Escolar Documentos
Profissional Documentos
Cultura Documentos
1, abril 2015 26 - 63
Abstract.-
This paper deals with the revision of literature on electromagnetic interaction models for characterizing targets
from synthetic aperture radar SAR data. The primary motivation of this review is to encourage the creation of a
research area on synthetic aperture radars within the Ecuadorian Space Institute. This document contains a brief
review of the basic principles of synthetic aperture radar, the mechanisms of interaction of electromagnetic fields
with matter, polarimetry basics and its use for characterization of targets in SAR scenes. A set of thesis topics for
both undergraduate and graduate levels are proposed at the end.
Keywords: electromagnetic interaction, synthetic aperture radar SAR, reflectance, backscatter coefficient,
reflectivity, electromagnetic properties of matter and rocks, polarimetry.
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 27
φV H − φVV y φHH − φVV . Este tema será ampliado electromagnética. En este caso, es como si el
en la Sección 4. campo externo al poner a ((vibrar)) los dipolos,
éstos, en su vibración, se comportasen como
3. Mecanismo de interacción de los campos pequeñas antenas que re-irradian una porción de
eléctrico y magnético con la materia. la energı́a que el campo externo les suple.
Desde el punto de vista magnético sucede algo
La materia, desde el punto de vista macroscópi- completamente equivalente. En este caso los lazos
co (y para frecuencias no ionizantes), puede magnéticos reaccionan reorientándose en la direc-
modelarse como una agrupación continua de ción del campo magnético externo, sustrayendo
dipolos eléctricos y lazos magnéticos elementales. de éste cierta cantidad de energı́a magnética, la
Los dipolos eléctricos reaccionan con un cam- cual almacenan. Este proceso se conoce como
po eléctrico externo reorientándose en dirección magnetización o imanación. La Magnetización se
opuesta a éste, sustrayendo del mismo cierta modela matemáticamente mediante un Vector de
cantidad de energı́a, la cual almacenan. Este Magnetización M [A/m]. La Magnetización M se
proceso se conoce como polarización eléctri- define como el momento magnético por unidad de
ca, o simplemente polarización. La polarización volumen en un punto de un material magnetizado
eléctrica se modela matemáticamente mediante un [13, 14, 15, 16]:
Vector de Polarización P [Q/m2 ]. La Polarización P
P es el momento dipolar eléctrico por unidad de mn
M = lı́m n (17)
volumen en un punto de un material polarizado ∆ν→0 ∆ν
[13, 14, 15, 16]: P
P donde n mn es el momento magnético que produ-
p cen los lazos magnéticos elementales contenidos
P = lı́m n n (15)
∆ν→0 ∆ν en el volumen incremental ∆ν.
P En general, el Vector de Magnetización M
donde n pn es el momento dipolar eléctrico
se puede expresar como una función del campo
resultante de los dipolos eléctricos contenidos en
magnético total H en el interior de la materia de
el volumen incremental ∆ν.
la forma:
En general, la Polarización P se puede expresar
como una función del campo eléctrico total E en
M = χm (H)H (18)
el interior de la materia de la forma:
con ε0 ε00 µ0 y µ00 ¿0, y donde las variables prima- Figura 5: Del modelo b) se comprueba que I = Ig + Ic ,
das modelan las propiedades eléctrica y magnética que I = YV y que Y = G + ωC, y asumiendo que J =
de la materia en su sentido ordinario, mientras que [σ + ω(ε0 − ε00 )]E, se deduce que G = (σ + ωε00 ) Ad y
C = ε0 Ad , donde, del capacitor en a), A es el área de las placas
las variables doblemente primadas modelan las
del capacitor y d la distancia entre ellas.
pérdidas asociadas a los procesos de polarización
eléctrica y magnética, respectivamente, debido a la
inercia de tales procesos. del valor de la admitancia, y conociendo los
Especial atención merece la ecuación de Max- parámetros geométricos del capacitor, los paráme-
well tros ε0 y σ + ωε00 pueden ser determinados, y
estos usados, a su vez, para identificar el material,
∇ × H = (σ + ωε)E (26) o simplemente para caracterizarlo. Evidentemente
donde el término a la derecha representa una existe una ambigüedad con relación al término σ +
densidad de corriente: ωε00 , por lo que, en base a un conocimiento previo
del material, habrá que decidir si el parámetro
J =(σ + ωε)E (27) medido es la conductividad eléctrica σ, o la parte
σ imaginaria de la permitividad eléctrica ε00 . Por
= ω ε0 − + ε00 E (28)
ω esta razón, por la imposibilidad de distinguir entre
uno y el otro a partir de medidas de laboratorio,
la cual viene a ser una combinación lineal de las
los términos σ/ω y ε00 se consideran equivalentes
ecuaciones (21) y (23), donde la multiplicación de
entre si: σ/ω = ε00 [18]. Una enorme cantidad de
la Ec. (21) por ω la convierte en la densidad de
métodos para caracterizar electromagnéticamente
corriente de desplazamiento, mientras la Ec. (23),
los medios materiales han sido desarrollados. Una
en si misma, representa la densidad de corriente
descripción de estos métodos está fuera del alcance
de conducción. De este modo, la Ec. (19) modela
de la presente revisión, sin embargo, el lector
la reacción del medio material, en términos de
interesado puede leer sobre este tópico en la Ref.
densidad de corriente, ante la acción de una campo
[19].
eléctrico externo. Observamos que la densidad
de corriente inducida posee una componente
3.2. Caso ideal de reflexión por una superfi-
(σ + ωε00 )E en fase con el campo eléctrico,
cie plana de material homogéneo (solución
y una componente ωε0 E en cuadratura con él.
analı́tica)
Circuitalmente hablando esto podrı́a modelarse
como un circuito RC paralelo equivalente a un Además de la RCS y el coeficiente de retrodis-
capacitor relleno de una muestra del material bajo persión definidos en la Sección 2, existe un tercer
estudio, tal como se muestra en la Fig. 5. parámetro de interés, denominado coeficiente de
A partir de la Fig. 5 se comprueba que I = Ig +Ic , reflexión, utilizado para definir la reflectividad
que I = YV y que Y = G + ωC, y G = (σ + ωε00 ) Ad (, reflectancia), en este caso, de una superficie
y C = ε0 Ad , donde A es el área de las placas del plana. El coeficiente de reflexión se define como la
capacitor y d la distancia entre ellas. La medición razón de la amplitud compleja del campo eléctrico
de la admitancia Y del capacitor podrı́a realizarse ((reflejado)) E s (onda plana) a la amplitud compleja
con una analizador de redes vectoriales. A partir del campo eléctrico incidente E i (onda plana),
Revista Ingenierı́a UC
36 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
Es
ρ= (2d)e 2κd (35) 3.3. Caracterı́sticas electromagneticas de las ro-
Ei
cas
donde E s es el eco medido en el receptor y E i es
el campo transmitido desde el transmisor. La Ec. Las propiedades eléctricas del suelo dependen
(33) puede ser, entonces, invertida para encontrar de sus principales componentes, de los efectos
las ecuaciones de estimación interfaciales de carácter electro-quı́mico entre
estos y de su disposición geómetrica [21]. Desde
ε s =ε s (ρR , ρI ) (36) el punto de vista electromagnético el suelo es
σ s =σ s (ρR , ρI ) (37) una mezcla dieléctrica de cuatro componentes:
aire, roca propiamente, agua libre y agua ligada
donde ρR = <{ρ} y ρI = ={ρ}. En efecto, [22]. La constante dieléctrica de las rocas (sin
sustituyendo ε s = ε0s − σ/ω = |ε s |e− ∆ , donde humedad) se ubica entre 3 y 8 a las frecuencias de
∆ = arctan εσ0s ωs , en la definición de η s en la Ec. radar, la del agua es 80 y la de los hidrocarburos
(33) se obtiene aproximadamente 2. El comportamiento de la
permitividad eléctrica del agua lı́quida varı́a, sin
1 − |εε0s | embargo, con la frecuencia (ver Fig 8.).
