διαδικαςίασ, ιταν απαραίτθτθ θ γνϊςθ τθσ πραγματικισ κατάςταςθσ και ερμθνείασ τθσ περιοχισ (ground truth data). Κακϊσ δεν ιταν διακζςιμα τζτοια δεδομζνα από τθν αρχι, επιχειρικθκε θ διαδικαςία εξαγωγισ τουσ με τθ βοικεια των εργαλείων NEST και Matlab (δθμιουργία μαςκϊν). Σε αυτό το ςτάδιο, αντιπροςωπευτικά εικονοςτοιχεία για κάκε μία από τισ τρείσ κατθγορίεσ ζπρεπε να εντοπιςτοφν και να καταγραφοφν από τα διακζςιμα δεδομζνα (Ρίνακασ 16), όπωσ αυτά διαμορφϊκθκαν από το ςτάδιο τθσ προεπεξεργαςίασ. Η καταγραφι πραγματοποιικθκε με τθ δθμιουργία πολυγϊνων που περικλείουν περιοχζσ, οι οποίεσ αποτελοφνται από ομογενι δείγματα των αντίςτοιχων κατθγοριϊν, με όςο το δυνατόν μεγαλφτερθ λεπτομζρεια και ακρίβεια μπορεί κάτι τζτοιο να γίνει χειροκίνθτα. Σθμειϊνεται ότι τμιματα με αβζβαιο περιεχόμενο δεν ςυμπεριλιφκθκαν κακόλου προσ αποφυγι λανκαςμζνων αποτελεςμάτων. 148

149 Οι εικόνεσ 70 ζωσ 74 παρουςιάηουν τισ μάςκεσ, οι οποίεσ δθμιουργικθκαν για τισ πζντε διαφορετικζσ γεωγραφικζσ περιοχζσ. Οι μάςκεσ αυτζσ επαναλαμβάνονται αντίςτοιχα για τισ εικόνεσ VV,VH, HH και HV πόλωςθσ. Εικόνα 70: Εξαγωγι ground truth από StackA_(22-29)_VV. Εικόνα 71: Εξαγωγι ground truth από StackB_(22-29)_ VV. Εικόνα 72: Εξαγωγι ground truth από StackC_(22-29)_VV. 149

150 Εικόνα 73: Εξαγωγι ground truth από StackD_(22-29)_VV. Εικόνα 74: Εξαγωγι ground truth από StackD_(22-29)_VV Εξαγωγι Χαρακτθριςτικϊν Τφισ Gray Level Co-occurrence Matrix Haralick Features Ο πίνακασ Gray Level Co-occurrence Matrix, GLCM, για τον οποίο χρθςιμοποιείται επίςθσ ο χαρακτθριςμόσ Grey Tone Spatial Dependency Matrix, προτάκθκε από τον Haralick τθ δεκαετία του 1970 και αφορά ςτατιςτικζσ ιδιότθτεσ δεφτερθσ τάξθσ (Second Order Statistics SOS), που εξετάηουν εξαρτιςεισ μεταξφ ηευγϊν εικονοςτοιχείων και είναι ενδεικτικζσ τθσ κατανομισ τθσ φωτεινότθτασ ςε μια εικόνα. Η μιτρα ςυνεμφάνιςθσ φωτεινοτιτων, ουςιαςτικά, αποτελεί μια καταμζτρθςθ του πόςο ςυχνά διαφορετικοί ςυνδυαςμοί τιμϊν φωτεινότθτασ (επίπεδα του γκρι) μεταξφ δφο pixel εμφανίηονται ςε μια εικόνα.[43] Ζνασ πίνακασ GLCM είναι πάντα τετραγωνικόσ. Σε αυτόν απαρικμοφνται ηεφγθ pixels των οποίων θ ςχετικι κζςθ και ο προςανατολιςμόσ ορίηεται από ζνα διάνυςμα 150