ρR = (38)
q El comportamiento de la permitividad eléctrica
1 + |εε0s | + 2 |εε0s | cos ∆2
compleja del agua se corresponde al de un
q
2 |εε0s | sin(∆/2) dieléctrico absorbente ideal, denominado substan-
ρI = q (39) cia de Debye. Las substancias de Debye tienen un
1 + ε0 + 2 |εε0s | cos ∆2 constante dieléctrica cuyo espectro se ajusta a la
|ε s |
ecuación:
El par de ecuaciones (38) y (39), la posibilidad
de su inversión en la forma indicada por las ∆ε
ε(ω) = ε∞ + (40)
ecuaciones (36) y (37) y la posibilidad ulterior de 1 + ωτ
identificar distintos tipos de suelos (rocas) a partir
de dicho procedimiento, constituye una de las donde δε = ε s − ε∞ , ε s es la permitividad estática
principales motivaciones para realizar una revisión (permitividad de baja frecuencia) del material, ε∞
de la investigación cientı́fica realizada hasta la es la permitividad en el lı́mite de alta frecuencia, y
fecha en el contexto de la observación remota de τ es el tiempo de relajación del material.
la tierra utilizando radares de apertura sintética y Las rocas presentan, en general, una permitivi-
su uso potencial en la identificación de distintas dad eléctrica ε, una permeabilidad magnética µ y
litologı́as. una conductividad eléctrica σ no homogéneas y
Revista Ingenierı́a UC
38 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
efectiva εe , ambos definidos de la forma siguiente Con la información mostrada en las Tablas 1 y
[23]: 2 hemos procedido a invertir las ecuaciones (38) y
(39). Para ello, hemos observado en general, para
σe =σ0 (ω) + ωε00 (ω) (44) todos los tipos de rocas mostrados en la Tabla 1, y
σ00 (ω) para casi todos los niveles de humedad mostrados
εe = − + ε0 (ω) (45) en la Tabla 2, salvo para un suelo con una humedad
ω
del 30 %, que ∆ 1, y de esta forma:
Y con base en este modelo explican los resul-
tados reportados previamente en la literatura sugi- sin(∆/2) ≈ ∆/2 (46)
riendo que tales mediciones no se correspondı́an cos(∆/2) ≈ 1, (47)
con la de los parámetros intrı́nsecos reales de
las rocas sino con sus parámetros efectivos. Todo ası́ las ecuaciones (38) y (39) pueden ser rescritas
esto puede interpretarse diciendo que las rocas en de la forma:
general no poseen propiedades electromagnéticas
1 − |εε0s |
intrı́nsecas homogéneas, que la presencia de agua ρR ≈ (48)
q 2
en ellas aporta mayor heterogeneidad, y que por
1 + |εε0s |
ende una medición precisa de sus parámetros q
intrı́nsecos no es posible (al menos con los |ε s |
∆
ε0
métodos reportados a la fecha), y que a lo sumo, ρI ≈ (49)
q 2
solo pueden medirse ciertos parámetros más bien 1 + |εε0s |
promediales, denominados efectivos, los cuales
son una función de los intrı́nsecos, y que sirven
de donde:
para caracterizar a las rocas como si estas fueran
s
homogéneas. Salvo unos pocos casos y mediante |ε s | 1 − ρR
un procedimiento de ajuste de curvas es posible ≈ (50)
ε0 1 + ρR
estimar los parámetros intrı́nsecos ε y σ de la roca
ρI
a partir de su parámetros efectivos εe y σe [23]. ∆≈ (51)
Con una porción de los datos recopilados en (1 + ρR )2
[23] se ha procedido a calcular los parámetros y finalmente, recordando que ε s = ε0s − σ/ω =
tan ∆, ∆, ρ = ρR + ρI , |ρ| y φρ [◦ ] a 0.1 GHz |ε s |e− ∆
y juntarlos con los valores de ε0s /ε0 = K y σ
(1 − ρR )2 ρI
" #
publicados. En la Tabla 1 se muestran los valores
εs ≈
0
cos ε0 (52)
obtenidos. (1 + ρR )2 (1 + ρR )2
Similar procedimiento se ha seguido para un (1 − ρR )2 ρI
" #
suelo (¿base?) con diferentes niveles de humedad, σs ≈ sin ωε0 (53)
(1 + ρR )2 (1 + ρR )2
usando como referencia los valores presentados en
[20]. Los resultados obtenidos se muestran en la Las ecuaciones (52) y (37) son las formas
Tabla 2 especı́ficas de las ecuaciones de inversión (36)
Al observar las columnas de |ρ| y φρ de las y (37) buscadas. En todo caso, tales ecuacio-
Tablas 1 y 2 no podemos dejar de notar que, si nes devuelven los parámetros efectivos, mas no
bien se registran cambios importantes en el valor intrı́nsecos, del suelo (roca).
de la magnitud del coeficiente de reflexión |ρ|, la
fase φρ varı́a muy poco para los distintos tipos de 3.4. Relación entre σ, σ◦ y ρ
rocas y humedad. De este modo, las estrategias Para el modelo de la Figura 10, el cual
de ((identificación)) podrı́an (anticipamos) basarse representa una situación estándar de un radar
solo en mediciones de intensidad del eco, y no iluminando un área S 0 de un ((blanco)) de gran
tanto en su fase. dimensión, vamos a establecer una relación entre
Revista Ingenierı́a UC
40 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
Tabla 1: Tangente de pérdidas tan ∆ y ángulo de pérdidas ∆ de diferentes tipos de rocas a 0,1 GHz. con base en los parámetros
reportados en [23] .
Tipo de roca K σ [S/m] tan ∆ ∆ ρ = ρR + ρI |ρ| φρ [◦ ]
Dry Volcanic Ash 1 1,5 × 10 −4
0.0270 0.0270 -0.0001 + 0.0067 0.0067 90.7
Dry low density basalt 4 2,5 × 10−3 0.1125 0.1120 -0.3350 + 0.0249 0.3359 175.7
Wet low density basalt, 3.8 % H2 O 5 6 × 10−3 0.2160 0.2127 -0.3878 + 0.0452 0.3904 173.3
Dry high density basalt 9 1 × 10−3 0.0200 0.0200 -0.5000 + 0.0037 0.5001 179.5
Wet high density basalt 9 2 × 10−3 0.0400 0.0400 -0.5002 + 0.007 0.5002 179.1
3.3 % salty ice, -26 ◦ C 4 4 × 10−3 0.1800 0.1781 -0.3375 + 0.039 0.3398 173.3
Tabla 2: Tangente de pérdidas tan ∆ y ángulo de pérdidas ∆ para diferentes niveles de humedad del suelo con base en los
parámetros reportados en [20].