151 μετατόπιςθσ, όπωσ φαίνεται ςτθν εικόνα 75. Οι διαςτάςεισ του είναι GxG, όπου G είναι το εφροσ τιμϊν των pixels (ςτάκμεσ). Ζνα ςτοιχείο του πίνακα, π.χ. το (1,2) αντιςτοιχεί ςε ζνα ηεφγοσ pixels οι τιμζσ των οποίων είναι 1 και 2 αντίςτοιχα.*42] Η εικόνα 76 παρουςιάηει ζνα αρικμθτικό παράδειγμα καταςκευισ ενόσ πίνακα GLCM για μια εικόνα με 8 διαβακμίςεισ του γκρι και διάνυςμα μετατόπιςθσ που ορίηει απόςταςθ 1 και προςανατολιςμό 0 0. Εικόνα 75: Διάνυςμα μετατόπιςθσ για δφο γειτονικά pixels που απζχουν απόςταςθ 1 και προςανατολιςμό 0 0,45 0,90 0, Εικόνα 76: Αρικμθτικό παράδειγμα καταςκευισ GLCM για το διάνυςμα μετατόπιςθσ που ορίηει απόςταςθ 1 και προςανατολιςμό

152 Μετά τθν καταςκευι του πίνακα GLCM, ακολουκεί ο υπολογιςμόσ των επτά χαρακτθριςτικϊν υφισ (Haralick Features), τα οποία χρθςιμοποιικθκαν ςε αυτι τθν εργαςία και δίνονται από τισ παρακάτω εξιςϊςεισ [44]: ( ) όπου το ςτοιχείο του GLCM πίνακα ) ( ) Gray Level Run Length Matrix Η μιτρα μικουσ διαδρομισ φωτεινότθτασ, Gray Level Run Length Matrix, GLRLM, που προτάκθκε από τον M.Galloway το 1985, αφορά ςτατιςτικζσ ιδιότθτεσ υψθλότερθσ τάξθσ (Higher Order Statistics HOS) και ςυνδυαςμοφσ που περιλαμβάνουν περιςςότερα από δφο εικονοςτοιχεία. Οι ςυνδυαςμοί αυτοί αποτελοφν ζνδειξθ τθσ ςυχνότθτασ φπαρξθσ ςυνεχόμενων εικονοςτοιχείων ςυγκεκριμζνθσ φωτεινότθτασ ςε κάποια διεφκυνςθ (κ 0 0, 45 0, 90 0,135 0 ). Η εικόνα 77 παρουςιάηει ζνα αρικμθτικό παράδειγμα καταςκευισ ενόσ πίνακα GLRLM. Σε κάκε ηεφγοσ, το αντιπροςωπεφει τθν τιμι τθσ φωτεινότθτασ, ενϊ το τισ φορζσ που το εμφανίηεται ςυνεχόμενα ςε διεφκυνςθ

153 Εικόνα 77: Αρικμθτικό παράδειγμα καταςκευισ GLRLM για το διάνυςμα μετατόπιςθσ με προςανατολιςμό 0 0. Ζχοντασ ολοκλθρωκεί θ καταςκευι του πίνακα GLRLM, ακολουκεί ο υπολογιςμόσ των ζντεκα χαρακτθριςτικϊν από τισ παρακάτω εξιςϊςεισ *45]: ( ) Στισ παραπάνω εξιςϊςεισ είναι ο ςυνολικόσ αρικμόσ επαναλιψεων ςτθν εικόνα, είναι ο αρικμόσ των επιπζδων του γκρίηου (bins), είναι ο αρικμόσ του μικουσ των επαναλιψεων (bins). Τζλοσ, ο ίδιοσ ο αρικμόσ των διαδρομϊν του εικονοςτοιχείου γκρι επιπζδου και για μικοσ αντιπροςωπεφεται από. 153

154 Εφαρμογι Νευρωνικοφ Δικτφου nprtool (Matlab) Για τθν ταξινόμθςθ των δεδομζνων επιλζχκθκε να χρθςιμοποιθκεί το νευρωνικό δίκτυο αναγνϊριςθσ προτφπων, nprtool (neural pattern recognition tool), εργαλείο το οποίο διακζτει το Matlab. Ρρόκειται για ζνα δίκτυο πρόςκιασ τροφοδότθςθσ που περιλαμβάνει δφο (2) επίπεδα νευρϊνων, ενϊ παράλλθλα χρθςιμοποιεί τθ ςυνάρτθςθ μεταφοράσ sigmoid τόςο ςτο κρυμμζνο επίπεδο όςο και ςτο επίπεδο εξόδου. Ο προεπιλεγμζνοσ αρικμόσ των κρυφϊν νευρϊνων είναι οριςμζνοσ ςτουσ 10 νευρϊνεσ, αρικμόσ που βζβαια μπορεί να αλλάξει προςαρμόηοντασ ζτςι το δίκτυο ςτισ απαιτιςεισ των δεδομζνων κάκε φορά. Το ίδιο μπορεί να ςυμβεί και με τα επίπεδα των νευρϊνων. Μια από τισ κατθγορίεσ αλγορίκμων εκπαίδευςθσ, τισ οποίεσ μπορεί να εκτελζςει το ςυγκεκριμζνο εργαλείο, αποτελεί εκείνθ θ οποία χρθςιμοποιεί αρικμθτικζσ τεχνικζσ βελτιςτοποίθςθσ. Αυτι περιλαμβάνει μεταξφ άλλων αλγόρικμουσ ςυηυγοφσ βάκμωςθσ (conjugate gradient), όπωσ τουσ traincgf, traincgp, traincgb, trainscg. Το πλεονζκτθμα αυτϊν είναι ότι επιτυγχάνουν πιο γριγορθ ςφγκλιςθ ςε ςχζςθ με τον κλαςικό back-propagation αλγόρικμο. Στθν παροφςα εργαςία, ο αλγόρικμοσ που χρθςιμοποιικθκε ιταν ο Scaled Conjugate Gradient (trainscg), ο ποίοσ είναι ζνασ αρκετά πολφπλοκοσ αλγόρικμοσ, που αν και είναι λίγο πιο αργόσ ςε ςχζςθ με τουσ υπόλοιπουσ ςτθν κατθγορία του, είναι υπολογιςτικά «οικονομικόσ» (λιγότεροι υπολογιςμοί ωσ τθ ςφγκλιςθ).[46] Για τθν ζναρξθ τθσ διαδικαςίασ απαιτείται να οριςκεί το διάνυςμα ειςόδου (inputs), κακϊσ επίςθσ το διάνυςμα «ςτόχων-κατθγοριϊν» (targets), το οποίο κακορίηει τισ τάξεισ ςτισ οποίεσ επικυμείται να ταξινομθκοφν οι είςοδοι. Το διάνυςμα αυτό αποτελείται από διανφςματα μθδενικϊν τιμϊν, εκτόσ από μία μονάδα 1 ςε μια ςυγκεκριμζνθ κζςθ, θ οποία αντιπροςωπεφει μια τάξθ κάκε φορά. Ζνα τυπικό παράδειγμα ενόσ νευρωνικοφ δικτφου από το nprtool του Matlab παρουςιάηεται ςτθν εικόνα που ακολουκεί (βλζπε εικόνα 78), όπου θ χρθςιμοποιοφμενθ ςυνάρτθςθ είναι θ ςιγμοειδισ και το πλικοσ των νευρϊνων ανζρχεται ςτουσ

155 Εικόνα 78: Συπικό νευρωνικό δίκτυο από το γραφικό περιβάλλον του nprtool. Φςτερα από το ςτάδιο τθσ εκπαίδευςθσ, το εργαλείο δίνει τθ δυνατότθτα υπολογιςμοφ του πίνακα ςφγχυςθσ (confusion matrix), ο οποίοσ αποτελεί ουςιαςτικά μια απεικόνιςθ τθσ απόδοςθσ του αλγορίκμου. Κάκε ςτιλθ του πίνακα αντιςτοιχεί ςε μια προβλεπόμενθ τάξθ, ενϊ κάκε γραμμι αντιςτοιχεί ςε μια πραγματικι τάξθ. Αντιπροςωπευτικό είναι το όνομα confusion, το οποίο προζρχεται από το γεγονόσ ότι ο πίνακασ αυτόσ κακιςτά εφκολο να εκτιμθκεί το κατά πόςο το ςφςτθμα ςυγχζει τισ κατθγορίεσ. Εικόνα 79: Παράδειγμα υπολογιςμοφ confusion matrices του νευρωνικοφ δικτφου. Η εικόνα 78 δείχνει τουσ confusion matrices που αντιςτοιχοφν ςτθν εκπαίδευςθ (training), δοκιμι (testing) και επαλικευςθ (validation) του ταξινομθτι για τον ςυνδυαςμό τριϊν τάξεων. Από το ςυνολικό πλικοσ των δειγμάτων, το ςφςτθμα επιλζγει τυχαία το 70% για τθ διαδικαςία training, το 15% για τθν testing και 155