Humedad ε0r ε00r tan ∆ ∆ ρ = ρR + ρI |ρ| φρ [◦ ]
10 % 5 0.5 0.1000 0.0997 -0.3832 + 0.0213 0.3838 176.8241
20 % 13 2 0.1538 0.1526 -0.5683 + 0.0259 0.5689 177.3943
30 % 24 3.5 1.4583 0.9697 -0.7539 + 0.110 0.7619 171.6629
σ (r ) ds de S (reflectancia) y el coeficiente de
◦ 0 0 0 =E◦ ρ(r0 )ds0 e− 2κ·R (55)
S0
reflexión ρ (reflectividad) siguiendo parcialmente =E◦ ρ(r0 )ds0 e− 2κ·(r0 +r)
(56)
el planteamiento de Sullivan (pags. 164-165
de [9]). Evidentemente habrá que generalizar el donde κ = κκ̂, y κ = 2π/λ.
concepto de coeficiente de reflexión asociado a El campo total retrodispersado por el área S 0
una superficie plana mediante la definición de una iluminada del blanco y recibido en la antena se
densidad superficial de coeficiente de reflexión obtiene integrando la Ec. (56)
ρ(r0 ), según la cual, a cada punto se asocia un "Z #
coeficiente de reflexión par a ρ(r0 )ds0 . E =E
s ◦ 0 − 2κ·r0
ρ(r )e ds e− 2κ·r
0
(57)
S0
Para establecer esta conexión aplican las si-
guientes restricciones: cada punto sobre la super- Evidentemente, la Ec. (57) serı́a válida si y
ficie iluminada del objeto dispersa directamente solo si, los campos eléctricos, retrodispersado
la fracción de campo incidente correspondiente E s y radiado E◦ , se propagasen en forma de
a su reflectividad local sin que medien ulteriores sendas ondas planas, pues en dicha ecuación no se
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 41
|ETs |2
Z
contempla la atenuación de espacio libre, más solo
ds
el desfasamiento debido al viaje de ida y vuelta. En ST 2ηm
un esfuerzo por sincerar dicha ecuación, Sullivan
R
|EoT |2
Z ds G 1 Gλ2 1 0
escribe –Eq. (6.11), pág. 165 [9]–: ST 2ηm
= σ◦ (r0 ) ds
PT x−peak G2 λ2 σ cε0 Er2 S0 4πR2 4πR2 4π L
PRx−peak = = (58) (62)
(4π)3 R4 L 2
2 PT x−peak G2 λ2 1/2
!
Er = σ (59) en donde nos hemos permitido usar una notación
cε0 (4π)3 R4 L congruente con la Fig. 10, S T es el área transversal
donde Er es el campo recibido, y la ecuación de la guı́a de onda en un punto común a los
PT x−peak G2 λ2 σ dos procesos (transmisión y recepción), en donde
PRx−peak = (60) se miden los dos niveles de potencia, y ha
(4π)3 R4 L de localizarse en algún punto, antes o después
es la Ecuación de Friis convertida en una de las de la antena (según se mire: en T x o en R x ,
formas de la ecuación del radar. Dicha ecuación respectivamente), y ηm es la impedancia de modo,
contiene el presupuesto de potencia: conecta la que solo en el caso del modo TEM bien podrı́a
potencia PRx recibida por el radar con la potencia coincidir con η0 . En la Ec. (62) se ha asumido
PT x radiada por éste, a través de las pérdidas tácitamente que el campo incidente es constante en
en los dispositivos electrónicos 1/L, la ganancia todo los puntos de la superficie S 0 iluminada por el
directiva G de la antena en el modo de transmisión radar. Si la Ec. (62) se particulariza para un único
(T x ), el área efectiva de la antena λ2G/4π en punto sobre S T se la podrá reescribir de la forma
modo de recepción (R x ), lás pérdidas de espacio
libre 1/(4πR2 )2 , y la RCS σ del blanco. Por lo |EoT |2G2 λ2
Z
|ET | =
s 2
σ◦ (r0 ) ds0 (63)
tanto, dicha ecuación es válida en algún punto en (4π)3 R4 L S 0
el interior del radar, entre los amplificadores, de
De la Ec. (63) podrá despejarse el módulo del
potencia (PA) en la cadena de transmisión y de
campo retrodispersado de la forma
bajo ruido (LNA) en la cadena de recepción, y
#1/2 Z !1/2
la antena, ¿dónde?, depende de cuales pérdidas G2 λ2
"
modele el término 1/L. Advertimos, además, que E =E
s o
σ (r ) ds
◦ 0 0
(64)
(4π)3 R4 L S0
la Ec. (60) está calibrada en [Watts]. Por otro
lado, el término cε0 Er2 /2, que en la Ec. (58) La Ecuación (64) nos proporciona la infor-
se iguala a la Ec. (60), es bien sabido que – mación cuantitativa necesaria para corregir las
ver Ec. (4-11), pág. 136 de [34], o Ec. (7- amplitudes de los campos en la Ec. (57), de modo
13), pág. 299 de [35]– define una densidad de que la misma se ajuste a la verdadera naturaleza de
potencia por unidad de superficie y se expresa, por las ondas, las cuales no son rigurosamente planas:
tanto, en [Watts/m2 ]. La Ec. (58) debe corregirse #1/2
G2 λ2
"
por las siguientes dos razones. Primero, porque
E =E
s ◦
el uso de σ no es adecuado. De acuerdo a (4π)3 R4 L
las definiciones presentadas en la Sección 2 – "Z #
0 − 2κ·r0
Ec. (5)–, el coeficiente de retrodispersión σ◦ es × ρ(r )e ds e− 2κ(r+`) (65)
0
S0
más conveniente por tratarse de un objeto cuya
dimensión desborda el ancho de haz de la antena donde se ha i asumido que la integral
0 − 2κr0
hR
de radar . Y segundo, porque es necesario resolver S0
ρ(r )e ds0 es una definición generalizada
la disparidad en las unidades de medida. La forma
hR la rcs σS 0 del
1/2 0
de área S iluminada, tal que
correcta de la Ec. (58) es: 0 ρ(r0 )e− 2κr0 ds0 = σ1/2
i
S S 0 , y donde ` es la
PoG ◦ 0 1 Gλ2 1 0
Z
P =
s
σ (r ) ds (61) distancia del plano S T , donde se miden los niveles
2 4πR2 4π L
S 0 4πR de potencia, a los terminales de la antena. La fase
Revista Ingenierı́a UC
42 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
(68)
) es precisamente la ((altura)) del punto en r0
respecto al centroide del objeto, medida en la donde se han usado la variables x y y como
dirección de incidencia del campo proveniente del variables espaciales en el plano horizontal. La
radar. El factor 2 se debe al viaje R de ida y vuelta altura hrms del suelo representa la desviación
del campo. Por tanto, la integral S 0 ρ(r0 )e− 2κ·r ds0
0
estándar de la rugosidad del suelo respecto del
es una función de la rugosidad del terreno, definida plano horizontal de referencia.