156 τζλοσ το υπόλοιπο 15% για τθν validation (ποςοςτά τα οποία επίςθσ μπορεί να προςαρμόςει ο χριςτθσ). Επιςθμαίνεται ότι, τα δείγματα ςτθν training είναι εκείνα με βάςθ τα οποία γίνεται θ προςαρμογι των βαρϊν ςε κάκε επανάλθψθ και τα δείγματα για validation είναι εκείνα με βάςθ τα οποία εκτιμάται θ «γενίκευςθ» (generalization) του δικτφου. Πταν θ γενίκευςθ ςταματά να βελτιϊνεται τότε θ εκπαίδευςθ τερματίηεται. Τζλοσ, τα δείγματα τα οποία το δίκτυο χρθςιμοποιεί για testing δεν επθρεάηουν κακόλου ςτθν εκπαίδευςθ αλλά χρθςιμοποιοφνται κακαρά για τθν εκτίμθςθ τθσ απόδοςθσ του δικτφου. Πςον αφορά ςτο παράδειγμα τθσ εικόνασ 79, θ ακρίβεια του δικτφου είναι πολφ μεγάλθ όπωσ προκφπτει από το υψθλό ποςοςτό των ςωςτϊν ταξινομιςεων για τισ αντίςτοιχεσ τάξεισ ςτα πράςινα τετράγωνα και του χαμθλοφ ποςοςτοφ των λανκαςμζνων ταξινομιςεων ςτα κόκκινα. Ενϊ το κάτω δεξιά μπλε τετράγωνο ςε κάκε πίνακα αντιςτοιχεί ςτθ ςυνολικι ακρίβεια.[47] 7.5. Πειραματικά Αποτελζςματα Ζτςι λοιπόν, από τα παραπάνω προκφπτει ότι τελευταίο βιμα πριν τθν ζναρξθ κάκε πειραματικισ δοκιμισ ταξινόμθςθσ ιταν να κακορίηονται οι είςοδοι του νευρωνικοφ δικτφου, δθλαδι τα διανφςματα inputs και targets. Για το ςκοπό αυτό, κάκε εικόνα (βλζπε Ρίνακασ 16) αναλφκθκε ςε υπο-περιοχζσ (image patches), οι οποίεσ από τθν αρχικι τουσ μορφι ωσ τετραγωνικά παράκυρα μεταςχθματίηονταν ςε διανφςματα γραμμι (διανφςματα μίασ διάςταςθσ) (βλζπε εικόνα 80). Από αυτά τα patches εξάγονταν ςτθ ςυνζχεια τα χαρακτθριςτικά (ζνταςθσ ι υφισ) για τθ διαδικαςία τθσ ταξινόμθςθσ. Τζλοσ, ςτοχεφοντασ ςε καλφτερα αποτελζςματα ταξινόμθςθσ, για κάκε διάνυςμα δθμιουργικθκε ζνα μεγαλφτερο διάνυςμα από τθν «ςφνδεςθ» (concatenation) (βλζπε εικόνα 81) των δφο διακζςιμων μπαντϊν (Bands 1,2), που αντιπροςωπεφουν λιψεισ διαφορετικισ χρονικισ ςτιγμισ, όπωσ ζχει ιδθ αναφερκεί. Σθμειϊνεται, επίςθσ, ότι το μζγεκοσ των παρακφρων για τθν εξαγωγι των υπο-περιοχϊν μπορεί να ποικίλει. 156

157 Εικόνα 80: Παράδειγμα μεταςχθματιςμοφ ενόσ patch μεγζκουσ 3x3 ςε διάνυςμα γραμμι. Εικόνα 81: Παράδειγμα concatenation των δφο διακζςιμων μπαντϊν Σαξινόμθςθ με εξαγωγι χαρακτθριςτικϊν ζνταςθσ Αποτελζςματα ταξινόμθςθσ για μεταβλθτό πλικοσ νευρϊνων Στθν παροφςα ενότθτα παρατίκενται τα αποτελζςματα των πρϊτων ταξινομιςεων που εκτελζςτθκαν. Οι εικόνεσ που ζλαβαν μζροσ ςε αυτζσ παρουςιάηονται ςτον Ρίνακα 17. Πίνακασ 17: Δεδομζνα VV πόλωςθσ. Scene VV Polarization 1 StackA_(22-29)_VV 2 StackB_(22-29)_VV 3 StackC_(22-28)_VV 4 StackD_(22-28)_VV 5 StackI_(22-29)_VV 157