ésta como la función de dependencia espacial de la En la dirección del eje x la función de autoco-
altura: h = h(r0 ). Esto nos permite concluir que la rrelación se define como
fase resultante que trae el campo retrodispersado R∞
consigo consiste de la combinación coherente de h(x, y)h(x − τ, y) dx
Rhh (τ, y) = −∞ (69)
la fase del coeficiente de reflexión, función de los h2rms
parámetros electromagnéticos intrı́nsecos, y de
La longitud ` de autocorrelación se define como
las diferencias de fase entre los puntos del área
la distancia entre dos puntos sobre la superficie
iluminada, función de la rugosidad.
para la cual la función de autocorrelación decae un
Ahora bien, descartando de la Ec. (65) los Neperio:
h 2 2 i1/2
G λ
parámetros conocidos: E◦ , (4π) 3 R4 L y e− 2κ(r+`) ,
1
podemos escribir: Rhh (`) = (70)
e
Si la rugosidad del suelo es isotrópica, dicha
Z
ρ(r0 )e− 2κ·r ds0
s 0
E (κ) ∼ (66) longitud no cambia con la dirección. La rugosidad
0
ZS del suelo afecta la retrodispersión del suelo, y para
E s (κ)e 2κ·r dκ
0
ρ(r0 ) ∼ (67) algunas frecuencias da lugar al eco monoestático
S0
que no podrı́a obtenerse al iluminar oblicuamente
la superficie si esta fuera plana. La rugosidad
donde los lı́mites de integración vendrı́an dados
del suelo es perceptible para longitudes de onda
por el área efectivamente iluminada del objeto. La
comparables con hrms .
Ec. (67) es reconocida como la imagen 3D del
objeto [9].
λ
Figura 13: Geometrı́a para el cómputo del campo disperso a
(a) h ≤ 8 cos ϕ partir de la Ec. (72) . El campo disperso es calculado a partir
de la integración de las densidades de fuentes equivalentes:
equiv equiv equiv
Js = −n̂ × H, M s = n̂ × E y ρ s = − n̂ · E.
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 45
4.1.2. Vector de Jones Tabla 3: Vectores unitarios de Jones que conforman las bases
El Vector de Jones consiste en un vec- (uH , uV ), (ua , ub ) y (uL , uR )
tor columna compuesto por cualquier pareja de Estado de polarización Vector de Jones unitario u
componentes mutuamente ortogonales del campo
!
1
Horizontal (H) uH =
eléctrico. Usando la base {ĥ, v̂} –Ec. (75)– el Vector 0!
de Jones queda definido como 0
Vertical (V) uV =
1 !
1
|E H |e δH lineal +45◦ (a) ua = √12
! !
EH
= (84) 1 !
EV |EV |e δV 1
lineal −45◦ (b) ub = √12
1
! −1
= EH
!
(85) 1
ρ circular izquierda (L) uL = √12
!
1
|EV | (δV −δH ) circular derecha (R) uR = √2
1
donde ρ = |E e . El Vector de Jones −
H|
puede ser formulado en función de los ángulos
caracterı́sticos ψ y χ de la elipse de polarización
Usando la base (uL , uR ), el campo eléctrico
–ver Fig.14(a)– de la forma
admite, por ejemplo, la siguiente expresión alge-
! p braica:
EH
= |E H |2 + |EV |2 e δ0 EL
!
EV
= E L uL + ER uR (88)
cos ψ − sin ψ
!
cos χ
! ER
× (86)
sin ψ cos ψ sin χ
! !
EL 1 ER 1
= √ + √ (89)
2 2 −
donde δ0 = δV − δH .
El Vector de Jones puede ser expandido como la cual es equivalente a esta otra expresión
una combinación lineal de dos vectores unitarios vectorial:
mutuamente ortogonales, los cuales constituyen
E = E L lˆ + ER r̂ (90)
una base del sub-espacio de estados de polariza-
ción (puntos sobre la esfera de Poincaré) de la ĥ + v̂ ĥ − v̂
= E L √ + ER √ (91)
forma: 2 2
lineal podrá describirse mediante una matriz, la forma práctica de la manera siguiente: el radar
misma contendrá toda la información recuperable transmite los pulsos en dos polarizaciones mutua-
del proceso de retrodispersión. Al corregirla, para mente ortogonales de forma alternativa –ver Fig.
sustraer de ella la influencia de la propagación a 16(a)–: primero transmite un pulso EiH polarizado
través del espacio libre, el análisis de la referida horizontalmente y registra los ecos EHs y EVs ; luego
matriz permitirá extraer información exclusiva del transmite un pulso EiV con polarización vertical y
dispersor. La matriz se constituye en modelo registra nuevamente los ecos EHs y EVs –ver Fig.
polarimétrico de los blancos. 16(b)–, para llenar la matriz [S ] de la forma:
|s× |e (φ× −φ0 )
!
4.2.1. Matrices de Sinclair, de Coherencia y de |sHH |
[S ] = (92)
Covarianza |s× |e (φ× −φ0 ) |sVV |e (φVV −φ0 )
Dos representaciones diferentes suelen usarse
donde se ha asumido que sHV = sV H = s× , lo cual
para modelar los dispersores: la matriz [S ] de
es generalmente cierto para el caso monoestático,
dispersión –ver Ec. (8)–, conocida también como
en cuyo caso la propiedad de reciprocidad se
Matriz de Sinclair, y la matrices [C] de Cova-
cumple para la mayorı́a de los blancos, φ× =
rianza y [T ] de Coherencia, las cuales se obtienen
φHV = φV H y φ0 = φHH . La matriz [S ] varı́a
ambas a partir de la primera.
significativamente con la frecuencia y la dirección
del haz de la antena. La Ecuación (8) de la Sección
2 puede ser reescrita ahora de la forma:
e− (κr−φ0 )
!
E Hs
s =
EV | {z r }
interferometrı́a
|s× |e (φ× −φ0 ) E Hi
! !
|sHH |
× (93)
|s× |e (φ× −φ0 ) |sVV |e (φVV −φ0 ) EVi
| {z }
polarimetrı́a
Figura 16: Diagrama esquemático del principio de funciona- De los dos, el vector de Pauli kT es preferido en
miento de una radar de apertura sintética polarimétrico. algunos casos, porque sus elementos admiten una
interpretación fı́sica directa. El primer elemento
La Matriz de Sinclair es una matriz de reflexión sHH + sVV se asocia, por ejemplo, con una reflexión
de voltajes complejos, la cual es construida de impar (odd bounce), que causa un desfase de
Revista Ingenierı́a UC
48 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
180◦ del campo disperso con relación al campo Las matrices [T ] y [C] son ambas hermı́ticas y
incidente, como la producida por una esfera o una semidefinidas positivas, poseen los mismos auto-
superficie plana. El término sHH − sVV se asocia valores, los cuales son todos reales y no negativos,
a una reflexión par (even bounce), que causa un pero diferentes autovectores, y en general son de
desfase de n × 180◦ , con n par, como la producida rango tres.
por un diedro con esquina horizontal. Finalmente,
el término 2sHV se asocia a la reflexión causada por 4.3. Extracción de información de los datos pola-
un diedro con esquina inclinada 45◦ [55]. En todo rimétricos
caso los dos vectores de dispersión se relacionan Como habı́amos anticipado al principio de este
entre si de la forma capı́tulo, las matrices [S ], [T ] y [C] contienen
sHH + sVV
información (polarimétrica) del blanco. En el
1 1 contexto actual un blanco consiste en un sector
√ sHH − sVV = √
2
2sHV
2 de terreno de dimensiones δx × δy: un pı́xel.
Como en general dicho pı́xel posee dimensiones de
1 0 1 √sHH
tamaño superior a la longitud de onda, los distintos
× 1 √0 −1 2sHV (95)
elementos que forman parte de él se comportan
0 2 0 sVV como sub-dispersores, contribuyendo cada uno de
Las matrices de Coherencia [T ] y Covarianza manera coherente en la formación del eco global
[C] se obtienen tomando la media temporal del pı́xel –ver Fig. 17(a)–. Para expresar esta idea
(asumiendo ergodicidad), o espacial (asumien- retomamos la Ec. (65) y la reescribimos de manera
do homogeneidad), del producto externo de los conveniente:
vectores de dispersión kT y kC , consigo mismo, σ1/2
pı́xel
respectivamente [49]: # 21 zX }| {
G λ
2 2
"
1 − 2κ(r+`)
= E◦ σ
[T ] = hkT kTH i, [C] = hkC kCH i; s 2
(96) Epı́xel 3 4
n e (99)
(4π) R L
n
donde el super-ı́ndice H indica transposición y # 21
λ
2 2
"
G 1
conjugación, y h. . .i denota promedio espacial o s
Epı́xel = E◦ σ 2
pı́xel e
− 2κ(r+`)
(100)
temporal. En el caso de un radar provisto de (4π)3 R4 L
multilooking, estas definiciones se especializan de
donde
la forma [53]: Z
ρ(r0 )e− 2κ·r ds0
0
L
1 X H
L
1 X H σ1/2
n =
[T ] = k k , [C] = k k ; ∆sn
L `=1 T T ` L `=1 C C ` σ◦
≈ σ◦n e φn e− 2κ·rn ∆sn
p 0
(97)
donde L es el numero de looks. Una excelente es la RCS generalizada del sector ∆sn dentro
descripción de la técnica de multilooking se puede del pı́xel. La Ec. (100) presupone la división del
leer en las secciones 2.2.1 y 2.2.4 de [56]. pı́xel en sub-sectores dispersores más pequeños,
La expresión extendida de la Matriz de Cova- contiguos, homogéneos ( σ◦n es constante en el
rianza, por ejemplo, tiene la forma sector ∆sn ) y que no se solapan–ver Fig. 17(a)–.
|β|2 ← rojo
|γ|2 ← verde
|α|2 ← azul
(c) Imagen óptica de un sector de la provincia de (d) Imagen SAR correspondiente usando la composición
Flevoland. de Paulı́.
Figura 20: Sector de la Provincia √ de Flevoland de los Paises Bajos. En (c) se presenta su imagen SAR construida usando la
composición de Paulı́: sHH√−s2 VV , 2sHV y sHH√+s2 VV .
Estrategias basadas en los mecanismos estándares [T s ], [T d ] y h[T v ]iϑ (o [C s ], [Cd ] y h[Cv ]iϑ ) modelan
de dispersión polarimétrica. los mecanismos estándares de dispersión pola-
rimétrica siguientes: [T s ] ([C s ]) la dispersión im-
Descomposición de Freeman-Durden. En par, o de Bragg [60], producida por una superficie
la descomposición de Freeman-Durden [59] la ligeramente rugosa; [T d ] ([Cd ]) la dispersión par,
matriz [T ] de Coherencia, o la matriz [C] de producida por una esquina horizontal; y h[T v ]iϑ
Covarianza, se descompone en la suma ponderada (h[Cv ]iϑ ) la dispersión volumétrica, producida por
de tres matrices bases: una nube de partı́culas aleatoriamente orientadas;
y f s , fd y fv son los pesos correspondientes de la
[T ] = f s [T s ] + fd [T d ] + fv h[T v ]iϑ (106) descomposición.
[C] = f s [C s ] + fd [Cd ] + fv h[Cv ]iϑ (107)
La matrices f s [T s ] y f s [C s ] se construyen a partir
donde los sub-ı́ndices s, d y v están por suelo, de la matriz de Sinclair que modela la dispersión
diedro y volumen, respectivamente; las matrices impar producida por la superficie de un suelo de
Revista Ingenierı́a UC
52 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
permitividad relativa r , cuando se lo ilumina por horizontal como, por ejemplo, la intersección del
el radar con un ángulo de incidencia de ϕ radianes: suelo y el tronco de un árbol.
ρHs ρHt e 2γH
!
0
ρ
! [S ] = (115)
[S ] = H
0
(108) 0 ρV s ρVt e 2γV
0 ρV
donde ρHs y ρV s son los coeficientes de reflexión
donde ρH y ρV son los coeficientes de Fresnel de perpendicular y paralelo, respectivamente, del
reflexión perpendicular ρH = ρ⊥ y paralelo ρH = ρq suelo; ρHt y ρVt son los coeficientes de reflexión
del suelo, respectivamente, definidos mediante las perpendicular y paralelo, respectivamente, del
ecuaciones (30) y (31). Tales ecuaciones, mediante tronco; y e 2γV y e 2γH son factores de propagación,
el uso de la segunda ley de Snell: donde γV y γH modelan la atenuación y fase que se
p √ añaden durante la propagación [52].
cos θ = r − sin2 ϕ/ 2 De esta manera se obtiene
ρ ρ e 2γH + ρV s ρVt e 2γV
donde θ es el ángulo de refracción, asumen la 1 Hs Ht 2γH
kTd = √ ρHs ρHt e − ρV s ρVt e 2γV (116)
forma:
2
0
q
cos ϕ − r − sin2 ϕ 2
ρH =
q (109) |a| a 0
cos ϕ + r − sin ϕ 2 [T d ] = fd a∗ 1 0 (117)
0 0 0
q
r − sin2 ϕ − r cos ϕ
ρV = q (110) donde
r + sin ϕ + r cos ϕ
2
fd = |ρHs ρHt e 2γH − ρV s ρVt e 2γV |2 (118)
2γH 2γV
De esta manera se obtiene [1][52]: ρHs ρHt e + ρV s ρVt e
a= (119)
ρHs ρHt e H − ρV s ρVt e 2γV
2γ
ρH + ρV 1 b∗ 0
1
kT s = √ ρH − ρV , [T s ] = f s b |b|2 0 y
2
0
0 0 0
ρHs ρHt e 2γH |α| 0 α
2
(111)
kC d = 0 , [Cd ] = fd 0 0 0
2γV
ρV s ρVt e α 0 1
∗
donde:
(120)
ρH − ρV
f s = |ρH + ρV |2 , b= (112)
ρH + ρV donde
y ρHs ρHt 2(γH −γV )
fd = |ρV s ρVt |2 , α= e (121)
ρV s ρVt
ρH |β| 0 β
2
kC s = 0 ,
[C s ] = f s 0 0 0 ;
(113) Las matrices h fv [T ]v iϑ y h fv [C]v iϑ se utilizan
ρV
β 0 1
∗ para modelar, usualmente, la vegetación. Para
ello se parte de un modelo en forma de nube
donde: de partı́culas. Estas partı́culas, que hacen las
ρH veces de hojas y ramas, pueden tener formas
f s = |ρV |2 , β= (114) geométricas variadas y orientación aleatoria (ver
ρV
Figura 21). El uso de una forma geométrica
La matrices fd [T d ] y fd [Cd ] se construyen particular, ası́ como de una función de densidad
a partir de la matriz de Sinclair que modela de probabilidad determinada, ha de decidirse en
la dispersión par producida por una esquina función del tipo de vegetación [61][62].
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 53
Figura 21: En [61] se sugieren tres tipos de funciones de densidad de probabilidad para definir tres tipos de vegetación. En
todas ellas se usa una nube de dipolos cuyas orientaciones varı́an aleatoriamente. Las funciones de densidad de probabilidad
propuestas definen distintos niveles de aleatoriedad, de mayor a menor: una distribución uniforme del ángulo de orientación
ϑ: f (ϑ) = 1/2π para la selva tropical, una distribución de ϑ del tipo coseno cuadrado: f (ϑ) = cos2 (ϑ)/π para el bosque de
conı́feras, y una distribución que comprende solo una orientación y su opuesta: f (ϑ) = δ(ϑ − mπ)/2, m ∈ {0, 1} para el campo
de maı́z.
Las matrices h f s [T v ]iϑ y h f s [Cv ]iϑ se definen Sustituyendo la expresión de [C(ϑ)], dada en la
tomando la esperanza de las matrices [T (ϑ)] y Ec. (125), en la Ec. (123), y usando una función de
[C(ϑ)]: densidad de probabilidad uniforme f (ϑ) = 1/2π,
Z se obtiene la matriz h[Cv ]iϑ siguiente:
h f s [T v ]iϑ = E{T (ϑ)} = [T (ϑ)] f (ϑ) dϑ (122)
2π
Z
h f s [Cv ]iϑ = E{C(ϑ)} = [C(ϑ)] f (ϑ) dϑ (123)
2π
3 0 1
donde ϑ es la orientación de la partı́cula dentro 1
h[Cv ]iϑ = 0 2 0
(126)
de la nube, f (ϑ) es la función de densidad de 8
1 0 3
probabilidad de la orientación ϑ, y las matrices
[T (ϑ)] y [C(ϑ)] se construyen a partir de la matriz
[S (ϑ)] de Sinclair de una partı́cula base, que con
una orientación inicial de referencia se la hace La matriz h[T v ]iϑ de Coherencia puede obtener-
rotar ϑ radianes. Si bien podrı́an utilizarse otros se de manera similar resolviendo la integral de la
modelos [63, 64], usando como partı́cula base un Ec. (122) sustituyendo en ella la expresión de la
dipolo vertical se tiene [61]: matriz [T (ϑ)], o bien a partir de la matriz h[Cv ]iϑ
de Covarianza usando la transformación contenida
[S (ϑ)] = en la Ec. (95):
cos ϑ sin ϑ cos ϑ − sin ϑ
! ! !
0 0
=
− sin ϑ cos ϑ 0 1 sin ϑ cos ϑ
| {z }
dipolo vertical h[Cv ]iϑ
1 z }| {
sin2 ϑ sin ϑ cos ϑ 0 √12 3 0
!
√2 1 1
(124) h[T v ]iϑ = √12 0 − √12 0 2
sin ϑ cos ϑ cos2 ϑ
0 ×
8
1 0 3
y de este modo: 0 1 0
1
√1
0
√2 2 1 2 0 0
[C(ϑ)] = × 0
0 1 = 0 1 0 (127)
√ 4
sin4 ϑ 2 sin3 ϑ cos ϑ ϑ ϑ
2 2
√1 − √12 0 0 0 1
sin cos
√ √
2
2 sin3 ϑ cos ϑ 2 sin2 ϑ cos2 ϑ
√ 2 sin ϑ cos ϑ
3
Revista Ingenierı́a UC
54 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
Figura 22: Imagen SAR de un sector de Flevoland construida usando la combinación de la base rgb de colores a partir de los
coeficientes de la descomposición de Freeman-Durden: fd (1 + |α|2 ), fv y f s (1 + |β|2 ).
Cada matriz [T n ] = un unH de coherencia repre- del radar, y φ, δ y γ son ciertos ángulos de fase del
senta una contribución polarimétrica determinada. blanco [64].
El autovalor λn representa la cantidad de esta Algunos parámetros estadı́sticos de la matriz
contribución, y el autovector un el tipo de la [T ] de coherencia permiten identificar el mecanis-
contribución. Los autovectores un admiten una mo dominante de retrodispersión polarimétrica de
definición paramétrica usando los ángulos αn , βn , cada pı́xel. A partir de la pseudo-probabilidad de
φn , δn y γn : ocurrencia de un tipo de blanco determinado
λn
cos αn e φn Pn = (145)
λ1 + λ2 + λ3
un = sin αn cos βn e δn (144)
sin αn sin βn e γn
se definen los siguientes parámetros de dispersión
polarimétrica.
donde el ángulo 0 ¡αn ¡90◦ se correlaciona con
el tipo de blanco, −180 ¡β ¡180 es el ángulo de Parámetro de dispersión polarimétrica α.
inclinación del blanco respecto a la lı́nea de vista El parámetro de dispersión polarimétrica α se
Revista Ingenierı́a UC
56 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
Figura 24: Gráficas de la entropı́a H, ángulo polarimétrico α, y anisotropı́a A de un sector de Flevoland, procesadas con
PolSARpro.
es una medida de la importancia relativa de los α –Fig. 24(b)– y anisotropı́a A –Fig. 24(c)– de los
autovalores λ2 y λ3 , la cual se define como: datos SAR polarimétricos del sector de Flevoland
previamente citado.
λ2 − λ3
A= (147) En la Fig. 24(a) las zonas en azul indican una
λ2 + λ3
baja entropı́a, por lo que el proceso de dispersión
Para una entropı́a cercana a uno (H ≈ 1 =⇒ es cuasi determinı́stico, dominado por algún tipo
λ1 ≈ λ2 ≈ λ2 ) la anisotropı́a no aporta de mecanismo de retrodispersión polarimétrica
mayor información sobre la importancia relativa determinado. En las zonas en amarillo la entropı́a
de los autovalores λ2 y λ3 , ya que todos los es media y el proceso de retrodispersión es
mecanismos de dispersión son equi-probables. moderadamente aleatorio. En las zonas en rojo,
Para valores bajos y medios de H la anisotropı́a la dispersión es altamente aleatoria, sin predo-
contiene información relativa sobre λ2 y λ3 . minancia de ningún mecanismo de dispersión
Una anisotropı́a alta indica que solo el segundo polarimétrico determinado. En la Fig. 24(b), en
mecanismo de dispersión es importante, mientras cambio, las zonas en azul indican una dispersión
que una anisotropı́a baja indica que el tercer del tipo impar (reflexión superficial), las zonas
mecanismo de dispersión también lo es [67]. en verde dispersión volumétrica, y las zonas en
En la Fig. 24 se muestra las distribución de los rojo dispersión par. El análisis de la Fig. 24(c)
valores de entropı́a –Fig. 24(a)–, angulo promedio no puede realizarse independiente del de la Figura
Revista Ingenierı́a UC
58 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
(a) Captura de pantalla de Google Earth. (b) Fotograma tomado de Mineral Resources, China.
Figura 28: Sitio de prueba de Zhao Qing en la Provincia de Guangdong, en el sur de China. Este sitio de prueba es una zona
con un clima subtropical donde la fuerte lluvia, la gran nubosidad y una espesa vegetación limitan la aplicación de muchas
técnicas de observación remota de la tierra [78]. La imagen (a) es una captura de pantalla de Google Earth, apropiadamente
rotada para alinearla con la imagen de la derecha. La imagen (b) fue adquirida por el radar de apertura sintética SIR-C /
X-SAR a bordo del transbordador espacial Endeavour y construida con el siguiente esquema de colores, según la frecuencia
y la polarización de los radares utilizados: el rojo es banda L, transmisión horizontal, recepción horizontal; el verde es banda
L, transmisión horizontal, recepción vertical; azul es banda C, transmisión horizontal, recepción vertical [Mineral Resources,
China].
2. Estudio comparativo de dos o más (hasta las imágenes SAR polarimétricas. Implica la
completar el estudio de todos) algoritmos de escritura (programación) de un código con un
filtrado del Speckle en las imágenes SAR, software de cálculo matemático (ver punto 1)
a partir de su programación con un software (ampliar bajo requerimiento).
de cálculo matemático (ver punto 1) (ampliar 6. Clasificación polarimétrica de litologı́as: pro-
bajo requerimiento). poner un modelo de clases de diferentes for-
3. Clasificación polarimétrica de cultivos: pro- maciones litológicas. Validar el modelo. Usar
poner un modelo de nube de partı́cula [63, el modelo para identificar litologı́as con base
64] (definición del tipo de partı́cula y de la en su clasificación polarimétrica [76]. Implica
función de densidad de probabilidad) para la escritura (programación) de un código con
determinados (potenciales) cultivos. Validar un software de cálculo matemático (ver punto
el modelo. Usar el modelo para identificar 1) (ampliar bajo requerimiento).
cultivos. Implica la escritura (programación) 7. Clasificación polarimétrica de litologı́as: pro-
de un código con un software de cálculo poner un modelo de nube de partı́cula (de-
matemático (ver punto 1) (ampliar bajo re- finición del tipo de partı́cula y de la fun-
querimiento). ción de densidad de probabilidad) para de-
4. Estimación de la humedad del suelo (o de terminadas (potenciales) litologı́as con una
la constante dieléctrica efectiva del suelo) rugosidad superficial que a la frecuencia de
a partir de la extracción de la componente operación produzca la despolarización de la
polarimétrica correspondiente. Implica la es- onda. Validar el modelo. Usar el modelo
critura (programación) de un código con un para identificar litologı́as con base en su
software de cálculo matemático (ver punto 1) rugosidad superficial. Implica la escritura
(ampliar bajo requerimiento). (programación) de un código con un software
5. Estudio comparativo de los algoritmos para de cálculo matemático (ver punto 1) (ampliar
la extracción de la rugosidad del suelo de bajo requerimiento).
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 61
8. Ubicación de fallas mediante el contraste [14] Roald Wangsness. Campos electromagnéticos. Edito-
de imágenes SAR a diferentes frecuencias rial LIMUSA, S.A., 2001.
de operación y con diferentes polarizaciones [15] Elements of Electromagnetics. Elements of Electro-
magnetics. Oxford University Press., 2014.
(ampliar bajo requerimiento) [78]. [16] Frederick J. Milford John R. Reitz y Robert W. Christy.
Fundamentos de la teorı́a electromagnética. Addison-
Wesley Iberoamericana., USA, 1984.
Agradecimientos
[17] Roger F. Harrington. TIME-HARMONIC ELECTRO-
MAGNETICS FIELDS. McGraw-Hill, U.S.A., 1961.
El presente trabajo fue patrocinado por el
[18] John L. Volakis y Kubilay Sertel. Integral Equation
Proyecto Prometeo de la Secretarı́a de Educación Methods for Electromagnetics. SciTech Publishing,
Superior, Ciencia, Tecnologı́a e Innovación de la Inc., 2012.
República del Ecuador. [19] C.P . Neo V. V . Varadan L.F .C hen, C.K . Ong y
V. K . Varadan. Microwave Electronics. Measurement
and Materials Characterization. John Wiley & Sons,
Referencias Ltd., 2004.
[20] Moore R.K. Ulaby F.T. y Fung A.K. Microwave
[1] Marwan Younis Gerhard Krieger Irena Hajnsek Remote Sensing: Active and Passive. Artech House,
Alberto Moreira, Pau Prats-Iraola y Konstantinos Dedham, MA., 1982.
P. Papathanass iou. A tutorial on synthetic aperture [21] Pabitra N. Sen y W. C. Chew. The frequency dependent
radar. IEEE Geoscience y remote sensing magazine., dielectric y conductivity of sedimentary rocks. Journal
2013. of Microwave Power, 18(1), 1983.
[2] CEOS & ESA. The Earth Observation Handbook. [22] Myron C. Dobson Mohamed A. El-Rayes Martti
CEOS & ESA, 2014. T. Hallikainen, Fawwaz T. Ulaby and Lin-Kun Wu.
[3] Polarimetric Workstation, User Guide. Ridha Touzi et Microwave dielectric behavior of wet soil-part 1:
al. June 2011. Empirical models y experimental observations. IEEE
[4] Huneycutt B.L. Jordan, R.L. y M. Werner. The sir-c/x- Transactions on Geoscience and Remote Sensing. Vol.
sar synthetic aperture radar system. Geoscience and GE-23, No. 1, January., 1985.
Remote Sensing, IEEE Transactions on (Volume:33 , [23] Brent D. Fuller y Stanley H. Ward. Linear system
Issue: 4 )., 1995. description of the electrical parameters of rocks.
[5] Ellen R. Stofan; Diane L. Evans; Christianna Schmu- Transactions on geoscience electronics, Vol. Ge-8, no.
llius; Benjamin Holt; Jeffrey J. Plaut; Jakob van Zyl; 1., 1970.
Stephen D. Wall; y Jobea Way. Overview of results of [24] R. D. Carroll J. H. Scott y D. R. Cunningham. Dielec-
spaceborne imaging radar-c, x-band synthetic aperture tric constant y electrical conductivity measurements of
radar (sir-c/x-sar). IEEE Transactions on geoscience moist rock: a new laboratory method. J. Geophys. Res.,
and remote sensing, Vol. 33, no. 4., 1995. vol. 72, pp. 5101-5115., 1967.
[6] W.L. Weeks. Antenna Engineering. McGraw-Hill Inc., [25] R. L. Smith-Rose. Electrical measurements on soil
1968. with alternating currents. J. IEE (London), vol. 75, pp.
[7] Constantine A. Balanis. Antenna Theory: Analysis and 221-237, 1934.
Design. John Wiley & Sons, Inc., 2005. [26] A. G. Tarkhov. Resistivity y dielectric constant of rocks
[8] Kiyo Tomiyasu. Tutorial review of synthetic-aperture in alternating current fields. Vses. Nauchn.-Issled.
radar (sar) with applications to imaging of the ocean Geol. Inst. Materialy Geofiz., vol. 12, pp. 3-42., 1948.
surface. Proceedings of the IEEE. Vol. 66. No. 5., 1978. [27] C. D. Ferris. Four-electrode electronic bridge for
[9] Roger J. Sullivan. Radar Foundations for Imaging and electrolyte impedance determinations. ev. Sci. Instr.,
Advanced Concepts. Scitech Publishing, Inc., 2004. vol. 34, pp. 109-111., 1963.
[10] Mehrdad Soumekh. Synthetic Aperture Radar. Signal [28] Jr. N. B. Keevil y S. H. Ward. Electrolyte activity: its
Processing with MATLAB Algorithms. John Wiley & effect on induced polarization. Geophysics, vol. 27, pp.
Sons, Inc., 1999. 677-690., 1962.
[11] Samiur Rahman. Focusing moving targets using range [29] S. R. Gupta y G. J. Hills. A precision electrode-less
migration algorithm in ultra wideband low frequency conductance cell for use at audio-frequencies. J. Sci.
synthetic aperture radar. Master’s thesis, School of Instr., vol. 33, pp. 313-314., 1956.
Engineering. Blekinge Institute of Technology., 2010. [30] D. Malmquist. Eine elektromagnetische methode
[12] Carl A. Wiley. Pulsed doppler radar methods and zur bestimmung der elektrischen leitfahigkeit und
apparatus., July 1965. magnetischen permeabilitat von bohrkernen, freiburger
[13] Paul Lorrain y Dale R. Corson. campos y ondas forschungshefte. Geophysik, vol. 32, pp. 20-39., 1957.
electromagnéticos. Selecciones Cientı́ficas, Madrid, [31] L. E. Cross y C. F. Groner. A noncontact method for
España, 1972.
Revista Ingenierı́a UC
62 A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63
dielectric measurements. IEEE Trans. Instrumentation C.D. Holifield Collins, T. Jackson, B.J. Orr, y
and Measurement, vol. IM-13, pp. 312-318., 1964. M. Tischler. Mapping surface roughness y soil
[32] T. Ogawa. Measurement of the electrical conductivity moisture using multi-angle radar imagery without
and dielectric constant without contacting electrodes. ancillary data. Remote Sensing of Environment 112:
J. Appl. Phys., vol. 32, pp. 583-592., 1961. 391 –402., 2008.
[33] R. C. Powell y A. L. Rasmussen. A radio-frequency [49] E. Pottier J.S. Lee. Polarimetric Radar Imaging From
permittimeter. IRE Trans. Instrumentation, vol. 1-9, pp. Basics to Applications. CRC Press., 2009.
179-184., 1960. [50] Jakob Van Zyl y Yunjin Kim. Synthetic Aperture Radar
[34] Constantine Balanis. Advanced Engineering Electro- Polarimetry. Jet Propulsion Laboratory., 2010.
magnetics. John Wiley & Sons, Ltd., 1989. [51] Temesgen Gebrie Yitayew. Multi-sensor data fusion
[35] John David Jackson. Classical Electrodynamics. John y feature extraction for forest applications. Master’s
Wiley & Sons, Inc., 1999. thesis, Faculty of Science y Technology, Department
[36] J.M. Bennett y L. Mattsson. Introduction to surface of Physics y Technology. University of Tromsø., 2012.
roughness and scattering. Optical Society of America, [52] Shriniwas Agashe. Polarimetric decomposition of sar
1989. data for forest structure assessment. Master’s thesis,
[37] Didier Massonnet & Jean-Claude Souyris. Imaging Department of Earth y Space Sciences, Chalmers
with synthetic aperture radar. CRC Press, Taylor and University of Technology., 2013.
Francis Group, LLC, 2008. [53] Stein Erik Sakshaug. Evaluation of polarimetric sar
[38] J. A. STratton y L. J. Chu. Diffraction theory of decomposition methods for tropical forest analysis.
electromagnetic waves. PHYSICAL REVIEW, Vol. 56., Master’s thesis, Faculty of Science y Technology,
1939. Department of Physics y Technology. University of
[39] X. L. Zhou. On uniqueness theorem of a vector Tromsø., 2013.
function. Progress In Electromagnetics Research, [54] ESA. Polarimetric decompositions. European Space
PIER65, pages 93 – 102, 2006. Agency.
[40] Kamal Sarabandi, Yisok Oh, y Fawwaz T. Ulaby. A nu- [55] Armando Marino. A new target detector based
merical simulation of scattering from one-dimensional on geometrical perturbation filters for polarimetric
inhomogeneous dielectric random surfaces. IEEE Synthetic Aperture Radar (POL-SAR). PhD thesis,
transactions on geoscience y remote sensing, 34(2), The University of Edinburgh, School of Geosciences.,
1996. 2010.
[41] M.F. Chen, K.S. Chen, y A.K. Fung. A study of [56] Stian Normann Anfinsen. Statistical Analysis of
the validity of the integral equation model by moment Multilook Polarimetric Radar Images with the Mellin
method simulation – cylindrical case. Remote Sensing Transform. PhD thesis, Faculty of Science y
of Environment, 29(3):217 – 228, 1989. Technology, Department of Physics y Technology.
[42] Adrian K. Fung, Milind R. Shah, y Saibun Tjuatja. University of Tromsø., 2010.
Numerical simulation of scattering from three- dimen- [57] R. Cloude y E. Pottier. A review of target
sional randomly rough surfaces. IEEE transactions on decomposition theorems in radar polarimetry. IEEE
geoscience y remote sensing, (5), 1994. Trans. Geoscience y Remote Sensing, 34(2):498-518.,
[43] A. Taflove y S. C. Hagness. Computational 1996.
Electrodynamics: The Finite-Difference Time-Domain [58] ESA. Polarimetry tutorial: Tutorial on radar polari-
Method. Artech House, 2005. metry, single vs multi-polarisation sar data.
[44] Niko E, C Verhoest, Hans Lievens, Wolfgang Wagner, [59] Anthony Freeman y Stephen L. Durden. A three-
Jesús Álvarez Mozos, M. Susan Moran, y Francesco component scattering model for polarimetric sar data.
Mattia. On the soil roughness parameterization IEEE Trans. Geoscience y Remote Sensing, 36(3):963-
problem in s oil moisture retrieval of bare surfaces from 973, 1998.
synthetic aperture radar. Sensors, 2008. [60] C. R. Jackson y J. R. Apel. Editors. Synthetic Aperture
[45] A. K. Fung y H. J. Eom. Note on the kirchhoff rough Radar Marine User’s Manual. National Oceanic y
surface solution in backscattering. Radio Science, Atmospheric Administration (NOAA)., 2004.
Volume 16, Issue 3, pages 299-302., May-June 1981. [61] Motofumi Arii. Retrieval of soil moisture under
[46] Y. Oh. Robust inversion technique for retrieving vegetation using polarimetric radar. PhD thesis,
soil moisture from multi-polarised backscatter of bare California Institute of Technology, 2009.
surface. Electronics letters. Vol.42 No.7., 2006. [62] Laurent Ferro-Famil Maxim Neumann y Eric Pottier.
[47] D. Singh R. Prakash y N. P. Pathak. The effect of soil A general model–based polarimetric decomposition
texture in soil moisture retrieval for specular scattering scheme for vegetated areas. In Proc. of 4th
at c-band. Progress In Electromagnetics Research, Vol. Int. Workshop on Science y Applications of SAR
108, 177-204., 2010. Polarimetry y Polarimetric Interferometry – PolInSAR
[48] M.M. Rahman, M.S. Moran, D.P. Thoma, R. Bryant, 2009’, 26–30. Frascati, Italy (ESA SP-668, April
Revista Ingenierı́a UC
A. J. Zozaya / Revista Ingenierı́a UC , Vol. 22, No. 1, abril 2015, 26-63 63
Revista Ingenierı́a UC